جيتندرا بوتشا، الرئيس التنفيذي للعمليات في Tredence – سلسلة المقابلات

Jitendra Putcha، الرئيس التنفيذي للعمليات في Tredence، هو مدير تنفيذي مخضرم في مجال التكنولوجيا والعمليات يمتلك ما يقرب من ثلاثة عقود من الخبرة التي تغطي الذكاء الاصطناعي، وتحليل البيانات، والتحول الرقمي، والتسليم، وخدمات تقنية المؤسسات. قبل انضمامه إلى Tredence في أبريل 2026، شغل منصب مدير التسليم في Mastech Digital، حيث كان جزءًا من فريق القيادة التنفيذية المشرف على الاستراتيجية والتحول ومسؤوليات الأرباح والخسائر وتسليم الخدمات. قضى عدة سنوات سابقة في LTIMindtree وLTI، حيث شغل في النهاية منصب نائب الرئيس الأول ورئيس عالمي لبيانات & AI، مع مسؤولية تبني الذكاء الاصطناعي على مستوى المؤسسات، والذكاء الاصطناعي التوليدي، ووكلاء الذكاء الاصطناعي، وخدمات البيانات والتحليل، والهندسة المنتجية، وتطوير المنصات. في وقت سابق، أمضى بوتشا ما يقرب من 18 سنة في Cognizant، وتدرج عبر مناصب قيادية عليا بما في ذلك نائب الرئيس للذكاء الاصطناعي & التحليل ورئيس مركز حيدر أباد، حيث شمل عمله تسليم البيانات والتحليل على مستوى عالمي، والتحول المدفوع بالذكاء الاصطناعي، وتوسيع قدرات التحليل عبر الصناعات. وشملت مسيرته المهنية السابقة أدوارًا في Wipro وDSQ Software، مما وفر له أساسًا مهنيًا يمتد إلى تخزين البيانات، والذكاء التجاري، والتحليل، وتسليم المشاريع المؤسسية على نطاق واسع.

Tredence هي شركة عالمية لحلول علم البيانات والذكاء الاصطناعي تركز على معالجة ما تسميه مشكلة “المرحلة الأخيرة” في الذكاء الاصطناعي — الفجوة بين توليد الرؤى وتحويلها إلى نتائج تجارية قابلة للقياس. تأسست في عام 2013، تجمع الشركة بين الخبرة الصناعية والهندسة البيانية، وعلم البيانات، وتعلم الآلة، والذكاء الاصطناعي التوليدي، ووكلاء الذكاء الاصطناعي، وتقنيات السحابة، ومسرعات مملوكة لتساعد المؤسسات على تشغيل الذكاء الاصطناعي على نطاق واسع. تقول Tredence إن لديها أكثر من 4,200 موظف وتعمل مع شركات في مجالات التجزئة، والسلع الاستهلاكية المعبأة، والتكنولوجيا، والاتصالات، والرعاية الصحية، والسفر، والصناعات، وغيرها من القطاعات. نهجها يركز على دمج التحليلات والذكاء الاصطناعي في عمليات الأعمال الفعلية بدلاً من الاكتفاء بالنماذج أو لوحات المعلومات، مع قدرات تشمل الذكاء الاصطناعي التوليدي الجاهز للمؤسسات، والأنظمة المتعددة الوسائط والوكيلية، والذكاء الاصطناعي المسؤول، وتحديث البيانات، وحوكمة الذكاء الاصطناعي.

أنت تمتلك أكثر من 28 سنة من الخبرة التي تغطي بيانات المؤسسات، والتحليلات، والذكاء الاصطناعي، والتسليم العالمي واسع النطاق، بما في ذلك أدوار قيادية في Cognizant وLTIMindtree وMastech Digital قبل انضمامك إلى Tredence كالرئيس التنفيذي للعمليات في 2026. ما الذي جذبك إلى Tredence في هذه المرحلة المحددة من نموها، وما هي أكبر فرصة تراها لإعادة تشكيل طريقة عمل شركة خدمات مركزة على الذكاء الاصطناعي وتقديم القيمة عندما تنتقل المؤسسات من التجريب إلى الذكاء الاصطناعي على نطاق واسع؟

ما جذبني إلى Tredence هو مدى رسوخ الشركة. خلال مسيرتي المهنية، شهدت العديد من التحولات التقنية، لكن من النادر العثور على منظمة تربط الخبرة العميقة في الذكاء الاصطناعي مباشرةً بالنتائج التجارية الفعلية. لا تكتفي Tredence بالحديث عن الذكاء الاصطناعي لمجرد وجوده؛ بل تبني حلولًا تحل مشكلات المؤسسات الحقيقية.

في الوقت الحالي، الصناعة في نقطة تحول مذهلة. إنها تتجاوز مرحلة الاختبار وتطرح السؤال الصعب: كيف ندمج الذكاء الاصطناعي في عملياتنا اليومية؟ هذا ما نسميه “المرحلة الأخيرة” للذكاء الاصطناعي: سد الفجوة بين توليد الرؤى وضمان وصول تلك الرؤى إلى الشخص أو العملية أو القرار المحدد حيث يمكنها تحقيق نتيجة مفيدة.

الفرصة هنا لا تقتصر فقط على نشر أدوات أكثر تطورًا. إنها تتعلق بحل مشكلة التنفيذ، ومساعدة المؤسسات على التفكير بشكل مختلف، ورؤية قيمة قابلة للقياس. كالرئيس التنفيذي للعمليات، وظيفتي هي الحفاظ على هذه الميزة. أريد التأكد من أننا نوسع عملياتنا دون فقدان مرونتنا أو تركيزنا على العملاء، وتحويل طموحات الذكاء الاصطناعي عالية المستوى إلى عوائد واقعية.

نستمر في رؤية مؤسسات تشغل تجارب ذكاء اصطناعي واعدة لا تتحول أبدًا إلى أنظمة إنتاجية ذات معنى. عندما تنظر إلى المشاريع التي تتوقف، ما هي أكثر نقاط الفشل شيوعًا، وأي من هذه المشكلات لا يزال التنفيذيون يستهون بها؟

بصراحة، معظم تجارب الذكاء الاصطناعي لا تفشل بسبب فشل التقنية. إنها تفشل لأننا نتعامل مع الذكاء الاصطناعي كأنه محرك قوي لكننا ننسى بناء السيارة الفعلية حوله. فكر في الأمر بهذه الطريقة: المحرك من الطراز العالمي لا فائدة منه إذا لم تزوده بوقود نظيف، وعجلة توجيه، وسائق.

سوف يبقى نموذج الذكاء الاصطناعي الخاص بك عالقًا في الكراج بنفس الطريقة إذا قللت من أهمية ثلاثة أسس. البيانات الموثوقة هي وقودك النظيف. إذا كانت بياناتك فوضوية وغير منظمة، سيتعطل محركك ويعود نموذجك بإجابات غير موثوقة. الحوكمة القوية هي عجلة التوجيه. بدون قواعد واضحة وحواجز أمان، تكون الفرق خائفة جدًا من المخاطر لتضع السيارة على الطريق.

أخيرًا، الملكية التجارية الواضحة هي السائق الخاص بك، وهي العنصر الذي يقلل التنفيذيون من قيمته أكثر شيء. إذا لم يتولَ قائد الأعمال المقود، ويُعزز الأداة، ويدمجها مباشرةً في سير عمل فريقه اليومي، سيكافح المشروع لتحقيق النتائج. يجب أن نتجاوز “فخ العرض التجريبي”. النجاح لا يكمن في إطلاق عدد كبير من التجارب أو جمع محركات اختبار. بل يكمن في تأمين بياناتك، وتحديد حواجز واضحة، وتعيين مسؤولية حقيقية، ودمج الذكاء الاصطناعي بهدوء في طريقة تشغيل عملك كل يوم.

لطالما وصفت Tredence “المرحلة الأخيرة” للذكاء الاصطناعي بأنها ربط الرؤى بالإجراء. قد يدفع الذكاء الاصطناعي الوكيلى ذلك إلى أبعد من ذلك من خلال السماح للبرمجيات بتنفيذ القرارات. كيف يتغير مشكلة “المرحلة الأخيرة” عندما ينتقل الذكاء الاصطناعي من التوصية بإجراء إلى اتخاذ ذلك الإجراء بشكل ذاتي؟

في الماضي، كان التعامل مع المرحلة الأخيرة للذكاء الاصطناعي يشبه إلى حد كبير القيادة باستخدام نظام تحديد المواقع GPS. كانت الشاشة تخبرك بالضبط أين تتجه، لكن لا يزال عليك أن تحرك المقود فعليًا. يغيّر الذكاء الاصطناعي الوكيلى ذلك تمامًا. الآن، السيارة تقود نفسها أساسًا.

هذا يغيّر كامل الحوار. لم نعد نحاول فقط إقناع مدير بالثقة في مخطط على لوحة التحكم؛ بل نبني أنظمة يمكننا الوثوق بها لاتخاذ القرارات نيابة عنا. التحدي الحقيقي لم يعد إقناع الناس بالنظر إلى البيانات؛ بل معرفة مقدار التحكم الذي نشعر بالراحة في تسليمه للبرمجيات.

بالنسبة للمهام الروتينية منخفضة المخاطر، مثل تحديث سجلات المخزون أو تنظيف ملفات البيانات، فإن السماح للوكيل بالعمل على وضع الطيار الآلي أمر بديهي لأنه يزيل التأخيرات المؤسسية المعتادة. لكن في اللحظة التي يؤثر فيها قرار على معاملة مالية كبيرة، أو شكوى عميل حساسة، أو حد قانوني، تحتاج إلى إنسان جاهز للتدخل وإيقاف العملية.

في النهاية، الشركات التي ستتفوق باستخدام الذكاء الاصطناعي الوكيلى لن تكون فقط تلك التي تمتلك التقنية الأذكى. بل ستكون المنظمات التي تحدد بوضوح الحدود التي يمكن للبرمجيات تشغيلها بمفردها وأين يجب أن يستعيد الحكم البشري السيطرة.

لقد جادلت أن المؤسسة الوكيلية تتطلب سياقًا قطاعيًا، وحوكمة، وتنفيذًا ذكيًا للعمل معًا. لماذا لا يكفي أن تضع الشركات مجرد نموذج لغة كبير (LLM) أو وكيل ذكاء اصطناعي فوق مجموعة بياناتها الحالية، وما هي التغييرات المعمارية المطلوبة؟

وضع نموذج لغة كبير (LLM) فوق بيانات المؤسسة يشبه توظيف موظف ذكي ومنحه الوصول إلى كل وثيقة في الشركة من اليوم الأول. إنه ذكي وقادر، لكنه لا يزال لا يعرف كيف تعمل أنظمتكم، عملياتكم، القواعد الداخلية، واللوائح.

تواجه الشركات تحديًا مشابهًا لأن بيئاتها معقدة بطبيعتها. البيانات موجودة عبر أنظمة متعددة، وقد تطورت قواعد الأعمال بهدوء على مدار سنوات عديدة. بالإضافة إلى ذلك، تختلف التزامات الامتثال حسب الصناعة والجغرافيا. لكي يعمل الوكلاء بفعالية، يحتاجون إلى سياق، وليس مجرد معلومات.

لهذا السبب نفكر في الذكاء الاصطناعي للمؤسسات كمعمارية من ثلاث طبقات. الطبقة الأولى هي قاعدة بيانات موثوقة. الثانية هي الذكاء القطاعي، الذي يلتقط سياق الأعمال والعلاقات والتعريفات وسير العمل. الثالثة هي طبقة التجربة والتنفيذ المغلق، حيث يمكن للوكلاء التفكير والعمل ضمن حدود محكومة.

استثمرت العديد من المؤسسات بشكل كبير في الطبقة الأولى، وبعضها بنى عناصر من الثانية. ومع ذلك، تكمن الفرصة الحقيقية في ربط الثلاث طبقات معًا.

بدون السياق والحوكمة، حتى أكثر النماذج قدرة يمكنه توليد إجابات معقولة لا تتماشى مع واقع الأعمال. لا يحتاج الذكاء الاصطناعي للمؤسسات إلى مزيد من الذكاء؛ بل إلى مزيد من السياق.

سرعان ما أصبح مصطلح “وكيل الذكاء الاصطناعي” أحد أكثر المصطلحات المبالغ في استخدامها في الصناعة. من منظور تقني، ما الذي يميز الوكيل المؤسسي المفيد حقًا عن روبوت الدردشة المتصل ببضع أدوات وسير عمل؟

يُعرّف الوكيل المؤسسي المفيد حقًا بأقل قدر من تركيزه على سلاسة حديثه وأكثر على ما يمكنه إنجازه بمسؤولية. حاليًا، الكثير مما يسمّيه الناس “وكلاء” هم مجرد روبوتات دردشة موصولة ببضع واجهات برمجة تطبيقات (APIs). يمكنهم الإجابة على سؤال أساسي أو تشغيل سير عمل بسيط وصارم. هذا مفيد، لكنه ليس تحولًا.

الوكيل المؤسسي الحقيقي لا يتبع مجرد نص؛ بل يفهم الهدف النهائي، ويُحَلِّل الخيارات المختلفة، ويعمل عبر أنظمة قديمة متعددة، ويتكيف عندما تتغير الأمور، ويبقى ضمن خطوط الحوكمة المؤسسية بدقة. أراه كالفارق بين محرك بحث ومدير عمليات موثوق. أحدهما يزودك بالمعلومات؛ والآخر يتحمل مسؤولية إنجاز المهمة.

للقيام بذلك، يحتاج الوكلاء إلى سياق قطاعي عميق. على سبيل المثال، لا يستطيع وكيل مخزون التجزئة مجرد النظر إلى جدول بيانات؛ بل يجب أن يفهم دورات التوريد، وأنماط الطلب، ومستويات الخدمة، وتداعيات الهوامش جميعًا في آن واحد. ما يميز الوكيل الحقيقي عن روبوت الدردشة المتطور ليس واجهة الدردشة، بل الفهم القطاعي، والذاكرة، والتفكير، والتنسيق الخلفي، والمسؤولية المدمجة. في النهاية، لا تحتاج الشركات إلى واجهة أخرى للنظر إليها. بل نحتاج إلى أنظمة يمكنها تنفيذ العمل بشكل موثوق وعلى نطاق واسع.

تولي Tredence اهتمامًا كبيرًا للذكاء الاصطناعي المتخصص في الصناعات، خصوصًا في مجالات مثل التجزئة والسلع الاستهلاكية. مع تزايد قدرة نماذج الأساس، أين لا يزال الخبرة القطاعية تُحدث فرقًا، وإلى أي مدى يجب أن يأتي الذكاء في النهاية من فهم سير العمل، والمصطلحات، والقيود، والاقتصاديات الخاصة بصناعة معينة؟

أصبحت نماذج الأساس قوية بشكل لا يصدق، لكن الخبرة المتخصصة لا تزال الفارق بين الذكاء الخام والفائدة الفعلية. إنه كأنك تسلم نفس الكتاب الطبي عالي القدرة إلى جراح، ومحامٍ شركة، ومدير تجزئة. المعلومات في الكتاب متطابقة، لكنها لا تكون ذات قيمة إلا للشخص الذي يفهم المريض، وغرفة العمليات، وعواقب الوظيفة.

لكل صناعة قواعدها غير المرئية، واقتصادياتها الفريدة، وتنظيماتها الصارمة، وقيودها التشغيلية اليومية. في قطاع التجزئة، على سبيل المثال، توصية ذكاء اصطناعي تحسن دقة توقعاتك تقنياً لكنها تتسبب عن طريق الخطأ في نقص كبير في المخزون على الرفوف ليست مفيدة—إنها عبء.

عندما نطبق الذكاء المتعمق المتخصص على نماذج عامة، تكون نتائج الأعمال هائلة. على سبيل المثال، في Tredence، نشرنا حلولاً متخصصة في المجال أدت إلى نتائج مذهلة ومُتحققة لعملائنا. برنامج توقعات لسوبرماركت حقق قيمة تقارب 200 مليون دولار ودفع معدلات مطابقة الإمداد إلى أكثر من 90 بالمئة. منصة سلسلة إمداد صناعية وفرت 10 ملايين دولار في أول سنة. تحديث سير عمل تجزئة خفّض جهد المحللين بنسبة 70 بالمئة، بينما برنامج آخر حقق خفض خسائر بقيمة 100 مليون دولار.

مع تحول نماذج الأساس إلى أداة سلعية، مثل الكهرباء، ينتقل الميزة التنافسية الحقيقية بالكامل إلى من يمتلك أفضل سياق خاص وفهم سير العمل لتحويل الذكاء العام إلى نتائج تجارية دقيقة.

هناك توتر بين بناء منصات ذكاء اصطناعي قابلة لإعادة الاستخدام وتخصيص الأنظمة للبيانات والعمليات الخاصة بكل مؤسسة. كيف تحدد ما يجب توحيده مقابل ما يجب تخصيصه، وهل يمكن أن يصبح التخصيص المفرط عائقاً أمام توسيع نطاق الذكاء الاصطناعي؟

إيجاد التوازن الصحيح بين منصة معيارية وميزات مخصصة دائمًا ما يكون قرارًا صعبًا. شخصيًا، أنظر إليه كالتخطيط الحضري. من الواضح أنك تحتاج إلى توحيد الطرق، وشبكات الكهرباء، وخطوط المياه، لكن هذا لا يعني أن كل منزل في الحي يجب أن يكون نسخة مطابقة.

تنطبق القاعدة نفسها على الذكاء الاصطناعي. يجب توحيد أشياء مثل أمان البيانات، والحوكمة، والمراقبة بالكامل. ينبغي أن تصبح بنية تحتية مؤسسية غير مرئية أساسًا. لجعل ذلك فعالًا، أوصي الشركات بإنشاء سوق داخلي للوكلاء القابلين لإعادة الاستخدام حتى لا تضطر الفرق إلى إعادة اختراع العجلة باستمرار.

مع ذلك، يجب أن تظل سير عملك التجاري الفعلي مرنًا، لأن ذلك هو المكان الذي تكمن فيه ميزتك التنافسية الفريدة. الآن، أكبر خطر ليس نقص التخصيص، بل الإفراط في التخصيص. عندما يتحول كل نشر للذكاء الاصطناعي إلى مشروع هندسي فريد ومعزول، يصبح التوسع كابوسًا وتتكبد تكاليف الصيانة ارتفاعًا هائلًا. يجب أن يكون الهدف بناء قدرة قابلة للتكرار. تقوم بتوحيد أساس صلب ثم تزود فرقك بالكتل التي تحتاجها لتكييفه بسرعة وفق احتياجاتهم. تصبح القدرة على استغلال وإعادة استخدام إمكانات الذكاء الاصطناعي فارقًا رئيسيًا، يسرّع الاعتماد ويحقق وقتًا أسرع للوصول إلى القيمة وعائد استثمار أقوى.

مع اكتساب الوكلاء القدرة على اتخاذ القرارات وتنفيذ المهام، كيف ينبغي للمؤسسات تحديد أين يكون الاستقلال مناسبًا وأين يجب أن يبقى موافقة الإنسان إلزامية؟ هل هناك وظائف تجارية معينة تعتقد أن المنظمات تتقدم فيها بسرعة زائدة أو بحذر مفرط؟

عند منح الذكاء الاصطناعي الاستقلال، يجب أن يحدد الخطر القواعد دائمًا، وليس فقط ما يمكن للتقنية التعامل معه. مجرد أن الوكيل يستطيع تنفيذ عملية من البداية إلى النهاية لا يعني أنه يجب قطع حبل الأمان تمامًا. المهام الروتينية اليومية مثل تسجيل المخزون أو مزامنة ملفات الخلفية مثالية للأتمتة الكاملة لأنها تقضي على عنق الزجاجة التشغيلي الضخم. لكن بمجرد أن يتضمن القرار تنظيمات صارمة، أو إنفاق مالي كبير، أو قضايا عملاء عالية المخاطر، فإن وجود إنسان في الحلقة يصبح ضروريًا.

حاليًا، أرى الشركات حذرة جدًا في سلاسل الإمداد والعمليات الخلفية. إنها تتباطأ في أتمتة الشراء الروتيني ومطابقة الفواتير، حيث يمكن للوكلاء توفير الوقت بأمان اليوم. وعلى الجانب الآخر، تتقدم بسرعة مفرطة في خدمة العملاء والامتثال القانوني، مما يدفع الوكلاء المستقلين إلى نزاعات عملاء غير متوقعة أو مراجعات عقود آلية دون وجود ضوابط حقيقية. الهدف هنا هو الأتمتة المسؤولة، لا الأتمتة القصوى.

مع انخفاض تكلفة النماذج المتقدمة وزيادة قدراتها، من المرجح أن يتغير دور شركات خدمات الذكاء الاصطناعي. هل يتحول القيمة تدريجيًا بعيدًا عن بناء النماذج نحو بنية البيانات، والتكامل، والتقييم، والتنسيق، والحوكمة، وإعادة تصميم عمليات الأعمال حول الذكاء الاصطناعي؟ ما الذي سيُميز شركات خدمات الذكاء الاصطناعي التي ستظل ذات قيمة؟

نشهد تحولًا طبيعيًا في مكان إنشاء القيمة. قبل بضع سنوات، كان البنية التحتية الحوسبية الخام ميزة تنافسية رئيسية. اليوم، أصبحت في الغالب خدمة، والنماذج الذكائية تتجه بسرعة في نفس الاتجاه.

لم تعد الشركات تبحث عن نماذج أكبر. إنها تريد قرارات أسرع، وإنتاجية أعلى، ونتائج تجارية واضحة. وبسبب ذلك، انتقلت القيمة بالكامل إلى النظام البيئي المحيط بالنموذج — أمور مثل بنية بيانات نظيفة، وحوكمة صارمة، وتنسيق ذكي، وإعادة التفكير بالكامل في سير العمل لجعل الذكاء الاصطناعي عمليًا فعليًا على نطاق واسع. قد لا يكون الفائزون بالضرورة الشركات التي تمتلك أكثر التقنيات تعقيدًا، بل تلك التي تستطيع تحويل التقنية إلى نتائج تجارية ملموسة.

نحن نرى أيضًا أن الشركات تتبنى نهجًا محفظيًا للذكاء الاصطناعي. النماذج المتقدمة، والنماذج المفتوحة الوزن، والنماذج المتخصصة الأصغر كلها لها دور يعتمد على حالة الاستخدام، والتكلفة، والكمون، ومتطلبات الحوكمة. مع نضوج الذكاء الاصطناعي، سيُحدد النجاح أقل بمدى من يبني المحرك وأكثر بمدى من يعرف كيف يضعه قيد التنفيذ داخل الأعمال. ما أسميه «إيقاع التنفيذ» سيفصل في النهاية بين الفائزين والبقية.

ننظر إلى عدة سنوات قادمة، إذا نجحت الشركات في التغلب على مشكلات البيانات والحوكمة والتكامل الحالية، كيف ستبدو شركة كبيرة ذات طابع ذكاء اصطناعي أصيل؟ هل تتوقع أن تظل الوكلاء أدوات يستخدمها الموظفون، أم أننا سنشهد بشكل متزايد سير عمل كامل ووظائف تجارية تُدار بواسطة شبكات منسقة من وكلاء الذكاء الاصطناعي؟

الشركة ذات طابع ذكاء اصطناعي أصيل لن تكون مجرد شركة تقليدية مع عدد قليل من الأدوات البرمجية الإضافية. بل ستكون شركة مُعاد تصورها جذريًا. لقد شهدنا تحولات مماثلة خلال عصور الإنترنت والرقمية، عندما غيرت التقنية ليس فقط طريقة عمل الشركات، بل أيضًا هيكلها. ستعمل هذه الشركات بشكل مختلف جدًا.

اليوم، تُنظم الشركات حول الأشخاص الذين يؤدون مهامًا يدوية يدعمها البرمجيات. في المستقبل، قد يتم تنسيق سير عمل كامل بواسطة شبكات منسقة من وكلاء الذكاء الاصطناعي، مع تولي البشر دورًا إشرافيًا واستراتيجيًا متزايدًا. الأمر يشبه إلى حد كبير كيفية تحول الكهرباء للمصانع. لم تُلغي الكهرباء المصنع؛ بل غيرت تمامًا طريقة تصميمه وتشغيله.

في هذه الشركات المستقبلية، سيُراقب الوكلاء العمليات باستمرار، ويُشيرون إلى الفرص، ويتعاملون مع التنفيذ الروتيني عبر أقسام مختلفة. هذا لا يعني اختفاء البشر؛ بل تصبح وظائفنا أكثر استراتيجية، حيث ننتقل بالكامل إلى الحكم، والابتكار، وبناء العلاقات.

لن يكون الفائزون هم الشركات التي تنشر أكبر عدد من الوكلاء. بل سيكونون الذين يبنون أقوى مزيج من البيانات الموثوقة، والذكاء المجالِي، والرقابة البشرية. المستقبل لا يتعلق بشركات ذاتية التشغيل بالكامل؛ بل يتعلق بشركات منسقة بذكاء حيث يعمل البشر والوكلاء معًا لتحقيق أهداف لا يمكن لأي منهما تحقيقها بمفرده.

شكرًا على هذه المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Tredence.