مبني من واقع التشغيل

أسستُ DeGNZ Labs عام 2024 لأنني، بعد سنوات من بناء البرمجيات والعمل من داخل الشركات، واصلت مواجهة المشكلة الجوهرية نفسها.

امتلكت الشركات أدوات أكثر، وبيانات أكثر، ولوحات مؤشرات أكثر، وأتمتة أكثر، وقنوات أكثر من أي وقت مضى. ومع ذلك، ظلّ العمل نفسه مجزّأً.

كانت المعرفة اللازمة لاتخاذ القرار موزعة بين الوثائق والرسائل والاجتماعات وقواعد البيانات وذاكرة كل مشغّل على حدة. وكانت سير العمل موجودة جزئيًا داخل البرمجيات، وجزئيًا في جداول البيانات، وجزئيًا في عادات الأفراد، وفي أحيان أخرى لم تكن موثقة في أي مكان. كانت قرارات مهمة تُتخذ، لكن لا تُحفَظ دائمًا. وكانت المسؤوليات تُسند، لكن لا تكون مرئية دائمًا. وكانت الأنظمة تسجّل النشاط، لكنها نادرًا ما تلتقط السياق التشغيلي الكامل الذي يقف وراءه.

ثم دخل الذكاء الاصطناعي إلى الشركة.

دخل من خلال الموظفين الأفراد قبل أن تحسم معظم المؤسسات الكيفية التي ينبغي أن يعمل بها. وبدأت الفرق تستخدم نماذج اللغة الكبيرة في البحث والكتابة والتحليل وخدمة العملاء والتفكير في المنتجات والبرمجة والعمليات الداخلية. ودخلت المساعدات الذكية إلى البرمجيات القائمة، وبدأ الوكلاء ينتقلون من العروض التجريبية إلى سير العمل الفعلية.

تقدمت التقنية بسرعة.

أما البنية التحتية التشغيلية المحيطة بها، فلم تتقدم بالسرعة نفسها.

هذه الفجوة هي سبب وجود DeGNZ Labs.

بُنيت DeGNZ Labs من منظور المشغّل. فالمشغّلون لا يختبرون الشركة باعتبارها مخططًا تنظيميًا نظيفًا أو مجموعة من فئات البرمجيات المنفصلة. نحن نختبرها كنظام حي من الأشخاص والقرارات والاعتماديات والقيود والاستثناءات والمعلومات والتنفيذ.

نرى أين تختلف العملية الرسمية عن العملية الحقيقية، ونرى التفسيرات المتكررة التي لا تتحول أبدًا إلى معرفة مؤسسية، وكيف يمكن لتعارض بسيط في البيانات أن يعطّل سير عمل كاملًا، وكيف تختفي القرارات داخل الاجتماعات والرسائل الخاصة، وكيف تضيف الفرق أدوات أسرع من إعادة تصميمها لنظام العمل المحيط بها، وكيف يمكن للأتمتة أن تجعل عملية معطّلة تسير بسرعة أكبر من دون أن تجعلها أفضل.

واليوم، نرى الشركات تضع الذكاء الاصطناعي داخل هذه البيئة وتتوقع أن يظهر الذكاء تلقائيًا.

لن يحدث ذلك.

فالذكاء الاصطناعي يرث المؤسسة التي يدخل إليها.

إذا كان سياق الشركة مجزّأً، تلقى الذكاء الاصطناعي سياقًا مجزّأً.

وإذا كانت المعرفة قديمة أو متناقضة، استند في استدلاله إلى معرفة قديمة أو متناقضة.

وإذا كانت الأدوار غير واضحة، فلن يتمكن من فهم الصلاحيات بصورة موثوقة.

وإذا كانت سير العمل غير رسمية، فلن يعرف الوكلاء أين يبدأ العمل، وأين ينتهي، ومتى يجب أن يتدخل الإنسان.

وإذا كانت الصلاحيات واسعة، تحولت الاستقلالية إلى مخاطرة.

وإذا غابت الذاكرة، بدأت كل تفاعلات النظام من الصفر.

وإذا لم تكن الحوكمة سوى وثيقة، فلن تتمكن بصورة موثوقة من تقييد برمجيات قادرة على اتخاذ إجراءات.

لا يلغي الذكاء الاصطناعي الحاجة إلى الهيكل التشغيلي.

بل يجعل تجاهل هذه الحاجة مستحيلًا.

لم يعد تبنّي الذكاء الاصطناعي افتراضًا نظريًا.

يفيد مؤشر ستانفورد للذكاء الاصطناعي لعام 2026 بأن 88% من المؤسسات التي شملها الاستطلاع استخدمت الذكاء الاصطناعي في وظيفة أعمال واحدة على الأقل خلال عام 2025، بينما ظل نشر وكلاء الذكاء الاصطناعي ضمن نسب أحادية الرقم في جميع الوظائف تقريبًا.[^1]

وتفيد McKinsey بالمثل بأن 88% من المشاركين يقولون إن مؤسساتهم تستخدم الذكاء الاصطناعي بانتظام، لكن نحو ثلثهم فقط أفادوا بأن مؤسساتهم بدأت توسيع برامج الذكاء الاصطناعي على مستوى الشركة. وأفاد 23% بأنهم يوسّعون استخدام نظام وكيل قائم على الذكاء الاصطناعي في جزء من المؤسسة، بينما يجرّب 39% آخرون الوكلاء.[^2]

هذه فجوة تشغيلية، وليست فجوة تبنٍّ.

ووجدت BCG أن نسبة المشاركين الذين دمجت مؤسساتهم وكلاء الذكاء الاصطناعي في سير العمل ارتفعت من 13% في عام 2025 إلى 30% في عام 2026. كما أفاد 50% آخرون بأن أماكن عملهم أجرت تجارب أو برامج تجريبية للوكلاء، بينما قال نصف المشاركين إن شركاتهم ما زالت تفتقر إلى حوكمة واضحة للفرق التي تجمع بين البشر والذكاء الاصطناعي.[^3]

ولم تعد المخاطر نظرية أيضًا. فقد أظهر بحث IBM حول اختراقات البيانات لعام 2025 أن 97% من المؤسسات التي أبلغت عن اختراق مرتبط بالذكاء الاصطناعي كانت تفتقر إلى ضوابط مناسبة للوصول إلى أنظمة الذكاء الاصطناعي.[^4]

تصف هذه الأرقام الانتقال نفسه من زوايا مختلفة:

• الذكاء الاصطناعي موجود بالفعل داخل الشركة.
• الوكلاء يقتربون أكثر من التنفيذ الفعلي.
• ما زالت القيمة على مستوى المؤسسة متفاوتة.
• لم تُعَد هندسة سير العمل بالعمق الكافي.
• تتأخر الحوكمة وضوابط الوصول.
• لم يلحق نموذج التشغيل بالتقنية بعد.

لن تُحسم المرحلة التالية من الذكاء الاصطناعي فقط لصالح الشركة التي تصل إلى أفضل نموذج.

ستواصل النماذج التحسن، وستنتشر قدراتها، وستتضاعف الواجهات.

أما الميزة المستدامة فستأتي من جودة تنظيم الشركة للبيئة التي تعمل داخلها هذه النماذج.

لا تحتاج معظم الشركات إلى واجهة ذكاء اصطناعي منفصلة أخرى.

فهي تمتلك بالفعل إمكانية الوصول إلى نماذج قوية.

ما ينقصها هو أساس تشغيلي مشترك.

اليوم، يمكن لموظفَين في الشركة نفسها أن يطرحا السؤال نفسه على النموذج نفسه، ثم يتلقيا مخرجات مختلفة بصورة جوهرية لأن كلًا منهما يقدّم سياقًا مختلفًا، ويستخدم مصطلحات مختلفة، ويسترجع مصادر مختلفة، ويعمل وفق افتراضات مختلفة.

وقد يقضي موظف جديد أسابيع في تعلّم ما يفهمه مشغّل خبير ضمنيًا.

وقد يصف فريق المبيعات المنتج بطريقة تختلف عن وصف فريق المنتج.

وقد يستخدم موظف الدعم سياسة جرى تحديثها في مكان آخر، لكن لم تُوزَّع على النظام الذي يعتمد عليه.

وقد يسترجع مساعد ذكاء اصطناعي الوثيقة الصحيحة، لكنه يسيء فهم الجزء الذي ما يزال معتمدًا ونافذًا منها.

وقد يمتلك وكيل مستقل القدرة التقنية على إتمام إجراء ما، من دون أن يمتلك الصلاحية المؤسسية لتنفيذه.

هذه ليست، في المقام الأول، مشكلة نموذج.

إنها مشكلة بنية تحتية.

أمضت الشركات عقودًا في بناء أنظمة تسجيل للعملاء والمعاملات والوثائق والمالية والمشروعات والتواصل.

لكنها لم تبنِ بعد نظامًا مُدارًا للذكاء المؤسسي الذي يحتاج إليه الذكاء الاصطناعي كي يفهم العمل ويشارك فيه.

توجد DeGNZ Labs لبناء البنية التحتية البرمجية للعمليات الذكية.

نحن مختبر برمجيات يبني منتجات قائمة على الذكاء الاصطناعي من الأساس للأسواق العالمية، انطلاقًا من المغرب.

تتمثل مهمتنا في مساعدة الشركات على الانتقال من استخدام مجزّأ للذكاء الاصطناعي إلى نموذج تشغيلي أكثر ترابطًا، تستطيع داخله الفرق البشرية وأنظمة الذكاء الاصطناعي العمل معًا من خلال فهم مشترك، وتنفيذ مضبوط، وحوكمة صريحة، وتعلّم مستمر.

نحن لا نعتقد أن الشركة المبنية للذكاء الاصطناعي من الأساس هي مجرد شركة تستخدمه بكثرة.

إنها شركة هندست بصورة واعية الكيفية التي يشارك بها الذكاء الاصطناعي في عملياتها.

وتستطيع الإجابة عن الأسئلة التالية:

• ماذا يعرف نظام الذكاء الاصطناعي عن الشركة؟
• ما المصادر المعتمدة والمرجعية؟
• ما الذي يُسمح له بتذكّره؟
• ما البيانات التي يمكنه الوصول إليها؟
• ما الدور الذي يؤديه؟
• في أي سير عمل يشارك؟
• ما القرارات التي يمكنه اتخاذها؟
• ما الإجراءات التي تتطلب موافقة؟
• متى يجب أن يتوقف أو يصعّد الحالة؟
• كيف يجري تقييم عمله؟
• كيف يتحسن النظام بعد الأخطاء والملاحظات؟

من دون هذه الإجابات، يظل الذكاء الاصطناعي مجرد مجموعة من الأدوات.

أما بوجودها، فيمكن أن يصبح جزءًا من نظام التشغيل المؤسسي.

هذا هو التحول الذي وُجدت DeGNZ Labs لهندسته.

قبل أن يتمكن نظام ذكاء اصطناعي من التصرف بصورة موثوقة، يجب أن يفهم المؤسسة.

وهو يحتاج إلى أكثر من مجلد وثائق.

يحتاج إلى تمثيل متماسك لكل من:

• هوية الشركة واستراتيجيتها ومنتجاتها وعملائها؛
• معاني مفاهيمها ومصطلحاتها الداخلية؛
• مسؤوليات الإدارات والفرق والأدوار؛
• السياسات والحدود التي تحكم العمل؛
• تاريخ القرارات والتفاعلات؛
• الأنظمة التي تحفظ الأدلة المعتمدة؛
• سير العمل التي تُنتَج من خلالها النتائج؛
• الأولويات والقيود المطبقة في الوقت الراهن.

نسمّي البنية التحتية التي تدير هذا الفهم بنية الدماغ المؤسسي للذكاء الاصطناعي.

دماغ الذكاء الاصطناعي ليس بديلًا عن نظام إدارة علاقات العملاء، أو نظام تخطيط موارد المؤسسة، أو مستودع البيانات، أو مستودع الوثائق، أو منصة التواصل.

فهذه الأنظمة تظل أنظمة تسجيل مرجعية.

أما الدماغ فيعمل عبرها جميعًا.

إنه ينظم كيفية تفسير معرفة الشركة، ويحفظ الذاكرة التشغيلية، ويربط أنظمة الذكاء الاصطناعي بالأدلة المعتمدة، ويمثل المعرفة الإجرائية التي تقوم عليها سير العمل. كما يطبق التسلسل التنظيمي والصلاحيات وتتبع المصدر وإدارة الإصدارات، ويتيح لعملاء الذكاء الاصطناعي المعتمدين العمل انطلاقًا من الفهم المحكوم نفسه للشركة.

ينبغي أن يكون الدماغ مركزيًا من الناحية المنطقية، حتى عندما تظل أنظمة الشركة موزعة من الناحية التقنية.

هذا التمييز مهم.

نحن لا نعتقد أن على الشركات نقل جميع بياناتها إلى مستودع موحّد وضخم. بل نعتقد أن عليها إدارة طبقة واحدة متماسكة من الذكاء المؤسسي فوق الأنظمة التي تستخدمها بالفعل.

ويتحول دماغ الشركة بذلك إلى أصل مؤسسي:

• مستقل عن أي مزود نماذج بعينه؛
• قابل لإعادة الاستخدام عبر نماذج اللغة الكبيرة والمساعدات الذكية والوكلاء وعمليات الأتمتة المعتمدة؛
• تحكمه المؤسسة بدلًا من أن يعيد كل موظف بناءه بمفرده؛
• يتحسن بمرور الوقت من خلال الأدلة والتصحيحات والملاحظات التشغيلية.

كلما تبنّت الشركة مزيدًا من أنظمة الذكاء الاصطناعي، ازدادت قيمة هذا الدماغ المشترك.

تبدأ DeGNZ Labs بمنتج واحد: Cervo.

Cervo هو بنية تحتية للدماغ المؤسسي، موجهة إلى الشركات التي تستعد للعمل مع الذكاء الاصطناعي.

صُمم لإنشاء دماغ مُدار للشركة يربط السياق المؤسسي والمعرفة والبيانات والذاكرة وتعليمات الأدوار وفهم سير العمل بنماذج اللغة الكبيرة والوكلاء الذين يستخدمهم الموظفون بالفعل.

ندخل السوق من بوابة السياق، لأنه موضع الإخفاق الأكثر وضوحًا وإلحاحًا.

كل يوم، يكرر الموظفون شرح الشركة نفسها للذكاء الاصطناعي:

• ما الذي تفعله الشركة؛
• من هو العميل؛
• كيف ينبغي وصف المنتج؛
• ما المصطلحات التي يجب استخدامها؛
• ما النبرة المناسبة؛
• ما الدور الذي ينبغي للنظام أن يؤديه؛
• ما السياسات المطبقة؛
• ما الأولوية الحالية؛
• وما الذي يعنيه العمل الجيد.

يتكرر هذا العمل الخفي المتعلق بالسياق عبر الأشخاص والأدوات والمحادثات والإدارات.

ونادرًا ما يخضع للحوكمة.

ومن السهل أن يُفقَد.

ولا تتراكم قيمته بمرور الوقت.

يبدأ Cervo بتحويل هذا الشرح المتكرر إلى بنية تحتية مشتركة.

ومع الوقت، يمكن لهذا الدماغ نفسه أن يتعمق من خلال ذاكرة مُدارة، وروابط محكومة مع الأنظمة المصدرية، وذكاء أغنى بسير العمل. لكن الدخول إلى السوق يظل مركزًا: إنشاء دماغ واحد منظم للشركة يمنح أدوات الذكاء الاصطناعي المعتمدة فهمًا متسقًا للمؤسسة.

لن نصطنع محفظة منتجات قبل أن يثبت المنتج الأول استحقاقه للتوسع.

يجب على Cervo أولًا أن يبرهن على تبنٍّ حقيقي، واستخدام تشغيلي متكرر، وقيمة قابلة للقياس، واستعداد للدفع، واحتفاظ بالمستخدمين، ونمو.

وستتطور البنية الأوسع لـ DeGNZ Labs انطلاقًا من الأدلة، لا من الرغبة في الظهور بحجم أكبر من واقعنا.

نؤمن بأن عصر البرمجيات المقبل سينقل الشركات من العمليات الرقمية إلى العمليات الذكية.

أنشأ العصر السابق أنظمة تسجّل العمل.

أما العصر المقبل فسينشئ أنظمة تستطيع فهم العمل ودعمه والمشاركة فيه بصورة متزايدة.

ستظل الفرق البشرية مسؤولة عن الغاية والحكم والعلاقات والأخلاق والأولويات والمساءلة.

وستساعد أنظمة الذكاء الاصطناعي بصورة متزايدة على استرجاع المعرفة، وتفسير المعلومات، وإنتاج التحليلات، ومراقبة الحالة، وتنسيق المهام، وتنفيذ إجراءات محدودة، وإظهار الاستثناءات.

لن تصوغ أقوى المؤسسات هذا التحول كمنافسة بين الإنسان والآلة.

بل ستصمم العلاقة بينهما، وتحدد أين يكون الحكم البشري غير قابل للاستبدال، وأين يستطيع الذكاء الاصطناعي المساعدة، وأين يمكن للوكلاء التنفيذ تحت الإشراف. وستجعل الصلاحيات صريحة، والحدود قابلة للتنفيذ، وتحفظ الذاكرة المؤسسية، وتقيس النتائج، وتتعامل مع السياق والتنسيق والحوكمة والتعلّم باعتبارها بنية تحتية أساسية.

هذا ما نعنيه بمستقبل تشغيلي أكثر ذكاءً.

ليست الشركة الذكية هي التي تضع الذكاء الاصطناعي في كل مكان، بل التي تنسّق الذكاء البشري والآلي عن قصد.

نؤمن بهذه الرؤية لأن البديل أصبح ظاهرًا بالفعل.

من دون بنية تحتية مشتركة، يتجزأ تبنّي الذكاء الاصطناعي داخل المؤسسة.

يطوّر كل موظف ممارساته الخاصة في كتابة التعليمات.

وتنشئ كل إدارة تعريفاتها الخاصة.

وتتحول كل أداة ذكاء اصطناعي إلى صومعة جديدة.

ويُعاد تكرار السياق بدلًا من إعادة استخدامه.

وتُنسخ المعرفة من دون تتبع واضح لمصدرها.

ويحصل الوكلاء على صلاحيات من دون نموذج متماسك للمسؤولية.

وتزداد المخرجات بينما تصبح المساءلة أقل وضوحًا.

فتحصل الشركة على مزيد من النشاط المولَّد آليًا، من دون أن تحصل بالضرورة على مزيد من الذكاء المؤسسي.

لا يمكن لهذا النموذج أن يتوسع إلى ما لا نهاية.

كلما أصبحت أنظمة الذكاء الاصطناعي أكثر قدرة، ارتفعت تكلفة البنية التحتية الضعيفة.

الإجابة منخفضة الجودة مزعجة.

أما الإجراء المستقل منخفض الجودة فقد يكون مكلفًا تشغيليًا.

يمكن تصحيح مسودة غير متسقة.

لكن وكيلًا يتصرف بصلاحيات خاطئة قد يكشف بيانات، أو يطلق معاملات، أو يعدّل سجلات، أو يخلق مشكلة تدقيق.

كلما حصل النظام على استقلالية أكبر، احتاج إلى سياق وذاكرة ووضوح في سير العمل وحوكمة وقابلية للمراقبة وإشراف بشري أكبر.

ومن هنا تنشأ الأطروحة المركزية وراء DeGNZ Labs:

كلما ازدادت قدرات الذكاء الاصطناعي، ازدادت أهمية البنية التحتية التشغيلية المحيطة به.

قيمنا هي قرارات هندسية بشأن الشركة التي نريد بناءها، والمنتجات التي نقبل بإنشائها.

نبدأ من المشكلات التشغيلية التي نلاحظها، لا من فئات المنتجات الرائجة.

تتحرك أسواق الذكاء الاصطناعي بسرعة، وتتغير السرديات بسرعة أكبر. أما واقع المشغّلين فهو مصدر أكثر استدامة للحقيقة.

نسأل عمّا يتطلبه العمل فعلًا، وأين يتعطل، ومن يملك مسؤولية النتيجة، وما إذا كان المنتج يخلق قيمة قابلة للقياس.

الواجهات مهمة، لكن الجِدّة السطحية لا تكفي.

نستثمر في الطبقات التي تجعل الذكاء الاصطناعي موثوقًا، وقابلًا لإعادة الاستخدام، وقابلًا للنقل، وآمنًا، وقابلًا للحوكمة.

نفضّل حل مشكلة هيكلية صعبة على إضافة ميزة ذكاء اصطناعي تبدو مبهرة، لكنها لا تحسن نظام التشغيل الموجود تحتها.

لا ينبغي أن يحصل الوكيل على حرية أكبر من مقدار الفهم الذي وفرته له المؤسسة.

لا تعتمد جودة النظام المستقل فقط على ما يستطيع فعله، بل أيضًا على معرفته بالمكان الذي يعمل داخله، وسبب أهمية المهمة، والقواعد المطبقة، والوقت الذي يجب أن يتوقف فيه.

الاستخدام ليس نجاحًا.

لن نعتبر زيادة التعليمات، أو الوكلاء، أو المخرجات المولَّدة دليلًا على القيمة.

يجب أن تستحق الأنظمة التوسع من خلال الموثوقية والتبنّي والقيمة الاقتصادية والمخاطر المضبوطة.

نبني لتعزيز قدرة الإنسان على الفعل، لا لإخفاء المسؤولية.

يمكن للذكاء الاصطناعي دعم الحكم وتنفيذ عمل محدود، لكنه لا ينبغي أن يجعل الملكية والمسؤولية تختفيان.

يحتاج كل نظام مهم إلى مالك بشري، ومسار تصعيد واضح، ونموذج مساءلة محدد.

ينبغي أن تكون الحوكمة حاضرة في الهوية والصلاحيات والوصول إلى السياق والموافقات والسجلات والحدود والإلغاء.

ولا ينبغي أن تصل بعد النشر في صورة ملف PDF للسياسات لا يستطيع النظام التنفيذي فرضه.

ينبغي أن يكون لكل تصحيح أو قرار أو سير عمل أو درس مفيد القدرة على تحسين العمل في المستقبل.

ويجب أن يقلل الذكاء الاصطناعي من مقدار المعرفة التي تختفي عند انتهاء محادثة، أو مغادرة موظف، أو إغلاق مشروع.

نبني للأسواق العالمية، لكن الطموح لا يبرر الغموض.

نؤمن بأن شركات البنية التحتية ذات الأثر تُبنى بالتركيز والأدلة والدقة والتنفيذ المستمر.

تأسست DeGNZ Labs في مكناس بالمغرب. نبني من المغرب للأسواق العالمية، وهذا جزء من قناعة الشركة.

جعل الإنترنت والبنية التحتية الحديثة للبرمجيات من الممكن بناء منتجات ذات أهمية عالمية من أماكن كان يُنظر إليها تاريخيًا فقط كأسواق، أو خزانات للمواهب، أو مراكز للتنفيذ.

نريد أن يكون المغرب مكانًا يمكن أن تنشأ منه فئات برمجية أصلية، وأطروحات تقنية، ومنتجات بنية تحتية عالمية.

كما أن البناء من المغرب يصوغ انضباطنا.

فهو يعلّمنا صناعة الرافعة في ظل القيود، ويجعل الهدر مرئيًا، ويدفعنا نحو المعايير العالمية من دون افتراض توافر رأس مال أو وصول أو دعم مؤسسي بلا حدود. كما يذكّرنا بأن البنية التحتية البرمجية يجب أن تكون نافعة عبر حقائق تشغيلية مختلفة، لا داخل أكبر المؤسسات أو أكثر المنظومات تمويلًا فقط.

طموحنا ليس أن نصبح شركة برمجيات مغربية ناجحة تبيع في الخارج بالمصادفة.

بل أن نبني شركة بنية تحتية ذات أهمية عالمية، أصلها المغرب.

توجد لحظات تصل فيها التقنية قبل أن تفهم المؤسسات ما تتطلبه منها.

وهذه واحدة من تلك اللحظات.

يدخل الذكاء الاصطناعي إلى العمل من أسفل المؤسسة ومن أعلاها في الوقت نفسه.

يتبناه الموظفون لأنه يساعدهم على التحرك بسرعة أكبر.

ويتبناه التنفيذيون لأنهم يتوقعون منه رافعة استراتيجية.

ويدمجه مزودو البرمجيات لأن السوق يطالب به.

وتجعل منصات الوكلاء ربط النماذج بالأدوات والإجراءات أكثر سهولة.

لكن طبقة التشغيل الرابطة ما تزال مفقودة.

لا تمتلك الشركة بنية تشغيلية لتعاون البشر والذكاء الاصطناعي.

نافذة بناء هذه البنية مفتوحة الآن: قبل أن تترسخ الممارسات المجزأة بعمق، وقبل أن يتناثر السياق المؤسسي عبر عشرات أدوات الذكاء الاصطناعي، وقبل أن يحصل الوكلاء على صلاحيات أوسع من دون البنية اللازمة للإشراف عليهم.

الشركات التي تحل هذه المشكلة مبكرًا لن تقلل المخاطر فقط.

بل ستخلق ميزة تتراكم بمرور الوقت: ستصبح المعرفة المؤسسية أسهل في التوزيع، وستبدأ أنظمة الذكاء الاصطناعي من فهم أقوى، وسيقضي الموظفون وقتًا أقل في تكرار السياق، وستصبح سير العمل أكثر قابلية للمراقبة، وسيصبح حفظ القرارات أسهل، وستتحسن القدرة على تغيير النماذج والأدوات، وسيتحول تبنّي الذكاء الاصطناعي إلى قدرة مؤسسية بدلًا من مجموعة عادات شخصية.

لهذا، الآن هو الوقت المناسب.

نبني أولًا للشركات التي تجاوزت بالفعل مرحلة الفضول إلى الاستخدام الحقيقي للذكاء الاصطناعي.

تستخدم فرقها نماذج اللغة الكبيرة أو المساعدات الذكية أو الوكلاء في العمل اليومي.

وهي تشعر بالفائدة.

لكنها تشعر أيضًا بالتجزؤ.

وترى مخرجات غير متسقة بين الموظفين.

وتقلق بشأن المعلومات التي تدخل إلى النماذج الخارجية.

وتريد من الذكاء الاصطناعي أن يفهم الإدارات والأدوار بصورة مختلفة.

وتحتاج إلى سيطرة أقوى على ما هو حالي ومعتمد ومرجعي.

وتفكر في استخدام الوكلاء، لكنها تعرف أن الاستقلالية من دون هيكل تخلق مخاطر.

هذه الشركات لا تحتاج إلى من يقنعها بأن الذكاء الاصطناعي مهم.

بل تحتاج إلى بنية تحتية تجعله مهمًا من الناحية التشغيلية.

كما نبني للمشغّلين المسؤولين عن تحويل هذا الانتقال إلى واقع.

وهدفنا أن نوفر لهم نظامًا أفضل يمكّنهم من قيادة هذا التحول.

تستثمر DeGNZ Labs في رسالة طويلة الأمد:

بناء البنية التحتية البرمجية التي تستطيع الشركات من خلالها تنسيق الذكاء البشري والآلي.

سنبني ما تُظهر الأدلة أن الشركات تحتاج إليه.

وسنحافظ على قدر كافٍ من التركيز للتحقق من كل خطوة.

وسننشر تفكيرنا حتى تكون الأطروحة قابلة للفحص.

وسنتعامل مع العملاء والمستخدمين باعتبارهم مصادر للحقيقة التشغيلية.

وسنميّز بين ما نعرفه وما لا يزال علينا إثباته.

وسنراجع الإطار عندما يناقضه الواقع.

نريد المساهمة في بناء شركات لا تضطر فيها المعرفة إلى أن تُكتشف من جديد كلما طرح أحدهم سؤالًا.

شركات يفهم فيها الذكاء الاصطناعي الفرق بين الحقيقة المشتركة على مستوى المؤسسة، وسياق الإدارة، وتعليمات الدور، ومعلومات المهمة المؤقتة.

وتُحفَظ فيها القرارات مع منطقها وأسبابها.

وتكون فيها مرجعية المصادر مرئية.

ويعمل فيها الوكلاء ضمن صلاحيات ضيقة وصريحة.

وتحدد فيها سير العمل متى يساعد الذكاء الاصطناعي، ومتى يتصرف، ومتى يجب أن يتدخل الإنسان.

وتستطيع فيها الأنظمة تفسير السياق والأدلة التي أثّرت في المخرجات.

ويمكن فيها تغيير عملاء الذكاء الاصطناعي من دون أن تفقد المؤسسة دماغها.

ويحصل فيها الموظفون على رافعة أكبر من دون أن يفقدوا قدرتهم على الفعل.

وتمكّن فيها الحوكمة النشر المفيد بدلًا من أن توجد فقط لإيقافه.

ويتراكم فيها الذكاء المؤسسي.

هذا المستقبل يجب أن يُهندَس.

ما تزال DeGNZ Labs في بدايتها.

أصبح Cervo مطروحًا في السوق، ويتم حاليًا تفعيل مساحات العمل الجديدة عبر تهيئة موجّهة بدلًا من طرح ذاتي الخدمة.

وهذا الإطار أطروحة يجب اختبارها داخل شركات حقيقية، وسير عمل حقيقية، وقيود حقيقية، ونتائج حقيقية.

أؤمن بأن الصراحة بشأن مرحلة الشركة لا تتعارض مع الطموح بشأن الوجهة التي تسعى إليها.

لسنا بحاجة إلى التظاهر بأن المستقبل قد بُني بالفعل.

بل نحتاج إلى الدقة بشأن ما ينقص، والانضباط بشأن ما نبنيه أولًا، والالتزام الكافي لمواصلة العمل إلى أن تصبح البنية التحتية واقعًا.

أسستُ DeGNZ Labs لأنني أؤمن بأن الجيل المقبل من الشركات سيحتاج إلى طبقة تشغيل جديدة للذكاء البشري والآلي. وأؤمن بأن اللحظة الصحيحة للبدء هي قبل أن تصبح المشكلة واضحة للجميع.

لهذا توجد DeGNZ Labs. ولهذا نبني البنية التحتية لمستقبل تشغيلي أكثر ذكاءً.

— ياسر حواتي مهندس-مشغّل المؤسس والرئيس التنفيذي @ DeGNZ Labs

[^1]: معهد ستانفورد للذكاء الاصطناعي المتمحور حول الإنسان، تقرير مؤشر الذكاء الاصطناعي لعام 2026 — الاقتصاد. يفيد التقرير بأن 88% من المؤسسات التي شملها الاستطلاع استخدمت الذكاء الاصطناعي في وظيفة أعمال واحدة على الأقل خلال عام 2025، وأن نشر الوكلاء ظل ضمن نسب أحادية الرقم في جميع الوظائف تقريبًا.

[^2]: McKinsey & Company، حالة الذكاء الاصطناعي: الاستطلاع العالمي لعام 2025. تفيد McKinsey بأن 88% من مؤسسات المشاركين تستخدم الذكاء الاصطناعي بانتظام، وأن 23% توسّع استخدام الذكاء الاصطناعي الوكيلي في جزء من المؤسسة، بينما يجرّب 39% إضافيون الوكلاء.

[^3]: Boston Consulting Group، الذكاء الاصطناعي في العمل: لماذا تهم الاستراتيجية أكثر من الأدوات. تفيد BCG بأن دمج الوكلاء في سير العمل ارتفع من 13% في عام 2025 إلى 30% في عام 2026، وأن 50% إضافية من أماكن العمل أجرت تجارب أو برامج تجريبية، وأن نصف المشاركين قالوا إن شركاتهم تفتقر إلى حوكمة واضحة للتعاون بين البشر والذكاء الاصطناعي.

[^4]: IBM، تقرير تكلفة اختراق البيانات لعام 2025. تفيد IBM بأن 97% من المؤسسات التي تعرضت لاختراق مرتبط بالذكاء الاصطناعي كانت تفتقر إلى ضوابط مناسبة للوصول إلى أنظمة الذكاء الاصطناعي.