AI ትግበራ 95% ሲወድቅ፡ SMEs የሚሰሩት ምንድን ነው?

95% የሚሆኑ የጀነሬቲቭ AI ፓይለቶች እየተሳናቸው መሆናቸውን የሚጠቁሙ ሪፖርቶች በ2025 መጨረሻ የቢዝነስ ውይይትን አስነቃቃ። እንግዲህ ሰዎች “AI ፍንዳታ ነው እና ባለፈ” ሲሉ ይጠብቃሉ፤ ግን በእውነቱ እጅግ ብዙ ድርጅቶች ወጪን አላቆሙም—ቢያንስ በድምፅ አይናገሩም። ይህ የ“AI መቀበል እንቆቅልሽ” ነው፤ ሁሉም ችግር እያየ ነው ነገር ግን ማንም “እኛ ተመለስን” አይልም።

ለአነስተኛና መካከለኛ ንግዶች (SMEs) ይህ ውይይት በተለይ ይመራል። ምክንያቱ? SMEs ብዙ ጊዜ የተገደበ በጀት፣ የመረጃ ቅንብር ድክመት እና በገበያ ግፊት “እኛም AI አለን” ለማለት የሚያስገድድ ፍላጎት አላቸው። እና እዚህ ላይ የእኛ የርዕስ ተከታታይ—“አርቲፊሻል ኢንተሊጀንስ በመንግስታዊ አገልግሎቶች ዲጂታላይዜሽን”—በተፈጥሮ ይገባል፤ ምክንያቱም ከመንግስታዊ ዲጂታል አገልግሎት ጋር የሚሰሩ SMEs (ኮንትራክተሮች፣ ፊንቴኮች፣ የዲጂታል ክፍያ አቅራቢዎች፣ የመረጃ ስርዓት አስኪያጆች) እውነተኛ ውጤት እንጂ የመለኪያ ላይ የሚቀመጥ “ፓይለት” አያስፈልጋቸውም።

እንቆቅልሹ ምንድን ነው? ሁሉም እየተሳናቸው ሲባል ለምን አይቆሙም

መልስ ቀድሞ: ብዙ ድርጅቶች ችግሩን “AI አይሰራም” ብለው አይተርጉሙትም፤ “እኛ አልዘጋጀንም” ብለው ይተርጉሙታል—መረጃ ዝግጅት፣ ሂደት ዳግም ንድፍ፣ አመራር መግባባት ወዘተ።

2025 የተነሳ የAI ውይይት ሁለት ጎን አለው። አንደኛ፣ የአዲስ ሞዴሎች መግባባት አይነት ግልፅ ሳይሆን አንዳንድ ትልልቅ ማውጫዎች እድገት እንዳልተጠበቀ ተቀባይነት አገኙ። ሁለተኛ፣ በብዙ ድርጅቶች ውስጥ “AI ወጪ መቀነስ አለብን” ብለው መናገር እንኳ እንደ ድክመት መግለጫ ይታያል—በተለይ ለህዝብ የሚነገር ድርጅት ከሆነ።

ለSMEs ግን ይህ እንቆቅልሽ ከታላላቅ ኩባንያዎች ይልቅ ግልፅ መሆን አለበት፤ በጀት እና ጊዜ የማይበቃ ፓይለት ማለት ቀጥታ የእድገት እና የገንዘብ መረጋጋት አደጋ ነው።

“ፓይለት መሳካት” ምን ማለት ነው? ከዲሞ ወደ የሚለካ ውጤት

መልስ ቀድሞ: ፓይለት የሚሳካው አዲስ ቴክኖሎጂ ሲታይ አይደለም፤ ከመጀመሪያ የተወሰነ መለኪያ (KPI) እና የስራ ሂደት ለውጥ ሲኖረው ነው።

የብዙ ድርጅቶች ስህተት እዚህ ነው፤ ሞዴል ይመርጣሉ፣ ቻትቦት ይነሳሉ፣ ሁለት ሳምንት ያሳያሉ፣ ከዚያም “ሰራ/አልሰራም” ይላሉ። ግን በቢዝነስ ዓለም ላይ የሚሰራ ነገር የሚለካ እና የሚደገም መሆን አለበት።

ለSMEs የሚሰሩ 3 መለኪያዎች (ከቀላሉ ጀምሮ)

1. የጊዜ ቅነሳ: ለምሳሌ የደንበኛ ጥያቄ መልስ ጊዜ ከ8 ሰዓት ወደ 2 ሰዓት መውረድ።
2. የጥራት መሻሻል: የስህተት መጠን (error rate) በወር ከ12% ወደ 5% መቀነስ።
3. የወጪ ቅነሳ (ግልፅ ሂሳብ ጋር): ሰው-ሰዓት በስራ ላይ የሚወጣው ከ100 ሰው-ሰዓት ወደ 60 ሰው-ሰዓት።

ይህ ወደ መንግስታዊ አገልግሎት ዲጂታላይዜሽን ሲመጣ በጣም ግልፅ ይሆናል፤ አገልግሎት ለማፋጠን (turnaround time) እና ቢሮክራሲ ለመቀነስ መለኪያ አለ። ማሳያ ብቻ አይደለም።

4 እንቅፋቶች የሚያወድቁትን ፓይለት ይፈጥራሉ (እና መፍትሄዎቻቸው)

መልስ ቀድሞ: 95% ፓይለት መውደቅ የቴክኖሎጂ ብቻ ችግር አይደለም—የመረጃ፣ የሂደት፣ የሰው ኃይል እና የአመራር ችግር ነው።

1) መረጃ ዝግጅት የለም (Data readiness)

አብዛኛው የAI ፕሮጀክት ከ“መረጃ እንዴት እንደሚቆጠር” ይልቅ “የትኛው ሞዴል ይመች?” ብሎ ይጀምራል። ይህ የተሳሳተ መጀመሪያ ነው።

የሚሰራው:

• የመረጃ መዝገብ (inventory) አድርጉ፤ መረጃ የት አለ? ማን ይቆጣጠራዋል?
• 5–10 ዋና መስኮችን በአንድ መደበኛ ቅርጽ አንጻፉ (የደንበኛ ስም፣ ስልክ፣ ክፍያ ሁኔታ…)
• የመረጃ ጥራት መለኪያ ያስገቡ (እንደ “ባዶ መስክ መጠን < 2%”)።

2) ሂደት አልተስተካከለም (Process-first አይደለም)

AI በተበታተነ ሂደት ላይ እንደ መድሀኒት አይሰራም፤ ከፍ ያለ ፍጥነት ላይ የሚያስኬድ ጭነት ብቻ ይሆናል።

የሚሰራው:

• አንድ ሂደት ምረጡ (ለምሳሌ የግብይት ማረጋገጫ ወይም የደንበኛ ቅሬታ ማስተናገድ)
• በ3 ደረጃ ያሳንሱ: ማስገባት → ማረጋገጥ → መዝገብ/ሪፖርት
• ከዚያ ብቻ AI ይጨምሩ (ለምሳሌ ሰነድ መረጃ መሙላት፣ ማጠቃለያ መጻፍ)።

3) ሰው ኃይል እና ተጠያቂነት አልተቀመጠም

“AI ብቻ ይሠራል” ብለው መመኘት ዋጋ ያስከፍላል። ከKlarna ያለ ተሞክሮ የሚያሳየው ነገር ግልፅ ነው—AI ፍጥነት ይሰጣል፣ ሰው ግን ስሜት እና ውሳኔ ይሰጣል።

የሚሰራው:

• “AI ባለቤት” ሹም (Product owner) ይመድቡ—በግልፅ ተግባር እና ስልጣን ጋር
• Human-in-the-loop ደንብ ያቁሙ (ለምሳሌ ከ2,000 ብር በላይ የክፍያ አስተናጋጅ ሰው ይፈትሽ)
• ሰራተኞችን በ2 ሰዓት ስልጠና ይጀምሩ (ማይክሮ-ስልጠና): መጠየቂያ መጻፍ (prompting)፣ ውጤት ማረጋገጥ፣ የግላዊነት መመሪያ

4) ግላዊነት እና ደህንነት አልተያዘም (Risk & compliance)

ለመንግስት አገልግሎት የሚሰሩ SMEs ይህ እንቅፋት በጣም ትልቅ ነው። የዜጎች መረጃ ወደ ያልተረጋገጠ መሳሪያ መጫን አደጋ ነው—ህጋዊም ነው፣ ንግድንም ያቃጥላል።

የሚሰራው:

• ለፓይለት የሚጠቀሙትን መረጃ ያንሱ (data minimization)
• ስም/ስልክ/መለያ ቁጥር እንደ መጀመሪያ ይሸፍኑ (masking)
• የመግቢያ ፍቃድ (role-based access) በቀላሉ ያቁሙ

የምገነዘበው ነገር: አብዛኛው የAI ፕሮጀክት ችግር ኮድ አይደለም—ስራ ሂደት እና ተጠያቂነት ነው።

SMEs ለመንግስታዊ ዲጂታላይዜሽን በተስማሚ መንገድ AI እንዴት ይጠቀሙ?

መልስ ቀድሞ: በመንግስት-ተኮር አገልግሎቶች ውስጥ AI የሚያመጣው ዋጋ ሦስት ነገር ላይ ይመሰረታል—ማፋጠን, መደበኛ ማድረግ, ግልፅነት።

የሚጀምሩበት 5 ተግባራዊ የAI አጠቃቀም ጉዳዮች

1. ሰነድ ማጠቃለያ እና መመዝገብ: የግብይት አቅርቦት/ውል ማጠቃለያ በ1–2 ደቂቃ ውስጥ እና ወደ የጉዳይ መዝገብ መግባት።
2. የዜጎች ጥያቄ መልስ (assisted support): ቻት ላይ መልስ ይጽፋል፣ ሰራተኛ ያረጋግጣል።
3. የቅሬታ መመደብ (triage): ቅሬታዎችን በምድብ/አስቸኳይነት መለየት እና ለትክክለኛው ቡድን መላክ።
4. የመረጃ ጥራት መቆጣጠር: ባዶ መስኮች፣ ድግግሞሽ መዝገቦች፣ የተሳሳተ ፎርማት በራስ-ሰር ማስጠንቀቂያ።
5. የቢሮ ሪፖርት እና ግልፅነት: የሳምንታዊ ስራ ሪፖርት ከመዝገብ በቀጥታ መፍጠር (ከሰው አረጋጋጭ ጋር)።

90 ቀን የAI እርምጃ እቅድ (SME ተመጣጣኝ)

• ቀን 1–15: አንድ ጉዳይ ምረጡ + KPI ይጻፉ + የመረጃ ንጽህና ዝርዝር ይስሩ
• ቀን 16–45: ትንሽ ፓይለት በእውነተኛ ስራ (production-like) አካባቢ ያስቀምጡ + human-in-the-loop ይጨምሩ
• ቀን 46–90: የመጠቀም መመሪያ (SOP) ይጻፉ + ወጪ/ትርፍ ይለኩ + የማስፋት ውሳኔ ይውሰኑ

እዚህ ላይ የሚገባ አስተያየት አለኝ: ብዙ SMEs በፍጥነት ለማስጀመር ይፈልጋሉ፣ እኔም እቀበላለሁ። ግን ፍጥነት ካልተለካ እና ካልተጠበቀ ፍጥነት አይደለም—መሮጥ ብቻ ነው።

“እኛ ተመለስን” ማንም ለምን አይልም? ለSMEs ያለው ትምህርት

መልስ ቀድሞ: AI ላይ መቆም እንደ መቀስቀስ ይታያል፤ በግልፅ ሂሳብ እና አንድ-አንድ ተግባር ላይ መቆም ግን የንግድ ብልሃት ነው።

ትልልቅ ኩባንያዎች ምናልባት ለውጭ ምስል ምክንያት እውነታውን ሊያጠራርጉ ይችላሉ። SMEs ግን ይህን አትፈልጉ። በመረጃ እና በKPI ላይ የተመሰረተ ውሳኔ ይውሰኑ፤ ካልሰራ ተመለሱ፣ ምክንያቱን ጻፉ፣ ከአንዱ ጉዳይ ወደ ሌላ በስርዓት ተጓዙ።

በመንግስታዊ አገልግሎት ዲጂታላይዜሽን ትርኢት ውስጥ እንኳ ትልቁ ጥያቄ እስካሁን ይህ ነው፤ AI አገልግሎትን በእውነት ያፋጥናልን? ወይስ አዲስ ጭነት ይጨምራል? መልሱ በመለኪያ ላይ ነው፣ በዝማሬ ላይ አይደለም።

አንድ ነገር ብቻ ብልህ ነው: “AI ያለ KPI መግባት የገንዘብ ፈሳሽ ማፍሰስ ነው።”

የሚቀጥለው እርምጃ ቀላል ነው፤ በንግድዎ ወይም በመንግስት-ተኮር ፕሮጀክትዎ ውስጥ የሚያሳነስ አንድ ብቻ ጉዳይ ምረጡ፣ KPI ይጻፉ፣ ከዚያ 90 ቀን በላይ ያልሆነ ፓይለት በስርዓት ያስከዱ። ከዚያ በኋላ ውሳኔ መውሰን አያስፈራም።

በ2026 መጀመሪያ የሚታየው ምስል እንዲህ ይመስላል: የሚናገሩ ብዙ ሆነው የሚሰሩ ጥቂት ድርጅቶች ይለያሉ። የእርስዎ ንግድ የትኛው ቡድን ውስጥ ይሆናል?