دليل الذكاء الاصطناعي المؤسسي الصادر عن مختبر الاقتصاد الرقمي في Stanford، الذي نُشر في 29 مارس 2026 من قِبل Pereira وGraylin وBrynjolfsson، درس 51 عملية نشر مؤسسية للذكاء الاصطناعي قيد الإنتاج تعمل بنفس النماذج الرائدة، وكشف عن نتيجة بدأت منذ منتصف مايو تتداول في المنتديات التشغيلية الجادة: فجوة وسيطة في الإنتاجية مقدارها 31 نقطة مئوية تفصل بين نمطي نشر مختلفين معماريًا (Stanford Digital Economy Lab, 2026). عمليات النشر التي امتلك فيها الذكاء الاصطناعي المهمة من البداية للنهاية دون بوابة موافقة بشرية حققت مكسب إنتاجية وسيط بنسبة 71%. عمليات النشر التي أبقت موافقًا بشريًا في الحلقة على كل إجراء ذي معنى توقفت عند 40%. نفس النماذج. نفس الموردين. نفس الاستثمار في هندسة المطالبات. الفرق كان بنية تفويض الصلاحية — مَن المسموح له بالتصرف دون أن يسأل.
بالنسبة لرئيس العمليات الذي يستكمل تصميم سير عمل الذكاء الاصطناعي عبر وظيفة من 200 موظف بدوام كامل هذا الربع، فإن فجوة الـ31 نقطة هذه ليست نقطة بيانات مثيرة للاهتمام. إنها التفسير لماذا تهبط معظم تجارب الذكاء الاصطناعي في السوق المتوسطة عند نصف مكسب الإنتاجية تقريبًا الذي يراكمه رواد النشر بهدوء. ظلت الأدبيات تتجادل حول اختيار النموذج، ومجموعة الموردين، وتطور المطالبات. بيانات ستانفورد أغلقت السؤال: القرار المعماري الذي يحدد النتيجة هو القرار الذي تمر معظم فرق العمليات من خلاله افتراضيًا دون أن تدرك أنها تتخذه.
ما قاسته ستانفورد فعليًا — ولماذا 51 عملية نشر في الإنتاج تتفوق على دراسة تجريبية أخرى
السبب في أن هذه الدراسة تُقرأ بشكل مختلف عن عروض شركات الاستشارات حول عائد استثمار الذكاء الاصطناعي التي أغرقت الأدبيات التشغيلية منذ 2024 هو منهجي. معظم أرقام إنتاجية الذكاء الاصطناعي عالية الانتشار المتداولة تأتي من واحدة من ثلاثة مصادر: دراسات حالة بمصادر الموردين (مختارة بعمق)، أو تقارير تجارب من شركة واحدة (عادةً الشركة التي نجحت)، أو معايير قياس نموذج-مقابل-نموذج تُترجَم بشكل سيئ إلى إنتاجية سير عمل. مجموعة ستانفورد مختلفة. صفّى Pereira وGraylin وBrynjolfsson وفق عمليات نشر إنتاجية — سير عمل في تشغيل مستقر، وليس تجارب؛ مرتبطة بنتائج أعمال قابلة للقياس، وليس بتقييم النموذج؛ تعمل لستة أشهر أو أكثر على نفس النمط المعماري، وليست منشورة حديثًا ومضبوطة على الضوضاء. عينة الـ51 عملية نشر هي ما يتبقى بعد هذا الفلتر، والدراسة تُبلّغ عن أحجام تأثير كبيرة بما يكفي بحيث لا تبتلعها أرضية الضوضاء في قياسات السوق المتوسطة.
الأداة مهمة للنتيجة الأكثر إثارة للجدل. ظلت فجوة 71% مقابل 40% ثابتة عبر مزوّدي النماذج، ومجموعات الموردين، والقطاعات الصناعية، وأحجام الفِرق — المتغيرات الأربعة التي تعاملها معظم عروض استراتيجية الذكاء الاصطناعي الداخلية كالاختيار المركزي. المتغير الوحيد الذي حرّك الفجوة كان نمط تفويض الصلاحية: ملكية من البداية للنهاية حيث أكمل الذكاء الاصطناعي سير العمل وراجع الإنسان الاستثناءات، مقابل approval-by-default حيث وقّع الإنسان على كل إجراء اقترحه الذكاء الاصطناعي. إشارة المؤلف المشارك Brynjolfsson هي جزء من سبب بطء مجتمع العمليات في رفضها — قضى هو وزملاؤه عقدًا في تتبع لماذا تنحرف إنتاجية الذكاء الاصطناعي المُقاسة عن المُعلنة، وأدبيات Quarterly Journal of Economics وNBER التي يقع داخلها هي الإصدار الأكثر صرامة للسؤال (NBER Working Papers, Brynjolfsson).
النتيجة داخل النتيجة هي الجزء القابل للتنفيذ تشغيليًا. لم تتوقف عمليات النشر approval-by-default لأن الذكاء الاصطناعي كان خاطئًا — فمعدلات الخطأ كانت قابلة للمقارنة عبر البنيتين. توقفت لأن خطوة الموافقة البشرية ضغطت مكسب الإنتاجية عبر ثلاث آليات تسمّيها الدراسة صراحة: وقت الانتظار في الطابور للمراجعة البشرية، وتكلفة تبديل السياق على المراجع، والتجاوز الصامت حيث يعيد المراجعون أجزاء من المهمة بدلاً من الموافقة على الاقتراح. فجوة الـ31 نقطة هي، بمصطلحات تشغيلية، تكلفة توجيه كل إجراء ذكاء اصطناعي عبر عنق زجاجة بشري لا يحتاجه سير العمل على الإجراء — فقط على الاستثناء.
لماذا تذهب عمليات السوق المتوسطة افتراضيًا إلى الإعداد الخاطئ
نمط النشر في السوق المتوسطة الذي يُنتج رقم الـ40% نادرًا ما يكون اختيارًا مدروسًا. إنه نتاج ثلاثة ردود فعل تنحاز بنظافة في أي وظيفة عمليات من 50–500 موظف بدوام كامل، والتي مجتمعة تُنتج بنية approval-by-default دون أن يختارها أحد صراحة.
رد الفعل الأول هو تأطير المخاطر. عندما يترجم قادة العمليات "نشر الذكاء الاصطناعي في سير العمل هذا" إلى بنية تحكم، المسودة الأولى الطبيعية هي: الذكاء الاصطناعي يقترح، الإنسان يوافق، مسار تدقيق. التأطير يبدو حصيفًا، خاصة في الوظائف المنظمة أو في الشركات حيث يكون نشر الذكاء الاصطناعي هو الأول الذي شحنه فريق معين. وجد استطلاع MIT Sloan حول المؤسسة الوكيلة المنشور هذا الربيع أن وضعية التبني في السوق المتوسطة تميل 2 إلى 1 نحو نمط التحكم هذا مقارنة بمتبني المؤسسات الكبيرة، الذين شحنوا ما يكفي من عمليات النشر لتعلّم ما تُكمّمه بيانات ستانفورد الآن — أن بنية التحكم approval-by-default هي ما ينبغي للجنة التدقيق أن تسأل عنه، وليس ما ينبغي أن تطمئن منه (MIT Sloan Management Review, 2026).
رد الفعل الثاني هو الأدوات. معظم منصات الذكاء الاصطناعي المؤسسية — Microsoft Copilot، Salesforce Einstein، الإضافات الوكيلة عبر مجموعات SaaS الرئيسية — تُشحن مع human-in-the-loop كنمط واجهة مستخدم افتراضي لأنها تُنتج العرض الأكثر أمانًا وقصة المشتريات المؤسسية الأنظف. ترث الوظيفة الإعداد الافتراضي وتقرأه كتوصية. التضمين الأكثر إزعاجًا لدراسة ستانفورد بالنسبة لمجموعة الموردين هو أن واجهة المستخدم الافتراضية هي ما يُثبّط بنشاط مكسب الإنتاجية الذي يُباع المورّد على أساسه.
رد الفعل الثالث هو إشارة راحة مدير الخط. عندما يتحول سير عمل من ملكية بشرية إلى ملكية ذكاء اصطناعي مع إشراف بشري بالاستثناء، يفقد المدير التشغيلي الرؤية التي وفّرها approval-by-default. الطلب الانعكاسي هو "أبقني في الحلقة على كل شيء حتى أثق"، وهو ما يبدو معقولاً وهو بالضبط السلوك الذي تسميه ستانفورد بالآلية المُنتجة لفجوة الـ31 نقطة. الثقة التي ينتظر المدير تطويرها لا تتطور أبدًا، لأن approval-on-every-action لا يعطيه أي إشارة نظيفة عن أي الإجراءات احتاجت حكمه مقابل أيها كان يختمها فقط. تُحبس الوظيفة في وضعية لا تملك بعدها أبدًا البيانات لتحديثها.
ردود الفعل الثلاثة هذه ليست إخفاقات حكم من قائد العمليات. إنها ما يُنتجه التصميم التشغيلي المنضبط عندما لا يُسمّى السؤال المعماري صراحة ولا تُوضع البيانات حول أي بنية تفوز على الطاولة. وضع playbook ستانفورد إياها الآن على الطاولة.
خريطة تفويض الصلاحية — كيف تبدو فعليًا لعمليات من 200 موظف بدوام كامل
الرافعة التي تجادل عليها بيانات ستانفورد ملموسة وقابلة للتسلسل خلال الأربعة إلى ستة أسابيع القادمة. ثلاث قطع تهم، بهذا الترتيب.
تصنيف القرارات قبل إعادة تصميم سير العمل
القطعة الأولى: لكل سير عمل AI-enabled يعمل حاليًا approval-by-default، اسرد فئات القرارات التي يلمسها سير العمل فعليًا وقسّمها إلى ثلاث مجموعات — عالية المخاطر لا رجعة فيها (الإيداعات التنظيمية، القرارات المالية المواجهة للعميل، الإنهاءات)، متوسطة المخاطر قابلة للاسترداد (اختيار المورّد ضمن ميزانية معتمدة، نشر المحتوى للجمهور الداخلي، تعديلات مستوى الحساب)، ومنخفضة المخاطر قابلة للعكس (توليد المسودات، الجدولة داخل الفريق، فرز التذاكر، التصنيف بالتمريرة الأولى). التمرين هو جلسة عمل واحدة متعددة الوظائف لكل سير عمل؛ المخرج هو خريطة فئة قرار من صفحة واحدة تسمّي أين تضيف بوابة الموافقة قيمة تخفيف المخاطر وأين تضيف فقط وقت الانتظار.
معظم وظائف العمليات من 200 موظف بدوام كامل، في قراءتنا للنمط، تكتشف أن 60–80% من القرارات داخل أي سير عمل ذكاء اصطناعي معطى تجلس في مجموعة منخفضة المخاطر قابلة للعكس وأن approval-by-default يُطبَّق بشكل موحد عبر الثلاث جميعًا. الخريطة هي الفتح. مجموعة عالية المخاطر لا رجعة فيها تحتاج بصدق إلى بوابة بشرية، والبيانات لا تجادل في ذلك. المجموعتان الأخريان هما حيث يُترك مكسب إنتاجية الـ31 نقطة على الطاولة — وحيث الحركة المعمارية هي من approval-by-default إلى oversight-by-exception، مع مشغّلات الاستثناء معرّفة صراحة في سير العمل بدلاً من ضمنية في تقدير المراجع.
مطابقة البشر بنوع البوابة عبر البيانات النفسية القياسية
القطعة الثانية — والتي تتخطاها معظم وظائف السوق المتوسطة — هي اختيار البشر المناسبين للإشراف بالاستثناء فقط. تلاحظ دراسة ستانفورد، في قسم تنفيذها في النصف الثاني، أن الإشراف بالاستثناء فقط يفشل في الغالب ليس بسبب الاستثناءات المفوّتة بل بسبب إعادة الإدخال الصامتة: المراجع الذي من المفترض أن يراجع الاستثناءات يبدأ في مراجعة الإجراءات الروتينية أيضًا، لأنه نمط العمل الذي يديره دائمًا. التحول المعماري إلى oversight-by-exception هو جزئيًا إعادة تصميم تنظيمي وجزئيًا مشكلة اختيار.
إشارة الاختيار نفسية قياسية، وليست قائمة على الاعتمادات. السمات التي تتنبأ بما إذا كان المراجع يستطيع الحفاظ على خط oversight-by-exception دون إعادة إدخال نفسه صامتًا في المراجعة الروتينية هي الحكم تحت الغموض، والضمير العالي، وما تسميه أدبيات علم النفس التنظيمي تسامح الإشراف بالثقة — الراحة بتفويض الإجراء الروتيني ومراجعة الإشارات على مستوى النمط بدلاً من الإشارات على مستوى الإجراء. المراجعون الذين يحافظون على الخط يميلون إلى تسجيل درجات عالية على هذه الأبعاد؛ الذين يعيدون الإدخال صامتًا يميلون إلى التسجيل بدرجات منخفضة، بصرف النظر عن الأقدمية أو الخبرة في المجال. الوظيفة التي تُجري تمريرة نفسية قياسية موجزة على المراجعين المرشحين قبل تعيين دور الإشراف بالاستثناء تحصل على تطابق أفضل بشكل ملموس من الوظيفة التي تُعيّن بالأقدمية أو بسهولة المخطط التنظيمي.
عدسة Scovai هنا هي العملية: البيانات النفسية القياسية حول الحكم وتسامح الإشراف بالثقة هي نوع مدخل القرار الذي يستغرق حوالي ثلاثين دقيقة لكل مراجع للجمع، يكلف في نطاق 40–90 دولارًا للملف الشخصي من المزوّدين القياسيين، ويمنع وضع الفشل الأكثر شيوعًا لطرحات تفويض الصلاحية. الاقتصاد مباشر — تعيين سيء واحد للإشراف بالاستثناء في وظيفة من 200 موظف بدوام كامل يضغط مكسب الإنتاجية على سير العمل بما يكفي لتمويل الفلتر النفسي القياسي على مجموعة المراجعين بأكملها عدة مرات.
توصيل مشغّل الاستثناء وفحص إعادة الإدخال الصامتة
القطعة الثالثة: تعريف مشغّلات الاستثناء في الكود، وليس في رأس المراجع، وأَجهِز سير العمل لاكتشاف إعادة الإدخال الصامتة. مشغّلات الاستثناء هي الشروط التي بموجبها يُسطّح سير عمل الذكاء الاصطناعي قرارًا لمراجعة بشرية — عادةً عتبات الشذوذ، أو نطاقات درجة الثقة، أو أعلام حالة الحافة، أو انحرافات النمط. تعريفها صراحة يفرض محادثة التصميم حول أي الاستثناءات تحتاج فعلاً إلى حكم بشري وأيها كانت تُوجَّه هناك افتراضيًا.
أجهزة قياس إعادة الإدخال الصامتة هي القطعة التي تتخطاها معظم الطرحات والتي تُظهر بيانات ستانفورد أنها أفضل مؤشر منفرد لما إذا كان مكسب الإنتاجية يستمر عند 90 يومًا. إنه فحص قياس الاستخدام عن بُعد على طابور المراجع: هل يلمسون فقط الاستثناءات الظاهرة، أم يسحبون ويعدّلون الإجراءات الروتينية التي كان من المفترض أن يُؤتمتها سير العمل؟ الفحص رخيص البناء، يعمل في الخلفية، ويحوّل مشكلة تطوير الثقة من مشكلة ذاتية ("هل يشعر هذا المدير بالراحة بعد؟") إلى واحدة مُقاسة. الوظائف التي تُجهزها تتحرك عبر منحنى تطوير الثقة في 60–90 يومًا؛ الوظائف التي لا تفعل ذلك تميل إلى الانجراف عودة إلى approval-by-default خلال ستة أشهر دون أن يختار أحد ذلك صراحة.
الحجة المضادة ولماذا تُغلقها بيانات ستانفورد
الحجة المضادة الطبيعية من مدير عمليات في السوق المتوسطة واعٍ بالمخاطر: 51 عملية نشر عينة صغيرة، وفجوة الـ31 نقطة قد لا تُعمَّم على سير عملنا المحدد، والحركة المنضبطة هي الحفاظ على human-in-the-loop حتى نُجري نحن أنفسنا مقارنة محكومة. المنطق يبدو صارمًا ويُنتج النتيجة الخاطئة.
عينة ستانفورد صغيرة لأن الفلتر لعمليات النشر الإنتاجية كان صارمًا. إرخاء الفلتر يُعيد تقديم الضوضاء — التجارب، ودراسات الحالة المنسّقة من الموردين، ولقطات ربع واحد — التي تشبعت بها الأدبيات التشغيلية بالفعل. ظلت فجوة الـ31 نقطة عبر المتغيرات الأربعة التي تفترض معظم وظائف السوق المتوسطة أنها مركزية (النموذج، المورّد، القطاع، حجم الفريق)، والآلية التي تسميها الدراسة هي تلك التي يمكن لأي قائد عمليات التعرف عليها في عمليات النشر الخاصة به دون مقارنة محكومة. الحجة المضادة التي تطلب واحدة هي، عمليًا، طلب إنفاق ربعين إضافيين في تشغيل بنية الـ40% قبل اتخاذ قرار الانتقال إلى بنية الـ71%.
نسخة أكثر حدة: حتى لو كانت النتيجة حقيقية، فإن بيئتنا التنظيمية أو بيئة المخاطر تتطلب بشكل مشروع human-in-the-loop في كل مكان. رد playbook ستانفورد على ذلك هو مجموعة عالية المخاطر لا رجعة فيها — البنية تحفظ صراحة البوابات البشرية حيث تضيف قيمة حقيقية لتخفيف المخاطر. الحجة ليست "إزالة كل موافقة بشرية"؛ إنها "التوقف عن تطبيق الموافقة البشرية بشكل موحد على مجموعات المخاطر المتوسطة والمنخفضة حيث تضيف وقت الانتظار دون إضافة الحكم". الوظائف التي تقرأ النتيجة على أنها ثنائية تفقد الفروق الدقيقة التي بناها مؤلفو ستانفورد عمدًا في الـplaybook.
قرار الربع الثالث مُكثَّفًا في إجراء واحد
بالنسبة لرئيس العمليات الذي يستكمل بنية سير عمل الذكاء الاصطناعي لعام 2026 في الأربعة إلى ستة أسابيع القادمة، يُكثَّف التضمين في قاعدة واحدة:
قبل شحن سير العمل AI-enabled التالي — وقبل أن تُغلق الموجودة استعراضاتها للربع الثالث — نفّذ خريطة فئة القرار لكل سير عمل، انقل مجموعات المخاطر المتوسطة والمنخفضة من approval-by-default إلى oversight-by-exception بمشغّلات صريحة، وعيّن دور مراجعة الاستثناء على أساس البيانات النفسية القياسية للحكم والإشراف بالثقة، وليس الأقدمية.
تكلفة الفرز هي جلسة عمل واحدة لكل سير عمل، وتمريرة نفسية قياسية واحدة على مجموعة المراجعين المرشحين، وبناء أجهزة قياس واحد لقياس إعادة الإدخال الصامتة عن بُعد. تكلفة عدم الفرز إلى الأسفل — عند فجوة الـ31 نقطة الوسيطة التي وضعتها ستانفورد الآن على السجل التشغيلي — هي محفظة ذكاء اصطناعي لعام 2026 تعمل بحوالي 56% من مكسب الإنتاجية الذي يراكمه رواد النشر (PwC AI Performance Study, 2026)، واستعراض 2027 يُسمّي approval-by-default بأنه الاختيار المعماري الذي لم تتخذه الوظيفة صراحة مطلقًا لكنها دفعت ثمنه كل ربع.
رقم الـ71% ليس عنوان دراسة ستانفورد. فجوة الـ31 نقطة بين 71% و40% هي العنوان. ورافعة تفويض الصلاحية التي تُغلقها هي تلك التي لم تضعها معظم وظائف العمليات في السوق المتوسطة أبدًا على جدول أعمال اجتماع.
