مؤشرات تبني أدوات الذكاء الاصطناعي: قائمة تحقق بعيداً عن الأرقام الشكلية

اشترت مؤسستان (مثال توضيحي) 200 ترخيص من Microsoft Copilot لكل منهما في العام الماضي. تقول شركة تأمين في الرياض إن 70% من أصحاب التراخيص لديها "مستخدمون نشطون"، ومجلس إدارتها راضٍ عن الرقم. أما شركة نقل وخدمات لوجستية في عمّان فتعرض رقماً أصغر: 38 موظفاً في قسم التخليص الجمركي يستخدمون Copilot ثلاثة أيام في الأسبوع على الأقل، والفريق يكتب البيانات الجمركية الآن أسرع من قبل. الرقم الثاني وحده يخبر الإدارة إن كانت التراخيص قد غيّرت شيئاً في العمل. لذلك نوصي بأن تبدأ مؤشرات تبني أدوات الذكاء الاصطناعي بقياس الاستخدام المتكرر داخل مهمة محددة بالاسم، وأن يأتي عدد المستخدمين النشطين في آخر القائمة. فالترخيص قد يُحسب "نشطاً" بعد سؤال واحد دون أن يتغير شيء.

في هذا المقال قائمة تحقق من خمس طبقات، والأرقام التي تبدو جيدة ولا تعني شيئاً، وتصميم للوحة متابعة من صفحة واحدة مع قاعدة قرار لكل خانة فيها.

لماذا لا يكفي رقم "المستخدمين النشطين" في لوحة المورّد؟

لوحات المورّدين مكان جيد للبداية، لكن اقرؤوا تعريفاتها قبل أن تنقلوا أرقامها إلى الإدارة. في تقرير استخدام Microsoft Copilot (صفحة Microsoft Learn بتاريخ 14 يوليو 2026)، المستخدم النشط هو مستخدم لديه ترخيص جرّب ميزة من Copilot بنفسه في تطبيق واحد أو أكثر خلال الفترة المختارة. والفترة قد تكون 7 أو 28 أو 90 أو 180 يوماً. فتح نافذة Copilot لا يُحسب، أما إرسال سؤال واحد فيُحسب. ومن سأل سؤالاً واحداً في يوليو يبقى ظاهراً كمستخدم نشط في تقرير الأشهر الستة إذا استخرجتموه في نوفمبر.

المنصات الأخرى تستخدم تسميات مختلفة. دليل تحليلات مساحة العمل في ChatGPT Enterprise (موقع OpenAI Academy، آخر تحديث 17 سبتمبر 2026) يفرّق بين المقاعد (أي التراخيص الفردية) المشتراة والمقاعد المخصّصة للموظفين والمقاعد التي بدأ أصحابها الاستخدام، ثم يتابع المستخدمين النشطين أسبوعياً والمستخدمين الأكثر نشاطاً (power users). ويصف مقارنته مع شركات القطاع بأنها مرجع تقريبي وليست درجة. أما صفحة تحليلات الاستخدام في Claude لخطط Team وEnterprise (مركز مساعدة Claude، آخر تحديث 25 سبتمبر 2026) فتعرض الأعضاء النشطين أسبوعياً، ومدى عودة المستخدمين إلى الأداة، ورقماً بعنوان "الوقت الموفّر المقدّر". والتقدير الذي يعرضه المورّد افتراض تختبرونه، وليس توفيراً قستموه.

هذه الأرقام ليست خاطئة. لكنها تجيب عن سؤال "هل جرّب الناس الأداة؟"، والإدارة تسأل "هل تغيّر العمل؟". استخدموا أرقام المورّد للطبقتين الأولى والثانية أدناه، واجمعوا الباقي من أنظمتكم.

قائمة مؤشرات تبني أدوات الذكاء الاصطناعي: خمس طبقات

انتقلوا من طبقة إلى التي تليها بالترتيب. الفريق الذي لم يصل إلى الاستخدام المنتظم في الطبقة الثانية لا يحتاج بعد إلى دراسة للنتائج، بل يحتاج إلى مساعدة في بناء العادة.

الطبقة 1: الانتشار

• نسبة التراخيص الموزّعة من التراخيص المشتراة، لكل قسم.
• المستخدمون النشطون خلال 28 يوماً، لكل فريق، مع كتابة تعريف المورّد تحت الرقم.
• التراخيص التي لم تُستخدم منذ 60 يوماً، بالأسماء، ولا يراها إلا المسؤول عن التراخيص.

الطبقة 2: الاستخدام المنتظم

• عدد أيام الاستخدام لكل موظف في الشهر (تقرير Microsoft يعرض "Active Days" لكل مستخدم، ويحسبها من الأسئلة المرسلة إلى Copilot Chat).
• نسبة الموظفين الذين استخدموا الأداة في 3 أسابيع على الأقل من آخر 4 أسابيع.
• الاستمرار حسب شهر البداية: من بدؤوا في مارس، كم منهم ما زالوا يستخدمون الأداة في يونيو؟

الطبقة 3: الاستخدام داخل سير العمل

• نسبة الأعمال المستهدفة التي أُنجزت بمساعدة الذكاء الاصطناعي، مثل رسائل المطالبات أو استفسارات المورّدين أو ملخصات المناقصات. احسبوها من نظام العمل نفسه (وسم على التذكرة، أو حقل في القالب، أو عيّنة من الملفات)، لا من سجل الأسئلة.
• عدد التعليمات الجاهزة والمساعدات الذكية والمهارات المعتمدة التي تُستخدم في كل مهمة، مقارنة بالعدد الذي اتفق الفريق على بنائه.

الطبقة 4: النتائج مقارنة بالوضع قبل الأداة (خط الأساس)

• الوقت الذي تستغرقه المعاملة الواحدة قبل الأداة وبعدها، بطريقة القياس نفسها في المرتين.
• نسبة الأعمال التي احتاجت إلى تصحيح أو إعادة، من فحص الجودة الموجود أصلاً.
• حجم الأعمال المتراكمة أو طول قائمة الانتظار، إن وُجدت.

الطبقة 5: السلامة والمخاطر

• الأخطاء التي اكتشفتها المراجعة البشرية، حسب نوعها.
• مخالفات السياسة أو حوادث التعامل مع البيانات المرتبطة بالأداة.
• العوائق التي يذكرها الموظفون في استبيان شهري قصير، مصنّفة في فئات قليلة: الوصول، والبيانات، والمهارات، والثقة، والوقت.

خط الأساس هو القياس نفسه قبل وصول الأداة. من دونه تصبح الطبقة الرابعة رأياً لا رقماً. وإن لم يكن لديكم خط أساس، فخذوه الآن من الفرق التي لم تبدأ بعد، وقارنوا الحالات المتشابهة.

أرقام شكلية: تبدو جيدة ولا تقيس التبني

هذه أرقام ترتفع كلما انشغل الناس بالأداة، تحسّن العمل أم لم يتحسّن. نوصي بحذفها من اللوحة أو نقلها إلى ملحق:

نوصي بإبقاء ترتيب الموظفين بالأسماء خارج تقارير الإدارة تماماً. فبيانات الاستخدام المرتبطة بأشخاص محددين بأسمائهم تُعدّ على الأرجح بيانات شخصية وفق قانون حماية البيانات الذي ينطبق عليكم (هذه معلومات عامة وليست استشارة قانونية، فراجعوا المسؤول عن حماية البيانات لديكم)، والموظف الذي يشعر بأنه مراقَب قد يقلّل استخدامه العلني للأداة. تُخفي Microsoft أسماء المستخدمين في تقارير الاستخدام افتراضياً، ونقترح إبقاء هذا الإعداد لكل تقرير يطّلع عليه غير المسؤول عن التراخيص.

لوحة متابعة من صفحة واحدة مع قاعدة قرار لكل خانة

اللوحة المفيدة فيها ست خانات، وسطر لكل فريق أو مهمة، وقاعدة تقول ماذا يحدث عندما يتجاوز الرقم حداً معيناً. ومن دون القاعدة تصبح اللوحة تقريراً شهرياً لا يتصرف أحد بناءً عليه.

1. التراخيص الموزّعة والنشطة خلال 28 يوماً. القاعدة: الترخيص غير المستخدم 60 يوماً يعود إلى التراخيص المتاحة للتوزيع بعد سؤال المدير المباشر.
2. نسبة الاستخدام المنتظم (3 أسابيع من 4). القاعدة: الفريق الذي يقل عن المستوى المتفق عليه يحصل على جلسة عمل مع سفير الذكاء الاصطناعي في فريقه خلال أسبوعين.
3. نسبة الأعمال المنجزة بالذكاء الاصطناعي. القاعدة: إذا لم تتحرك النسبة لمدة شهرين، راجعوا تصميم سير العمل قبل شراء مقاعد جديدة.
4. وقت المعاملة مقارنة بخط الأساس. القاعدة: لا تعرضوا التغيير إلا حين تكون العيّنة كافية للمقارنة، واكتبوا بجانبه هل قستموه أم قدّرتموه.
5. الجودة. القاعدة: ارتفاع التصحيحات يوقف التوسع في تلك المهمة حتى يُعرف السبب.
6. أهم العوائق. القاعدة: لكل فئة من العوائق شخص مسؤول عن حلها وتاريخ محدد.

اتفقوا مع كل فريق على الهدف لكل خانة قبل التقرير الأول، واكتبوا من يقرأ اللوحة وما القرار الذي يتخذه كل شهر. والقرارات المعتادة هي: الإبقاء على التراخيص، أو تحسين طريقة استخدامها، أو نقلها إلى فريق آخر، أو إلغاؤها.

مثال: مؤشرات تبني أدوات الذكاء الاصطناعي عند قرار التجديد

لنأخذ شركة تجزئة في دبي لديها 150 مقعداً في ChatGPT Enterprise، وموعد التجديد بعد ثمانية أسابيع (مثال توضيحي). تُظهر لوحة المورّد أن أغلب المقاعد بدأ أصحابها الاستخدام، ويسأل الفريق المالي: هل نجدد المقاعد كلها، وعددها 150؟

يطبّق المسؤول عن التبني الطبقات الخمس على الفرق الثلاثة التي طلبت المقاعد. فريق المشتريات يستخدم الأداة لتلخيص عروض المورّدين في أغلب أيام العمل، وصارت مقارنات العروض تخرج أسرع بيوم واحد مما كانت عليه في الربع الماضي، بحسب القياس. فريق خدمة العملاء فعّل كل المقاعد تقريباً، لكن الاستخدام المنتظم عنده ضعيف، لأن الموظفين لا يستطيعون الوصول إلى نظام الطلبات من خلال المساعد. وفريق التسويق يستخدم الأداة يومياً، لكن أحداً لم يحدد العمل الذي يجب أن تغطيه.

القرار ينتج من الطبقات نفسها. تحتفظ المشتريات بمقاعدها. ويحتفظ فريق خدمة العملاء بمقاعده ثلاثة أشهر إضافية، مع حل لمشكلة الوصول وموعد لمراجعتها. ويكتب فريق التسويق مهمتين مستهدفتين قبل أن يحصل على مقاعد إضافية. ويجدد الفريق المالي عدداً أقل من المقاعد، ولكل مقعد سبب واضح. نجحت اللوحة لأنها غيّرت قرار التجديد، لا لأنها عرضت رقماً مرتفعاً.

كيف تبدؤون قياس التبني في الشهر القادم؟

ابدؤوا بنطاق صغير وبهذا الترتيب:

1. اختاروا مهمتين أو ثلاثاً اشتُريت التراخيص من أجلها، وحددوا شخصاً مسؤولاً عن كل منها.
2. خذوا خط الأساس هذا الشهر: حجم العمل، ووقت المعاملة، ونسبة التصحيح.
3. صدّروا تقرير الاستخدام من لوحة المورّد، واقرؤوا تعريفاته قبل أن تبنوا عليه أي شيء.
4. ابنوا لوحة الخانات الست لكل فريق، مع قاعدة قرار لكل خانة.
5. راجعوها كل شهر مع المسؤول عن التراخيص، ونفّذوا قاعدة واحدة على الأقل في كل مراجعة.

إذا كانت أرقام النتائج ستدخل في دراسة جدوى، فدليلنا عن قياس العائد من الذكاء الاصطناعي بمثال عملي يشرح كيف تتحول الساعات التي قستموها إلى مبالغ. وإذا كان الاستخدام قد توقف أصلاً، فابدؤوا بمقال لماذا تتعثر مشاريع الذكاء الاصطناعي وخطة إنقاذ خلال 30 يوماً.

وحين تكون التراخيص مدفوعة وقليلة الاستخدام، تقيس خدمة إنعاش التبنّي خلال 30 يوماً الاستخدام الفعلي، وتعالج ما يعطّله، وتحدد سفراء الذكاء الاصطناعي ومؤشرات التبني. وتشرح صفحة التراخيص غير المستخدمة متى تناسبكم هذه الخدمة، وتعرض صفحة مختبر التمكين الخدمات المرتبطة بها. وإن لم تكونوا متأكدين من نقطة البداية، فخدمة مسح مخاطر الذكاء الاصطناعي المجاني محادثة مدتها 45 دقيقة تنتهي بخطوة تالية مكتوبة.

المختبر المرتبط: مختبر التمكين ↖