تفشل معظم تجارب الذكاء الاصطناعي بطريقة مألوفة. يُعرض شيء مبهر، ويتفق الجميع على أنه المستقبل، وبعد ستة أشهر لا يستخدمه أحد لأنه لم يزل تكلفة يدفعها أحد فعلاً. أما الأدوات التي تبقى فهي أضيق وأقل إثارة: تأخذ مهمة متكررة واحدة تستهلك اليوم يوم عمل شخص كامل، وتؤديها داخل الأنظمة التي تعمل عليها الشركة أصلاً.
ونحن نبني مجموعة منها الآن. وتندرج ضمن ثلاثة أنماط، والأنماط أنفع من أسماء المنتجات، لأنها تدلك على أين تبحث في عملياتك أنت.
النمط الأول: تحويل الوارد الفوضوي إلى سجلات منظمة
تصل الطلبات كرسائل صوتية وصور ورسائل بريد محوّلة ورسائل واتساب. فيقرؤها شخص، ويستنتج ما ينقص، ويطلبه، ثم يعيد كتابة النتيجة في نظام. وهذا الشخص ينسخ ولا يحكم، وهذه أكثر الفجوات شيوعاً التي يناسبها الذكاء الاصطناعي في الشركات الصغيرة.
- QuotePilot يأخذ الطلب الوارد، ويسأل عن التواريخ أو عدد الأشخاص أو المواصفات الناقصة، ويطبّق قائمة أسعارك المحفوظة، ويجهّز عرض سعر كاملاً ليعتمده إنسان. بُني أولاً لوكالات السفر والفعاليات.
- OrderCapture يقرأ طلب الشراء الوارد عبر واتساب، ويطابقه مع كتالوج منتجاتك، ويستوضح الكمية أو حجم العبوة، وينشئ مسودة طلب في أودو. بُني لموزّعي قطاع الأعمال.
- ServiceDesk AI يحوّل صورة العميل ورسالته الصوتية إلى بطاقة عمل تتضمن الأعراض والموقع والوقت المفضل، جاهزة للإرسال. بُني لشركات صيانة التكييف والأجهزة.
- DocReady يجمع الطلب كاملاً دون أن يلاحق الموظفون العملاء — رابط رفع يحمل علامتك، وقائمة تحقق، وفحص لتواريخ الانتهاء، وتذكيرات تلقائية بما لا يزال ناقصاً.
- TenderStart يقرأ طلب عروض الأسعار ويخبر المورّد الصغير إن كان يستحق المتابعة، وما الموعد النهائي، وما المستثنى، وما الذي يجب أن يتضمنه الرد.
- ParentFlow يجيب عن استفسارات المدارس الروتينية من ردود معتمدة، ويعالج بلاغات الغياب وقوائم القبول، ويصعّد ما لا ينبغي أن يجيب عنه.
والشكل المشترك يستحق الانتباه: كل واحدة منها تنتهي بمسودة يعتمدها شخص. ولا ترسل أي منها شيئاً من تلقاء نفسها، وهذا مقصود.
النمط الثاني: مراقبة الأرقام التي لا يملك أحد وقتاً لمراقبتها
كل عملية تسرّب في مواضع صغيرة جداً فرادى بحيث لا تستحق التحقيق، وكبيرة مجتمعة. هامش ينحرف في خط منتجات واحد. وتغيير في الموقع نُفّذ ولم يُسعَّر أبداً. ونمط مرتجعات لدى عميل واحد لم يجمعه أحد. وهذه ليست أسئلة صعبة، بل أسئلة لا يصل إليها أحد.
- MarginShield AI يراقب الهامش على مستوى الحركة الواحدة ويرفع الحالات التي تحرّك فيها، قبل إقفال الربع لا بعده.
- VariationGuard AI يتتبع التغييرات الموجَّهة في المشروع مقابل ما سُعِّر وطُولب به، وهنا يخسر المقاولون المتخصصون غالباً مالاً استحقوه فعلاً.
- ReturnSense AI يكشف النمط خلف المرتجعات لتجار التجزئة والموزعين — أي منتج، وأي عميل، وأي سبب، بشكل متكرر.
النمط الثالث: مساعد يعمل عبر النظام بأكمله
النمطان الأولان يؤتمتان مهمة. أما الثالث فيغيّر طريقة وصول الناس إلى المعلومات أصلاً. وهذه أدوات أثقل، موجهة لمؤسسات لديها من الحجم ما يبرر الصلاحيات وسجل التدقيق والمراقبة المستمرة بدل تقرير لمرة واحدة.
- Tarynix ERP Analyst يحقق في الأسئلة التشغيلية عبر أودو أو أي نظام ERP آخر، ويربط كل استنتاج بالسجلات الفعلية التي يقوم عليها، ويكشف الحالات الشاذة، ويجهّز الإجراءات للاعتماد.
- Procurement Control AI يقارن عروض الموردين بطلب عروض الأسعار والعقد والأسعار السابقة وشروط التسليم وحدود الاعتماد، ثم ينتج حزمة قرار ومسودة أمر شراء.
- Project Evidence AI ينظّم مراسلات المشروع وطلبات المعلومات وتقارير الموقع والتغييرات والاعتمادات في خط زمني قابل للبحث، ويشير إلى البنود التي بقيت بلا رد مدة تكفي لتصبح تكلفة.
ما الذي يميز هذه عن روبوت محادثة
ثلاثة أمور. إنها موصولة بالأنظمة التي تحتفظ بسجلاتك، فيمكن تتبع أي إجابة إلى السطر الذي جاءت منه. وتنتهي بإجراء يتبع قواعد الاعتماد لديك بدل الالتفاف عليها. وكل منها موجّه إلى تكلفة محددة وقابلة للقياس، فيوجد رقم يخبرك إن نجحت.
أين هي اليوم
قيد التطوير الفعلي، في مراحل مختلفة. ونحن نبني كلاً منها عن قصد لجمهور أول ضيق بدل إطلاق أداة عامة، لأن منتجاً يؤدي سير عمل قطاع واحد كما يجب يساوي أكثر من منتج يناسب ستة قطاعات بنصف كفاءة. وإذا وصف أي مما سبق تكلفة تدفعها اليوم لشخص يتحملها، فهذه هي المحادثة التي نريدها، وهي أيضاً كيف نقرر ما نبنيه تالياً.