الذكاء الاصطناعي: امتداد أصيل، لا بديل
كل شركة اليوم تريد "تبني الذكاء الاصطناعي". هذا الحديث موجود في كل خطة استراتيجية، وكل اجتماع لمجلس الإدارة، وكل خارطة طريق للمنتجات. لكن الطريق الفعلي لتحقيق ذلك يختلف تمامًا حسب نقطة انطلاق كل شركة. المشروع الجديد يمكنه التحرك بسرعة، والتجربة بحرية، والتخلي عما لا ينجح دون تكلفة كبيرة. أما الشركة التي تمتلك سنوات من الأنظمة القديمة، والمنتجات القائمة، وملايين العملاء النشطين، فتواجه مهمة أصعب بكثير، والتظاهر بعكس ذلك هو ما يجعل مبادرات الذكاء الاصطناعي تفشل.
الأنظمة القديمة تحمل التزامات
الأنظمة القديمة ليست مجرد أكواد برمجية قديمة على خادم. إنها تمثل التزامات استغرق بناؤها سنوات ولا يمكن كسرها بسهولة. عقود مع عملاء المؤسسات تضمن سلوكًا معينًا. هياكل بيانات تعتمد عليها ملايين السجلات. متطلبات امتثال وتنظيمية لا تتغير من أجل ميزة جديدة. منتجات مثبتة بالفعل وتعمل على ملايين الأجهزة التي لم تعد الشركة تتحكم فيها بالكامل. التحول الحقيقي يجب أن يعمل ضمن هذه القيود، لا أن يتجاهلها.
هذا بالضبط سبب تبني أكبر شركات التكنولوجيا للذكاء الاصطناعي بسرعات مختلفة تمامًا، رغم امتلاكها جميعًا الكفاءات والموارد للتحرك بسرعة. جوجل تتحكم في خوادمها الخاصة، لذا استطاعت دمج الذكاء الاصطناعي في البحث وجيميل بين عشية وضحاها تقريبًا. مايكروسوفت تشحن برمجياتها إلى ملايين أجهزة الكمبيوتر المنفصلة، لذا أي تغيير كبير يجب أن يمر عبر دورات إصدار أبطأ وإجراءات موافقة تقنية معقدة داخل الشركات. أما آبل، فتحركت بأبطأ وتيرة، وعن قصد، لأن علامتها التجارية بأكملها مبنية على وعود الخصوصية وتجربة استخدام سلسة، والتسرع في تبني الذكاء الاصطناعي كان يهدد بكسر الثقة التي تبيع منتجاتها أصلاً. لم تفتقر أي من هذه الشركات إلى الطموح. لقد تحملت مستويات مختلفة من المسؤولية تجاه المستخدمين الذين يعتمدون عليها بالفعل.
عندما يفشل الاستبدال
هذا الخطر ليس افتراضيًا. هناك أمثلة حقيقية وحديثة لما يحدث عندما تستبدل شركة نظامًا فعالًا بنظام يعتمد بالكامل على الذكاء الاصطناعي بدلاً من توسيعه بعناية.
كلارنا هي الحالة الأوضح. استغنت الشركة عن نحو 700 موظف في خدمة العملاء، مراهنة على أن روبوتات الدردشة يمكنها القيام بالمهمة بالكامل. اعترف الرئيس التنفيذي لاحقًا بأن التوجه نحو الأتمتة كان مدفوعًا بشكل مفرط بخفض التكاليف، مما أدى إلى تراجع جودة الخدمة بشكل عام. تدهورت جودة خدمة العملاء لدرجة أن الشركة تراجعت عن قرارها وبدأت في إعادة توظيف عمال بشريين. الدرس المستفاد لم يكن أن الذكاء الاصطناعي فشل في المهمة التقنية، فقد تعامل مع الاستفسارات الروتينية بشكل جيد. الفشل كان في استبدال نظام كامل موجه للبشر بين ليلة وضحاها، مما أزال الخيار الذي كان العملاء يقدرونه فعلاً: التحدث إلى شخص حقيقي عندما يكون الأمر مهمًا.
ماكدونالدز واجهت مشكلة مشابهة من زاوية مختلفة. كانت الشركة تختبر نظام طلب صوتي يعتمد على الذكاء الاصطناعي في أكثر من 100 موقع من مواقع الخدمة من السيارة منذ عام 2021، بالشراكة مع آي بي إم. أظهرت مقاطع فيديو منتشرة على نطاق واسع أخطاء غريبة ارتكبها النظام، مثل إضافة لحم مقدد إلى الآيس كريم، وإضافة مئات الدولارات من قطع الدجاج الإضافية، وصعوبة في فهم اللهجات المختلفة. أنهت ماكدونالدز في النهاية تجربة الطلب بالذكاء الاصطناعي بالكامل. الواجهة التي اعتاد عليها العملاء لعقود، التحدث إلى شخص يأخذ الطلب، استُبدلت بنظام غير مُختبر بما يكفي للتعامل مع التنوع في الواقع، وشعر العملاء بالاضطراب فورًا.
هناك نمط ثالث وأكثر شيوعًا يظهر كلما قررت شركة استبدال واجهة مستخدم كاملة بواجهة تعتمد على الذكاء الاصطناعي دفعة واحدة: لوحة تحكم مألوفة، أو تطبيق، أو سير عمل استخدمه الموظفون والعملاء لسنوات، ثم تم إزالته واستبداله بنسخة تعتمد على الدردشة أو الأتمتة الكاملة دفعة واحدة. الموظفون الذين بنوا عادات مع النظام القديم يجدون أنفسهم مضطرين فجأة لإعادة تعلم كيفية أداء وظائفهم. العملاء الذين وثقوا بعملية مألوفة يُجبرون على عملية غير مألوفة دون فترة انتقالية. تتصاعد طلبات الدعم، وتتآكل الثقة، وغالبًا ما تنتهي الشركة بالتراجع جزئيًا عن القرار، ليس لأن الذكاء الاصطناعي كان عاجزًا، بل لأن التغيير لم يُقدَّم كامتداد لما كان الناس يعرفونه بالفعل. بل قُدِّم كاستبدال شامل.
الذكاء الاصطناعي طبقة، لا بديل
هذه هي الفكرة الجوهرية التي تستحق التكرار: الذكاء الاصطناعي لا يستبدل نموذج العمل. لا يستبدل سنوات العمل والبنية التحتية والثقة التي بنتها الشركة بالفعل. المنتج الأساسي يبقى كما هو. البيانات الأساسية تبقى كما هي. ما يتغير هو الطبقة الموجودة فوقها: طريقة جديدة للتفاعل مع تلك البيانات، وواجهة أذكى، وتجربة أسرع وأكثر طبيعية للحصول على ما يحتاجه العميل.
الأصالة مهمة هنا أكثر مما تدرك معظم الشركات. عندما يُضاف الذكاء الاصطناعي بشكل جيد، يشعر وكأنه امتداد طبيعي للمنتج الذي يعرفه العميل ويثق به بالفعل. وعندما يُضاف بشكل سيء، كاستبدال شامل بدلاً من إضافة مدروسة، يشعر وكأنه حيلة تسويقية، أو أسوأ، خسارة. يستطيع العملاء والموظفون تمييز الفرق بسرعة، وهذا يؤثر على مدى ثقتهم بالعلامة التجارية مستقبلاً. الشركات التي تفعل ذلك بشكل صحيح تتعامل مع الذكاء الاصطناعي كشيء يوسّع أساسها الحالي بصدق، بدلاً من استخدامه للتستر على خفض التكاليف أو مجاراة موضة عابرة.
السؤال الحقيقي: ماذا يجب أن يفعل الذكاء الاصطناعي فعلاً؟
بمجرد أن تقبل الشركة بضرورة التغيير، يطرح سؤال ثانٍ وأصعب بكثير على الفور: ماذا يجب أن تفعل هذه الطبقة من الذكاء الاصطناعي فعليًا؟ ليس كعنوان تسويقي، بل كميزة حقيقية ومحددة توفر وقت العميل، أو ماله، أو تزيل نقطة احتكاك حقيقية يواجهها اليوم.
هذا ليس قرارًا متعلقًا بالمنتج فقط. إنه أيضًا قرار متعلق بالبنية التقنية. إضافة الذكاء الاصطناعي بطريقة ذات معنى غالبًا ما تتطلب إعادة التفكير في أجزاء من النظام الأساسي: كيفية تدفق البيانات، وسرعة الاستجابة المطلوبة، وقابلية التوسع، والأمان، والأهم من ذلك، كيفية طرحه بحيث لا يُفاجأ الناس. نادرًا ما يكون الأمر بسيطًا مثل توصيل نموذج بخط أنابيب قائم وتوقع أن يعمل بشكل جيد. طموح الميزة والأساس التقني يجب أن يتطورا معًا، وإلا ستصبح الفجوة بين العرض التجريبي المبهر والمنتج الفعلي مستحيلة الرأب، كما تعلمت كلارنا وماكدونالدز علنًا.
الميزة الأصيلة للذكاء الاصطناعي تبدأ من مشكلة حقيقية يواجهها العميل بالفعل. لا تخترع مشكلة جديدة فقط لتبرير استخدام التقنية، ولا تزيل خيار العودة إلى ما كان يعمل بالفعل.
ما وراء الهاتف: الأجهزة التي تحاول بالفعل
هذا ليس مجرد مفهوم مستقبلي. الشركات تبني بالفعل أجهزة ذكاء اصطناعي خالية من الشاشات اليوم، بنتائج متباينة جدًا.
دبوس هيومين للذكاء الاصطناعي هو المثال التحذيري الأوضح. بدعم تمويلي بلغ 240 مليون دولار، بما في ذلك استثمار من سام ألتمان الرئيس التنفيذي لـ OpenAI، أُطلق هذا الجهاز القابل للتثبيت في عام 2024 كطريقة خالية من الشاشة للتحدث مع الذكاء الاصطناعي بدلاً من استخدام الهاتف. كان فشلاً تجاريًا ونقديًا: انتقد المراجعون الكاميرا الضعيفة، والسخونة الزائدة، والوظائف الأساسية التي بالكاد كانت تعمل. بعد أقل من عام، أوقفت هيومين المنتج بالكامل وباعت ما تبقى من أصولها لشركة إتش بي.
الجهد الثاني، والأكثر واعدًا، يأتي من OpenAI بقيادة سام ألتمان، بالتعاون مع جوني آيف، المصمم الذي صمم الآيفون والماك بوك، من خلال استحواذ OpenAI على شركة آيف للأجهزة، io. يُقال إن الجهاز خالٍ من الشاشة، ويوصف داخليًا بأنه هادئ وقابل للحمل في الجيب، ومصمم ليعمل جنبًا إلى جنب مع الهواتف وأجهزة الكمبيوتر المحمولة بدلاً من استبدالها كليًا. أكدت OpenAI أنها تستهدف إطلاقه في النصف الثاني من عام 2026، رغم أن المشروع واجه بالفعل تأخيرات تقنية.
إلى جانب هذين الجهازين، هناك فئتان أخريان من الأجهزة تحققان بالفعل انتشارًا في السوق. النظارات الذكية، بقيادة سلسلة راي بان من ميتا، استحوذت على الحصة الأكبر من سوق الأجهزة القابلة للارتداء المعتمدة على الذكاء الاصطناعي، وتُشحن بملايين الوحدات سنويًا. وموجة منفصلة من أجهزة تدوين الملاحظات والتسجيل الصوتي، أجهزة صغيرة تشبه الدبابيس أو القلادات، تسجل المحادثات بشكل سلبي وتحوّلها إلى ملاحظات وملخصات، حجزت لنفسها مكانة أصغر لكنها متنامية بين المهنيين.
لا تنافس أي من هذه الفئات الهاتف الذكي بعد، وانهيار هيومين يُظهر كم يمكن أن يفشل جهاز طموح بسهولة إذا حاول استبدال الهاتف كليًا بدلاً من أن يكسب مكانًا إلى جانبه. لكن الاتجاه واضح: شركات الأجهزة تبني بنشاط نحو مستقبل أقل اعتمادًا على الشاشات، والفائزون حتى الآن هم من يضيفون قدرة جديدة حقًا بدلاً من الوعد باستبدال شيء يعتمد عليه الناس بالفعل.
إلى أين يتجه هذا كله
عند التكبير بما يكفي، يظهر نمط واضح. الاتجاه طويل المدى ليس الذكاء الاصطناعي داخل مزيد من التطبيقات. بل الذكاء الاصطناعي كبنية تحتية محيطة تعمل بهدوء في الخلفية. المساعدات الصوتية، والأجهزة الذكية، وأجهزة إنترنت الأشياء ستتيح للناس بشكل متزايد الحصول على ما يحتاجونه دون إخراج الهاتف، أو فتح تطبيق، أو النقر عبر شاشة على الإطلاق. البيانات في الخلفية لا تتغير. ما يتغير هو ببساطة طريقة الوصول إليها.
لم نصل إلى هناك بعد. لكن الشركات المستعدة للقيام بالعمل الأصعب اليوم، احترام التزاماتها الحالية، وإعادة التفكير في بنيتها التقنية، وتقديم الذكاء الاصطناعي كامتداد مدروس بدلاً من استبدال مفاجئ، هي التي تبني بهدوء الطريق نحو ذلك المستقبل. البقية سينتهي بهم الأمر إلى إعادة التكيف لاحقًا، تحت الضغط، بعد تعلم نفس الدرس الذي تعلمته كلارنا وماكدونالدز وهيومين علنًا.
AI: An Authentic Extension, Not a Replacement
Every company today wants to "adopt AI." It's in every strategy deck, every board meeting, every product roadmap. But the path to actually doing it looks completely different depending on where a company is starting from. A brand-new project can move fast, experiment freely, and throw away what doesn't work without much cost. A company with years of legacy systems, existing products, and millions of active customers has a far harder job, and pretending otherwise is how AI initiatives fail.
Old Systems Come With Obligations
Legacy systems aren't just old code sitting on a server. They represent obligations that took years to build and cannot be casually broken. Contracts with enterprise clients that guarantee certain behavior. Data structures that millions of records depend on. Compliance and regulatory requirements that don't bend for a new feature. Products already installed and running on millions of devices, many of which the company doesn't fully control anymore. Real transformation has to work within these constraints, not pretend they don't exist.
This is exactly why the biggest tech companies adopted AI at completely different speeds, even though they all had the talent and resources to move fast. Google controls its own servers, so it could push AI into Search or Gmail almost overnight. Microsoft ships software onto millions of separate, disconnected computers, so any major change has to move through slower release cycles and enterprise IT approval processes. Apple moved slowest of all, deliberately, because its entire brand rests on privacy promises and a seamless experience: rushing AI risked breaking the trust that sells its products in the first place. None of these companies lacked ambition. They carried different levels of responsibility to the users already depending on them.
When Replacement Goes Wrong
The risk isn't hypothetical. There are real, recent examples of what happens when a company replaces a working system with an AI-first one instead of extending it carefully.
Klarna is the clearest case. The company laid off around 700 customer service employees, betting that AI chatbots could fully take over the role. The CEO later admitted the automation push was driven too much by cost-cutting and led to lower quality support overall. Customer service quality dropped so much that the company reversed course and began rehiring human workers. The lesson wasn't that AI failed at the technical task, since it handled routine queries fine. The failure was replacing an entire human-facing system overnight, stripping away the option customers actually valued: talking to a real person when it mattered.
McDonald's ran into a similar problem from a different angle. The company had been piloting an AI-powered voice ordering system at more than 100 drive-thru locations since 2021, in partnership with IBM. Viral videos showed the system making bizarre errors, from adding bacon to ice cream to tacking on hundreds of dollars of extra chicken nuggets, and struggling with different accents and speech patterns. McDonald's ultimately ended the AI ordering trial altogether. The interface customers had used for decades, talking to a person taking the order, was swapped for an unproven system without enough runway to handle real-world variation, and customers felt the disruption immediately.
A third, more common pattern shows up whenever a company decides to replace an entire user interface with an AI-driven one in a single leap: a familiar dashboard, app, or workflow that employees and customers have used for years, torn out and replaced with a chat-based or AI-automated version all at once. Employees who built muscle memory around the old system suddenly have to relearn how to do their jobs. Customers who trusted a familiar process are forced into an unfamiliar one with no transition period. Support tickets spike, trust erodes, and the company often ends up rolling part of it back, not because the AI was incapable, but because the change wasn't introduced as an extension of what people already knew. It was dropped in as a wholesale replacement.
AI Is a Layer, Not a Replacement
Here is the core idea worth repeating: AI does not replace a business model. It does not replace the years of work, infrastructure, and trust a company has already built. The core product stays the same. The core data stays the same. What changes is the layer sitting on top of it: a new way to interact with that data, a smarter interface, a faster and more natural way for a customer to get what they need.
Authenticity matters here more than most companies realize. When AI is added well, it feels like a natural extension of the product the customer already knows and trusts. When it's added poorly, as a wholesale swap rather than a careful addition, it feels like a gimmick, or worse, a loss. Customers and employees can tell the difference almost immediately, and it shapes how much they trust the brand going forward. The companies getting this right treat AI as something that extends their existing foundation honestly, rather than something used to paper over cost-cutting or chase a trend.
The Real Question: What Should AI Actually Do?
Once a company accepts that change is necessary, a second and much harder question follows immediately: what should this AI layer actually do? Not as a marketing headline, but as a specific, real feature that saves a customer time, saves them money, or removes a genuine point of friction they experience today.
This is never purely a product decision. It is also an architecture decision. Adding AI in a meaningful way often requires rethinking parts of the system underneath it: how data flows, how fast it needs to respond, how it scales, how it stays secure, and critically, how it's rolled out so people aren't blindsided. It is rarely as simple as plugging a model into an existing pipeline and expecting it to work well. The feature ambition and the technical foundation have to evolve together, or the gap between an impressive demo and a working product becomes impossible to close, as both Klarna and McDonald's learned in public.
An authentic AI feature starts from a real problem the customer already has. It does not invent a new problem just to justify using the technology, and it does not strip away the option to fall back to what already worked.
Beyond the Phone: The Devices Already Trying
This isn't just a future concept. Companies are already building screen-free AI hardware today, with very mixed results.
Humane's AI Pin is the clearest cautionary tale. Backed by $240 million in funding, including investment from OpenAI's Sam Altman, the wearable clip-on device launched in 2024 as a screenless way to talk to AI instead of using a phone. It was a commercial and critical failure: reviewers called out a poor camera, overheating, and basic functions that barely worked. Less than a year later, Humane shut the product down entirely and sold its remaining assets to HP.
The second, more promising effort comes from Sam Altman's OpenAI, working with Jony Ive, the designer behind the iPhone and MacBook, through OpenAI's acquisition of Ive's hardware startup, io. The device is reportedly screenless, described internally as calm and pocketable, meant to sit alongside phones and laptops rather than replace them outright. OpenAI has confirmed it's targeting a launch in the second half of 2026, though the project has already faced technical delays.
Alongside these, two other device categories are already finding traction in the market. Smart glasses, led by Meta's Ray-Ban line, have captured the large majority of the AI wearables market and are shipping in the tens of millions of units a year. And a separate wave of note-taking and voice-recording gadgets, small pendant and pin-style devices that passively record conversations and turn them into notes and summaries, has carved out a smaller but growing niche for professionals.
None of these categories rival the smartphone yet, and Humane's collapse shows how easily an ambitious device can fail if it tries to replace the phone outright rather than earning a place beside it. But the direction is clear: hardware companies are actively building toward a future with less screen dependency, and the winners so far are the ones adding a genuinely new capability rather than promising to replace something people already rely on.
Where This Is Heading
Zoom out far enough, and a clear pattern starts to emerge. The long-term direction isn't AI living inside more apps. It's AI becoming ambient infrastructure that sits quietly in the background. Voice assistants, smart devices, and IoT gadgets will increasingly let people get what they need without pulling out a phone, opening an app, or clicking through a screen at all. The data underneath all of this doesn't change. What changes is simply how people reach it.
We are not there yet. But the companies willing to do the harder work today, honoring their existing commitments, rethinking their architecture, and introducing AI as a careful extension rather than a sudden replacement, are the ones quietly building the on-ramp to that future. Everyone else will end up retrofitting it later, under pressure, after learning the same lesson Klarna, McDonald's, and Humane already learned in public.
Comments
Post a Comment