حلول الذكاء الاصطناعي في المنشآت السعودية: من أين تبدأ وما الذي يجب تجنبه

الحديث عن الذكاء الاصطناعي في المنشآت يميل إلى طرفين: حماس يعد بتغيير كل شيء، وتشكيك يرى الأمر موجة عابرة. الطريق العملي بينهما، ويبدأ من سؤال بسيط: أي عملية في منشأتك تستهلك وقتاً كثيراً ويمكن قياسها؟ الإجابة عن هذا السؤال تحدد مشروعك الأول أكثر مما تحدده أي تقنية.

لماذا تبدأ من العملية لا من التقنية؟

البدء من التقنية ينتج مشاريع تبدو متقدمة ولا يستخدمها أحد. البدء من العملية ينتج شيئاً أقل بريقاً وأكثر أثراً: مهمة كانت تستهلك ساعات صارت تُنجز في دقائق. تصف صفحة حلول الذكاء الاصطناعي لدى شركة تكنولوجيا سعودية هذا المدخل صراحة: البداية من عملية واحدة مؤلمة وقابلة للقياس، لا من التقنية.

الخطوة العملية أن تحدد كم تستغرق العملية اليوم وكم تكلّف، ثم تبني نموذجاً أولياً يعمل على بياناتك الحقيقية، ثم تقارن. وإن لم يتحسّن الرقم فلا تتوسّع. هذا الالتزام بالقياس هو ما يفصل مشروعاً حقيقياً عن عرض تجريبي جميل.

أين يعمل الذكاء الاصطناعي فعلياً في المنشآت؟

المكاسب الأظهر حالياً تكون في أعمال متكررة ومحددة:

• تصنيف الطلبات الواردة وتوجيهها إلى الجهة الصحيحة دون فرز يدوي.
• استخراج البيانات من المستندات والفواتير وإدخالها في الأنظمة القائمة.
• الرد على الاستفسارات المتكررة بلغة المنشأة ونبرتها ومعرفة كتالوجها.
• التنبؤ بالطلب لتخطيط المخزون والموارد بدل التقدير بالخبرة وحدها.

القاسم المشترك بين هذه الحالات أنها متكررة، ولها مخرج صحيح يمكن التحقق منه، وتترك أثراً رقمياً يمكن قياسه. أي حالة تفتقد واحدة من الثلاثة تصبح مشروعاً صعب الإثبات.

ولاحظ أن الحلول هنا تُبنى إما على نماذج قائمة تُضبط على سياق المنشأة، أو على نماذج تُدرَّب على بياناتها الخاصة حين يستدعي الأمر ذلك. الاختيار بين الطريقتين ليس قراراً عقائدياً بل نتيجة قياس: ابدأ بالأبسط، وانتقل إلى الأعقد فقط حين يثبت أن الأبسط لا يكفي.

وهناك مكسب ثانٍ أقل ظهوراً من توفير الوقت: الاتساق. المهمة التي يؤديها عشرة أشخاص بعشر طرق تصبح موحّدة، فتصبح مخرجاتها قابلة للمقارنة والتحليل. هذا الاتساق وحده يبرر أحياناً المشروع حتى قبل حساب الوقت الموفَّر.

ما الذي يجب تجنّبه؟

أول ما يجب تجنّبه هو التوسع قبل القياس. المشروع الذي يبدأ بخمس عمليات دفعة واحدة يوزّع الانتباه ويجعل نسب الخطأ غير قابلة للعزل. والثاني هو الاعتماد على بيانات تجريبية نظيفة: النموذج الذي يعمل على عيّنة مرتبة ينهار أمام البيانات الحقيقية بأخطائها الإملائية وصيغها المتعددة.

والثالث هو إغفال العنصر البشري. الأنظمة التي تصنّف أو تقترح تحتاج مساراً واضحاً للمراجعة والتصحيح، لأن كل تصحيح بشري هو بيانات تدريب مجانية. النظام الذي لا يسمح بالتصحيح يكرر خطأه إلى ما لا نهاية.

كيف تختار الحالة الأولى؟

الحالة الأولى تحدد مصير المشروع كله، لأن نجاحها يفتح الميزانية والثقة وفشلها يغلقهما. اختر حالة تجتمع فيها أربع صفات: تتكرر يومياً، ولها مخرج صحيح يمكن التحقق منه، وتترك أثراً رقمياً قابلاً للقياس، ولا تسبب ضرراً كبيراً إن أخطأت مرة.

الصفة الأخيرة تُهمل كثيراً. ابدأ بمهمة يكون فيها الخطأ قابلاً للتصحيح بمراجعة بشرية سريعة، لا بمهمة تمس التزاماً تعاقدياً أو قراراً مالياً نهائياً. الثقة تُبنى تدريجياً، والحالة الأولى ليست مكان المخاطرة.

وضع سقفاً زمنياً واضحاً للتجربة الأولى. المدة المحددة تجبر الفريق على تبسيط النطاق وتمنع المشروع من التحول إلى بحث مفتوح بلا قرار، وتعطيك نقطة توقف طبيعية للحكم على النتيجة.

ما الفريق المطلوب لنجاح المشروع؟

المشروع لا ينجح بفريق تقني وحده. تحتاج شخصاً يعرف العملية من الداخل ويستطيع الحكم على صحة المخرجات، وشخصاً يملك قرار تغيير طريقة العمل، إضافة إلى من يبني الحل. غياب الأول ينتج نظاماً دقيقاً في المكان الخطأ، وغياب الثاني ينتج نظاماً جيداً لا يستخدمه أحد.

خصّص أيضاً وقتاً لتدريب من سيستخدم الحل يومياً، وافتح قناة واضحة لملاحظاتهم. الفرق بين نظام يُستخدم ونظام يُتجاوز غالباً ليس في جودة النموذج بل في شعور المستخدم بأنه شريك في تشكيله لا متلقٍّ له.

حوكمة البيانات وصلاحيات الوصول

حدّد منذ التصميم أي بيانات تخرج من المنشأة وأيها يبقى داخلها، ومن يملك صلاحية الاطلاع، وكيف تُحفظ سجلات الاستخدام. هذه أسئلة تُجاب في مرحلة التصميم لا بعد الإطلاق، لأن تغييرها لاحقاً يعني إعادة بناء.

واطلب أن يكون الجواب مكتوباً في وثيقة النطاق: ما البيانات المستخدمة، وأين تُعالَج، ومن يطّلع عليها، وكم تبقى محفوظة. الاتفاق المكتوب هنا يحميك أكثر من أي وعد شفهي، ويجعل المراجعة الداخلية ممكنة لاحقاً.

كيف تقيس النجاح؟

اختر مؤشراً واحداً قبل البدء والتزم به. زمن إنجاز المهمة، أو نسبة الحالات المكتملة دون تدخل بشري، أو عدد الأخطاء المكتشفة بعد المعالجة. المؤشر الواحد الواضح يمنع النقاش من التحول إلى انطباعات، ويعطيك قراراً حاسماً: نوسّع أو نتوقف.

واحتفظ بخط أساس مسجّل قبل التنفيذ. المنشآت التي تنسى تسجيل الوضع السابق تفقد القدرة على إثبات الأثر حتى حين يكون حقيقياً، وتجد نفسها تدافع عن مشروع ناجح بلا أرقام.

الربط مع بقية أنظمتك

الذكاء الاصطناعي المعزول عن أنظمتك يبقى تجربة. القيمة تظهر حين يتصل بما لديك: تصنيف يفتح طلباً في نظامك، أو استخراج بيانات يغذّي دفاترك مباشرة، أو أتمتة تربط الخطوات ضمن سلسلة واحدة. وهذا ما تتناوله صفحة أتمتة العمليات حين تعالج ربط الخطوات بدل تشغيلها متفرقة. الربط هو ما يحوّل النموذج من عرض إلى أداة يومية.

متى تتوقف وكيف تتوسع؟

القرار الصعب في هذه المشاريع ليس البدء بل التوقف. حدد سلفاً الشرط الذي يجعلك توقف التجربة: مؤشر لم يتحسن بعد مدة كافية، أو نسبة أخطاء تحتاج مراجعة بشرية أكثر مما توفره الأتمتة. الشرط المكتوب مسبقاً يحمي القرار من العناد.

أما التوسع فيكون بالتدرج لا بالقفز. بعد نجاح الحالة الأولى، وسّع داخل العملية نفسها قبل أن تنتقل إلى عملية أخرى: ارفع نسبة الحالات المعالجة آلياً، وقلّل استثناءات المراجعة، وثبّت الأداء قبل فتح جبهة جديدة.

واحتفظ بالمراجعة البشرية حتى بعد النضج، ولو بعيّنة. النماذج تتغير جودتها مع تغير البيانات الداخلة عليها، والعيّنة الدورية هي ما ينبّهك إلى الانحراف قبل أن يصل إلى عميلك.

وثّق قراراتك: لماذا اخترت هذه الحالة، وما الذي قِيس، وما الذي تغيّر. هذا السجل يجعل المشروع الثاني أسرع بكثير من الأول، ويمنع تكرار الأخطاء بأسماء جديدة.

الخلاصة

ابدأ صغيراً وقس بصدق. عملية واحدة مؤلمة، ونموذج أولي على بيانات حقيقية، ومؤشر واحد قبل وبعد، ومسار واضح للمراجعة البشرية، وحوكمة بيانات مكتوبة. هذه الخمسة تصنع مشروعاً يستحق التوسع، وغيابها يصنع عرضاً جميلاً لا يبقى.