العنوان العربي: مقال طويل من عشرات الآلاف الكلمات | ماضي وحاضر شركة FDE: كلما تطورت التكنولوجيا الذكية، لماذا تحتاج الشركات أكثر إلى البشر في الخطوط الأمامية؟

تلخيص بلغة بسيطة للمحتوى الأساسي

تفصل هذه المقالة المطولة (التي تزيد عن عشرة آلاف كلمة) عن الوظيفة الجديدة الشهيرة حاليًا وهي FDE (مهندس التنفيذ الأمامي): إنها ليست المغرة الوظيفية التي يُقال عنها إنها توفر دخلاً سنويًا يصل إلى المليون بمجرد تعلم إطارين للذكاء الاصطناعي وحفظ قوالب المتطلبات، بل هي في الواقع وظيفة “متعددة المهام” تم إنشاؤها خلال الفترة الانتقالية لتطبيق تقنيات الذكاء الاصطناعي في الشركات. في الوقت الحالي، تبدو النماذج الكبيرة للذكاء الاصطناعي قادرة على فعل كل شيء، لكن عندما يتعلق الأمر بتطبيقها في العمليات اليومية للشركات، تظهر العديد من المشاكل مثل القواعد غير المكتوبة، والأنظمة المتقاطعة بين الأقسام، وحذر الموظفين في الخطوط الأمامية، بالإضافة إلى المشاكل التاريخية التي لا يتحمل أحد مسؤوليتها. كانت هناك وظائف متعددة مثل مبيعات ما قبل البيع، وتطوير المنتجات، وتنفيذ الأنظمة، ونجاح العملاء، لكن لم يكن هناك أحد يتحمل المسؤولية الكاملة عن تحويل فكرة “المدير يريد استخدام الذكاء الاصطناعي كمساعد” إلى واقع فعلي في الشركة. وظيفة FDE تأتي لسد هذه الفجوة.

هذه الوظيفة ليست فقط تقنية بحتة ولا خدمية بحتة؛ يجب على الموظف أن يفهم عادات العمل غير المعلنة للموظفين في الخطوط الأمامية، وأن يكون قادرًا على بناء الأنظمة وتعديل الصلاحيات، وأن يعيد المشاكل التي واجهها كل عميل إلى المقر لتحسين المنتجات العامة، حتى لا يضطر العميل التالي إلى البدء من الصفر. السوق المحلية لا تزال في مرحلة فوضوية شديدة، حيث تختلف الأسعار بشكل كبير بين الشركات، ومن المعتاد أن تختلف الرواتب بشكل كبير أيضًا. في النهاية، لن تصبح هذه الوظيفة وظيفة دائمة ومضمونة الدخل؛ مهمتها النهائية هي أن تختفي تدريجيًا، حيث ستنتشر قدرات الذكاء الاصطناعي بشكل أكبر وتندمج في جميع الوظائف العادية.

---

تفسير مفصل بلغة بسيطة

1. FDE ليست اختراعًا جديدًا للذكاء الاصطناعي، بل هي وظيفة قديمة عادت مرة أخرى

يعتقد الكثيرون أن وظيفة FDE ظهرت فجأة مع عصر النماذج الكبيرة للذكاء الاصطناعي، لكن في الواقع، كانت موجودة منذ 50 عامًا عندما بدأت الحواسيب الكبيرة في الدخول إلى الشركات. كانت الحواسيب باهظة الثمن للغاية، وكان المديرون يريدون من الآلات أن تدير المخزون وتحسب التكاليف، لكنهم لم يكونوا واضحين بما فيه الكفاية بشأن متطلباتهم، ولم يفهم المبرمجون التعقيدات داخل الشركات، لذلك ظهرت وظيفة “محلل النظام” لنقل المعلومات بين الأطراف المختلفة وتحويل المتطلبات غير الواضحة إلى قواعد يمكن للآلات تنفيذها.

مع تطور البرمجيات في الشركات، تم تقسيم هذه الوظيفة إلى وظائف أصغر متخصصة: مبيعات ما قبل البيع، وتطوير المنتجات، وتنفيذ الأنظمة، ونجاح العملاء. هذا التقسيم جعل العمل أكثر كفاءة، لكنه ترك العديد من الثغرات في التنسيق بين الأقسام دون أحد يتحمل المسؤولية عنها. عندما يطلب العميل إدارة المخزون، يسجل المبيعات المتطلبات وينقلها إلى مبيعات ما قبل البيع، الذين بدورهم يضيفونها إلى الخطة وينقلونها إلى المطورين، الذين يكتشفون أن النظام القديم لا يحتوي على الواجهات اللازمة، فيتم إعادة المشكلة إلى العميل، وبحلول الوقت الذي تصل فيه المشكلة إلى العميل، قد تغيرت إجراءات المخزون بالفعل، وقد أكمل الجميع مؤشرات أدائهم الخاصة، وفي النهاية لا يمكن استخدام النظام بشكل فعال.

مع انتشار الذكاء الاصطناعي، أصبحت هذه الثغرات غير قابلة للتغطية؛ كانت البرمجيات التقليدية تتطلب من الشركات كتابة جميع الإجراءات بوضوح قبل تطبيقها في النظام، لكن النماذج الكبيرة للذكاء الاصطناعي الآن قادرة على تحاول أتمتة حتى القواعد غير المكتوبة شفهيًا، لذا يجب أن تعود المسؤوليات التي كانت موزعة على عدة أقسام إلى شخص واحد، وهكذا ظهرت وظيفة FDE.

2. كلما تحسن الذكاء الاصطناعي، زاد الحاجة إلى FDE، لأن الناس يستفيدون من فرق الزمن بين “تحسين القدرات وظهور المزيد من المشاكل”

يعتقد معظم الناس أن الذكاء الاصطناعي سيصبح أكثر ذكاءً ولن يحتاج إلى بشر للتوسط، وأن وظيفة FDE ستختفي في النهاية. لكن الواقع عكس ذلك: كلما تحسنت قدرات الذكاء الاصطناعي، زادت المهام التي يجب على FDE القيام بها.

السبب بسيط: في السابق، كانت النماذج الكبيرة للذكاء الاصطناعي قادرة فقط على كتابة النصوص وإعداد الملخصات، وإذا كان هناك خطأ، يمكن حذفها وإعادة إرسالها، لكن الآن يمكن للذكاء الاصطناعي تعديل أسعار العملاء بين الأنظمة المختلفة وموافقة الاستردادات مباشرة، وإذا حدث خطأ، فإن الخسائر تكون حقيقية. كلما تحسن الذكاء الاصطناعي، زادت الأفكار التي يمكن للشركات تطبيقها، مثل كتابة نصوص خدمة العملاء، ومن ثم سيطلبون تدقيق العقود تلقائيًا وإعداد التقارير التي تشمل عدة أنظمة وتفعيل الاستردادات تلقائيًا للطلبات الشاذة في نهاية الشهر – هذه العمليات المعقدة لم يفكر أحد في أتمتتها من قبل، وكانت تعتمد على القواعد غير المكتوبة التي ينقلها الموظفون شفهيًا.

على سبيل المثال، استغرق تطوير نظام مستشار الثروة بالذكاء الاصطناعي في مورجان ستانلي شهرين فقط من التطوير التقني، بينما استغرق الباقي أربعة أشهر من العمل مع الموظفين في الخطوط الأمامية لاختبار كل إجابة للتأكد من أنها تتوافق مع المتطلبات القانونية، وتعديل الصلاحيات لمنع تسريب بيانات العملاء، وجعل الموظفين يثقون بتقديم بيانات العملاء إلى الذكاء الاصطناعي تدريجيًا. ببساطة، كلما فتح الذكاء الاصطناعي قدرة جديدة، يتم فتح مجموعة جديدة من السيناريوهات المعقدة التي لم يجرؤ أحد على التعامل معها من قبل، ويجب على FDE ملء هذه الثغرات.

3. لا تصدقوا أن “الانضمام إلى وظيفة FDE يعني راتبًا عاليًا تلقائيًا”؛ 90% من الوظائف التي تحمل اسم FDE هي في الواقع وظائف مختلفة

في السوق الحالية، تعريف وظيفة FDE غير واضح للغاية؛ يمكن أن يطلق على أشخاص مختلفين أسماء مثل مهندسي حلول الذكاء الاصطناعي، أو مهندسي تسليم النماذج الكبيرة، أو مصممي الوكلاء، بل حتى العاملين في تنفيذ الأنظمة اسم FDE. لتحديد ما إذا كان شخص ما FDE حقًا، يمكن الاعتماد على أربعة معايير أساسية:

1. تحمل المسؤولية الكاملة: من بداية استقبال المتطلبات غير الواضحة من المديرين حتى استخدام النظام فعليًا من قبل الموظفين في الخطوط الأمامية وزيادة المؤشرات التجارية، وهذا يعني أنه يتحمل المسؤولية الكاملة، على عكس مبيعات ما قبل البيع التي تقتصر على توقيع الطلبات وتنفيذ التنفيذ الذي يقتصر على تركيب النظام.

2. القدرة على تعديل الأنظمة بنفسه: ليس فقط إعداد العروض التقديمية، بل أيضًا التعامل مع واجهات الأنظمة القديمة للعملاء وتعديل الصلاحيات واستعادة النظام عند حدوث أخطاء دون الحاجة إلى البحث عن المطورين.

3. التواجد الفعلي في الخطوط الأمامية: ليس بالضرورة الإقامة اليومية، لكن يجب التواصل مع الموظفين لفهم العمليات وعدم اعتبار أفكار الإدارة كمتطلبات حقيقية.

4. إعادة تطبيق التجارب إلى المنتجات: بعد إنهاء مشروع العميل، يجب تحو