عندما تبدأ المدن باستخدام الذكاء الاصطناعي لـ"معرفة المشكلات مسبقًا": تتحول الخدمات العامة من الاستجابة السلبية إلى الحوكمة التنبؤية

تدخل حكومات الولايات والحكومات المحلية في الولايات المتحدة نقطة تحول دقيقة لكنها حاسمة: لم يعد الذكاء الاصطناعي مجرد أداة لكتابة التقارير أو إعداد الملخصات أو الرد على الاستفسارات الداخلية، بل بدأ يدخل في سير العمل الأساسي للخدمات العامة، ليصبح "طبقة وصل" بين النقل، والسلامة، وخطوط 311 الساخنة، والتخطيط، والتنسيق بين الإدارات.

هذه المقالة الحالة، التي أعادت Government Executive نشرها وبدعم من Google Public Sector، تقدم إشارة واضحة: حكومات الولايات والحكومات المحلية لم تعد تكتفي بـ"المشروعات التجريبية". فهي تضع وكلاء الذكاء الاصطناعي في بيئات الإنتاج، وتحول العمليات الحضرية التي كانت مجزأة وبطيئة وتعتمد على الربط البشري إلى أنظمة أكثر آنية وتوحيدًا وقابلية للأتمتة.

هذا ليس مجرد توسيع تقني، بل هو تغيير في منطق الحوكمة الحضرية.

نقطة الانطلاق في الحوكمة الحضرية تتحول من "وجود شكوى" إلى "اكتشاف النظام للمشكلة أولًا"

المنطق الأساسي للإدارة الحضرية التقليدية هو أن السكان يكتشفون المشكلة، ثم يقدمون طلبًا، فتستجيب الإدارة، ثم تنتظر المعالجة. هذه العملية ليست فعالة، بل هي متأخرة بطبيعتها: فالحفر غير المعبدة، وإلقاء النفايات بشكل غير قانوني، وتلف الطرق، والازدحام، والمخاطر الأمنية، غالبًا لا تدخل فعليًا في نظام الحوكمة إلا بعد أن يراها عدد كافٍ من الناس ويشتكون منها.

ويُعد نظام MyLA311 في لوس أنجلوس نقطة دخول نموذجية. تتعامل المدينة سنويًا مع ما يقرب من 3 ملايين طلب خدمة واستفسار، بما في ذلك إلقاء النفايات غير القانوني، والكتابات الجدارية، ومشكلات الطرق، وجمع الأثاث والمخلفات الكبيرة. وتقييم مدير المعلومات التنفيذي للمدينة، Ted Ross، مباشر جدًا: الهدف المستقبلي ليس الاستمرار في جعل السكان "يخبرون المدينة أين توجد المشكلة"، بل أن تعرف المدينة بنفسها بوجود المشكلة أولًا، وأن تتحرك بسرعة أكبر.

والأهم هنا ليس ما إذا كان الذكاء الاصطناعي قادرًا على التعرف على المشكلات، بل إن المدينة بدأت تضع القدرة على الاستشعار في مقدمة العملية.

فعندما يتم دمج الرؤية الحاسوبية، وتوزيع الطلبات الآلي، ومحركات القواعد الخلفية، والتنفيذ الآلي تدريجيًا في سير العمل البلدي، لن تبقى 311 مجرد قناة للشكاوى، بل ستتحول إلى طبقة استشعار حضرية فورية. وبعبارة أخرى، ستظل أصوات السكان مهمة، لكنها لن تكون الوسيلة الوحيدة التي تكتشف بها المدينة المشكلات. وستبدأ البنية التحتية الحضرية، وأصول الشوارع، وسلوك المرور، وطلبات الخدمات في تكوين شبكة إشارات ديناميكية مشتركة.

وهذه هي مقدمة انتقال أنظمة المدن من "الحوكمة التفاعلية" إلى "الحوكمة التنبؤية".

سلامة المرور تتحول من إحصاء الحوادث إلى نمذجة المخاطر

إذا كانت 311 تجسد أتمتة خدمات المدينة، فإن التغير في إدارات النقل يوضح بشكل أكبر كيف يعيد الذكاء الاصطناعي تشكيل إدارة البنية التحتية الحضرية.

في حالة هيئة النقل في كاليفورنيا CALSTA، كانت تحليلات سلامة المرور تعتمد سابقًا على دمج يدوي لكميات كبيرة من البيانات، وغالبًا ما كانت تحتاج إلى أسابيع أو حتى أشهر لإنتاج تقرير يمكن استخدامه في اتخاذ القرار. أما الآن، فمن خلال محاكاة الذكاء الاصطناعي، ونماذج التعلم الآلي، ودمج البيانات، تم اختصار وقت التحليل إلى مستوى الدقائق، ويمكن للمدينة أن تبدأ في تحديد التقاطعات عالية الخطورة ونقاط الصدام المحتملة قبل وقوع الحوادث.

هذا التغيير له أهمية كبيرة.هذا التغيّر ذو أهمية كبيرة.

لقد اعتادت حوكمةُ النقل طويلاً على تعريف المخاطر من خلال “النتائج”: أين تكثر الوفيات والإصابات، فهناك يكون التقاطع الخطِر. لكن ما تحتاجه المدن حقاً هو القدرة على تحديد “المخاطر القبلية”، أي التدخل المبكر قبل وقوع الحوادث. قيمة الذكاء الاصطناعي لا تكمن فقط في الوصول إلى الإجابة بسرعة أكبر، بل في تغيير طريقة تعريف السؤال نفسه.

إن حالة كاليفورنيا، إلى جانب ما يجري في مدن أخرى، تشكّل جميعها اتجاهاً واحداً: إذ لم تعد إدارات النقل تكتفي بشقّ الطرق ورسم الخطوط وإصدار التراخيص، بل أصبحت أكثر شبهاً بنظام اتخاذ قرار فوري يدمج بيانات الاستشعار، والحوادث التاريخية، وحقوق المرور، وخطط الإنشاء، وسلوك التنقل. سواء تعلق الأمر بهدف Vision Zero، أو بالتقييم المسبق لعبّارات المشاة الجديدة، أو بتحسين تدفق الحركة، أو بإعادة تصميم التقاطعات، فإن ما يقف خلف ذلك كله هو الحاجة إلى بنية تحتية بيانات أكثر استمرارية.

ولهذا السبب سيعتمد نظام النقل في المستقبل على الذكاء الاصطناعي أكثر فأكثر: ليس لأنه “أذكى”، بل لأن إدارة النقل الحضري التقليدية لم تعد قادرة على تحمّل ضغط حجم البيانات، وسرعة الاستجابة، والتنسيق بين الجهات.

ما تحتاجه إدارات النقل حقاً ليس مزيداً من الأدوات، بل قاعدة بيانات موحّدة

تكشف حالة إدارة النقل في ولاية يوتا UDOT عن مشكلة أعمق: فالكثير من المدن والحكومات المحلية لا تعاني من نقص في التطبيقات، بل من نقص في البنية المعمارية الموحدة.

وقد وصف مسؤول في UDOT أسلوب التحديث السابق بأنه “Frankensteining” — أي تجميع الأنظمة القديمة كأنها وحش مركّب من أجزاء ملحومة بعضها ببعض. قد تعمل مثل هذه الأنظمة على المدى القصير، لكنها سرعان ما تتحول إلى مجموعة من الجزر البياناتية، وواجهات برمجة مجزأة، وعمليات مقطوعة الصلة. والمشكلة لا تقتصر على صعوبة الصيانة، بل إن التقنيات الجديدة لا تستطيع فعلياً أن تؤدي دورها الكامل.

لذلك استخدمت UDOT تقنية Google Vision AI لإنجاز مهمة تحديد قطع الأراضي على مستوى الولاية، وهي مهمة كان يُتوقع أن تستغرق 33.5 سنة من العمل اليدوي، لكنها اكتملت في أقل من 12 شهراً.

وأهم ما في هذا النوع من الحالات ليس “كم الوقت الذي تم توفيره” — رغم أن تقليص الزمن بحد ذاته مدهش بما يكفي — بل إنه يوضح أن حوكمة البنية التحتية على مستوى الولاية تدخل مرحلة جديدة: حيث بدأت المدن وحكومات الولايات تنظر إلى قاعدة البيانات بوصفها قدرةً عامة، لا مجرد ملحق تقني لإدارة الـIT.

فبمجرد توحيد القاعدة، تستطيع تقنيات الذكاء الاصطناعي أن تدخل فعلاً في العمليات العابرة للجهات: كيف تؤثر الأعمال الإنشائية في السلامة، وكيف تؤثر الإنشاءات في الصيانة، وكيف تؤثر الصيانة في التشغيل، وكيف ينعكس التشغيل بدوره على أولويات التمويل. هذه الحلقات التي تبدو متفرقة هي في جوهرها أجزاء من نظام تشغيل حضري واحد.

ومن المرجح أن تكون المنافسة بين المدن في المستقبل أقل ارتباطاً بميزانية كل مدينة أو قدرتها الهندسية، وأكثر ارتباطاً بمدى قدرتها على بناء بنية حوكمة من نوع “مصدر الحقيقة الواحد” (single source of truth) في وقت مبكر.

أهمية وكلاء الذكاء الاصطناعي ليست في استبدال الموظفين العموميين، بل في إعادة كتابة سير العمل

كثيرون عندما يتحدثون عن استخدام الذكاء الاصطناعي في الحكومة، يظلون عند مستوى “رفع الكفاءة”. لكن ما تشير إليه هذه الحالة فعلياً هو إعادة تشكيل طريقة العمل في القطاع العام.所谓 عصر الوكلاء، لا يعني وجود نظامٍ أكثر مهارة في المحادثة، بل يعني أن وكلاء الذكاء الاصطناعي بدأوا يتولّون مهام أكثر تحديدًا مثل تفكيك المهام، وإطلاق العمليات، وتجميع المعلومات، والعمليات عبر الأنظمة المختلفة. إنهم يربطون الأفعال التي كانت موزعة في السابق بين أقسام مختلفة، وقواعد بيانات مختلفة، ومراحل موافقة مختلفة، في سير عمل متواصل.

ولهذا التحول تأثير على إدارة المدن في ثلاثة مستويات على الأقل.

أولًا، تقديم القرار إلى الأمام. لا تحتاج المدينة إلى انتظار تراكم المشكلة حتى تصبح خطيرة بما يكفي لبدء الإجراءات.

ثانيًا، أتمتة الاستجابة. يمكن للنظام أن يتولى المهام المتكررة وعالية الهيكلة، بينما يتجه الموظفون الحكوميون إلى التعامل مع الحالات الاستثنائية، وصنع السياسات، والتواصل مع الجمهور.

ثالثًا، تخصيص الخدمات. سواء تعلق الأمر بالأمن العام أو النقل أو خدمات المواطنين، يمكن للمدينة أن تقدم دعمًا أكثر دقة لمختلف الأحياء استنادًا إلى البيانات، بدلًا من الاعتماد على حلٍّ وسطي موحّد يناسب الجميع.

لكن هذا يعني أيضًا أن متطلبات إدارة المدن فيما يخص جودة البيانات، وتوحيد العمليات، وقابلية التشغيل البيني بين الأنظمة قد ارتفعت إلى مستوى غير مسبوق. فالذكاء الاصطناعي لن يعالج تلقائيًا تجزؤ الأنظمة البيروقراطية؛ بل على العكس، قد يضخّم هذا التجزؤ الأصلي ليصبح احتكاكًا حوكميًا أكثر وضوحًا.

التحول الحقيقي في المدن الذكية هو الانتقال من "شاشات العرض" إلى "أنظمة التنفيذ"

على مدى أكثر من عشر سنوات، فضّلت الكثير من مشاريع المدن الذكية التقنيات الاستعراضية: شاشات كبيرة، ولوحات معلومات، ومراكز قيادة المدينة، وأنظمة تصور تبدو متقدمة جدًا. كانت هذه الأدوات قادرة على عرض حالة المدينة، لكنها لم تكن بالضرورة تغيّر طريقة عملها.

أما التغيير الآن فمختلف.

فعندما يبدأ الذكاء الاصطناعي بالاندماج في أنظمة التذاكر، وتحليل المرور، والتعرف على الأراضي، والتنسيق بين الإدارات، عندها فقط تنتقل المدينة الذكية حقًا من "رؤية المدينة" إلى "تشغيل المدينة". وهذا يعني أن منصة المدينة لم تعد مجرد واجهة لعرض البيانات، بل بدأت تشارك في اتخاذ القرار، وتوزيع الموارد، وإطلاق المهام، وتقليص أوقات الانتظار.

ولهذا السبب أصبحت فكرة "نظام تشغيل المدينة" مفهومًا أكثر واقعية. قد لا يظهر تحت علامة تجارية موحّدة، لكن وظائفه باتت تتشكل تدريجيًا: تجميع البيانات متعددة المصادر، وتوحيد الصلاحيات والقواعد، ودعم الاستدلال بالنماذج، وربط الخدمات الأمامية، وتمكين القائمين على الحوكمة البشرية من اتخاذ قرارات أفضل في وقت أقصر.

ومن هذا المنظور، فإن الذكاء الاصطناعي لم يجعل المدينة "أكثر مستقبلية" بقدر ما جعلها أقرب إلى كيانٍ تنظيمي يمكنه التكيف في الوقت الحقيقي.

لكن الأذكى لا يعني الأعدل

تتكرر في المقال الإشارة إلى الكفاءة والدقة والإنتاجية، وهي الأمور التي يسهل على الحكومات التوافق بشأنها عند اعتماد الذكاء الاصطناعي. غير أن التحدي الحقيقي في القطاع العام لم يكن يومًا "هل يمكن أن نصبح أسرع؟" بل "هل النظام الأسرع أكثر عدالة؟"

إن مشكلات الشوارع على طريقة شيكاغو، وتراكم طلبات 311 على طريقة لوس أنجلوس، وسلامة الطرق على طريقة كاليفورنيا، تبدو ظاهريًا مشكلات تشغيلية، لكنها في جوهرها ترتبط بتوزيع الموارد، ورؤية المجتمعات، وأولويات السياسات. يمكن للذكاء الاصطناعي أن يساعد المدينة على اكتشاف المشكلات بسرعة أكبر، لكنه قد يعزز أيضًا، بسبب انحياز البيانات أو انحياز النماذج أو عدم تكافؤ الوصول إلى الأنظمة، أوجه عدم المساواة المكانية القائمة بالفعل.لذلك، فإن إدارة المدن في المستقبل لن تحتاج فقط إلى القدرة على نشر الذكاء الاصطناعي، بل ستحتاج أيضًا إلى حوكمة البيانات، وتدقيق النماذج، وآليات الشفافية، وأطر المساءلة. وبعبارة أخرى، بعد دخول الذكاء الاصطناعي إلى الخدمات العامة، ستصبح الحوكمة الرقمية أكثر أهمية من أي وقت مضى.

لأن المدينة عندما تصبح أحكامها معتمدة بدرجة متزايدة على الأنظمة، فلا يمكنها أن تسأل فقط: «ماذا يستطيع النظام أن يفعل؟»، بل يجب أن تسأل أيضًا: «استنادًا إلى ماذا يتخذ النظام أحكامه؟»

منافسة المدن المستقبلية تتحول إلى منافسة في القدرات الرقمية

أكثر ما يستحق المتابعة على المدى الطويل في هذه الحالة الدراسية ليس منتجًا بعينه ولا إطلاقًا محددًا، بل هو الإجماع الجديد الذي يتشكل لدى حكومات الولايات والحكومات المحلية: لقد انتقل رقمنة الخدمات العامة من مهمة هامشية إلى قدرة أساسية.

النقل، والسلامة العامة، والخدمات اليومية، والتخطيط، وحتى إدارة الفعاليات الكبرى، بدأت جميعها تُدرج ضمن منطق موحد قائم على البيانات. كما أن وكلاء الذكاء الاصطناعي، ومنصات البيانات الموحدة، وسير العمل المؤتمت، وقدرات التحليل اللحظي، باتت تشكل بنية تحتية جديدة لحوكمة المدن.

في السنوات القليلة المقبلة، قد لا تكون المدن التي تخلق الفارق هي فقط تلك التي تمتلك عددًا أكبر من الكاميرات أو ميزانية سحابية أكبر، بل تلك القادرة على تحويل هذه القدرات إلى قيمة عامة مستدامة: استجابة أسرع، أضرار أقل، شفافية أعلى، تنسيق أكبر بين الجهات، ووقت إداري أقل يضيعه بطء الأنظمة الموروثة.

ستصبح المدن أكثر فأكثر أشبه بشبكة لحظية عالية التردد. والسؤال ليس: هل ستصبح أكثر ذكاءً؟ بل: من سيتمكن من تحويل هذا الذكاء إلى قدرة عامة في وقت أبكر؟

خاتمة

إن دخول الذكاء الاصطناعي إلى حوكمة المدن لم يكن لأن المدن أصبحت فجأة «تُحب التكنولوجيا»، بل لأن نماذج الخدمات العامة التقليدية لم تعد قادرة على مواكبة تعقيد المدن المعاصرة.

فسلامة الطرق لا يمكن أن تعتمد فقط على مراجعة ما بعد الحوادث، وخدمة 311 لا يمكن أن تستند فقط إلى الشكاوى، والتخطيط المروري لا يمكن أن يعتمد فقط على التكامل البشري البطيء، كما لا يمكن للأنظمة الحكومية أن تواصل العمل عبر بنى قديمة مرقعة.

ما تحتاجه المدن هو قاعدة رقمية قادرة على الاستشعار، واتخاذ القرار، والتنسيق، والتنفيذ.

ومن هذا المنظور، فإن الذكاء الاصطناعي ليس عنصرًا تجميليًا في حوكمة المدن، بل هو بوابة ترقية نظام تشغيل المدينة.

والمدن التي ستنجز هذه الترقية أولًا لن تكون أكثر كفاءة فحسب، بل ستكون أيضًا أكثر قدرة على تعريف معايير الجيل القادم من الخدمات العامة.