شاهدت مؤخراً محاضرة لـ "جيك هيلر"، مؤسس شركة Casetext التي استحوذت عليها Thomson Reuters مقابل 650 مليون دولار. الفيديو كان مليئاً بالدروس التقنية والإدارية حول بناء منتج ذكاء اصطناعي حقيقي (وليس مجرد غلاف لـ GPT).
بعيداً عن قصص النجاح المعتادة، قدم هيلر "خارطة طريق" واضحة لما يميز الشركات التي تنجح في الإغلاق بصفقات ضخمة عن تلك التي تموت بعد جولة التمويل الأولى. إليكم أهم 4 دروس استخلصتها من الفيديو:
في عالم البرمجيات التقليدية (SaaS)، كنا نحسب حجم السوق بضرب عدد المستخدمين في سعر الاشتراك الشهري (مثلاً 20 دولارًا). الدرس هنا هو أن الذكاء الاصطناعي لا يتنافس على ميزانية البرمجيات، بل يتنافس على ميزانية الرواتب.
الفكرة: لا تبحث عما يحتاجه الناس كـ "برنامج"، ابحث عما يدفعون للبشر مبالغ طائلة لفعله حالياً (مثل المحاماة، المراجعة المالية، خدمة العملاء).
النتيجة: بدلاً من بيع أداة بـ 50 دولاراً شهرياً، أنت تبيع "محامياً آلياً" أو "محاسباً آلياً" يمكنه توفير آلاف الدولارات، مما يضاعف حجم السوق المستهدف 100 مرة.
أشار هيلر إلى نقطة جوهرية: من السهل بناء ديمو يعمل بنسبة 60%، لكن من الجحيم بناء منتج يعمل بنسبة 99%. معظم الشركات تتوقف عند الـ 60% وتفشل. السر يكمن في عملية مملة تسمى Evaluations:
تفكيك المهام: لا تطلب من الـ AI "كتابة مذكرة قانونية". فكك عمل المحامي إلى 20 خطوة صغيرة (بحث، فلترة، قراءة، تلخيص، تحقق...).
الأوامر الدقيقة (Prompting): كل خطوة تحتاج إلى "Prompt" خاص بها.
الاختبار المستمر: يجب أن يكون لديك مئات من "حالات الاختبار" (Test Cases). إذا فشل النموذج في حالة واحدة، عدّل الـ Prompt حتى ينجح فيها دون أن يفسد الحالات الأخرى.
نصيحة ذهبية: إذا كانت الخطوة منطقية بحتة (رياضيات أو تنسيق)، لا تستخدم AI، استخدم كود برمجي عادي (Python). هو أسرع وأدق.
أحد أكبر الأخطاء التي نقع فيها هو تسعير منتجات الـ AI بناءً على تكلفة الـ Tokens أو كاشتراك رخيص. الدرس المستفاد من Casetext هو: سعّر بناءً على تكلفة المشكلة التي تحلها.
إذا كان منتجك يحل محل خدمة تكلف الشركة 1000 دولار لكل ملف، فلا تبيعه بـ 20 دولاراً.
العملاء الكبار (Enterprises) يفضلون غالباً دفع مبلغ ثابت وضخم (مثلاً 6000 دولار سنوياً للمقعد) لضمان استقرار الميزانية، بدلاً من الدفع لكل استخدام (Pay-per-use).
الشركات الكبرى تخاف من الذكاء الاصطناعي وتعتبره "صندوقاً أسود". لبيع منتجك، لا تكفِ العروض التسويقية. الحل الذي طرحه هيلر هو المقارنة المباشرة (Head-to-Head):
تحدَّ العميل: "أعطني ملفاً ليعمل عليه أفضل موظفيك، ودعنا نرى ما سيفعله الـ AI الخاص بنا".
قارن النتائج: السرعة، الدقة، والتكلفة.
عندما يرى العميل البيانات أمامه، يختفي الخوف ويتحول النقاش من "هل نثق به؟" إلى "متى نبدأ؟".
الرسالة الأهم في هذا الفيديو هي أن بناء شركة ذكاء اصطناعي ناجحة لا يعتمد على "سحر" النماذج اللغوية، بل على العمل الممل: فهم عميق لمجال تخصصي دقيق، وكتابة مئات الاختبارات (Evals)، والجلوس بجانب العميل للتأكد من أن المنتج يعمل حقاً في بيئة العمل وليس فقط في العرض التقديمي.
فيديو يستحق المشاهدة لكل من يبني في هذا المجال.