تحول استراتيجي في إدخال الذكاء الاصطناعي... مقارنة بنشره عبر الشركة بأكملها، فإن "أتمتة وحدات الأعمال" هي المفتاح للنجاح أو الفشل

استراتيجية دمج الذكاء الاصطناعي في الشركات تتغير بسرعة. بالمقارنة مع نشر أدوات الذكاء الاصطناعي بشكل شامل لجميع الموظفين، يُعتبر دمج الذكاء الاصطناعي في العمليات التجارية المحددة التي تواجه عوائق فعلية والتحقق من فعاليتها أكثر واقعية. مؤخراً، يُظهر حالة منظمة غير ربحية أمريكية تُدعى AARP وشركة منصة أتمتة العمليات Appian ($APPN) بشكل جيد هذا الاتجاه.

قال نائب رئيس إدارة المنتجات في Appian، جيك رانك، خلال فعاليات “Appian World 2026” في فلوريدا، إن استخدام الذكاء الاصطناعي بشكل دقيق داخل “نطاق مسيطر عليه” أهم من نشره على نطاق واسع. وشرح قائلاً: “يمكنك أن تتوقع نشر أدوات الذكاء الاصطناعي في جميع أنحاء المنظمة وتوقع أن تؤدي وظيفتها، لكن المشاكل المركزية في العمليات تتطلب حلولاً مركزة على العمليات. تقييد الذكاء الاصطناعي في مراحل معينة يقلل من احتمالية الأخطاء، ويمكن من ربط البيانات والمعلومات المهمة في الوقت المناسب.”

AARP تبدأ تحديث الذكاء الاصطناعي من عملية الموافقة على الفواتير

AARP هي منظمة غير ربحية تستهدف الأمريكيين فوق سن الخمسين. بدأت المنظمة من خلال عمليات تكرارية مثل الموافقة على الفواتير، والتي تتطلب دقة عالية وأمان وتتبع تدقيق، في تحديث العمليات باستخدام الذكاء الاصطناعي. أوضح نائب رئيس إدارة المنصات في AARP، توم كافاناغ، أن هذه العمليات تتطلب مشاركة عشرات الموظفين، لذلك لا يكفي مجرد الأتمتة البسيطة، بل تحتاج إلى سير عمل “قابل للتحقق والتتبع”.

الأداة التي أدخلتها AARP هي Appian Composer. هذه الأداة تستطيع استخراج المتطلبات من الأنظمة الحالية، وتوليد سير عمل قابل للتشغيل في شكل تطبيقات. وتتمثل قوتها بشكل خاص في أنه قبل مرحلة التطوير، يمكن للمستخدمين التجاريين الاطلاع مباشرة على العمليات ومراجعتها عبر واجهة تعتمد على اللغة الطبيعية.

قال كافاناغ: “ميزة هذه الأداة أنها تتيح لك الجلوس أمام مسؤول الأعمال، وطرح الأسئلة حول المشاكل الموجودة، وعرض كيفية عملها على الفور. عندما يرى المستخدم المشكلة ويفهم إمكانية الحل، يبدأ التغيير.”

بدءًا من إزعاج شخص واحد، إلى مشكلة منظمة تتجاوز 40 شخصًا

ما يلفت الانتباه في هذا المثال هو أن تحديث العمليات باستخدام الذكاء الاصطناعي لم يقتصر على تحسين عملية واحدة فقط. فالمشكلة التي بدا أنها تتعلق بمساعد إداري واحد يواجه صعوبة بسبب عملية مراجعة الفواتير المعقدة، كانت في الواقع مشكلة تؤثر على أكثر من 40 شخصًا داخل المنظمة.

وفي هذا الهيكل، فإن توفير 5 ساعات أسبوعيًا لشخص واحد يمكن أن يتوسع ليشمل جميع الموظفين، مما يؤدي إلى زيادة تراكمية في الكفاءة. أوضح رانك أن هذا الأسلوب يخلق “دورة صحية” تمول المشاريع التلقائية التالية. وقال: “كل مشروع يتطلب تقييم التقنية المناسبة، وما إذا كان الذكاء الاصطناعي مناسبًا لحل المشكلة. والنتيجة هي أنه إذا حقق كل مشروع عائد استثمار إيجابي، فإن هذه النتائج تدفع المشروع التالي، وتشكّل هيكلية مستدامة.”

المهام الأصعب من التقنية هو تغيير الثقافة التنظيمية

تحديث العمليات هو قضية تقنية، لكنه أيضًا قضية ثقافية. هناك وجهة نظر تقول إن الطرق القديمة للعمل، رغم أنها غير فعالة، لا تزال مستمرة لأنها مخلوقة من قبل أعضاء يخشون التغيير. وعلق كافاناغ قائلاً إن “الشفافية” التي توفرها أداة Appian Composer تساعد على تقليل هذا الحاجز النفسي.

وأوضح أن تمكن المستخدمين التجاريين من تأكيد العمليات الجديدة مباشرة باستخدام اللغة الطبيعية قبل كتابة الكود، يعزز الفهم والمشاركة أكثر من مجرد القلق غير المحدد. فالتغيير الذي كان يُخشى سابقًا، يتحول الآن إلى فرصة لقطاع الأعمال لطلب الدعم من قسم تكنولوجيا المعلومات، مثل “رجاءً، ساعدنا في ذلك أيضًا.”

كما قيّم رانك أن AARP وجدت نموذجًا فعالًا. وأكد قائلاً: “المفتاح هو تطبيق الذكاء الاصطناعي على مهام محددة وتحقيق عائد استثمار فعلي. الآن، يكفي أن نعيد تقييم العمليات الأخرى بنفس الطريقة، ونبحث عن مجالات يمكن تحسينها أكثر.”

عائد الاستثمار في الذكاء الاصطناعي، “مكان الاستخدام” هو الجوهر

تُظهر هذه الحالة أن نجاح أو فشل دمج الذكاء الاصطناعي يعتمد أكثر على “نقطة التطبيق” منه على التقنية بحد ذاتها. على الرغم من أن نشر الذكاء الاصطناعي بشكل شامل لجميع الأعمال يبدو طموحًا، إلا أن إدارة وتحقق النتائج يكونان صعبين. بالمقابل، إذا تم اختيار مشاكل ذات تكرار كبير وقابلة للقياس، وتطوير الأتمتة بشكل تدريجي، فسيكون من الأسهل قياس تقليل التكاليف وزيادة الإنتاجية بالأرقام.

وفي النهاية، فإن جوهر تحديث العمليات باستخدام الذكاء الاصطناعي ليس في الانتشار الشامل، بل في تحديد بدقة المناطق التي يشعر فيها أعضاء المنظمة بعدم الراحة بشكل حقيقي. تُظهر حالة AARP وAppian أنه عندما يُستخدم الذكاء الاصطناعي كمحرك أعمال “دقيق” وليس كأداة عامة، فإن النتائج التي يلمسها الشركات والمؤسسات ستكون أكبر.