في عام 2024، استدعتني إحدى شركات التأمين المتوسطة في الرياض لمراجعة نظام AI كانت قد نشرته قبل ثمانية أشهر لتسعير الوثائق تلقائياً. المشكلة بدأت حين رفض النظام منح وثيقة لعميل مؤهل تماماً — دون أي تفسير. حين سألت مدير الامتثال: "من يستطيع تفسير قرار النظام؟" كان الجواب: "فريق التطوير استقال". لم يكن ثمة توثيق، لا سياسة، لا مسؤول. النظام كان يُشغّل محركاً حياً يؤثر على عملاء حقيقيين بدون أي إطار حوكمة. الحل استغرق منا ستة أشهر وتكلف أكثر من بناء إطار الحوكمة من البداية بعشرة أضعاف.

في كل ورشة عمل أعقدها مع مدراء الامتثال والمخاطر في الشركات السعودية، يطرحون نفس السؤال: "أين المرجع العملي الذي يشرح حوكمة AI بلغة الامتثال لا بلغة المبرمج، ويراعي البيئة التنظيمية السعودية تحديداً؟" بعد سبع سنوات من البحث وتدريب أكثر من 35,000 محترف، قررت أن أكتب الكتاب الذي كنت أبحث عنه أنا نفسي حين بدأت هذا المجال — دليل عملي، بالعربية، للسوق السعودي.

في اجتماع مع الفريق التنفيذي لإحدى شركات الاتصالات في جدة، طرحت السؤال: "من يملك صلاحية إيقاف نظام التوصيات التلقائي فوراً إذا اكتشفنا خطأً؟" نظر مدير التقنية إلى مدير العمليات، ونظر مدير العمليات إلى مدير الامتثال — ثلاثون ثانية من الصمت. هذا الصمت كان أبلغ إجابة ممكنة. النظام كان ينشط منذ 14 شهراً دون أن يمتلك أحد قرار إيقافه. هذا السؤال الواحد هو أسرع اختبار لمعرفة مدى نضج حوكمة AI في أي مؤسسة.

طبّقنا إطار NIST AI RMF مع مجموعة مالية كبرى في الدمام عام 2024. الدرس الأصعب: الوظيفة الأولى "Govern" تستغرق ضعف الوقت المتوقع في البيئة السعودية، لأن تحديد الأدوار والمسؤوليات يصطدم بثقافة "الجميع مسؤول = لا أحد مسؤول". الحل العملي الذي نجح: بدأنا بنموذج RACI بسيط لكل نظام AI — من يُقرّر، من يُنفّذ، من يُستشار، من يُخطَر — قبل الانتقال لأي خطوة أخرى.

أثناء تدقيق SAMA على بنك إقليمي كان يستخدم نموذج AI لتقييم طلبات التمويل الشخصي، طلب المدققون شيئاً واحداً لم يكن البنك مستعداً له: "أرونا كيف يصل النظام إلى هذا القرار لهذا العميل بالتحديد." لم يكن النظام قادراً على تفسير قراراته — وهو ما يُسمى بـ "Black Box AI". الغرامة لم تكن بسبب خطأ في القرار، بل بسبب غياب Explainability. منذ ذلك اليوم، باتت "قابلية التفسير" شرطاً غير قابل للتفاوض في أي نموذج AI نصممه للقطاع المالي السعودي.

رؤية 2030 تضع السعودية على طريق التحول الرقمي بسرعة لافتة — لكن معظم الشركات التي عملت معها تعيش ما أسميه "الفجوة التنفيذية": الرغبة في تبني AI أسرع بكثير من قدرة الهيكل المؤسسي على إدارته. الحكومة تبني البنية التحتية، والشركات تنشر الأنظمة، لكن منظومة الحوكمة التي تربط بينهما لا تزال في مراحلها الأولى. هذه الفجوة هي بالضبط المساحة التي يملؤها هذا الكتاب.

شركة عقارية كبرى في الرياض استعانت بشركة استشارية لكتابة "سياسة حوكمة AI". بعد ثلاثة أشهر ومبالغ كبيرة، تسلّموا وثيقة 47 صفحة — جميلة التنسيق، محكمة الصياغة، مستوحاة من أفضل الممارسات الدولية. المشكلة: حين بدأنا التشخيص الفعلي، اكتشفنا أن 60% من أنظمة AI التي تصفها الوثيقة لا وجود لها في الشركة، بينما الأنظمة الموجودة فعلاً لم تُذكر في الوثيقة أصلاً. الوثيقة كانت تصف شركة مثالية خيالية — لا الشركة الحقيقية التي تحتاج الحوكمة.

أجرينا جرد AI مع شركة تجزئة كبرى في جدة كانت تعتقد أنها تمتلك "ثلاثة أو أربعة أنظمة AI بسيطة". النتيجة الفعلية بعد أسبوعين من الجرد الشامل: 23 نظاماً يتخذ قرارات تلقائية تؤثر على العملاء أو الموظفين. منها: نظام تسعير ديناميكي في موقعهم، خوارزمية توزيع المخزون، نموذج تحليل تقييمات العملاء، وأداة تحسين جداول الموظفين — لم يكن أحد يعلم أن هذه "أنظمة AI" تتطلب حوكمة. الجرد وحده غيّر المحادثة بالكامل.

في منصة توظيف خليجية، اكتشفوا بعد عام كامل أن نظام الفرز الآلي للسير الذاتية كان يرتب النساء في مراتب أدنى من الرجال في وظائف التقنية — ليس بسبب تعليمات صريحة، بل لأنه تدرّب على بيانات توظيف تاريخية تعكس تحيزات موجودة أصلاً. لم يكتشفوا المشكلة إلا حين قدّم أحد المرشحين شكوى رسمية. لم تكن هناك آلية مراقبة، لا تقييم للتحيز، لا مراجعة دورية. الضرر: مئات القرارات التوظيفية المتحيزة وأزمة سمعة لم تنته تداعياتها حتى اليوم.

مع مستشفى خاص في الرياض، طبّقنا منهجية التقييم الثلاثية على 11 نظام AI. النتيجة كانت مفاجأة للإدارة: نظام توصيات الأدوية صُنّف High Risk وأخضعنا له إشرافاً بشرياً إلزامياً قبل كل قرار — قرار كانوا يعتبرونه "روتينياً". بالمقابل، نظام تحسين الجداول الذي كانوا يديرونه بحذر شديد صُنّف Minimal Risk وخُففت متطلبات مراجعته. التصنيف الصحيح وفّر جهداً هائلاً في الاتجاه الصحيح بدلاً من معاملة الجميع بنفس المستوى.

النصيحة الذهبية التي أتمنى لو أخبرتني بها أحد قبل 16 سنة: ابدأ بسؤال واحد لكل نظام AI — "هل هذا النظام يتخذ قراراً يؤثر مباشرة على إنسان؟" إذا كانت الإجابة نعم، فهذا النظام يستحق كل جهد الحوكمة الذي ستبذله. إذا كانت لا، فبسّط. كثير من فرق الامتثال تصرف 80% من طاقتها على أنظمة Minimal Risk وتهمل ما يستحق الاهتمام الحقيقي. التمييز بين ما يهم وما لا يهم هو المهارة الأصعب — وهي ما يُميّز خبير الحوكمة الحقيقي.

أؤمن إيماناً راسخاً أن المؤسسات السعودية تمتلك كل ما تحتاجه لتكون رائدة في حوكمة AI — الكفاءات، والطموح، والدعم الحكومي. ما ينقص في كثير من الأحيان هو الإطار العملي الذي يربط الطموح بالتطبيق. هذا ما أتمنى أن يكون هذا الكتاب بالنسبة لك: ليس كتاباً تضعه على الرف بعد القراءة، بل أداة عمل تفتحها في اجتماعات مجلس الإدارة، وورش العمل، وجلسات التشخيص. إذا ساعد هذا الكتاب مؤسسة واحدة في بناء نظام حوكمة AI يحميها ويمكّنها في آنٍ واحد — فقد حقق هدفه كاملاً.