جاهزية المؤسسات السعودية للذكاء الاصطناعي: منظور 2026

تُعدّ المملكة العربية السعودية من أكثر الدول طموحاً في تبنّي الذكاء الاصطناعي على المستوى الوطني. فقد حدّدت رؤية 2030 والاستراتيجية الوطنية للبيانات والذكاء الاصطناعي (NSDAI) خارطة طريق تجعل المملكة ضمن اقتصادات البيانات والذكاء الاصطناعي الأولى عالمياً^[1][2]. وبالنسبة للمؤسسات العاملة هنا، لم يعد السؤال هل نتبنّى الذكاء الاصطناعي، بل كيف نتبنّاه بمسؤولية، وبحجم مناسب، وبطريقة يمكن تدقيقها أمام الجهات التنظيمية المحلية.

الإطار التنظيمي والاستراتيجي

• NSDAI — خارطة الطريق الوطنية من سدايا، والتي تلتزم بتصنيف المملكة ضمن أفضل 15 ثم 10 دول عالمياً في قدرات البيانات والذكاء الاصطناعي^[2].
• نظام حماية البيانات الشخصية (PDPL) — نافذ وتُشرف عليه سدايا، ويُقدّم حقوقاً لأصحاب البيانات وضوابط لنقل البيانات عبر الحدود والإبلاغ عن الاختراقات^[3].
• ضوابط الأمن السيبراني الأساسية (ECC) من الهيئة الوطنية للأمن السيبراني — إلزامية للقطاع الحكومي والعديد من القطاعات المنظّمة، وأصبحت خط الأساس في مشتريات القطاع الخاص^[4].

خمسة أبعاد للجاهزية

1. الاستراتيجية ومحفظة حالات الاستخدام

المؤسسات التي تتعامل مع الذكاء الاصطناعي كـ"محفظة" من حالات العمل — لكلّ منها فرضية ربح أو تقليل مخاطر قابلة للقياس — تتفوّق على تلك التي تُطارد نموذجاً رئيساً واحداً^[5][6].

2. أساسات البيانات

تبقى جودة البيانات وإمكانية الوصول إليها أكبر مؤشر لنجاح الذكاء الاصطناعي. وهذا يعني استراتيجية بيانات واعية بخصوصية اللغة العربية: التشكيل واللهجات والاتجاه من اليمين إلى اليسار والسجلات متعدّدة الأبجديات. النماذج اللغوية الأساسية العربية في المنظومة السعودية — ومنها علاّم — لا تؤدّي دورها إلا بوجود متون عربية نظيفة^[7].

3. الكفاءات ونموذج التشغيل

تُسرّع المملكة بناء كفاءاتها من خلال سدايا وكاوست ومبادرات صندوق الاستثمارات العامة كشركة هيومين^[8]. ومع ذلك تبقى على عاتق المؤسسات قرارات "البناء مقابل الشراكة".

4. البنية التحتية والسيادة

الإقامة الرقمية للبيانات ليست خانة تُؤشّر فقط. في الأحمال المنظّمة يجب أن يعمل الاستدلال — والتدريب قدر الإمكان — داخل المملكة، فوق بنية تحتية قابلة للتدقيق أمام ضوابط ECC.

5. الحوكمة والضمان

الحوكمة العملية للذكاء الاصطناعي تربط الضوابط بدورة الحياة: تصنيف المخاطر عند الإدخال، توثيق النموذج (Model Cards)، التقييم وفق إطار NIST لإدارة مخاطر الذكاء الاصطناعي^[9]، تدخّل بشري في القرارات عالية الأثر، ومتابعة انحراف النموذج.

مواضع تعثّر البرامج

• مستنقع النماذج الأوّلية — تجارب لا تصل إلى الإنتاج لأنها لم تُربط بمالك أعمال.
• العربية كفكرة لاحقة — خطوط معالجة مبنية على الإنجليزية تتدهور بصمت عند المدخلات العربية.
• الارتباط بمورّد واحد افتراضياً — اختيار نموذج أساسي قبل التحقّق من إمكانية تشغيله فوق بنية سيادية.
• غياب مسار التدقيق — إطلاق النماذج دون تقييم موثّق.

قائمة فحص لـ 90 يوماً

1. جرد حالات الاستخدام وترتيبها حسب القيمة وجاهزية البيانات والانكشاف التنظيمي.
2. ربط كل حالة بالتزامات PDPL وضوابط ECC.
3. تأسيس خط أساس لجودة البيانات لأهم ثلاث حالات، مع معالجة عربية صحيحة.
4. تعريف سياسة مخاطر نماذج خفيفة متوافقة مع وظائف NIST AI RMF (حَوكمة، رَسم، قياس، إدارة)^[9].
5. اختيار بيئة مرجعية (منطقة سيادية، فئة GPU، منصّة MLOps) قبل الشراء.
6. إطلاق حالة واحدة كاملة مع تقرير تقييم قابل للتدقيق.

الخلاصة

لم تعد الجاهزية للذكاء الاصطناعي في المملكة مسألة طموح — الاتجاه الوطني واضح. الفارق الحقيقي هو انضباط التنفيذ: ربط الحالات بالقيمة، والبناء على بيانات عربية نظيفة، والتصميم للتدقيق من اليوم الأوّل.