مقابلات
جون غلاسغو، الرئيس التنفيذي والمدير المالي والمؤسس المشارك لـ Campfire – سلسلة مقابلات
أضف Unite.AI إلى مصادرك المفضلة على Google
جون غلاسغو هو الرئيس التنفيذي والمدير المالي ومؤسس Campfire، ويتمتع بخبرة في مجالات التمويل وعمليات الاندماج والاستحواذ في قطاع التكنولوجيا واستراتيجية الشركات. قبل تأسيس الشركة، عمل في Adobe وInvoice2go وBill.com، وساهم ضمن ذلك في قيادة Invoice2go خلال عملية استحواذ بلغت قيمتها 625 مليون دولار. وقد شكّلت خبرته داخل المؤسسات المالية تركيزه على استبدال العمليات المعتمدة على جداول البيانات بأنظمة محاسبية تحتفظ بتفاصيل المعاملات وتدعم الأتمتة.
تطوّر Campfire منصة لتخطيط موارد المؤسسات مصممة من الأساس بالاعتماد على الذكاء الاصطناعي، وموجّهة إلى فرق التمويل والمحاسبة، وتجمع بين دفتر الأستاذ العام وأتمتة الإيرادات وإعداد التقارير وإدارة إقفال الحسابات. وتتفاعل وكلاء Ember مع بيانات المحاسبة الأساسية لدعم مهام مثل المطابقة وتصنيف المعاملات، بينما يفصل Forecast بين الأرقام الفعلية المُرحّلة والمبالغ الملتزم بها والتقديرات التي يولّدها الذكاء الاصطناعي. في هذه المقابلة، يناقش غلاسغو بنية المحاسبة المصممة من الأساس بالاعتماد على الذكاء الاصطناعي، والحدود الفاصلة بين استقلالية الوكلاء وموافقة البشر، وكيف يمكن لفرق التمويل الحفاظ على إمكانية تتبّع العمليات مع اتساع نطاق الأتمتة.
امتدت مسيرتك المهنية لتشمل التمويل وعمليات الاندماج والاستحواذ في قطاع التكنولوجيا والاستراتيجية في Adobe وInvoice2go وBill.com، قبل أن تؤسس Campfire. ما الأمور التي لاحظتها مرارًا داخل المؤسسات المالية وأقنعتك بضرورة إعادة بناء نظام تخطيط موارد المؤسسات من أساسه، بدلًا من الاكتفاء بتحسينه بإضافة طبقة أخرى من البرمجيات؟
أظهر لي بيع Invoice2go إلى Bill.com مقابل 625 مليون دولار المشكلة عن قرب. وخلال الفحص النافي للجهالة، تعاملت مع أكثر من 500 طلب باستخدام جداول البيانات، لأن محاسبة الإيرادات وإعداد تقارير البرمجيات كخدمة وعمليات التجميع المحاسبي لدينا كانت تُدار فيها بدلًا من إدارتها في نظام مخصص. وكانت شركة بهذا الحجم لا تزال تنفّذ أعمالًا مالية أساسية باستخدام جداول البيانات.
في Bill، حيث توليت قيادة الشراكات الاستراتيجية وعملت عن كثب مع المدير المالي، رأيت المشكلة نفسها لدى العملاء. فقد جرى تحديث أنظمة الرواتب وإدارة الإنفاق والذمم الدائنة والمدينة، لكن فرق التمويل ظلت مضطرة إلى العودة إلى نظام تخطيط موارد المؤسسات المصمم لعصر سابق.
المشكلة تكمن في دفتر الأستاذ نفسه. إذ تتلقى أنظمة تخطيط موارد المؤسسات القديمة قيودًا مُلخّصة من أنظمة الفوترة والمدفوعات والرواتب وغيرها، فتكون تفاصيل المعاملات قد ضاعت بحلول وصولها إلى دفتر الأستاذ. ولا يمكن لإضافة طبقة أخرى من البرمجيات أن تعالج نقص البيانات. أردت دفتر أستاذ يحتفظ بالتفاصيل ويستطيع إنجاز العمل، وهو ما استلزم إعادة بناء نظام تخطيط موارد المؤسسات من الصفر.
أصبح وصف «مصمم من الأساس بالاعتماد على الذكاء الاصطناعي» شائعًا في برمجيات المؤسسات. من الناحية المعمارية، ما الذي يجعل نظام تخطيط موارد المؤسسات المصمم بهذه الطريقة مختلفًا جوهريًا عن نظام تقليدي تُضاف إليه نماذج لغوية كبيرة أو مساعد ذكاء اصطناعي فوق نظام قائم؟
يكمن الاختلاف الجوهري في أن نظام تخطيط موارد المؤسسات المصمم من الأساس بالاعتماد على الذكاء الاصطناعي يُبنى حول البيانات التي تحتاج إليها مسارات عمل الذكاء الاصطناعي لتنفيذ مهامها.
لا يستطيع المساعد قراءة سوى ما يخزّنه نظام تخطيط موارد المؤسسات القديم. فإذا كان النظام يحتفظ بملخصات شهرية بدلًا من تفاصيل المعاملات، أمكن للذكاء الاصطناعي العثور على رقم أو صياغة تفسير، لكنه لن يتمكن من مطابقة المعاملات أو تسوية الحسابات أو شرح كيفية إنشاء قيد على نحو موثوق. تحتفظ Campfire بتفاصيل المعاملات كاملة، وتتولى إدارة دفتر الأستاذ العام ودفاتر الأستاذ المساعدة على حد سواء، ما يوفّر لوكلاء Ember البيانات اللازمة لإنجاز العمل فعليًا.
ومن أوجه الاختلاف الأخرى إمكانية تتبّع العمليات. إذ يرتبط كل إجراء ينفذه الوكيل ببيانات دفتر الأستاذ الأساسية، ويمكن مراجعته قبل ترحيله.
أما الاختلاف الثالث فيتمثل في النموذج نفسه: إذ دُرّب نظام Accounting Intelligence من Campfire على بيانات محاسبية، ويكتب شيفرات برمجية لتنفيذ المهام المالية، ما يجعل نتائجه قابلة لإعادة الإنتاج. وهذا ما يتيح للوكلاء تنفيذ المهام بدلًا من الاكتفاء بتقديم الاقتراحات.
أطلقت Campfire مؤخرًا Forecast، الذي يفصل أرقام الشهر الجاري إلى فعلية وملتزم بها وتقديرية مولّدة بالذكاء الاصطناعي، بدلًا من مطالبة الذكاء الاصطناعي بالتنبؤ بالفترة كاملة. لماذا صممتموه بهذه الطريقة، وأين ترى أن الذكاء الاصطناعي مفيد فعلًا في التنبؤ المالي، وأين ينبغي أن تظل البيانات المحاسبية الحتمية هي المرجع؟
بصفتي مديرًا ماليًا، أريد أن أعرف إلى أين ستصل نتائج الشهر قبل انتهائه بخمسة أيام أو أكثر، وبحلول ذلك الوقت يكون جزء كبير من النتائج معلومًا بالفعل. ولو طلبنا من الذكاء الاصطناعي التنبؤ بالفترة كاملة، لاستبدلنا الأرقام المعروفة بتخمينات. لذلك يقسّم Forecast الشهر إلى ثلاث طبقات:
الفعلي: ما رُحّل بالفعل إلى دفتر الأستاذ العام.
الملتزم به: مبالغ مستقبلية معلومة مصدرها العقود والفواتير والأصول وعقود الإيجار، لكنها لم تُرحّل بعد.
التقديري: توقع Ember للجزء المجهول فعلًا، استنادًا إلى سجل الشركة وأنماطها الموسمية.
هذا هو الموضع الذي أرى أن الذكاء الاصطناعي ينبغي أن يؤدي فيه دورًا في التنبؤ: الجزء الذي لا يمكن لأحد معرفته بعد. وينبغي أن تتحكم البيانات المحاسبية الحتمية في كل ما هو معلوم بالفعل. فالخلط بينهما يصعّب التمييز بين الحقائق والتقديرات. وإذا امتزج الاثنان، فلن تتمكن من معرفة الأرقام التي يمكنك تأكيدها بثقة عند عرض التوقعات على مجلس الإدارة.
عندما يسألني أحدهم عن كيفية التوصل إلى الرقم، يمكنني فتح أي قيمة وعرض مكوناتها الفعلية والملتزم بها والتقديرية، إلى جانب الافتراضات التي اعتمد عليها Ember. وتوقعات Forecast استشارية؛ فلا يُرحّل أي شيء ينتجه تلقائيًا إلى دفتر الأستاذ، لكنه يمنح فريق التمويل تنبيهًا مسبقًا إلى المسار الذي يتجه إليه الشهر، بما يتيح اتخاذ قرارات العمل قبل إقفاله.
يتيح Forecast لـ Ember تقدير الجزء المجهول من الشهر استنادًا إلى الاتجاهات التاريخية والأنماط الموسمية، مع توضيح الافتراضات التي تستند إليها تلك التقديرات. كيف تتعاملون مع الحالات التي تتوقف فيها الأنماط التاريخية فجأة عن تقديم مؤشرات مفيدة، مثل النمو السريع أو خسارة عميل رئيسي أو الاستحواذ أو أي حدث استثنائي آخر؟
هذه هي الأشهر التي يكون فيها المدير المالي بأمسّ الحاجة إلى التوقعات، ولهذا تُقسّم إلى طبقات. فالجزء التقديري من Forecast وحده هو الذي يعتمد على الاتجاهات التاريخية والأنماط الموسمية. أما الطبقة المؤكدة فتستند إلى العقود والفواتير والأصول وعقود الإيجار المسجلة بالفعل في دفتر الأستاذ لدى Campfire، لذا فإن الاستحواذ أو خسارة عميل أو النمو السريع لا يغيّر ما هو معلوم بالفعل.
عندما يتغير النمط، يعرف فريق المالية عادةً السبب قبل أن تظهره البيانات، ما يتيح له تقديم السياق اللازم. ويمكنه إضافة ملاحظة توضح ما تغيّر، أو إرفاق مستند مثل خطة التوظيف، أو ربط مصدر مثل نظام إدارة علاقات العملاء (CRM) أو نظام معلومات الموارد البشرية (HRIS) عبر تكامل MCP لدينا. ويستخدم Ember هذا السياق لإعادة تقدير الجزء المجهول.
يتضمن كل تقدير أيضًا شرحًا من جملة واحدة لافتراضاته، لذا يمكنني، عند عرض التوقعات، توضيح ما هو حقيقة، وما هو مؤكد، وما هو مستند إلى التوقعات.
طوّرت Campfire نموذجها الكبير للمحاسبة الخاص بها، أو LAM، بدلًا من الاعتماد كليًا على النماذج متعددة الأغراض. ما الذي تعلمتموه عن محدودية الذكاء الاصطناعي متعدد الأغراض في المحاسبة، وما الذي ينبغي لنموذج متخصص أن يفهمه ولا يفهمه عادةً نموذج لغوي كبير تقليدي؟
تتطلب المحاسبة إجابات قابلة لإعادة الإنتاج، لا إجابات تبدو معقولة فحسب. فالنماذج متعددة الأغراض جيدة في توليد اللغة، لكنها قد تواجه صعوبة في الاستدلال العددي والتصنيفات المحاسبية، حيث ينبغي أن تؤدي المدخلات نفسها إلى الإجابة نفسها في كل مرة.
بدلًا من مطالبة نموذج بالاستدلال مباشرةً على البيانات المالية، نجعله يكتب تعليمات SQL أو Python البرمجية لتنفيذ العمل. فالشفرة قابلة لإعادة الإنتاج، وهذا مهم لأغراض التدقيق، كما يتيح للشركات أتمتة الإجراءات من دون الحاجة إلى موافقة شخص على كل نتيجة متطابقة.
دُرّب نظامنا Accounting Intelligence على البيانات المحاسبية، وهو يفهم أمورًا مثل بنية دليل الحسابات وأنماط المورّدين وما تبدو عليه الدفاتر المحاسبية المنظّمة. كما يتعلم من سجل معاملات كل عميل. وتعتمد الدقة على النظام المحيط بالنموذج بقدر اعتمادها على النموذج نفسه.
يتسم فريق المالية بقدر منخفض على نحو غير مألوف من التسامح مع أخطاء الذكاء الاصطناعي. ومع بدء الوكلاء بإجراء التسويات وتصنيف المعاملات وإعداد القيود والتفاعل مع دفتر الأستاذ، أين ينبغي أن يقع الحد الفاصل بين التنفيذ المستقل والموافقة البشرية؟
ينبغي أن يتوقف الحد الفاصل على إمكانية التحقق من الإجراء. فإذا كان القيد قابلًا لإعادة الإنتاج ويمكن تتبعه إلى بيانات دفتر الأستاذ الأساسية، فلا ينبغي أن يُطلب من شخص الموافقة على كل حالة. أما إذا تعذّر تفسيره أو إعادة إنتاجه، فينبغي لشخص مراجعته قبل ترحيله.
هكذا بنينا Ember. إذ يُسجَّل كل إجراء ينفذه الوكيل، ويُربط ببيانات دفتر الأستاذ العام (GL) الأساسية، ويكون قابلًا للمراجعة. وتحدد الفرق مستويات الثقة التي تقرر ما يتولاه Ember تلقائيًا وما يُحال إلى شخص، ويمكنها توسيع نطاق الاستقلالية كلما أثبتت النتائج جدارتها بالثقة.
يظل الحكم والتقدير بيد الأشخاص. فالمحاسبون يقررون مقدار العمل الذي ينبغي أن يتولاه Ember، ويراجعون الاستثناءات، ويوضحون أسباب تغير الأرقام. ويتولى الوكلاء أعمال المطابقة ووضع التصنيفات والتسوية المتكررة. وتُعد TwelveLabs مثالًا جيدًا: فبوجود ثلاثة محاسبين يتولون تغطية الولايات المتحدة وكوريا، خفّضت الشركة مدة إقفال الحسابات إلى النصف ووفّرت أكثر من $300,000.
قدمت Campfire أيضًا متجر MCP الذي يتيح لـ Ember التفاعل مع أنظمة خارجية، مثل منصات الدفع وإدارة علاقات العملاء والمشتريات والموارد البشرية. هل تتوقع في نهاية المطاف أن يتحول نظام تخطيط موارد المؤسسة (ERP) من نظام تسجيل سلبي إلى طبقة تنسيق تعمل فيها وكلاء الذكاء الاصطناعي عبر المنظومة المالية بأكملها؟
نعم، ما دام دفتر الأستاذ يظل نظام التسجيل المعتمد. تاريخيًا، كان نظام تخطيط موارد المؤسسة (ERP) يسجل الأعمال المنجزة في أنظمة أخرى، لذا توجد معظم الإجابات خارج دفتر الأستاذ: تجديد في نظام إدارة علاقات العملاء، أو موظف جديد في نظام معلومات الموارد البشرية، أو أمر شراء في نظام المشتريات. وإذا كان الوكلاء سيتولون تنفيذ العمل، فهم بحاجة إلى هذا السياق أيضًا، ولذلك لا بد أن يتصل نظام تخطيط موارد المؤسسة مباشرةً بتلك الأنظمة.
تتنبأ فرق المالية بهذه الطريقة منذ سنوات، إذ تستخرج بيانات الفرص قيد المتابعة من نظام إدارة علاقات العملاء، وأعداد الموظفين من نظام معلومات الموارد البشرية. وباستخدام Forecast، ينفذ Ember ذلك بمجرد أن يربط الفريق تلك الأنظمة، فيما يظل دفتر الأستاذ مصدر الحقيقة لكل ما هو معلوم بالفعل. ويظل دفتر الأستاذ مصدر الحقيقة، بينما يستطيع الوكلاء العمل عبر الأنظمة المحيطة به.
لديك منظور مميز على نحو خاص بشأن اقتصاديات الذكاء الاصطناعي، لأنك تشغل منصبي الرئيس التنفيذي والمدير المالي في شركة للذكاء الاصطناعي تخدم فرقًا مالية أخرى. ما الذي تلاحظه بشأن الطريقة التي تضع بها الشركات ميزانياتها للذكاء الاصطناعي اليوم؟ وهل تتوقع أن تتحول أسعار الذكاء الاصطناعي المؤسسي من الاشتراكات لكل مستخدم إلى التسعير بحسب الاستخدام أو النتائج أو نموذج آخر؟
نشهد تحولًا في الميزانيات من الإنفاق الثابت على أساس عدد المستخدمين إلى استهلاك متغير للذكاء الاصطناعي، وكثير من فرق المالية غير مهيأ لهذا التحول بعد. ومع تولي الوكلاء أعمالًا كان ينجزها أشخاص، قد تحتاج الشركات إلى عدد أقل من تراخيص المستخدمين، في حين يزداد استخدامها للذكاء الاصطناعي. كما يضيف الموردون رسومًا قائمة على الأرصدة ورسومًا على الاستخدام الإضافي إلى رسوم تراخيص المستخدمين، لذا تحتاج فرق المالية إلى تقدير تكلفة الاستخدام المحتملة قبل توقيع العقود.
أتوقع أن تصبح نماذج التسعير الهجينة أكثر شيوعًا من نماذج التسعير القائمة بالكامل على النتائج. فبصفتي مديرًا ماليًا، أريد أساسًا يمكن التنبؤ بتكاليفه، وبصفتي رئيسًا تنفيذيًا، أحتاج إلى تسعير يعكس الاستخدام الفعلي.
جمعت Campfire تمويلًا من الفئة A بقيمة 35 مليون دولار، أعقبه بعد أسابيع قليلة تمويل من الفئة B بقيمة 65 مليون دولار. ما الذي تغير في السوق أو في طلب العملاء خلال تلك الفترة، وجعلكم تقررون توسيع الشركة بهذا القدر؟ وأين ترون أكبر فرصة لتوظيف هذا التمويل في تسريع تطوير المنتج؟
كان الطلب قويًا قبل جولة التمويل من الفئة A، لكن الاستجابة تسارعت فور إتمامها. تواصلت معنا شركات كثيرة لطلب عروض توضيحية، وكان العديد منها يتعرف إلى Campfire للمرة الأولى، واتضح أن الطلب يفوق ما كنا قد خططنا له.
أتاح لنا ذلك فرصة الاستثمار بوتيرة أسرع لتلبية هذا الطلب، ولا سيما مع استعداد الشركات للانتقال من المنصات القديمة مثل NetSuite وSage Intacct. وتوضح Replit السبب: فقد نمت إيراداتها السنوية المتكررة من 10 ملايين دولار إلى أكثر من 200 مليون دولار، من دون زيادة عدد أفراد فريقها المحاسبي المؤلف من أربعة أشخاص، كما انخفض الوقت اللازم لإقفال إيراداتها من ثماني ساعات إلى 30 دقيقة.
جمعنا 35 مليون دولار في جولة التمويل من الفئة A، بقيادة Accel، أعقبتها جولة من الفئة B بقيمة 65 مليون دولار، شاركت Accel وRibbit في قيادتها، ليصل إجمالي التمويل إلى 100 مليون دولار خلال 12 أسبوعًا. واستخدمنا هذا التمويل لمواكبة الطلب، فزاد عدد أفراد فريقنا من 10 إلى أكثر من 150 شخصًا موزعين على سان فرانسيسكو ونيويورك ولندن.
سرعان ما أصبحت المحاسبة المصممة أصلاً للذكاء الاصطناعي فئة تنافسية، إذ تتحدى شركات مثل Campfire وRillet منصات راسخة مثل QuickBooks وNetSuite وSage Intacct. وإذا نظرنا إلى المستقبل بعد خمس سنوات، فما جوانب المحاسبة وتخطيط موارد المؤسسات التي تتوقع أن تتولاها وكلاء الذكاء الاصطناعي بالكامل تقريبًا، وما المسؤوليات التي ستظل حتمًا من اختصاص المتخصصين الماليين؟
أتوقع أن يتولى الوكلاء معظم الأعمال الروتينية: مطابقة المعاملات بالمدفوعات، وتصنيف المعاملات، وإجراء التسويات، واحتساب المستحقات، وتنفيذ الجوانب الإجرائية من الإقفال وإعداد التقارير. فهذه أعمال متكررة تحكمها قواعد، ويمكن للبرمجيات تعلمها.
أما ما سيظل منوطًا بالبشر فهو التقدير والمساءلة. سيقرر المحاسبون مقدار ما يمكن للوكلاء إنجازه باستقلالية، ويراجعون الحالات الاستثنائية، ويوضحون أسباب تغير الأرقام، ويقدمون المشورة للشركة بشأن الخطوات التالية. فلا بد أن يظل هناك من يتحمل مسؤولية الدفاتر.
مع مرور الوقت، سيصبح وصف «مصمم أصلاً للذكاء الاصطناعي» توقعًا أساسيًا من برامج الشؤون المالية. وسيكون العامل الفارق هو مدى ثقة الفرق المالية بالنظام في التعامل مع دفتر الأستاذ، وقدرتها على معرفة الكيفية التي توصل بها إلى استنتاجاته بدقة. وهذا هو المستوى الذي بنينا Campfire لتبلغه، وأكثر من 400 شركة، من بينها Cursor وClay وPolymarket وPostHog، تدير دفاترها المالية عليه بالفعل.
شكرًا لكم على هذه المقابلة الرائعة. ويمكن للقراء الراغبين في معرفة المزيد عن المحاسبة وتخطيط موارد المؤسسات المصممين أصلاً للذكاء الاصطناعي زيارة Campfire.
