شراء نظام AI جاهز أم بناء حل مخصص؟ كيف تختار شركتك القرار الصحيح؟

شركة تقرر إنها محتاجة AI، وسريعًا توصل لسؤال عملي:

نشتري AI Product موجودة، ولا نبني System خاصة بينا؟

الطريقة الغلط للإجابة إنك تقارن Monthly Subscription بعرض سعر Development.

الأرقام دي بتوصف حاجات مختلفة.

القرار الأفضل يبدأ من الـWorkflow اللي بتحاول تحسنها، أهميتها للBusiness، الأنظمة اللي لازم تتكامل معاها، البيانات اللي تحتاجها، وقد إيه Control محتاجه فعلًا.

أحيانًا الشراء أفضل بوضوح. أحيانًا Custom Development مبررة. وفي حالات كثيرة Architecture الأقوى تكون Hybrid: اشتري Commodity Capabilities وابنِ Layer اللي تخلي Business مختلفة.

ابدأ بالـWorkflow، مش بالـAI Product

لو عايز AI للCustomer Support، ده ممكن يعني حاجات مختلفة جدًا:

• الرد على Public FAQs.
• البحث في Private Company Knowledge.
• تحديد Customer واسترجاع Account Context.
• تحديث Ticket.
• تغيير Booking.
• Qualification لـSales Opportunity.
• تنفيذ Controlled Refund.
• العمل عبر WhatsApp وEmail والApplication.

Ready-made Chatbot ممكن تكون ممتازة في أول حالة، لكن الحالات الأخيرة تحتاج Deep Integration مع Systems وPermissions وBusiness Rules الخاصة بك.

ارسم:

Input → Understanding → Knowledge → Decision → Action → System of Record → Human Escalation

وبعدين حدد إيه Standard وإيه Specific لشركتك.

اشتري لما المشكلة Commodity

لو آلاف الشركات بتحل تقريبًا نفس المشكلة بنفس الطريقة، الشراء غالبًا يكون نقطة البداية.

مثل Meeting Transcription، Basic Document Summarization، Generic Writing Assistance، Standard Help-center Search، Common CRM Functionality أوBasic Ticket Classification.

Mature Product تعطيك UI وInfrastructure وMonitoring وIntegrations وتحسينات مستمرة بدون ما Team تملك كل التعقيد ده.

بناء Custom Version لمشكلة محلولة ممكن يستهلك Engineering Capacity بدون Strategic Advantage.

ابنِ لما الـWorkflow جزء من Differentiation

Custom AI تصبح أكثر منطقية لما Workflow نفسها مهمة لطريقة شركتك في المنافسة أوالتشغيل.

ممكن تحتاج تجمع Proprietary Business Logic، Internal Data، Systems متعددة، Custom Permissions، Unique Decision Process، Domain Terminology، Human Approval عند Risk Boundaries وCustomer Experience خاص بك.

السبب للبناء مش “عايزين AI بتاعتنا”.

السبب هو:

الـWorkflow مهمة ومختلفة لدرجة إن التحكم في System يخلق Business Value.

Integration Depth غالبًا هي الفاصل الحقيقي

Generic AI Tool ممكن تبان ممتازة في Demo لأن Conversation نفسها شغالة.

Production Value غالبًا تبدأ بعد Conversation.

هل System تقدر بأمان تقرأ CRM Record الصحيحة، تفحص ERP Data الحالية، تحترم Permissions، تعمل Ticket، تحدث Booking، Trigger Workflow، تسترجع Private Documents وتكتب Auditable Result في System of Record؟

لو المطلوب “جاوب أسئلة من Documents”، Existing Tool قد تكفي.

لو AI هتبقى جزء من Operating System، Integration Architecture تصبح أهم كثيرًا.

استخدام API مش معناه إنك اشتريت Product

Custom AI System مش معناها تدريب Foundation Model من الصفر.

ممكن تبني Product الخاصة بك وتستخدم Hosted Models وEmbedding Providers وOCR وManaged Infrastructure.

مثل:

Your Application → Your Permissions → Your Workflow → Hosted LLM API → Your Validation → Your Business Systems

دي Custom AI System لأنك تملك Application Behavior والArchitecture حول Model.

Model Component، مش Product كلها.

وSelf-hosting مش معناه Build Everything

شركة ممكن تشغل Local/Private Model وتستخدم Existing Software حولها.

Buy vs Build وHosted vs Self-hosted قرارين مختلفين.

الأول: مين يملك Product/Workflow Layer؟

الثاني: فين Model أوInfrastructure Processing بتشتغل؟

افصل القرارين.

Proprietary Data ممكن تقوي Case البناء

لو قيمة AI تعتمد على Company-specific Knowledge أوOperational Data، افحص طريقة الوصول لها.

قد تحتاج Permission-aware Retrieval، Direct API/Database Access، Data Normalization، Entity Relationships، Freshness Guarantees، Auditability وData Retention Controls.

Vendor تقول “Connect Your Knowledge Base” ممكن تكفي Use Case وتكون غير كافية تمامًا لثانية.

السؤال مش هل Product تدعم RAG؛ السؤال هل Data Architecture تناسب Trust Boundary المطلوبة.

Security تتعلق بالControl Boundaries

سواء Tool مشتراة أوCustom System، تتبع Data Flow.

اسأل: Data إيه تخرج من Environment؟ مين Provider يعالجها؟ إيه اللي يتخزن ويتعمل له Logging؟ مين يقدر يعمل Retrieval؟ Permissions تتطبق إزاي؟ هل AI تقدر تنفذ Actions؟ إيه اللي يحتاج Approval؟ وإيه Audit Trail الموجودة؟

Custom System تعطيك Control أكبر، لكنها تعطيك Responsibility أكبر.

Mature Vendor ممكن يكون عنده Operational Security أقوى من Internal Solution سيئة البناء.

Custom مش تلقائيًا أأمن، وSaaS مش تلقائيًا أقل أمانًا.

Speed تميل للشراء — في البداية

لو Suitable Product موجودة، غالبًا تقدر تختبر Workflow أسرع بالشراء.

وده مهم لو Business لسه بتختبر هل Use Case تعمل Value أصلًا.

Commercial Tool ممكن تساعد تعرف: Employees هيستخدموها؟ Handling Time هتقل؟ Customers يقبلوا Experience؟ Workflow تستحق Optimization أكبر؟

الشراء ممكن يكون Experiment حتى لو هتبني بعدين.

مش لازم Permanent Architecture Decision من أول يوم.

لكن السرعة ممكن تنعكس بعد Customization Ceiling

Product تبدأ سريعة، وبعدها:

Day 1: Setup سهل.

Month 2: محتاج Custom Field.

Month 4: Integration غير مدعومة.

Month 6: Permission Logic مختلفة.

Month 9: Business Workflow اتشكلت حول Vendor Limitations.

كل Requirement جديدة تصبح تفاوض مع حدود Product.

دي Customization Ceiling، ولو Workflow متوقع تبقى Strategic افحصها بدري.

قارن Total Cost of Ownership

Buying Cost أكبر من Subscription Price: Per-seat، Usage، Model/API، Integration Tiers، Premium Support، Implementation، Internal Administration، Workarounds، Data Migration وSwitching Cost.

Building Cost أكبر من Initial Development: Product/Engineering Time، Infrastructure، Model Usage، Monitoring، Security، Evaluation، Maintenance، Support، Incident Response وOngoing Integration Work.

مفيش User-count سحري بعده Custom تبقى أرخص تلقائيًا.

Economics تعتمد على Workflow.

قِس Cost per Successful Outcome

Cheap SaaS تحل 40% فقط من Workflow قد تترك Manual Work كبيرة.

Custom System أغلى لكن تعمل Automation آمنة لنسبة أكبر قد يكون Economics بتاعها أفضل.

والعكس صحيح لو Ready-made Tool تحل Workflow كويس وCustom Platform تضيف Maintenance كبيرة.

السؤال:

Successful Business Outcome الواحدة تكلف كام End-to-End؟

Vendor Lock-in مش Model Provider فقط

Lock-in ممكن تكون في Data، Workflow Definitions، Prompt/Evaluation Assets، Integrations، UI، Automation Rules، Proprietary APIs وHistorical State.

Provider Abstraction ممكن تخلي Models Replaceable بينما Business تظل معتمدة جدًا على SaaS Platform حولها.

ارسم Complete Dependency.

Custom Software عندها Lock-in برضه

امتلاك Source Code مش تلقائيًا Independence.

Custom System ممكن تعتمد على Engineer واحدة، Agency واحدة، Undocumented Architecture، Obscure Infrastructure أوUnsupported Dependencies.

لو هتبني، Ownership لازم تشمل Documentation وDeployment Knowledge وObservability وTests وAccess Control وقدرة Team ثانية Competent تشغل System.

Code Ownership وحدها مش Operational Ownership.

Data Portability مهمة قبل ما تحتاجها

قبل Adoption لـAI Platform، اسأل لو قررت تمشي: تقدر Export Documents، Structured Data، Conversation History، User Feedback، Evaluation Datasets، Workflow Configuration وGenerated Metadata؟

ممكن ما تعملش Migration أبدًا، لكن معرفة Exit Path تغير Risk القرار.

Hybrid Approach غالبًا أقوى

مش لازم تختار Buy Everything أوBuild Everything.

Architecture عملية ممكن تكون:

Purchased CRM + Hosted LLM + Custom Orchestration + Your Permission Layer + Your Data + Existing Ticketing System

أو:

Commercial Support Platform + Custom RAG Service + Internal APIs + Human Approval Workflow

القاعدة:

اشتري الـCommodity. ابنِ الـDifferentiator. واعمل Integration للباقي.

ابنِ Business Layer، مش Foundation Model جديدة

بالنسبة لمعظم الشركات، Valuable Custom Work مش إنشاء General-purpose LLM جديدة.

القيمة في Domain Context، Retrieval، Memory عند الحاجة، Business Rules، Tool Access، Permissions، Evaluation، Observability، Human Escalation وProduct Experience.

الLayers دي هي اللي تحدد هل AI مفيدة داخل Business، مش Model Benchmark وحدها.

Decision Matrix

اشتري لما

Workflow Standard، Mature Product تحل معظم Requirements، Speed أهم من Customization، Integrations موجودة، Process مش Competitive Differentiator، Economics منطقية، وVendor Controls تناسبك.

فكر في البناء لما

Workflow Unique أوStrategic، تحتاج Deep Proprietary Integrations، Generic Tools تعمل Workarounds متكررة، تحتاج Control في Permissions/Orchestration/UX، Proprietary Data مركزية للقيمة، System هتبقى جزء من Product، والLong-term Economics تبرر Ownership.

فكر Hybrid لما

Standard Products تحل أجزاء كويس، Differentiation في Orchestration/Data، محتاج Provider Flexibility، أوعايز Validate Value قبل Custom Development أعمق.

مثال: Customer Support

لو المطلوب Basic FAQ، Commercial Support AI ممكن تكون أفضل بداية.

لكن لو Workflow تحتاج فهم Arabic/English Messages، تحديد Authenticated Customer، Account State، Permissioned Knowledge، Allowed Action، Update Internal System وEscalation بسياق كامل، القيمة أصبحت في Orchestration وIntegration وPermission Boundaries.

ممكن تشتري Support Interface وتستخدم Hosted Model، وتبني Business-specific Layer.

ده Hybrid System.

مثال: Internal Knowledge Assistant

لو Employees محتاجة Semantic Search عبر Documents قليلة وغير حساسة، Existing Product قد تكفي.

لو Access حسب Department أوCustomer أوProject أوDocument-level Permissions، والإجابة تجمع Live System Data مع Documents، Custom Architecture تصبح أكثر Relevant.

السؤال مش “محتاجين RAG؟”؛ السؤال “Retrieval لازم تفرض أنهي Trust وAccess Model؟”.

مثال: AI داخل SaaS Product

لو AI Convenience Feature صغيرة، API أوEmbedded Capability قد تكون مثالية.

لو AI أصبحت Core Product Experience، قد تحتاج Control في Provider Routing، Evaluation، Usage Limits، Cost Controls، Tenant Isolation، Prompt/Version Management، Tool Permissions، Fallbacks وProduct-specific Context.

كل ما AI تقرب من Differentiation، Case امتلاك Application Layer تقوى.

ما تبنيش قبل Validation للWorkflow

Custom Development مش لازم تكون أول Proof إن Idea لها قيمة.

اختبر لو ممكن باستخدام Manual Operations، Existing SaaS، Thin Prototype، Limited Integrations أوControlled Pilot.

اتعلم Users محتاجين إيه فعلًا قبل Larger Architecture.

First Version تجاوب Riskiest Business Question، مش تستعرض كل Technical Possibility.

وما تشتريش قبل اختبار Limits وExit

Vendor Demo تعرض Happy Path.

قبل Commitment، اختبر Real Documents، Arabic/English Inputs، Permissions، Integration Edge Cases، Volume، Escalation Rules وExport Path.

Pilot مش هدفها تثبت إن Product تعمل عمومًا. هدفها تعرف هل تعمل داخل Operating Model بتاعتك.

12 سؤال قبل القرار

1. أنهي Workflow بالضبط بنحسنها؟
2. Standard ولا Differentiating؟
3. أنهي Systems لازم Integrate؟
4. أنهي Data Proprietary أوSensitive أوLive؟
5. أنهي Permissions لازم تتفرض؟
6. إيه اللي يحصل لما AI تغلط؟
7. كام Customization متوقعة خلال السنة الجاية؟
8. Full Operating Cost لكل Path إيه؟
9. نخرج Data وWorkflows إزاي لو سيبنا Vendor؟
10. أنهي Components ممكن نشتريها حتى لو Business Layer Custom؟
11. نقدر Validate Outcome قبل Deep Build؟
12. أنهي Capability فعلًا محتاجين نملكها؟

آخر سؤال غالبًا هو الأهم.

القرار عن Ownership، مش Pride

الشراء مش أقل Sophistication من البناء، والبناء مش تلقائيًا أكثر Innovation.

الهدف تملك الأجزاء اللي Ownership فيها تعمل Leverage، وما تملكش Commodity Complexity حد ثاني يقدر يشغلها أفضل.

في شركات كثيرة الإجابة الأقوى:

اشتري اللي Standard. ابنِ اللي يخلي Workflow بتاعتك مختلفة. وخلي Boundaries قابلة للاستبدال.

محتار تشتري AI System ولا تبنيها ولا تعمل Hybrid؟

أساعد الشركات ترسم Workflow وIntegrations وData Boundaries وSecurity Requirements وOperating Economics قبل الالتزام بـAI Architecture.

ناقش AI Architecture أوCustom AI Project مع فادى مندي.

الهدف مش تعظيم Custom Code. الهدف امتلاك Technology اللي تعمل Business Advantage وتبسيط كل حاجة ثانية.

---

مرتبط: Custom AI Development، AI Integration، Private AI، Local LLM vs Hosted AI، AI ROI، SaaS vs Custom Software، ومتى لا تحتاج شركتك إلى AI.