أتمتة عمليات الأعمال بالذكاء الاصطناعي تعريفه وكيفية عمله

يتغلغل الذكاء الاصطناعي بسرعة في كل ركن من أركان المؤسسة، مقدمًا قدرات قوية تتراوح بين المساعدين الأذكياء والمساعدين الرقميين وأدوات التصنيف، وصولًا إلى استخراج البيانات من الوثائق والنماذج التنبؤية. ومع ذلك، فرغم هذا الزخم، تجد كثير من المؤسسات أن عملياتها الأساسية من البداية إلى النهاية لم تتغير إلى حد كبير، ولا تزال تفتقر إلى أتمتة حقيقية على مستوى العملية. فواقع الحال أن الأتمتة المعتمدة على الذكاء الاصطناعي ما زالت عالقة عند مستوى المهام، إذ تُنتج رؤى وملخصات مجزّأة، لكنها تترك البشر عنصرًا أساسيًا لدفع العمل إلى الأمام.

تأتي أتمتة عمليات الأعمال بالذكاء الاصطناعي لسد هذه الفجوة، وتسريع الانتقال من أتمتة المهام القائمة على القواعد إلى العمليات المعقدة والشاملة. ويقدّم هذا الإطار الحديث قدرات التحليل بالذكاء الاصطناعي، وفهم الوثائق والبيانات غير المنظمة، والتكامل عبر الأنظمة المختلفة، بما يتيح تفسير السياق واقتراح الخطوات اللاحقة واتخاذ قرارات مستنيرة وتنفيذ إجراءات على مستوى جميع تطبيقات المؤسسة. ومع عمل الذكاء الاصطناعي والتنسيق الذكي والإشراف البشري معًا نحو أهداف مشتركة، تستطيع المؤسسات تقليص أزمنة دورات العمل والقضاء على الأخطاء واستعادة آلاف الساعات من الجهد اليدوي.

في هذا المقال، ستتعرّف على الأسس الجوهرية لأتمتة عمليات الأعمال بالذكاء الاصطناعي، وأين تُستخدم لتسريع العمليات الحرِجة وتحسين كفاءتها ودقتها، وكيف تطبّقها المؤسسات وتقيس نجاحها.

ما المقصود بأتمتة عمليات الأعمال بالذكاء الاصطناعي؟

تطبّق أتمتة عمليات الأعمال بالذكاء الاصطناعي قدرات الذكاء الاصطناعي على التحليل واتخاذ القرار وفهم الوثائق لإتمام مسارات عمل متعددة الخطوات تمتد عبر الأنظمة والوثائق ونقاط التفاعل البشري المختلفة. ويمثل هذا تحولاً جذريًا من الاكتفاء بدور الذكاء الاصطناعي في المساعدة على أداء المهام الفردية، إلى قيامه بدفع العمليات كاملة وإدارتها بفاعلية.

يوضح الجدول التالي الفروقات بين مختلف أشكال الأتمتة المؤسسية:

تُعدّ أتمتة عمليات الأعمال بالذكاء الاصطناعي تطبيقًا أكثر نضجًا للذكاء الاصطناعي. ففي حين تقتصر كثير من عمليات نشر الذكاء الاصطناعي اليوم على تقديم الاقتراحات، تهدف أتمتة عمليات الأعمال بالذكاء الاصطناعي إلى إتمام العمليات شاملةً بشكل فعلي، من خلال بدء تحديثات الأنظمة، وتفعيل برامج وكلاء الذكاء الاصطناعي وعمليات الأتمتة الأخرى، وتنسيق التوجيه، والذكاء الاصطناعي الذاتي، والعاملين البشر، وعمليات اتخاذ القرار عبر التطبيقات المختلفة.

تشمل المكوّنات الأساسية لأتمتة عمليات الأعمال بالذكاء الاصطناعي:

• تفسير السياق: يفهم المرحلة التي تمر بها العملية والمعلومات الناقصة والقواعد أو الشروط المطبّقة. ويُمكّن ذلك الذكاء الاصطناعي من اتخاذ قرارات مستنيرة بشأن الخطوات التالية ضمن سياق الأعمال.
• اتخاذ القرارات: يطبّق قدرات الاستدلال بالذكاء الاصطناعي، ومنطق الأعمال، والقواعد المنظمة لتحديد الإجراء الأنسب التالي. ويتجاوز ذلك حدود الأتمتة، ويجعل الإجراءات القائمة على قواعد "إذا/فإن" البسيطة عمليات أتمتة ديناميكية تتخذ قرارات ذكية وقابلة للتكيف استنادًا إلى القواعد والسياق وغيرها من العوامل.
• التنفيذ عبر التطبيقات: يفعّل عمليات الأتمتة وعمليات التكامل وتحديث البيانات عبر أنظمة إدارة علاقات العملاء (CRM، وأنظمة تخطيط موارد المؤسسة (ERP، وأنظمة الوثائق وواجهات برمجة التطبيقات (APIs) والتطبيقات القديمة. ويضمن ذلك تدفّقًا سلسًا للعمل والبيانات عبر الأنظمة المتباينة والمعزولة.
• التعامل مع الوثائق والبيانات: يستخرج المعلومات ويتحقق من صحتها ويصنفها ويلخصها ويحدثها عبر أنظمة متعددة، وهي قدرة محورية للعمليات التي تعتمد اعتمادًا كبيرًا على البيانات غير المنظمة.
• الاستثناءات وإشراك العنصر البشري: يوجّه الحالات الملتبسة أو عالية المخاطر إلى المراجعة البشرية، ثم يُعيد إدراج نتائجها ضمن العملية. ويضمن ذلك الاستفادة من الخبرة البشرية حينما تكون الحاجة إليها أكبر.
• الحوكمة: تفرض ضوابط الهوية وحدود الصلاحيات والقابلية للتدقيق وحواجز الحماية الخاصة بالامتثال. ويُعدّ ذلك عنصرًا حاسمًا للحفاظ على الأمان والالتزام التنظيمي وبناء الثقة في العمليات المؤتمتة.

تسهم برامج وكلاء الذكاء الاصطناعي التشغيلية من Automation Anywhere التي تحافظ على السياق وتستدل على الخطوات التالية وتنسّق الإجراءات عبر الأنظمة المختلفة في ضمان امتداد أتمتة عمليات الأعمال بالذكاء الاصطناعي عبر المؤسسة بأكملها، كما ينبغي لها.

ما سبب أهمية أتمتة عمليات الأعمال بالذكاء الاصطناعي

تمتلك المؤسسات اليوم ثروة من قدرات الذكاء الاصطناعي، إلا أن كثيرًا منها يواجه صعوبة في توظيف هذه القدرات بفاعلية داخل مسارات العمل الواقعية. فقد ذكرت McKinsey، أن 88% من المؤسسات تشير إلى استخدام الذكاء الاصطناعي بانتظام في وظيفة أعمال واحدة على الأقل، بعد أن كانت 78% قبل عام واحد. ومع ذلك، فإن ثلث المؤسسات فقط أفادت أنها بدأت بالكاد في توسيع نطاق برامج الذكاء الاصطناعي لديها. وتسلط هذه الفجوة الضوء على تحدٍ مؤسسي جوهري: كيف يمكن تسريع الانتقال من تطبيقات الذكاء الاصطناعي المعزولة إلى استخدام الذكاء الاصطناعي لإتمام عمليات الأعمال المتكاملة والحرِجة.

من دون القدرة على ربط البيانات عبر الجزر المنعزلة وفهم سياق الأعمال بين الإدارات، تظل العمليات مجزّأة عبر أنظمة إدارة علاقات العملاء وأنظمة تخطيط موارد المؤسسة وغيرها من الأنظمة، ما يُجبر البشر على تنفيذ نقل البيانات والتوجيه والتحديثات ومعالجة الاستثناءات يدويًا. ويؤدي ذلك إلى انخفاض الكفاءة وارتفاع معدلات الأخطاء واستنزاف رأس المال البشري القيّم، وكل ذلك مع بقاء العمليات معتمدة على الجهد اليدوي بدل أن تكون قابلة للأتمتة بسهولة.

تغيّر أتمتة عمليات الأعمال بالذكاء الاصطناعي هذا الواقع من خلال تمكين الذكاء الاصطناعي من تفسير سياق العمليات واتخاذ القرارات وتفعيل الإجراءات عبر أنظمة غير مترابطة والتعامل مع الاستثناءات المتوقعة. ويؤدي ذلك إلى نقل الجهد البشري نحو الخطوات التي تتطلب تقديرًا كبيرًا وخبرة عالية، حيث يكون للخبرة العملية أعلى قيمة ممكنة، مع تفريغ الفرق من المهام المتكررة منخفضة القيمة.

في المحصلة، تُشكّل أتمتة عمليات الأعمال بالذكاء الاصطناعي العدسة الأساسية، ويشكّل التنسيق طبقة الربط، اللتين تمكّنان التنفيذ المنسّق عبر المجالات المختلفة، وتحويل مسارات العمل المجزّأة بين للإدارات إلى عمليات متماسكة تقودها قدرات الذكاء الاصطناعي.

حالات استخدام أتمتة عمليات الأعمال بالذكاء الاصطناعي

يمكن للأتمتة القائمة على الذكاء الاصطناعي أن تُحدث تحولًا جذريًا في العمليات متعددة الخطوات عبر قطاعات مختلفة، حتى في المجالات الحرِجة للأعمال. وفيما يلي بعض الأمثلة التي توضح الفارق بين العمليات اليدوية المجزّأة قبل الأتمتة، ومسارات العمليات المتكاملة القائمة على الذكاء الاصطناعي بعد الأتمتة.

استقبال المطالبات ومراجعتها وتسويتها

يتطلب استقبال المطالبات يدويًا وإدخال البيانات من الوثائق المختلفة والرجوع إلى وثائق السياسات وإجراء فحوصات الاحتيال، جهدًا بشريًا كبيرًا. ويقضي خبراء تسوية المطالبات البشر وقتًا طويلاً في التحقق من صحة البيانات وتوجيه المطالبات، ما يؤدي إلى بطء المعالجة وارتفاع احتمالات الخطأ.

يؤتمت الذكاء الاصطناعي استخراج بيانات الوثائق من صيغ متعددة والرجوع إلى السياسات والتحقق من المعلومات وفق القواعد وإجراء فحوص الاحتيال وتوجيه المطالبات بذكاء بناءً على مستوى التعقيد والمخاطر. ويؤدي هذا إلى تقليص دورات المراجعة اليدوية بنسبة تصل إلى 60%، وتحسين الدقة بنسبة 25%.

انتقلت شركة Alight، وهي من الشركات الرائدة في تقديم الخدمات السحابية لرأس المال البشري وتقنياته، من العمليات اليدوية إلى الأتمتة المدعومة بالذكاء الاصطناعي لتبسيط معالجة المطالبات وتسريعها. ومع تحقيق دقة بلغت 95% في العمليات المؤتمتة، نجحت Alight في تقليص زمن معالجة المطالبات إلى أقل من يوم واحد، وخفض حجم المكالمات بنسبة 50% بفضل تسريع صرف المستحقات.

إلحاق العملاء والتحقق من الهوية ومتطلبات اعرف عميلك/مكافحة غسيل الأموال

تؤدي العمليات اليدوية المطولة للتحقق من الهوية وتقييم المخاطر والتحقق من الوثائق إلى إبطاء جهود اعرف عميلك (KYC) ومكافحة غسيل الأموال (AML) المصممة لمكافحة الجرائم المالية. فغالبًا ما تُجرى الفحوصات التنظيمية يدويًا، ما يتسبب في تأخيرات ومخاطر عدم الامتثال. ويقضي العاملون البشر وقتًا كبيرًا في إدخال البيانات المتكررة ومقارنتها عبر أنظمة متعددة.

يؤتمت الذكاء الاصطناعي عمليات التحقق من الهوية وتقييم المخاطر والتحقق من الوثائق والفحوصات التنظيمية الخاصة بمتطلبات اعرف عميلك/مكافحة غسل الأموال بالتسلسل الصحيح. ويُبرز هذا النهج مزيجًا متوازنًا بين قرارات الذكاء الاصطناعي في الحالات الروتينية، والمراجعة البشرية للحالات الملتبسة أو السيناريوهات عالية المخاطر، بما يضمن الامتثال وتسريع تجربة إلحاق العميل.

استخدم KeyBank، وهو مؤسسة مالية كبرى مقرّها الولايات المتحدة، أتمتة عمليات الأعمال بالذكاء الاصطناعي لإدارة عمليات إحالة الأنشطة المشبوهة، ما أسهم في خفض المخاطر وتعزيز وضع الامتثال لديه. وقد أزالت الأتمتة المدعومة بالذكاء الاصطناعي الفجوات بين الأنظمة المختلفة في KeyBank، وبسّطت مسارات عمل التصعيد، ما فرّغ العاملين من مهام مرهقة وعُرضة للأخطاء، مع القضاء على 105,000 نقطة تفاعل يدوي داخل العملية.

تساعد حلول الأتمتة الذاتية لإلحاق العملاء من Automation Anywhere، التي توفّر برامج وكلاء ذكاء اصطناعي مُدرَّبة مسبقًا على مسارات عمل اعرف عميلك/مكافحة غسيل الأموال، على تقليص زمن مراجعة اعرف عميلك/مكافحة غسيل الأموال بنسبة تصل إلى 60%، وتقليل الأخطاء اليدوية بنسبة 50%.

دورات الطلب إلى التحصيل، والشراء إلى السداد

تؤدي عمليات التحقق اليدوي من أوامر الشراء والفواتير ووثائق الشحن إلى إبطاء التدفقات النقدية وتعريض علاقات العملاء والمورّدين للخطر. كذلك تتطلب حالات عدم التطابق تدخلاً بشريًا لإجراء المطابقة الثلاثية والتسوية والموافقات عبر أنظمة تخطيط موارد المؤسسة (ERP) والأنظمة المالية المتباينة، ما ينتج عنه تأخيرات في السداد وتزايد الاستثناءات.

تتولى حلول الذكاء الاصطناعي أتمتة التحقق واستيعاب الوثائق وفحص المورّدين والمطابقة الثلاثية والتسوية والموافقات ومعالجة المدفوعات عبر أنظمة تخطيط موارد المؤسسة والأنظمة المالية، ما ويؤدي إلى خفض الاستثناءات بنسبة 40%، وتقليص زمن الدورة بنسبة 30%.

استخدمت Jemena، وهي شركة أسترالية متخصصة في البنية التحتية للمرافق، حل أتمتة الوثائق (Document Automation) من Automation Anywhere لمعالجة 170,000 وثيقة خلال ستة أشهر فقط. وأسهم حل الأتمتة هذا المدعوم بالذكاء الاصطناعي في توفير 12,000 ساعة عمل، وتقليل الأخطاء مع تحقيق دقة معالجة وثائق بلغت 99.9%، وتحسين رضا العاملين عن وظائفهم بنسبة 87%. وأدى كذلك إلى تعزيز علاقات Jemena مع مورديها ومنحها قوة تفاوضية إضافية عند إعادة التفاوض على العقود.

يوفّر حل الأتمتة الذاتية للحسابات الدائنة من Automation Anywhere، الذي يقدّم قوالب حلول ذاتية خاصة بالعمليات يمكن نشرها خلال أيام، القدرة على خفض غرامات التأخير بنسبة تصل إلى 100%، وتحقيق معالجة مباشرة تتجاوز 90%، ورفع كفاءة الحسابات الدائنة بنسبة تصل إلى 80%.

الإقفال المالي والتسوية وإعداد التقارير

تحتاج نصف المؤسسات تقريبًا إلى أكثر من أسبوع لإتمام الإقفال المالي في نهاية الشهر. وتتطلب هذه العملية المالية -متعددة الأيام والمثقلة بالاعتماديات- تجميع البيانات يدويًا من مصادر مختلفة، واكتشاف الشذوذ، والتحقق من قيود اليومية، ومعالجة الاستثناءات؛ ما يجعلها ليست بطيئة فحسب، بل ومعرّضة للأخطاء والتأخيرات.

تُسرّع أتمتة عمليات الأعمال بالذكاء الاصطناعي عمليات التجميع، وتوضح تلقائيًا حالات الاختلال والقيم المتطرفة، وتتحقق من قيود اليومية، وتعالج الاستثناءات في إطار عملية الإقفال المالي. وكذلك تُعزّز أتمتة الإقفال الشهري الحوكمة والقابلية للتدقيق من خلال ضمان الدقة والامتثال في التقارير المالية، مع تحقيق سرعة ملحوظة كميزة إضافية.

فرز حوادث تقنية المعلومات وتحليل الأسباب الجذرية والمعالجة

تؤدي مسارات عمل إدارة خدمات تقنية المعلومات (ITSM) عالية الحجم، التي يصنّف فيها موظفو تقنية المعلومات الحوادث يدويًا ويُثرون البيانات ويوجّهون التذاكر وينفّذون المعالجة، إلى تفاوت في الالتزام باتفاقيات مستوى الخدمة (SLA) وإطالة متوسط زمن الحل (MTTR). ويدفع العملاء الثمن في صورة إحباط متزايد يُضعف الولاء ويستنزف كفاءة فرق تقنية المعلومات.

تُؤتمت حلول الذكاء الاصطناعي مهام إدارة خدمات تقنية المعلومات مثل مراقبة العمليات ودعم المستخدمين وتتبع الأصول وتسجيل تهديدات الأمن السيبراني. وإضافةً إلى ذلك، تُعدّ الأتمتة مناسبة على نحوٍ خاص للمهام المتوافقة مع أفضل ممارسات مكتبة البنية التحتية لتقنية المعلومات (ITIL)، مثل التصنيف وإثراء البيانات والتوجيه والحلول العلاجية المؤتمتة. ومع أتمتة هذه الأنواع من المهام عالية الحجم، تستطيع فرق تقنية المعلومات تعزيز اتساق الالتزام باتفاقيات مستوى الخدمة وخفض تكاليف التشغيل بنسبة تصل إلى 30%.

تستخدم Nouryon، وهي شركة عالمية في مجال الكيماويات، الأتمتة لتعزيز الامتثال في تقنية المعلومات، منتقلةً من التقارير السنوية إلى الفحوصات عند الطلب التي تُحسّن الضوابط وتمنع الأخطاء. وبفضل أتمتة عمليات الأعمال بالذكاء الاصطناعي، حققت الشركة معدل دقة بلغ 100% في الامتثال لتقنية المعلومات.

التعامل مع استثناءات سلاسل الإمداد واستعادة القدرة على التنفيذ

يؤدي الاعتماد على المراقبة اليدوية لمؤشرات سلاسل الإمداد إلى استجابات من موقع رد الفعل، ما يتسبب في تأخيرات ونقص في الإمدادات وتغييرات متكررة في التنبؤات. ثم تصبح عملية تقييم البدائل وتفعيل الإجراءات التصحيحية بطيئة وتتطلب كثيرًا من الجهد البشري، ما يضيف وقتًا وتكلفة واحتكاكًا إلى عمليات سلاسل الإمداد.

يتولى الذكاء الاصطناعي مراقبة مؤشرات سلاسل الإمداد، بما في ذلك التأخيرات ونقص الإمدادات وتغيرات التنبؤات. وعند اكتشاف أي شذوذ، يقيّم البدائل ويطلق الإجراءات التصحيحية ويحدث أنظمة إدارة المستودعات (WMS) وأنظمة إدارة النقل (TMS) وأنظمة تخطيط موارد المؤسسة (ERP) بما يجعل سلاسل الإمداد أكثر مرونة وأسرع استجابة.

عملت Genpact، وهي شركة رائدة في مجال عمليات الأعمال، مع أحد عملائها الذي كانت عمليات إدخال البيانات اليدوية لديه عُرضة للأخطاء إلى حد أعاق التنبؤ الفعّال بالاتجاهات. وقد أسهمت أتمتة عمليات الأعمال بالذكاء الاصطناعي في زيادة سرعة المعاملات بنسبة 25%، وخفض التكاليف بنسبة 25%، والقضاء التام على الأخطاء البشرية.

كيف تعمل أتمتة عمليات بالذكاء الاصطناعي

يمكن تصوّر النموذج التشغيلي لأتمتة عمليات الأعمال بالذكاء الاصطناعي على هيئة حلقة مستمرة: تُنشئ الإشارات سياقًا، يقود إلى التحليل والتنفيذ، مع إدخال العنصر البشري عند الحاجة لضمان إتمام العملية.

تفسير الإشارات وتحديد السياق

يبدأ نموذج أتمتة عمليات الأعمال بالذكاء الاصطناعي بتفسير مجموعة من إشارات الإدخال، ويمكن تصنيفها إلى:

• بيانات منظمة: معلومات من قواعد البيانات وجداول البيانات والأنظمة القائمة.
• وثائق غير منظمة: الفواتير والعقود ورسائل البريد الإلكتروني وتذاكر خدمة العملاء وغيرها من النصوص الحرة.
• أحداث الأنظمة: المحفزات القادمة من التطبيقات أو أجهزة إنترنت الأشياء أو الأنظمة المؤتمتة الأخرى.
• طلبات يطلقها البشر: مدخلات أو موافقات يقدّمها المستخدمون يدويًا.

تسهم كل فئة من هذه الإشارات في بناء سياق للعملية. وتحلل برامج وكلاء الذكاء الاصطناعي هذه المدخلات لفهم الحالة الحالية لمسار العمل وتحديد المعلومات الناقصة ومعرفة القواعد أو الشروط المنطبقة.

اتخاذ القرارات واختيار الإجراء الأنسب التالي

بعد ترسيخ السياق، تجمع برامج وكلاء الذكاء الاصطناعي بين قواعد الأعمال ومنطق المجال والأنماط التاريخية وحدود الصلاحيات لاختيار الإجراء الأنسب التالي عبر التحليل. وتتجاوز طريقة اتخاذ القرارات الذكية المسارات البسيطة المحددة مسبقًا، بما يتيح للأتمتة التكيّف مع ظروف متغيرة دون تجاوز متطلبات الحوكمة أو حدود الصلاحيات. ويمكن للذكاء الاصطناعي عندئذ أن يقرر -على سبيل المثال- ما إذا كانت وثيقة ما تحتاج إلى مراجعة إضافية، أو إذا كان يلزم تحديث نظام، أو إذا كانت هناك حاجة إلى تدخل بشري.

تنفيذ الإجراءات عبر الأنظمة المختلفة

التنفيذ هو المرحلة التي تُترجم فيها استدلالات الذكاء الاصطناعي وقراراته إلى إجراءات عبر المشهد التقني للمؤسسة. ويتطلب ذلك:

• استمرارية الحالة، للحفاظ على حالة العملية وبياناتها طوال دورة حياتها.
• الموثوقية، لضمان تنفيذ الإجراءات بصورة متسقة ودقيقة.
• إعادة المحاولة، للتعامل مع الإخفاقات المؤقتة أو مشكلات الاتصال عبر المحاولة التلقائية مجددًا.
• منطق التعويض، لتحديد الإجراءات البديلة في حال تعذّر إتمام إجراء ما كما هو مخطط له.
• القابلية للتتبّع، لتوفير مسار تدقيق كامل لجميع الإجراءات والقرارات عبر أنظمة متعددة، ولا سيما في مسارات العمل طويلة الأمد.

إدارة الاستثناءات وإشراك العنصر البشري

لا تمكن أتمتة كل مهمة أو سيناريو بالكامل. ولهذا صُمِّمت أتمتة عمليات الأعمال بالذكاء الاصطناعي لإدارة الاستثناءات بسلاسة ودمج العنصر البشري عند الحاجة. فعندما تظهر حالات ملتبسة أو حساسة من حيث السياسات، يوجّهها الذكاء الاصطناعي إلى مراجعين بشريين مع توفير السياق الكامل، بما يشمل جميع البيانات ذات الصلة ومنطق القرار الذي توصّل إليه الذكاء الاصطناعي. وبمجرد اتخاذ القرار البشري، يُعاد دمجه بسلاسة في العملية، ما يسمح لمسار العمل بالاستمرار دون انقطاع إضافي.

تطبيق حواجز الحماية والحوكمة على امتداد العملية

لا يمكن التعامل مع الحوكمة كخطوة لاحقة؛ بل يجب دمجها في كل مرحلة من مراحل أتمتة عمليات الأعمال بالذكاء الاصطناعي. يشمل ذلك:

• التحقق من الهوية: ضمان أن المستخدمين أو الأنظمة المخوّلة فقط هي التي يمكنها بدء العملية أو التفاعل معها.
• إخفاء البيانات: حماية المعلومات الحساسة من خلال حجبها عن أي عرض لها غير مصرّح به.
• إنشاء مسار التدقيق: تسجيل جميع الإجراءات والقرارات وتغييرات البيانات تلقائيًا لضمان الامتثال والمساءلة.
• تطبيق السياسات: التأكد من التزام جميع الإجراءات بقواعد الأعمال المحددة مسبقًا والمتطلبات التنظيمية.
• التحكم في الوصول إلى الأنظمة الحساسة: تقييد الوصول إلى التطبيقات والبيانات الحرِجة وفقًا للأدوار والصلاحيات.

علاوةً على ذلك، يجب أن تشمل حوكمة الذكاء الاصطناعي وعمليات الأتمتة إدارة الإصدارات وتتبع التغييرات والتطبيق الآلي لحدود الصلاحيات، بما يوفر إطارًا متينًا لإدارة العمليات المؤتمتة والتحكم فيها.

إتمام مسار العمل وتحديث أنظمة السجل

تتمثل المرحلة النهائية في إتمام مسار العمل وتحديث أنظمة السجل ذات الصلة بدقة، من خلال كتابة القرارات النهائية والبيانات التي تمت تسويتها والوثائق التي تم التحقق منها وتحديثات الحالة داخل أنظمة إدارة علاقات العملاء وأنظمة تخطيط موارد المؤسسة وغيرها من الأنظمة الأساسية.

ويُعدّ الاتساق في هذه التحديثات اللاحقة أمرًا حاسمًا، إذ يجب أن تضمن أتمتة عمليات الأعمال بالذكاء الاصطناعي أن تختتم كل عملية بحالة واضحة وقابلة للتدقيق ومُتحقَّق منها على مستوى النظام، ناتجة عن مصدر واحد للحقيقة، بما يقضي على أي تباينات في البيانات.

كيفية تطبيق أتمتة عمليات الأعمال بالذكاء الاصطناعي

يتطلّب تطبيق أتمتة عمليات الأعمال بالذكاء الاصطناعي نهجًا استراتيجيًا يربط الأتمتة بالواقع التشغيلي الحالي للمؤسسة.

ابدأ بالتمييز الواضح بين اكتشاف العمليات والتنقيب في العمليات:

• يركّز اكتشاف العمليات على فهم مسارات العمل القائمة من خلال المقابلات والملاحظة.
• أما التنقيب في العمليات فيستخدم سجلات الأحداث لتحليل التنفيذ الفعلي للعمليات وتمثيله بصريًا.

تجنّب إعادة تصميم مسارات العمل مبكرًا؛ وركّز أولًا على فهم الوضع الراهن.

بعد ذلك، ارسم مسارات العمل من البداية إلى النهاية باستخدام أدوات بصرية مثل مخططات المسارات المتوازية (Swimlane) أو نماذج SIPOC (المورّدون، المدخلات، العملية، المخرجات، العملاء). يساعد ذلك على تحديد نقاط اتخاذ القرار، ومواقع البيانات، والاستثناءات، وتكوين صورة واضحة لكيفية تدفّق العمل عبر المؤسسة.

بعد رسم العمليات، حدِّد المرشحين الأعلى قيمة للأتمتة استنادًا إلى معايير مثل:

• الحجم: العمليات ذات العدد الكبير من المعاملات.
• التباين: العمليات ذات التباين المنخفض أو التباينات المتوقعة التي يمكن للذكاء الاصطناعي التعامل معها.
• كثافة القرارات: العمليات التي تتضمن نقاط قرار متعددة يمكنها الاستفادة من التحليل الذي يجريه الذكاء الاصطناعي.
• زمن الدورة: العمليات ذات أزمنة الدورات الطويلة التي يمكن تقليصها بشكل ملموس عبر الأتمتة.
• عبء التنسيق اليدوي: العمليات التي تتطلب إجراءات تسليم وتنسيق بشرية مكثفة.

تذكّر أن برامج وكلاء الذكاء الاصطناعي تمثّل طبقة التشغيل، وميّز بوضوح بينها وبين الأتمتة الروبوتية للعمليات التي تركز على المهام، أو خطوات مسار العمل، أو مساعدات الذكاء الاصطناعي. فبرامج الوكلاء هذه كيانات ذكية واعية بالسياق، تنسّق الإجراءات عبر الأنظمة، وتتخذ القرارات، وتتكيف مع تغيّر الظروف.

ادمج الحوكمة منذ البداية، مدعومة بقائمة تحقّق صريحة للضوابط، تشمل التعرف على الهوية وإخفاء البيانات والتسجيل ومسارات التصعيد. فهذا النهج الاستباقي يضمن الأمان والامتثال والقابلية للتدقيق طوال رحلة الأتمتة.

وأخيرًا، أغلِق الحلقة بالمراقبة المستمرة عبر لوحات معلومات الأتمتة الذاتية للعمليات (APA) ومقاييس زمن دورات العمل ونقاط الاختناق والاستثناءات والاعتماديات، وسوف يوضح ذلك أين ينبغي تطوير منطق الأتمتة. ويتيح هذا النهج التكراري تحسين أتمتة عمليات الأعمال بالذكاء الاصطناعي بمرور الوقت وتعظيم أثرها.

لماذا توفّر الأتمتة الذاتية للعمليات (APA) الأساس لأتمتة عمليات الأعمال بالذكاء الاصطناعي

يمثّل التحوّل نحو أتمتة عمليات الأعمال بالذكاء الاصطناعي خطوة حاسمة لكل مؤسسة تقريبًا في ظل تصاعد الضغوط للتحرّك بسرعة أكبر ورفع الكفاءة. وحتى كبار المحللين يشجّعون المؤسسات على تبنّي الأتمتة؛ إذ تدفع Gartner باتجاه مفهوم "الأتمتة الفائقة (hyperautomation)"، فيما تروّج Forrester لفوائد "نسيج الأتمتة (automation fabric)".

توفّر الأتمتة الذاتية للعمليات الأساس للأتمتة على مستوى المؤسسة من خلال توحيد عمليات الأتمتة الحتمية (مثل الأتمتة الروبوتية للعمليات (RPA)) مع التحليل غير الحتمي القائم على الذكاء الاصطناعي (مثل فهم الوثائق والنماذج التوليدية). ويُمكّن هذا المزيج القوي إيجاد أتمتة ذكية قادرة على التعامل مع البيانات المنظمة وغير المنظمة على حد سواء لاتخاذ القرارات وتنفيذ الإجراءات عبر مسارات العمل المعقّدة.

إضافةً إلى ذلك، توفّر الأتمتة الذاتية للعمليات تنفيذًا عبر التطبيقات المختلفة، مدعومًا بإدارة الحالة وإعادة الإدخال ومعالجة الأخطاء، وكلها متطلبات أساسية لمسارات العمل طويلة الأمد التي تمتد عبر أنظمة متعددة. يضمن ذلك موثوقية الأتمتة ومرونتها، والأهم من ذلك، أنّ الأتمتة الذاتية للعمليات تدمج الحوكمة داخل الإجراءات والقرارات نفسها، على عكس أدوات التنسيق مفتوحة المصدر أو المستقلة التي تفتقر غالبًا إلى ضوابط داخلية. ومع الحوكمة المضمّنة منذ البداية، تكتسب المؤسسات الثقة في الأمان والامتثال والقابلية للتدقيق.

غالبًا ما يتبع استخدام الأتمتة الذاتية للعمليات لتمكين أتمتة عمليات الأعمال بالذكاء الاصطناعي القابلة للتوسّع مراحل نضج متدرجة، تشمل:

1. الدعم: يقدّم الذكاء الاصطناعي رؤى وتوصيات، بينما يقود البشر التنفيذ.
2. التعزيز: يعزّز الذكاء الاصطناعي الجهد البشري من خلال إنجاز المهام واتخاذ بعض القرارات.
3. العمل الذاتي: يقود الذكاء الاصطناعي التنفيذ، مع تدخل بشري يقتصر أساسًا على الاستثناءات أو الإشراف الاستراتيجي.

تُعدّ أتمتة عمليات الأعمال بالذكاء الاصطناعي المفتاح للتقدّم عبر هذه الرحلة، وتحويل المؤسسات إلى كيانات حديثة عالية الكفاءة وقابلة للتوسّع بثقة.

قياس نجاح أتمتة عمليات الأعمال بالذكاء الاصطناعي

يُعدّ وضع مقاييس واضحة أمرًا حاسمًا لتقييم أثر أتمتة عمليات الأعمال بالذكاء الاصطناعي. وبدلًا من التركيز على مؤشرات معزولة، ينبغي قياس النجاح عبر مؤشرات أداء شاملة لمسار العمل من البداية إلى النهاية، مع تحقيق توازن بين الأداء والتبنّي والحوكمة.

من أمثلة على مقاييس الأتمتة بالذكاء الاصطناعي:

تحسين زمن دورة العمل ومعدلات الإنتاجية

• متوسط زمن المعالجة (AHT): متوسط الوقت اللازم لإتمام العملية.
• حجم التراكمات: عدد العناصر المعلّقة في قائمة الانتظار.
• تأخير التسليم بين الخطوات: الوقت المستغرق في الانتظار بين مراحل العملية.

الدقة والجودة وتقليل الاستثناءات

• المعالجة المباشرة (STP): نسبة المعاملات التي تُستكمَل دون تدخل بشري.
• تقليل البيانات المفقودة: انخفاض حالات المعلومات غير المكتملة أو الخاطئة.
• انخفاض عدد التصحيحات: تراجع الحاجة إلى التعديلات اليدوية أو إعادة العمل.
• انخفاض معدلات الاستثناءات: تقليل الحالات التي تنحرف عن المسار الطبيعي للعملية.

التبنّي وإعادة الاستخدام على مستوى المؤسسة

• عدد العمليات المؤتمتة: إجمالي مسارات العمل التي جرت أتمتتها.
• التوسّع إلى إدارات جديدة: مدى تبنّي الأتمتة عبر وحدات الأعمال المختلفة.
• نسبة الخطوات المؤتمتة داخل كل مسار عمل: درجة أتمتة العمليات الفردية.

الالتزام بالحوكمة والامتثال

• معدل الانحراف عن السياسات: مدى تكرار الإجراءات غير المتوافقة مع السياسات المعتمدة.
• الجاهزية للتدقيق: سهولة واكتمال إنشاء مسارات التدقيق ومراجعتها.

القابلية للرصد على مستوى المنصة وصحة العمليات

• مخططات الاعتماديات: تمثيلات مرئية للاعتماديات المتبادلة بين عمليات الأتمتة.
• جودة التسليم بين الأنظمة: مؤشرات سلاسة ودقة نقل البيانات بين الأنظمة.
• لوحات معلومات فورية لصحة العمليات: بيانات ممثلة بصريًا توفر نظرة آنية على أداء العملية والمشكلات المحتملة.

نهج Automation Anywhere في أتمتة عمليات الأعمال بالذكاء الاصطناعي

تمكّن Automation Anywhere أتمتة عمليات الأعمال بالذكاء الاصطناعي لفتح آفاق جديدة من القدرات والقيمة والابتكار. فبينما ركّزت الأتمتة التقليدية على تحقيق مكاسب كفاءة محدودة، يعمل نظام الأتمتة الذاتية للعمليات على توسيع نطاق الأتمتة وتعزيز المرونة وتقليل المخاطر من خلال تنسيق محايد عبر الأنظمة، وذكاء عمليات يفهم كيفية تحقيق الأهداف، وحوكمة وتحكم يوفّران الثقة على مستوى واسع.

يتولى نظام الأتمتة الذاتية للعمليات تنسيق الأتمتة الروبوتية للعمليات، ويقدّم حِزم تكامل جاهزة، ويستخدم أتمتة الوثائق (Document Automation) لاستخراج البيانات والتحقق منها وتوجيهها، ويضيف قدرات استدلال الذكاء الاصطناعي التوليدي لتحقيق تنسيق سلس وتعاون فعّال بين البشر وبرامج وكلاء الذكاء الاصطناعي. ويتيح هذا النهج الشامل للمؤسسة الاستفادة من طيف واسع من قدرات الأتمتة والذكاء الاصطناعي ضمن منصة واحدة متكاملة ومتسقة.

الأهم من ذلك، أنّ الحوكمة تكون مدمجة تلقائيًا داخل الأتمتة من خلال إخفاء البيانات وضوابط الهوية ومسارات التدقيق وحدود الصلاحيات القابلة للتهيئة. ويضمن ذلك التزام كل إجراء أو قرار مؤتمت بمعايير المؤسسة الخاصة بالأمان والامتثال والمساءلة.

تعرّف على نظام الأتمتة الذاتية للعمليات من خلال عرض توضيحي فردي ومخصص، سجّل للحصول على عرضك اليوم.

الأسئلة الشائعة

متى يتطلّب مسار العمل أتمتة كاملة لعمليات الأعمال بالذكاء الاصطناعي بدلًا من أتمتة المهام؟

يتطلّب مسار العمل أتمتة كاملة لعمليات الأعمال بالذكاء الاصطناعي عندما يكون متعدد الخطوات، ويمتد عبر أنظمة مختلفة، ويتطلب اتخاذ قرارات ذكية قائمة على السياق، ويتعامل مع أنواع متباينة من البيانات (منظمة وغير منظمة). أما أتمتة المهام فهي مناسبة للإجراءات المتكررة ذات النطاق المحدود التي تنفّذ إجراءً واحدًا.

فعلى سبيل المثال، يتطلب مسار عمل معالجة الفواتير الذي يشمل استخراج البيانات من صيغ فواتير متعددة والتحقق منها مقابل أوامر الشراء داخل نظام تخطيط موارد المؤسسة ثم تفعيل السداد وفق قواعد الموافقة، أتمتة عمليات الأعمال بالذكاء الاصطناعي نظرًا لتعقيده وحاجته إلى فهم سياقي. في المقابل، قد يقتصر مجرد نسخ البيانات من جدول بيانات إلى آخر على أتمتة المهام فقط.

ما مستوى نضج العملية المطلوب قبل أن تحقق الأتمتة بالذكاء الاصطناعي قيمة ملموسة؟

رغم أن وجود عملية مُحكمة التعريف يُعدّ عاملًا مفيدًا، فإن أتمتة الذكاء الاصطناعي يمكن أن تحقق قيمة حتى في العمليات متوسطة النضج، من خلال كشف نقاط الاختناق والتباينات. والأساس في ذلك امتلاك فهم واضح لأهداف العملية والبيانات المرتبطة بها.

فعلى سبيل المثال، قد تتضمن عملية دعم العملاء بعض الخطوات اليدوية والتباينات. ويمكن إدخال أتمتة عمليات الأعمال بالذكاء الاصطناعي لأتمتة الفرز الأولي وجمع معلومات العملاء من مصادر متعددة وتوجيه التذاكر بذكاء، ما يؤدي فورًا إلى تقليل عبء العمل على الموظفين وتحسين أزمنة الاستجابة، حتى قبل أن تصبح العملية بأكملها مُحسّنة بالكامل.

كيف تحافظ المؤسسات على استقرار العمليات المؤتمتة بالذكاء الاصطناعي مع تغيّر الأنظمة أو البيانات أو القواعد؟

تحافظ المؤسسات على استقرار العمليات المؤتمتة بالذكاء الاصطناعي من خلال الحوكمة القوية والمراقبة المستمرة والتحسين المتواصل. ويشمل ذلك إدارة إصدارات منطق الأتمتة وإجراء اختبارات مؤتمتة للتغييرات وبناء دورة ملاحظات تُستخدم فيها الاستثناءات أو أنماط البيانات الجديدة لتحديث نماذج الذكاء الاصطناعي والقواعد.

فعلى سبيل المثال، إذا فرض متطلب تنظيمي جديد تغييرًا في طريقة التعامل مع بيانات العملاء، يضمن إطار الحوكمة تحديث الأتمتة القائمة على الذكاء الاصطناعي وإعادة التحقق منها بما يتوافق مع القواعد الجديدة، مع توثيق هذه التغييرات عبر مسارات تدقيق واضحة.

ما المهارات اللازمة لبناء مسارات عمل مؤتمتة قائمة على الذكاء الاصطناعي وصيانتها؟

يتطلب بناء مسارات عمل مؤتمتة مدفوعة بالذكاء الاصطناعي وصيانتها مزيجًا من المهارات، من بينها تحليل العمليات والخبرة في مجال الأعمال وعلوم البيانات لتطوير نماذج الذكاء الاصطناعي والمهارات التقنية في منصات عمليات الأتمتة والتكامل. ويُعدّ التعاون بين مستخدمي الأعمال وتقنية المعلومات وعلماء البيانات عنصرًا ضروريًا للنجاح.

فعلى سبيل المثال، قد يحدّد محلل الأعمال خطوات العملية، بينما يتولى عالم بيانات تدريب نموذج فهم الوثائق، ويهيّئ مطوّر الأتمتة برامج الوكلاء لتنسيق مسار العمل عبر التطبيقات المختلفة.

ما أكبر المخاطر في أتمتة مسارات العمل متعددة الخطوات والعابرة للأنظمة، وكيف يمكن تخفيف آثارها؟

تشمل أبرز المخاطر خروقات أمن البيانات ومخالفات الامتثال والأخطاء الناتجة عن قرارات الذكاء الاصطناعي غير الصحيحة وتعقيدات التكامل بين الأنظمة. ويمكن الحد من هذه المخاطر من خلال الحوكمة المدمجة (ضوابط الهوية وإخفاء البيانات ومسارات التدقيق)، والاختبارات الصارمة لنماذج الذكاء الاصطناعي ومنطق الأتمتة، والآليات الواضحة لمعالجة الاستثناءات مع إشراك العنصر البشري عند الحاجة، واعتماد نهج تدريجي في التنفيذ.

فعلى سبيل المثال، لتخفيف مخاطر قرارات الذكاء الاصطناعي غير الصحيحة في عملية موافقات مالية، يمكن تصميم خطوة تدخل بشري للمعاملات عالية القيمة، بحيث يقدّم الذكاء الاصطناعي توصية، بينما يتخذ العنصر البشري القرار النهائي.