السؤال الذي أسمعه أكثر من غيره في مشاريع الذكاء الاصطناعي هو «أي نموذج نختار؟». غير أن معظم هذه المشاريع تتعثر بسبب هدف غير واضح وبيانات غير واضحة وملكية غير محددة، قبل أن تصبح قدرة النموذج ذات أهمية بوقت طويل. وسدّ هذه الفجوات هو بالضبط عمل مدير المشروع. فيما يلي كيف أصف هذا الدور. وهذه ليست دراسة حالة ولا نتيجة مقيسة، بل خلاصة لطريقة عملي.
مدير المشروع لا يختار النموذج، بل يبني إطار القرار
بصفتي مدير مشروع من خلفية في هندسة البرمجيات، هذا ما أراه: في مشروع الذكاء الاصطناعي ينظر الفريق التقني إلى «ما هو الممكن»، وينظر الجانب التجاري إلى «ما فائدته». وإن لم يتولَّ أحد السؤال الواقع بينهما — «أي قرار أو عملية سيتحسّن، وبأي مؤشر يُقاس؟» — يتوقف المشروع عند مرحلة العرض التوضيحي. وأول إسهام لمدير المشروع أن يضع هذا السؤال كتابةً، وأن يسرد في الوثيقة نفسها ما هو خارج النطاق.
في مشاريع وكلاء الذكاء الاصطناعي: حدود الصلاحيات والموافقة البشرية
وكيل الذكاء الاصطناعي هو عملية تستطيع استدعاء الأدوات والتقدم خطوة بخطوة. لذا فالسؤال الإداري ليس «ما مدى ذكائه؟» بل «ماذا يستطيع أن يلمس؟». في بداية المشروع أحدّد ما يلي:
- ما الأدوات والبيانات التي يستطيع الوكيل الوصول إليها؛ وما الذي يقرؤه فقط، وما الذي يستطيع تغييره؟
- في أي الخطوات تكون الموافقة البشرية إلزامية؟
- ماذا يحدث عندما يتعثر الوكيل أو يخطئ؛ وما مسار التراجع والاستلام؟
- أين تُحفظ سجلات التشغيل، ومن يراجعها؟
في مشاريع LLM RAG: المصادر والحداثة والتفويض
تتيح RAG للنموذج أن يجيب انطلاقًا من مستندات المؤسسة، ونجاحها يعتمد غالبًا على حالة تلك المستندات أكثر من اعتماده على النموذج. أي المستندات تُعدّ مصادر، ومن يُبقيها محدّثة، وكيف تُزال النسخ القديمة، وهل يحصل المستخدم على إجابات من المستندات المصرّح له برؤيتها فقط؟ تبدو هذه تفاصيل تقنية، لكنها قرارات تجارية يجب حسمها في الأسابيع الأولى من الخطة. كما أكتب قابلية التتبّع ضمن معايير القبول: فحين يسأل المستخدم «من أين أتيتَ بهذا؟» ينبغي أن يكون المستند المصدر قابلًا للتتبّع.
في مشاريع الضبط الدقيق: هل هو ضروري أصلًا؟
الضبط الدقيق غالبًا ما يكون أول فكرة تخطر على البال، لكنه لا ينبغي أن يكون الحل الأول دائمًا. فإذا كان تصميم التعليمات أو RAG يلبّي الحاجة، فإن الضبط الدقيق يضيف تكلفة وصيانة. وإذا اتُّخذ القرار، يطلب مدير المشروع: مصدر بيانات التدريب وحقوق استخدامها، وهل تحتوي بيانات شخصية، ومجموعة تقييم منفصلة، وخطة بديلة إذا لم تتحقق النتيجة المتوقعة.
العمود الفقري المشترك: تجربة تجريبية، ثم قياس، ثم قرار
في الأنواع الثلاثة من المشاريع أتبع الترتيب نفسه: كتابة الهدف ومعيار النجاح، وبناء تجربة تجريبية بنطاق صغير، وقياس النتيجة بأمثلة حقيقية، وتسجيل قرار التوسّع أو التوقف أو تغيير الاتجاه كتابةً. والغاية من التجربة التجريبية ليست قول «نجحت»، بل اتخاذ القرار التالي بالاستناد إلى أدلة. وقد يكون قرار التوقف نتيجة ناجحة للتجربة أيضًا: لقد تعلّمتَ دون أن تستثمر في منتج خاطئ.
ما الذي يسلّمه مدير المشروع
- وثيقة النطاق ومعايير القبول: السؤال التجاري، والمستخدم، والبيانات، وما هو خارج النطاق.
- سجل البيانات والوصول والمخاطر: كل خطر مع مالكه وإجراء التخفيف.
- ملخص نتيجة التجربة التجريبية: مع أمثلة حقيقية وتوصية بالتوسّع.
- سجلات القرارات: من قرّر ماذا، وعلى أي أساس.
- التسليم: معرفة الاستخدام والصيانة ليتمكن الفريق من تشغيل النظام دوني.
خلاصة القول
في مشروع الذكاء الاصطناعي، مدير المشروع ليس بديلًا عن النموذج؛ بل هو من يحدّد العمل والبيانات والصلاحيات والقرار الذي سيعمل النموذج ضمنه. ويمكنك أن ترى كيف أطبّق ذلك في عملي من خلال صفحتي مشاريع الذكاء الاصطناعي وإدارة المشاريع.