محلل الأعمال في عصر الوكلاء الذكاء الاصطناعي

يمكن للذكاء الاصطناعي إنشاء مخطط لحالة الاستخدام في أقل من دقيقة، وتحويل فكرة بسيطة إلى نموذج أولي أساسي خلال ساعة، وإنتاج وثائق المتطلبات في جزء صغير من الوقت الذي كان يستغرقه سابقًا. هذا التحول واضح بالفعل في التحليل التجاري اليومي، يستخدم المتخصصون الذكاء الاصطناعي لإعداد جلسات الاستنباط، وصياغة المتطلبات، وتحديد الفجوات قبل التحقق. إذا نظرت فقط إلى تلك المخرجات، فإن الاستنتاج يبدو واضحًا: محلل الأعمال يختفي.

أنا لا أشارك هذا الاستنتاج. لقد عملت في تحليل الأعمال وتكنولوجيا المعلومات، وتصميم الحلول، والتحول الرقمي لسنوات، مراقبًا التغيير المستمر ومراحل التكيف المختلفة. ما يختفي ليس الدور. ما يختفي هو محيطه. وهذا شيء مختلف تمامًا.

ما يقوم به المحلل

عندما تسأل العميل ما يحتاجه، يخبرك بما يريده. هذان ليسا دائمًا نفس الشيء. ليس لأنهم لا يفهمون عملهم – بل لأنهم ببساطة لا يستطيعون دائمًا التعبير عن احتياجاتهم بوضوح كافٍ. غالبًا ما تُغفل الأنشطة الروتينية لأن العملاء يؤدونها تلقائيًا كل يوم. وتُفوت الحالات الحدية بسهولة لأن الناس يميلون إلى تذكرها فقط عندما تحدث.
الاتصالات بين الأقسام تُفهم من منظور شخصي، وليس بالضرورة من منظور الكل. وعندما يقرر العميل تغيير عدة أنظمة في آن واحد، غالبًا ما يغفل أن تغيير نظام واحد يغيّر العملية ذات الصلة تقريبًا دائمًا.
ليس دور المحلل كتابة ما قاله العميل. بل يتمثل دوره في اكتشاف ما لم يقله العميل، ومواصلة طرح الأسئلة حتى تظهر جميع التفاصيل. يتتبع المحلل الروابط والاعتمادات والعواقب عبر الأنظمة والبيانات والعمليات التجارية.
هذه قدرة تشخيصية، ليست نشاطًا إداريًا.

ثلاثة مسارات لمحللي الأعمال

لم تكن حدود التحليل التجاري ثابتة أبدًا. لقد انتقل المحللون منذ زمن طويل إلى ملكية المنتجات، وإدارة المشاريع، وأدوار تقنية أكثر. الذكاء الاصطناعي يسرّع هذه الحركة ببساطة من خلال تقليل الوقت المطلوب لإنجاز المخرجات الروتينية.
وجدت مساحة Gartner الأخيرة أن أكثر من نصف المؤسسات أعادت تصميم أو إعادة تعريف الأدوار بسبب الذكاء الاصطناعي، بينما وافق 78٪ من قادة الموارد البشرية على أن سير العمل والأدوار ستحتاج إلى تحقيق قيمة استثماراتهم في الذكاء الاصطناعي. من ملاحظاتي وتجربتي المباشرة، تتشكل ثلاثة مسارات رئيسية.

1. نحو المنتج والأعمال

قد ينتقل المحللون الذين يستمتعون بصياغة المنتجات إلى أدوار أوسع تشمل ملكية المنتج، وتحليل الأعمال، وتنسيق التسليم. هذه التركيبات موجودة بالفعل، خاصةً في الفرق الصغيرة. مع تقليل الذكاء الاصطناعي للوقت المستغرق في إنتاج المخرجات الروتينية، من المرجح أن تصبح الحدود بين هذه المسؤوليات أكثر سلاسة.
هذا لا يعني أن نكلف شخصًا واحدًا بأربعة وظائف لمجرد أن الذكاء الاصطناعي يستطيع كتابة الوثائق. الفرصة تكمن في جمع المسؤوليات التي تعتمد بالفعل على فهم موحد لاحتياجات العميل، وأولويات المنتج، ونتائج الأعمال.
يتطلب هذا المسار أيضًا فهماً أقوى للبيانات. غالبًا ما ركز العمل التحليلي على العمليات والوظائف والمتطلبات، بينما تُترك طبقة البيانات في الخلفية. تجعل أنظمة الذكاء الاصطناعي هذا الفصل أكثر صعوبة.
يمكن للمحلل الذي يفهم كلًا من سياق الأعمال والبيانات أن يميّز عندما يجيب نموذج ما على السؤال الخطأ بصورة صحيحة. قد يحدث ذلك لأن البيانات المتاحة لا تمثل الوضع بدقة، أو لأن تعريف الأعمال وراء مقياس ما قد تغير، أو لأن السؤال الأصلي صُغ بشكل غير سليم.
يمكن للذكاء الاصطناعي مساعدة تقريبًا أي شخص في إنشاء لوحة معلومات أو تقرير. ما زال تفسير ما يعنيه الناتج لعمل معين في لحظة معينة يتطلب السياق والحكم. تصف Forrester تغيرًا مشابهًا عبر أدوار البرمجيات، حيث ينقل الذكاء الاصطناعي الوقت من إنتاج المخرجات المتكررة إلى أنشطة مثل التحقق، والتنسيق، والتحكم.

2. نحو النمذجة التقنية

قد يتمكن المحللون الذين لديهم ميول قوية للتطوير من التحدث مع العميل ثم بناء نموذج أولي عملي – ليس مجرد نموذج تجريدي، بل شيء يمكن للعميل اختباره والتحقق من صحته.
هذا يغيّر عملية التحقق من المتطلبات: يمكن للعملاء التفاعل مع فكرة بدلاً من محاولة تفسيرها من وثيقة. يمكن أن تظهر سوء الفهم مبكرًا، بينما لا تزال التغييرات تكلفة منخفضة نسبيًا.
لكن النموذج الأولي ليس نظامًا إنتاجيًا.
الأمان، والتكامل، والقدرة على التوسع، والأداء تحت الحمل لا تُحل بعبارة “الذكاء الاصطناعي يساعدني في البرمجة”. بناء برامج مؤسسية للإنتاج يتطلب مستوى مختلفًا من الخبرة الهندسية. قد يطوّر بعض المحللين هذه المهارات تدريجيًا ويقتربون من التطوير على مستوى الإنتاج. إنه مسار أكثر طلبًا مما يوحي به النمذجة السريعة، لكنه واقعي.

3. نحو إدارة المشروع والتسليم

يقوم المحللون بالفعل بتنسيق مناقشات العملاء، والمساهمة في التقديرات، وإدارة الأسئلة المتعلقة بالنطاق والمتطلبات والتغيير. وهذا يخلق تداخلًا طبيعيًا مع إدارة المشروع.
في المشاريع الصغيرة، قد يتمكن شخص واحد من دمج مسؤوليات التحليل والتنسيق لأن كليهما يعتمد على فهم النطاق وأصحاب المصلحة والاعتمادات. يمكن أن يختصر ذلك مسارات التواصل ويسهل ربط قرارات التسليم اليومية بالاحتياج التجاري الأصلي.
هذا لا يجعل مدير المشروع غير ضروري. في المشاريع الكبيرة، حيث يكون تنسيق الأشخاص والمخاطر والاعتمادات معقدًا حقًا، تظل إدارة المشروع تخصصًا متخصصًا. النهج المدمج منطقي فقط عندما يسمح النطاق بذلك.
التمييز مهم. قد يقلل الذكاء الاصطناعي الجهد المطلوب لإنشاء الخطط، أو ملخصات الاجتماعات، أو تقارير الحالة، لكن إنتاج تلك المخرجات لم يكن أبدًا القيمة الكاملة لإدارة المشروع.

ما يميز من يتقنون هذا المسار

تتطلب جميع المسارات الثلاثة من المحللين تجاوز حدود الأدوار المألوفة. الفضول يمنحهم الاستعداد لتجربة أدوات وأساليب جديدة. التعلم المستمر يمنع ما أُسميه ديون المعرفة: التراكم التدريجي للفرضيات والمهارات القديمة، مثل ديون التقنية في نظام قديم.
ربما الأهم من ذلك هو القدرة على التحقق. يعتاد المحللون على سؤال “هل هذا صحيح فعلاً؟” قبل سؤال “هل انتهى الأمر؟” في بيئة مليئة بمخرجات الذكاء الاصطناعي السلسة والمقدمة باحترافية، تصبح هذه العادة أكثر قيمة.
يمكن للذكاء الاصطناعي إنتاج إجابات غير صحيحة بصيغة واثقة ومقنعة – نمط أشار إليه باحثو MIT Sloan كأحد الأسباب الرئيسية التي تجعل الرقابة البشرية ضرورية. يمكن أن تكون مخرجاته منظمة، وسلسة، ومصقولة.
لا يحدث الفشل عند استخدام الذكاء الاصطناعي. يبدأ عندما يتم قبول ناتج معقول دون تحقق.

السؤال ليس ما إذا كان محللو الأعمال سيختفون

تُكتب العديد من المقالات حول مستقبل دور المحلل كتوقعات. هذه ليست توقعًا. إنها ملاحظة: الدور يتغير كما كان دائمًا. ما يختلف هذه المرة هو السرعة – وحقيقة أن محيطه يصبح متاحًا تقريبًا للجميع.
يمكن للمطور أن يستخدم الذكاء الاصطناعي لإجراء تحليل المتطلبات. ويمكن للمدير أن يستخدمه لتوليد قصص المستخدم. قد لا يبرعون في أي منهما، لكن المحلل الذي تعتمد قيمته فقط على إنتاج المخرجات سيواجه صعوبة.
ما يبقى في صميم الدور هو القدرة على كشف الاحتياجات غير المعلنة، وربط السياقات التجارية والتقنية، والتحقق من المخرجات، ورؤية الروابط التي لا يستطيع العميل إدراكها. وفقًا لتقرير IIBA لعام 2025 حول حالة التحليل التجاري العالمية، يقول 74٪ من الممارسين إن الذكاء الاصطناعي يؤثر إيجابيًا على مسيراتهم المهنية، بينما تصبح المهارات البشرية مثل التواصل، والتفكير الاستراتيجي، والقدرة على التكيف أكثر أهمية.
السؤال ليس ما إذا كان التحليل التجاري سيختفي. بل ما يبقى عندما يصبح محيطه متاحًا للجميع.
الإجابة هي الحكم الذي يتطلب سنوات من الممارسة، ومشروعات متنوعة، وتجربة الفشل لتطويره. إنها القدرة على التعرف على أن المتطلب الموثق غير مكتمل، أو أن النموذج الأولي العملي يحل المشكلة الخاطئة، أو أن الإجابة المصقولة تستند إلى فرضية خاطئة.
هذا هو الجزء من التحليل التجاري الذي لا يمكن اكتسابه بسرعة.