ما هو مصنع الذكاء الاصطناعي (AI Factory)؟ وكيف تُنشئ واحدًا داخل مؤسسة كبيرة

ما هو مصنع الذكاء الاصطناعي؟

اختيار كلمة المصنع مقصود. المختبر يستكشف ومركز التميّز يقدّم المشورة، أما المصنع فينتج، وينتج الشيء نفسه بموثوقية أكبر في كل مرة. أشغل منصب رئيس AI Factory في Devoteam منذ عام 2026، وسأعرض هنا التعريف الذي أستطيع الدفاع عنه ثم ما فعلته.

لماذا تحتاج المؤسسات الكبيرة إلى مصنع للذكاء الاصطناعي؟

من دون مصنع، يعيد كل فريق بناء الأشياء نفسها. فريق يبني خط استرجاع للوثائق، وآخر يبني خطًا مختلفًا قليلًا، وثالث يشتري أداة تتداخل مع الاثنين. يصبح التقييم ارتجاليًا، وتبدأ مراجعات الأمن من الصفر، ولا يستطيع أحد أن يقول أي حالات الاستخدام صنعت قيمة. والكلفة ليست مالية فقط، بل هي الوقت الذي تنتظر فيه الأفكار الجيدة في طابور لأن أحدًا لا يملك الأجزاء المشتركة.

والمجموعة الكبيرة تضاعف المشكلة. في Devoteam نحن أكثر من 10,000 مستشار في 25 دولة، ويأتي الطلب على الذكاء الاصطناعي من المبيعات والتنفيذ والوظائف الداخلية والعملاء في وقت واحد وبلغات مختلفة. فالمصنع جواب عن مشكلة تنسيق: مكان واحد يملك المكوّنات القابلة لإعادة الاستخدام، ليتفرغ الأقرب إلى النشاط لمشكلتهم.

وهو جواب أيضًا عن مشكلة المهارات. أدوات بلا أشخاص مدرَّبين تنتج عروضًا تجريبية، وأشخاص مدرَّبون بلا أدوات ينتجون الإحباط. ويجب أن يعامل المصنع الأمرين كنظام واحد، فيبني الأدوات ويدرّب مستخدميها في الحركة نفسها، ويقيس أثرهما معًا بدل أن يترك كل جانب لإدارة مستقلة.

مم يتكوّن مصنع الذكاء الاصطناعي؟

يقوم تعريفي على ثلاثة محركات يغذي بعضها بعضًا. وإذا حذفت أحدها صار المصنع شيئًا آخر: فريق منصة أو شركة استشارات أو إدارة تدريب. ويبيّن الجدول ما يعنيه كل محرك في حالتي.

كيف أنشأت AI Factory في Devoteam؟

انضممت إلى Devoteam عام 2023 بصفة Principal Product Manager، ثم أصبحت Lead of AI عام 2024، وتوليت منصب Head of AI Factory عام 2026.

الركيزة الأولى هي المنصة. بُنيت NOVA Suite على يد فريق متعدد التخصصات من 15 شخصًا، وأصررت على انضباط المنتجات: خارطة طريق ومستخدمون وحلقة ملاحظات ومعايير إصدار، لا مجموعة نماذج أولية. وقد وصلت إلى 800 موظف.

والتنفيذ لدى العملاء هو الركيزة الثانية، وهو ما يُبقي المنصة صادقة. في منصة DILA أسهمت المكوّنات المشتركة والتقييم في تسريع التسليم. وفي Decathlon تُظهر الأرقام العامة في سيرتي الذاتية برنامجًا بقيمة 4 ملايين يورو شارك فيه 13 شخصًا وحقق مكاسب إنتاجية بمعدل 2.6 ضعف بفضل الفرق المعزَّزة. وفي Carrefour كان العمل تعلّمًا آليًا تطبيقيًا في سلسلة إمداد تجارة التجزئة. وأعاد كل مشروع متطلباته إلى المنصة، فصارت أولويات المنتج تُحدَّد من مشكلات فعلية واجهها العملاء لا من تخمينات داخل الفريق.

ورفع الكفاءة هو الركيزة الثالثة، ولا ينبغي أن ينتظر اكتمال المنصة. بُني LEAP، برنامج التعلّم الداخلي لدينا، على يد فريق من 5 أشخاص ودرّب أكثر من 1,500 متخصص، ويوفّر Prompt Arena ممارسة عملية. ومصنع بلا مستخدمين مدرَّبين يسلّم أدواته إلى الصمت، ولذلك أعدّ التدريب جزءًا من المنتج نفسه لا نشاطًا جانبيًا.

كيف يعمل مصنع الذكاء الاصطناعي يومًا بيوم؟

المصنع تدفّق، لذلك الإيقاع أهم من الهيكل. هذه عادات تجعل المصنع يعمل، بعبارات عامة:

• قناة واحدة لطلبات الذكاء الاصطناعي، حتى يُفرز الطلب من المبيعات أو العميل أو وظيفة داخلية بالطريقة نفسها.
• قائمة أعمال مشتركة تتنافس فيها احتياجات المنصة القادمة من المشاريع علنًا مع أفكار خارطة الطريق.
• قاعدة تقول إن كل ما بُني مرتين يصبح مرشحًا ليدخل المنصة.
• التقييم قبل التوسع: لا توسّع حالة استخدام جمهورها قبل اختبارها وفق معايير متفق عليها.
• مسؤولون معيّنون عن قضايا الحوكمة مثل تصنيف البيانات والموافقة البشرية والاستخدام المقبول.
• حلقة تعلّم يبلّغ فيها فريق التنفيذ عمّا تعطّل، ويُحدَّث محتوى التدريب بناءً عليه.

ما أسباب إخفاق مصانع الذكاء الاصطناعي؟

أنماط الإخفاق التالية متوقعة، وهذا هو الخبر الجيد.

• مصنع بلا طلب. تبني الفرق منصات لحالات استخدام لم يطلبها أحد. ابدأ من مشكلة في النشاط ومن العملاء.
• مصنع يتحوّل إلى عنق زجاجة. إذا وجب أن يمر كل طلب عبر فريق مركزي واحد، التفّ الناس عليه. على المصنع أن يملك الأجزاء المشتركة لا كل قرار.
• منصة تتجاهل التنفيذ. إذا لم يعمل فريق المنصة على مشكلات العملاء، فإنه يحسّن الأناقة لا الاستخدام.
• التدريب كفكرة لاحقة. نشر أداة لآلاف الأشخاص بلا ممارسة ينتج استخدامًا ضعيفًا وقلة من المتحمسين.
• الحوكمة كبوابة أخيرة. إشراك الأمن والامتثال في النهاية يسبب التأخير. أشركهما منذ التصميم الأول.
• عدّ النشاط بدل القيمة. عدد النماذج الأولية وورش العمل والحضور لا يقول الكثير عن النشاط التجاري.
• الخلط بين المستودع العام والإنتاج. التصميم المنشور ليس نشرًا مُتحقَّقًا منه، وأحرص على توضيح هذا الفرق في عملي.

كيف تقيس أداء مصنع الذكاء الاصطناعي؟

القياس أضعف نقطة في معظم المصانع، لذلك أعامله كقيد تصميمي. أستخدم أربع زوايا وأتجنب رقمًا واحدًا رئيسًا، لأن كل زاوية تجيب عن سؤال مختلف. وأنصح بأن يُتفق مسبقًا على من يقرأ هذه المؤشرات وما القرار الذي ستخدمه، وإلا تحولت لوحة المتابعة إلى زينة لا تغيّر شيئًا.

ماذا لاحظت؟

أريد أن أفصل الحقائق عن التفسير. الحقائق: يستخدم NOVA Suite 800 موظف، وقد بناه فريق من 15 شخصًا، داخل مجموعة تضم أكثر من 10,000 مستشار في 25 دولة. وبُني LEAP بفريق من 5 أشخاص ودرّب أكثر من 1,500 متخصص. ويحمل AI Factory خط صفقات تجارية يزيد على 12 مليون يورو.

وفي DILA، منصة القطاع العام، الأرقام التي أستطيع الاستشهاد بها هي إنشاء محتوى أسرع بنسبة 70% وخفض زمن تسليم تطبيق RAG بنسبة 60%، من 10 أسابيع إلى 4، مع إعادة استخدام 75% من القدرات التقنية المشتركة. وهذا النمط الذي أثق به أكثر، وهو يختلف عن الوعود العامة: منصة مشتركة وتقييم منضبط يسرّعان التسليم، وتظهر السرعة في عمل العملاء لا في لوحة المؤشرات فقط.

وتفسيري، وهو حكم لا قياس: تعزز المحركات الثلاثة بعضها بعضًا. تزداد المنصة حدّة لأن التنفيذ يكشف قيودًا حقيقية، ويتسارع التنفيذ لأن المنصة موجودة، ويخلق رفع الكفاءة مستخدمين وطلبًا معًا. ولا أستطيع عزل مساهمة كل محرك، وسأرتاب فيمن يزعم ذلك. كما أن إعادة الاستخدام التي ذكرتها في DILA لا تثبت وحدها نجاح المصنع كله، لكنها مؤشر جدّي على أن العمل المشترك يؤتي أثرًا ملموسًا.