مرحبًا! أنا مساعدك في تحليل الأخبار المالية والأعمال. على الرغم من أن عنوان هذا المقال يحتوي على مصطلحات تقنية مثل “FDE” و“Ontology” التي قد تبدو معقدة، إلا أن الموضوع الأساسي الذي يناقشه هو شيء يهم جميع الرؤساء وموظفي الموارد البشرية والمديرين: كيف يجب على الشركات التكيف عندما يبدأ الذكاء الاصطناعي في العمل بشكل فعلي؟
الكثير من الرؤساء يخطئون في الاعتقاد بأن شراء أدوات الذكاء الاصطناعي واستخدام الموظفين لكلمات معينة كافٍ لإتمام عملية التحول بنجاح. لكن المؤلف وي هاوتشنغ يشير إلى أن هذا مثل تركيب محرك في عربة تجرها الخيول، لكن العجلات لا تزال خشبية، مما يجعل العربة بطيئة وقد تتفكك بسهولة.
دعوني أفسر المقال بلغة بسيطة وأقسمه إلى 5 أبعاد رئيسية لمساعدتك على فهم هذا التحول التنظيمي بشكل كامل:
---
1. لماذا لا تتحسن الكفاءة في شركتك على الرغم من استخدام الذكاء الاصطناعي؟
الرأي الأساسي: أصبح الأفراد أكثر كفاءة، لكن التنظيم لم يتطور بما فيه الكفاية، مما يؤدي إلى زيادة “الاستهلاك الداخلي” (التناقضات داخل الشركة).
الوضع الحالي في العديد من الشركات هو أن الموظفين يستخدمون أدوات الذكاء الاصطناعي بالفعل، وأصبحوا أسرع في كتابة الكود وإعداد العروض التقديمية. قد يبدو للرؤساء أن هناك تغييرًا طفيفًا، وأحيانًا قد تزداد الأمور تعقيدًا.
- الظاهرة: في السابق، كان شخص واحد يقوم بمهمة واحدة، أما الآن فهناك عدة أشخاص يستخدمون الذكاء الاصطناعي لإنجاز عدة مهام في نفس الوقت. لكن الحواجز بين الأقسام وإجراءات الموافقة لا تزال قائمة.
- التناقض: قد يقوم قسم ما بتنظيم البيانات بسرعة باستخدام الذكاء الاصطناعي، لكن قسمًا آخر يستمر في استخدام الإجراءات القديمة، مما يؤدي إلى مشاكل في تبادل البيانات أو عدم القدرة على الموافقة عليها.
- الاستنتاج: هذا مثل تركيب محرك صاروخي في عربة قديمة؛ الخيول (الموظفون) قد تكون أسرع، لكن الهيكل التنظيمي لا يزال قديمًا، مما قد يؤدي إلى تلف العربة أو زيادة الاستهلاك الداخلي بسبب السرعة الزائدة.
- المعادلة: إنتاجية الذكاء الاصطناعي على مستوى التنظيم = قدرة الأفراد على استخدام الذكاء الاصطناعي × مدى تكيف التنظيم معه. إذا كان مدى التكيف صفرًا، فإن الإنتاجية الإجمالية ستكون صفرًا أو حتى سلبية.
2. ما هو FDE؟ ليس مبرمجًا متقدمًا، بل “طبيبًا متمركزًا في الموقع”
الرأي الأساسي: FDE (مهندس التنفيذ المتقدم) هو الشخص الذي يربط بين التكنولوجيا والأعمال، ويعمل كـ “مترجم” و “جراح” في هذه العملية.
الكثير من الناس يعتقدون أن FDE هو مبرمج أكثر خبرة، لكن هذا غير صحيح.
- النموذج التقليدي: يقدم العميل المتطلبات → يكتب مدير المنتج الوثائق → يكتب فريق التطوير الكود → يتم الاختبار → يتم الإطلاق. هذه العملية بطيئة، وغالبًا ما لا تلبي احتياجات العميل.
- نموذج FDE: يذهب فريق FDE مباشرة إلى موقع الشركة، ولا يهتمون بكتابة الكود فورًا، بل يبدأون بفهم:
1. ما هي أنشطة الشركة بالضبط؟
2. أين تكمن المشكلات الرئيسية؟ (مثلاً: لماذا يتطلب الموافقة 7 أشخاص؟ لماذا لا تتطابق البيانات؟)
3. أي الخطوات تحتاج إلى تحسين باستخدام الذكاء الاصطناعي؟
4. كيف يمكن دمج الذكاء الاصطناعي في العمليات؟
- القيمة: فريق FDE هو فريق صغير يتكون من أشخاص يفهمون التكنولوجيا والأعمال والتنظيم. يقومون بتشخيص المشكلات أولاً، ثم يصممون الحلول، ثم يطورون النماذج الأولية بسرعة.
- التغيير: في الماضي، كان يتطلب المشروع 8-12 شخصًا لعدة أشهر، أما الآن فيمكن لفريق FDE إنجاز نموذج أولي في غضون أيام باستخدام الذكاء الاصطناعي. هذا ليس مجرد ترقية تقنية، بل ثورة في طريقة التسليم.
3. ما هو “Ontology”؟ إعطاء الذكاء الاصطناعي “عيونًا تفهم الأعمال”
الرأي الأساسي: Ontology ليست تقنية غامضة، بل هي عملية تحويل “المعرفة الضمنية” الموجودة في عقول الموظفين والوثائق إلى بيانات يمكن للذكاء الاصطناعي فهمها.
هذا المفهوم قد يبدو فلسفيًا، لكنه في سياق الذكاء الاصطناعي واقعي جدًا.
- المشكلة: الذكاء الاصطناعي قوي، لكنه لا يفهم كيف تعمل الشركة. قد يعرف ما يعني “الطلب”， لكنه لا يعرف أن الطلبات التي تزيد قيمتها عن 100 ألف يجب أن تحصل على موافقة المدير المالي، أو أن العملاء ينقسمون إلى فئات مختلفة بحسب الخصومات.
- دور Ontology: تقوم Ontology بتنظيم المعرفة المتعلقة بالعمليات والعلاقات والقواعد والصلاحيات الموجودة في الشركة في شكل بيانات منظمة يمكن للذكاء الاصطناعي فهمها.
- الكائنات: ما هو العميل؟ ما هو المنتج؟
- العلاقات: عندما يشتري العميل المنتج، يتم إنشاء طلب.
- الأحداث: إذا تجاوزت قيمة الطلب 100 ألف، يتم تفعيل إجراء الموافقة.
- الصلاحيات: فقط المدير يمكنه الموافقة.
- الأهمية: عملية بناء Ontology هي عملية تنظيم ذاتي للشركة. الكثير من الرؤساء لا يستطيعون تحديد من يتحمل المسؤولية عن النتائج أو في أي ظروف يمكن إجراء استثناءات. وجود Ontology يجبرهم على توضيح هذه الأمور بشكل واضح.
- العبارة الرئيسية: بدون Ontology، يعرف الذكاء الاصطناعي الكثير من الحقائق، لكنه لا يفهم سياق العمل في الشركة.
4. إعادة هيكلة التنظيم من الهيكل الهرمي إلى شبكة القدرات
الرأي الأساسي: الذكاء الاصطناعي يجعل الهياكل الهرمية غير ضرورية، والمنظمات المستقبلية ستكون مبنية حول المهام والقدرات.
الشركات التقليدية لها هيكل هرمي: الأفراد → المناصب → الأقسام → المستويات. هذا بسبب قيود القدرات البشرية والحاجة إلى نقل المعلومات عبر المستويات المختلفة، مما يجعل الإدارة أكثر تعقيدًا.
- التغييرات التي يجلبها الذكاء الاصطناعي:
1. انخفاض تكاليف التواصل: في السابق، كانت الشركات الكبيرة تحتاج إلى عقد اجتماعات وتقديم تقارير عبر المستويات المختلفة، لأن كل شخص كان يمتلك معلومات مختلفة. الآن، مع وجود نظام يعتمد على Ontology، يمكن للأفراد الاستفسار مباشرة من الذكاء الاصطناعي عن المعلومات الضرورية دون الحاجة إلى البحث عن أشخاص آخرين، مما يقلل تكاليف التواصل بشكل كبير.
2. تلاشي حدود المناصب: إذا كان الذكاء الاصطناعي يمكنه إنجاز 70% من مهام منصب ما، فما الذي يتبقى للموظف؟ هل يجب الاحتفاظ بذلك المنصب؟
3. تقليل عدد الأفراد وزيادة الكفاءة: كلما زاد استخدام الذكاء الاصطناعي، قل عدد الأفراد وزادت الإنتاجية. فرد واحد مع الذكاء الاصطناعي يمكن أن يشكل فريقًا صغيرًا فعالًا.
- الشكل الجديد للمنظمة:
- المناصب → نقاط القدرة: لم يعد الأمر يتعلق بما إذا كان الشخص “مبيعًا” أو “خدمة عملاء”， بل بما إذا كان يمتلك القدرات اللازمة مثل فهم العملاء أو إعداد الحلول.
- الأقسام → شبكة القدرات: الأقسام لم تعد ثابتة، بل تتكون حسب احتياجات المهام من خلال تجميع الأفراد ووكلاء الذكاء الاصطناعي.
- المديرون → منسقون: المديرون لم يعودوا يراقبون الأفراد فقط، بل ينسقون الموارد والمهام وقدرات الذكاء الاصطناعي.