عبدالله الخضیری، مدیر اجرایی دفتر مدیریت راهبردی در سازمان داده و هوش مصنوعی عربستان سعودی «سدایا»، گفت کشورش در حال پذیرش مفهوم «هوش مصنوعی در اولویت» (AI-First) است؛ رویکردی که هوش مصنوعی را از نخستین مرحله طراحی خدمات و محصولات در نظر می‌گیرد تا بهره‌وری و کیفیت افزایش یابد، منابع کارآمدتر مصرف شود و جامعه و اقتصاد به نتایج بهتری برسند.

الخضیری این سخنان را در افتتاحیه روز سوم «دیپ‌فست ۲۰۲۶»، رویداد همزمان با کنفرانس «لیب ۲۰۲۶»، بیان کرد. به گفته او، نام‌گذاری ۲۰۲۶ به‌عنوان «سال هوش مصنوعی» مسیر روشنی برای عربستان سعودی ترسیم کرده تا این فناوری را به موتور توسعه، رقابت‌پذیری و نوآوری بدل کند. او افزود در تازه‌ترین شاخص هوش مصنوعی دانشگاه استنفورد، بیش از ۸۰ درصد کارکنان بررسی‌شده در عربستان سعودی به‌طور منظم از هوش مصنوعی در کارهای روزمره استفاده می‌کنند؛ بنابراین چالش اکنون دیگر افزایش آگاهی و تشویق به آزمودن نیست، بلکه تبدیل این استفاده گسترده به ارزش سازمانی پایدار است.

او توضیح داد که «هوش مصنوعی در اولویت» به معنای به‌کارگیری آن در همه جا یا مقدم دانستن فناوری بر انسان نیست؛ بلکه یعنی «ارزش پیش از فناوری»، استفاده از هوش مصنوعی آنجا که مزیت واقعی دارد و برگزیدن راه‌حل مناسب‌تر هرجا که هوش مصنوعی بهترین گزینه نیست.

به گفته الخضیری، پذیرش هوش مصنوعی دیگر صرفاً موضوعی فناورانه نیست و به مسئله‌ای سازمانی تبدیل شده که مدیریت دقیق تحول را متناسب با آمادگی سازمان، ارزش هر کاربرد، پیچیدگی و مخاطرات آن می‌طلبد. در این مسیر انسان همچنان در مرکز است و حفظ حقوق، شفافیت در پاسخگویی و پایبندی به الزامات سعودی در اخلاق هوش مصنوعی، امنیت سایبری، حریم خصوصی و حکمرانی داده ضروری است.

او یادآوری کرد که عربستان سعودی در سال‌های گذشته زمینه این مرحله را فراهم کرده است؛ از تقویت ظرفیت‌های ملی داده و توسعه زیرساخت دیجیتال گرفته تا ایجاد چارچوب‌های حکمرانی، توسعه توانمندی‌های ملی هوش مصنوعی و سرمایه‌گذاری در پرورش استعدادها.

روز سوم «دیپ‌فست ۲۰۲۶» با محور «هوش در دنیای واقعی؛ از کشف تا بهره‌برداری» میزبان نشست‌ها و سخنرانی‌هایی با حضور کارشناسان برجسته بین‌المللی بود که گذار از بلندپروازی‌های هوش مصنوعی به بهره‌برداری سازمانی قابل اعتماد، نقش اعتماد در عصر هوش مصنوعی، هوش پیش‌بین در مراقبت‌های سلامت، هوش مصنوعی فیزیکی و اهمیت داده در ساخت سامانه‌های مؤثر را بررسی کردند.