تعثر الذكاء الاصطناعي: المعوقات غير التقنية لإطلاق إمكانات الذكاء الاصطناعي في تجارة B2B بين الصين والسعودية

على الرغم من التزام كل من الصين والمملكة العربية السعودية بتحسين لوائح حماية البيانات، مثل "قانون حماية المعلومات الشخصية" الصيني و"قانون حماية البيانات الشخصية" السعودي، تبرز تحديات سيادة البيانات وتدفق البيانات عبر الحدود بشكل خاص عندما يتعامل الذكاء الاصطناعي مع كميات كبيرة من بيانات الشركات الحساسة ومعلومات المعاملات في تجارة B2B. إن تحقيق مشاركة بيانات متوافقة وفعالة مع الامتثال لمتطلبات توطين البيانات المختلفة ولوائح النقل، يصبح العقبة غير التقنية الرئيسية التي يصعب على تطبيقات الذكاء الاصطناعي تجاوزها.

بمجرد حدوث أخطاء أو تحيزات في أنظمة الذكاء الاصطناعي مثل مراجعة العقود وتحسين سلاسل التوريد، فإن تحديد المسؤولية القانونية يظل تحديًا عالميًا غير محسوم. لا تزال المعايير القانونية والصناعية في كل من الصين والسعودية فيما يتعلق بأخلاقيات الذكاء الاصطناعي وشفافيته وقابليته للتفسير في مراحلها المبكرة، مما يؤدي إلى مواجهة الشركات لمخاطر قانونية إضافية وعدم يقين عند تبني الذكاء الاصطناعي، وبالتالي تقييد انتشاره على نطاق واسع.

في البيئة التجارية السعودية والشرق أوسطية الأوسع نطاقاً، تعتمد تجارة B2B بشكل كبير على العلاقات الشخصية، والتفاعلات وجهًا لوجه، وبناء الثقة طويلة الأمد. يواجه الذكاء الاصطناعي، كأداة غير شخصية، صعوبة في البداية في استبدال هذا النوع العميق من التواصل البشري، ويتأثر قبوله بشكل خاص في المعاملات الحساسة للثقة مثل المشتريات الكبيرة أو الشراكات الاستراتيجية. تؤكد الثقافة التجارية الصينية أيضًا على أهمية "العلاقات" (guanxi)، وقد يواجه تدخل الذكاء الاصطناعي في مراحله الأولى تحديات في إعادة بناء آليات الثقة.

تواجه أنظمة المساعدة في التفاوض المدعومة بالذكاء الاصطناعي أو خدمة العملاء الذكية قيودًا كبيرة في فهم وتكييف أساليب التواصل المعقدة والمتغيرة، والإشارات غير اللفظية، واستراتيجيات التفاوض في كل من الصين والمملكة العربية السعودية. على سبيل المثال، يشكل التعبير غير المباشر أو الصمت الشائع في السياق التجاري السعودي تحديًا لفهم الذكاء الاصطناعي الدلالي وإدراكه السياقي، مما قد يؤدي إلى سوء تقدير أو عدم كفاءة، ويؤثر بشكل أكبر على اعتماد أدوات الذكاء الاصطناعي وفعاليتها.

تفتقر العديد من شركات B2B بين الصين والسعودية، وخاصة الشركات الصغيرة والمتوسطة، بشكل عام إلى فهم واضح للقيمة المحتملة للذكاء الاصطناعي، وعائد الاستثمار (ROI)، وكيفية دمجه بفعالية في سير العمليات التجارية الحالية. يؤدي هذا النقص في الفهم مباشرة إلى ضعف رغبة الشركات في الاستثمار في حلول الذكاء الاصطناعي وتأخر التبني. في الوقت نفسه، تُظهر الصناعات التقليدية المشاركة في التجارة بين الصين والسعودية، مثل الطاقة والتصنيع والخدمات اللوجستية، مقاومة كبيرة للتغيير بسبب نماذجها التشغيلية الراسخة.

غالبًا ما يتطلب إدخال تقنيات الذكاء الاصطناعي من الشركات إعادة هندسة عميقة للعمليات، وتعديل الهياكل التنظيمية، وتدريب الموظفين. غالبًا ما تكون هذه التغييرات التنظيمية غير التقنية أكثر تحديًا من التكنولوجيا نفسها، مما يجعلها عوائق كبيرة أمام انتشار الذكاء الاصطناعي. بالنسبة للعديد من الشركات، فإن التغلب على الجمود الداخلي ومقاومة التغيير يعد مهمة أصعب من مجرد اختيار التكنولوجيا.

على الرغم من أن فعالية نماذج الذكاء الاصطناعي تعتمد بشكل كبير على البيانات عالية الجودة، إلا أن الشركات عادة ما تكون غير راغبة في مشاركة البيانات لأسباب تتعلق بالمنافسة أو الخصوصية أو الامتثال، مما يؤدي إلى تكوين صوامع بيانات خطيرة. علاوة على ذلك، تزيد الاختلافات في تنسيقات البيانات والمعايير والواجهات في صناعات محددة بين الصين والمملكة العربية السعودية، من صعوبة دمج أنظمة الذكاء الاصطناعي وقابلية التشغيل البيني للبيانات، مما يعيق تحقيق أقصى قيمة للبيانات.

حتى مع توفر تقنيات الذكاء الاصطناعي المتقدمة، فإن الافتقار إلى المواهب المتخصصة القادرة على نشر الذكاء الاصطناعي وصيانته وتشغيله وتحسينه، سيحد بشكل كبير من فعاليته. في كل من الصين والمملكة العربية السعودية، وخاصة في صناعات محددة، لا تزال المواهب ذات الخبرة في علم البيانات وهندسة التعلم الآلي وإدارة مشاريع الذكاء الاصطناعي نادرة، مما يشكل عنق الزجاجة الرئيسي لتطبيق الذكاء الاصطناعي على نطاق واسع.

قد يفتقر الموظفون في المستويات الأساسية والمتوسطة ضمن سلسلة تجارة B2B إلى المهارات والمعرفة الرقمية اللازمة للتفاعل مع أدوات الذكاء الاصطناعي، مما يعيق انتشار الذكاء الاصطناعي في العمليات اليومية وتحسين الكفاءة. كما أن عدم كفاية قبول الموظفين لأنظمة الذكاء الاصطناعي، أو حتى مشاعر المقاومة الناتجة عن القلق بشأن تأثر وظائفهم، سيؤثر بشكل كبير على الفوائد التي يجلبها الذكاء الاصطناعي.

غالبًا ما يكون الاستثمار الأولي في حلول الذكاء الاصطناعي كبيرًا، وقد تكون دورة عائد الاستثمار طويلة، مع وجود حالة من عدم اليقين بشأن ظهور الفوائد. بالنسبة للشركات التي تتجنب المخاطر أو الموجهة نحو الأرباح قصيرة الأجل، فإن الافتقار إلى دراسات حالة واضحة لعائد الاستثمار وأنظمة تقييم الفوائد القابلة للقياس الكمي، سيحد بشكل كبير من رغبتها في الاستثمار في مجال الذكاء الاصطناعي.

غالبًا ما تواجه الشركات الصغيرة والمتوسطة أو الشركات الناشئة التي تركز على تطبيقات الذكاء الاصطناعي في قطاع تجارة B2B صعوبات في الحصول على التمويل. لا تزال آليات تقييم المخاطر للمؤسسات المالية التقليدية للتقنيات الناشئة غير مكتملة، مما يجعل من الصعب على هذه الشركات المبتكرة الحصول على الدعم المالي اللازم، ويعيق كذلك البحث والتطوير والتسويق لحلول الذكاء الاصطناعي.