a16z: أصعب برامج المؤسسات، وأعظم فرصة في مجال الذكاء الاصطناعي

العنوان الأصلي: لماذا لا يزال العالم يعتمد على نظام SAP
المؤلف الأصلي: إريك وسيما أمبل، a16z
ترجمة: بيغي، بلوك بيتس

ملاحظة المحرر: بينما لا تزال المناقشات حول الذكاء الاصطناعي تركز على المنتجات والقدرات الجديدة، يحدث تحول أكثر جوهرية بهدوء في برامج المؤسسات. لا يركز هذا المقال على كيفية قيام الذكاء الاصطناعي بإنشاء العديد من التطبيقات الجديدة، بل على كيفية دخوله في سيناريو أكثر عمقًا ولكنه أقل بريقًا: الأنظمة الأساسية للمؤسسات التي تمثلها SAP و Salesforce و ServiceNow.

ببساطة، تتوافق هذه الأنواع الثلاثة من الأنظمة مع جوانب مختلفة من عمليات المؤسسة:

· تتولى SAP مسؤولية إدارة الموارد الأساسية مثل الشؤون المالية والمخزون والإنتاج، وتعمل كـ "دفتر الأستاذ" للشركة؛

· تتولى Salesforce إدارة عمليات العملاء والمبيعات، وتحديد كيفية توليد الشركة للإيرادات؛

يدعم نظام ServiceNow العمليات الداخلية والأنظمة التشغيلية، مما يُمكّن المؤسسات من العمل بسلاسة. تشكل هذه العناصر مجتمعة البنية التحتية للعمليات اليومية للمؤسسة.

تُعد هذه الأنظمة بالغة الأهمية من جهة، ولكنها في الوقت نفسه صعبة الاستخدام ومعقدة ومرهقة من جهة أخرى. أضافت الشركات قدراً كبيراً من التخصيصات والعمليات فوقها، مما حوّلها إلى ذاكرة تنظيمية وتطورت تدريجياً إلى عبء تقني يصعب نقله. كلما كان النظام أكثر أهمية، كلما كان تغييره أصعب.

تلوح في الأفق هنا فرصةٌ سانحةٌ للذكاء الاصطناعي.

بدلاً من استبدال هذه الأنظمة، يتمثل المسار الأكثر واقعية في بناء طبقة جديدة من الأنظمة القابلة للتنفيذ فوقها، مما يقلل من تكاليف الترحيل في مرحلة التنفيذ، ويبسط العمليات من خلال القيادة المشتركة والوكالة في مرحلة الاستخدام، ويستبدل التخصيص المعقد بتطبيقات خفيفة الوزن في مرحلة التوسعة. لذلك، فإن التغيير الحقيقي لا يكمن في استبدال النظام نفسه، بل في كيفية إعادة صياغة التفاعل بين الناس والنظام. لن يحل الذكاء الاصطناعي محل SAP أو Salesforce أو ServiceNow، ولكنه قد يجعلها "غير مرئية" تدريجياً. وستعيد المنصات الجديدة تعريف حدود القيمة الحقيقية لبرامج المؤسسات على طبقة الواجهة غير المرئية هذه.

النص الأصلي هو كالتالي:

مع تقدم الذكاء الاصطناعي، انصب تركيز الشركات الناشئة وعملائها في الغالب على القدرات الجديدة كلياً والمنتجات التي تتيحها. على سبيل المثال، العديد من وكلاء الصوت المذهلين، وأدوات أتمتة سير العمل، ومنصات تطبيقات توليد النصوص.

في الواقع، لقد ظهرت هذه التوجهات بالفعل وستستمر في إنتاج العديد من الشركات المثيرة (وقد استثمرنا أيضًا في بعضها). لكن ما قد يؤثر عليه الذكاء الاصطناعي حقًا بطريقة أعمق ليس هذه المجالات الرائعة ظاهريًا، بل اتجاه أقل بريقًا ولكنه أكثر قيمة: مساعدة المؤسسات على الاستفادة بشكل أفضل من الكم الهائل من البرامج الموجودة لديها بالفعل.

إليكم سؤال قد يبدو مسيئاً بعض الشيء، ولكن بمجرد أن تقضوا أسبوعاً في إحدى شركات قائمة فورتشن 500، ستفهمون جدواه: لماذا لا يزال الناس يستخدمون SAP (إلى جانب ServiceNow و Salesforce) حتى يومنا هذا؟

الجواب المختصر هو: تحتوي أنظمة SAP والأنظمة المماثلة واسعة النطاق على البيانات الحيوية اللازمة لعمليات المؤسسة. والأهم من ذلك، أن الشركات قامت بتخصيص هذه الأنظمة بشكل كبير، حيث قامت بتراكب عمليات معقدة وتوزيع الأدوار، والتي لم يتم توثيق الكثير منها بشكل صريح. غالباً ما تكون عملية الانتقال من هذه الأنظمة مكلفة وطويلة ومؤلمة، وعادة ما تتطلب فريق استشاري كبير، وتستغرق سنوات وتكلف مليارات الدولارات. على سبيل المثال، قد تكلف الترقية من SAP ECC إلى SAP S/4HANA 700 مليون دولار، وتستغرق 3 سنوات، وتتضمن فريقًا مكونًا من 50 شخصًا من شركة Accenture. وحتى بعد اكتمال عملية الترحيل، غالباً ما يتم استخدام هذا البرنامج بشكل أساسي لإنشاء تقارير ثابتة، مع مرونة ضئيلة للتلاعب بها.

لكن هذا الوضع يتغير.

يفتح الذكاء الاصطناعي عالماً جديداً من الإمكانيات، مما يسمح للشركات بترقية هذه الأنظمة وتخصيصها واستبدالها، والأهم من ذلك، الوصول إلى البيانات المخزنة بداخلها واستخدامها بكفاءة أكبر.

في نهاية المطاف، قد لا يكون هدف الذكاء الاصطناعي هو استبدال SAP/ServiceNow/Salesforce ولكن جعلها أكثر قابلية للبرمجة وسهولة في الاستخدام. سيكون الفائزون الحقيقيون هم المنصات التي يمكنها القيام بأمرين: أولاً، الاستفادة من ميزانية التحول الرقمي للمؤسسة لتقليل المخاطر بشكل كمي وتقصير الدورات؛ ثانياً، الاندماج تدريجياً في العمليات اليومية، لتصبح مركز العمل العصبي، وتفكيك الواجهات التقليدية المعقدة إلى عمليات قابلة للتكوين والإدارة وتطبيقات خفيفة الوزن مدعومة بالذكاء الاصطناعي.

بمعنى آخر، لن يختفي نظام التسجيل نفسه؛ ما سيخضع للتحول هو الطبقة العليا من واجهات التفاعل، وقدرات التشغيل الآلي، وطبقات التوسعة، مما يمثل الحدود التالية للمنافسة في مجال البرمجيات.

نظام SAP صعب الاستخدام، لكننا لا نستطيع الاستغناء عنه.

تمهيداً لهذا السؤال، دعونا أولاً نناقش بإيجاز ماهية نظام SAP وماذا يفعل. ظاهرياً، يصعب التعامل مع أنظمة كهذه، وهي معقدة تشغيلياً، ومكلفة التعديل، مما يجعل العمل معها مرهقاً للغاية؛ ومع ذلك، في الوقت نفسه، تظل هذه الأنظمة الركيزة الأساسية للعمليات بالنسبة للمنظمات العالمية واسعة النطاق. تخيل فقط كيف سيكون استخدام نظام SAP بشكل يومي.

لكن هذه الفكرة بالذات عن عدم القدرة على التفسير هي التي تكمن فيها الفرصة.

والإجابة الأكثر صدقاً وإن كانت غير مريحة هي: تحت تلك الواجهات المعقدة والتكوينات التي لا نهاية لها، فإن هذه الأنظمة في الواقع قوية للغاية. فهي تحمل نموذج البيانات الأساسي للشركة، وتحدد آليات الأذونات والتحكم لضمان الامتثال، وتضمين دعم سير العمل للتوسع التشغيلي، وربط العلاقات المتكاملة مع عشرات أو حتى مئات العمليات اللاحقة. إنها ليست تطبيقات بالمعنى الذي يستخدمه المستهلكون في الإنترنت، بل هي بالأحرى ذكريات تنظيمية متبلورة في شكل جداول بيانات، وأنظمة أدوار، وعمليات موافقة، ومنطق محاسبي، ومعالجة استثناءات.

إن استبدال هذه الأنظمة ليس مكلفاً فحسب، بل إنه ينطوي أيضاً على مخاطر عالية. كلما استثمرت الشركة أكثر، مثلاً في الحقول المخصصة والعمليات وقواعد التسعير ومنطق إعداد التقارير، كلما أصبح هذا النظام أشبه بخندق يتكون من تكاليف التحويل، بل وحتى جزءًا من الميزة التنافسية. ولهذا السبب تعتبر قابلية التوسع مهمة للغاية: فكل شركة فريدة من نوعها، والتغيير أمر شائع، مثل المتطلبات التنظيمية الجديدة والمنتجات الجديدة والهياكل التنظيمية الجديدة. تستطيع هذه المنصات أن تستمر على المدى الطويل تحديداً لأنها قابلة للتعديل باستمرار للتكيف مع الواقع.

لكن المشكلة تكمن في حقيقة أن قابلية التوسع التي تجعلها قوية تجعلها أيضاً هشة. كل عملية تخصيص تمثل حقل ألغام محتمل للترقيات المستقبلية؛ كل سير عمل يتحول إلى متاهة معقدة؛ كل واجهة تمثل استنزافًا مستمرًا للمستخدم.

هذا الضعف يكاد يكون منتشراً في كل مكان. على الرغم من أن نظام إدارة علاقات العملاء (CRM) قد تم اعتماده على نطاق واسع، إلا أن رضا المستخدمين كان دائمًا مختلطًا؛ فدرجة التخصيص العالية لنظام تخطيط موارد المؤسسات (ERP) ترتبط دائمًا تقريبًا بتأخيرات المشاريع وتجاوزات الميزانية. يشعر الموظفون بالإرهاق بسبب سير العمل المجزأ، حيث يحتاجون إلى التبديل بين التطبيقات المختلفة حوالي 1200 مرة في اليوم، وهو ما يعادل إضاعة حوالي 4 ساعات في الأسبوع؛ 47% من العاملين الرقميين يكافحون للعثور على المعلومات التي يحتاجونها لأداء وظائفهم. كما أن مشاريع التحول الرقمي واسعة النطاق غالباً ما تتعثر، حيث تشير التقديرات إلى أن حوالي 70% منها تفشل في تحقيق أهدافها المعلنة. إن النفقات الناتجة عن هذه الاحتكاكات هائلة، حيث بلغ حجم سوق تنفيذ البرمجيات وتكامل الأنظمة وحده حوالي 380 مليار دولار في عام 2023.

ضمن هذه العمليات ونقاط الضعف، أتاحت تقنية الذكاء الاصطناعي فرصة لإعادة تشكيل طريقة تنفيذ البرامج واستخدامها. إحدى الطرق البسيطة لفهم هذه الفرصة هي النظر إلى دورة حياة برامج المؤسسات: أولاً التنفيذ أو الترحيل، ثم الاستخدام اليومي، وأخيراً البناء المستمر عليها استجابةً لتغيرات الأعمال. في كل مرحلة، يتمثل العمل الأساسي في ترجمة النوايا البشرية الفوضوية إلى عمليات صحيحة قابلة للتنفيذ والتدقيق مسجلة في النظام.

بعد ذلك، يمكننا دراسة كيفية تحسين الذكاء الاصطناعي لاستخدام نظام البرمجيات التقليدي في كل مرحلة على حدة.

مرحلة التنفيذ

لنبدأ بمرحلة التنفيذ، وهي المرحلة الأكثر خطورة والأكثر حساسية للميزانية، ولكنها في الوقت نفسه الأكثر جدوى. على وجه التحديد، يتعلق الأمر بتحويل معلومات البحث المتناثرة، مثل الاجتماعات والوثائق وأوامر العمل، إلى متطلبات منظمة، وإنشاء سير العمل المطلوب للتنفيذ تلقائيًا، بما في ذلك رسم خرائط العمليات والحقول، والتكوين والتعليمات البرمجية، ونصوص الاختبار، وخطط التبديل، وأدلة الترحيل، وتنظيف البيانات والتحقق من صحتها قبل الإطلاق. هذه العملية معقدة للغاية وعرضة للأخطاء. تخلت شركة التجزئة الألمانية العملاقة "ليدل" ذات مرة عن مشروع تحويل نظامها إلى نظام SAP بعد استثمار 500 مليون دولار.

في هذه المرحلة، تقوم مجموعة من الشركات ببناء أدوات للمساعدة في عملية الترحيل والتنفيذ، مثل أنظمة الطيار المساعد المختلفة، وأدوات إدارة المشاريع، وغيرها. فيما يلي بعض الأمثلة النموذجية:

· تقدم Axiamatic طبقة حماية للذكاء الاصطناعي لأنظمة تخطيط موارد المؤسسات (ERP)، والتي تقوم بإنشاء رسم بياني معرفي للمشروع لتسليط الضوء على المشكلات المحتملة في المتطلبات وإدارة التغيير في Slack أو Teams، مما يقلل المخاطر ويسرع من تقدم مشروع S/4HANA. تم دمجها مع SAP Build وتضمينها في عمليات الاستشارات لشركات KPMG و EY و IBM وغيرها.

· Conduct هي أداة مساعدة لرسم خرائط التعليمات البرمجية والعمليات والتي يمكنها إنشاء طبقة دلالية ووثائق تقنية أثناء عملية الترحيل من ECC إلى S/4. يدعم هذا النظام خاصية الأسئلة والأجوبة للجداول المخصصة وواجهات برمجة التطبيقات لتسريع عملية التبني الداخلي.

توفر شركة Auctor إمكانية تنفيذ الأنظمة القائمة على الوكلاء لشركات تكامل الأنظمة وفرق الخدمات المهنية. يمكنه تحويل عملية الاكتشاف تلقائيًا إلى متطلبات منظمة، كما يمكنه أن يكون بمثابة سجل نظام لإدارة بيان نطاق العمل، ووثائق التصميم، وقصص المستخدم، والتكوين، وخطط الاختبار.

تركز شركة Supersonik على تمكين المنتج، وتوفير وكلاء مرئيين وصوتيين للتعليم في السياق، مما يقلل الحاجة إلى مهندسي الحلول ويدعم التنفيذ والتوسع الموجهين من قبل القنوات والعملاء.

· تقوم شركة Tessera ببناء قدرات تكامل الأنظمة الأصلية للذكاء الاصطناعي للاتصال مباشرة بنظام تخطيط موارد المؤسسات الحالي للشركة، وتقييم حالة تنفيذه، وتحديد المشكلات وتصحيحها تلقائيًا أثناء عملية الترحيل، وتحقيق إدارة التحول الشاملة.

تكمن قيمة هذه الشركات في جعل عملية التحول أسرع وأرخص وأكثر قابلية للإدارة. ويتجلى هذا بشكل خاص في عدة جوانب: اكتشاف المشكلات مبكراً في مراحل المتطلبات وإدارة التغيير لتجنب تفاقمها لاحقاً؛ وضغط دورة الوقت لأن حتى تأخير شهر واحد يمكن أن يؤدي إلى تكاليف بملايين الدولارات؛ وتحويل بيانات المشروع المتناثرة إلى معرفة منظمة بحيث يمكن للفرق الداخلية تولي زمام الأمور بسرعة أكبر؛ وتقليل الاعتماد على فرق تكامل الأنظمة الكبيرة من خلال التخطيط الآلي، وإنشاء المستندات، والاختبار، والتدريب.

نعتقد أن هناك مجالاً لمزيد من الشركات الناشئة في هذا المجال، وخاصة تلك التي تتعاون مع الشركاء الحاليين بدلاً من استخدام الأدوات المواجهة. تتضمن التوجيهات المحددة ما يلي:

• عوامل التنفيذ المرتبطة بنتائج المشروع ومخاطره، على سبيل المثال، المستخدمة لتتبع المتطلبات، ومقارنة التكوين، ومحاكاة التبديل، وتوليد التعليمات البرمجية، واكتشاف التباين؛

· أدوات التوثيق الدلالي لضمان بقاء المعرفة محدثة وسهلة الوصول إليها؛

• تمكين الوكلاء لتحويل التدريب والترويج للقنوات إلى قدرات منتجة قابلة لإعادة الاستخدام.

وبما أن الشركات الناشئة قادرة بالفعل على تخفيف عبء المؤسسة، فإنها تستطيع تحديد الأسعار بناءً على تكلفة الفرصة البديلة التي تم توفيرها للمؤسسة والاستفادة مباشرة من ميزانيات التحول التي خصصها مديرو المعلومات ومديرو الشؤون المالية بالفعل، وفي الوقت نفسه استبدال مشاريع تكامل الأنظمة المتضخمة.

الاستخدام والصيانة

بعد ذلك، بمجرد اكتمال تنفيذ نظام البرمجيات، يبدأ التحدي الحقيقي. الاستخدام اليومي يعني التنقل باستمرار عبر واجهات هذه الأنظمة المعقدة والفوضوية. غالباً ما يمتد العمل اليومي عبر عشرات الواجهات، ويؤدي دوران الموظفين باستمرار إلى إعادة ضبط الخبرة المتراكمة، في حين أن عدداً كبيراً من العمليات الطرفية لا تتلقى أبداً دعماً جيداً على مستوى المنتج. يحتاج المستخدمون إلى قضاء الوقت في البحث عن الحقول، ومزامنة البيانات يدويًا بين الأنظمة المختلفة، أو طلب ذلك بشكل متكرر من فريق العمليات للحصول على طلبات مثل "هل يمكنك تشغيل هذا التقرير لي؟". والنتيجة هي دورات معالجة أبطأ، وأخطاء متكررة، وتكاليف تدريب مستمرة.

هنا، تكمن فرصة الذكاء الاصطناعي في بناء طبقة أكثر سهولة وقوة فوق هذه الأنظمة القديمة.

تهدف هذه الأنواع من الشركات إلى مساعدة الفرق على استخلاص قيمة أكبر من الأنظمة الحالية. في الواقع، غالبًا ما يكون مساعدًا موجودًا في Slack أو شريط جانبي للمتصفح، قادرًا على الإجابة على أسئلة مثل مكان العثور على بيانات معينة أو كيفية إكمال عملية معينة من خلال البحث الدلالي، وتنفيذ إجراءات آمنة إذا كانت واجهات برمجة التطبيقات متاحة، مثل إنشاء أوامر العمل، وإدخال قيود اليومية، وتحديث شروط الموردين، والمزيد. يمكن لهذه الأدوات أيضًا ربط أنظمة متعددة لتشكيل سير عمل مركب عبر التطبيقات، مثل سحب أوامر الشراء للربع الأخير من SAP، والتحقق من شروط العقد في Coupa، وصياغة تفسيرات التباين في ServiceNow، ودمج الموافقات البشرية، وسجلات التدقيق، وضوابط الأذونات الدقيقة على طول الطريق. كما تقوم المنتجات الممتازة بتتبع الاستخدام، مما يوفر الوقت، ومعدلات الخطأ، وغيرها من المقاييس.

ومع ذلك، فإن الواقع هو أن قدراً كبيراً من العمل الحرج داخل المؤسسات لا يتم عرضه من خلال واجهات برمجة التطبيقات الموحدة، بل يتم العثور عليه في واجهات مختلفة، مثل العملاء القدامى وبيئات سطح المكتب الافتراضية وأنظمة الإدارة الخلفية سيئة التوثيق. لذلك، أصبحت البرامج الحديثة التي تعمل بواسطة الكمبيوتر مكملاً أساسياً للطيارين المساعدين الذين يعتمدون على واجهة برمجة التطبيقات (API). إنها توسع نطاق الأتمتة ليشمل آخر 30% إلى 40% من العمليات التي لا يمكن الوصول إليها من خلال الواجهات.

إن قدرتهم الأساسية لا تقتصر على مجرد النقر على الأزرار، بل على القدرة على التنفيذ بثبات في بيئة فوضوية. تحتاج هذه العوامل إلى فهم هياكل الواجهة، وتحديد العناصر الثابتة، واستعادة التنفيذ في النوافذ المنبثقة أو تغييرات التخطيط، وتسجيل التقدم في النقاط الرئيسية من أجل الاستعادة الآمنة بعد الانقطاعات. عندما يتم دمج هذه القدرات مع آليات التحقق (مثل عمليات التحقق من الاختلافات، والتسويات، واختبارات البيئة المعزولة) وضوابط المؤسسة (تسجيل الدخول الموحد، وإدارة المفاتيح، وأقل الامتيازات، وسجلات التدقيق)، فإنها تستطيع تحويل العمل الذي كان يعتمد سابقًا على التدخل اليدوي إلى عمليات آلية قابلة للإدارة والتكرار، مثل فرز أوامر العمل، وخطوات إغلاق نهاية الفترة، وتحديثات العملاء، وتعديلات الأسعار، حتى في أجزاء من SAP وServiceNow وSalesforce التي لم يتم تصميمها في الأصل للأتمتة.

يمكن فهم ذلك على النحو التالي: تساهم واجهات برمجة التطبيقات في جعل المسارات القياسية أكثر كفاءة، بينما تُمكّن قوة الحوسبة من أتمتة حتى العمليات ذات الذيل الطويل.

قامت شركات مثل Factor Labs و Sola بالفعل بنشر مثل هذه الوكلاء في بيئات الإنتاج، مما أدى إلى استبدال نفقات الاستعانة بمصادر خارجية لعمليات الأعمال التقليدية ومساعدة المؤسسات الكبيرة على تحقيق أتمتة المهام القابلة للتطوير.

طبقة التمدد

وأخيرًا، حتى مع جعل SAP و ServiceNow و Salesforce أكثر سهولة في الاستخدام، فإن المؤسسة نفسها تتطور باستمرار، مما يعني أن سجلات النظام يجب أن تتطور أيضًا. إن المنتجات الجديدة والسياسات الجديدة وعمليات الاندماج والاستحواذ الجديدة والمتطلبات التنظيمية الجديدة وعدد كبير من العمليات الطويلة التي لا تستحق أبدًا تطوير وحدة أساسية مستقلة بشكل فردي، كلها عوامل تدفع البرامج باستمرار إلى التكيف مع الوضع الحقيقي للأعمال. في الماضي، لم يكن أمام الفرق عادةً سوى خيارين: إما تخصيص النظام بشكل كبير وتحمل التكلفة المرتبطة بهشاشة النظام، أو تطوير تطبيقات مستقلة متفرقة، ولكن بعد ذلك تواجه صعوبات في التكامل والحوكمة والصيانة.

يوفر الذكاء الاصطناعي مسارًا ثالثًا: بناء تجارب تطبيقات صغيرة وقابلة للتحكم فوق النظام الأساسي بوتيرة أسرع دون تعطيله.

يمكن اعتبار بناء أدوات جديدة وقدرات أتمتة فوق الأنظمة التقليدية بمثابة إضافة طبقة تجربة "أكثر سهولة في الاستخدام" فوق مجموعة من البرامج غير سهلة الاستخدام. يتمثل النمط الأساسي في بناء مستوى موحد للبيانات والإجراءات أولاً: قراءة البيانات من سجلات النظام من خلال واجهات برمجة التطبيقات والأحداث (مكملة باستخراج البيانات من واجهة آمنة عند الضرورة)، وتوحيدها في نموذج دلالي لكائنات الأعمال، مثل الطلبات والموردين وأوامر العمل وما إلى ذلك، ثم توفير مجموعة من واجهات التشغيل مع التحكم في الأذونات وآليات الموافقة وقدرات التدقيق بناءً على ذلك.

وعلى هذا الأساس، يمكن للفرق بناء تجارب تطبيقات بسرعة تركز على سيناريوهات محددة، وهي أكثر حداثة وأقرب إلى الاحتياجات الفعلية. على سبيل المثال، بدلاً من أن يمر موظفو المشتريات بعشرات الخطوات في نظام SAP لتسجيل مورد جديد، يتم توفير تطبيق واحد خفيف الوزن لتسجيل الموردين لجمع البيانات وإجراء عمليات التحقق من الصحة وتعميم الموافقات، وأخيراً كتابة البيانات مرة أخرى إلى نظام SAP. وبالمثل، بدلاً من أن تقوم فرق عمليات الإيرادات بالتبديل بين واجهات متعددة في Salesforce لتعديل شروط التجديد، يتم توفير محرر عالي السرعة يشبه جدول البيانات للتعديل الجماعي، والتحقق من الامتثال، ومعاينة التأثيرات، وفي النهاية إرسال التغييرات مع سجل تدقيق كامل. أو بدلاً من بناء أنظمة بوابات جديدة بشكل متكرر، يتم توفير مدخل تشغيلي موحد لفرق الخطوط الأمامية لأداء العمليات اليومية عالية التردد عبر الأنظمة، مثل إنشاء عمليات الإرجاع، وتمديد حدود الائتمان، وبدء تذاكر الأعطال الثانوية، وتراكم النفقات، وما إلى ذلك، دون الحاجة إلى التبديل باستمرار بين العديد من الصفحات.

يمكن لهذه الطبقات الإضافية أيضًا أن تربط بين إمكانيات سير العمل والأتمتة عبر الأنظمة، وهو أمر يصعب على أي مورد واحد تحديد أولوياته. على سبيل المثال، من خلال الأتمتة القائمة على الأحداث: عندما يتم نشر فاتورة ويكون التباين أكثر من 3٪، يتم إنشاء شرح تلقائيًا وتقديمه للموافقة؛ أو عندما يتم إعادة فتح أمر عمل مرتين، يتم إنشاء تذكرة تلقائيًا، وتعيين طرف مسؤول، وتحديث حالة العميل، وإدخال مراجعة بشرية في النقاط الرئيسية.

بمرور الوقت، ستترسخ الممارسات الأكثر قيمة تدريجياً في وحدات نية قابلة لإعادة الاستخدام، مثل الانتقال من تقديم عروض الأسعار إلى تحصيل الأموال، وإلحاق الموردين، وتسوية نهاية العام، وما إلى ذلك. لا تحدد هذه الوحدات النمطية ما يجب القيام به فحسب، بل والأهم من ذلك، كيفية تنفيذ هذه العمليات بشكل آمن ومتوافق مع المعايير في بيئة مؤسسية محددة.

منتجات مثل Cell التي أطلقتها شركة General Magic تجعل القدرة الأساسية لبناء مثل هذه العمليات المخصصة ملموسة: يمكنك تحميل مواصفات OpenAPI لتحويل كل واجهة إلى عملية قابلة للاستدعاء؛ ثم، من خلال برنامج نصي بسيط مضمن في شريط الأوامر الأصلي، تنفيذ استدعاءات API حقيقية مباشرة، مدعومة بقدرات تحليلية، وبنية متعددة المستأجرين، وضوابط أمنية، وآليات إدارة الأذونات. وبالتالي، يتحول تركيز العمل من إعادة بناء مجموعة من الواجهات إلى وضع العمليات والاستراتيجيات الصحيحة على الأنظمة الموثوقة الموجودة.

كيف ستبدو نهاية اللعبة؟

تقييمنا هو أن هذه الأنظمة التقليدية ستستمر في الوجود في الغالب، لكنها لن تكون بعد الآن الواجهة الأساسية التي يتم من خلالها العمل. تُعد أنظمة تخطيط موارد المؤسسات (ERP) وإدارة علاقات العملاء (CRM) وإدارة خدمات تكنولوجيا المعلومات (ITSM) وغيرها من الأنظمة جزءًا لا يتجزأ من المؤسسات ولا يمكن استبدالها بنفس سرعة البرامج العادية؛ ستتطور ببطء وستستمر في الوجود كنظام سجلات. ما سيتغير حقاً هو أنظمة الإجراءات التي يواجهها المستخدم والمبنية عليها: سيصبح الذكاء الاصطناعي نقطة الدخول الافتراضية لفهم كيفية عمل الأنظمة، وتنسيق سير العمل بين الأنظمة، وبناء تطبيقات حديثة خفيفة الوزن تتجاوز الواجهات التقليدية. بمعنى آخر، الطبقة التي كانت بمثابة جسر ستصبح الطريق السريع الحقيقي.

في هذا النموذج، لن تشبه البرامج التي يمكن أن تنجح على المدى الطويل برامج الدردشة الآلية، بل ستبدو أشبه بنظام تشغيل: مستوى موحد للبيانات والإجراءات مبني على نموذج دلالي لكائنات الأعمال ومجهز بآليات أمان وحوكمة قوية لتمكين تشغيل الذكاء الاصطناعي الموثوق به في بيئة إنتاجية. بالنسبة للمستخدمين النهائيين، لا حاجة لتعلم أي واجهة أو حقل أو رمز معاملة محدد لاستخدامه، ولا لإعادة التعلم بشكل متكرر بعد تغييرات الواجهة أو العملية؛ فقط صف النتيجة التي تريد تحقيقها، وسيساعدك النظام في إكمالها. وعلى طول الطريق، سيطرح النظام أسئلة توضيحية ضرورية، ويعرض معاينة للتنفيذ، ثم يكمل العملية في ظل آليات الموافقة والتدقيق المناسبة.

على سبيل المثال، يمكنك إصدار أوامر مثل: إنشاء عملية إرجاع وإخطار العميل، أو إنشاء تذكرة حادث من المستوى الثاني واسترداد أحدث ثلاثة أحداث ذات صلة، أو إكمال عملية إعداد البائع، بما في ذلك جمع المعلومات، والمرور بسير عمل الموافقة، وتحديد شروط الدفع. اليوم، تتطلب هذه العمليات في كثير من الأحيان التبديل ذهابًا وإيابًا بين SAP و Salesforce و Service Now وجداول البيانات لإنجازها. ومع ذلك، في النموذج الجديد، سيتم دمجها في تدفق تنفيذ موحد.

نتيجة هذا التحول هي تقليل الأخطاء والتراجعات، وتقليل الاعتماد على الخبرة، وتسريع دورات المعالجة، وتقليل تكاليف التدريب بشكل كبير، حيث أن التفاعل بأكمله مدفوع بالنية، ومدرك للأدوار، ويعتمد افتراضياً على الخدمة الذاتية.

ستتراكم الميزة التنافسية باستمرار في الاستخدام الواقعي: سيتم إيداع كل سير عمل يتم تنفيذه بنجاح كناية قابلة لإعادة الاستخدام؛ وسيتم تحويل كل معالجة استثناء إلى قيود أمنية جديدة؛ وستصبح كل قطعة أثرية من عمليات الترحيل جزءًا من نسيج النظام الذي يتم تحديثه باستمرار؛ وسيعمل كل تكامل على تعميق فهم كيفية عمل الشركة حقًا. بمرور الوقت، ستصبح هذه الطبقة من الذكاء الاصطناعي نقطة الدخول الأساسية للفريق لفهم تأثيرات التغيير، ومنع انحراف النظام، وقياس عائد الاستثمار، وبناء سير عمل جديد، حتى لو لم تتغير الأنظمة الأساسية نفسها.

[ رابط المقال الأصلي ]