المعضلة الهندسية للبنية التحتية الرقمية: دروس عالمية من تقرير RAND حول فشل مشاريع الذكاء الاصطناعي

المعضلة الهندسية للبنية التحتية الرقمية: لماذا تفشل مشاريع الذكاء الاصطناعي على نطاق واسع؟

مغامرة رأسمالية عالمية

بينما تتدفق رؤوس الأموال العالمية بكثافة إلى مجال الذكاء الاصطناعي، يقرع بحث هادئ ناقوس الخطر في الأجواء المحمومة. يشير تقرير نشرته شركة RAND في أغسطس 2024 إلى أن أكثر من 80% من مشاريع الذكاء الاصطناعي فشلت في تحقيق التوقعات — وهو معدل فشل يبلغ ضعف معدل مشاريع تكنولوجيا المعلومات التقليدية التي لا تتضمن الذكاء الاصطناعي. وهذا يعني أن بناء الذكاء الاصطناعي ليس مجرد ترقية تقنية عادية، بل هو هندسة بنية تحتية أكثر تعقيدًا.

يستند التقرير إلى مقابلات متعمقة مع 65 من علماء البيانات ومهندسي التعلم الآلي المخضرمين. جاء المشاركون من شركات ومؤسسات مختلفة الأحجام، ويبلغ متوسط خبرتهم أكثر من خمس سنوات. إجماعهم هو أن فشل مشاريع الذكاء الاصطناعي لا ينبع من عدم تقدم الخوارزميات بما فيه الكفاية، بل من أن عملية البناء بأكملها تنتهك المبادئ الأساسية لهندسة البنية التحتية.

البيانات والخوارزميات والنشر: الركائز الثلاث للبنية التحتية الرقمية

أي بنية تحتية، سواء كانت شبكات نقل أو أنابيب طاقة أو مراكز بيانات، تتطلب ترابطًا وثيقًا بين مراحل التخطيط والبناء والتشغيل. وينطبق الشيء نفسه على أنظمة الذكاء الاصطناعي: البيانات هي المادة الخام، والخوارزميات هي المعدات الأساسية، وبيئة النشر هي موقع التشغيل. أي انقطاع في أي من هذه الحلقات قد يؤدي إلى انهيار منهجي.

استخلص بحث RAND خمسة "أنماط مضادة" متكررة، تقابل تمامًا خمسة أنواع من العيوب الهيكلية في المشاريع الهندسية. وعند وضعها في إطار تحليل البنية التحتية، يمكننا أن نرى أن قوتها التدميرية تتجاوز بكثير الأعطال التقنية العادية.

أولاً: انحراف تعريف المشكلة — سوء تقدير الموقع والاحتياجات

في المشاريع الهندسية على أرض الواقع، غالبًا ما يؤدي الخطأ في اختيار الموقع أو سوء تقدير الاحتياجات إلى عدم قدرة المشروع على أداء وظيفته بعد اكتماله. كثيرًا ما تتلقى فرق الذكاء الاصطناعي تعليمات عمل غامضة، مثل "نحن بحاجة إلى توقع المبيعات" أو "جعل العملية ذكية". ولكن بسبب الافتقار إلى تعريف صارم للسيناريو المستهدف، تعمل النماذج على تحسين مؤشرات خاطئة، ولا يمكن لمخرجات التسليم التكيف مع سير العمل الحقيقي. ويظهر التقرير أن هذا هو السبب الأكثر شيوعًا للفشل وفقًا للمشاركين. وفي نطاق البنية التحتية، يشبه ذلك بناء مطار شحن في منطقة سكنية؛ فبغض النظر عن جودة المشروع، لا يمكن استخدامه.

ثانيًا: نقص أصول البيانات — انقطاع سلسلة التوريد

تحتاج البنية التحتية إلى إمدادات موثوقة من المواد، بينما يحتاج الذكاء الاصطناعي إلى بيانات تدريب عالية الجودة. تعتقد العديد من المؤسسات أن مجرد تجميع المزيد من البيانات يكفي، لكنها تتجاهل جودة البيانات ودقة وضع العلامات وحداثتها وقانونيتها. البيانات هي "الخرسانة" للذكاء الاصطناعي، والمواد غير المؤهلة ستؤدي حتمًا إلى نماذج هشة. ويشير التقرير إلى أن امتلاك كمية كبيرة من البيانات لا يعني امتلاك أصول بيانات قابلة للاستخدام، وأن نقص خط أنابيب البيانات أكثر فتكًا من تخلف الخوارزميات.

ثالثًا: النزعة التقنية المطلقة — عبادة المعدات### ثالثًا: الاستعلاء التقني – عبادة المعدات

في المجال الهندسي، كثيرًا ما توجد ظاهرة «العبادة التكنولوجية»، مثل اعتماد مواد بناء جديدة وأنظمة ذكية بشكل أعمى دون السؤال عما إذا كانت مناسبة للجيولوجيا والمناخ المحليين. وتواجه فرق الذكاء الاصطناعي الإغراء نفسه: السعي إلى أحدث النماذج الكبيرة وأطر التعلم العميق، مع إهمال الحلول المستهدفة للمشكلات الحقيقية. وقد لاحظ المشاركون في دراسة RAND أن بعض المشاريع تختار التقنيات «الأكثر بريقًا» فقط لعرض «التقدم» أمام الرؤساء، وفي النهاية لا يمكن وضعها في الإنتاج. وهذا النزوع يحوّل المشروع من حل المشكلات إلى عرض تقني.

رابعًا: غياب أنظمة الدعم – عدم توافق البنية التحتية التشغيلية

مشاريع البنية التحتية التقليدية لا يمكن تشغيلها إذا افتقرت إلى شبكات الكهرباء والطرق وفِرق الصيانة. وتعتمد مشاريع الذكاء الاصطناعي بالمثل على بنية تحتية متكاملة لإدارة البيانات ونشر النماذج ومراقبتها وتحديثها. تستثمر العديد من المنظمات بشكل كبير في مرحلة التطوير، لكنها تفتقر إلى القدرة الهندسية اللازمة لدمج النماذج في أنظمة الأعمال. ويشير التقرير إلى أنه بدون أدوات MLOps المناسبة وعمليات الإدارة، فإن النماذج عالية الدقة في المختبرات تشهد تدهورًا سريعًا في الأداء في البيئات الحقيقية، بل قد تصبح غير قابلة للاستخدام.

خامسًا: سوء تقدير درجة تعقيد المشكلة – العمل في مواقع يستحيل البناء فيها

الذكاء الاصطناعي ليس حلاً سحريًا؛ فبعض المهام يصعب أتمتتها جوهريًا. ويذكّر تقرير RAND بأنه عندما تُستخدم التقنيات لحل مشكلات تتجاوز قدرات الذكاء الاصطناعي الحالية، يكون الفشل حتميًا. وهذا يشبه إنشاء مشاريع ضخمة قسرًا على منحدرات حادة أو في مناطق الصدوع الجيولوجية، متجاهلين حدود الفيزياء والتقنية. ويؤكد المشاركون أن «ذكاء» الذكاء الاصطناعي له حدود، ويجب على المديرين الاعتراف بذلك بدلاً من تقديس الذكاء الاصطناعي كأداة سحرية.

مخاطر الذكاء الاصطناعي وتخصيص رأس المال من منظور تمويل المشاريع

إذا قيّمنا مشاريع الذكاء الاصطناعي كأصل من أصول البنية التحتية، فإن معدل فشلها التمويلي يصل إلى 80%، وهو رقم يكفي لإحجام أي مستثمر في البنية التحتية. وتُظهر بيانات RAND أنه على الرغم من أن 97% من قادة الشركات يشعرون بإلحاحية نشر الذكاء الاصطناعي، فإن 14% فقط من المنظمات مستعدة فعليًا. وتعكس هذه الفجوة الهائلة بين «الرغبة والقدرة» اختلالًا بنيويًا في تخصيص رأس المال: فمبالغ ضخمة تُستثمر في مشاريع تجريبية لم تُثبت جدواها بشكل كافٍ، بينما يعاني الاستثمار الأساسي الداعم لتشغيل هذه المشاريع على المدى الطويل من نقص حاد.

في تمويل البنية التحتية، هناك مفهومان راسخان: «دراسة الجدوى» و«تكلفة دورة الحياة الكاملة». لا ينبغي لمشاريع الذكاء الاصطناعي أن تركز فقط على التكلفة الأولية لتدريب النماذج، بل يجب أن تأخذ في الاعتبار أيضًا تكاليف حوكمة البيانات، وحوكمة النماذج، والتعلم المستمر، والتدقيق الامتثالي. معظم المشاركين في تقرير RAND يأتون من مستويات التنفيذ الهندسي، ويرون أن ميزانيات ضخمة تُستهلك في ضبط معايير النماذج، بينما لا يجد خط أنابيب البيانات الأساسي وتكامل الأنظمة أي تمويل. ويؤدي هذا الاختلال إلى عدم قدرة المشاريع على عبور «وادي الموت»، والانتقال من النموذج الأولي إلى النشر واسع النطاق.

البنية التحتية الرقمية في المنافسة الاستراتيجيةيذكر التقرير بشكل خاص أن وزارة الدفاع الأمريكية تستثمر 1.8 مليار دولار سنويًا في تطبيقات الذكاء الاصطناعي العسكرية، وتعتبر الذكاء الاصطناعي تقنية حاسمة للحروب المستقبلية. وهذا يدل على أن الذكاء الاصطناعي ليس مجرد تنافسية تجارية، بل هو جزء من البنية التحتية الاستراتيجية الوطنية. وفي ظل تنافس الاقتصادات الكبرى على بناء مراكز الحوسبة ومنصات البيانات وأنظمة صنع القرار الذكية، يرتبط نجاح أو فشل مشاريع الذكاء الاصطناعي ارتباطًا مباشرًا بالقدرة التنافسية الصناعية طويلة المدى والأمن الدفاعي. ومعدل الفشل المرتفع لا يستهلك رأس المال فحسب، بل يستهلك أيضًا النوافذ الزمنية وأساس الثقة. وإذا لم يتم رفع معدل النجاح من منظور هندسي، فإن الاستراتيجيات الوطنية ستواجه خطر "الأنظمة الورقية".

من الأنماط المضادة إلى مخطط النجاح: بناء بنية تحتية مرنة للذكاء الاصطناعي

يقدم تقرير RAND مبادئ النجاح بناءً على مقابلات. بالنسبة للقطاع الصناعي، يجب على القادة أولاً تحديد حدود المشكلة بوضوح، وتجنب إطلاق المناقصات بأسلوب "الصندوق الأسود"؛ ثانيًا، تنمية الوعي بالبيانات داخل المؤسسة وبناء أصول بيانات حقيقية؛ ثالثًا، اختيار مسارات تقنية ناضجة ومستقرة وقابلة للصيانة بدلاً من ملاحقة الموضة؛ رابعًا، الاستثمار في البنية التحتية لـ MLOps لتمكين النشر والمراقبة المستمرين للنماذج؛ وأخيرًا، الحفاظ على توقعات واقعية بشأن حدود قدرات الذكاء الاصطناعي.

بالنسبة للأوساط الأكاديمية، يوصي التقرير بأن تركز المشاريع البحثية بشكل أكبر على الحلول القابلة للتنفيذ في ظل القيود الواقعية، وتعزيز دمج علوم البيانات مع المعرفة المتخصصة. وهذا أمر بالغ الأهمية لبناء البنية التحتية للذكاء الاصطناعي، لأن الإنجازات النظرية يجب أن تتحول إلى نتائج هندسية قابلة للتسليم.

هذه المبادئ ليست جديدة. مثل نجاح أي بنية تحتية كبيرة، فهي تؤكد على النظام والانضباط والنظرة طويلة المدى. الذكاء الاصطناعي ليس سحرًا، بل هو بنية تحتية ناشئة تتطلب إدارة هندسية دقيقة. عندما تتنافس الحكومات والقطاعات الخاصة في المجال الرقمي، يجب أن نفهم: البنية التحتية الحقيقية لا يجب أن تُبنى فحسب، بل يجب أيضًا استخدامها وصيانتها.

الخلاصة: من معدل الفشل المرتفع إلى النضج العالي

معدل الفشل المرتفع الحالي لمشاريع الذكاء الاصطناعي لا يعني أن الذكاء الاصطناعي بلا قيمة، بل يشير إلى أن هذا المجال يمر بمرحلة انتقالية مؤلمة من "التجارب التقنية" إلى "الهندسة الموثوقة". تاريخيًا، مرت السكك الحديدية وشبكات الكهرباء وشبكات الاتصالات بمراحل مماثلة. شهدت بناءات السكك الحديدية المبكرة الكثير من أخطاء التخطيط والخسائر المالية، وفي النهاية أصبحت شرايين الحضارة الحديثة من خلال التوحيد القياسي والمعايير الهندسية والتنظيم الحكومي.

وتطور الذكاء الاصطناعي اليوم يسير على هذا المنوال أيضًا. قدمت دراسة RAND قائمة تأمل ثمينة. بالنسبة لمستثمري البنية التحتية وصناع السياسات على مستوى العالم، المهم ليس تجنب الذكاء الاصطناعي، بل التعامل مع كل مشروع ذكاء اصطناعي بنفس الجدية التي تُبنى بها البنية التحتية. فقط من خلال النظر إلى البيانات والخوارزميات والقدرة الحاسوبية والعمليات التنظيمية كنظام متكامل، واتباع دورة كاملة من التعريف إلى التشغيل، يمكن تحويل إمكانات الذكاء الاصطناعي إلى إنتاجية دائمة. العصر القادم من المنافسة العالمية سيُحدد من قبل الدول والمؤسسات القادرة على بناء البنية التحتية الرقمية بنجاح.