تحديث الأنظمة القديمة تمهيدًا للذكاء الاصطناعي هو المكان الذي تموت فيه بصمت الكثير من المشاريع الطموحة. مجلس الإدارة يريد الذكاء الاصطناعي. المورّد يعرض عرضًا تقديميًا لامعًا. ثم يسأل أحدهم أين تقيم البيانات، وتكون الإجابة نظام تخطيط موارد المؤسسات (ERP) عمره 15 عامًا، وقاعدة بيانات لا يفهمها أحد بالكامل، وعملية تصدير تعمل على جدول بيانات محمّل بالماكرو يخص شخصًا واحدًا. الذكاء الاصطناعي لم يكن الجزء الصعب أبدًا. عقود من الأنظمة المتراكمة تحته هي الصعوبة الحقيقية.
جلسنا في ذلك الاجتماع أكثر من مرة في جميع أنحاء الإمارات. الخبر السار: لست مضطرًا لتفكيك كل شيء قبل أن تتمكن من فعل أي شيء مفيد. هناك مسار عملي من الأنظمة القديمة إلى الجاهزية للذكاء الاصطناعي. إنه مسار تدريجي، وأقل رعبًا بكثير من إعادة الكتابة الشاملة التي يخشاها مديركم المالي القلق.
أولًا، كن صادقًا بشأن الديون التقنية
لا يمكنك التخطيط لمسار دون معرفة أين تقف. لذا قبل أن يتحدث أي شخص عن الذكاء الاصطناعي، قم بجرد صادق لما تملكه.
لكل نظام رئيسي، اسأل:
- ماذا يفعل فعليًا، ومن يعتمد عليه؟ بعض الأنظمة القديمة متهالكة لكنها حاملة للأحمال. أنظمة أخرى نادرًا ما تُستخدم ويمكن التخلص منها غدًا.
- هل يمكنك إدخال البيانات وإخراجها بشكل نظيف؟ النظام الذي يملك واجهة برمجة تطبيقات (API) حديثة مشكلة مختلفة تمامًا عن نظام لا يصدّر سوى ملف ليلي ذي عرض ثابت.
- ما مدى هشاشته؟ إذا كان الموظف الوحيد الذي يفهم النظام على وشك التقاعد، فهذه مخاطرة، وليست مجرد دين تقني.
- كم يكلّف إبقاؤه حيًا؟ التراخيص، الصيانة، الحلول الالتفافية التي يبنيها الناس حول قيوده.
الناتج هو خريطة: أي الأنظمة أصول، وأيها التزامات، وأيها حرجة بصمت. هذه الخريطة تقود كل ما يليها. تخطّيها هو الطريقة التي تجعل الفرق تحدّث الشيء الخطأ أولًا.
كلمة عن السياسات الداخلية، لأنها موجودة دائمًا. النظام الأصعب في التحديث غالبًا ما يكون الذي يحرسه قسم معين بأشد ضراوة، لأن حلوله الالتفافية أصبحت هي الأخرى حاملة للأحمال. أظهر ذلك مبكرًا. الخريطة التقنية نصف الصورة فقط؛ النصف الآخر هو من يعتمد على ماذا، ومن يخشى التغيير، وأين تكمن سلطة النقض الصامتة. تسمية ذلك بصدق في مرحلة الجرد يوفّر عليك برنامجًا متوقفًا لاحقًا.
أصلح بنية البيانات قبل الذكاء الاصطناعي
هذا هو الجزء الذي لا يجده أحد مثيرًا ويحتاجه الجميع. الذكاء الاصطناعي بجودة البيانات التي يستطيع الوصول إليها فقط، وفي معظم البيئات القديمة تكون البيانات محاصرة وغير متسقة عبر الأنظمة.
قبل أن تتمكن من إضافة طبقة الذكاء فوقها، يجب أن تتدفق البيانات. وهذا يعني عادة:
اجعل البيانات قابلة للوصول
تكدّس الأنظمة القديمة البيانات خلف واجهات قديمة. تبني طبقات التكامل وواجهات برمجة التطبيقات والموصلات التي تتيح للمعلومات الخروج بشكل نظيف، وهو الأساس غير البرّاق الذي يقوم عليه كل شيء آخر. لا يستطيع وكيل الذكاء الاصطناعي التفكير في بيانات لا يستطيع الوصول إليها.
اجعل البيانات متسقة
عميل مُسمّى بطريقة في نظام إدارة علاقات العملاء (CRM) وبطريقة أخرى في نظام الفوترة هو عميلان بالنسبة للآلة. توفّق بين هذه الهويات، وتوحّد التنسيقات، وتحل تباينات الأسماء والعناوين بين العربية والإنجليزية. هذا عمل تأسيسي ضروري في الخليج، وهو عمل شاق ودقيق.
اجعل البيانات موثوقة
قرّر ما هو مصدر الحقيقة عندما تختلف الأنظمة. نظّف أسوأ حالات التكرار والفجوات. لست بحاجة إلى الكمال، لكنك بحاجة لمعرفة جودة ما تعمل عليه حتى يمكن الوثوق بمخرجات الذكاء الاصطناعي.
اضبط بنية البيانات بشكل صحيح، وستظهر قيمة مفاجئة قبل ظهور أي ذكاء اصطناعي، لأن فريقك يستطيع فجأة رؤية بيانات كانت محبوسة. هذه المرحلة هي العمود الفقري لأي خارطة طريق للتحول الرقمي في الإمارات تستحق الاتباع.
التحديث التدريجي مقابل التفكيك والاستبدال الكامل
الآن القرار الكبير: كيف تُغيّر الأنظمة فعليًا؟ فلسفتان، والإجابة الصحيحة تكاد تكون دائمًا مزيجًا يميل بشدة نحو التدريجي.
التفكيك والاستبدال الكامل
انزع النظام القديم، وضع نظامًا جديدًا لامعًا. نظريًا نظيف وعمليًا قاسٍ: طويل ومكلف، عالي المخاطر، ولا تحصل على شيء حتى النهاية. بالنسبة لنظام في طريق مسدود حقيقي دون أي مسار للأمام، قد يكون هذا أحيانًا الخيار الوحيد. بالنسبة لنظام أساسي حامل للأحمال، فهو مقامرة بمصير الشركة كلها وغالبًا ما يتجاوز الميزانية والجدول الزمني.
التحديث التدريجي
اترك النواة القديمة تعمل وحدّث حولها، قطعة بقطعة. غلّف النظام القديم بطبقة واجهة برمجة تطبيقات (API) حتى تتمكن الأدوات الجديدة من التحدث إليه. انزع قدرة واحدة في كل مرة إلى خدمات حديثة. كل خطوة تحقق قيمة وتقلّل المخاطر قبل أن تنتقل إلى التالية. هذا هو نمط "الخنّاق" (strangler pattern)، وهو كيف تحدث معظم عمليات التحديث الناجحة فعليًا.
انحيازنا القوي هو التدريجي. تحقق قيمة باستمرار، ويمكنك التوقف أو التعديل إذا تغيرت الأولويات، ولست أبدًا على بُعد عملية تحويل فاشلة واحدة من الكارثة. التفكيك والاستبدال الكامل هو الاستثناء الذي تبرره، وليس الخيار الافتراضي الذي تلجأ إليه.
رتّب تسلسل العمل من أجل الذكاء الاصطناعي
الترتيب يهم بقدر أهمية العمل نفسه. إذا تم بالتسلسل الخاطئ، ستنفق ثروة ويظل الذكاء الاصطناعي بعيد المنال. تسلسل منطقي:
- الجرد ورسم الخريطة. اعرف أنظمتك واعتمادياتها وديونها.
- ابنِ أساس البيانات. التكامل وطبقة بيانات نظيفة وقابلة للوصول. هذا يفتح كل شيء.
- اختر حالة استخدام واحدة عالية القيمة وقليلة الاحتكاك. حيث أصبحت البيانات قابلة للوصول الآن، والعملية واضحة، والفوز مرئي. أثبت النموذج.
- حدّث الأنظمة التي تعيق حالات الاستخدام التالية. دع حالات استخدام الذكاء الاصطناعي الحقيقية تسحب التحديث، وليس العكس.
- وسّع النطاق وضاعف الأثر. كل قطعة محدّثة وكل مصدر بيانات نظيف يجعل مشروع الذكاء الاصطناعي التالي أرخص وأسرع.
الفكرة الأساسية: دع قيمة الذكاء الاصطناعي تسحب التحديث إلى الأمام. لا تحدّث كل شيء بشكل تخميني على أمل أن يناسب الذكاء الاصطناعي لاحقًا. حدّث ما تحتاجه حالة الاستخدام التالية الملموسة، أطلقها، ثم انتقل. مع توقّع أن تشغّل 78% من مؤسسات دول مجلس التعاون الخليجي تطبيق ذكاء اصطناعي واحدًا على الأقل بحلول 2026، هناك ضغط للتحرك بسرعة، لكن الشركات الفائزة ترتّب تسلسلها بتأنٍّ بدلًا من محاولة إصلاح كل شيء دفعة واحدة.
مثال من الخليج
شركة تصنيع إماراتية كانت تعمل بنظام تخطيط موارد مؤسسات (ERP) من أوائل عقد 2010 بالإضافة إلى شبكة معقدة من جداول البيانات. أرادت الإدارة توقعات طلب مدفوعة بالذكاء الاصطناعي. الغريزة الأولى، التي دفع بها أحد الموردين بقوة، كانت استبدال نظام تخطيط الموارد بالكامل أولًا، برنامج مدته سنتان وتكلفته بثمانية أرقام قبل أن يروا توقعًا واحدًا.
أقنعناهم بالتخلي عن الحل الشامل الكبير. بدلًا من ذلك، رسمنا خريطة البيئة، ثم بنينا طبقة تكامل سحبت بيانات المبيعات والمخزون من نظام تخطيط الموارد القديم إلى مخزن بيانات نظيف ومتسق، دون لمس نظام تخطيط الموارد نفسه. هذا وحده منح مخططيهم رؤية لم يمتلكوها من قبل. ثم أضفنا نموذج التوقعات فوق تلك البيانات النظيفة.
حصلوا على توقع ذكاء اصطناعي يعمل خلال أشهر، لا سنوات، وبجزء بسيط من التكلفة، وظل نظام تخطيط الموارد القديم يعمل بسلاسة. خلال العام التالي، حدّثوا وحدات فردية كلما برّرت حالات استخدام جديدة ذلك، وكانت كل واحدة أسهل لأن أساس البيانات كان موجودًا بالفعل. الدرس ينطبق في جميع أنحاء الخليج: نادرًا ما تحتاج إلى استبدال النواة القديمة للحصول على قيمة من الذكاء الاصطناعي. أنت بحاجة إلى تدفق بياناتها.
الأسئلة الشائعة
هل يجب علينا استبدال أنظمتنا القديمة قبل أن نتمكن من استخدام الذكاء الاصطناعي؟
عادةً لا. في معظم الحالات يمكنك تغليف الأنظمة القديمة بطبقة تكامل، وجعل البيانات تتدفق بشكل نظيف، وتشغيل الذكاء الاصطناعي على ذلك، مع ترك النواة القديمة في مكانها. الاستبدال الكامل هو الخيار الصحيح أحيانًا في حالة طريق مسدود حقيقي، لكنه الاستثناء. قابلية الوصول إلى البيانات أهم بكثير من كون النظام جديدًا.
كم يستغرق هذا النوع من التحديث؟
يمكن أن تنطلق أول حالة استخدام للذكاء الاصطناعي خلال أشهر إذا رتّبت التسلسل بشكل صحيح، لأنك تبني فقط أساس البيانات الذي تحتاجه تلك الحالة، وليس تحديث كل شيء مقدمًا. التحديث الكامل للبيئة رحلة تمتد لسنوات، لكن النهج التدريجي يعني أنك ترى قيمة باستمرار بدلًا من انتظار خط نهاية بعيد.
ما هو الخطأ الأكثر شيوعًا الذي ترتكبه الفرق هنا؟
تخطّي أساس البيانات والقفز مباشرة إلى أداة ذكاء اصطناعي، أو محاولة التفكيك والاستبدال الكامل دفعة واحدة. كلاهما يفشل بالطريقة نفسها: إنفاق ضخم، جداول زمنية طويلة، نتائج قليلة. الحل هو جعل البيانات قابلة للوصول أولًا وترك حالات الاستخدام الحقيقية تسحب التحديث تدريجيًا.
كيف نتعامل مع تباينات البيانات بين العربية والإنجليزية خلال ذلك؟
عاملها كعمل بيانات أساسي، وليس فكرة لاحقة. الأسماء والعناوين والمعرّفات تتفاوت عبر الأنظمة واللغات، لذا توفّق بين الهويات وتوحّد التنسيقات خلال مرحلة أساس البيانات. ضبط هذا مبكرًا يمنع الذكاء الاصطناعي من معاملة عميل واحد كعدة عملاء، وهو فشل شائع ومكلف في الخليج.
هل تجلس على أنظمة قديمة ولست متأكدًا من أين تبدأ؟ تقوم ممارسة التحول الرقمي لدينا برسم خريطة بيئتك، وإصلاح بنية البيانات، وترتيب مسار تدريجي نحو الجاهزية للذكاء الاصطناعي، مع الإنسان في الحلقة في كل قرار. تواصل مع فريق INS عبر team@ins.ae أو +971 58 995 4553، ولنخطط مسارك للخروج من الأنظمة القديمة.
