استخدام الذكاء الاصطناعي في تحليل وأتمتة سير العمل

أين يفيد الذكاء الاصطناعي فعلًا وأين لا

قبل الحديث عن الاستخدامات، لا بد من تأطير صادق. الذكاء الاصطناعي في سير العمل ليس صندوقًا سحريًا يتخذ القرارات نيابةً عنك، بل طبقة تحليلية ومساعِدة تعمل فوق بيانات طلباتك. حين تكون البيانات نظيفة والإجراء واضحًا، يضيف قيمة حقيقية. وحين تكون البيانات فوضوية، فإنه يضخّم الفوضى لا يصلحها.

القاعدة العملية للمنشآت: استخدم الذكاء الاصطناعي حيث المهمة متكررة، وتعتمد أنماطًا، وتحتمل مراجعة بشرية. لا تستخدمه حيث القرار مصيري وفريد ولا يحتمل الخطأ دون إشراف. الصياغة الصحيحة دائمًا «يساعد على» و«قد يقلّل»، لا «يضمن».

تحليل العمليات وكشف الاختناقات

أول استخدام عملي وأقلّه خطرًا هو التحليل. النظام يقرأ آلاف الطلبات التاريخية ويجيب عن أسئلة يصعب على الإنسان استخراجها يدويًا: أين تتوقف الطلبات أطول؟ أي خطوة تعيد أكثر الطلبات للتعديل؟ من يتجاوز مهلته باستمرار؟ هذا ما يُعرف بتنقيب العمليات.

الفرق عن التقارير التقليدية أن التحليل الذكي يكشف الأنماط الخفية: قد يجد أن طلبات إدارة معينة تتأخر فقط حين تتجاوز مبلغًا محددًا، أو أن اختناقًا يظهر في نهاية كل شهر. هذه بصائر تقود قرار إعادة تصميم المسار.

التحليل الذكي مكمّل لأدوات القياس اليدوية لا بديل عنها. راجع كيف تجد اختناقات العمليات ومؤشرات أداء سير العمل لبناء أساس قياس سليم قبل إضافة طبقة الذكاء.

التنبؤ بالتأخير والأحمال

حين تتوفر بيانات تاريخية كافية، يستطيع النموذج التنبؤ باحتمال تأخّر طلب معيّن قبل أن يتأخر فعلًا، بناءً على نوعه ومبلغه والمعتمد الحالي والحمل القائم. الطلب المرشّح للتأخير يُلوّن مبكرًا، فيتحرك المسؤول قبل أن يصبح التأخير واقعًا.

الاستخدام الثاني هو توقّع الأحمال: النظام قد يتوقّع ارتفاع عدد الطلبات في فترة معينة — نهاية السنة المالية مثلًا — فيتيح إعادة توزيع المعتمدين مسبقًا. هذا تخطيط استباقي بدل ردّ فعل متأخر.

• تنبيه مبكر: «هذا الطلب مرشّح لتجاوز مهلته» قبل التجاوز.
• تقدير زمن الإنجاز: إعطاء مقدّم الطلب توقعًا واقعيًا لموعد القرار.
• توقّع الذروة: رصد الفترات المرتقب فيها ارتفاع الأحمال.

التوجيه والتصنيف الذكي للطلبات

كثير من الطلبات تصل غير مصنّفة: بريد أو نموذج مفتوح لا يعرف النظام إلى أي مسار يوجّهه. هنا يساعد الذكاء الاصطناعي على قراءة محتوى الطلب وتصنيفه — شكوى أم استفسار أم طلب صرف — واقتراح المسار والمعتمد المناسبين، فيختصر خطوة فرز يدوية.

الاستخدام المكمّل هو اقتراح الخطوة التالية: بناءً على طلبات مشابهة سابقة، قد يقترح النظام على المعتمد قرارًا أو يذكّره بمستند ناقص. يبقى القرار للمعتمد، لكن الاقتراح يوفّر وقت البحث.

استخدام صاعد آخر هو الاستعلام باللغة الطبيعية: أن يسأل المدير «كم طلب شراء تجاوز مهلته هذا الشهر في إدارة المشاريع؟» فيجيب النظام بلغة مفهومة دون بناء تقرير يدوي. هذا يقرّب البيانات من صانع القرار مباشرة. لمزيد عن قراءة البيانات راجع لوحات وتقارير سير العمل.

استخراج البيانات من المستندات والفواتير

من أنضج تطبيقات الذكاء الاصطناعي عمليًا: استخراج البيانات من الفواتير والعقود والمستندات آليًا. بدل أن يُدخل الموظف رقم الفاتورة والمبلغ والمورّد والضريبة يدويًا، يقرأ النظام المستند ويعبّئ الحقول، ويترك للموظف مهمة المراجعة والتأكيد.

الأثر مزدوج: تقليل زمن الإدخال، وتقليل أخطاء النسخ اليدوي التي تكلّف لاحقًا في التسويات. الجدول التالي يلخّص أبرز التطبيقات وأثرها المتوقّع:

انتبه أن دقة الاستخراج ليست 100%، لذا تبقى مراجعة الموظف ضرورية — خصوصًا في الحقول المالية الحسّاسة.

رصد الحالات الشاذة ودعم الرقابة

حين يتعلّم النظام النمط المعتاد للطلبات، يصبح قادرًا على لفت الانتباه للشاذ: فاتورة بمبلغ يخرج عن نطاق المورّد المعتاد، أو طلب يُعتمد في توقيت غير اعتيادي، أو تكرار يوحي بازدواج. هذا يدعم فرق المراجعة الداخلية، لكنه لا يثبت مخالفة — يرفع علامة للمراجعة البشرية فقط.

الصياغة هنا حرجة: النظام يساعد على الكشف المبكر ولا يُصدر أحكامًا ولا يضمن ضبط كل حالة. قيمته أنه ينقل عين المراجع من فحص عشوائي إلى فحص موجَّه نحو ما يستحق النظر.

لقياس نجاح أي طبقة أتمتة قبل التوسّع فيها راجع كيف تقيس نجاح الأتمتة.

مثال تطبيقي بالريال: استخراج بيانات الفواتير في بنك

إدارة مدفوعات في بنك تعالج نحو 2,000 فاتورة مورّد شهريًا. الإدخال اليدوي لكل فاتورة يستغرق قرابة 6 دقائق بين قراءة ونسخ وتدقيق. المسار الحالي:

بحساب مبسّط: 2,000 فاتورة × 6 دقائق = 12,000 دقيقة شهريًا، أي نحو 200 ساعة عمل. بتكلفة موظف تقديرية 60 ريالًا للساعة، تبلغ الكلفة الشهرية للإدخال اليدوي نحو 12,000 ريال، أي 144 ألف ريال سنويًا.

مع استخراج البيانات آليًا، لنفترض تقليصًا محافظًا للزمن بنسبة 60% (لأن المراجعة البشرية تبقى قائمة): يهبط الزمن إلى نحو 2.4 دقيقة للفاتورة، فتنخفض الكلفة الشهرية إلى قرابة 4,800 ريال. الوفر التقديري نحو 7,200 ريال شهريًا، أي ما يقارب 86 ألف ريال سنويًا، مع تقليل أخطاء النسخ التي تكلّف في التسويات. لاحظ أن هذه أرقام توضيحية تعتمد على حجمك وأجورك ودقة النموذج فعليًا.

لتحويل هذا التقدير إلى حساب عائد كامل يشمل تكلفة الأداة راجع حساب عائد أتمتة سير العمل والتكلفة الإجمالية للامتلاك.