Pada 4 Ogos 2026, Bank Dunia menerbitkan Laporan Pembangunan Dunia bertajuk "Janji Kecerdasan Buatan" — penilaian menyeluruh pertamanya tentang makna teknologi ini bagi ekonomi membangun. Pengajaran praktikalnya dalam satu ayat: pulangan terbesar bukan datang daripada membeli alat AI siap guna, tetapi daripada menyesuaikannya dengan konteks tempatan, data dan aliran kerja anda. Laporan ini menggariskan tiga peringkat yang semakin mencabar — guna pakai, sesuaikan, majukan — dan berhujah bahawa kebanyakan organisasi dan ekonomi patut menumpukan usaha mereka pada dua peringkat pertama, bukan yang ketiga.

Mengapakah laporan pembangunan global penting kepada anda sebagai pemilik perniagaan?

Kerana ia menjawab soalan yang sedang membuntukan setiap pemilik perniagaan: ke manakah saya patut membelanjakan bajet saya? Laporan ini tidak menjual alat dan tidak mempromosikan mana-mana vendor. Ia meneliti di mana manfaat benar-benar menjadi kenyataan dan di mana ia lenyap. Kesimpulannya, jurang antara syarikat yang mendapat manfaat dengan syarikat yang tidak jarang sekali dapat dijelaskan oleh model yang digunakan — hampir semua pihak mencapai model yang sama. Jurang itu dijelaskan oleh data yang tersedia, kualiti operasi dalaman dan kejelasan masalah yang hendak diselesaikan.

Laporan ini juga membincangkan Arab Saudi secara khusus, dengan meletakkan Kerajaan tersebut antara sepuluh negara teratas dunia dalam pelaburan swasta dalam AI, serta menonjolkannya sebagai destinasi menarik bagi bakat pakar dan contoh dalam integrasi data kerajaan. Dalam erti kata lain, infrastruktur, pembiayaan dan bakat kini sudah tersedia di sekeliling anda. Bahagian yang hilang biasanya berada di dalam syarikat anda sendiri.

Teknologi ini tersebar lebih pantas daripada setiap gelombang sebelumnya

Laporan ini menawarkan perbandingan yang wajar diberi perhatian: enjin wap mengambil masa kira-kira lapan puluh tahun untuk sampai ke negara berpendapatan rendah, elektrik kira-kira empat puluh tahun, dan internet kira-kira dua puluh tahun. Model perbualan moden pula berbeza sama sekali — negara berpendapatan sederhana menyumbang separuh daripada trafik global ChatGPT dalam tempoh enam bulan selepas pelancarannya.

Secara praktikal, ini bermakna kelebihan awal yang bertahan bertahun-tahun dalam gelombang sebelumnya kini hanya bertahan beberapa bulan. Akses kepada teknologi bukan lagi pembeza, kerana pesaing anda mendapatkannya pada hari yang sama dengan anda. Pembezanya ialah betapa cepat anda menjadikannya prosedur operasi harian di dalam syarikat.

Tiga faktor menentukan nilai: keupayaan, penumpuan, pelengkap

  • Keupayaan: AI melaksanakan tugas kognitif yang biasanya memerlukan kepakaran manusia yang terhad — dan kekurangan itulah sebenarnya kekangan yang lebih besar dalam ekonomi membangun. Oleh itu, ia memberi nilai paling tinggi apabila menggantikan kepakaran yang anda tidak miliki, bukan apabila mengulangi kerja yang sudah dilakukan dengan baik oleh pasukan anda.
  • Penumpuan: sebilangan kecil syarikat dalam beberapa ekonomi menguasai model paling canggih, cip yang menjadi sandarannya, dan pusat data yang menjalankannya. Ini mewujudkan risiko kebergantungan kepada satu pembekal, tetapi ia juga bermakna anda boleh menyesuaikan model siap guna tanpa membelanjakan berbilion untuk membina sistem dari awal.
  • Pelengkap: AI berfungsi paling baik di tempat yang infrastrukturnya boleh dipercayai, pendidikannya baik, institusinya kukuh dan datanya wujud dalam bahasa tempatan. Ketiadaan pelengkap inilah yang menyebabkan kesannya lambat tiba, sekuat mana pun modelnya.

Rangka kerja praktikal: guna pakai, kemudian sesuaikan, kemudian majukan

Laporan ini menerangkan tiga peringkat, setiap satu lebih mahal dan lebih menuntut daripada yang sebelumnya:

  • Guna pakai ialah titik permulaan yang betul: menggunakan alat yang sedia ada untuk mempercepat kerja kakitangan anda dan menambah baik keputusan anda. Kos rendah, kesan pantas.
  • Sesuaikan ialah tempat keuntungan terbesar berada, menurut laporan ini. Alat yang dilatih dalam ekonomi lain mungkin menghasilkan cadangan yang tidak sesuai dengan konteks anda, bahasa pelanggan anda atau peraturan negara anda. Menyesuaikan bermakna penyelesaian itu berjalan dengan data anda, dalam bahasa Arab dan di dalam prosedur anda.
  • Majukan bermakna membina model termaju dan infrastruktur yang menggerakkannya. Ini jauh merupakan laluan paling sukar dan paling mahal, yang memerlukan cip, pusat data besar, data latihan yang sangat banyak dan penyelidik bertaraf dunia. Laporan ini berterus terang bahawa ia bukan sasaran jangka pendek yang realistik bagi kebanyakan ekonomi membangun — dan dengan itu, bukan sasaran yang realistik bagi kebanyakan syarikat.
Peraturan yang boleh anda bawa pulang: mulakan dengan guna pakai kerana ia murah dan pantas, labur secara serius dalam penyesuaian kerana di situlah kelebihan sebenar, dan hanya masuk ke peringkat majukan jika membina model itu sendiri ialah perniagaan sebenar anda.

Mengapakah projek AI terhenti walaupun modelnya kukuh?

Biasanya kerana pelengkapnya tiada. Sebuah syarikat melanggan alat yang berkebolehan, kemudian mendapati datanya berselerak dalam hamparan dan mesej WhatsApp, setiap cawangan menamakan produk yang sama secara berbeza, dan tiada sesiapa yang bertanggungjawab atas satu definisi tunggal tentang maksud "pesanan selesai". Model itu tidak gagal di sini — ia cuma tiada apa-apa yang koheren untuk diproses.

Jadi susunan yang betul ialah: bersihkan data dan sambungkan sistem anda terlebih dahulu, kemudian tambah lapisan kecerdasan di atasnya. Syarikat yang mempunyai sistem operasi yang tersusun melihat kesannya dalam beberapa minggu; syarikat tanpanya membayar untuk alat yang akhirnya tidak digunakan oleh sesiapa.

Pelan sembilan puluh hari untuk melaksanakan rangka kerja ini

  • Hari 1-30, guna pakai: pilih satu proses yang mahal, berulang dan boleh diukur — menjawab pertanyaan pelanggan, mengekstrak data invois, meringkaskan kontrak. Gunakan alat siap guna padanya dan ukur masa yang dijimatkan sebelum dan selepas.
  • Hari 30-60, sediakan pelengkap: himpunkan data di sebalik proses itu di satu tempat, tetapkan kebenaran akses, dan tulis definisi bersama untuk istilah yang tidak dipersetujui oleh pasukan anda.
  • Hari 60-90, sesuaikan: bina penyelesaian berdasarkan data, bahasa dan prosedur anda, dan sambungkannya ke sistem sedia ada melalui API — dengan kelulusan akhir masih di tangan manusia yang bertanggungjawab.
  • Selepas itu: kembangkan secara mendatar ke proses kedua menggunakan kaedah yang sama. Jangan buka lima barisan hadapan serentak.

Inilah tepatnya yang kami bina di Origami: sistem tersuai yang terlebih dahulu menyambungkan data syarikat antara satu sama lain, dengan lapisan AI ditambah di atasnya dalam bahasa Arab dan di dalam prosedur perniagaan sebenar, supaya kesannya boleh diukur dan bukan sekadar percubaan.

Sumber