تم النشر في

15 يونيو 2026

نحن نتعامل مع عدد كبير من الفرق على مستوى المؤسسات التي تتوق إلى نشر وتكامل أدوات وتقنيات الذكاء الاصطناعي في فرقها. بطبيعة الحال، يتجهون أولاً إلى التدريب الذي يركز على كيفية استخدام الأدوات. هذا منطقي تمامًا وغالبًا ما يتضمن نمطًا ثابتًا من مكتبات الأوامر (prompt libraries) على محرك مشترك، ورشة عمل لبناء نموذج GPT أو مهارة Claude مخصصة، وقناة Slack حيث ينشر الأشخاص ما قامت به Gemini بذكاء لهم ذلك الصباح. هذا مهم وأساسي.

وهذا أيضًا الجزء السهل. «الآن اذهبوا وكونوا أكثر [أدخل الصفة هنا]»، يُخبرهم القادة بذلك. أكثر إنتاجية، أكثر كفاءة، أسرع، إلخ. معظم هؤلاء الأشخاص موهوبون، أذكياء، ممارسون ذوو خبرة ومعظمهم لا يملكون فكرة عما يجب القيام به بعد ذلك. لقد تم تدريبهم على الأداة وعادوا إلى مكاتبهم مع نفس قائمة الأعمال المتراكمة، نفس خارطة الطريق، ونفس الضغط ربع السنوي لإصدار المزيد مما كان مخططًا له بالفعل. علمهم التدريب كيفية كتابة الأوامر (إلى حد ما). لكنه لم يقل شيئًا عن ما يجب طلبه أو كيف يمكن استغلاله بشكل منتج ومتسق.

هذا يشبه تعليم الناس كيفية استخدام مطرقة ثم توقع أن يبنوا كرسيًا مريحًا. يرغبون في ذلك، لكنهم لا يملكون الخبرة ولا السعة لتحديد كيفية تحقيق ذلك باستخدام هذه الأداة الجديدة.

لماذا ينتج عن تدريب أدوات الذكاء الاصطناعي مزيدًا من الميزات وليس مزيدًا من قيمة العميل

تدريب الأدوات سهل الشراء وسهل القياس. يمكنك عد المقاعد، والشهادات، والأوامر في المكتبة. يبدو كأنه تقدم لأنه ثنائي: إما حدث أو لم يحدث.

أفهم الجاذبية. المشكلة هي أن الإطار الكامل حوله هو التكلفة. لقد درّبنا الفريق، والفريق أسرع، السرعة تعني أقل تكلفة، والأقل تكلفة تبدو كفوز. لذا هذا ما تفعله الفرق. إنهم يوجهون الأداة الجديدة مباشرةً إلى خارطة الطريق الحالية وينتجون المزيد من الميزات، بسرعة أكبر، ضد نفس الافتراضات غير المختبرة والأهداف الغامضة التي كانوا يمتلكونها من قبل.

إن إنشاء المزيد من الإنتاج ضد افتراضات غير مُصَدَّقَة ليس ابتكارًا. إنه مصنع الميزات على الستيرويدات. العميل لا يشعر بأي شيء من ذلك (أو على الأقل لا شيء إيجابي)، لأن لا شيء في سرعة الإنتاج يغيّر ما إذا كنت تبني الشيء الصحيح في المقام الأول. ناهيك عن أنك الآن تغمر تجربة المستخدم بميزات جديدة بوتيرة لا يستطيع إنسان استهلاكها.

تدريب الأدوات يمنحك السرعة. لكن ما يضمن لك الابتكار المتسارع مع الذكاء الاصطناعي هو الإذن، الأمان النفسي ودعم تنظيمي صريح للتجريب.

الابتكار يحتاج مساحة آمنة للتجريب، وليس مجرد أداة أسرع

السؤال الذي أتمنى أن يطرحه المزيد من القادة على أنفسهم هو: عندما يمنح الذكاء الاصطناعي فريقًا ثلاث أو أربع ساعات إضافية في الأسبوع وأدوات قوية جديدة لاستخدامها، هل توفر المنظمة لهم مكانًا لقضاء تلك الساعات غير المتاح في قائمة الأعمال المتأخرة؟

في معظم الأماكن، الجواب الصادق هو لا. لا يوجد هوامش في النظام تسمح لفريق بملاحقة حدس حول حاجة عميل غير مُلباة. لا توجد بند ميزانية لتجربة قد لا تنجح. لا يوجد جزء من الربع محمي للاكتشاف. القدرة على الذكاء الاصطناعي موجودة الآن، لكن الإذن غير موجود، والقدرة بدون إذن تُمتص فقط بواسطة آلة إنتاج ميزات المصنع التي كانت تعمل بالفعل.

الشركات التي تحصل على قيمة حقيقية من الذكاء الاصطناعي، العدد القليل منها، تقوم بشيء مختلف. إنهم يستخدمون الوقت الذي تعيده الأدوات لإنشاء مساحة متعمدة للتجريب. يمكن أن يكون ذلك يوماً محمياً في الأسبوع للعب فقط بالأدوات الجديدة أو ميزانية صغيرة يمكن للفريق إنفاقها دون ثلاث موافقات على بعض التخمينات التي لم يتمكنوا من الخوض فيها من قبل. تدريب أداة الذكاء الاصطناعي خلق القدرة على القيام، أحياناً، بأنواع جديدة من العمل المعجزة. الآن يجب على القيادة إنشاء النطاق الترددي لجعل ذلك يحدث.

تعليم فرق المنتج على الإطلاق، والاستشعار، والاستجابة

لقد قضيت سنوات أجادل بأن منظمات المنتج الجيدة تعمل كحلقة مستمرة: تطلق شيئًا صغيرًا، تستشعر كيف يستجيب العملاء فعليًا له، وتستجيب بتغيير ما تفعله لاحقًا. يمكن للذكاء الاصطناعي أن يضاعف هذه الحلقات التعليمية إلى مستويات جديدة مذهلة من التعلم والتكرار. المشكلة هي أن معظم المنظمات تركز على الجزء الأول، الإطلاق، وتتجاهل قيمة الذكاء الاصطناعي في باقي حلقة التعلم.

عند إنتاج شيء صغير يكلف شبه لا شيء، فإن العمل المميز هو الإحساس (قراءة إشارة العميل الحقيقية من الضوضاء) والاستجابة (امتلاك الحكم والسلطة لتغيير المسار بناءً على ما تعلمته). هذه مهارات يمكن تعلمها. وهي أيضًا تلك التي تُستبعد، لأن فريقًا يغرق في “أرسل المزيد، الآن” لا يصل أبدًا إلى جزء الإحساس. فهم مشغولون جدًا بالإنتاج لدرجة أنهم لا يلاحظون ما إذا كان أي منها قد حدث.

إذا كنت ستدرب فرقك على أي شيء يتجاوز الأدوات، درّبهم على إغلاق تلك الحلقة. علمهم أن يُ instrument ما يرسلون بحيث تعود إشارة العميل فعليًا. علمهم أن يقرؤوها. ثم، وهذه هي النقطة التي تقع على عاتق القيادة، امنحهم المجال للتصرف بناءً عليها.

اجعل الفشل آمنًا، وإلا ستحصل فقط على مزيد من الميزات بسرعة أكبر

لا يعمل أي من هذا دون الأساس غير البراق تحته: يجب أن يكون من الآمن تشغيل تجربة قد تفشل. إذا كان الشيء الوحيد الذي يُكافأ هو الميزات المُرسلة، وتُدرج تجربة فاشلة في تقييم أداء شخص ما كوقت ضائع، سيتوقف كل مدير منتج عاقل بهدوء عن التجربة ويعود إلى قائمة المتأخرات. سيكون ذلك صائبًا. هناك حافز واضح ضد تجربة شيء جديد.

أشتبه أن هذه هي النقطة التي تعاني فيها معظم التحولات القائمة على الذكاء الاصطناعي حالياً. ليست مسألة أدوات في النهاية ولا حتى مسألة مهارات، بل هي مسألة إذن، والإذن شيء لا يمكن منحه إلا من قبل القيادة. يمكنك شراء كل مقعد من كل أداة ذكاء اصطناعي موجودة في السوق وستظل تحصل على مصنع ميزات أسرع إذا لم يعتقد الأشخاص الذين يستخدمونها أنه من الآمن تجربة شيء لا يعمل.

بدلاً من ذلك، فكر في كيفية تمكين مديري المنتجات (PMs) من إجراء تجارب في بيئات آمنة على بيانات حقيقية. امنحهم وصولاً أفضل إلى بيانات الاستخدام التي يمكن أن تحسن مطالباتهم. قدّم قواعد حوكمة واضحة تجعل من السهل معرفة كيفية التجربة بأمان مع أدوات الذكاء الاصطناعي الجديدة. نحن الآن نتعامل مع أدوات وأنظمة غير حتمية. الافتراض بأننا يمكننا استخدام الحواجز القديمة للتجربة والتعلم هو سذاجة. يجب أن يتطور مفهوم “آمن للفشل” صراحةً مع مزيد من دمج أدوات وتقنيات الذكاء الاصطناعي في سير عملنا ومنتجاتنا.

ما يجب القيام به قبل جلسة التدريب التالية على الذكاء الاصطناعي

إذا كنت تقود منظمة منتجات، فإليك ما أضعه على الطاولة قبل أن تحجز ورشة تدريب أدوات أخرى. اختر فريقًا واحدًا. خذ جزءًا من النطاق الترددي الجديد الذي وفره الذكاء الاصطناعي لهم، حتى لو كان يومًا محميًا واحدًا كل أسبوعين، ووجّه ذلك إلى مشكلة عميل لم يُسمح لأحد بالعمل عليها. أخبرهم صراحةً أن الهدف هو التعلم، وليس الإطلاق، وأن نتيجة “هذا لم ينجح، وإليك ما اكتشفناه” تُعد نجاحًا ستدافع عنه بصوت عالٍ.

ثم راقب ما سيفعلونه بالتصريح الذي لم يكن لديهم في الربع السابق. عندما يتجسد هذا النموذج الجديد، لاحظ العوامل التي جعلته ناجحًا وأين عانى. وسّع القيود الإيجابية إلى عدد قليل من الفرق الأخرى وانمُ من هناك. الأدوات مهمة للتعلم لكن الأهم هو كيفية استخدامها بشكل مفيد. كيف تحسّن طرق عمل فريقك مع AI؟ كيف تحسّن نتائج عملائك أيضًا؟ امنحهم المساحة والأمان للتعلم وستتمكن فرقك من اكتشاف ذلك بسرعة بمفردها. لا يمكنهم الانتظار للقيام بذلك.

Tagged AI, hr, Leadership, Okr, Product Management, training

قد تهمك أيضًا

الكتب

توفر كتب Jeff Gothelf رؤى تحويلية، تُرشد القراء إلى التنقل في عوالم تجربة المستخدم المتغيرة، ومنهجيات الأجايل، واستراتيجيات المسار المهني الشخصية.

من يقوم بماذا وبكم؟

Lean UX

Sense and Respond

Lean vs. Agile vs. Design Thinking

Forever Employable

اترك ردًا Cancel reply