By submitting, you consent to our use of your data. Privacy Policy.
Category
أتمتة العملاء
Share the article
لقد وعد الذكاء الاصطناعي بالسرعة والوضوح والتمكين. ومع ذلك، يبدو الواقع اليومي في العديد من الشركات مختلفاً: المزيد من علامات التبويب، والمزيد من الأوامر، والمزيد من المهام "شبه المكتملة" التي لا تزال تتطلب تدخلاً بشرياً لتنقيحها. إذا كنت تشعر أن الذكاء الاصطناعي يبطئ عمل فريقك، فأنت لا تتوهم ذلك. الحقيقة المرة بسيطة: التشتت يقضي على الفائدة المرجوة. عندما تتشتت الأدوات والبيانات والقرارات عبر أنظمة متعددة، يمكن للذكاء الاصطناعي أن يؤدي إلى تفاقم الفوضى بدلاً من حلها.
لماذا يبطئ الذكاء الاصطناعي سير العمل قبل أن يسرّعه
تعتمد معظم فرق العمل الذكاء الاصطناعي كطبقة إضافية فوق عاداتهم الحالية، وليس كنموذج تشغيل معاد تصميمه. وغالباً ما يكون هذا هو السبب في أن الذكاء الاصطناعي يبطئ العمل في المراحل الأولى. يقوم الموظفون بنسخ سياق العمل بين أدوات الدردشة، والمستندات، وأنظمة تتبع المهام، ثم يكررون نفس الشرح لمساعدين آليين مختلفين. والنتيجة هي هدر غير مرئي للوقت، لأن العمل "يبدو" منتجاً بينما لا تزال المخرجات بحاجة إلى تجميع وتنسيق.
وثمة عامل آخر وهو الثقة. فإذا تباينت مخرجات الذكاء الاصطناعي في الأسلوب أو الدقة أو الاكتمال، يتدخل المراجعون ويضيفون المزيد من إجراءات التحقق. وما يبدأ كاختصار للوقت يتحول إلى حلقة مراجعة جديدة، وتصبح هذه الحلقة هي سير العمل نفسه. وتتلاشى مكاسب السرعة ما لم تقم بتوحيد وتحديد ما يُسمح للذكاء الاصطناعي بالقيام به ومكان اتخاذ الإجراءات المطلوبة.
المشكلات الحقيقية لإنتاجية الذكاء الاصطناعي هي مشكلات تنسيق
العديد من مشكلات إنتاجية الذكاء الاصطناعي لا تنتج عن جودة النموذج، بل تأتي من الأعباء الإضافية للتنسيق. يمكن للذكاء الاصطناعي صياغة النصوص وتلخيصها واقتراح الحلول، ولكن لا يزال يتعين على الفريق التوافق بشأن القرارات والموافقات والمسؤوليات. وإذا كان الذكاء الاصطناعي يسهل توليد الخيارات، فقد يتسبب ذلك دون قصد في خلق المزيد من النقاشات والمراجعات والاجتماعات.
هنا تفقد الفائدة المرجوة قيمتها. فلا يصبح الفريق أسرع من خلال إنتاج المزيد من المحتوى، بل يصبح أسرع عندما يقلل النظام من عمليات الأخذ والرد وينقل العمل إلى مرحلة الإنجاز. وبدون عمليات تسليم واضحة وخطوات تالية مؤتمتة، يتحول الذكاء الاصطناعي إلى آلة للأفكار تزيد من إنتاج المسودات، لا النتائج الفعلية.
غالباً ما تبدأ قلة كفاءة الذكاء الاصطناعي في الفرق من تشتت العمليات
تعتبر قلة كفاءة الذكاء الاصطناعي في الفرق عادةً عرضاً لتشتت العمليات. فسير عمل معين يتم عبر البريد الإلكتروني، وآخر عبر Slack، وثالث عبر جداول البيانات، وتكمن "الحقيقة" في نظام إدارة علاقات العملاء (CRM) الذي يتم تحديثه متأخراً. ويتعين على الذكاء الاصطناعي بعد ذلك تخمين أي المصادر هو الأهم، أو يضطر الشخص إلى تقديم السياق المفقود يدوياً. وفي كلتا الحالتين، فإن تكلفة الوقت تتغير وجهتها فحسب، ولا تختفي.
كما أن التشتت يقوض مبدأ المسؤولية والمحاسبة. فعندما تتنقل المهام بين الأدوات، لا أحد يرى سلسلة العمل الكاملة، وبالتالي تبدو التأخيرات كأنها "انتظار" بدلاً من كونها "عقبات". لا يمكن للذكاء الاصطناعي إصلاح ما لا يمكنه رؤيته. وإن أسرع الفرق هي التي تقلل من تمدد الأنظمة وتعددها، وتوحد نقاط التسليم، وتجعل سير عملها واضحاً ومفهوماً.
جعل الذكاء الاصطناعي في سير العمل اليومي يبدو سلساً من جديد
لكي تجعل الذكاء الاصطناعي مفيداً حقاً في سير العمل اليومي، صمم العمليات بحيث تتطلب عدداً أقل من الانتقالات. اختر عدداً قليلاً من العمليات المتكررة بكثرة وحدد المدخلات والمخرجات وقواعد اتخاذ القرار. ثم قِس ما يهم فعلاً: وقت الدورة، وإعادة العمل، وعدد مرات التدخل البشري لكل مهمة. فإذا كان الذكاء الاصطناعي يقلل من الكتابة ولكنه يزيد من إعادة العمل، فهذا ليس تمكيناً، بل هو مجرد تشويش.
وهذا هو المجال الذي يمكن أن تساعد فيه الحلول القائمة على الوكلاء الأذكياء (Agentic AI). إذ تهدف منصات مثل Beam AI إلى ربط الأدوات وتشغيل إجراءات متسقة ومؤتمتة عبر الأنظمة المختلفة، بحيث يتقدم العمل دون الحاجة إلى النسخ اليدوي المستمر. الهدف ليس نشر المزيد من الذكاء الاصطناعي في كل مكان، بل الهدف هو تقليل التشتت، وتوضيح المسؤوليات، والوصول بسير العمل إلى مرحلة الإنجاز النهائي.
