آخر تحديث: ١٩ نوفمبر ٢٠٢٦

ملاحظة سلوك العملاء تكشف أحيانا ما لا يقولونه في أي طلب. يحكي أمجد مسعد عن مستخدمين كانوا ينسخون الكود من ChatGPT إلى Replit، ثم ينسخون الأخطاء ويعيدونها. ويستمرون هكذا حتى يصلوا إلى شيء يعمل. فبنت Replit وكيلا يتولى هذه الدورة، ويأخذ عن المستخدمين عملا كانوا يقومون به يدويا.

يروي مسعد هذه القصة في حواره مع بول غراهام لصالح Y Combinator. وأكثر ما يعجبني فيها أن المشكلة واضحة جدا. الأدوات كانت مفتوحة متجاورة، والناس كانوا يقومون بالعمل اللازم لربطها.

الكود كان مفيدا، لكنه لم ينه المهمة. كان لا بد أن يجربه أحد، ويتعامل مع الأخطاء، ثم يعود لمحاولة جديدة. وحسب رواية مسعد، الوكيل أخذ هذا العمل المتكرر.

وأظن أنه من السهل أن يفوتنا هذا حين ننظر فقط إلى ما يحدث داخل منتجنا. شخص يحصل على نتيجة، ينسخها، ويخرج. من جهتنا، قد يبدو أن المهمة اكتملت. ومن جهته هو، الجزء التالي بدأ للتو.

أعمل في مجال برمجيات المؤسسات منذ أكثر من ٢٠ سنة، وقد أسست سولفيت عام ٢٠١٠، وهي اليوم شركة موارد بشرية تعمل بالذكاء الاصطناعي التوكيلي. لذلك بعض الأمثلة هنا من الموارد البشرية، وكلها أمثلة كتبتها لهذا المقال وليست قصصا عن أي عميل. والفكرة نفسها تنطبق على أي منتج، وعلى أي فريق داخل الشركة يبني أدوات لموظفيها.

ماذا يحدث بعد أن يغادر العميل منتجك؟ هنا تبدأ ملاحظة سلوك العملاء

المنتج يعطينا مكانا مريحا نرسم عنده الحدود. نرى على ماذا ضغط الشخص، وهل أخرجت الأداة نتيجة. لكن العميل يرسم الحدود في مكان آخر: عند النقطة التي ينتهي فيها العمل فعلا.

في مثال مسعد، الكود لم يكن هو الهدف. الهدف برنامج يعمل. وكل خطأ كان يعني عملا جديدا على الشخص: ينسخ، ويعود، ويشرح المشكلة للأداة الأخرى، وينتظر محاولة ثانية.

ولو راقبنا لحظة إنتاج الكود فقط، لقلنا إن كل شيء على ما يرام. الجزء المزعج كله كان يحدث خارج الشاشة التي نراها.

الحلول البديلة خارج منتجك: المنتج يرى نتيجة واحدة، والعميل يرى مهمة فيها نسخ وتجربة وأخطاء وعودة من جديد.

رسم توضيحي لحدود المنتج في سلوك المستخدمين كما يصفه مسعد، تقريبا من ٢:٠٢ إلى ٣:٤٢ في حوار YC. ليس رسما تقنيا لوكيل Replit.

لهذا أحب أن أبقى مع العميل بعد أن يغادر المنتج. ربما يجهز النتيجة لشخص آخر، أو يطابقها مع سجل ثان، أو يصلح خطأ. وكل احتمال من هذه له معنى مختلف عند فريق المنتج.

والنسخ واللصق وحده لا يقول لنا أي مشكلة نحل. نحتاج أن نعرف ماذا ينقل ولماذا. أحيانا يكفي تسريع النقل، وأحيانا الأنفع أن نلغي الحاجة إليه من الأساس.

وهذا التنقل مألوف جدا في أنظمة الأعمال. في مقال تبسيط التعقيد كتبت عن مدير مشتريات قد يتعامل مع منصة للتخزين، وأخرى لأوامر الشراء، وثالثة للخدمات الذاتية. كل منصة تعمل جيدا وحدها، والعبء الحقيقي في المسافة بينها.

وفي رواية مسعد، عالجت Replit هذه الدورة بالذات. هذه قصة قرار واحد في منتج واحد، ولا تعني أن كل مهمة موزعة بين أدوات يجب أن تتحول إلى وكيل.

لماذا يتوقف العملاء عن ذكر حلولهم البديلة؟

ورقة إريك فون هيبل عن المستخدمين الرواد سنة ١٩٨٦ تعطي جوابا مفيدا. المستخدمون الرواد عنده هم من يواجهون حاجة قبل أغلب السوق بأشهر أو سنوات، ويتوقعون فائدة كبيرة إذا حلوها (ص ٦). ولأن الحاجة عندهم قوية، كثيرا ما يحاولون سدها بأنفسهم (ص ١).

أحيانا يستخدمون منتجات موجودة بطرق لم يتوقعها صانعوها، وأحيانا يطورون منتجا جديدا كاملا (ص ١٢).

وأشهر أمثلته بسيط جدا. في بداية السبعينيات، لاحظ أصحاب المحلات في جنوب كاليفورنيا أن الأولاد يعدلون دراجاتهم لتشبه الدراجات النارية، ويتسابقون بها على مسارات ترابية. فأطلق المصنعون خطا كاملا من دراجات "موتوكروس". وبحلول ١٩٧٤ صارت ٨٪ من كل دراجات مقاس ٢٠ إنش المشحونة، وبعد سنتين صارت نصف ٣٫٧ مليون دراجة أطفال جديدة بيعت (ص ١٣، نقلا عن تقرير في نيويورك تايمز سنة ١٩٧٨). العملاء أظهروا المنتج قبل أن يصنعه أحد.

لكن الجزء الأهم لهذا المقال جاء بعد ذلك. يقول فون هيبل إن المستخدم الذي يتوقع فائدة عالية ربما يكون قد حل مشكلته ولم يعد يشعر بالحاجة (ص ١١). فالاستبيان الذي يبحث عن حاجات ناقصة قد لا يصل إليه أبدا.

وهذا سبب كاف لأسأل كيف ينجز العمل، حتى لو كان العميل يبدو راضيا. الطريقة المتعبة ربما صارت عادية عنده، وما زالت تترك مساحة لمنتج أفضل بكثير.

والورقة نفسها تضع حدا. حاجات المستخدمين الرواد في العادة ليست هي نفسها حاجات السوق الأوسع الذي يأتي بعدهم، فلا بد من فحص ما نتعلمه منهم قبل تعميمه (ص ١٤). وهي منهج بحثي مبني على دراسات وأمثلة سابقة، وليست تجربة مضبوطة تثبت أن مراقبة الحل البديل تنتج دائما منتجا ناجحا.

ولن أسمي مستخدمي Replit مستخدمين روادا بناء على هذا الحوار وحده. الرابط أبسط: من يجمع بين الأدوات قد يكشف حاجة بما يفعله أصلا، والبحث يعطينا سببا لنأخذ هذا بجدية ثم نتحقق كم هو منتشر.

هل يفعل موظفوك الشيء نفسه مع الذكاء الاصطناعي؟

نعم، والاستبيانات الكبيرة تقول ذلك بوضوح. العميل الذي يتنقل بين أدواتك قد يكون جالسا في مكتبك.

في استبيان BCG لسنة ٢٠٢٥ عن الذكاء الاصطناعي في العمل، والذي شمل ١٠٬٦٣٥ شخصا، قال ٥٤٪ إنهم سيستخدمون أدوات ذكاء اصطناعي حتى لو لم تصرح بها الشركة (BCG، تقرير "الذكاء الاصطناعي في العمل ٢٠٢٥"، الشريحة ١٤). ومن الموظفين في الخطوط الأمامية، قال ٣٧٪ إن شركتهم لا توفر لهم الأدوات المناسبة (الشريحة ١٢). حين تقف الأداة الرسمية قبل نهاية المهمة، يحمل الناس العمل إلى أداة أخرى. هي نفس دورة Replit، لكن معها خطر أمني.

وهذا يهمنا في الخليج تحديدا. في الاستبيان نفسه، ٨٧٪ من المشاركين من الشرق الأوسط (من الكويت وقطر والسعودية والإمارات) يستخدمون الذكاء الاصطناعي عدة مرات في الأسبوع على الأقل، وهي ثاني أعلى نسبة بعد الهند (الشريحة ٧). استخدام بهذا الحجم يعني حلولا بديلة أكثر نتعلم منها، وأغلبها بعيد عن أعيننا.

والقيادات غالبا ترى أقل مما يحدث. في استبيان ماكنزي في الولايات المتحدة، قدر كبار التنفيذيين أن ٤٪ فقط من الموظفين يستخدمون الذكاء الاصطناعي التوليدي في ٣٠٪ على الأقل من عملهم اليومي، بينما قال الموظفون أنفسهم ١٣٪ (ماكنزي، تقرير "الوكالة الفائقة في بيئة العمل"، ص ١٢، الشكل ٢). العمل موجود، لكنه لا يظهر من فوق.

وبعض هذا العمل لا يظهر في أي تقرير أصلا. في دراسة IBM لمديري الموارد البشرية لسنة ٢٠٢٦، قال ٨٠٪ من التنفيذيين إن تبني الذكاء الاصطناعي يخلق عملا لا يعترف به: مراجعة التوصيات، وتصحيح الأخطاء، وإضافة السياق، والتعامل مع الاستثناءات. وقال ٤٢٪ من الموظفين إن الذكاء الاصطناعي إما يزيد عملهم أو يتركه بلا اعتراف (IBM، دراسة مديري الموارد البشرية ٢٠٢٦، ص ٣٤). هذه القائمة تشبه كثيرا ما كان مستخدمو مسعد يفعلونه بأيديهم.

لا شيء من هذه الأرقام يخبرك ماذا يفعل موظفوك أنت. لكنها تقول إن الأمر يستحق أن تذهب وترى بنفسك.

كيف تخبرنا الملاحظة أكثر مما يخبرنا طلب ميزة جديدة؟

يصف هيو بيير وكارين هولتزبلات منهجا عمليا في مقالهما عن التصميم السياقي سنة ١٩٩٩. ويبدآن من مشكلة بسيطة: العمل يصير عادة عند من يقوم به، فيصعب عليه أن يشرح بالضبط ماذا يفعل ولماذا.

وجوابهما هو الاستقصاء السياقي. الباحث يجلس مع العميل في مكان العمل، ويراقب العمل الحقيقي، ويسأل عن كل خطوة وهي تحدث. ومن هذا الحوار يصلان معا إلى فهم مشترك للعمل.

المهم هنا الجمع بين الملاحظة والحوار. المراقبة بصمت تتركك تخمن. وطلب ملخص من الذاكرة يسقط التفاصيل التي صارت روتينية.

ويعطيان أيضا فكرة عن العدد. لمشكلة محددة في جزء واحد من النظام، يقترحان مقابلة ٤ إلى ٦ مستخدمين. ولاكتشاف فرص لمنتجات جديدة، ١٥ إلى ٢٠ مستخدما من السوق كله. هذه إرشادات من الممارسة وليست نتائج بحثية، والمقال لا يعطي نسبة نجاح لملاحظة العملاء.

ما يهمنا هو نوع المعلومة التي يبحث عنها المنهج. العميل ينتقل من أداة لأخرى. نسأله لماذا. يشرح ماذا يحتاج بعدها. ثم نتأكد أننا فهمنا السبب، بدل أن نحول تخمينا إلى متطلب.

الاستقصاء السياقي لفهم سلوك العملاء في أربع خطوات: راقب العمل، واسأل عن الخطوة، وتأكد من فهمك، وتابع المهمة حتى تكتمل.

رسم توضيحي مستوحى من منهج الاستقصاء السياقي عند بيير وهولتزبلات. هو تسلسل ملاحظة، وليس نتيجة تجربة.

وهذا حوار مختلف عن سؤال "أي ميزة نضيف بعدها؟". طلب الميزة هو أصلا جواب مقترح، ومتابعة العمل تكشف المشكلة التي وراءه.

والهدف ليس أن نمسك العميل وهو يخطئ. الناس يصفون العملية بالقدر الذي يكفي للحديث، وقد يتركون خطوة لأنها أوضح من أن تذكر. ورؤيتها وهي تحدث تعطي الطرفين شيئا محددا يتكلمان عنه، قبل أن يدخل سوء الفهم خطة المنتج.

وشرح العميل يبقى مهما. هو يعرف أولويات لا تظهر في جلسة واحدة، وقد يعرف لماذا خطوة تبدو متعبة هي في الحقيقة ضرورية. الملاحظة تضيف دليلا، ولا تلغي كلامه.

ماذا نلاحظ في المهمة نفسها؟

أكثر اللحظات كشفا قد تكون الأفعال الصغيرة بين الخطوات الواضحة. شخص يفتح ملفا منفصلا قبل أن يقبل النتيجة. يحفظ نسخة مؤقتة. يرسل النتيجة لزميل وينتظر.

هذه الأفعال تبدو فوضى من داخل فريق المنتج، لكنها قد تكون أساسية عند من يقوم بالعمل. ولا يصح أن نحذفها فقط لأنها تجعل مخطط سير العمل غير مرتب.

هكذا أقرأ هذه اللحظات. هي أسئلة للبحث، وليست أحكاما عما يحتاجه كل منتج.

ما تلاحظه ما قد يعنيه ماذا تسأل بعدها
نسخ النتيجة إلى مكان آخر الخطوة التالية تقع خارج المنتج ماذا يحدث لها هناك؟
إرجاع خطأ إلى أداة أخرى المستخدم ينسق محاولة جديدة ما الذي يجعله يكمل أو يتوقف؟
مراجعة سجل منفصل قد تكون هناك معلومة ناقصة أي معلومة تغير القرار؟
إرسال العمل إلى زميل قد تكون هناك حاجة لمراجعة أو صلاحية ماذا يراجع ذلك الشخص؟

نفس السلوك قد تكون له أسباب مختلفة. المراجعة المنفصلة قد تكون حلا بديلا لميزة ناقصة، وقد تكون احتياطا مقصودا. ونحتاج أن نفهم السبب قبل أن نقترح أي تغيير.

وهذا قريب مما كتبته في توحيد نظام الموارد البشرية مع أنظمة تخطيط الموارد، حين ذكرت تسلسل الاعتمادات والموافقات ضمن ما يجب أن يتكامل. التسليم من شخص لآخر قد يبدو غير فعال، وهو يحمل قرارا مهما. وإلغاء التنقل بين الأدوات لا يلغي الحاجة لهذا القرار، ولا يغير المسؤول عنه.

كيف يبدو الحل البديل في الموارد البشرية؟

لن أخترع منشأة هنا. الأنماط الشائعة معروفة بما يكفي، وكثير من فرق الموارد البشرية ستعرف واحدا منها على الأقل.

الأول هو جدول البيانات بجانب نظام الموارد البشرية. أحدهم يصدر أرصدة الإجازات أو ساعات العمل الإضافي أو أعداد الموظفين، ثم يراجعها أو يعدلها في الجدول قبل أي اعتماد. النظام يظهر اعتمادا سريعا، والمراجعة الفعلية تحدث في الجدول، وغالبا لا تسجل في أي مكان.

الثاني هو الموافقة التي تحدث خارج النظام. المدير يوافق على الطلب عبر واتساب أو بالهاتف، ثم يدخله أحد في الموارد البشرية كأنه مر بالمسار العادي. السجل يوضح من ضغط الزر، لا من قرر فعلا.

الثالث هو نسخ البيانات بين الأدوات. بيانات الموظف الجديد تكتب في نظام الموارد البشرية، ثم مرة ثانية في الرواتب، وفي طلب الصلاحيات، وفي قائمة التهيئة. وكل نسخة فرصة لاختلاف صغير يكتشفه أحد لاحقا.

طلب الميزة في أي منها غالبا سيكون "أضيفوا زر تصدير" أو "اربطوا واتساب" أو "اربطوا الأنظمة". لكن مراقبة العمل قد تكشف شيئا آخر: مراجعة لا يثق الناس أن النظام يقوم بها، أو قرارا يحتاج طريقا أسرع، أو تسليما لا يملكه أحد. وبعضها قد يكون احتياطا وضعه أحد عن قصد. وهذا بالضبط ما تكشفه الجلسة.

كيف تبدو جلسة مفيدة مع العميل؟

أبدأ بآخر مهمة حقيقية حاول العميل أن ينهيها، وأقسم الجلسة إلى ثلاثة أجزاء.

الجزء ماذا تفعل ماذا تتجنب
قبل الجلسة اختر مهمة حقيقية حديثة، واطلب مواد مسموحا له أن يشاركها. أن تطلب منه كشف معلومات سرية من أجل الجلسة.
أثناء الجلسة اتركه يسير في طريقه المعتاد، واسأل عن كل خطوة وهي تحدث، وابق معه إذا فشلت محاولة. أن تقول له أي شاشة يستخدم، أو تلمح للجواب الذي تتمنى أن تسمعه.
بعد الجلسة تأكد من فهمك معه، ثم قارن بمستخدمين آخرين وبسجلات المنتج. أن تعتبر جلسة واحدة دليلا على انتشار المشكلة.

ترك العميل في طريقه المعتاد مهم. لو قلت له أي شاشة يفتح، سيصعب علي أن أعرف كيف يعمل فعلا.

والبقاء مع المحاولة الفاشلة مهم أيضا. التشغيل السلس يخفي الحاجة للإصلاح. وحين يفشل شيء، نرى ماذا يحتاج الشخص أن يفهم قبل أن يكمل، وهل صار يحتاج أداة أخرى أو زميلا.

ثم أتأكد من التفسير. ربما يظن الفريق أن العميل خرج لأن ميزة ناقصة، والعميل يشرح أنه أنهى جزءه وكان ينتظر موافقة. هذا التصحيح وحده قد يوفر الكثير من التطوير غير الضروري.

وأخيرا أقارن بتجربة مستخدمين آخرين. جلسة واحدة قد تكشف مشكلة تستحق الدراسة، لكنها لا تقول كم هي منتشرة. واستبيان أوسع أو سجلات المنتج تجيب عن هذا السؤال، بعد أن يعرف الفريق عما يبحث.

متى يكون الحل البديل سببا لبناء شيء جديد؟

حين يكون العمل المتكرر هو المهمة نفسها، وليس احتياطا حولها. مستخدمو مسعد لم يكونوا يراجعون شيئا عن قصد. كانوا ينقلون الكود والأخطاء ذهابا وإيابا لأنه لا يوجد شيء آخر يقوم بذلك.

والاستبيانات تشير في الاتجاه نفسه. في استبيان ماكنزي العالمي لسنة ٢٠٢٥، قال ٥٥٪ من الأعلى أداء في الذكاء الاصطناعي إنهم أعادوا تصميم سير العمل الفردي من الأساس، مقابل ٢٠٪ من البقية (ماكنزي، تقرير "حالة الذكاء الاصطناعي ٢٠٢٥"، ص ١٦، الشكل ١١). وتقول PwC في تقرير استبيان الرؤساء التنفيذيين لسنة ٢٠٢٦ إن عملها مع الشركات يظهر أن مشاريع الذكاء الاصطناعي المعزولة والتكتيكية كثيرا ما لا تحقق قيمة قابلة للقياس (PwC، الاستبيان العالمي التاسع والعشرون للرؤساء التنفيذيين، ص ٧). والحل البديل يريك أين يجري العمل فعلا، وهذا هو المكان الذي تبدأ منه إعادة التصميم.

لكن البناء لا يعني حذف كل مراجعة. ماكنزي وجدت أيضا أن ٦٥٪ من الأعلى أداء عندهم إجراءات محددة لتقرير متى تحتاج مخرجات النموذج مراجعة بشرية، مقابل ٢٣٪ من البقية (ص ٢٠، الشكل ١٤). وبعض الخطوات التي يقوم بها العميل بيده هي هذا النوع من المراجعة بالضبط.

وفي مقال الذكاء الاصطناعي التوكيلي في الموارد البشرية كتبت عن وكلاء ينجزون العمل ويحيلون القرارات الصعبة إلى الناس. لكن السؤال هنا يأتي قبل اختيار التقنية: أي عمل يحتاج أن يترابط، وكيف يبدو إنهاؤه بالشكل الصحيح؟

الجواب قد يقود إلى وكيل، كما يصف مسعد. وقد يقود إلى تغيير أصغر، مثل نقل المعلومة الصحيحة إلى الخطوة التالية. ومراقبة المهمة يجب أن تترك مكانا للجوابين.

وما يبقى معي من مثال Replit أن الحاجة كانت ظاهرة في الجهد المتكرر. الناس كانوا يظهرون أصلا العمل الذي يحتاجون مساعدة فيه. وقبل أن أسأل أي عميل عن الميزة القادمة، أريد أن أفهم الجزء من يومه الذي يبدأ حين يتوقف منتجنا.

إذا رأيت عميلا أو زميلا يفعل شيئا مثل هذا، راسلني في رسالة خاصة. يهمني أن أعرف ماذا كان ينقل بين الأدوات.

الأسئلة الشائعة

ما هو الحل البديل عند العميل؟

هو العمل الإضافي الذي يقوم به الشخص لينهي مهمة لا يغطيها منتجك بالكامل. قد يكون نسخ نتيجة إلى أداة أخرى، أو مطابقتها مع سجل منفصل، أو إرسالها لزميل. في مثال مسعد، كان المستخدمون ينسخون الكود من ChatGPT إلى Replit ويعيدون الأخطاء حتى يعمل. والحل البديل يريك أين تنتهي المهمة الحقيقية.

لماذا لا يطلب العملاء حلا لمشكلتهم؟

غالبا لأن الحل البديل يعمل عندهم أصلا. يلاحظ فون هيبل أن المستخدم الذي حل مشكلته قد لا يشعر بالحاجة بعدها، فلا يظهر في استبيان عن الحاجات الناقصة. والناس يتركون الخطوات التي تبدو أوضح من أن تذكر. لذلك تفيد مراقبة العمل وليس السؤال عنه فقط، حتى حين يبدو العميل راضيا.

ما هو الاستقصاء السياقي؟

منهج بحثي وصفه هيو بيير وكارين هولتزبلات. الباحث يجلس مع العميل في مكان العمل، ويراقب العمل الحقيقي، ويسأل عن كل خطوة وهي تحدث. ومن هذا الحوار يصلان إلى فهم مشترك للعمل. يجمع المنهج بين الملاحظة والحوار، فلا يبقى الفريق يخمن من المراقبة الصامتة ولا يعتمد على ملخص من الذاكرة.

كم عميلا نحتاج أن نراقب؟

يقترح بيير وهولتزبلات ٤ إلى ٦ مستخدمين لمشكلة محددة في جزء واحد من النظام، و١٥ إلى ٢٠ مستخدما من السوق كله عند البحث عن فرص لمنتجات جديدة. وهذه إرشادات من الممارسة وليست نتائج بحثية. وبعد أن تكشف الجلسات ماذا تبحث عنه، يمكن لاستبيان أوسع أو لسجلات المنتج أن تقول كم هي منتشرة.

هل استخدام الموظفين لأدوات ذكاء اصطناعي غير مصرح بها نوع من الحلول البديلة؟

بطريقة ما، نعم. وجد استبيان BCG لسنة ٢٠٢٥ أن ٥٤٪ من المشاركين سيستخدمون أدوات ذكاء اصطناعي حتى لو لم تصرح بها الشركة، وأن ٣٧٪ من موظفي الخطوط الأمامية يقولون إن شركتهم لا توفر الأدوات المناسبة. هنا الموظف يحمل العمل حول أداة لا تكمل المهمة. في هذا خطر أمني، لكنه يريك أيضا أين تقصر الأدوات الرسمية.

المراجع

  • Y Combinator، Paul Graham in conversation with Amjad Masad (بالإنجليزية)، فيديو على X (تقريبا من ٢:٠٢ إلى ٣:٤٢: مستخدمون ينسخون الكود من ChatGPT إلى Replit ويعيدون الأخطاء، وReplit تبني وكيلا لهذه الدورة). سلوك المستخدمين وتطوير الوكيل من رواية مسعد، ولم يتحقق منهما بشكل مستقل.
  • إريك فون هيبل (Eric von Hippel)، Lead Users: A Source of Novel Product Concepts (PDF) (بالإنجليزية)، Management Science 32(7)، يوليو ١٩٨٦، ص ٧٩١ إلى ٨٠٥ (الصفحات أدناه من نسخة المؤلف بصيغة PDF: ص ١ الملخص، المستخدمون الرواد يحاولون سد الحاجة بأنفسهم؛ ص ٦ صفتا المستخدم الرائد؛ ص ١١ من حل مشكلته قد لا يشعر بالحاجة؛ ص ١٢ استخدام منتجات موجودة بطرق لم يتوقعها صانعوها؛ ص ١٣ دراجات موتوكروس، ٨٪ من دراجات مقاس ٢٠ إنش المشحونة سنة ١٩٧٤ ونصف ٣٫٧ مليون دراجة أطفال بعد سنتين، نقلا عن نيويورك تايمز، ٢٩ يناير ١٩٧٨؛ ص ١٤ حاجات المستخدمين الرواد ليست هي نفسها حاجات السوق اللاحق).
  • هيو بيير وكارين هولتزبلات (Hugh Beyer وKaren Holtzblatt)، Contextual Design (بالإنجليزية)، interactions 6(1)، يناير وفبراير ١٩٩٩، تبدأ من ص ٣٢ (نسخة ويب بلا أرقام صفحات: العمل المعتاد يصعب شرحه؛ الاستقصاء السياقي يراقب ويسأل عن كل خطوة للوصول إلى فهم مشترك؛ ٤ إلى ٦ مستخدمين لمشكلة محددة، و١٥ إلى ٢٠ لفرص المنتجات الجديدة).
  • مجموعة بوسطن الاستشارية (BCG)، AI at Work 2025: Momentum Builds, but Gaps Remain (PDF) (بالإنجليزية)، يونيو ٢٠٢٥ (الشريحة ٢: ١٠٬٦٣٥ مشاركا في ١١ سوقا، والشرق الأوسط من الكويت وقطر والسعودية والإمارات؛ الشريحة ٧: ٨٧٪ من مشاركي الشرق الأوسط يستخدمون الذكاء الاصطناعي عدة مرات في الأسبوع على الأقل؛ الشريحة ١٢: ٣٧٪ من موظفي الخطوط الأمامية يقولون إن الشركة لا توفر الأدوات المناسبة، العينة ٣٬٥٣٧؛ الشريحة ١٤: ٥٤٪ سيستخدمون أدوات ذكاء اصطناعي حتى دون تصريح).
  • ماكنزي (McKinsey & Company)، Superagency in the workplace: Empowering people to unlock AI's full potential (PDF) (بالإنجليزية)، يناير ٢٠٢٥ (ص ١٢، الشكل ٢: كبار التنفيذيين يقدرون أن ٤٪ من الموظفين يستخدمون الذكاء الاصطناعي التوليدي في ٣٠٪ على الأقل من عملهم اليومي، والموظفون يقولون ١٣٪؛ استبيانات أمريكية، ١١٨ من كبار التنفيذيين و٣٬٠٠٢ موظف).
  • معهد IBM لقيمة الأعمال (IBM Institute for Business Value)، Designing the Thinking Organization: 2026 CHRO Study (PDF) (بالإنجليزية)، سبتمبر ٢٠٢٦ (ص ٣٤: ٨٠٪ من التنفيذيين يقولون إن تبني الذكاء الاصطناعي يخلق عملا لا يعترف به، و٤٢٪ من الموظفين يقولون إنه يزيد عملهم أو يتركه بلا اعتراف. رقم الصفحة المطبوع؛ أضف ٢ لصفحة الملف).
  • ماكنزي (McKinsey & Company)، QuantumBlack، The state of AI in 2025: Agents, innovation, and transformation (PDF) (بالإنجليزية)، نوفمبر ٢٠٢٥ (ص ١٦، الشكل ١١: ٥٥٪ من الأعلى أداء مقابل ٢٠٪ من البقية أعادوا تصميم سير العمل الفردي من الأساس؛ ص ٢٠، الشكل ١٤: ٦٥٪ مقابل ٢٣٪ لديهم إجراءات محددة لتقرير متى تحتاج المخرجات مراجعة بشرية؛ ١٬٩٩٣ مشاركا).
  • برايس ووترهاوس كوبرز (PwC)، 29th Global CEO Survey: Leading through uncertainty in the age of AI (PDF) (بالإنجليزية)، يناير ٢٠٢٦ (ص ٧: من عمل PwC مع الشركات، مشاريع الذكاء الاصطناعي المعزولة والتكتيكية كثيرا ما لا تحقق قيمة قابلة للقياس؛ ص ٢٣: ٤٬٤٥٤ رئيسا تنفيذيا في ٩٥ دولة وإقليما).