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.
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:
تتوقع حاجة المتعامل وتبادر إليها، كإشعاره باستحقاق تجديد وثيقة أو بأهليته لخدمة قبل أن يطلبها.
تتم في الخلفية عبر تكامل الأنظمة والجهات، فلا يُطلب من المتعامل تقديم البيانات نفسها مرتين.
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.
قبل الحديث عن المنهجية، من المفيد التعرف على الأعراض. هذه ست علامات تقول إن العملية غير جاهزة بعد، مهما كانت التقنية المتاحة متقدمة:
المعرفة الحقيقية في رؤوس الموظفين القدامى، لا في الأدلة والأنظمة.
الإجراء الموثّق شيء، وما يُنفَّذ فعلاً على الأرض شيء آخر.
مرفقات ممسوحة ضوئياً، وحقول نصية حرة، ونسخ متعددة من المعلومة نفسها.
الحالات الخاصة تُعالج بالهاتف والبريد، ولا يبقى منها أثر يُتعلم منه.
لا أحد يعرف بدقة من يملك القرار في كل نقطة، ولماذا يحتاج الطلب إلى خمسة تواقيع.
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.
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.
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 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:
هنا يبدأ التحول الحقيقي، لا بسؤال: كيف نؤتمت هذه الخطوة؟ بل بسؤال: هل نحتاج إليها أصلاً؟ مرّر كل خطوة على أربعة أسئلة بالترتيب:
كثير من المؤسسات تكتشف في هذه الخطوة وحدها أن جزءاً كبيراً من خطواتها موروث من زمن الورق، ويمكن إلغاؤه دون أي تقنية.
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.
الذكاء الاصطناعي لا يعمل بالنوايا، بل بالبيانات والقواعد. وهنا عملان متوازيان:
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.
الحوكمة في العملية الجاهزة للذكاء الاصطناعي لا تُضاف بعد التشغيل، بل تُصمَّم داخل المسار نفسه. وأهم عناصرها خمسة:
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:
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.
لنأخذ خدمة مألوفة في كثير من المؤسسات: تجديد ترخيص سنوي.
مثال افتراضي للتوضيح، لا يمثل جهة بعينها. لاحظ أن معظم التحسين جاء من إلغاء الخطوات وجلب البيانات، قبل أي نموذج ذكاء اصطناعي.
القفز إلى الأداة قبل إعادة الهندسة، فتتحول العيوب اليدوية إلى عيوب آلية أسرع وأصعب اكتشافاً.
مشروع تجريبي ناجح يبقى معزولاً لأنه بُني خارج الأنظمة والبيانات المؤسسية، فلا يمكن تعميمه.
تُصمم العملية للحالة النموذجية، ثم تنهار أمام الاستثناءات التي تستهلك فعلياً معظم وقت الموظفين.
تُحذف التواقيع ولا يُحدد من يتحمل نتيجة القرار الآلي، فتضيع المسؤولية بين الإنسان والنظام.
الاحتفاء بعدد الطلبات التي عالجها النظام، دون معرفة هل تحسن الزمن والتكلفة وتجربة المتعامل فعلاً.
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.
ترافق مجموعة PDCA المؤسسات في تشخيص عملياتها وإعادة هندستها وتجهيزها للذكاء الاصطناعي، من اختيار العملية الأولى إلى قياس الأثر.
