يمكن للذكاء الاصطناعي أن يساعد فريقًا في تلخيص طلبات العملاء، أو توقع الطلب، أو إعداد مسودة تقرير. وتختلف فائدته بحسب المهمة والبيانات وطريقة استخدام النتائج.
قبل اختيار الأداة، حدد المشكلة التي تريد حلها، ومن سيراجع النتيجة، وكيف ستقيس التحسن. يشرح هذا المقال أهم التطبيقات، وخطوات تجربة استخدامها، والضوابط التي تساعد المؤسسة على الاستفادة منها بمسؤولية.
ما الذي يُعد تطبيقًا للذكاء الاصطناعي في الأعمال؟
الذكاء الاصطناعي (Artificial Intelligence — AI) يشمل أنظمة تستنتج من المدخلات مخرجات مثل التوقعات أو التوصيات أو المحتوى. فقد يصنف النظام رسالة عميل، أو يتوقع كمية الطلب، أو يقترح ردًا. وقد تكون مخرجاته غير دقيقة، لذلك تحتاج إلى اختبار يتناسب مع أثر استخدامها.
يتحول النظام إلى تطبيق للأعمال عندما نحدد البيانات التي يستخدمها، وخطوات العمل التي يدخل فيها، والشخص المسؤول عن نتائجه. فوجود روبوت محادثة وحده لا يكفي؛ يجب أن يعرف الفريق متى يستخدم الرد ومتى يصعّد السؤال إلى مختص.
أما الأتمتة (Automation) فهي تنفيذ خطوات العمل آليًا، ويمكن أن تستخدم قواعد ثابتة أو ذكاءً اصطناعيًا أو كليهما. مثلًا، تحويل الطلب إلى قسم معين بناءً على اختيار العميل قد ينجح بقواعد بسيطة.
ستة مجالات تطبيق عملية
يمكن للنظام تصنيف الطلبات وتلخيص المحادثات واقتراح رد من معلومات معتمدة. يراجع الموظف الرد، ويتولى الشكاوى المؤثرة والحالات التي لا تغطيها التعليمات.
يمكنه تجميع العملاء بحسب احتياجاتهم واقتراح أولويات المتابعة وإعداد مسودة إعلان. يتحقق الفريق من موافقات استخدام البيانات وصحة الادعاءات، ويفحص احتمال استبعاد فئات دون مبرر.
يمكنه توقع الطلب واقتراح مواعيد الصيانة ورصد تغير غير معتاد في الإنتاج. لكن التوقع ليس ضمانًا؛ قارن النتائج الفعلية بالتوقعات، وأبقِ طريقة عمل بديلة عند الإخفاق.
يمكنه استخراج بيانات الفواتير وتنبيه المختص إلى معاملة غير معتادة. قد يكون التنبيه خاطئًا؛ لذلك يراجع مختص الأدلة، ويُسجل سبب القرار، ولا يعتمد الشخص نفسه معاملته.
يمكنه تنظيم معلومات المهارات واقتراح تعلم مناسب ودعم تقدير احتياجات الفرق. احمِ بيانات الموظفين وافحص التحيز، أي الميل إلى معاملة فئة بطريقة غير عادلة. لا تجعل التوصية الآلية وحدها أساس قرار وظيفي مؤثر.
يمكنه البحث في وثائق المؤسسة المعتمدة وتلخيصها وإعداد مسودة أولى. يجب أن يرى المستخدم مصدر الإجابة ليتحقق منها، وألا يحصل على وثائق تتجاوز صلاحياته.
اختر وفق القيمة والجدوى والمخاطر
حالة الاستخدام (Use Case) هي مهمة محددة نريد أن يساعد النظام في إنجازها، مثل تلخيص شكوى. قيّم فائدتها وإمكانية تنفيذها ومخاطرها قبل اختيار التقنية.
حدد المستفيد والتحسن المطلوب. سجل خط الأساس (Baseline)، أي الأداء قبل التغيير، مثل متوسط وقت معالجة الطلب.
تحقق من جودة البيانات وحق استخدامها وإمكانية ربط الأداة بالأنظمة الحالية. احسب تكلفة التجهيز والتشغيل والمراجعة والصيانة، وتأكد من جاهزية الفريق.
اسأل من يتضرر إذا أخطأ النظام أو أسيء استخدامه. حدد متطلبات الحماية والالتزامات ذات الصلة، وكيف يمكن إيقاف العمل أو تصحيح القرار.
مسار منضبط من الحاجة إلى التوسع
اختر مشكلة واحدة، مثل طول وقت إعداد الرد، وسجل الوضع الحالي قبل التجربة.
حدد التحسن المطلوب، وما الذي قد يحدث إذا أخطأ النظام، ومن قد يتأثر.
اختر مصادر معتمدة وحدد صلاحيات الوصول وخطوات مراجعة النتائج.
اختبر عينة مناسبة من الحالات دون منح النظام صلاحيات أوسع من اللازم.
قارن الجودة والوقت والتكلفة بالطريقة الحالية، وافحص الحالات التي أخفق فيها.
درب المستخدمين، وحدد متى يُحال العمل إلى إنسان وكيف يُوقف النظام عند الحاجة.
راجع الأخطاء والشكاوى والتغيرات في البيانات، وأعد الاختبار بعد التعديلات المهمة.
ضع الحوكمة قبل التوسع
الحوكمة (Governance) تحدد من يقرر، ومن يراجع، ومن يتحمل مسؤولية النتيجة. عيّن مسؤولًا عن استخدام النظام في العمل، وآخر عن تشغيله، وحدد من يتابع المخاطر. يظل قرار المؤسسة مسؤوليتها حتى عندما يوفر المورد الأداة.
وثّق الغرض والمستخدمين ومصادر البيانات والأشخاص المتأثرين، وحدد ما لا يجوز للنظام فعله. اضبط من يستطيع الوصول إلى البيانات ومدة الاحتفاظ بها، وراجع ترتيبات الحماية مع المورد. وضّح متى يحتاج الناتج إلى اعتماد بشري، ومن يستطيع رفضه أو إيقاف النظام.
قبل التشغيل، اختبر حالات معتادة وأخرى نادرة، وافحص الأخطاء والتحيز ومحاولات إساءة الاستخدام وكيفية استعادة العمل. احتفظ بسجلات كافية لتفسير القرارات والتغييرات والتحقيق في الحوادث، دون جمع بيانات حساسة بلا حاجة. بعد التشغيل، راقب الأداء والشكاوى وأعد الاختبار عندما تتغير البيانات أو الأداة أو طريقة استخدامها.
يحتاج الذكاء الاصطناعي التوليدي إلى ضوابط إضافية
الذكاء الاصطناعي التوليدي (Generative AI) ينشئ محتوى مثل النصوص والصور. وقد يكتب معلومة خاطئة بأسلوب مقنع؛ وتُعرف هذه المشكلة أحيانًا بالهلوسة. لذلك، لا تكفي سلاسة الإجابة لإثبات صحتها.
قد تحتوي وثيقة خارجية كذلك على تعليمات تحاول توجيه النظام إلى سلوك غير مقصود، وهو ما يسمى حقن التعليمات (Prompt Injection). استخدم مصادر معتمدة، وقيد الصلاحيات، وافصل محتوى الوثائق عن تعليمات التشغيل.
راجع المعلومات المهمة قبل اعتمادها، وتحقق من شروط استخدام المحتوى وحقوقه. لا تدخل بيانات سرية في أداة إلا بعد اعتماد استخدامها لهذه البيانات.
يجب تصميم الرقابة البشرية لا مجرد إعلانها
تعني الرقابة البشرية (Human Oversight) أن يستطيع شخص مؤهل فحص المخرجات والتدخل قبل أن تسبب ضررًا. يحتاج المراجع إلى وقت وأدلة وصلاحية للرفض أو التصحيح أو التصعيد. مثلًا، يعيد ردًا يقترح تعويضًا يخالف السياسة، بدل إرساله للعميل. أما قبول كل اقتراح دون فحص فلا يحقق رقابة فعلية.
قِس النتائج لا العروض التجريبية
خط الأساس (Baseline) هو قياس الأداء قبل التغيير. اختر مقاييس مرتبطة بالمهمة، مثل متوسط وقت إنجاز الطلب، ونسبة الردود الصحيحة، وعدد الحالات التي احتاجت إلى إعادة عمل.
قارن الحالات المتشابهة بالطريقة نفسها قبل التجربة وبعدها. ثم احسب التكلفة الكاملة، بما فيها إعداد البيانات والتكامل والتراخيص ووقت المراجعة والتدريب. تقليل وقت كتابة المسودة لا يثبت الفائدة إذا زاد وقت تصحيحها.
مثال توضيحي: مساعد لمعالجة الشكاوى
في مثال افتراضي، تختبر شركة مساعدًا يلخص الشكوى ويسترجع السياسة المعتمدة ويقترح ردًا. يراجع موظف الخدمة النص ومصدره، ثم يصححه أو يعتمد الرد أو يحيله إلى المسؤول المختص.
نفترض أن التجربة تمتد أسبوعين وتستخدم عينة من 100 حالة بعد معالجة متطلبات الخصوصية. يسجل الفريق زمن المعالجة ونسبة الأخطاء وعدد الردود المعادة للتصحيح، ويقارنها بالطريقة الحالية. المدة وحجم العينة هنا افتراضيان، ويُحدد الاختبار الفعلي بحسب تنوع الحالات وخطورتها. ويتفق الفريق مسبقًا على حدود مقبولة للوقت والأخطاء قبل الحكم على النجاح.
إذا قل وقت إعداد الرد لكن زادت الأخطاء، تُعدل التجربة قبل التوسع. ولا يُسمح للمساعد بإغلاق الشكاوى المؤثرة مستقلًا.
أخطاء شائعة
- البدء بأداة رائجة بدل مشكلة محددة وخط أساس.
- أتمتة عملية معيبة أو استخدام بيانات مجهولة الجودة والحقوق.
- اعتبار نجاح العرض التجريبي دليلًا على موثوقية التشغيل.
- استخدام محتوى مولد دون التحقق من المصدر والاعتماد المسؤول.
- تجاهل العاملين والعملاء المتأثرين بإعادة تصميم العمل.
- التوسع قبل جاهزية الأمن والخصوصية والمراقبة والحوادث والخروج.
- الإبلاغ عن الوقت الموفر مع تجاهل الخطأ وإعادة العمل والمخاطر والتكلفة الكلية.
فحص جاهزية للقيادة
الخلاصة
ابدأ بمهمة محددة وتجربة قابلة للقياس. اجعل مصادر البيانات والمسؤوليات ونقاط المراجعة واضحة، ثم توسع عندما تثبت النتائج أن الجودة والمخاطر والتكلفة مقبولة.
الأسئلة الشائعة
من أين تبدأ المؤسسة في الذكاء الاصطناعي؟
ابدأ بمشكلة محددة وقابلة للقياس، لها بيانات ومالك عملية واضحان. اختر تجربة قابلة للتراجع واتفق على معايير القرار والمخاطر قبل الأداة.
هل الذكاء الاصطناعي هو الأتمتة؟
ليسا مترادفين. الأتمتة تنفذ خطوات العمل آليًا، وقد تستخدم قواعد ثابتة أو ذكاءً اصطناعيًا. أما الذكاء الاصطناعي فيمكن استخدامه لتقديم مساعدة أو توصية دون أتمتة القرار كاملًا.
هل يستطيع الذكاء الاصطناعي اتخاذ القرار وحده؟
قد يكون ذلك ممكنًا تقنيًا، لكن السماح المؤسسي يعتمد على الأثر والموثوقية والقانون وإمكانية التراجع والمساءلة. وتحتاج القرارات المؤثرة عادة إلى مراجعة بشرية أقوى.
كيف نقيس العائد؟
قارن المنفعة المتحقق منها بالتكلفة والمخاطر الكاملة: البيانات والتكامل والتراخيص والتحقق والمراقبة والتغيير والأخطاء والحوادث والخروج، لا وقت العمل الموفر وحده.
هل تحتاج كل مؤسسة إلى شهادة ISO/IEC 42001؟
لا. يحدد المعيار متطلبات نظام إدارة للذكاء الاصطناعي، ولا يفرض الحصول على الشهادة على كل مؤسسة؛ وقد تنشأ متطلبات خاصة من عقد أو جهة منظمة. وتعتمد فائدتها على السياق وتوقعات أصحاب المصلحة والمخاطر، ولا يحل المعيار محل القانون الواجب التطبيق.