ما الذي يجب ألا يفوّضه مديرو المنتجات إلى الذكاء الاصطناعي: 7 قرارات
يستطيع الذكاء الاصطناعي جمع الأدلة وصياغة الخيارات والدفاع عن الرأي المقابل. ومع ذلك تحتاج سبعة قرارات منتجية إلى مالك بشري معروف بالاسم. إليك القائمة وقاعدة الموافقة وقائمة تحقق.
ما الذي لا ينبغي أن يفوّضه مديرو المنتجات إلى الذكاء الاصطناعي؟ سبعة قرارات: أي مشكلة تستحق الاهتمام، وماذا يقصد العملاء فعلًا، وأي مفاضلة تقبلها خارطة الطريق، وما الذي لن يبنيه الفريق، وكيف ينتهي صراع أصحاب المصلحة، وهل المخاطرة مقبولة، وهل يجب أن تستمر الرهان. يستطيع الذكاء الاصطناعي جمع الأدلة وصياغة الخيارات والدفاع عن الموقف المعاكس. لكن شخصًا معروفًا بالاسم هو من يتخذ القرار ويتحمل نتيجته.
أبرز النقاط
يثق المطوّرون بمخرجات الذكاء الاصطناعي أقل مما يشكّون فيها: 46% مقابل 33%، ونسبة 3% فقط تثق بها ثقة كبيرة (Stack Overflow، 2025، أكثر من 33,000 مشارك).
يستخدم مهندسو Anthropic أنفسهم الذكاء الاصطناعي في 59% من عملهم، لكن معظمهم يقول إنه لا يستطيع تفويض سوى 0–20% منه تفويضًا كاملًا (Anthropic، ديسمبر 2025).
يشترط قانون الذكاء الاصطناعي في الاتحاد الأوروبي أن يكون بمقدور المشرفين على أنظمة الذكاء الاصطناعي عالية المخاطر تجاوز مخرجاتها أو عكسها، وأن يحذروا من تحيّز الأتمتة (المادة 14).
يحدد دليل OpenAI للوكلاء محفّزين لإعادة التحكم إلى إنسان: الإخفاق المتكرر، والإجراءات الحساسة أو التي لا يمكن التراجع عنها أو عالية المخاطر.
القاعدة العملية: فوّض التحضير واحتفظ بالقرار. كلما ارتفعت المخاطر وصعب التراجع، وجب أن تكون الموافقة البشرية أقرب إلى الإجراء.
لماذا لا تساوي توصية الذكاء الاصطناعي قرارًا؟
ينتج الذكاء الاصطناعي إجابة واثقة من السياق الذي يتلقاه. والكتابة السلسة تُخفي الثغرات: قد تبدو التوصية حاسمة بينما الأدلة ناقصة، وطلب العميل غير ممثِّل، والمفاضلة غير معلنة، ولم يُسمَّ أحد مالكًا.
والذين يستخدمون الذكاء الاصطناعي أكثر من غيرهم حذرون في الوثوق به. ففي استطلاع Stack Overflow للمطوّرين لعام 2025، يستخدم 84% من المشاركين أدوات الذكاء الاصطناعي أو يخططون لاستخدامها، لكن 46% لا يثقون بدقة المخرجات و33% يثقون بها (Stack Overflow، 2025). وأكثر ما يُحبط، وقد ذكره 66%، مخرجات قريبة من الصواب لكنها ليست كذلك تمامًا. ووجد بحث DORA من Google لعام 2025 الفجوة نفسها: 90% من قرابة 5,000 متخصص في التقنية يستخدمون الذكاء الاصطناعي في العمل، لكن 30% يثقون بمخرجاته قليلًا فقط أو لا يثقون بها إطلاقًا (Google، 2025).
والقرارات المنتجية أصعب في التحقق منها مقارنةً بالشيفرة. فالاختبار الفاشل يخبرك خلال دقائق أن الشيفرة خاطئة. أما قرار ترتيب أولويات خاطئ فقد يبدو سليمًا لربعين متتاليين.
تحيّز الأتمتة هو عادة قبول مخرجات لمجرد أن نظامًا أنتجها. ويسمّيه قانون الذكاء الاصطناعي الأوروبي صراحة: على المشرفين على الذكاء الاصطناعي عالي المخاطر أن يبقوا واعين بـ«الميل المحتمل إلى الاعتماد التلقائي أو المفرط على المخرجات» (EUR-Lex، اللائحة (EU) 2024/1689، المادة 14). وتنص المادة نفسها على أن المشرف يجب أن يستطيع تجاهل المخرجات أو تجاوزها أو عكسها، وإيقاف النظام بأمان.
معظم أدوات إدارة المنتجات ليست نظامًا عالي المخاطر بحسب القانون، لكن المبدأ ينطبق: فمدير المنتج الذي لا يستطيع شرح سبب قبوله توصية لم يتخذ قرارًا. إنه أعاد توجيه قرار فقط.
ما الذي يجب ألا يفوّضه مديرو المنتجات إلى الذكاء الاصطناعي؟
يجب أن تبقى سبعة قرارات منتجية بيد البشر. يستطيع الذكاء الاصطناعي تمهيد الأرض لكل منها، لكن القرار يقوم على سياق أو علاقات أو مسؤولية لا يملكها النموذج.
1. أي مشكلة تستحق اهتمام الفريق
يستطيع الذكاء الاصطناعي ترتيب الإشارات حسب التكرار أو التشابه. والتكرار ليس الأهمية. فقد تقل أهمية عشرة طلبات من مستخدمين مجانيين عن مخاطرة فقدان واحدة لدى أكبر حساباتك، ولا يزن ذلك إلا من يعرف الاستراتيجية والتوقيت وتكلفة الفرصة البديلة. ويُسند مارتي كيغان مخاطرة القيمة، أي هل سيشتري العملاء المنتج أو يختارون استخدامه، إلى مدير المنتج (SVPG، 2017).
2. ماذا يقصد العميل فعلًا
يستطيع الذكاء الاصطناعي وسم المواضيع عبر 200 نص مفرّغ في دقائق. لكنه لا يستطيع طرح السؤال التالي الذي يفصل الحل المطلوب («أضيفوا زر تصدير») عن المهمة الأساسية («مديرة المالية عندي تحتاج هذا الرقم كل اثنين»). أبقِ كل ادعاء مهم مرتبطًا بالاقتباس الأصلي، واقرأ المصدر قبل أن تتصرف بناءً على موضوع ما. يعرض دليلنا عن الفصل بين الأدلة والتفسير في تلخيص أبحاث العملاء بالذكاء الاصطناعي هذا الأسلوب.
3. أي مفاضلة تقبلها خارطة الطريق
درجة الترتيب بالأولوية مُدخَل وليست حكمًا. فترتيب الأولويات يحدد من يُخدَم، وما الذي ينتظر، وأي مخاطرة تُقبل، وما الذي تختار الشركة أن تتعلمه. يستطيع الذكاء الاصطناعي تشغيل عشرة سيناريوهات. أما الاختيار من بينها وشرح الكلفة لمن يخسرون فمهمة إنسان. ويشرح دليل ترتيب الأولويات RICE كيف تستخدم الدرجة دون أن تدعها تقرر عنك.
4. ما الذي يقرر الفريق عمدًا ألا يبنيه
قول «لا» يحتاج إلى قناعة وعلاقة مع من طلبوا، وهو أهم الآن بعد أن صار النموذج الأولي لا يستغرق سوى بعد ظهر يوم واحد. وجد تحليل Pendo لـ615 اشتراك برمجيات أن نحو 80% من الميزات نادرًا ما تُستخدم أو لا تُستخدم أبدًا (Pendo، 2019). ورخص البناء يجعل هذه النسبة أسهل في الزيادة لا النقصان. ونتناول المحادثة نفسها في كيف تقول لا لعبارة «نستطيع بناء هذا في ساعة بالذكاء الاصطناعي».
5. كيف يُحل صراع أصحاب المصلحة
يستطيع الذكاء الاصطناعي رسم خريطة للأهداف المتعارضة وصياغة ثلاثة خيارات وسطية. لكنه لا يستطيع حمل العلاقة بين المنتج وعميل رئيسي وقائد مبيعات والهندسة حين تخيّب الإجابة أحدهم. توصي رسالة جيف بيزوس للمساهمين عام 2016 بأن القائد صاحب القناعة الذي لا يحظى بإجماع يعترض ثم يلتزم («disagree and commit») (Amazon، 2016). وهذا لا ينجح إلا حين يكون الملتزِم شخصًا.
6. هل المخاطرة مقبولة
تحتاج الخصوصية والأمان والسلامة والامتثال والموثوقية والإجراءات التي لا رجعة فيها إلى إنسان مسؤول يقبل المخاطرة. يستطيع الذكاء الاصطناعي وصف المخاطرة، ولا ينبغي أبدًا أن يقبلها بصمت. وينطبق هذا على ما يبنيه الذكاء الاصطناعي أيضًا: اختبرت Veracode أكثر من 100 نموذج لغوي ووجدت أن 45% من عينات الشيفرة المولَّدة أدخلت ثغرة من OWASP Top 10، مع بقاء أداء الأمان ثابتًا بصرف النظر عن حجم النموذج (Veracode، 2025).
7. هل ما زال الرهان المنتجي حيًّا
يستطيع الذكاء الاصطناعي مقارنة مقاييس الإطلاق بالفرضية. لكن قرار المتابعة أو التضييق أو الإيقاف المؤقت أو الإنهاء يتعلق بالتكاليف الغارقة ومعنويات الفريق ووعود العملاء والفرصة التالية. وجدت CB Insights أن 43% من 431 شركة ناشئة مدعومة برأس مال جريء أغلقت منذ 2023 ذكرت ضعف ملاءمة المنتج للسوق (CB Insights، 2026). وإنهاء الرهان الخاطئ مبكرًا جزء من عمل مدير المنتج، ويحتاج إلى مالك يقولها بصوت عالٍ.
القرارات السبعة في لمحة
القرار
ما يستطيع الذكاء الاصطناعي فعله
ما يملكه الإنسان
هل يمكن التراجع عادةً؟
اختيار المشكلة
تجميع الإشارات وعدّها
الموازنة بين الاستراتيجية والتوقيت وتكلفة الفرصة
جزئيًا
معنى كلام العميل
وسم المواضيع واستخراج الاقتباسات
الأسئلة التالية والمهمة وراء الطلب
نعم
مفاضلة خارطة الطريق
تقييم السيناريوهات ومقارنتها
اختيار من ينتظر ولماذا
جزئيًا
عدم البناء
توليد بدائل
قول لا والحفاظ على الثقة
نعم
صراع أصحاب المصلحة
رسم المواقف وصياغة الخيارات
العلاقة والقرار النهائي
جزئيًا
قبول المخاطرة
وصف المخاطر وأنماط الفشل
قبول المخاطرة أو رفضها
غالبًا لا
استمرار الرهان
مقارنة النتائج بالفرضية
المتابعة أو التضييق أو الإيقاف المؤقت أو الإنهاء
جزئيًا
ما الذي يستطيع مديرو المنتجات تفويضه بأمان إلى الذكاء الاصطناعي؟
فوّض العمل الذي يستطيع إنسان فيه مطابقة النتيجة مع مصدرها قبل أن تغيّر خارطة طريق أو وعدًا لعميل أو نظامًا قيد الإنتاج. مرشحون جيدون:
ملخصات الاجتماعات والمكالمات مع روابط التسجيل أو النص المفرّغ
تجميع الملاحظات وإزالة التكرار منها
مسودات أولى لتقارير الأبحاث وPRD وملاحظات الإصدار
أسئلة مقابلات مقترحة وفرضيات بديلة
مسودات معايير القبول للمراجعة
تحديثات سجل القرارات وتحضير تقارير الحالة
فحوص للحقول الناقصة أو الأدلة القديمة أو المصطلحات غير المتسقة
القاسم المشترك هو قابلية المراجعة. ودراسة Anthropic عن موظفيها نقطة مرجعية مفيدة: استخدم المهندسون والباحثون Claude في 59% من عملهم، مقابل 28% قبل عام، وأبلغوا عن زيادة إنتاجية 50%، ومع ذلك قال أكثر من النصف إنهم يستطيعون تفويض 0–20% فقط من عملهم تفويضًا كاملًا (Anthropic، 2025). فالاستخدام الكثيف والتفويض المحدود يجتمعان بسهولة. وتجد الطريقة الكاملة لفرز المهام في ما الذي ينبغي لمديري المنتجات أتمتته بالذكاء الاصطناعي.
كيف تقرر متى يجب أن يوافق إنسان على مخرجات الذكاء الاصطناعي؟
استخدم قاعدة واحدة: كلما ارتفعت المخاطر وعدم القابلية للتراجع والغموض وأثر القرار على العلاقات، وجب أن تكون الموافقة البشرية أقرب إلى الإجراء.
يقدّم دليل OpenAI لبناء الوكلاء محفّزين لتسليم التحكم إلى شخص: تجاوز عتبة الإخفاق، كأن يُساء فهم طلب عدة مرات، والإجراءات عالية المخاطر الحساسة أو التي لا رجعة فيها أو الجسيمة، مثل إلغاء الطلبات أو اعتماد مبالغ استرداد كبيرة (OpenAI، 2025). كما يوصي بتصنيف كل أداة يستطيع الوكيل استخدامها على أنها منخفضة أو متوسطة أو عالية المخاطر، بناءً على صلاحية القراءة مقابل الكتابة، وقابلية التراجع، والأذونات، والأثر المالي.
وتكتمل الصورة بفكرة بيزوس عن الأبواب ذات الاتجاهين. فكثير من القرارات يمكن التراجع عنها وتستحق عملية خفيفة، ومعظمها يمكن اتخاذه بنحو 70% من المعلومات التي تتمنى امتلاكها. احتفظ بالمراجعة الثقيلة للأبواب ذات الاتجاه الواحد. ويوضح إطار قابلية التراجع للقرارات المنتجية كيف تميّز بينها.
درجة موافقة من أربعة عوامل
قيّم كل مخرَج أعدّه الذكاء الاصطناعي من 1 (منخفض) إلى 3 (مرتفع) على أربعة عوامل، ثم اجمع.
العامل
1
2
3
المخاطرة إذا كان خاطئًا
شكلي
يزعج المستخدمين أو يهدر سبرنت
تعرّض مالي أو لبيانات أو سلامة أو قانوني
قابلية التراجع
تراجع في دقائق
تراجع في أيام
لا يمكن التراجع
الغموض
مصدر وقاعدة واضحان
بعض التفسير
أدلة أو استراتيجية موضع خلاف
الأثر على العلاقات
داخلي فقط
عميل واحد أو فريق واحد
عملاء كثيرون أو التزام علني
4–6: أتمِته وراجع عيّنة منه أسبوعيًا.
7–9: يصوغ الذكاء الاصطناعي مسودة، ويراجعها مدير المنتج قبل أن يصدر أي شيء.
10–12: يجهّز الذكاء الاصطناعي الأدلة والخيارات فقط. ويقرر مالك معروف بالاسم ويسجّل مبرراته.
هذه النطاقات نقطة بداية لا معيار.
مثال تطبيقي (توضيحي)
لنفترض أن فريقًا من ستة أشخاص يستخدم الذكاء الاصطناعي لفرز 140 ملاحظة في الشهر. يحصل الوسم وإزالة التكرار على 5: مخاطرة منخفضة، يمكن التراجع عنه في دقائق، قواعد واضحة، داخلي فقط. يعمل تلقائيًا، ويفحص مدير المنتج عيّنة من 10 عناصر كل جمعة.
ثم يوصي الذكاء الاصطناعي نفسه بإنهاء ميزة تقارير يستخدمها 12% من الحسابات. تحصل على 11: يفقد المستخدمون بيانات، ويصعب التراجع عن التغيير، وأدلة الاستخدام موضع خلاف، ويتأثر عملاء كثيرون. يجمع الذكاء الاصطناعي حزمة الأدلة. ويجري مدير المنتج مقابلات مع ثلاثة عملاء متأثرين، ويتخذ القرار، ويسجّل السبب.
قائمة تحقق: قبل أن تقبل توصية من الذكاء الاصطناعي
انسخها إلى قالب قراراتك.
أستطيع تسمية المصادر التي تقوم عليها هذه التوصية، وفتحت واحدًا منها على الأقل.
أعرف الافتراضات التي تعتمد عليها والأدلة التي تناقضها.
طلبت من الذكاء الاصطناعي أقوى حجة ضد إجابته هو.
اقتباسات العملاء حقيقية ومرتبطة بمصدرها، لا معاد صياغتها حتى صارت شيئًا آخر.
قيّمتها من حيث المخاطرة وقابلية التراجع والغموض والأثر على العلاقات.
شخص معروف بالاسم يتحمل النتيجة، وهذا الشخص ليس «الذكاء الاصطناعي».
القرار وسببه مكتوبان.
هناك تاريخ لفحص ما إذا كان القرار صائبًا.
إذا كان سطر الملكية فارغًا، فالقرار ليس جاهزًا. ويجعل قالب سجل القرارات المنتجية الخانتين الأخيرتين عمل دقيقتين.
ما أكثر الأخطاء شيوعًا؟
معاملة الملخص كأنه المصدر. ملخص 40 مقابلة هو ادعاء بشأن تلك المقابلات. افحص عيّنات من الاقتباسات قبل أن تصل إلى خارطة الطريق.
التفويض بسبب الغموض. «رتّب أولويات خارطة طريقنا» ليست مهمة يؤديها الذكاء الاصطناعي جيدًا. إنها قرار تنقصه المُدخلات. أعطِ الذكاء الاصطناعي مهامّ ضيقة تستطيع فحص مخرجاتها.
ترك الحجم يحدد جدول الأعمال. يجعل الذكاء الاصطناعي الأفكار والمواصفات والنماذج الأولية رخيصة. وجد استطلاع Product Institute لعام 2026 على 309 من قادة المنتجات أن 17% فقط ذكروا التخطيط الاستراتيجي ورسم خارطة الطريق مجالًا كان فيه أثر الذكاء الاصطناعي كبيرًا، مقابل 50% للهندسة والتطوير (Product Institute، 2026). نما الإنتاج أسرع من التفكير الذي يقف وراءه.
لا مالك بعد الإطلاق. قرار المتابعة أو الإيقاف هو أكثر قرار يُتخطى، لأن لا اجتماع يفرضه. ضع موعد المراجعة في التقويم عند الإطلاق.
الإفراط في التصحيح. رفض تفويض أي شيء يهدر وقتًا يستطيع الذكاء الاصطناعي إعادته إليك. وتحقق ملاحظة مارتن فاولر عن الهندسة الوكيلية التوازن: «Humans are still responsible for what the software does and how it works» (Fowler، 2026).
أين يندرج Specky
يتولى Specky جانب التحضير في هذه القرارات. فهو يقرأ مكالمات العملاء والملاحظات وSlack وJira والتحليلات ويضمّها إلى Product Graph، فتصلك وثيقة PRD أو توصية أعدّها الذكاء الاصطناعي مع اقتباسات مضمّنة تشير إلى المحادثات التي تقف خلفها. وتصل المسودات إلى PM Inbox للمراجعة البشرية بدل أن تخرج مباشرة، ويسجّل Decision Log من قرر ماذا ولماذا. يتولى الذكاء الاصطناعي الاسترجاع والمسودة الأولى. وأنت تحتفظ بالقرار.
الأسئلة الشائعة
ما الذي يجب ألا يفوّضه مديرو المنتجات إلى الذكاء الاصطناعي؟
اختيار المشكلة، وتفسير كلام العملاء، ومفاضلات خارطة الطريق، وقرار عدم البناء، وصراع أصحاب المصلحة، وقبول المخاطر، وقرار الاستمرار في رهان أو إيقافه. يستطيع الذكاء الاصطناعي تجهيز الأدلة والخيارات لكل منها، لكن هذه القرارات تعتمد على استراتيجية وعلاقات ومسؤولية لا يملكها النموذج. سمِّ مالكًا بشريًا لكل واحد منها.
هل يستطيع الذكاء الاصطناعي ترتيب أولويات خارطة طريق المنتج؟
يستطيع الذكاء الاصطناعي تقييم البنود وتشغيل السيناريوهات وإظهار الأدلة التي تدعم كل خيار. لكن لا ينبغي أن يحدد الترتيب النهائي. فترتيب الأولويات يقرر من ينتظر وأي مخاطرة تقبلها الشركة، ولا بد أن يشرح أحدهم ذلك للمتأثرين. تعامل مع درجات الذكاء الاصطناعي بوصفها مُدخلًا واحدًا إلى جانب أدلة العملاء والاستراتيجية وتكلفة الهندسة.
هل ينبغي لمديري المنتجات الوثوق بملخصات الذكاء الاصطناعي لملاحظات العملاء؟
ثقوا بها كنقطة بداية لا كدليل. فقد تدمج الملخصات شكاوى مختلفة أو تفقد السياق. أبقِ كل ادعاء مهم مرتبطًا بالنص المفرّغ أو التذكرة أو المقياس الأصلي، وافحص عيّنة قبل أن يؤثر ملخص في قرار خارطة الطريق.
ماذا يعني human-in-the-loop في إدارة المنتجات؟
يعني أن شخصًا معروفًا بالاسم يراجع قرارًا أو إجراءً أعدّه الذكاء الاصطناعي ويقبله قبل أن ينشئ التزامًا تجاه العملاء أو استراتيجيًا أو ماليًا أو في الإنتاج. ويجب أن يستطيع المراجع فهم المخرجات ورفضها أو عكسها وإيقاف العملية. وهذا يطابق ما تشترطه المادة 14 من قانون الذكاء الاصطناعي الأوروبي لأنظمة الذكاء الاصطناعي عالية المخاطر.
كم من عمل مدير المنتج يستطيع الذكاء الاصطناعي أداءه؟
الكثير من التحضير والقليل من اتخاذ القرار. استخدم مهندسو Anthropic الذكاء الاصطناعي في 59% من عملهم عام 2025، لكن معظمهم قال إنه لا يستطيع تفويض سوى 0–20% منه تفويضًا كاملًا. وبالنسبة لمديري المنتجات، تنتقل تلخيصات الأبحاث والمسودات وأعمال الحالة إلى الذكاء الاصطناعي، بينما يبقى اختيار المشكلة والمفاضلات والمسؤولية بشرية. ويسأل استعراضنا للبيانات هل يمكن للذكاء الاصطناعي أن يحل محل مديري المنتجات.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing