أتمتة سير العمل بالذكاء الاصطناعي:ما الذي يجب على شركتك أتمتته أولًا؟

الأتمتة التقليدية عادةً واضحة ويمكن توقعها. عندما يحدث س، نفذ ص.

تم إرسال نموذج، إذًا أرسل بريدًا إلكترونيًا. وصلت دفعة، إذًا حدّث السجل. ظهر عميل محتمل جديد، إذًا أنشئ مهمة.

هذه المسارات مفيدة لأن القواعد واضحة.

الذكاء الاصطناعي يغيّر نوع الأعمال التي يمكن أتمتتها. تستطيع أنظمة AI الحديثة التعامل مع معلومات أقل تنظيمًا وأقل قابلية للتوقع.

يمكنها أن تقرأ. وتصنف. وتلخص. وتستخرج. وتقارن. وتولد. وتوجّه. وتقدم توصيات. وتستخدم أدوات وبرامج أخرى. وفي بعض الحالات، تنفذ سلسلة من الخطوات من خلال وكلاء الذكاء الاصطناعي.

وهذا يعني أن أتمتة سير العمل تجاوزت فكرة المحفز البسيط.

يمكن فهم طلب العميل قبل توجيهه. ويمكن قراءة المستند قبل إدخال البيانات في النظام. ويمكن تحليل العميل المحتمل قبل أن يراجعه موظف المبيعات. ويمكن إنشاء تقرير من عدة مصادر بدل تجميعه يدويًا. ويمكن لوكيل AI أن ينسق العمل بين عدة تطبيقات بينما يبقى الإنسان مسؤولًا عن النتيجة النهائية.

الفرصة أصبحت أكبر بكثير. لكن الحاجة إلى الاختيار الصحيح أصبحت أكبر أيضًا.

سير العمل الأكثر وضوحًا ليس دائمًا الأكثر قيمة.

تبدأ الشركات كثيرًا بالذكاء الاصطناعي الذي يراه العميل لأنه سهل التخيل. روبوت دردشة. مساعد صوتي. شريط بحث ذكي.

قد تكون هذه الأدوات مفيدة. لكن بعض أقوى فرص الأتمتة توجد خلف الكواليس.

الموظف الذي ينسخ المعلومات من البريد الإلكتروني إلى جدول بيانات. فريق العمليات الذي يعيد إعداد التقرير نفسه كل يوم جمعة. موظف المبيعات الذي يراجع كل عميل محتمل يدويًا. فريق المالية الذي يطابق الفواتير مع السجلات. فريق خدمة العملاء الذي يبحث في خمسة أنظمة قبل أن يجيب عن سؤال واحد. المدير الذي يطلب تحديث الحالة نفسه من ثلاثة أشخاص. الموظف الذي أصبح حلقة الوصل البشرية بين أنظمة لا تتحدث مع بعضها.

هذه المسارات أقل إثارة في العرض. لكن إصلاحها غالبًا أكثر قيمة.

أفضل نقطة بداية للأتمتة تكون عادة حيث يظهر الجهد المتكرر والاحتكاك التشغيلي بوضوح.

أسهل المسارات التي يمكن اكتشافها هي الأعمال التي يكررها الناس باستمرار.

اسأل: ما الذي يقوم به شخص في الفريق كل يوم أو كل أسبوع بالطريقة نفسها تقريبًا؟

قد تكون أمثلة ذلك:

• فرز الطلبات الواردة
• نسخ المعلومات بين الأنظمة
• إعداد التقارير الدورية
• تلخيص الاجتماعات
• تأهيل العملاء المحتملين
• إنشاء مستندات قياسية
• مراجعة الطلبات الأساسية
• الإجابة عن الأسئلة المتكررة
• تصنيف تذاكر الدعم
• تحديث سجلات CRM
• استخراج المعلومات من ملفات PDF
• إعداد رسائل المتابعة

التكرار مهم لأن الأتمتة تصنع قيمة في كل مرة يعمل فيها المسار.

توفير عشر دقائق مرة واحدة ليس تحولًا. لكن توفير عشر دقائق عبر مئات أو آلاف التكرارات قد يكون تحولًا حقيقيًا.

ولهذا يجب أن يكون معدل التكرار من أول المعايير عند تحديد ما يجب أتمتته.

بعض أغلى مسارات العمل ليست صعبة بحد ذاتها. بل مجزأة.

شخص يستلم الطلب. وشخص آخر يراجعه. ثم يدخل شخص ثالث المعلومات. ويوافق شخص رابع. ثم تنتقل النتيجة إلى نظام آخر.

كل عملية تسليم تضيف تأخيرًا. وتخلق فرصًا لظهور:

• سياق مفقود
• عمل مكرر
• أخطاء في إدخال البيانات
• متابعات منسية
• قرارات غير متسقة
• مسؤوليات غير واضحة

وصفت McKinsey هذا النوع من الاحتكاك بأنه "ضريبة التنسيق"، خصوصًا عندما ينتقل العمل بين أشخاص وفرق وأنظمة متعددة.

وهذه من أفضل الأماكن لأتمتة سير العمل بالذكاء الاصطناعي.

قد لا تأتي القيمة من استبدال مهمة واحدة. بل من ربط المسار كله. يمكن لـ AI أن يفهم المعلومات الواردة، وينظمها، ويوجهها، ويجهز الخطوة التالية، ويحافظ على السياق أثناء انتقال العمل.

والنتيجة ليست تنفيذًا أسرع فقط. بل عبء تنسيق أقل.

يبدأ جزء كبير من أعمال الشركات بمعلومات غير منظمة. رسالة بريد. ملف PDF. رسالة من عميل. عرض. عقد. نموذج يحتوي على نص مفتوح. تذكرة دعم. نص اجتماع. تقرير.

تعاني الأتمتة التقليدية عندما لا تكون المدخلات منظمة بشكل واضح. وهنا يتميز الذكاء الاصطناعي.

يمكن للنظام أن يقرأ المدخل ثم يحدد: ما هذا؟ ما المعلومات المهمة؟ إلى أي فئة ينتمي؟ وما الذي يجب أن يحدث بعد ذلك؟

وهذا يفتح فرصًا قوية للأتمتة. على سبيل المثال:

يمكن تصنيف بريد العميل حسب درجة الاستعجال والموضوع والحساب. ويمكن قراءة فاتورة المورد واستخراج البيانات المهمة. ويمكن تحليل استفسار المبيعات حسب مدى ملاءمته ونية الشراء. ويمكن تلخيص مستند طويل قبل أن يراجعه المدير. ويمكن توجيه تذكرة الدعم إلى الفريق الصحيح مع السياق المناسب.

هنا تلتقي نماذج اللغة الكبيرة مع أتمتة سير العمل بشكل مباشر. اللغة نفسها تصبح جزءًا من سير العمل.

الأعمال المتكررة نقطة بداية ممتازة. لكن أعلى فرصة من حيث القيمة قد تكون المسار الذي يخلق اختناقًا.

اسأل: أين يتوقف العمل وينتظر باستمرار؟

قد تبقى الموافقات داخل بريد أحدهم ليومين. وقد ينتظر كل عرض موظفًا خبيرًا واحدًا. وقد لا تتحرك طلبات العملاء قبل أن يقوم شخص بتصنيفها يدويًا. وقد تعتمد التقارير على شخص واحد يجمع البيانات من عدة أنظمة. وقد ينتظر فريق المبيعات تأكيدًا من العمليات قبل الرد.

الهدف ليس دائمًا إزالة القرار البشري. في بعض الأحيان، أفضل أتمتة هي التي تجهز القرار.

تجمع المعلومات. وتراجع القواعد. وتلخص الوضع. وتكشف المخاطر. وتقترح إجراءً. ثم ترسل القرار إلى الشخص المناسب.

وهذا فرق مهم. لا تحتاج أتمتة سير العمل بالذكاء الاصطناعي إلى إخراج الناس بالكامل من العملية حتى تصنع قيمة كبيرة. غالبًا ما يكون النظام الأقوى هو الذي يقلل العمل المطلوب قبل الحكم البشري.

هذه واحدة من أهم القواعد. الأتمتة لا تصلح العملية السيئة. بل قد تجعل العملية السيئة تحدث بسرعة أكبر.

إذا كان سير العمل يحتوي على موافقات غير ضرورية، قد تحافظ الأتمتة عليها. إذا كانت المسؤوليات غير واضحة، قد تجعل الأتمتة الملكية أكثر غموضًا. إذا كانت البيانات سيئة، سيعمل النظام على معلومات سيئة بكفاءة أكبر. وإذا كانت قواعد العمل غير متسقة، فسيرث AI هذا التناقض.

قبل الأتمتة، ارسم مسار العمل.

ماذا يحدث أولًا؟ من يفعل ماذا؟ ما الأنظمة المستخدمة؟ من أين تأتي المعلومات؟ إلى أين تذهب؟ أي خطوة تضيف قيمة؟ وأي خطوة موجودة فقط لأن الأنظمة غير متصلة؟ أي موافقة ضرورية فعلًا؟ وأي خطوة يمكن حذفها بالكامل؟

أحيانًا يكون أفضل قرار أتمتة هو تبسيط العملية أولًا قبل إضافة AI.

لا تؤتمت التعقيد الذي كان يجب أن تحذفه.

يصبح سير العمل مرشحًا قويًا للأتمتة عندما تتداخل عدة عوامل.

1. معدل تكرار مرتفع

كم مرة يحدث سير العمل؟ كلما تكرر أكثر، تراكمت قيمة الأتمتة أسرع.

2. جهد يدوي مرتفع

كم من الوقت يقضي الفريق في تنفيذه؟ قد يستحق سير عمل يستهلك ساعات أسبوعيًا الأولوية حتى لو لم يكن معقدًا تقنيًا.

3. مدخلات ونتائج واضحة

هل تستطيع شرح ما يدخل إلى العملية وما شكل النتيجة الناجحة؟ يسهل التحكم في الأتمتة عندما يمكن تعريف النجاح.

4. تكلفة انتظار أو تنسيق مرتفعة

هل ينتظر المسار الأشخاص أو الموافقات أو المعلومات باستمرار؟ تقليل الانتظار قد يخلق قيمة أكبر من تقليل وقت المهمة نفسها.

5. جودة بيانات مناسبة

هل المعلومات المطلوبة لتشغيل المسار موجودة أصلًا بشكل قابل للاستخدام؟ لا يستطيع AI أتمتة عملية بشكل موثوق إذا كانت بياناتها غير متاحة أو غير صحيحة باستمرار.

6. مخاطر يمكن التحكم بها

ماذا يحدث إذا أخطأ النظام؟ خطأ في ملخص داخلي يختلف عن تحويل مالي خاطئ. يجب أن تحدد المخاطر مستوى الاستقلالية.

7. قيمة تجارية قابلة للقياس

هل تستطيع قياس التحسن؟ الوقت الموفر. سرعة الاستجابة. خفض التكلفة. عدد العملاء المحتملين الذين يمكن التعامل معهم. تقليل مدة الدورة. انخفاض الأخطاء. تحسن التحويل. تحسن مستوى الخدمة.

إذا لم تستطع قياس النجاح، قد يتحول المشروع إلى تجربة تقنية بدل تحسين تجاري.

ترغب الشركات غالبًا أن يكون أول مشروع AI طموحًا ومثيرًا. وهذا قد يخلق مخاطر غير ضرورية.

أفضل مسار أول يكون غالبًا أقل إثارة بكثير. متكرر. مفهوم جيدًا. يحدث كثيرًا. مزعج. سهل القياس. ومخاطره محدودة نسبيًا إذا حدث خطأ.

وهذا مفيد لأن أول سير عمل بالذكاء الاصطناعي ليس مشروع أتمتة فقط. بل الطريقة التي تتعلم بها المؤسسة العمل مع AI.

يتعلم الفريق: كيف يربط الأنظمة. كيف يقيم المخرجات. كيف يراقب الجودة. كيف يتعامل مع الفشل. كيف يصمم نقاط التسليم للبشر. كيف يقيس العائد. وكيف يستجيب المستخدمون.

أول مسار ناجح يبني الثقة داخل المؤسسة. وبعدها تصبح الأتمتة الأكثر تعقيدًا أسهل.

خدمة العملاء من أول المجالات التي تفكر الشركات في أتمتتها باستخدام AI. وهذا منطقي.

الحجم مرتفع. والكثير من الأسئلة يتكرر. وغالبًا ما تكون معلومات العملاء موجودة داخل أنظمة الدعم وCRM وقواعد المعرفة والمستندات الداخلية.

لكن إضافة روبوت دردشة لا تعني أنك أتمت سير عمل خدمة العملاء.

النظام الأقوى قد يقوم بـ:

1. استلام طلب العميل،
2. التعرف على العميل،
3. فهم النية،
4. استرجاع المعلومات ذات الصلة،
5. مراجعة سياق الحساب،
6. إنشاء أو اقتراح الرد،
7. تنفيذ الإجراء المسموح به،
8. التصعيد عندما تكون الثقة منخفضة،
9. تحديث CRM أو تذكرة الدعم،
10. تسجيل النتيجة.

هنا لا يجيب AI فقط. بل يشارك في سير العمل.

وهذا نوع أكثر قيمة بكثير من الأتمتة.

تقضي فرق المبيعات قدرًا ضخمًا من الوقت على الأعمال المحيطة بالبيع. البحث. إثراء بيانات العميل المحتمل. التأهيل. تحديث CRM. المتابعة. ملاحظات الاجتماعات. إعداد العروض. وتلخيص خط المبيعات.

هذه كلها مرشحة قوية لأتمتة سير العمل بالذكاء الاصطناعي.

يمكن للعميل المحتمل الوارد أن يتم استلامه، وإثراء بياناته، ومقارنته بمعايير العميل المثالي، وتقييمه، وتوجيهه، وتجهيز المعلومات لموظف المبيعات.

ويمكن تلخيص الاجتماع تلقائيًا. واستخراج الاعتراضات الأساسية. وكتابة مسودة المتابعة. وتحديث CRM.

يصل موظف المبيعات إلى الجزء عالي القيمة من المسار بسياق أكبر وأعمال إدارية أقل.

الهدف ليس أتمتة العلاقة. بل إزالة العمل الذي يعيق العلاقة.

العمليات مليئة بمسارات موجودة لأن الأنظمة لا تتصل بشكل نظيف.

تنتقل المعلومات من البريد إلى جدول بيانات، ومن الجدول إلى ERP، ومن ERP إلى تقرير، ومن التقرير إلى عرض، ومن العرض إلى الإدارة.

كل انتقال يحتاج إلى وقت. وكل انتقال قد يضيف أخطاء.

يمكن لأتمتة سير العمل بالذكاء الاصطناعي أن تكون مفيدة جدًا عندما تجمع العمليات بين الأنظمة المنظمة والتواصل غير المنظم.

على سبيل المثال: تصل رسالة. يستخرج AI البيانات المهمة. يتحقق النظام من قاعدة بيانات. يتم إنشاء سجل أو تحديثه. يتم اكتشاف استثناء. يتم إشعار الشخص الصحيح. ويُضاف ملخص إلى لوحة المتابعة.

يتحرك سير العمل من دون أن يقوم شخص بدور الجسر اليدوي بين الأنظمة.

هذا هو النوع من الأتمتة الذي يغير طريقة عمل الشركة بهدوء.

يقضي الموظفون وقتًا كبيرًا في البحث عن المعلومات.

أي نسخة من المستند هي الأحدث؟ أين السياسة؟ على ماذا اتفق العميل؟ ما العملية الصحيحة لهذا الطلب؟ من عمل على هذا سابقًا؟ أين آخر عرض؟ ما القرار الذي تم اتخاذه في الاجتماع السابق؟

عندما تكون معرفة الشركة موزعة بين الملفات والبريد وأدوات المشاريع وCRM والمستندات، يتحول الموظفون إلى محركات بحث بشرية.

يمكن للذكاء الاصطناعي إنشاء طبقة وصول أكثر فائدة. يمكن لمساعد داخلي أن يسترجع المعلومات من مصادر الشركة المعتمدة، ويلخصها، ويجيب عن الأسئلة، ويوجه الموظف إلى المصدر الأصلي.

هذا ليس دائمًا أتمتة كاملة لسير العمل. لكنه غالبًا يصبح الأساس لها.

عندما يستطيع AI فهم معرفة الشركة، يصبح قادرًا على دعم مسارات أكثر تعقيدًا مبنية على هذه المعرفة.

يمكن للمسارات الإدارية والمالية أن تقدم قيمة كبيرة من الأتمتة. معالجة الفواتير. تصنيف المصروفات. التحقق من المستندات. إعداد التقارير. تحضير الدفعات. ودعم المطابقة.

لكن هذه المسارات توضح أيضًا لماذا لا تعني الأتمتة دائمًا الاستقلالية الكاملة. للإجراءات المالية نتائج حقيقية.

قد تكون البنية الصحيحة: يستخرج AI المعلومات. تتحقق القواعد منها. يحدد النظام الحالات غير الطبيعية. يوافق شخص. ثم ينفذ النظام.

هذا لا يزال أتمتة.

المراجعة البشرية ليست فشلًا للأتمتة. بل جزء من التصميم الجيد لسير العمل.

عندما تفكر الشركات في AI للتسويق، غالبًا ما تبدأ بتوليد المنشورات. هذا مفيد، لكنه طبقة واحدة فقط.

مسارات التسويق تشمل البحث، وتخطيط الحملات، وإنتاج المحتوى، والموافقة، والنشر، وإعادة توظيف المحتوى، وتحليل الأداء، وجمع العملاء المحتملين، والتقسيم، والمتابعة.

يمكن لـ AI ربط هذه المراحل.

قد يقوم نظام المحتوى باكتشاف الموضوعات من أسئلة العملاء، وبناء موجز للمحتوى، وإنشاء المسودة الأولى، وتكييف المحتوى لعدة صيغ، وإعداد البيانات الوصفية، وإرسال المحتوى للمراجعة، ونشر النسخ المعتمدة، وجمع بيانات الأداء، واستخدامها لتوجيه الدورة التالية.

هذه هي أتمتة سير العمل بالذكاء الاصطناعي. القيمة تأتي من ربط العمل، لا من إنتاج نصوص أكثر فقط.

ليس كل سير عمل يحتاج إلى وكيل ذكاء اصطناعي. وهذا فرق مهم.

تكون الأتمتة التقليدية غالبًا أفضل عندما تكون القواعد ثابتة، والمدخلات منظمة، والنتيجة متوقعة، والمسار نادرًا ما يتغير.

يصبح AI أكثر فائدة عندما يحتاج سير العمل إلى فهم اللغة، والسياق، والتصنيف، والاستدلال، والتكيف، أو مسارات متغيرة.

ويصبح الوكيل أكثر ملاءمة عندما يحتاج النظام إلى اتخاذ عدة قرارات واستخدام أدوات متعددة عبر سير العمل.

على سبيل المثال: يمكن لنظام قائم على قواعد إرسال بريد تأكيد بعد إرسال نموذج. ويمكن لنظام AI قراءة الطلب الوارد وتحديد فئته. وقد يستطيع وكيل AI التحقيق في الطلب، وجلب المعلومات من عدة أدوات، وتحضير الإجراء، وتنفيذ الخطوات المسموح بها، وطلب موافقة بشرية عند الحاجة.

كلما زادت الاستقلالية، زادت أهمية الضوابط.

أحد أكبر الأخطاء في أتمتة AI هو التعامل مع الاستقلالية وكأنها خيار ثنائي. إما أن يعمل الإنسان أو يقوم AI بكل شيء.

هناك مستويات كثيرة مفيدة بينهما.

المستوى 1: AI يساعد

يجهز المعلومات أو المسودة أو التوصية. ويقوم الشخص بالتنفيذ.

المستوى 2: AI ينفذ بموافقة

يجهز AI جزءًا من سير العمل وينفذه، لكن الشخص يوافق على الإجراءات المهمة.

المستوى 3: AI يعمل داخل قواعد واضحة

ينفذ AI إجراءات محددة بشكل مستقل ضمن حدود واضحة. وتُرفع الحالات الاستثنائية إلى البشر.

المستوى 4: AI ينسق عدة خطوات

يستخدم الوكيل أدوات متعددة، ويتخذ قرارات وسيطة، ويدير سير عمل أكبر. ويراقب البشر النتائج ويتعاملون مع الحالات غير المعتادة.

ليس كل سير عمل يجب أن يصل إلى المستوى الرابع. المستوى الصحيح يعتمد على المخاطر والموثوقية والتكلفة والأثر التجاري.

ويقدم Microsoft Work Trend Index لعام 2026 فكرة مشابهة: عندما تتولى الوكلاء جزءًا أكبر من التنفيذ، لا يختفي دور الإنسان ببساطة، بل يتغير. المؤسسات الأكثر نضجًا تحدد عمدًا ما الذي يقوم به البشر، وما الذي يقوم به AI، وأين يجب أن يحدث التسليم بينهما.

الذكاء الاصطناعي قوي. لكنه ليس معصومًا.

تزداد أهمية المراجعة البشرية بشكل خاص عندما يشمل سير العمل:

• عواقب مالية كبيرة
• التزامات قانونية
• قرارات توظيف أو عمل
• السلامة
• بيانات شخصية حساسة
• علاقات عملاء عالية القيمة
• تواصلًا عامًا
• قرارات سياسة غامضة
• إجراءات لا يمكن التراجع عنها

قاعدة مفيدة هي: كلما كانت تكلفة الخطأ أعلى، يجب أن تكون الضوابط أقوى.

أحيانًا يعني هذا موافقة بشرية. وأحيانًا يعني حدودًا للثقة. وأحيانًا صلاحيات محدودة. وأحيانًا يمكن لـ AI أن يوصي فقط ولا ينفذ.

الأتمتة الجيدة ليست أقصى استقلالية. بل الاستقلالية المناسبة.

إذا لم تعرف كيف يعمل المسار اليوم، سيكون من الصعب إثبات أن الأتمتة حسّنته.

قبل التنفيذ، حدد خط الأساس.

كم تستغرق العملية؟ كم شخصًا يشارك فيها؟ كم خطوة تحتوي؟ كم حالة تُنجز أسبوعيًا؟ أين تظهر التأخيرات؟ ما معدل الأخطاء؟ كم تكلف العملية؟ ما نسبة الحالات التي تحتاج إلى تصعيد؟ وما مدى رضا الأشخاص الذين يستخدمونها؟

ثم قارن بعد الأتمتة. هذا يمنع المشروع من التحول إلى "تحول بالذكاء الاصطناعي" غامض. يجب أن تستطيع الشركة أن تقول ما الذي تغير.

على سبيل المثال: انخفض زمن الرد من ست ساعات إلى عشرين دقيقة. انخفض وقت تأهيل العميل المحتمل بنسبة 70%. تقرير أسبوعي كان يحتاج خمس ساعات أصبح يحتاج ثلاثين دقيقة. يتم تجهيز 80% من التذاكر الروتينية تلقائيًا. يستطيع فريق العمليات التعامل مع ضعف الحجم من دون زيادة عدد الموظفين.

هذه نتائج تجارية.

يجب أن تكون أول أتمتة جيدة محددة. لكن هذا لا يعني أن تكون معزولة. ينبغي تصميم المسار بحيث يمكن توسيعه لاحقًا.

على سبيل المثال، قد تبدأ شركة بأتمتة تصنيف تذاكر الدعم. ثم يمكن للنظام نفسه أن يضيف لاحقًا استرجاع المعرفة، واقتراح الردود، وسياق الحساب، والإجراءات المعتمدة، وتحديث CRM، والتصعيد التلقائي.

يصبح المشروع الأول أساسًا لنظام أوسع. وهذا أفضل من محاولة أتمتة القسم كله من اليوم الأول.

الأنظمة الصغيرة أسهل في الاختبار. وأسهل في القياس. وأسهل في بناء الثقة. وأسهل في التحسين.

تبدأ الشركات غالبًا نقاشات AI بأسئلة عن النماذج. أي LLM يجب أن نستخدم؟ أي إطار للوكلاء؟ أي مزود؟ أي منصة؟

هذه الأسئلة مهمة. لكنها نادرًا ما تكون الأسئلة الأولى. سير العمل أهم.

حتى أقوى نموذج إذا وُضع داخل عملية سيئة سيعطي نتيجة سيئة. أما نموذج أبسط داخل مسار مصمم جيدًا فقد يخلق قيمة ضخمة.

الميزة التنافسية تأتي غالبًا من سياق العمل، والتكاملات، والبيانات، والصلاحيات، وتصميم العملية، ونظام التقييم، وطريقة تفاعل الناس مع الأتمتة.

النموذج مكون واحد. أما سير العمل فهو المنتج.

في MoonWhale، لا نبدأ مشاريع الأتمتة بالسؤال عن المكان الذي يمكن إدخال AI فيه. نبدأ بفهم حركة العمل.

من أين تدخل المعلومات؟ من يتعامل معها؟ أين تنتظر؟ أي الخطوات تتكرر؟ أي القرارات تحتاج إلى حكم؟ ما الأنظمة التي يجب أن تتواصل؟ أين ينقل الأشخاص السياق يدويًا؟ وماذا يحدث عندما تسير الأمور بشكل خاطئ؟

ثم نقرر ما الذي يجب أتمتته، وما الذي يجب أن يساعد فيه AI، وما الذي يجب أن يبقى بشريًا.

بحسب سير العمل، قد يشمل ذلك:

• وكلاء الذكاء الاصطناعي
• تكاملات LLM
• أتمتة CRM
• أتمتة خدمة العملاء
• أنظمة المعرفة الداخلية
• معالجة المستندات
• تكاملات API
• أتمتة التقارير
• مسارات المبيعات
• مسارات المحتوى
• تطبيقات AI مخصصة
• طبقات الموافقة البشرية

الهدف ليس إنشاء النظام الأكثر إبهارًا تقنيًا. بل إنشاء سير عمل أبسط، وأسرع، وقابل للقياس، وأسهل في التشغيل.

ابدأ بسير العمل الذي يجمع أقوى مزيج من: التكرار العالي، والاحتكاك العالي، والقيمة التجارية الواضحة، والبيانات القابلة للاستخدام، والمخاطر التي يمكن التحكم بها.

ابحث عن العمل الذي يشتكي منه الناس. العمل الذي ينتظر باستمرار. العمل الذي يحتاج فيه شخص إلى نقل المعلومات يدويًا بين الأنظمة. العمل الذي يحتاج إلى قراءة الأنواع نفسها من المعلومات مرارًا. العمل الذي يحدث بتكرار كافٍ حتى تتراكم فيه المدخرات الصغيرة.

ثم اسأل هل يجب على AI أن يساعد، أو ينفذ، أو ينسق هذا العمل.

لا تبدأ بمحاولة تحويل الشركة كلها دفعة واحدة.

أصلح سير عمل واحدًا. قِس النتيجة. تعلّم كيف يستخدمه الناس. قوِّ الضوابط. ثم توسع.

الشركات التي ستحصل على أكبر قيمة من أتمتة سير العمل بالذكاء الاصطناعي لن تكون الشركات التي تؤتمت أكبر عدد من المهام. بل التي تؤتمت العمل الصحيح أولًا.

السؤال ليس كم من أعمال شركتك يستطيع الذكاء الاصطناعي أتمتته. السؤال هو أين تستطيع الأتمتة خلق قيمة كبيرة بما يكفي لتغيير الطريقة التي تعمل بها شركتك.