شارك
الرئيسية
7 دقيقة
إذا كانت مؤسستك تعتمد على التجارب الظرفية للذكاء الاصطناعي التوليدي بالاستعانة بالموظفين حتى الآن، فقد حان الوقت لإحداث تغيير كبير. على الرغم من أن التجارب مثل استخدام نموذج كلود لصياغة رسائل البريد الإلكتروني أو نموذج تشات جي بي تي في جلسات العصف الذهني لها فوائد في مجالي التعلم والإنتاجية على مستوى الفرد أو الوحدة، فإنها غير منظمة وغير قابلة للقياس عادة، كما أنها لا تسفر عن نتائج واسعة النطاق إلا نادراً. (نعتقد أن هذا أحد الأسباب التي تفسر لماذا لا تزيد الاستثمارات في مجال الذكاء الاصطناعي صافي الأرباح في الشركات).
إذا أرادت المؤسسات خلق قيمة تجارية قابلة للقياس باستخدام الذكاء الاصطناعي التوليدي، يجب على قادتها الاستغناء عن نهج التجريب الفردي غير المقيد وتطبيق هذه التكنولوجيا بطريقة منظمة ومتوافقة مع أهداف المؤسسة. سواء كانت هذه الأدوات تركز على وحدة عمل واحدة أو على المؤسسة بأكملها، فإنها تحول القدرات غير المحدودة للذكاء الاصطناعي التوليدي إلى تطبيقات تتناول حالات استخدام محددة ومعروفة، كما أنها تشمل مختلف الأدوات، من أدوات المعرفة المؤسسية المساعدة ووكلاء خدمة العملاء إلى أنظمة استيعاب البيانات والتحقق منها وأنظمة مراقبة الامتثال التنظيمي المؤتمتة ومحركات توليد المحتوى التسويقي الواسعة النطاق.
نحن باحثون ندرس الذكاء الاصطناعي وتطبيقاته في مجال الأعمال، وننظر حالياً في الطرق التي يدعم وفقها الذكاء الاصطناعي إدارة العمليات في المؤسسات الكبيرة. بينما لاحظنا أن الشركات تتجاوز مرحلة التجارب الفردية وتصل إلى مرحلة استخدام أدوات الذكاء الاصطناعي المخصصة للمؤسسات، لاحظنا أن فعل ذلك يتطلب إحداث تغييرات في النهج التي تتبعها الشركات في العمل التعاوني وفي التعامل مع البنية التحتية للبيانات. سنتحدث في هذا المقال عن أفضل الممارسات في هذين الجانبين، ونقدم أمثلة واقعية على الشركات التي نجحت في تطبيق هذه التكنولوجيا بطريقة متوافقة مع أهدافها وتحضير نفسها لاعتماد الذكاء الاصطناعي الوكيل.
التحول من الاستخدام الفردي للذكاء الاصطناعي إلى الاستخدام المؤسسي
توفر أدوات الذكاء الاصطناعي المنظمة والمتوافقة مع أهداف المؤسسة العديد من الفوائد بسبب طريقة تصميمها. يؤدي دمج هذه الأدوات في العديد من الأنظمة إلى توسيع مجموعة البيانات المتاحة، ما يرفع جودة التوصيات والمخرجات. توسيع نطاق هذه التطبيقات أسهل لأن آلاف المستخدمين يستطيعون استخدام الأداة نفسها، كما أن المخرجات أكثر اتساقاً لأن معاييرها قابلة للتوحيد. بالإضافة إلى ذلك، تدقيق استخدام هذه التطبيقات والتحكم فيه أسهل، ما يخفض المخاطر المتعلقة بالحوكمة. بما أن المؤسسات تستطيع تقييم هذه التطبيقات بدقة أكبر من حيث التكلفة والسرعة والجودة ومستوى الابتكار، نعتقد أيضاً أن استخدام هذه الأدوات سيحقق عائداً أكبر على الاستثمار لأن قابلية القياس تمنح المؤسسات القدرة على تصحيح العيوب ومعايرة التكلفة بسرعة.
بدأت بعض الشركات بالفعل بإحداث التغييرات اللازمة لتطوير هذا النوع من الأنظمة. على سبيل المثال، توصلت شركة جونسون آند جونسون في وقت سابق من عام 2025 إلى أن أغلبية التجارب الفردية لم تخلق قيمة تجارية ملحوظة، وقررت عدم تخصيص المزيد من الموارد لها. منحت الشركة الأولوية لعدد قليل فقط من مشروعات الذكاء الاصطناعي على مستوى المؤسسة، وهي مشروعات تركز على تطبيق هذه التكنولوجيا لتحقيق الأولويات الاستراتيجية للشركة، وهي تطوير الأدوية وتسهيل وصول الموظفين إلى سياسات قسم الموارد البشرية ومساعدة مندوبي المبيعات على التواصل مع الأطباء وتحديد المخاطر المتعلقة بسلسلة التوريد وخفضها. قررت شركة كوكاكولا أيضاً التركيز على مشروعات الذكاء الاصطناعي الواسعة النطاق والمنظمة على مستوى المؤسسة، مثل إنشاء المحتوى التسويقي الجديد. تستخدم كوكاكولا الذكاء الاصطناعي التوليدي لتخصيص 10 آلاف نسخة مختلفة لـ 20 أصلاً تسويقياً مملوكاً لها لتتناسب مع 180 دولة و130 لغة تعمل بها حول العالم.
مع ذلك، السمات نفسها التي تعزز الفائدة من الأنظمة المؤسسية تجعل إنشاءها صعباً؛ إذ إن هناك تحديات كبيرة تتمثل في دمج البيانات العالية الجودة عبر الأنظمة المعقدة وتنسيق تدفقات البيانات والتوفيق بين المخرجات وأهداف المؤسسة. على الرغم من أن نتائج الدراسات الحديثة التي تشير إلى سوء نتائج التنفيذ التشغيلي لمبادرات الذكاء الاصطناعي ما تزال موضعاً للجدل، فمن الواضح أن الشركات تواجه صعوبات في هذه المجالات.
يمكنك حل هذه المشكلات من خلال إعداد تدفقات البيانات خصوصاً لحالات الاستخدام على نطاق المؤسسة والتركيز على العمل التعاوني بين فرق الأعمال وفرق التطوير في أثناء مشروعات الذكاء الاصطناعي. سنسلط الضوء فيما يلي على هذه الطرق.
جاهزية البيانات
الخطوة الأولى في تحضير المؤسسة لاستخدام الذكاء الاصطناعي التوليدي هي توضيح البيانات غير المنظمة وتدفقاتها وتنظيمها ومنحها الأولوية الاستراتيجية. خذ أداة المعرفة المساعدة الخاصة بشركة نورث ويسترن ميوتشوال مثالاً، وهي أداة تدمج البيانات الداخلية المملوكة للشركة والمنسقة والمحدثة والقابلة للبحث منهجياً وعلى نحو موثوق. على مدار العقود الماضية، ركزت أغلبية المؤسسات في جهودها الهادفة إلى تعزيز جودة البيانات وإدارتها على البيانات المنظمة، ولم تعالج مسألة البيانات غير المنظمة التي تحتاج إليها لتعديل النماذج اللغوية الكبيرة وفقاً للمشكلات التي تواجهها.
تنجح هذه العملية بصورة أفضل عندما تدار على مستوى مجموعات الأقسام الوظيفية. يجب أن تحدد هذه المجموعات تدفقات البيانات والعمليات التي تطبقها في العمل والبيانات الحالية التي تولدها المؤسسة، ثم تقييم إن كانت هناك حاجة إلى أصول البيانات الجديدة، وتحديد هذه الأصول.
قد تواجه فرق الأعمال صعوبة في إنجاز ما سبق لأنها تعتقد غالباً أن هذه المهام ثانوية وتشتتها عن مسؤولياتها "الحقيقية". يمكن حل هذه المشكلة من خلال تسليط الضوء على الفوائد المحتملة للذكاء الاصطناعي المؤسسي، وتوضيح أن المعلومات حول المنتج أو الخدمة بأهمية المنتج نفسه أو الخدمة نفسها. يجب على القادة تحديد الموظفين داخل الوحدة الذين تقع عليهم مسؤولية تنسيق البيانات وتعزيز جودتها في المستقبل، مع تقديم حوافز إن أمكن.
لنأخذ في الاعتبار النهج الذي اتبعته شركة أكسنتشر لمعالجة هذه المشكلة. أنشأت ذراع التسويق في الشركة تحت قيادة الرئيسة التنفيذية للتسويق والاتصالات، جيل كرامر، 14 من وكلاء الذكاء الاصطناعي المخصصين الذين أسهموا في تسريع سير العمل في المؤسسة بمقدار كبير.
عند بدء المشروع، حثت كرامر القسم بأكمله على إعادة النظر في سير العمل الداخلي ومعايير التوثيق، موضحة أن المضي قدماً في تطبيق أي من أنظمة الذكاء الاصطناعي في الشركة دون فعل ذلك سيؤدي إلى "تفاقم الفوضى". لم تكن الإدارة الرشيدة للبيانات من المسؤوليات المهمة بالنسبة لخبراء التسويق في الشركة، لكن كرامر أعادت تأطيرها على أنها ضرورة قيادية وأنها "الطريقة الوحيدة" لضمان تحسين تجربة خبراء التسويق لوكلاء الذكاء الاصطناعي للحد الأقصى. طرحت كرامر السؤال التالي: "ما هي العملية التي نتبعها، وما هي خطواتها الأصعب بكثير مما يجب أن تكون؟"، وحددت الموظفين في القسم المسؤولين عن التوصل إلى إجابات عامة عن هذه الأسئلة.
ساعدت هذه الإجراءات الفريق على إنجاز إحدى أهم مبادرات البنية التحتية للبيانات بنجاح؛ إذ إنه تمكن من تحليل سير العمل من خلال تحديد طرق إنشاء خطط التسويق وإنشاء المستندات والأصول وطرق الوصول إليها، وتحديد آليات اتخاذ القرار في مختلف أنحاء القسم. عمقت هذه الجهود فهم الفريق للبيانات وأدت في النهاية إلى تطوير وكلاء يساعدون في عمليات البحث والتخطيط التحريري وتخصيص الموارد، وهي عمليات قيمها الفريق في تحليل سير العمل على أنها معوقات. أتاح الوكلاء لقسم التسويق في الشركة إطلاق إحدى الحملات في السوق بسرعة أكبر بنسبة 25-35%.
تحسين العمل التعاوني
غالباً ما يتطلب استخدام الذكاء الاصطناعي من فرق الأعمال وفرق التكنولوجيا تطوير طرق جديدة للعمل التعاوني وإجراء مشروعات تعاونية جديدة. لن تستطيع فرق العمل الاكتفاء بتقديم المتطلبات لفرق التكنولوجيا كما تفعل في مشروعات تكنولوجيا المعلومات؛ إذ يجب أن تظل منخرطة بعمق من خلال تنسيق البيانات وتكرار توليد مخرجات الذكاء الاصطناعي وإعادة اختبار حالات استخدامه التي يقدمها فريق التطوير. في الوقت نفسه، يجب أن تتقبل فرق التطوير أن الأدوات التقنية لن تتولى مهام الحوكمة والتقييم بالكامل، وأن عليها طلب إسهامات فريق الأعمال والعمل معه. يصبح العمل التعاوني الذي يجب أن يجريه فريق التطوير أصعب بسبب الحاجة إلى تنسيق استخدام الذكاء الاصطناعي ضمن منظومة كاملة من الفرق عبر مختلف الأقسام (من ذكاء الأعمال وأقسام الفرق التجارية إلى العمليات والموارد البشرية والماليات وغيرها)، التي قد يتمتع العديد منها بهياكل وثقافات وتدفقات بيانات واحتياجات مختلفة جداً. يجب أن تدخل المجموعات جميعها في شراكة فاعلة ودائمة.
هذا يجعل وضوح الأدوار؛ أي تحديد المسؤوليات وشرح طرق اتخاذ القرارات وتنظيم حلقات الملاحظات، مهماً بصورة خاصة ومعقداً على نحو غير معتاد. يتطلب ذلك عادة أن تنخرط فرق الأعمال في العمليات أكثر مقارنة بدرجة انخراطها في مشروعات التكنولوجيا التقليدية. يجب أن تدخل هذه الفرق في شراكة فاعلة مع الفرق الأخرى، كما عليها أن تشارك في العملية التكرارية المتمثلة في تصميم التكنولوجيا الجديدة وتقييمها منذ البداية؛ إذ يجب عليها تنسيق البيانات الخاصة بمجالها وإدارة بوتات الدردشة الخاصة بها والاستجابة للملاحظات التي يقدمها المستخدمون. يجب على كل من فرق الأعمال والفرق التقنية التعاون لتحديد سياسات الوصول ونهج التقييم ومعاييره وتدريب المستخدمين.
ثانياً، إنشاء إطار عمل للقياس والتقييم مهم جداً للتوفيق بين أهداف الفرق المتعاونة وطرق عملها. في بداية المشروع، يجب أن تعرف الفرق التقدم والنجاح وتقيسهما وتربطهما بأهداف الشركة الرئيسية.
لنأخذ على سبيل المثال ما فعلته شركة جيت بلو لتطوير أداة بلو بوت، وهي أداة معتمدة على نموذج لغوي كبير تتيح لأقسام الشركة، مثل قسمي التواصل والموارد البشرية، الوصول إلى البيانات وتوفر لها المعلومات بناءً على أدوارها واحتياجاتها المحددة. (هذه المعلومات مصدرها حديث أجراه كبير مدراء إدارة علم البيانات والتحليلات المحوسبة في الشركة، ساي رافورو، والمحادثات التي أجرتها معه ميليسا، المؤلفة المشاركة لهذا المقال). في بداية المشروع، ركز فريق التطوير على تصميم الأداة والبنية التحتية التكنولوجية التي تتيح للمستخدمين تنسيق بياناتهم وتقييم مخرجات الأداة فيما يتعلق بأقسامهم، بينما ركزت أقسام الأعمال على انتقاء البيانات المنظمة وغير المنظمة وتنسيقها وتقديم الملاحظات المستمرة، علماً أن حق اتخاذ القرارات كان لدى المسؤولين بالإدارة العليا. مكنت مشاركة فريق الأعمال بهذه الطرق أقسام الشركة المتنوعة واللامركزية من تحمل مسؤولية جودة المخرجات التي تولدها الأداة، ومسؤولية استخدامها للأداة في المستقبل. حددت أقسام الأعمال أيضاً زيادة الإنتاجية من خلال توفير الوقت على أنها الهدف النهائي الأساسي. حافظت الشركة على هيكلية الأدوار والأهداف النهائية نفسها بعد إطلاق الأداة؛ إذ قيمت الفرق آراء المستخدمين وملاحظاتهم ومخرجات الأداة وأخذتها في الاعتبار لتحسين الأداء.
بسبب هذا العمل التعاوني، أبلغت الشركة عن أنها وفرت الوقت بنسبة 5-10% لأن فرق الأعمال لم تعد بحاجة إلى تضييع الوقت في البحث عن لوحات التحكم والقياس أو طلبها من فرق أخرى، ولم تعد فرق التطوير بحاجة إلى إنشاء هذه اللوحات ومراقبتها وتعديلها.
الاستعداد للذكاء الاصطناعي الوكيل
حان الوقت لأن تستثمر الشركات في الذكاء الاصطناعي التوليدي المخصص للمؤسسات، لكن معايير جودة البيانات والعمل التعاوني في المؤسسات ستصبح أعلى عندما تدخل أدوات الذكاء الاصطناعي الوكيل المعادلة، وهي التكنولوجيا الجديدة التي تلوح في الأفق. يؤدي الوكلاء الرقميون المهام بدرجة أعلى من الاستقلالية، ما يعني أن استخدامهم يتطلب المزيد من الجهد الأولي.
وفقاً لما تفعله الشركات مثل سيلز فورس، التي بدأت بطرح وكلاء الذكاء الاصطناعي، فإن متطلبات استخدام هذه الأدوات هي نفسها متطلبات استخدام أدوات الذكاء الاصطناعي المؤسسية الأخرى (توثيق تدفقات البيانات وتحديد الاحتياجات والتعاون بين فرق التطوير وفرق الأعمال). هذه المتطلبات ضرورية بصورة خاصة لأن عمليات الطرح الناجحة تبدو تكرارية؛ إذ إنها تتطلب إحداث التحولات والإسهام الدائم من الأطراف جميعها لإجراء الإصلاحات وتوفير التحديثات التشغيلية في الوقت الحقيقي مع نمو المعارف وتغير الأدوات والسياسات. على سبيل المثال، دربت سيلز فورس في البداية نظام إيجنت فورس مع 200 من المستخدمين المنتقين فقط، ووجهت في المرحلة التالية 10% من طلبات المساعدة إلى الوكيل. راقب الفريق إحصائيات الأداء الأسبوعية وحدد مواطن الضعف ثم أجرى التعديلات قبل توسيع نطاق الاستخدام. حالياً، تعالج الأداة 85% من مشكلات العملاء دون تدخل الموظفين البشر، حتى إن موظفي الشركة يستخدمونها.
على الرغم من أن الوقت حان لتستغل الشركات مواردها المخصصة للذكاء الاصطناعي في تطوير الأدوات المؤسسية، فإن هذا لا يعني أنه يجب عليها الامتناع عن إجراء التجارب الفردية. لاحظنا أن تجارب استخدام الذكاء الاصطناعي التوليدي تظل مفيدة في الحالات التي يكون فيها المستخدمون بالفعل على دراية بهذه التكنولوجيا ويعملون باستقلالية نسبية، مثل تطوير الألعاب.
مع ذلك، فإننا ننصح المؤسسات بتركيز جهودها في تطوير الأدوات الأشمل وترسيخ العقلية المناسبة والمهارات اللازمة للاستعداد لها وإطلاقها.