في أبريل 2026، نشر 2X AI Innovation Lab مؤشر AI Visibility Index الافتتاحي، الذي حلل كيفية ظهور 70 شركة من شركات B2B عبر بيئات generative AI التي يستخدمها المشترون الآن للبحث عن البائعين ووضعهم في قوائم مختصرة. أظهرت النتائج أن 96% من الشركات السبعين التي تم تحليلها كانت غير مرئية وظيفياً في مرحلة الاكتشاف المبكرة التي تعتمد على AI، مع بقاء 4.3% فقط على حضور ثابت عندما طرح المشترون أسئلة على أنظمة AI على مستوى الفئة.
هذه الشركات كانت تستثمر بالفعل بكثافة في التسويق. لكنها فشلت في مشكلة مختلفة هيكلياً – مشكلة لم تُصمم ميزانياتها لحلها على الإطلاق. لقد بُنيت بنيتها التحتية التسويقية لعميل يكتب استعلاماً، ينقر على رابط، ويقرأ صفحة. أما وكلاء AI، الذين يتولون الآن أبحاث البائعين في المراحل المبكرة لنسبة متزايدة من مشتري الشركات، فيقومون بتحليل البيانات المهيكلة (structured data)، واستعلام الـ APIs، وإرجاع توصيات مُركّبة للبشر الذين نشّطوهم.
استراتيجية go-to-market القياسية، من المحتوى الوارد (inbound content) إلى الحملات المدفوعة (paid campaigns) إلى تسلسلات التواصل مع المبيعات (sales outreach sequences)، تنتج نمط فشل محدداً: إنها تولد إشارات يمكن للبشر فقط قراءتها. قصة العلامة التجارية (brand story)، تسلسل بريد إلكتروني للتوعية (nurture email sequence)، ورقة بيضاء محمية (gated whitepaper): لا شيء من هذه يحمل تمثيلاً مهيكلاً يمكن لخط أنابيب تقييم الوكيل (agent evaluation pipeline) استعلامه وعرضه كناتج. الشركة التي استثمرت ثلاث سنوات في بناء الوعي بالعلامة التجارية (brand recognition) عبر تلك القنوات، من منظور الوكيل، لم تبنِ شيئاً على الإطلاق. التكلفة ليست خطراً مستقبلياً، بل هي إيرادات حالية.
يشرح هذا المقال كيف يتغير تقييم البائعين عندما يكون المشتري وكيل AI: لماذا يتجاوز الوكلاء قنوات التسويق القياسية أثناء الاكتشاف، ولماذا تُستبعد المنتجات التي لا يمكن الوصول إليها إلا عبر واجهة مستخدم (UI) من عمليات الشراء التي يقودها الوكلاء، ولماذا لا يوجد لـ brand equity مكافئ في تقييم AI. ثم يستعرض المقال ما بنته نسبة الـ 4.3% من شركات B2B الموجودة حالياً في تلك القوائم المختصرة للبقاء مرئية لوكلاء AI وأدوات اكتشاف AI.
مرحلة القوائم المختصرة التي لا يمكن لتسويقك الوصول إليها
وجد تقرير "Deloitte 's 2026 State of AI in the Enterprise"، الذي استطلع آراء 3,235 من قادة الأعمال وتكنولوجيا المعلومات عبر 24 دولة، أن ما يقرب من ثلاثة أرباع الشركات تخطط لنشر AI وكيل (agentic AI) في غضون عامين. سيقوم هؤلاء الوكلاء بتقييم البائعين، وتنفيذ المشتريات، وبدء العقود نيابة عن موكليهم البشريين. ما يجعل هذا الجدول الزمني غير مريح لمعظم القادة التجاريين هو عدم قابليته للعكس: تتم عملية وضع القوائم المختصرة قبل أن يدخل الإنسان المحادثة على الإطلاق، مما يعني أنه لا توجد علاقة، ولا عرض تقديمي (pitch)، ولا عرض توضيحي (demo) يمكن أن يعيد بائعاً لم يكن على القائمة.
الشكل 1: يتجاوز وكيل AI العلامة التجارية والعلاقات والعروض التوضيحية بالكامل. ينتقل من ملخص المشتري إلى قائمة مختصرة مرتبة في ثوانٍ.
بُني تحسين محركات البحث (search engine optimization) على فرضية استمرت لثلاثة عقود: البشر يبحثون، الخوارزميات تعرض النتائج، والبشر يختارون. يفترض الانضباط بأكمله، من استراتيجية الكلمات المفتاحية (keyword strategy) إلى تسويق المحتوى (content marketing) إلى الأوصاف التعريفية (meta descriptions)، وجود قارئ بشري يتعرف على اسم العلامة التجارية ويقرر النقر. أما وكلاء AI فيستعلمون بيانات القدرات المهيكلة (structured capability data) ويعيدون قائمة مختصرة للمدير التنفيذي الذي أرسل الطلب. شيء واحد يفصل البائعين في تلك القائمة المختصرة عن البائعين الذين لا يظهرون أبداً: وثائق مهيكلة قابلة للقراءة آلياً (machine-readable documentation) يمكن لخطوط أنابيب تقييم الوكيل تحليلها. يعمل النظامان من خلال آليات مختلفة تماماً ويتطلبان بنية تحتية منفصلة تماماً. يجعل 2X Visibility Index الفجوة ملموسة. من بين 70 شركة B2B تم تحليلها، ظهر 95.7% منها في اكتشاف AI فقط عندما كان المشترون يعرفون اسم الشركة بالفعل وسألوا عنها مباشرة. أن يتم العثور عليك بواسطة نظام يعرف اسم شركتك بالفعل هو تأكيد، وليس اكتشافاً. اللحظة التنافسية هي المرحلة التي تسبق ذلك: عندما يقوم وكيل بتجميع قائمة مختصرة من مصادر مهيكلة قابلة للقراءة آلياً، ويتم استبعاد البائعين الذين لا يملكون تلك المصادر قبل أن يقوم أي إنسان بمراجعة الناتج. البيانات واضحة بشأن الشركات التي يتم تجاوزها. أما عدد مديري التسويق (CMOs) الذين عدّلوا ميزانية العام المقبل استجابة لذلك فهو أقل وضوحاً بكثير.
الشكل 2: فجوة الاكتشاف: 96% من شركات B2B غير مرئية في عملية وضع القوائم المختصرة التي يقودها الوكلاء على الرغم من الاستثمار الكبير في SEO والعلامة التجارية.
وجد استطلاع BCG 's 2026 AI investment أن 90% من الرؤساء التنفيذيين (CEOs) يعتقدون أن وكلاء AI سيحققون عائداً استثمارياً قابلاً للقياس هذا العام، وأن 72% جعلوا AI البند الأساسي في أجنداتهم الاستراتيجية. يقوم هؤلاء الرؤساء التنفيذيون بنشر وكلاء لتوريد البائعين، وتقييم البرمجيات، وشراء الخدمات نيابة عن مؤسساتهم. يمتلك مشترو الشركات ووكلاؤهم المنتشرون معايير محددة، وحدوداً للأسعار، ومتطلبات قدرات مهيكلة بتنسيقات يمكن للبرمجيات استعلامها. البائعون الذين يتجاوزهم الوكلاء لديهم مواقع ويب. ما يجعل هذا الأمر غير مريح هيكلياً هو الجدول الزمني للاستثمار: لقد تم بالفعل إنفاق ميزانية العلامة التجارية، ولن تصبح قابلة للقراءة آلياً بأثر رجعي. وجد تقرير OpenAI 's State of Enterprise AI، الذي نُشر في أواخر عام 2025، أن استخدام سير عمل الوكلاء المهيكلة (structured agent workflows) داخل المؤسسات نما 19 مرة خلال العام السابق، مع تدفق حوالي 20% من جميع تفاعلات الشركات الآن عبر عمليات وكلاء مخصصة وقابلة للتكرار. كل من هذه العمليات هو محرك محتمل لتقييم البائعين. نظراً لأن معايير تقييم الوكيل مستمدة من معايير الموكل وتُطبق وقت الاستعلام، فلا يمكن لأي قدر من الألفة بالعلامة التجارية أن يعوض غياب البيانات المهيكلة. بالنسبة للقادة التجاريين، النتيجة العملية بسيطة: مرحلة خط أنابيب المبيعات التي كانت تنتمي إلى الوعي (awareness) أصبحت الآن تنتمي إلى data architecture.
الشكل 3: عدم تطابق مكدس GTM: الإنفاق التسويقي التقليدي يشتري اهتماماً يتجاهله الوكلاء.
عندما تكون قيمة المنتج محجوبة خلف UI، لا يستطيع الوكلاء شراءه
يفترض التصميم المرتكز على الإنسان (human-centered design) وجود مستخدم يقرأ، يتصفح، يستجيب للاحتكاك، ويطلب المساعدة عند التعثر. كل مبدأ في قاموس تجربة المستخدم (UX canon)، من قوائم التحقق للإعداد (onboarding checklists) إلى التلميحات (tooltips) إلى الكشف التدريجي (progressive disclosure)، يخاطب هذا المستخدم. وكيل AI يتصل بمنصة بائع لا يقرأ قوائم التحقق للإعداد. إنه يستدعي API، يحلل الاستجابة، وينتقل. النتيجة غير المريحة: المنتج الذي توجد قيمته الأساسية فقط خلف واجهة بصرية ليس لديه ما يقدمه لمشترٍ يقوده وكيل، ولا مسار للوصول إلى قائمة المشتري المختصرة. بالنسبة لـ CPO (كبير مسؤولي المنتجات)، هذا الاستبعاد ليس خطراً مستقبلياً. إنه النتيجة الافتراضية لأي منتج لم يتم تجهيزه عمداً للوصول غير البشري.
أغلقت منصة Salesforce 's Agentforce أكثر من 29,000 صفقة مؤسسية في السنة المالية 2026، مقدمة 2.4 مليار وحدة عمل وكيلية (agentic work units) ووصلت إلى 800 مليون دولار من الإيرادات المتكررة السنوية (annual recurring revenue)، بزيادة 169% على أساس سنوي (TechHQ). لا تتنقل سير عمل الوكلاء هذه عبر واجهة مستخدم Salesforce. إنها تُنفذ عبر APIs، بحجم لا يمكن لأي واجهة بشرية تحمله. قامت المؤسسات بهذا النطاق بتجهيز منتجاتها لوصول الوكلاء لأن عبء العمل الذي يولده الوكلاء ليس له مكافئ في الواجهة البشرية. يواجه قادة المنتجات في البائعين المنافسين خياراً ملموساً: تجهيز المنتج للمتصلين غير البشريين الآن، أو التنازل عن عبء العمل هذا للبائعين الذين يملكونه بالفعل.
أطلقت ServiceNow منصتها Autonomous Workforce في مايو 2026، بدءاً بأخصائي AI لخدمة الدعم من المستوى الأول (Level 1 Service Desk AI Specialist) يحل طلبات دعم تكنولوجيا المعلومات الشائعة دون تدخل بشري. عملاء ServiceNow من الشركات، الذين ينشرون هؤلاء الوكلاء لإدارة عمليات تكنولوجيا المعلومات الخاصة بهم، يرسلون برمجيات وكيلية للتفاعل مع كل منصة بائع أخرى في مكدسهم. يواجه كل بائع في هذا المكدس نفس السؤال: هل القيمة متاحة لمتصل غير بشري، أم فقط لإنسان يعرف أين ينقر؟ تحديد ما إذا كانت القيمة متاحة لمتصل غير بشري يحدد ما إذا كان هذا البائع سيظهر في دورة الشراء التالية.
وجد استطلاع Deloitte لعام 2026 أن 85% من الشركات تتوقع تخصيص الوكلاء ليناسبوا احتياجات أعمالهم الخاصة قبل النشر. يقوم الوكلاء المخصصون بتقييم البائعين بناءً على المعايير المحددة من قبل موكليهم: التكلفة لكل نتيجة (cost per outcome)، موثوقية API (API reliability)، التقارير المهيكلة (structured reporting)، وبيانات الامتثال للعقود (contract compliance data). المنتجات التي لا تستطيع عرض هذه المقاييس برمجياً تكون غائبة فعلياً عن هذا التقييم. بالنسبة لـ CPO، فإن نتيجة خارطة الطريق مباشرة: وثائق API (API documentation) وقابلية الاكتشاف البرمجية (programmatic discoverability) تُعامل كأفكار لاحقة للبنية التحتية في معظم خرائط طريق المنتجات، وليست أولويات أساسية على مستوى الميزات، وعمليات الشراء التي يقودها الوكلاء تكشف هذه الفجوة.
لا يوجد لـ Brand Equity مكافئ في API
تحول Brand equity التعرض المتكرر إلى تفضيل الشراء من خلال الثقة المتراكمة، وتتطلب هذه الآلية إدراكاً بشرياً في كل مرحلة. ليس لها مكافئ مباشر في البرمجيات. استثناء جزئي واحد: وكلاء AI المبنيون على نماذج اللغة الكبيرة (large language models) يحملون إشارات ضمنية من مصادر مفهرسة ذات سلطة عالية، لذا فإن الشركات التي تهيمن على تقارير المحللين ومنصات مراجعة الأقران تصل إلى المعرفة القابلة للاسترداد بواسطة الوكلاء بشكل غير مباشر. تعمل هذه القناة غير المباشرة من خلال تغطية مهيكلة ومفهرسة: استشهادات المحللين وسجلات مراجعة الأقران. وجود المؤتمرات والانطباعات المتراكمة عن العلامة التجارية لا تحمل أي وزن هناك. تكتشف فرق العلامات التجارية التي قضت سنوات في بناء علاقات مع المحللين وحضور المؤتمرات أن تلك العلاقات ليس لها API. الحساب غير المريح: علامة تجارية بُنيت على مدار عقد من الزمان لا تنتج أي مخرجات يمكن لخط أنابيب شراء الوكيل قراءتها وقت الاستعلام.
الشكل 4: تتطلب Brand equity إدراكاً بشرياً في كل مرحلة. يتجاوز الوكلاء السلسلة بأكملها ويستعلمون البيانات المهيكلة مباشرة.
وكيل AI يقوم بتقييم البائعين نيابة عن مدير تنفيذي لا يحمل ألفة بالعلامة التجارية تراكمت من سنوات من حضور المؤتمرات، أو تصنيفات المحللين (analyst quadrant placement)، أو محتوى القيادة الفكرية (thought leadership content). إنه يستعلم البيانات المهيكلة ويعيد البائع الذي تتطابق مواصفاته الموثقة مع المعايير المقدمة. وجدت BCG أن الرؤساء التنفيذيين الرواد يخصصون الآن 60% من ميزانيات AI الخاصة بهم لعمليات نشر الوكلاء، مع أكثر من 30% يقومون بنشاط ببناء وكلاء للعمل داخل وظائف الشراء وإدارة البائعين لديهم. الوكلاء الذين ينشرهم الرؤساء التنفيذيون لن يستجيبوا للعلامة التجارية التي قضت فرقهم سنوات في بنائها. إنهم يستجيبون لـ data schema الخاصة بالبائع.
لا تتبخر Brand equity. إنها ببساطة تصبح غير قابلة للوصول في اللحظة الحاسمة التي كانت ستكون فيها مهمة. نظراً لأن الوكلاء يتم تقييمهم بناءً على حدود التكلفة (cost thresholds)، وشهادات الامتثال (compliance certifications)، وأوقات استجابة API (API response times)، وتوافق التكامل (integration compatibility)، فإن خطوط أنابيب التقييم تستعلم، وتسجل، وتتصرف مباشرة بناءً على بيانات API المهيكلة والقدرات الموثقة في الـ schema. تصنيفات المحللين، و Net Promoter Scores، ومواعيد التحدث التنفيذية لا تحمل وزناً مكافئاً في تلك القناة. الميزانية المخصصة لحملات العلامة التجارية التي تنتج مخرجات قابلة للقراءة بشرياً فقط أصبحت الآن لها تكلفة إزاحة قابلة للقياس: إنها تشتري وصولاً في قناة لن تدخلها نسبة متزايدة من قرارات الشراء أبداً. بالنسبة لـ CMO، فإن تكلفة الإزاحة هذه ليست نظرية. إنها تظهر في تغطية خط أنابيب المبيعات حيث يتم توجيه الحسابات التي يقودها الوكلاء إلى المنافسين الذين يملكون نقاط إثبات قابلة للاستعلام. سد هذه الفجوة هو مشكلة بنية تحتية. الشركات المرئية حالياً للمشترين الذين يقودهم الوكلاء قامت ببناء بنية تحتية، وليس حملات.
ما الذي بنته نسبة الـ 4.3% الظاهرة بشكل مختلف
ثلاثة قرارات تتعلق بالبنية التحتية تفسر الفرق بين نسبة الـ 4.3% من شركات B2B المرئية في الاكتشاف الذي يقوده AI ونسبة الـ 95.7% التي يتم تجاوزها.
الشكل 5: الأشياء الثلاثة التي تفصل نسبة الـ 4.3% من العلامات التجارية التي يمكن للوكلاء العثور عليها وتقييمها عن نسبة الـ 95.7% التي يتم تجاوزها.
الأول هو الوجود السوقي القابل للقراءة آلياً (machine-readable market presence). بيانات القدرات المهيكلة، المنشورة كمواصفات OpenAPI، أو ترميز منتجات schema.org، أو بيانات وصفية JSON-LD قابلة للاستعلام، هي ما تقرأه عمليات الشراء التي يقودها الوكلاء عند تجميع قائمة مختصرة. بالنسبة لمديري المنتجات، تعني هذه إعادة التوجيه تحويل أولوية خارطة الطريق من تصميم الواجهة نحو وثائق API وقابلية الاكتشاف البرمجية. نادراً ما تظهر هذه الاستثمارات في أهداف ونتائج ربع سنوية (quarterly OKRs). إنها تحدد مباشرة ما إذا كان المشترون الذين يقودهم الوكلاء يمكنهم العثور على المنتج وتقييمه على الإطلاق.
الثاني هو تجهيز المنتج للمتصلين غير البشريين (product instrumentation for non-human callers). تُظهر صفقات Salesforce 's Agentforce التي تجاوزت 29,000 صفقة، والتي قدمت 2.4 مليار وحدة عمل وكيلية في السنة المالية 2026، النطاق الذي تعمل به تفاعلات الوكيل مع المنتج الآن. المنتجات التي تخدم هذه التفاعلات عبر APIs والمخرجات المهيكلة تزيد من الاستخدام الذي يقوده الوكلاء مع كل سير عمل يتم نشره. توجيه نفس التفاعلات عبر واجهة بشرية يؤدي إلى توقفها، ونادراً ما تُعاد محاولة سير عمل الوكلاء المتوقفة. سؤال واحد يحدد البائعين الذين يمكنهم تحقيق هذا النطاق: هل يحتوي المنتج على نقطة نهاية (endpoint) يمكن لمتصل غير بشري استخدامها لإتمام معاملة؟
الثالث هو تحويل إثبات العلامة التجارية إلى بيانات مهيكلة (structured data). دراسات الحالة (case studies)، معايير عائد الاستثمار (ROI benchmarks)، شهادات الامتثال (compliance certifications)، وضمانات الأداء (performance guarantees) موجودة حالياً في ملفات PDF، وعروض الشرائح (slide decks)، ومواد المبيعات المكتوبة للإقناع البشري. لا يستطيع الوكلاء الذين يستردون بيانات البائع وقت الاستعلام تحديد، وتحليل، والتصرف بشكل موثوق بناءً على الإثبات المخزن في ملفات PDF بالسرعة والاتساق الذي توفره السجلات المهيكلة والقابلة للاستعلام. الإثبات موجود – ولكنه مخزن ببساطة في شكل يستبعد المشتري. بالنسبة لـ CRO (كبير مسؤولي الإيرادات)، النتيجة مباشرة: كل نقطة إثبات غير مهيكلة هي مؤهل لا يتلقاه الحساب الذي يقوده الوكيل أبداً. تقدر BCG فرصة بقيمة 200 مليار دولار في AI الوكيلي لمقدمي الخدمات للشركات. البائعون الذين يستغلون هذه الفرصة هم الذين يحولون نقاط إثباتهم، وتحديداً نفس البيانات التي كانت تُوضع في عروض QBR (Quarterly Business Review) ولم تُقرأ بين الأرباع، إلى سجلات مهيكلة وقابلة للاستعلام يمكن للوكيل الوصول إليها، وتقييمها، والتصرف بناءً عليها قبل تحديد أي اجتماع بشري. سؤال واحد يحدد البائعين الذين يدخلون هذا السوق: هل يمكن للمؤسسة أن تجعل أدلتها قابلة للقراءة لمقيّم غير بشري؟
96% من شركات B2B التي كانت غير مرئية في الاكتشاف المبكر لـ AI لم تصل إلى هذه المرحلة باختيار متعمد. لقد وصلوا إليها من خلال الجمود: نفس حركات الاستثمار في التسويق والمنتج والعلامة التجارية التي نجحت عندما كان كل مشترٍ بشرياً لا تزال تبدو وكأنها يجب أن تنجح الآن. الشركات التي تتحرك قبل أن يصل هذا التحول إلى عمليات الشراء السائدة ستؤمن أكثر من مجرد معدلات فوز محسنة – بل ستستحوذ على فئة جديدة تماماً من المشترين، تاركة المنافسين عالقين في سوق مخصص للبشر فقط.
الشركات التي تظهر في قوائم الوكلاء المختصرة لن تصل إلى هناك من خلال رسائل أفضل أو قصة علامة تجارية أقوى. ستصل إلى هناك لأنها بنت ما يمكن لوكلاء AI قراءته: بيانات منتج قابلة للاستعلام، قدرات يمكن الوصول إليها عبر API، ونقاط إثبات مهيكلة. الاستثمار التسويقي الذي يعمل على المشترين البشريين لا يزال يصل إلى المشترين البشريين. لكنه لا يصل إلى المشتري الذي يدير سير عمل الشراء الآن. هذه الفجوة موجودة، وسيتطلب سدها حلاً هندسياً.
💡 الخلاصة التقنية
يمثل هذا المقال جرس إنذار حاسماً للمطورين والشركات في المنطقة العربية. إن التحول نحو وكلاء الذكاء الاصطناعي كمشترين ليس مجرد اتجاه عابر، بل هو تغيير هيكلي جذري في ديناميكيات السوق. بالنسبة للمطور العربي، هذا يعني أن التركيز يجب أن ينتقل من بناء واجهات مستخدم جذابة للبشر فقط إلى تصميم أنظمة قابلة للاكتشاف والتفاعل برمجياً عبر APIs قوية وموثقة. يجب أن تصبح وثائق API وقابلية الاكتشاف البرمجية أولوية قصوى في خارطة طريق أي منتج تقني.
أما بالنسبة للشركات العربية، وخاصة شركات B2B، فهذه فرصة ذهبية للقفز على المنافسين التقليديين. بدلاً من الاستمرار في استراتيجيات التسويق التقليدية التي تستهدف البشر فقط، يجب الاستثمار في تحويل بيانات المنتجات، ودراسات الحالة، وشهادات الامتثال إلى تنسيقات مهيكلة قابلة للقراءة آلياً. الشركات التي تتبنى هذا النهج مبكراً ستكون في طليعة من يستحوذ على شريحة جديدة وكبيرة من المشترين الذين يعتمدون على وكلاء AI لاتخاذ قرارات الشراء. الفشل في التكيف مع هذا الواقع الجديد قد يؤدي إلى فقدان الرؤية في السوق الرقمي المتطور بسرعة، مما يهدد الإيرادات والنمو المستقبلي. إن مستقبل الشراء في عالم الأعمال يتجه نحو الأتمتة الذكية، ومن يجهز نفسه لذلك مبكراً سيحصد الثمار.
مراجعة وتدقيق تقني
تمت مراجعة هذه الترجمة وتدقيق الأكواد البرمجية من قبل زابن الدوسري، مطور برمجيات متخصص، لضمان دقة المصطلحات التقنية وتقديم محتوى موثوق لمجتمع منصة قيد.