قبل أن تؤتمت: كيف تجهّز العمليات المؤسسية للذكاء الاصطناعي
من الإجراء الثابت إلى التدفق التكيفي: ثماني خطوات على دورة PDCA تجعل عمليات مؤسستك مؤهلة لأن يعمل الذكاء الاصطناعي داخلها بأمان وأثر
حين تقرر مؤسسة أن تبدأ رحلتها مع الذكاء الاصطناعي، يكون السؤال الأول عادةً: أين نضعه؟ والجواب الأسرع دائماً: في العمليات. فهي المكان الذي يلتقي فيه الذكاء الاصطناعي بالعمل اليومي، وهي أيضاً المكان الذي يفشل فيه أسرع حين تكون الأرضية غير مهيأة.
المشكلة ليست في التقنية. المشكلة أن معظم العمليات المؤسسية صُممت لعالم يمر فيه كل طلب على موظف، وكل قرار على توقيع، وكل معلومة على نموذج. وحين نضع الذكاء الاصطناعي فوق هذا التصميم كما هو، نحصل على النسخة نفسها من العملية، لكن أسرع، وبالعيوب نفسها.
أتمتة إجراء غير ضروري لا تنتج إلا هدراً أسرع.
هذا المقال يتعمق في «جين العمليات»، أحد الجينات الخمسة في مقال عندما يصبح الذكاء الاصطناعي جزءاً من الحمض النووي للمؤسسات.
من الإجراء الثابت إلى التدفق التكيفي
تقوم كثير من العمليات المؤسسية على إجراءات موحّدة ومسارات ثابتة. وقد خدم هذا النموذج الاتساق والامتثال، لكنه يعامل الحالة البسيطة والحالة المعقدة بالقدر نفسه من الإجراءات: الطلب الواضح المكتمل ينتظر في الطابور نفسه مع الطلب الملتبس، ويمر بالتواقيع نفسها.
تتيح تقنيات الذكاء الاصطناعي، وخاصة الوكلاء الذكيين، الانتقال إلى عمليات تفهم الحالة وتحدد متطلباتها وتنفّذ الخطوات المسموح بها ضمن ضوابط واضحة. ويتجلى ذلك في ثلاثة أنماط:
العمليات الاستباقية
تتوقع حاجة المتعامل وتبادر إليها، كإشعاره باستحقاق تجديد وثيقة أو بأهليته لخدمة قبل أن يطلبها.
العمليات غير المرئية
تتم في الخلفية عبر تكامل الأنظمة والجهات، فلا يُطلب من المتعامل تقديم البيانات نفسها مرتين.
العمليات المتفاوتة حسب المخاطر
تمر الحالات البسيطة آلياً، ويتركّز الجهد البشري على الحالات المعقدة والقرارات عالية الأثر.
لكن الوصول إلى هذه الأنماط لا يحدث بشراء منصة. فالعملية التي ستعمل بهذه الطريقة يجب أن تكون مجهّزة لذلك: واضحة القواعد، نظيفة البيانات، محددة الصلاحيات، وقابلة للقياس.
لماذا لا تصلح معظم العمليات الحالية للذكاء الاصطناعي؟
قبل الحديث عن المنهجية، من المفيد التعرف على الأعراض. هذه ست علامات تقول إن العملية غير جاهزة بعد، مهما كانت التقنية المتاحة متقدمة:
قواعد غير مكتوبة
المعرفة الحقيقية في رؤوس الموظفين القدامى، لا في الأدلة والأنظمة.
دليل لا يشبه الواقع
الإجراء الموثّق شيء، وما يُنفَّذ فعلاً على الأرض شيء آخر.
بيانات مبعثرة
مرفقات ممسوحة ضوئياً، وحقول نصية حرة، ونسخ متعددة من المعلومة نفسها.
استثناءات بلا سجل
الحالات الخاصة تُعالج بالهاتف والبريد، ولا يبقى منها أثر يُتعلم منه.
صلاحيات غامضة
لا أحد يعرف بدقة من يملك القرار في كل نقطة، ولماذا يحتاج الطلب إلى خمسة تواقيع.
لا خط أساس للقياس
لا نعرف كم تستغرق العملية اليوم ولا كم تكلّف، فلا نستطيع إثبات أي تحسن.
إذا لم تستطع أن تشرح العملية لموظف جديد في صفحة واحدة، فلن يفهمها الذكاء الاصطناعي.
ثماني خطوات لتجهيز العملية على دورة PDCA
تجهيز العملية للذكاء الاصطناعي ليس مشروعاً تقنياً، بل دورة تحسين مستمر. ولهذا نقترح بناءه على دورة خطّط، نفّذ، تحقّق، حسّن (PDCA)، لأن العملية الجاهزة للذكاء الاصطناعي لا تُصمَّم مرة واحدة، بل تتعلم وتتحسن مع كل دورة.
خطّط
PLAN · FOUNDATIONSاختر العملية الصحيحة
ليست كل عملية مرشحة جيدة للبداية. أفضل نقطة انطلاق هي العملية التي يجتمع فيها حجم معاملات كبير مع قواعد واضحة، لأن أثر التحسين فيها يظهر سريعاً ومخاطره محدودة.
وأضف إلى هذين المعيارين ثلاثة أسئلة: هل البيانات متاحة إلكترونياً؟ هل الألم واضح وقابل للقياس؟ وهل الخطأ فيها قابل للتدارك؟
ارسم الواقع، لا الدليل
ارسم العملية كما تُنفَّذ فعلاً، مع من ينفذونها لا مع من كتبوا دليلها. وإذا كانت للعملية سجلات في الأنظمة، فاستخدم تقنيات تنقيب العمليات (Process Mining) لقراءة المسار الحقيقي من البيانات. وركّز على ما لا يظهر في المخططات الرسمية:
- حلقات إعادة العمل: كم مرة يعود الطلب إلى المتعامل أو إلى خطوة سابقة؟
- أوقات الانتظار بين الخطوات، وهي غالباً أطول بكثير من وقت العمل نفسه.
- نقاط التسليم بين الإدارات والجهات، حيث تضيع المسؤولية والوقت.
- الاستثناءات المتكررة وطريقة معالجتها خارج النظام.
احذف قبل أن تؤتمت
هنا يبدأ التحول الحقيقي، لا بسؤال: كيف نؤتمت هذه الخطوة؟ بل بسؤال: هل نحتاج إليها أصلاً؟ مرّر كل خطوة على أربعة أسئلة بالترتيب:
- احذفمن يستخدم مخرج هذه الخطوة؟ وما الذي سيحدث لو اختفت؟ وهل يفرضها تشريع فعلاً أم عادة؟
- ادمجهل يمكن جمع خطوتين أو موافقتين في خطوة واحدة؟
- رتّبهل يمكن تنفيذ الخطوات بالتوازي بدل التتابع؟ أو تقديم التحقق إلى بداية العملية؟
- بسّطهل يمكن تقليص النموذج والحقول والمستندات المطلوبة إلى الحد الأدنى؟
كثير من المؤسسات تكتشف في هذه الخطوة وحدها أن جزءاً كبيراً من خطواتها موروث من زمن الورق، ويمكن إلغاؤه دون أي تقنية.
فكّك العملية إلى مهام وقرارات
العملية، مثل الوظيفة، ليست كتلة واحدة. فكّكها إلى مهام وقرارات صغيرة، ثم حدد لكل منها المسار المناسب: ما ينتقل إلى الآلة، وما تعززه الآلة، وما يبقى بشرياً لأنه يتطلب حكماً مهنياً ومسؤولية.
نفّذ
DO · BUILDجهّز البيانات والقواعد
الذكاء الاصطناعي لا يعمل بالنوايا، بل بالبيانات والقواعد. وهنا عملان متوازيان:
- البيانات: مصدر واحد معتمد لكل معلومة، ونماذج مهيكلة بدل المرفقات الممسوحة، وجلب البيانات المتاحة لدى الجهات الأخرى بدل مطالبة المتعامل بها، وتحديد مالك مسؤول عن جودة كل مجموعة بيانات.
- القواعد: تحويل شروط الإجراء من نصوص قابلة للتأويل إلى قواعد صريحة: إذا تحقق كذا فالنتيجة كذا. وكل شرط لا يمكن كتابته بهذا الوضوح هو إشارة إلى نقطة تحتاج حكماً بشرياً.
وهذا ما تتجه إليه مبادرة «الحكومة القابلة للقراءة آلياً» في أبوظبي، التي تعيد صياغة السياسات واللوائح نفسها لتصبح قابلة للفهم من الأنظمة الذكية، مع بقاء القرار والمساءلة لدى المسؤولين.
ابنِ الضوابط داخل التدفق
الحوكمة في العملية الجاهزة للذكاء الاصطناعي لا تُضاف بعد التشغيل، بل تُصمَّم داخل المسار نفسه. وأهم عناصرها خمسة:
تحقّق
CHECK · MEASUREجرّب على نطاق محدود، وقِس الأثر لا الاستخدام
ابدأ بتجربة على شريحة محددة من الحالات، وقارن النتائج بخط الأساس الذي رسمته في الخطوة الثانية. والمقياس الحقيقي ليس عدد المعاملات التي مرت عبر النظام، بل ما تغيّر فعلاً:
حسّن
ACT · LEARN & SCALEوسّع، واجعل العملية تتعلم
حين تثبت التجربة أثرها، وسّع نطاقها تدريجياً. لكن الأهم من التوسع هو أن تتعلم العملية من نفسها: كل استثناء يُراجع، فإما أن يتحول إلى قاعدة جديدة، أو إلى بيانات تدريب، أو إلى نقطة تدخل بشري دائمة.
- مالك واحد للعملية مسؤول عن نتيجتها من البداية إلى النهاية، لا عن خطوة فيها.
- مراجعة دورية لأداء القرارات الآلية ودقتها وعدالتها.
- دورة PDCA جديدة كلما تغيّر التشريع أو الخدمة أو التقنية.
كيف تبدو العملية قبل التجهيز وبعده؟
لنأخذ خدمة مألوفة في كثير من المؤسسات: تجديد ترخيص سنوي.
عملية مرقمنة
- يتذكر المتعامل موعد التجديد بنفسه، وقد يتأخر فيدفع غرامة
- يدخل البوابة ويعبّئ النموذج كاملاً من جديد
- يرفق مستندات موجودة أصلاً لدى جهات أخرى
- ينتظر الطلب دوره في طابور الموظف
- يُعاد الطلب لاستكمال نقص بسيط
- تدقيق يدوي لكل الطلبات بالمستوى نفسه
- اعتماد المدير لكل طلب مهما كان بسيطاً
- الدفع ثم إصدار الترخيص
عملية جاهزة للذكاء الاصطناعي
- إشعار استباقي قبل موعد الاستحقاق
- البيانات معبأة مسبقاً ومجلوبة من الجهات المعنية
- يؤكد المتعامل البيانات أو يعدّلها فقط
- تقييم آلي للمخاطر وفق قواعد معتمدة:مخاطر منخفضةتجديد آلي ودفع وإصدار فوريمخاطر أعلىموظف يقرر بتحليل وتوصية من الآلة
- كل قرار مسجل وقابل للتفسير والاعتراض
مثال افتراضي للتوضيح، لا يمثل جهة بعينها. لاحظ أن معظم التحسين جاء من إلغاء الخطوات وجلب البيانات، قبل أي نموذج ذكاء اصطناعي.
خمسة فخاخ تُفشل التجهيز
أتمتة الواقع كما هو
القفز إلى الأداة قبل إعادة الهندسة، فتتحول العيوب اليدوية إلى عيوب آلية أسرع وأصعب اكتشافاً.
التجربة التي لا تكبر
مشروع تجريبي ناجح يبقى معزولاً لأنه بُني خارج الأنظمة والبيانات المؤسسية، فلا يمكن تعميمه.
تصميم المسار السعيد فقط
تُصمم العملية للحالة النموذجية، ثم تنهار أمام الاستثناءات التي تستهلك فعلياً معظم وقت الموظفين.
إخراج الإنسان دون نقل المسؤولية
تُحذف التواقيع ولا يُحدد من يتحمل نتيجة القرار الآلي، فتضيع المسؤولية بين الإنسان والنظام.
قياس الاستخدام لا الأثر
الاحتفاء بعدد الطلبات التي عالجها النظام، دون معرفة هل تحسن الزمن والتكلفة وتجربة المتعامل فعلاً.
هل عمليتك جاهزة؟ عشرة أسئلة
اختر عملية واحدة في مؤسستك، وحدد الأسئلة التي إجابتها «نعم».
السؤال الذي ينبغي أن يسبق كل مشروع ذكاء اصطناعي في العمليات ليس: ما الذي يمكن أتمتته؟ بل: لو صممنا هذه الخدمة اليوم من الصفر، والذكاء الاصطناعي متاح منذ اليوم الأول، فهل كانت هذه الخطوات ستوجد أصلاً؟
العملية الجاهزة للذكاء الاصطناعي تُصمَّم، ولا تُؤتمت كما هي.
أي عملياتك أقرب إلى الجاهزية؟
ترافق مجموعة PDCA المؤسسات في تشخيص عملياتها وإعادة هندستها وتجهيزها للذكاء الاصطناعي، من اختيار العملية الأولى إلى قياس الأثر.
المراجع
- Hammer, M. (1990). Reengineering Work: Don’t Automate, Obliterate. Harvard Business Review, 68(4), 104–112.
- van der Aalst, W. M. P. (2016). Process Mining: Data Science in Action (2nd ed.). Springer. https://doi.org/10.1007/978-3-662-49851-4
- OECD (2026). Digital Government Outlook 2026: From Foundations to Transformational Impact. OECD Publishing, Paris. https://doi.org/10.1787/0496b2bc-en
- Abu Dhabi Media Office (2026). Khaled bin Mohamed bin Zayed meets Sam Altman and witnesses signing of agreements with OpenAI. mediaoffice.abudhabi/en/crown-prince-news/…