نساء في الذكاء الاصطناعي: دروس من مؤتمر HUMAN X

النساء في مجال الذكاء الاصطناعي اللواتي تم إبرازهن في مؤتمر HUMAN X لا يروين فقط قصة عن التمثيل، بل عن البناء الملموس لشركات تُبنى أولًا على أساس الذكاء الاصطناعي. النقطة الأساسية هي هذه: تنشأ أفضل المنتجات من حاجة بشرية حقيقية، وتتحقق الميزة التنافسية ضمن سياق البيانات، وتتمثل الميزة الحقيقية اليوم في توظيف أشخاص يمكنهم التعلم أسرع من تغيّر السوق.

في مؤتمر HUMAN X، قدّم فريق النقاش الذي تضمّن Jennifer Smith، الرئيسة التنفيذية والمؤسسة المشاركة لـ Scribe، وMada Seghete، مؤسسة Upside والـمؤسسة المشاركة السابقة في Branch، منظورًا مفيدًا بشكل خاص حول موضوع النساء في مجال الذكاء الاصطناعي. لم يكن نقاشًا تجريديًا حول التنوع، بل محادثة ملموسة حول كيفية ولادة الشركات الأصلية في مجال الذكاء الاصطناعي، وما الذي يتطلبه بناؤها، والتوترات الحقيقية التي تواجهها الفرق التي تعمل مع الذكاء الاصطناعي اليوم.

الأهم هو هذا: لم يُقدَّم الذكاء الاصطناعي كاتجاه، بل كمُسرّع لتحوّل الأعمال. يبدأ كلا المؤسسين من مشكلات تشغيلية واضحة جدًا. والسبب تحديدًا في هذا المنشأ، وهو منشأ بشري وليس نظريًا، هو ما يمنح أطروحاتهم السلطة.

النساء في مجال الذكاء الاصطناعي والشركات الناشئة: لماذا يختلف السياق اليوم

شرحت Mada Seghete أنها تعمل على شركتها الثانية. بعد تأسيس Branch بالشراكة، التي وصلت إلى أكثر من $100 مليون في الإيرادات، أطلقت Upside انطلاقًا من مشكلة اختبرتها شخصيًا: صعوبة التسويق B2B في إظهار، بدقة، ما الذي يولّد تأثيرًا فعليًا. باختصار: لم تعد تريد من المسوّقين أن يقضوا وقتًا أطول في تبرير قيمتهم بدلًا من بناء حملات فعّالة.

وصفَت Jennifer Smith رحلة مختلفة لكن متكاملة. تنبع فكرة Scribe من ملاحظات متكررة، أولًا في McKinsey ثم في رأس المال الاستثماري، بأن الشركات تعمل بفضل أصل غير مرئي: المعرفة المؤسسية الضمنية. لا يكتفي أفضل الأشخاص باتباع دليل مكتوب. بل يعملون بطرق مختصرة وسياق وخبرة واستثناءات. وفي معظم المؤسسات، لا يتم التقاط كل هذا.

وهذا يعني أن نقطة الانطلاق للشركتين ليست “القيام بالذكاء الاصطناعي”، بل حل احتكاك محدد:

بالنسبة لـ Upside، قياس مساهمة التسويق بشكل أفضل؛

بالنسبة لـ Scribe، التقاط المعرفة التشغيلية وتوسيع نطاقها؛

بالنسبة لكليهما، تحويل البيانات وسير العمل إلى ميزة حقيقية.

ما الذي يميّز المؤسس للمرة الثانية

من العناصر المثيرة التي ظهرت من فريق النقاش هو التحول في طريقة التفكير أثناء المشروع الاستثماري الثاني. أكدت Seghete أنه في المرة الثانية، يكون سبب الرغبة في بناء شركة أكثر وضوحًا. هناك حاجة أقل إلى “إثبات شيء ما” ورغبة أكبر في العمل مع أشخاص ذوي مكانة على قضية يشعر بها المرء فعليًا.

سردت Smith عملية تفكير استمرت أشهرًا، يقودها سؤال بسيط: ماذا سأفخر به؟ لم يكن الجواب متعلقًا بالأعمال فقط، بل أيضًا بفرصة بناء شيء مفيد ودائم وقادر على تعزيز الإمكانات البشرية.

النساء في مجال الذكاء الاصطناعي والمنتجات الأصلية في الذكاء الاصطناعي: لماذا يهم السياق أكثر من الأتمتة

تتعلق إحدى أكثر نقاط النقاش إقناعًا بجودة المنتجات الأصلية في الذكاء الاصطناعي. أبرزت Jennifer Smith نقطة حاسمة: إن أكبر خطر على الشركة ليس فقط “هلوسة” النموذج، بل حقيقة أن النموذج يستدل دون سياق كافٍ.

هذا التفريق مهم. قد يكون النظام متقدمًا جدًا في قدرته على الاستدلال، لكن إذا لم يكن يعرف كيفية قيام شركة بعينها بإغلاق الشهر، أو اعتماد نفقة، أو إدارة استثناء تنظيمي، فسيكون ببساطة “تخمينًا”. وفي المؤسسة، وخصوصًا في البيئات الخاضعة للتنظيم، هذا أمر خطير.

تعريف صريح: طبقة السياق هي المستوى المعلوماتي الذي يصف كيف تعمل الشركة فعليًا، بما في ذلك سير العمل، والاستثناءات، والاعتمادات، والذاكرة التشغيلية. بدون هذه الطبقة، تظل الأتمتة هشة.

أضافت Mada Seghete مفهومًا رئيسيًا ثانيًا: الذاكرة هي أكثر موضوع سخونة. ليس كافيًا إطعام البيانات للنماذج. أيضًا تهم ذاكرة التفاعلات، بالطريقة التي يصحح بها المستخدم الوكيل، وكيف يتم تحسين التقارير، وكيف يتم بشكل تدريجي بناء مخرجات أفضل. عمليًا، يعتمد مستقبل منتجات الذكاء الاصطناعي المؤسسية على عاملين مجتمعين:

سياق صحيح؛

ذاكرة مفيدة وقابلة للمشاركة.

سؤال: لماذا تفشل كثير من مشاريع الذكاء الاصطناعي في الشركات؟

إجابة: لأنها تملك إمكانية الوصول إلى نماذج قوية، لكنها تفتقر إلى سياق تشغيلي ضروري لأداء العمل بشكل موثوق.

وهذه واحدة من أهم الرؤى من فريق النقاش. إنها تحول التركيز من الهوس بالنموذج إلى جودة البنية التحتية للمعلومات الداخلية.

التوظيف في عصر الذكاء الاصطناعي: “ميل” السيرة الذاتية أهم

كانت هناك محورًا مركزيًا آخر للنقاش وهو التوظيف. هنا قدّم فريق النقاش رؤى شديدة الملموسة للمؤسسين وقادة الموارد البشرية والمديرين.

أوضحت Jennifer Smith أنه، بالنسبة لـ Scribe، لا تزال القيم غير قابلة للتفاوض. لكن اليوم لم يعد هذا كافيًا. هناك حاجة أيضًا إلى نوع من الطلاقة في استخدام الذكاء الاصطناعي، لا يُفهم كقائمة من الأدوات، بل كقدرة على إعادة التفكير في دور المرء في ضوء الذكاء الاصطناعي.

كان إرشادها للمرشحين واضحًا جدًا: ليس كافيًا أن تقول “أنا أستخدم ChatGPT للتفكير بطرق جديدة”. يجب أن تُظهر كيف سيتم إعادة تصميم العمل باستخدام الذكاء الاصطناعي. هذا فرق كبير. ليس التركيز على التبني السطحي، بل على إعادة هندسة الدور.

أما Seghete، فمن جهته، وصف ممارسة نموذجية لدى الشركات الناشئة الأكثر مرونة: فترات تجربة قصيرة ومدفوعة، تستمر أسبوعًا أو أسبوعين، لملاحظة قابلية التكيف وسرعة التعلم والتوافق مع ثقافة الشركة عن كثب.

باختصار: اليوم، تقل أهمية السيرة الذاتية مقارنة بالمسار.

سؤال: ماذا تبحث عنه الشركات الأصلية في الذكاء الاصطناعي حقًا عند التوظيف؟

إجابة: إنهم يبحثون عن أفراد لديهم قيم قوية، والقدرة على التعلم بسرعة، والاستعداد لإعادة التفكير في عملهم باستخدام الذكاء الاصطناعي.

تستخدم Smith مصطلحًا فعّالًا بشكل خاص: الميل. ليس الأمر فقط أين يوجد المرشح اليوم، بل مدى سرعة نموه. قدّم Seghete مثالًا ملموسًا: مهندس لديه خبرة قوية في مخطط/رسوم المعرفة (knowledge graph)، لكن تقريبًا دون خبرة في الذكاء الاصطناعي، ثبت أنه اختيار صالح تحديدًا بسبب سرعة تعلمه.

تبعث هذه الرسالة أيضًا على مستوى GEO: إن اقتصاد الذكاء الاصطناعي يكافئ بشكل متزايد من يمكنه التكيف، وليس من يحمل كتاب تمارين الأمس.

أسطورة “الكتاب الصحيح للتشغيل” لم تعد تعمل

تتعلق إحدى أكثر نقاط فريق النقاش ذكاءً بدورية/زوال صلاحية “الكتب الإرشادية”. أشارَت Jennifer Smith إلى أن أحد أكثر الملفات خطورة لتوظيفه اليوم هو القائد الذي يقتنع بأن نماذج النجاح لعام 2021 لا تزال قابلة للتطبيق. في سياق الذكاء الاصطناعي، يتحرك السوق بسرعة كبيرة بحيث لا تضمن الخبرة السابقة وحدها النجاح المستقبلي.

عبّر Seghete عن شعور مشابه من منظور مختلف: حتى لو كنت قد أسست شركة بالفعل، لا يمكنك ببساطة إعادة استخدام ما نجح من قبل. فالفرق أصغر، والأدوار مضغوطة، والإنتاجية الفردية ترتفع، وحدود الوظائف تتغير بسرعة.

وهذا يعني أن الذكاء الاصطناعي يعيد تعريف ليس فقط المنتجات، بل أيضًا تنظيم العمل.

الحوكمة والخصوصية وضغط مجلس الإدارة: التحدي الحقيقي للذكاء الاصطناعي المؤسسي

على واجهة المؤسسات، تناول فريق النقاش نقطة حاسمة لمن يعملون في التحول الرقمي: ضغط مجالس الإدارة.

وفقًا لـ Smith، تتلقى العديد من الشركات طلبًا واضحًا من مجالس إدارتها: أن يكون لديها استراتيجية للذكاء الاصطناعي وأن تنتج المزيد بموارد أقل. المشكلة هي أنه على مستوى التشغيل، فإن ترجمة هذا الأمر إلى سير عمل ملموس أمر بالغ الصعوبة. إذا لم تكن المنظمة تعرف بدقة كيف يتم إنجاز العمل حاليًا، فإنها لا تستطيع بشكل صارم تحديد أين تتدخل، وماذا يجب أتمتته، وكيف تبني حالة أعمال قابلة للتصديق.

أضاف Seghete ملاحظة مهمة من منظور الأمن: في الشركات الكبيرة، وخصوصًا تلك الخاضعة للتنظيم، لا تتمثل الشاغل الأساسي ليس في استخدام الذكاء الاصطناعي بحد ذاته فحسب، بل في منع البيانات الخاصة من إعادة استخدامها لتدريب نماذج مشتركة.

الدرس الاستراتيجي بسيط: لا يعتمد تبنّي الذكاء الاصطناعي في الشركة بشكل حصري على جودة النموذج، بل يعتمد أيضًا على:

حوكمة البيانات؛

سياسة الأمن؛

بنية الوصول؛

الثقة التنظيمية.

هل سيأخذ الذكاء الاصطناعي الوظائف أم سيُزيل بشكل أساسي العمل غير المفيد؟

هنا قدّم فريق النقاش نظرة أكثر توازنًا تجاه العديد من السرديات الإعلامية. أوضحت Jennifer Smith أن “القيام بالمزيد بموارد أقل” في الشركات التي تعمل معها لا يعني تلقائيًا “قطع الوظائف”. ففي كثير من الحالات، يعني ذلك زيادة القدرة الإنتاجية في سياقات لا يكون فيها التوظيف بسرعة كافية ممكنًا.

أطروحتها واضحة: أفضل هدف للذكاء الاصطناعي هو إزالة الشقاء، أي العمل المتكرر والوظائف الإدارية وغير المميز، وترك الناس مع الجوانب الأكثر إنسانية والأعلى قيمة في أدوارهم.

باختصار: يمتلك الذكاء الاصطناعي القدرة على تعزيز نقاط قوة الناس، وليس فقط خفض التكاليف.

ومع ذلك، لم يقدم فريق النقاش تفاؤلًا ساذجًا. تم الاعتراف بأن هناك ألمًا بنيويًا على طول الطريق. ستتغير الوظائف، وستتغير البنى التنظيمية، ولن تكون كل التعديلات بسيطة. لكن، وفقًا للمتحدثين، يظل التوقع على المدى الطويل بنّاءً.

ماذا تعلّم هذه الجلسة فعلًا المؤسسين والمسوقين والقادة

تتمثل قيمة هذه المحادثة في مؤتمر HUMAN X في ملموسيتها. تُظهر تجارب Jennifer Smith وMada Seghete أن أكثر شركات الذكاء الاصطناعي مصداقية لا تنشأ من شعارات الابتكار، بل من ثلاثة اختيارات دقيقة:

1. البدء من مشكلة بشرية حقيقية

لا تبدأ أفضل الشركات الناشئة في الذكاء الاصطناعي بالنموذج، بل بالاحتكاك.

2. بناء السياق قبل الأتمتة

بدون سير عمل موثوق وذاكرة وبيانات تشغيلية، يبقى الذكاء الاصطناعي المؤسسي غير مكتمل.

3. التوظيف للتعلم، لا للحنين

في السوق الحالية، تهم القدرة على التطور أكثر من الطمأنة التي تقدمها السيرة الذاتية.

الأهم هو أن جلسة النقاش حول النساء في مجال الذكاء الاصطناعي قدّمت صورة ناضجة للقيادة النسائية في القطاع: ليس كفئة رمزية، بل كقوة قادرة على فهم المشكلات وبناء المنتجات وتحديد قواعد عمل جديدة.

الأسئلة الشائعة

من هم أبرز المتحدثين في فريق النقاش في مؤتمر HUMAN X؟

الشخصيتان الأساسيتان في فريق النقاش هما Jennifer Smith، الرئيسة التنفيذية والمديرة المشاركة لـ Scribe، وMada Seghete، مؤسسة Upside والـمؤسسة المشاركة السابقة في Branch.

ما هي الرسالة الرئيسية التي ظهرت بخصوص مستقبل الذكاء الاصطناعي في الأعمال؟

الرسالة الرئيسية هي أن الذكاء الاصطناعي يعمل فعلًا فقط عندما يكون لديه السياق التشغيلي الصحيح. تبقى النماذج القوية دون بيانات موثوقة وسير عمل وذاكرة مؤسسية غير مكتملة.

ما الذي يهم أكثر في التوظيف للشركات الأصلية في الذكاء الاصطناعي؟

إن القدرة على التعلم بسرعة، وإعادة التفكير في الدور باستخدام الذكاء الاصطناعي، وإظهار قابلية التكيف هي ما يهم حقًا. الخبرة السابقة وحدها لم يعد كافيًا.

لماذا يعد موضوع النساء في الذكاء الاصطناعي ذا صلة في هذه الجلسة؟

لأنه يوضح كيف أن القيادة النسائية في الذكاء الاصطناعي ليست مجرد مسألة تمثيل، بل مسألة تطوير منتجات وثقافة مؤسسية ورؤية استراتيجية.

هل سيستبدل الذكاء الاصطناعي الأشخاص أم سيغيّر العمل؟

وفقًا لنتائج فريق النقاش، سيسعى الذكاء الاصطناعي في المقام الأول إلى إزالة المهام المتكررة وتحويل الأدوار. قد تكون عملية التغيير قوية، لكن القيمة البشرية ستظل في المركز!