التنسيق بالذكاء الاصطناعي: التحول نحو المؤسسة المستقلة

بينما تنشر الفرق أدوات الذكاء الاصطناعي التوليدي، وأدوات استخراج الوثائق، والنماذج التنبؤية بسرعة عالية، نادرًا ما تتحول قدرات الذكاء الاصطناعي إلى تحسينات تشغيلية قابلة للقياس. لماذا؟ المشكلة غياب التنسيق بين قرارات الذكاء الاصطناعي وإجراءات النظام والإشراف البشري.

في سياق المؤسسات، تنطوي كل خطوة في مسار العمل على أنظمة مختلفة وفرق مختلفة وأنواع مختلفة من العمل. وبعض المهام يكون بسيطًا، مثل تحديثات البيانات الحتمية، وبعضها معقد بطبيعته، مثل القرارات القائمة على التقدير الشخصي. والحاجة هنا هي تنسيق العمليات والقرارات والإجراءات والتصعيدات والوثائق والاستثناءات وتحديثات النظام عبر منصات متعددة بشكل شامل من البداية إلى النهاية. وهذا هو الغرض من تنسيق الذكاء الاصطناعي.

لكن ماذا يعني فعلاً تنسيق الذكاء الاصطناعي؟ يقدم هذا المقال تعريفًا بلغة بسيطة لتنسيق الذكاء الاصطناعي، ويوضح أوجه اختلافه عن برامج وكلاء الذكاء الاصطناعي وأتمتة المهام، ويستعرض حالات استخدام حقيقية في المؤسسات، ويقدم مخطط تنفيذ عمليًا للمؤسسات المستعدة للانتقال إلى ما بعد تجارب الذكاء الاصطناعي المنعزلة.

ما المقصود بتنسيق الذكاء الاصطناعي؟

تنسيق الذكاء الاصطناعي هو طبقة العمليات التي تُنسّق بين نماذج الذكاء الاصطناعي والبيانات ومسارات العمل والأتمتة والمدخلات البشرية ضمن إطار حوكمة، بما يمكّن من تشغيل أنظمة الذكاء الاصطناعي بشكل موثوق وعلى نطاق المؤسسات بدلًا من استخدامها كتجارب منفصلة.

تُمكّن هذه الطبقة الذكاء الاصطناعي والأتمتة والبشر من التعاون ضمن أطر حوكمة محددة؛ من خلال فرض السياسات تلقائيًا والحفاظ على مسارات التدقيق وتطبيق ضوابط الوصول وضمان الامتثال التنظيمي عند كل نقطة قرار. وتحافظ كذلك على الحالة والسياق عبر جميع المراحل، وتطبّق قواعد الأعمال ومنطق التوجيه، وتتعامل مع حالات الفشل والاستثناءات، وتضمن انتقال العمل بسلاسة من البداية حتى الإنجاز؛ سواء استغرق ذلك دقائق أو ساعات أو أسابيع.

ودون طبقة التنسيق هذه، لا يمكن لقدرات الذكاء الاصطناعي والتنفيذ أن تتكامل لإنجاز عمليات الأعمال الفعلية.

لفهم كيفية عمل تنسيق الذكاء الاصطناعي بشكل أدق، ينبغي النظر إليه من خلال ثلاثة مسارات عمل رئيسية:

• التكامل عبر أنظمة المؤسسة
• الأتمتة بمشاركة أنواع مختلفة من الجهات الفاعلة
• إدارة متطلبات الحوكمة مع تتبع التنفيذ.

دعنا نتعمق في عملية تنسيق الذكاء الاصطناعي لفهم جوانبها التقنية.

1. التكامل: ربط أنظمة الذكاء الاصطناعي المتباينة

توجد عمليات المؤسسات عبر أنظمة متعددة؛ والتكامل هو ما يتيح لهذه العمليات العمل عبر حدود التطبيقات، بحيث تتحول العمليات متعددة الأنظمة إلى مسارات عمل متصلة ومتكاملة.

يربط التنسيق بين الأنظمة ضمن بنية موحّدة للعمليات. فعند ورود مطالبة، يتم إنشاء حالة عملية واحدة تمتد عبر جميع الأنظمة المعنية. ومع انتقال المطالبة عبر مراحل التحقق والتقييم والموافقة والصرف، يحافظ التنسيق على مزامنة الحالة عبر أنظمة وثائق التأمين للتحقق من التغطية ومستودعات الوثائق وأنظمة إدارة علاقات العملاء (CRM) وأنظمة تخطيط موارد المؤسسة (ERP) ومنصات الدفع. وبدون تنسيق العمليات، تحتفظ هذه الأنظمة بسجلات منفصلة وغير مترابطة لنفس المطالبة.

لا يقتصر الأمر على نقل البيانات بين النقاط الطرفية؛ بل يحافظ التنسيق على سياق العملية والعلاقات على مستوى الأنظمة المختلفة. فعندما يُحدّث مسؤول تسوية المطالبات التقييم في أحد الأنظمة، تنتقل التحديثات ذات الصلة إلى الأنظمة المرتبطة، بما يضمن اتساق البيانات وتطبيق التحويلات المناسبة والحفاظ على مسارات التدقيق.

2. الأتمتة بالذكاء الاصطناعي: التنسيق بين الجهات الفاعلة في العمل

يتولى التنسيق تنظيم التنفيذ عبر مختلف الجهات الفاعلة في العمل، بما يشمل برامج الوكلاء وروبوتات الأتمتة الروبوتية للعمليات (RPA) وواجهات برمجة التطبيقات (APIs) والبشر. ويمنع هذا النوع من تنسيق التنفيذ الإفراط في الأتمتة (أي دفع الذكاء الاصطناعي للتعامل مع حالات لا يستطيع معالجتها) ونقص الأتمتة (أي إبقاء البشر عالقين في مهام متكررة)، كما يضمن هذا التنسيق إسناد العمل المناسب إلى الجهة المناسبة وإدارة عمليات تسليم المهام بينها والحفاظ على السياق عبر مختلف المراحل وسد فجوات التنسيق.

3. الإدارة: حوكمة التنفيذ والتتبع

تُشكّل أنظمة الذكاء الاصطناعي من دون حوكمة مصدرًا لمخاطر كبيرة، إذ قد تصل النماذج إلى بيانات لا ينبغي لها الوصول إليها، أو تتجاوز الموافقات المطلوبة، أو تتخذ قرارات تخالف اللوائح التنظيمية. وقد تكون سجلات التدقيق غير متوفرة أو موزعة عبر أنظمة وأدوات مختلفة.

يفرض التنسيق الحوكمة ويحافظ على التحكم التشغيلي طوال تنفيذ العمليات، بما يضمن عمل الذكاء الاصطناعي ضمن حدود السياسات، مع توفير رؤية واضحة لما يحدث وأسبابه.

وتتحقق حوكمة العمليات هذه بشكل فوري من خلال الفرض المضمّن للسياسات. فعندما يحتاج برنامج وكيل ذكاء اصطناعي إلى بيانات مالية للعميل، يتحقق التنسيق من الصلاحيات ويطبق إخفاء البيانات بناءً على الأدوار ويسجّل عملية الوصول مع مبرراتها، ويفرض حدود السياسات، وكل ذلك يحدث تلقائيًا أثناء تنفيذ العملية، وليس كإجراء امتثال منفصل.

على سبيل المثال، في مسارات عمل التعرف على العملاء/مكافحة غسل الأموال (KYC/AML)، يضمن التنسيق التزام التحقيقات بالمتطلبات التنظيمية والجداول الزمنية المحددة. كما يفرض فصل المهام، ويحافظ على مسارات تدقيق كاملة عبر جميع الأنظمة والجهات، ويصعّد حالات التأخير عند اقتراب التحقيقات من مواعيدها النهائية.

يتتبع التنسيق أيضًا الحالة التشغيلية عبر العمليات طويلة الأمد؛ فيعرف الخطوات المنجزة والخطوات المعلقة والخطوات الممنوعة، أو الإجراءات التي تقترب من حدود اتفاقيات مستوى الخدمة (SLA). وعند تعطل الأنظمة الخارجية أو مواجهة برامج الوكلاء لاستثناءات، يكتشف التنسيق المشكلة ويطبق منطق إعادة المحاولة للحالات المؤقتة ويوجّه المشكلات المستمرة إلى البشر مع توفير السياق الكامل. باختصار، يضمن استمرار العمل حتى الوصول إلى الحل.

كيف يعمل تنسيق الذكاء الاصطناعي

يُحدّد تنسيق الذكاء الاصطناعي كيفية انتقال العمل عبر الأنظمة وبرامج الوكلاء وعمليات الأتمتة والبشر. وينظم العمل بناءً على السياق، وهو ما يميّزه عن أتمتة مسارات العمل التقليدية الثابتة. وتوفّر منصة تنسيق الذكاء الاصطناعي تحكمًا مركزيًا في هذه المسارات، ما يُسهّل إدارتها ومراقبتها وتحسين التكامل بين أدوات الذكاء الاصطناعي وعملياته المتعددة على مستوى المؤسسة.

البدء من العملية لا الأداة

يعتمد تنسيق الذكاء الاصطناعي الفعّال على رسم خريطة كاملة لدورة حياة عنصر العمل. ونظرًا لأن كل مرحلة من مراحل هذه الدورة تتضمن جهات تنفيذ مختلفة وجداول زمنية متفاوتة، تحافظ طبقة التنسيق على سياق موحّد للعملية. ولتعظيم القيمة، تحتاج المؤسسات إلى امتلاك القدرات اللازمة لبناء أنظمة ذكاء اصطناعي تعالج مشكلات واقعية، بما يضمن تكاملًا سلسًا واستقرارًا على مستوى المؤسسة.

تحافظ طبقة التنسيق على هذا السياق ضمن مسار عملية موحّد يمكن لجميع المشاركين الوصول إليه، بينما تحتفظ أنظمة المؤسسة الأساسية ببياناتها المرجعية. ويتيح ذلك لجميع الجهات الفاعلة مشاركة حالة العمل دون الحاجة إلى التنقل بين أنظمة متعددة.

إدارة حالة العملية وتحديد الخطوات التالية

تحتفظ طبقة التنسيق بسجل كامل لحالة كل عملية قيد التنفيذ. وعلى خلاف أدوات مسارات العمل التقليدية التي تكتفي بتمرير المهام بين الأنظمة، يتتبع محرّك التنسيق السياق عبر مسار العمل بالكامل بشكل نشط، ما الذي تم إنجازه وما الذي لا يزال قائمًا وما البيانات التي جُمعت وما القرارات التي يتعين اتخاذها.

تتيح هذه الرؤية الشاملة للعملية لطبقة التنسيق تنسيق القرارات التي تمتد عبر عدة أنظمة. فعند تقييم الخطوة التالية، تجمع بين قواعد الأعمال الحتمية وقدرات التحليل بالذكاء الاصطناعي لتحديد مسار التنفيذ: هل يتم تشغيل استدعاء لواجهة برمجة تطبيقات (API) أو إطلاق روبوت أو استخراج بيانات من وثيقة أو إحالة المهمة إلى عنصر بشري؟

على سبيل المثال، عند معالجة طلب قرض، يوازن المحرك بين القواعد والتحليل بالذكاء الاصطناعي:

• القواعد الحتمية: حدود درجة الائتمان، ومتطلبات العمر.
• التحليل بالذكاء الاصطناعي: تحليل وثائق الدخل أو أنماط التواصل غير القياسية.
• النتيجة: الموافقة التلقائية، أو الاكتتاب اليدوي، أو الرفض الفوري.

الإجراءات التي تنفذها "الأطراف الفاعلة في العمل" المناسبة

يعمل تنسيق الذكاء الاصطناعي من خلال إسناد الإجراءات إلى الجهة الفاعلة المناسبة:
 

1. عمليات الأتمتة (الأتمتة الروبوتية للعمليات): التعامل مع المهام المتكررة والمنظمة مثل إدخال البيانات.
2. برامج وكلاء الذكاء الاصطناعي: تفسير المحتوى، أو تصنيف العناصر، أو التوصية بالإجراءات استنادًا إلى معالجة اللغة الطبيعية. وتُنشر تطبيقات الذكاء الاصطناعي وتُدار ضمن أطر منسقة، ما يتيح للحلول الذكية التكامل السلس والقابلية للتوسع.
3. واجهات برمجة التطبيقات: التنسيق التقني لتكامل البيانات بين المنصات.
4. البشر: مراجعة الاستثناءات وتقديم قرارات قائمة على التعاطف.

يُسهم تنسيق الذكاء الاصطناعي في تبسيط العمليات من خلال أتمتة المهام المتكررة وتقليل التكرار غير الضروري وتحسين إدارة الوقت والتكاليف.

حواجز حماية عند كل نقطة انتقال

مع انتقال العمل بين مختلف جهات التنفيذ، يفرض التنسيق الحوكمة بشكل فوري، بما يشمل ضوابط الوصول وإخفاء البيانات وتسجيل عمليات التدقيق واعتماد منطق متعدد الإصدارات ونقاط مراجعة بشرية وتطبيق السياسات.

تعمل هذه الحواجز بشكل مستمر طوال تنفيذ العملية، وليس كخطوات موافقة منفصلة تُبطئ مسارات العمل. فعندما يوجه التنسيق بيانات عميل حساسة إلى مراجع بشري، يطبّق التنسيق تلقائيًا إخفاء البيانات المناسب وفقًا لدور المراجع ومستوى صلاحياته.

وعندما يوصي برنامج وكيل ذكاء اصطناعي بالموافقة على معاملة عالية القيمة، يضمن التنسيق أن تشمل التوصيات المبررات المطلوبة وتوجيه الطلب عبر تسلسل الموافقات المناسب والحفاظ على مسارات تدقيق كاملة لأغراض فحص الامتثال التنظيمي.

تنسيق الذكاء الاصطناعي مقابل الأتمتة التقليدية

غالبًا ما يُخلط بين "تنسيق الذكاء الاصطناعي" وربط تسلسل التوجيهات أو إطلاق الروبوتات، لكنه في الحقيقة يمثل طبقة العمليات التي تتيح تنفيذًا آمنًا وشفافًا. وتُعد أدوات تنسيق الذكاء الاصطناعي منصات متخصصة لإدارة مسارات العمل المعقدة وأتمتتها، مع ضمان الحوكمة والامتثال والتكامل السلس مع البنية التحتية القائمة لتكنولوجيا المعلومات.

ورغم أن أتمتة مسارات العمل موجودة منذ عقود، فإنها تعتمد غالبًا على منطق حتمي ثابت من نوع "إذا حدث كذا فافعل كذا". أما تنسيق الذكاء الاصطناعي، فيُدخل عنصر الذكاء التكيفي إلى المعادلة.

فمن خلال هذا الذكاء التكيفي، تُمكّن قدرات تنسيق الذكاء الاصطناعي المتقدمة من التنسيق الديناميكي والمراقبة الآنية والتعاون بين مكونات وأنظمة متعددة للذكاء الاصطناعي، بما يتجاوز ما يمكن أن تحققه الأتمتة التقليدية بكثير.

تنسيق الذكاء الاصطناعي مقابل برامج وكلاء الذكاء الاصطناعي وعمليات تعلُّم الآلة والأتمتة الروبوتية للعمليات

تفترض العديد من المؤسسات أن نشر أدوات الذكاء الاصطناعي سيؤدي تلقائيًا إلى تحسينات على مستوى العمليات، إلا أن القدرات المتخصصة وحدها لا تكفي لسد فجوات التنسيق. وتُعد أدوات تنسيق الذكاء الاصطناعي ضرورية لإدارة مسارات العمل المعقدة وأتمتتها، مما يُمكّن المؤسسات من توسيع نطاق أنظمة الذكاء الاصطناعي بكفاءة عبر وحدات الأعمال، مع ضمان الحوكمة والامتثال والتكامل السلس مع البنية التحتية الحالية لتكنولوجيا المعلومات.

ورغم هذه المزايا، قد تدفع التكاليف الأولية المرتفعة للبنية التحتية بعض المؤسسات إلى تأجيل الاستثمار في تنسيق الذكاء الاصطناعي، كما أن دمج الأدوات ضمن منصات موحّدة قائمة على الذكاء الاصطناعي قد يزيد من مخاطر الارتباط بمورّد واحد، ما يعقّد عمليات الانتقال مستقبلًا.

تنسيق الذكاء الاصطناعي مقابل برامج وكلاء الذكاء الاصطناعي

يكمن الفرق الجوهري في أن برامج وكلاء الذكاء الاصطناعي هي أدوات متخصصة مصممة للتحليل أو اتخاذ القرار ضمن سياق محدد، بينما يُعدّ تنسيق الذكاء الاصطناعي إطارًا تشغيليًا ينسّق بين عدة برامج وكلاء لإتمام العملية بالكامل. وتُسهّل منصة تنسيق الذكاء الاصطناعي هذا التكامل من خلال ربط أدوات ومسارات العمل المختلفة وإدارتها وأتمتتها، بما يتيح تبادل البيانات بسلاسة وتنسيق العمليات المعقدة بكفاءة أعلى.

فجوات جوهرية لا تستطيع برامج الوكلاء سدّها:

• التنسيق عبر الأنظمة: تظل برامج الوكلاء داخل أنظمتها، بينما يوفّر التنسيق مزامنة عبر أنظمة مثل تخطيط موارد المؤسسة وإدارة علاقات العملاء والمدفوعات.
• الحوكمة: تؤدي برامج الوكلاء المستقلة إلى مسارات تدقيق مجزأة، بينما يوفّر التنسيق رؤية موحدة للامتثال على مستوى نظام الذكاء الاصطناعي.
• التعامل مع الاستثناءات: عند تعطل برنامج وكيل، تتوقف العملية بأكملها؛ أما أدوات التنسيق فتكتشف الأعطال وتطبّق منطق إعادة المحاولة.

ييُعد دمج برامج الوكلاء المختلفة مع أنظمة قديمة أو تشغيل عدة أنظمة ذكاء اصطناعي في وقت واحد أمرًا معقدًا ويتطلب خبرات تقنية متقدمة، ما يزيد من مخاطر أخطاء البيانات في حال عدم إدارته عبر منصة تنسيق ذكاء اصطناعي قوية.

تنسيق الذكاء الاصطناعي مقابل عمليات تعلُّم الآلة

تركز عمليات تعلُّم الآلة (MLOps) على إدارة دورة حياة النماذج والتدريب والنشر ومراقبة نماذج تعلُّم الآلة بما يضمن استمرار دقتها. أما تنسيق الذكاء الاصطناعي فيركّز على تنظيم مسارات العمل التشغيلية، أي إدارة كيفية دمج نماذج الذكاء الاصطناعي هذه ضمن عمليات الأعمال لتحقيق نتائج كاملة.

ينظم التنسيق كذلك كامل منظومة الذكاء الاصطناعي، لضمان عمل المكونات والنماذج المترابطة معًا بسلاسة، بما يعزز الأداء والقابلية للتوسع والمرونة عبر مختلف التطبيقات. فإذا كانت عمليات تعلُّم الآلة تدير "العقل"، فإن التنسيق يدير "الجسد".

قد يؤدي توحيد تدفقات البيانات بشكل مركزي في تنسيق الذكاء الاصطناعي إلى نشوء مخاطر أمنية ومخاوف تتعلق بالخصوصية، ما يستلزم اعتماد آليات حماية متقدمة للحفاظ على البيانات الحساسة وضمان الامتثال.

تنسيق الذكاء الاصطناعي مقابل الأتمتة الروبوتية للعمليات

تُؤتمت الأتمتة الروبوتية للعمليات المهام المتكررة القائمة على قواعد محددة، مثل إدخال البيانات ومعالجة النماذج وتحديث الأنظمة. وتُنفّذ هذه الأتمتة تسلسلات محددة مسبقًا بكفاءة عالية، لكنها تفتقر إلى القدرة على اتخاذ قرارات سياقية أو التنسيق على مستوى العمليات بالكامل.

أما تنسيق الذكاء الاصطناعي، فينسّق مسارات عمل ذكية تجمع بين روبوتات الأتمتة الروبوتية للعمليات وبرامج وكلاء الذكاء الاصطناعي وواجهات برمجة التطبيقات والتقدير البشري استنادًا إلى السياق وقواعد الأعمال والبيانات اللحظية.

عمليًا، يكمل كل منهما الآخر. فعند تنسيق معالجة طلب قرض يتطلب إجراءات معالجة قياسية، تتولى روبوتات الأتمتة الروبوتية للعمليات إدخال البيانات عبر الأنظمة. أما إذا تضمن الطلب وثائق دخل غير تقليدية، فيوجّه التنسيق المهمة إلى برامج وكلاء الذكاء الاصطناعي لتحليلها، ثم إلى موظفي الاكتتاب البشر لاتخاذ القرار النهائي.

تتولى الأتمتة الروبوتية للعمليات "كيف" تُنفَّذ المهام، بينما يتولى التنسيق قرار "ماذا" و"متى" يتم التنفيذ في العملية. ومعًا، يتيحان أتمتة شاملة من البداية إلى النهاية تتكيف مع تعقيدات الأعمال مع الحفاظ على موثوقية التشغيل.

أسباب الاستثمار في تنسيق الذكاء الاصطناعي

أهم دوافع الاستثمار في تنسيق الذكاء الاصطناعي:

• تعظيم العائد على الاستثمار (ROI) من خلال تحويل الذكاء الاصطناعي من مركز تكلفة إلى قدرة تشغيلية أساسية تؤدي إلى تحقيق نتائج أعمال قابلة للقياس.
• التخلص من عمليات التسليم اليدوي وأعباء التنسيق عبر أتمتة تدفقات البيانات بين أنظمة الذكاء الاصطناعي المتباينة.
• فرض حوكمة وامتثال على مستوى المؤسسات عبر جميع مسارات عمل الذكاء الاصطناعي للحد من المخاطر القانونية والأمنية.
• تحسين استخدام الموارد وتكاليف الحوسبة من خلال التخصيص الديناميكي وموازنة الأحمال الذكية.
• تحسين أداء اتفاقيات مستوى الخدمة (SLA) عبر التوجيه الذكي للمهام ذات الأولوية العالية ضمن مسارات تنفيذ مُسرّعة.
• توسيع نطاق مبادرات الذكاء الاصطناعي بسرعة على مستوى المؤسسة باستخدام الأنماط القابلة لإعادة الاستخدام ومنصة مركزية للإدارة.

يرتكز مبرر الاستثمار في تنسيق الذكاء الاصطناعي على تحقيق عائد على الاستثمار، من خلال تحويل المشروعات التجريبية المنفصلة إلى قدرات عالية العائد. فيمكن لمنصة تنسيق الذكاء الاصطناعي تقليل زمن المعالجة بنسبة تصل إلى 95% وخفض التكاليف بنسبة تصل إلى 50% عبر أتمتة إدارة استخدام الموارد. ومن خلال التحكم في أعباء عمل الذكاء الاصطناعي، تمنع طبقة التنسيق تضخم التكاليف المرتبطة بهذه المبادرات.

يُسهم تنسيق الذكاء الاصطناعي الفعّال في إزالة التعقيدات التشغيلية عبر أتمتة تدفقات البيانات بين أدوات الذكاء الاصطناعي وأنظمة المؤسسة بما يضمن ترابط دورة حياة الذكاء الاصطناعي بالكامل، ويتيح للاستثمارات دفع التنفيذ المتكامل عبر مختلف المنصات.

وأخيرًا، يتيح تنسيق الذكاء الاصطناعي توسيع أثر الذكاء الاصطناعي إلى ما يتجاوز مجرد جزر منعزلة للذكاء الاصطناعي، حيث يعمل على تنسيق أنظمة متعددة ضمن بيئة تشغيل موحّدة وخاضعة للحوكمة للتعامل مع عمليات أعمال معقدة.

فوائد تنسيق الذكاء الاصطناعي

وفقًا للشركات الرائدة في القطاع مثل IBM وUiPath وZapier، تتمثل القيمة الأساسية لمنصة تنسيق الذكاء الاصطناعي في قدرتها على العمل "كمضاعِف لقوة" مبادرات الذكاء الاصطناعي. فبينما توفّر أدوات الذكاء الاصطناعي الفردية ذكاءً محدود النطاق، يضمن تنسيق الذكاء الاصطناعي إسهام هذه الأدوات في تحقيق أهداف النظام ككل.

ومن خلال تنسيق أنظمة ذكاء اصطناعي متعددة، تنتقل المؤسسات من مجرد أتمتة مسارات العمل إلى نظام ذكاء اصطناعي منسّق يحقق عوائد على الاستثمار قابلة للقياس. ويمكن تصنيف الفوائد التقنية والتجارية لتنسيق الذكاء الاصطناعي إلى ثلاثة محاور رئيسية:

1. تعظيم العائد على الاستثمار وتحسين التكلفة

يرتكز مبرر الاستثمار في تنسيق الذكاء الاصطناعي على تحقيق عائد على الاستثمار، من خلال تحويل المشروعات التجريبية المنفصلة إلى قدرات عالية العائد. فيمكن لمنصة تنسيق الذكاء الاصطناعي تقليل زمن المعالجة بنسبة تصل إلى 95% وخفض التكاليف بنسبة تصل إلى 50% عبر أتمتة إدارة استخدام الموارد. ومن خلال التحكم في أعباء عمل الذكاء الاصطناعي، تمنع طبقة التنسيق تضخم التكاليف المرتبطة بهذه المبادرات. يتيح ذلك للمؤسسات تعديل الموارد ديناميكيًا بناءً على الطلب لحظة بلحظة، مما يضمن عدم استخدام قوة الحوسبة المكلفة إلا عند الحاجة.

2. التخلص من "الاحتكاك التشغيلي"

يُزيل تنسيق الذكاء الاصطناعي ما يُعرف "بالاحتكاك التشغيلي" الذي يحدث عندما تنفصل رؤى الذكاء الاصطناعي عن إجراءات الأنظمة. وبدون هذه الطبقة، يضطر البشر إلى أداء دور "الوسيط اليدوي" لنقل البيانات بين أدوات الذكاء الاصطناعي وأنظمة تخطيط موارد المؤسسة. أما تنسيق الذكاء الاصطناعي فيترجم هذه الرؤى إلى تدفقات بيانات مؤتمتة بين أنظمة الذكاء الاصطناعي المختلفة، ما يضمن اتصال دورة حياة الذكاء الاصطناعي بالكامل -من إدخال البيانات حتى تحديث الأنظمة- ويتيح لحلول الذكاء الاصطناعي دفع التنفيذ بشكل متكامل على مستوى المنصات المختلفة.

3. تعزيز الحوكمة والمرونة

في سياق إدارة المخاطر، يدعم تنسيق الذكاء الاصطناعي تشغيل مسارات ذكاء اصطناعي إنتاجية متقدمة من خلال تضمين الحوكمة داخل مسارات عمل الذكاء الاصطناعي نفسها. ويؤدي ذلك إلى حماية البيانات الحساسة وضمان عدم تجاوز أي برنامج وكيل ذكاء اصطناعي للضوابط الأمنية. وعلى خلاف تطبيقات الذكاء الاصطناعي المستقلة، تنظم طبقة التنسيق سياسات مركزية تُسهّل الامتثال للمتطلبات التنظيمية. كما تحافظ على المرونة التشغيلية عبر منطق إعادة المحاولة ذاتي التصحيح؛ فعند تعطل أحد أنظمة الذكاء الاصطناعي أو فشل استدعاء واجهة برمجة التطبيقات، يتولى التنسيق إدارة الاستعادة دون تعطيل مسارات العمل المعقدة.

4. قابلية للتوسع تتجاوز "جزر الذكاء الاصطناعي"

وأخيرًا، يتيح تنسيق الذكاء الاصطناعي توسيع أثر الذكاء الاصطناعي إلى ما يتجاوز مجرد جزر منعزلة للذكاء الاصطناعي من خلال تنسيق برامج وكلاء الذكاء الاصطناعي المتعددة ضمن بيئة تشغيل موحّدة وخاضعة للحوكمة لعمليات الأعمال المعقدة. ويُمكّن ذلك المؤسسات من دمج الذكاء الاصطناعي عبر مختلف الإدارات -من الشؤون المالية إلى سلاسل الإمداد- باستخدام الأنماط القابلة لإعادة الاستخدام ومنصة مركزية للإدارة. ومن خلال التنسيق بين برامج وكلاء الذكاء الاصطناعي المتعددة، يضمن النظام أن تعمل البيئات متعددة الوكلاء بكفاءة وتناسق بدلًا من التحول إلى بيئة فوضوية.

التحديات تنفيذ تنسيق الذكاء الاصطناعي

• يؤدي تشتّت الملكية داخل المؤسسة إلى تعطيل تنسيق الذكاء الاصطناعي، حيث يتولى قسم تكنولوجيا المعلومات إدارة البنية التحتية، بينما تدير فرق الذكاء الاصطناعي نماذج تعلّم الآلة، وتُحدّد فرق العمليات قواعد الأعمال كلٌ بمعزل عن الآخر.
• يلزم وجود جهة مشتركة عابرة للتخصصات، مثل مركز تميّز الأتمتة (CoE)، لتنسيق هذه الجهود ضمن تصميم موحّد وإدارة أنظمة الذكاء الاصطناعي بكفاءة.
• يُسهم تركيز الجهود في طبقة تنسيق معيارية في منع ظهور جزر ذكاء اصطناعي معزولة، ويضمن تدفق البيانات بسلاسة عبر منظومة الذكاء الاصطناعي.
• فخ تحسين النماذج، حيث تقضي الفرق شهورًا في ضبط أداء برامج وكلاء الذكاء الاصطناعي كلٌ على حدة، بينما تظل عمليات الأعمال الأساسية المعقدة غير منظمة.
• تعطي عقلية التنسيق الأولوية لرسم خرائط العمليات بدلاً من التركيز المفرط على اختيار النماذج، إذ إن نموذج تعلُّم آلة يوفّر مخرجات منظّمة غالبًا ما يكون أعلى قيمة من نموذج مثالي لكنه معزول عن سياق العمل.
• يؤدي انتشار الأدوات عبر أنظمة ذكاء اصطناعي متفرقة، مثل أنظمة إدارة علاقات العملاء أو معالجة الوثائق، إلى تعقيدات كبيرة في التكامل ويُربك دورة حياة الذكاء الاصطناعي بالكامل.
• يتيح اعتماد بنية معمارية مرنة وقابلة لإعادة الاستخدام التنسيق بين مكونات الذكاء الاصطناعي المختلفة بكفاءة، ما يعزّز الأداء والقابلية للتوسع دون الحاجة إلى إعادة بناء النظام بالكامل.

لماذا تُعد الأتمتة الذاتية للعمليات الطبقة التكنولوجية الأساسية

تُعدّ الأتمتة الذاتية للعمليات (APA) الطبقة التكنولوجية الأساسية لتنسيق الذكاء الاصطناعي، إذ تجمع بين برامج الوكلاء القائمة على الأهداف وقدرات التنسيق وأطر الحوكمة لإدارة منظومة الذكاء الاصطناعي بالكامل. وقد أصبحت هذه الطبقة بنية تحتية أساسية للأعمال لتنسيق نماذج الذكاء الاصطناعي المتنوعة ومسارات البيانات والعنصر البشري بما يدفع الابتكار على نطاق واسع.

وباعتبارها طبقة عملية موحّدة، تُسهم الأتمتة الذاتية للعمليات في تقليل تعقيد المنصات من خلال التنسيق بين برامج وكلاء الذكاء الاصطناعي والروبوتات والخطوات البشرية ضمن بيئة واحدة تعمل في الوقت الفعلي. ويتيح ذلك تكاملًا سلسًا بين أدوات ومسارات عمل الذكاء الاصطناعي المختلفة على مستوى المؤسسة، دون الحاجة إلى إعادة كتابة التعليمات البرمجية مع كل تغيير في العمليات.

يمكّن ذكاء العمليات من اتخاذ قرارات واعية بالسياق من خلال تفسير الحالة الراهنة وقواعد الأعمال. وبدلًا من إعادة التشغيل عند ظهور أدلة جديدة أثناء العملية، يقيّم النظام ما لا يزال صالحًا، وهو أمر ضروري لبناء مسارات ذكاء اصطناعي إنتاجية. علاوة على ذلك، تُضمّن الأتمتة الذاتية للعمليات إدارة الذكاء الاصطناعي ضمن التشغيل، مع تطبيق ضوابط الوصول وإخفاء البيانات بشكل متسق عبر جميع مهام أتمتة الذكاء الاصطناعي. وتُعد هذه الحوكمة المدمجة أمرًا بالغ الأهمية في القطاعات الخاضعة للتنظيم، حيث تشكّل خصوصية البيانات والقابلية للتدقيق عناصر محورية.

من خلال توفير أنماط قابلة لإعادة الاستخدام لتصميم مسارات العمل، تتيح الأتمتة الروبوتية للعمليات للفرق الاستفادة من القوالب الجاهزة للسيناريوهات الشائعة مثل التصعيد القائم على المخاطر أو الموافقات متعددة المراحل. وتضمن هذه البنية المعيارية أن تستمد مسارات عمل الذكاء الاصطناعي الجديدة حواجز الحماية المثبتة من التجارب السابقة، ما يقلّل بشكل كبير من الوقت اللازم لتحقيق القيمة في مبادرات الذكاء الاصطناعي الجديدة.

قياس نجاح تنسيق الذكاء الاصطناعي

الاختبار الحقيقي لتنسيق الذكاء الاصطناعي يتمثل في ما إذا كان العمل يُنجز بصورة أفضل أم لا. لذلك ينبغي تجنّب الاكتفاء بقياس دقة النموذج، والتركيز بدلًا من ذلك على مؤشرات الأداء الشاملة من البداية إلى النهاية. تُتيح منصة تنسيق الذكاء الاصطناعي الفعّالة للمؤسسات ربط أدوات ومسارات العمل المتعددة وإدارتها وأتمتتها، مع تنسيق منظومة الذكاء الاصطناعي بالكامل لتتبع الأداء وضمان التكامل السلس عبر مختلف عمليات الأعمال.

يوفّر تنسيق الذكاء الاصطناعي مستوى الشفافية اللازم للإشراف، إذ يتيح تتبّع استخدام الموارد وأعباء العمل الخاصة بالذكاء الاصطناعي عبر منصة مركزية، ما يمكّن المؤسسات من نقل الذكاء الاصطناعي من كونه "مشروعًا علميًا" إلى كونه قدرة تشغيلية أساسية. وتُعد المراقبة المستمرة وتحسين أنظمة ومسارات عمل الذكاء الاصطناعي المنسّقة أمرًا ضروريًا لضمان تحقيق قيمة أعمال قابلة للقياس بشكل مستدام.

إنشاء تنسيق الذكاء الاصطناعي مع Automation Anywhere

توفّر Automation Anywhere نظامًا متكاملًا للأتمتة الذاتية للعمليات يجمع بين برامج الوكلاء وروبوتات الأتمتة الروبوتية للعمليات والخطوات البشرية. وباعتبارها منصة لتنسيق الذكاء الاصطناعي، تتولى Automation Anywhere إدارة منظومة الذكاء الاصطناعي بالكامل، من خلال الربط بين أدوات ومسارات عمل الذكاء الاصطناعي المختلفة والتنسيق بينها وأتمتتها على مستوى المؤسسة.

وتُمكّن المؤسسات من تفعيل قدرات الذكاء الاصطناعي المحصورة داخل أنظمة متفرقة مثل تخطيط موارد المؤسسة وإدارة علاقات العملاء دون الحاجة إلى إعادة هيكلة شاملة للعمليات.

تتميّز أدوات التنسيق لدينا بحيادها تجاه الأنظمة، ما يعني أن بإمكانك تنسيق خدمات Microsoft للذكاء الاصطناعي مع مسارات عمل Salesforce، أو دمج الأجهزة القديمة مع النماذج اللغوية الكبيرة الحديثة. وتساعدك على التحول من أتمتة الذكاء الاصطناعي لمهام متفرقة إلى تنسيق الذكاء الاصطناعي على مستوى العمليات بالكامل، بما يضمن عمل الذكاء الاصطناعي ضمن واقع المؤسسة، بشكل منسّق وخاضع للحوكمة وقابل للتوسع.

يُسهم تنسيق الذكاء الاصطناعي في تحويل العمليات بأتمتة المهام المتكررة وتقليل التكرار غير الضروري وتحسين إدارة الوقت والتكاليف.

الأسئلة الشائعة

ما المكوّنات التي تُشكّل منظومة تنسيق الذكاء الاصطناعي الكاملة؟

تتضمن المنظومة الكاملة منصة لتنسيق الذكاء الاصطناعي لإدارة السياسات، وبنية تحتية لتقديم النماذج، وأدوات تكامل بيانات لضمان استمرار نقاء المدخلات، وقدرات متابعة لتتبّع أعباء عمل الذكاء الاصطناعي واستخدام الموارد. وتتولى منصة التنسيق ربط أدوات ومسارات عمل الذكاء الاصطناعي المختلفة وإدارتها وأتمتتها على مستوى المؤسسة، بما يضمن التكامل السلس لمنظومة الذكاء الاصطناعي -أي مكونات ونماذج الذكاء الاصطناعي- وتعزيز الأداء والقابلية للتوسع والقدرة على التكيف عبر التطبيقات المختلفة.

كيف تتعاون برامج وكلاء الذكاء الاصطناعي والروبوتات والبشر ضمن مسار عمل منسق؟

يتم التنسيق عبر طبقة تحكم توجّه المهام بناءً على القدرات. فيمكن لمسار عمل خدمة العملاء توجيه استفسار إلى روبوت لاستخراج البيانات، ثم إلى برنامج وكيل ذكاء اصطناعي لتحليل المشاعر، ثم إلى عنصر بشري للموافقة النهائية على رد المدفوعات.

هل يمكن لتنسيق الذكاء الاصطناعي أن يعمل مع الأتمتة الحتمية ونماذج الذكاء الاصطناعي التوليدي؟

نعم. صُمّمت أدوات التنسيق الحديثة لإدارة الاثنين معًا؛ إذ يمكن استخدام الأتمتة الروبوتية للعمليات للمهام "الثابتة" مثل إدخال البيانات، وبرامج وكلاء الذكاء الاصطناعي للمهام الاحتمالية مثل تلخيص العقود، بينما يتولى تنسيق الذكاء الاصطناعي إدارة تسلسل التنفيذ.

كيف تتجنب المؤسسات حدوث "اختناقات التنسيق"؟

من خلال اعتماد بنى معمارية مرنة ونهج اتخاذ قرار لا مركزي. ويتيح استخدام قوالب التنسيق لوحدات الأعمال المختلفة إنشاء مسارات عمل الذكاء الاصطناعي الخاصة بها ضمن حواجز الحماية التي يحددها فريق تكنولوجيا المعلومات المركزي.

ما المهارات اللازمة لصيانة مسارات العمل المنسقة بالذكاء الاصطناعي؟

تحتاج المؤسسات إلى مختصين في التنسيق لتصميم مسارات العمل، وخبراء متخصصين في المجالات المختلفة لفهم سياق الأعمال، ومتخصصين في تكنولوجيا المعلومات لإدارة البنية التحتية. ويتزايد كذلك الطلب على دور "منسّقي برامج الوكلاء" القادرين على اكتشاف فرص جديدة لتحسين التعاون بين الذكاء الاصطناعي والبشر.

كيف يُحسّن تنسيق الذكاء الاصطناعي وضوح العمليات؟

ينشئ "واجهة موحّدة للرؤية" يتم من خلالها تسجيل كل قرار يتخذه الذكاء الاصطناعي أو عملية تسليم ينفذها. وعلى خلاف الأنظمة التقليدية المنعزلة، يتيح لك تنسيق الذكاء الاصطناعي معرفة موضع تعطُّل فاتورة ما، أو سبب تمييز وكيل الذكاء الاصطناعي لمعاملة معيّنة كاحتيال.

ما المؤشرات المبكرة على جاهزية المؤسسة لتنسيق الذكاء الاصطناعي؟

تشمل مؤشرات الجاهزية إدارة عدة أدوات للذكاء الاصطناعي، أو مواجهة تحديات في تكامل الأنظمة، أو صعوبة نقل مشروعات الذكاء الاصطناعي التجريبية إلى بيئة الإنتاج. وتكون المؤسسات جاهزة عندما تمتلك بنية بيانات أساسية ويكون لديها رعاية من المسؤولين التنفيذيين لمبادرات الذكاء الاصطناعي.