أصبحت EY وAaru شريكين رسميين الآن. في 30 سبتمبر 2026، أعلنت EY عن تحالف بين Aaru، وهي شركة محاكاة سلوكية بالذكاء الاصطناعي، وErnst & Young LLP (EY US) لمساعدة العملاء على اختبار القرارات على مجتمعات افتراضية قبل اتخاذ الإجراءات الفعلية (غرفة أخبار EY). يأتي هذا التحالف عقب اختبار معَمى أعادت فيه Aaru محاكاة تقرير أبحاث الثروات العالمية لعام 2025 الصادر عن EY، وهو استبيان استغرق العمل الميداني فيه ستة أشهر وشمل 3,600 مستثمر ثري في أكثر من 30 سوقاً، وذلك خلال يوم واحد فقط، محققة ارتباط سبيرمان وسيطاً قدره 0.90 عبر 53 سؤالاً من نوع الاختيار الأحادي (رؤى EY). جرى تدقيق الحقائق الواردة أدناه عبر صفحات EY وAaru في أكتوبر 2026.
بالنسبة لمشتري الأبحاث، تتمثل الأسئلة المفيدة في معرفة ما تم قياسه فعلياً، وما يغيره هذا التحالف، وكيفية تقييم شريك محاكاة يقدم خدمات مدارة مقارنة بأدوات الخدمة الذاتية. تفصل هذه الصفحة الحقائق المنشورة عن لغة التسويق. Minds هي منصة أبحاث اصطناعية وتُعد بديلاً لـ Aaru، ونحن نوضح الحالات التي يكون فيها نموذج Aaru أكثر ملاءمة.
في أغسطس 2025، تحدى فريق إدارة الثروات والأصول في EY شركة Aaru لإعادة محاكاة تقرير أبحاث الثروات العالمية لعام 2025 لـ EY دون الاطلاع على نتائجه مسبقاً. شملت الدراسة الأصلية 3,600 مستثمر ثري عبر أكثر من 30 سوقاً واستغرقت ستة أشهر من العمل الميداني، بينما تصف دراسة حالة Aaru تكلفة العمل الميداني بأنها بلغت أرقاماً من سبع خانات (دراسة حالة Aaru).
قامت Aaru ببناء مستثمرين افتراضيين استناداً إلى بيانات ديموغرافية وسلوكية ومشاعر مستمدة من التعدادات الوطنية، والمؤسسات المالية، ووسائل التواصل الاجتماعي، واستغرقت عملية التشغيل يوماً واحداً. بعد ذلك، قارنت EY بين مجموعتي البيانات عبر 53 سؤالاً متطابقاً بنظام الاختيار الفردي باستخدام ثلاثة مقاييس:
| المقياس | النتيجة المنشورة | ما يوضحه لك |
|---|
| وسيط ارتباط سبيرمان | 0.90 | جرى ترتيب خيارات الإجابة بنسق شديد التقارب |
| متوسط الفارق لكل سؤال (RMSE) | 7.1 نقطة مئوية | الفجوة المعتادة بين حصص إجابات المحاكاة والاستبيان |
| متوسط المسافة الإقليدية | 12.9 | المسافة عبر أنماط الإجابات متعددة الخيارات |
| أقوى تطابق | الثقة، وتصور القيمة، والتخصيص | الموضوعات التي تتبعت فيها المحاكاة نتائج الاستبيان بدقة |
| أكبر تباين | التخطيط للميراث (ارتباط بنسبة −37.82%)، واحتمالية التوصية، وتكرار مراجعة المحفظة | الموضوعات التي تباينت فيها نتائج المحاكاة مع الاستبيان |
المصدر: رؤى EY، أكتوبر 2025.
تجادل EY وAaru بأن التباينات تعكس الفجوة بين ما يقوله الناس وما يفعلونه عملياً. فعند سؤال الورثة عما إذا كانوا سيحتفظون بالمستشار المالي لآبائهم، أجاب 82% في الاستبيان بنعم، بينما توقعت المحاكاة نسبة 43%، وتشير دراسات القطاع التي استشهدت بها EY إلى أن نسبة الاحتفاظ الفعلية تتراوح بين 20% و30%. وبالمثل، أفاد 69% من المستثمرين المشمولين بالاستبيان بأنهم يفضلون مزوداً مالياً واحداً، بينما توقعت المحاكاة نسبة 37%، وتستشهد EY بنسبة 33% من الأفراد ذوي الملاءة المالية العالية الذين يستعينون فعلياً بمستشار واحد.
كيفية قراءة هذه النتائج
- جرى تصميم الاختبار ونشره من قبل الشركتين المعنيتين، دون مراجعة أقران مستقلة أو إعادة تطبيق محايدة.
- اقتصر الاختبار على أسئلة الاختيار الأحادي فقط، ولم تكن التبريرات المفتوحة، ومفاضلات التسعير، ومفاهيم المنتجات الجديدة جزءاً من المقارنة.
- يعني وسيط ارتباط الرتب البالغ 0.90 أن ترتيب الإجابات كان متطابقاً في الغالب، في حين يُعد متوسط الفجوة البالغ 7.1 نقطة المرجع الأفضل لمعرفة مدى انحراف النسب المئوية الفردية.
- تستند حجة أن المحاكاة كانت أقرب إلى السلوك الحقيقي إلى عدد قليل من الأسئلة وعلى أرقام قطاعية من أطراف ثالثة، لذا يجب التعامل معها كإشارة واعدة لا كدليل قاطع.
يجمع التحالف المعلن عنه في 30 سبتمبر 2026 بين محرك المحاكاة التابع لـ Aaru وفرق القطاعات والوظائف في EY US. وفقاً لـ EY، تنشئ Aaru مجتمعات من وكلاء الذكاء الاصطناعي تمثل فئات محددة من الجمهور، بينما تساعد EY US العملاء على تحويل هذه النتائج إلى استراتيجيات قابلة للتنفيذ. ينصب التركيز الأول المعلن على الخدمات المالية، حيث تختبر الشركتان الرسائل التسويقية، وعروض المنتجات والأسعار، واستراتيجيات المبيعات والخدمة، وتأثير عمليات الدمج والاستحواذ (غرفة أخبار EY).
بالنسبة للمشترين، يتمثل التغيير العملي في طريقة الحصول على الخدمة: إذ يمكن للمؤسسات الآن الوصول إلى Aaru عبر تعاقد استشاري مع EY US، مستفيدة من بيانات EY القطاعية وفرقها الاستشارية المحيطة بالمحاكاة، بالإضافة إلى خيار التعامل المباشر مع Aaru.
تصف Aaru نفسها بأنها منصة محاكاة سلوكية مدربة على نتائج سلوكية واقعية. وفي دراسة EY، قامت ببناء وكلاء يتمتعون ببنى سلوكية تحاكي سمات اتخاذ القرار، ووضعتهم في بيئات افتراضية، وطرحت عليهم أسئلة الاستبيان. تذكر Aaru أنه يمكن إعادة تشغيل مجتمع المحاكاة نفسه بعد وقوع حدث ما، مثل تغير أسعار الفائدة أو تحرك من منافس، لتوقع التحولات في المشاعر والآراء خلال 24 ساعة (دراسة حالة Aaru).
لا تنشر Aaru خطط تسعير بنظام الخدمة الذاتية، إذ يقتصر الوصول إليها على مبيعات المؤسسات الكبرى، أو عبر تحالف EY US حالياً. للحصول على مقارنة مباشرة بين Aaru وخيارات الخدمة الذاتية، راجع Minds مقابل Aaru وقائمتنا الموسعة حول بدائل Aaru.
لتقييم أي منصة أبحاث اصطناعية بموضوعية، يجب على الفرق إدراك الحدود الإحصائية والمنهجية للمجتمعات الاصطناعية. المخرجات الاصطناعية هي مؤشرات توجيهية، وهي لا تثبت التمثيل الإحصائي، أو الإثبات السببي، أو توقعات الطلب، أو الاستعداد الدقيق للدفع، ولا تحل بأي حال محل المشاركين المستقطبين للتحقق النهائي عالي المخاطر.
يولد الوكلاء الافتراضيون استجاباتهم بناءً على أنماط مستمدة من بيانات تدريبهم، والافتراضات الديموغرافية المسبقة، والسياق المقدم لهم. وعند تشغيلهم عبر سيناريوهات متعددة، فإنهم يسلطون الضوء على المفاضلات النسبية، ومواطن الاحتكاك المحتملة في الرسائل، والتبريرات النوعية. تساعد هذه الإشارات التوجيهية في تضييق نطاق مجموعة كبيرة من الأفكار قبل تخصيص ميزانيات الأبحاث الأولية.
ومع ذلك، لا يمكن للمحاكاة الاصطناعية أن تحل محل الواقع التجريبي في المجالات التالية:
- التمثيل الإحصائي: لا تعيد شخصيات النماذج اللغوية إنتاج التوزيع الديموغرافي والنفسي الدقيق للجمهور المستهدف بطريقة ممثلة إحصائياً.
- الإثبات السببي: محاكاة استجابة لمحفز معزول لا تعزل الآليات السببية ولا تراعي المتغيرات المربكة في العالم الحقيقي.
- التنبؤ بالطلب: لا يمكن للتفضيلات المعلنة في المحاكاة التنبؤ بدقة بمعدلات الاعتماد الفعلية، أو اختراق السوق، أو حجم الشراء الحقيقي.
- الاستعداد للدفع: لا يواجه الوكلاء الاصطناعيون قيوداً مالية حقيقية، وبالتالي لا يمكن لمحاكاة التسعير تحديد المرونة السعرية المطلقة.
- التحقق النهائي عالي المخاطر: تظل التحركات الاستراتيجية الحاسمة، وتخصيصات رؤوس الأموال الضخمة، والإفصاحات العامة بحاجة ماسة للتحقق عبر مشاركين بشريين مستقطبين.
إن التعامل مع مخرجات المحاكاة الاصطناعية كمدخلات استكشافية وتكرارية بدلاً من اعتبارها تنبؤات حاسمة يقي الفرق من الاعتماد المفرط على البيانات الاصطناعية في القرارات التنفيذية.
عند إدخال الأبحاث الاصطناعية، يختار مشترو المؤسسات عادةً بين نموذجي تشغيل: التعاقدات الاستشارية المدارة، ومنصات المحاكاة ذاتية الخدمة.
تتضمن التعاقدات الاستشارية المدارة، مثل تحالف EY US وAaru، فرقاً خارجية متخصصة تقوم بإعداد مجتمعات وكلاء مخصصة، واستيعاب بيانات المؤسسة الخاصة، ومعايرة المحاكاة، وتقديم تقارير استراتيجية منسقة. يناسب هذا النهج التحولات المؤسسية الشاملة، وتخطيط السيناريوهات، والمبادرات الاستراتيجية المعقدة التي تفضل فيها المنظمة وجود شريك استشاري يتولى إدارة النمذجة.
أما منصات البرمجيات ذاتية الخدمة فتضع المحاكاة مباشرة بين أيدي مديري المنتجات الداخليين، وباحثي تجربة المستخدم، ومسوقي العلامات التجارية. تقوم الفرق الداخلية بتكوين Audiences الخاصة بها، واختبار المفاهيم عند الطلب، وإجراء أبحاث منظمة دون انتظار دورات الاستشارات الطويلة. يمنح هذا النموذج الأولوية للسرعة، والاستقلالية، والاختبار المستمر طوال دورة حياة المنتج.
يعتمد الاختيار الصحيح على هيكلية الفريق. تستفيد المؤسسات التي تضم باحثين داخليين يكررون اختبار الرسائل والميزات يومياً من وصول الخدمة الذاتية، في حين تفضل المؤسسات التي تبحث عن تعاقد استراتيجي خارجي العمل الاستشاري المدار.
| البعد | الاستشارات المدارة | منصة الخدمة الذاتية |
|---|
| المستخدم الأساسي | رعاة الإدارة العليا، مستشارو الاستراتيجية الخارجيون | باحثو السوق المدمجون، مديرو المنتجات |
| وتيرة التنفيذ | قائمة على المشاريع، دورات استراتيجية تمتد لعدة أسابيع | متكررة ومستمرة، وتكرارات بحثية عند الطلب |
| التحكم في مسار العمل | إعداد وتحليل خارجي مستقل | تحكم مباشر من الباحث في Audiences وStudies |
| حالة الاستخدام المثالية | تحليل السيناريوهات، التحول المؤسسي الشامل | فحص المفاهيم، اختبار الرسائل، ترتيب الأولويات |
Minds هي المنصة المتكاملة من البداية إلى النهاية للأبحاث الاصطناعية التجارية. تمنح المنصة فرق المنتجات وتجربة المستخدم، وتصميم الخدمات، وأبحاث السوق، وصوت العميل، والتسويق، والابتكار، والوكالات تحكماً مباشراً يبدأ من إنشاء الجمهور وتخطيط الدراسات وصولاً إلى اختبار المحفزات، والمنهجيات النوعية والكمية المدعومة، والمقارنة، والتحليل، والتصدير. يمكن أن تشمل المحفزات مدخلات Figma حيثما تم تمكينها، والمواقع الإلكترونية وتدفقات التطبيقات، والصور، والفيديو، والنصوص، والعروض التقديمية، والاستبيانات، والمفاهيم.
داخل Minds، تبني الفرق Audiences قابلة لإعادة الاستخدام من شخصيات الذكاء الاصطناعي، تسمى Minds، وتجري Studies بأسئلة مفتوحة، وخيارات أحادية، واختيارات متعددة، ومقاييس تقييم. يمكن للباحثين إجراء مقابلات مع Mind فردي أو جمع ردود الفعل من الجمهور بأكمله Audience دفعة واحدة، مع الحفاظ على السياق عبر الجلسات المتتالية.
بالنسبة للاختبارات الكمية المنظمة، تجري Studies أسلوب MaxDiff لتحديد الأولويات النسبية، وconjoint للمفاضلات المحددة، وKano لتصنيف الميزات، وVan Westendorp وGabor-Granger للتسعير. وعلى غرار اختبار EY، تقارن Minds بين الإجابات المحاكاة ونتائج الاستبيانات الواقعية: إذ تقيّم ميزة Audience Validation كل Audience مقابل استبيانات منشورة أو ملفات الاستبيانات الخاصة بك، مع تقديم درجة من 100، ونطاق موثوقية بنسبة 95%، وتوضيح الأسئلة التي تم استبعادها.
لا تدعي Minds تقديم مخرجات ممثلة إحصائياً. ويمكن للملاحظة البشرية، والاختبار المادي أو الحسي، والأدلة المنظمة، والتحقق النهائي عالي المخاطر أن تكمل هذا المسار عند الحاجة؛ ولا تجعل هذه المحددات من Minds مجرد أداة أحادية الغرض. تعمل Minds بنموذج الخدمة الذاتية، مع توفير خطة الدفع حسب الاستخدام بسعر $0.12 لكل استجابة؛ بينما تكون Aaru الخيار الأنسب إذا كنت تبحث عن محاكاة استشارية مدارة بالكامل لاتخاذ قرار استراتيجي ضخم.
عند تقييم برمجيات الأبحاث الاصطناعية أو مزودي خدمات المحاكاة المدارة، يتعين على فرق المشتريات واستخلاص الرؤى تطبيق إطار عمل يرتكز على أربعة محاور تشغيلية أساسية.
| محور التقييم | متطلبات التحقق الرئيسية |
|---|
| 1. الاستشارات المدارة مقابل منصة الخدمة الذاتية | تحديد المهارات الداخلية، والحاجة للخدمات الخارجية، وتوقعات زمن الإنجاز |
| 2. المنهجية وتكوين الدراسة | التأكد من توفر MaxDiff وconjoint، وتصميم الدراسات المنظم، وفصل المحادثة عن تشغيل المنهجيات |
| 3. فحص الأدلة وقابلية التدقيق | فحص مطالبات الوكلاء، وتوزيعات الإجابات الكاملة، وتعاريف الشخصيات ذات الإصدارات الموثقة |
| 4. مسار التحقق البشري | تحديد الاستقطاب للفحوصات النهائية، وربط القرارات عالية المخاطر بالبيانات الميدانية المباشرة |
المحور 1: توافق نموذج تقديم الخدمة
يتعين على المشترين تحديد ما إذا كانوا بحاجة إلى دعم استشاري استراتيجي أو تمكين بحثي مستمر. تناسب الخدمات المدارة التقييمات الشاملة الدورية التي يرغب فيها الراعي التنفيذي في الحصول على مخرجات نهائية جاهزة. في حين تناسب منصات الخدمة الذاتية الفرق المدمجة التي تحتاج إلى تصفية المفاهيم بشكل مستمر، وتطوير السرديات، والتفاعل الدائم مع الشخصيات الافتراضية.
المحور 2: أساليب البحث المنظمة
المحادثة الاستكشافية وحدها لا تكفي لاتخاذ قرارات المفاضلة الكمية. تحقق مما إذا كانت المنصة تطبق تصميمات منهجية رسمية مثل MaxDiff لترتيب أهمية الميزات، وconjoint لحزم السمات المتعددة، وما إذا كانت تفصل بين الاستعلام غير الرسمي والتصميمات التجريبية المنظمة.
المحور 3: فحص الأدلة وقابلية التدقيق
تتطلب حوكمة المؤسسات رؤية واضحة لكيفية التوصل إلى الاستنتاجات الاصطناعية. تأكد من قدرتك على تدقيق مطالبات الشخصيات، والافتراضات الديموغرافية، والنصوص الخام، وما إذا كان المزود ينشر كيفية تعريف مقاييس الدقة لديه، تماماً كما فعلت EY باستخدام ارتباط سبيرمان، وRMSE، والمسافة الإقليدية.
المحور 4: بروتوكولات التحقق البشري
تعامل مع المحاكاة الاصطناعية كمرشح أولي في بداية القمع، وليس كبديل للعمل الميداني. قم بتوثيق الحالات التي يمكن فيها الاكتفاء بالبيانات الاصطناعية التوجيهية، والحالات التي تستوجب التحقق عبر لجان مشاركين بشريين. يجب أن تخضع عمليات الإطلاق عالية المخاطر، والإيداعات التنظيمية، وتغييرات التسعير الكبرى للتحقق المسبق مع مشاركين بشريين مستقطبين.
لا تعتمد منظومة الأبحاث الناضجة على مزود واحد أو منهجية منفردة. بل تضع الأبحاث الاصطناعية كأداة تسريع في المراحل المبكرة تجعل الاستقطاب البشري في المراحل اللاحقة أكثر تركيزاً ودقة.
في مرحلة الاكتشاف، يستعين الباحثون بشخصيات الذكاء الاصطناعي لاستكشاف لغة العملاء، وتحديد الاعتراضات، وتوليد مقترحات القيمة. وفي مرحلة تصفية المفاهيم، تنفذ الفرق أساليب منظمة مثل MaxDiff أو conjoint على Audiences اصطناعية لتقليص العشرات من المفاهيم إلى قائمة قصيرة ومحددة.
تنتقل المفاهيم المختارة بعد ذلك إلى الاختبار البشري مع لجان مشاركين مستقطبين. ونظراً لاستبعاد الخيارات الضعيفة والرسائل المربكة في وقت مبكر، يصبح العمل الميداني البشري أقل تكلفة وأكثر تركيزاً على تأكيد النتائج وحسمها.
من خلال الالتزام بالحدود المنهجية الواقعية والجمع بين أدوات الخدمة الذاتية مثل Minds والتحقق البشري المنضبط، تسرّع فرق الرؤى وتيرة الأبحاث مع الحفاظ على نزاهة القرارات وموثوقيتها. يمكن للفرق المستعدة لتجربة الأبحاث الاصطناعية المنظمة التسجيل للوصول.
