الذكاء الاصطناعي للمنشآت: بأي مجال استخدام نبدأ؟
بأي مجال تبدأ المنشآت مع الذكاء الاصطناعي؟ أربعة معايير للاختيار بين مساعد المعرفة وتحليل الوثائق والتقارير والأتمتة.
مدير سيدخل اجتماعه صباح الاثنين يريد أن يعرف: هل هناك شيء ينبغي أن أنتبه إليه هذا الأسبوع في المبيعات أو الشحن أو المخزون؟ وللحصول على الجواب عليه أن ينظر في ثلاث شاشات وأن يطلب تقريرًا من شخصين. ومن أكثر المواضع التي يصنع فيها الذكاء الاصطناعي قيمة ملموسة في المنشآت هذا النوع من أعمال المعلومات المتقطعة والمتكررة.
الذكاء الاصطناعي المؤسسي هو استخدام الذكاء الاصطناعي لا كشاشة محادثة مستقلة، بل كطبقة تعمل داخل مسارات المعرفة والوثائق والتقارير والقرار في الشركة. ومنح الموظفين شاشة ذكاء اصطناعي جديدة ليس كإدخال الذكاء الاصطناعي في مسار العمل القائم: ففي الأول يجرّبه الجميع فضولًا مرة أو مرتين، وفي الثاني يتسارع العمل مباشرة. نشرح في هذا المقال ما مجالات الاستخدام وكيف يتم الاختيار لأول مشروع.
ست نقاط بداية محتملة
ليس المجال نفسه هو الأولوية في كل منشأة. وفي أعمال الذكاء الاصطناعي لدى YazSis تُقيَّم في الغالب المجالات الستة التالية. وأضفنا بجانب كل منها الحالة التي يكون فيها مجديًا:
- مساعد المعرفة المؤسسية: بحث وتلخيص بلغة طبيعية في مصادر المعرفة المصرّح بها. يناسب ما إذا كان الموظفون يكررون السؤال نفسه مرارًا.
- تحليل الوثائق: تصنيف محتوى الوثيقة وتهيئته لمسار العمل. يفيد إن كانت الوثائق الواردة تُقرأ وتُوجَّه يدويًا.
- الوكلاء المنضبطون: بنى تنفذ مهامًا ذات قواعد بالبيانات والأدوات. تنفع في الأعمال التي خطواتها معروفة واستثناءاتها قليلة.
- التقارير الذكية: تحويل بيانات نظام تخطيط الموارد (ERP) والعمليات إلى ملخصات للمديرين. تناسب ما إذا كانت التقارير تُجمَّع يدويًا.
- كشف الشذوذ ودعم القرار: طبقة تحليل تُظهِر الأنماط التي تستدعي الانتباه. تفيد حين تكثر المؤشرات المراد متابعتها ويتعذر النظر فيها واحدًا واحدًا.
- أتمتة سير العمل: أتمتة المحفزات والموافقات والإشعارات والتقارير والمهام. هي الخيار الأول في الأعمال المتكررة المعروفة الخطوات.
أربعة معايير للاختيار
لاختيار استخدام مرتبط بمسار عمل حقيقي بدل الضجة الإعلامية ينبغي الإجابة عن الأسئلة التالية بالترتيب:
- الوصول: ما مصدر البيانات الذي سيُستخدم، ومن سيرى أي بيانات؟ المشروع الذي يبدأ دون تحديد البيانات والصلاحيات يفقد السيطرة لاحقًا.
- جودة البيانات: هل البيانات المصدرية موثوقة؟ فتلخيص بيانات خاطئة بسرعة لا يفعل شيئًا سوى تسريع قرار خاطئ.
- قابلية التدقيق: هل يمكن تتبع مصدر المخرجات، وهل توجد رقابة بشرية في الخطوة الحرجة؟
- النتيجة العملية: أي قرار أو عملية ستتسارع، وأي عمل متكرر سيقل؟ مجال الاستخدام الذي لا يكون جوابه واضحًا يبقى تجربة.
الذكاء الاصطناعي يتحدث؛ أما الأرقام فيحسبها النظام.
مثال ملموس: أسئلة المدير
مثال المدير أعلاه يدخل في مجال التقارير الذكية. إن مساعد الذكاء الاصطناعي المؤسسي من YazSis، واسمه Fero، يتيح طرح الأسئلة بالصوت أو بالكتابة عن بيانات المبيعات والميزانية والشحن والطلبات والمخزون. يفهم Fero السؤال، ويجلب البيانات بأدوات عمل معرَّفة، ويقدم جوابًا قصيرًا، ويبني شاشة خاصة بالسؤال.
وهنا تجد المعايير المذكورة أعلاه ما يقابلها عمليًا. يصل Fero إلى البيانات بـ 17 أداة عمل معرَّفة وللقراءة فقط؛ ولا ينفذ استعلامًا حرًّا، ولا يكتب الذكاء الاصطناعي SQL. وتُحسب مؤشرات الأداء (KPI) والنسب والفروق في الخلفية؛ ولا يستطيع النموذج أن يذكر رقمًا غير موجود في نتيجة الأداة. وتُبنى الشاشات من 13 مكوّنًا معتمدًا فقط، ولا يولّد الذكاء الاصطناعي شيفرة. ويتصل التطبيق بقاعدة البيانات بحساب مصرّح له بالقراءة فقط، أي لا يمكن تعديل البيانات.
ولا بد من الوضوح في مسألة مصدر البيانات: اليوم MySQL وحده جاهز. أما المصادر الأخرى مثل SQL Server وPostgreSQL وواجهة REST API وLogo وSAP وOdoo وExcel فتُعالَج ضمن نطاق المشروع. وبفضل بنية المحوّلات لا تتغير أدوات العمل والشاشات عند إضافة مصدر جديد. أي أن السؤال الأول ينبغي ألا يكون «أي نموذج نستخدم؟»، بل «بأي بيانات، وبأي صلاحية، ولأي أسئلة نرتبط؟»
أخطاء شائعة
- البدء من التقنية. إذا لم يرتبط هدف «فليكن عندنا ذكاء اصطناعي» بمشكلة عمل فلن يتجاوز المشروع العرض التوضيحي.
- الثقة العمياء بالمخرجات. إذا لم يظهر أي مصدر يستند إليه الملخص أو الجواب فلن يُلاحَظ الخطأ إلا بعد قرار سيئ.
- ترك الصلاحيات إلى ما بعد. المساعد الذي يستطيع كل شخص أن يسأله عن كل البيانات قد يجيب أيضًا عن المعلومات التي يجب أن تبقى سرية.
- عدم إشراك المستخدم في العملية. النظام الذي يُبنى دون أن يُعدَّد أكثر الأسئلة التي يطرحها من سيستخدمون المساعد يُهجَر بعد فترة.
قائمة مراجعة قصيرة للمشروع الأول
- اختر مشكلة واحدة؛ ولا تستهدف عدة مجالات في آن واحد.
- فضّل عملًا تجتمع بياناته في مصدر واحد.
- اكتب منذ البداية كيف سيُقاس النجاح.
- احتفظ بموافقة الإنسان في الخطوات الحرجة.
- ابدأ بمجموعة صغيرة من المستخدمين ووسّع بناءً على الملاحظات.
يمكنك الاطلاع على جميع مجالات الاستخدام في صفحة الذكاء الاصطناعي، وعلى نهج مساعد المديرين في صفحة الذكاء الاصطناعي المؤسسي.
الأسئلة الشائعة
من أين ينبغي أن تبدأ المنشآت مع الذكاء الاصطناعي؟
أأمن طريق هو البدء بعمل متكرر مصدر بياناته واضح ونتيجته قابلة للقياس. ويُختار مجال استخدام واحد وفق معايير الوصول وجودة البيانات وقابلية التدقيق والنتيجة العملية.
ما الفرق بين الذكاء الاصطناعي المؤسسي وأداة المحادثة العامة؟
يعمل الذكاء الاصطناعي المؤسسي مع مصادر بيانات الشركة المصرّح بها ووثائقها ومسارات عملها. وتُصمَّم مخرجاته لتكون قابلة للتدقيق، ضمن حدود الوصول والصلاحيات.
بأي مصادر بيانات يتصل Fero؟
اليوم MySQL وحده جاهز. أما مصادر مثل SQL Server وPostgreSQL وواجهة REST API وLogo وSAP وOdoo وExcel فتُعالَج ضمن نطاق المشروع.
هل يستطيع الذكاء الاصطناعي تعديل بيانات الشركة؟
يتصل Fero بقاعدة البيانات بحساب مصرّح له بالقراءة فقط؛ ولا يستطيع تعديل البيانات. كما أن الأرقام يحسبها النظام لا الذكاء الاصطناعي.
مقالات أخرى
إدارة البصمة الكربونية: من جمع البيانات إلى التقرير
من أين يأتي رقم الانبعاثات الإجمالي في التقرير؟ تقوم إدارة الكربون على جمع البيانات، وإبقاء الحساب قابلًا للتتبع، وإظهار الجودة، وتحويل النتيجة إلى قرار خفض.
26 أكتوبر 2026 · 4 دقائق قراءةما هو جواز المنتج الرقمي؟ نقل بيانات دورة حياة المنتج
يربط جواز المنتج الرقمي المنتج المادي بهويته وأدلة مورّديه وبياناته البيئية وأحداث دورة حياته في سجل واحد؛ ويرى المستهلك والمدقق ومعيد التدوير السجل نفسه بنطاق مختلف.
26 أكتوبر 2026 · 4 دقائق قراءةكيف تقيس فاعلية التدريب؟ المستويات الأربعة لتقييم ما بعد التدريب
انتهى التدريب وجُمعت التوقيعات. لكن هل يعمل الموظف الآن بطريقة مختلفة؟ نشرح كيف تقيس فاعلية التدريب على أربعة مستويات، مع أسئلة نموذجية وأخطاء شائعة.
25 أكتوبر 2026 · 4 دقائق قراءة