سوبان داليري، كبير مسؤولي المنتجات وقائد استراتيجية الذكاء الاصطناعي في Pipefy – سلسلة المقابلات

Sobhan Daliry، كبير مسؤولي المنتجات وقائد استراتيجية الذكاء الاصطناعي في Pipefy، هو مدير تنفيذي ذو خبرة في المنتجات والتكنولوجيا وقد قاد استراتيجية الذكاء الاصطناعي للشركة منذ عام 2023، مساهماً في تحويل سير عمل الأعمال التقليدي إلى عمليات أكثر ذكاءً واستقلالية. طوال مسيرته المهنية، جمع داليري بين استراتيجية المنتج، والتحول التنظيمي، والقيادة التقنية عبر الشركات الناشئة والمؤسسات القائمة. قبل انضمامه إلى Pipefy، أسس وشغل منصب الرئيس التنفيذي لشركة Polen.me وقضى أكثر من خمس سنوات كرئيس تنفيذي/كبير مسؤولي المنتجات في NZN، حيث قاد تحول الشركة واستراتيجية المنتج. تشمل أدواره السابقة مدير إدارة المنتج في PSafe، ومدير المنتج في Peixe Urbano، ومناصب تغطي الخدمات الرقمية والاتصالات والاستشارات وتطوير الأعمال في Oi/Telemar، Claro، AIRCOM International، وPlaneta Tecnologia.

Pipefy هي منصة عالمية لإدارة العمليات والذكاء الاصطناعي صُممت لمساعدة المؤسسات على أتمتة وتنظيم سير عمل الأعمال. تأسست في عام 2015، وتطورت الشركة من منصة أتمتة عمليات بدون كتابة كود إلى بيئة تنظيمية تركز على الذكاء الاصطناعي تجمع بين وكلاء الذكاء الاصطناعي، وسير العمل، والنماذج، والبوابات، والتطبيقات، والبيانات، والتحليلات، والرسائل، والتكاملات. تمكّن منصتها الفرق من إنشاء وإدارة وكلاء الذكاء الاصطناعي باستخدام اللغة الطبيعية وأدوات بدون كود مع الحفاظ على حوكمة المؤسسة، والأمان، والرؤية. تشمل قدرات الذكاء الاصطناعي في Pipefy وكلاء يمكنهم تفسير المستندات، وتنفيذ مهام سير العمل، ودعم اتخاذ القرار، والتفاعل مع الأنظمة الخارجية، وتنظيم العمليات عبر مجالات مثل المالية، والموارد البشرية، والمشتريات، وعمليات العملاء، والامتثال.

قادتك مسيرتك المهنية من الهندسة في مجال الاتصالات في شركات مثل Claro وOi إلى قيادة المنتجات في Peixe Urbano وPSafe، ومن ثم شغل منصب الرئيس التنفيذي/كبير مسؤولي المنتجات في NZN، وتأسيس Polen.me، والآن قيادة استراتيجية المنتج والذكاء الاصطناعي في Pipefy. كيف شكلت هذه التطورات طريقة تفكيرك في بناء منتجات الذكاء الاصطناعي التي تحل مشكلات تشغيلية حقيقية بدلاً من مجرد عرض تقنية جديدة؟

علمني قطاع الاتصالات أن البنية التحتية يجب أن تعمل في كل مرة، وعلى نطاق واسع، دون أي مجال للعبارة “تعمل في معظم الأحيان”. المكالمة المقطوعة ليست فشلًا في العرض التجريبي، بل عميل يبتعد. لم تغادرني تلك العقلية — الاعتماد على الموثوقية فوق الابتكار — أبداً. في Peixe Urbano وPSafe تعلمت الدرس المعاكس: مدى سرعة بقاء المنتجات الاستهلاكية أو فشلها يعتمد على ما إذا كانت تحل مشكلة حقيقية يشعر بها المستخدم اليوم، وليس مشكلة نظرية. إدارة NZN كرئيس تنفيذي/كبير مسؤولي المنتجات أجبرتني على التمسك بالحقيقتين معًا — لا يمكنك التفوق في التنفيذ على فرضية سيئة، ولا يمكنك التفوق في الفرضية على تنفيذ سيء. تأسيس Polen.me علمني أغلى درس على الإطلاق: رأس المال والوقت محدودان، لذا كل ميزة تبنيها هي ميزة لم تبنها، وتظهر تكلفة السعي وراء عرض تجريبي مبهر بدلاً من سير عمل حقيقي بعد أشهر، وليس على المسرح. عندما وصلت إلى Pipefy، السؤال الذي أطرحه على كل ميزة ذكاء اصطناعي هو نفسه الذي كنت سأسأله عن برج خلية: هل ستصمد هذه الميزة في بيئة الإنتاج، تحت حمل حقيقي، عندما لا يراقب أحد؟ إذا كان وكيل الذكاء الاصطناعي يعمل فقط في بيئة عرض تجريبي منقحة، فهو ليس منتجًا — بل مقطع دعائي له.

قمت بقيادة صياغة وتنفيذ استراتيجية الذكاء الاصطناعي في Pipefy منذ عام 2023. ما الافتراضات التي كانت لديك حول الذكاء الاصطناعي للمؤسسات في البداية والتي تغيرت أكثر مع نضوج الذكاء الاصطناعي التوليدي ووكلاء الذكاء الاصطناعي؟

أكبر افتراض اضطررت إلى إلغائه كان أن النموذج سيكون عنق الزجاجة. في عام 2023، كان الجميع — بما في ذلك أنا — يسعى إلى تحسين “أي نموذج لغة كبير هو الأذكى”. ما تبين في النهاية أنه كان السياق هو عنق الزجاجة: هل يعرف الوكيل ما هي العملية فعليًا، وما هي الحدود، وكيف يبدو “الانتهاء” لهذا الإصدار المحدد من حسابات المدفوعات للعميل. استمرت جودة النموذج في التحسن على منحنى كان الجميع يتوقعه؛ لكن سياق العملية لم يتحسن تلقائيًا، لأن لا أحد نظم ذلك. الافتراض الثاني الذي انقلب كان حول الاستقلالية. افترضت أن السوق يريد وكلاء يعملون بشكل مستقل تمامًا بأسرع ما يمكن. ما تريده المؤسسات فعليًا — ولا يزال تريده — هو الاستقلالية المحدودة: وكلاء يتخذون قرارات حقيقية داخل قواعد لا يمكنهم خرقها، مع سجل يثبت ذلك لاحقًا. الاستقلالية الكاملة دون حوكمة ليست طموحًا، بل مجرد مخاطر بواجهة مستخدم أفضل. نضج السوق أسرع في متطلبات الثقة مقارنة بمتطلبات القدرة الخام، وهذا الترتيب هو أكبر خطأ ارتكبته في البداية.

تفرق Pipefy بين أتمتة الذكاء الاصطناعي البسيطة نسبيًا ووكلاء الذكاء الاصطناعي الذين يمكنهم التفكير في المواقف الغامضة، وتخطيط خطوات متعددة، وتنفيذ إجراءات عبر سير العمل. كيف يجب على المؤسسات تحديد متى تتطلب المهمة فعليًا وكيل ذكاء اصطناعي ومتى تظل الأتمتة الحتمية هي الحل الأفضل؟

الاختبار الذي أستخدمه بسيط: إذا كنت تستطيع كتابة القاعدة، اكتب القاعدة. لا يزال الأتمتة الحتمية هي الجواب الصحيح لأي شيء تكون شجرة القرار فيه معروفة مسبقًا ولا تتغير — مثل توجيه هذه الفاتورة إلى هذا الموافق إذا كان المبلغ أقل من هذا الحد. هذا ليس عملًا للوكيل، وتظاهر بالعكس يضيف فقط تأخيرًا وعدم قابلية للتنبؤ إلى شيء تم حله بالفعل. يحصل الوكيل على مكانه في اللحظة التي يصبح فيها الموقف غامضًا ولا يمكن لقاعدة ثابتة حله — عندما لا تتطابق الفاتورة مع أمر الشراء بدقة، أو يكون هناك حقل مفقود، أو لا يتناسب طلب العميل مع أي من الفئات الموجودة لديك. هنا تكون القدرة على الاستدلال ذات قيمة فعلية: اتخاذ قرار ما يجب فعله بعد ذلك عندما لا يكون “التالي” مكتوبًا مسبقًا. الخطأ الذي أراه الشركات ترتكبه باستمرار هو بناء وكيل لـ 80٪ من الحالات التي كانت بالفعل حتمية، لأن ذلك يبدو أكثر بريقًا، وترك الـ 20٪ الغامضة — الجزء الصعب الحقيقي — للإنسان لتفكيكه يدويًا. إذا عكسنا هذه النسبة فستكون قد بنيت شيئًا حقيقيًا.

هناك تحول متزايد من المساعدين المستقلين إلى “تنسيق وكيلية”، حيث يمكن للذكاء الاصطناعي تنسيق عمليات تمتد عبر أنظمة متعددة. ما الذي يميز التنسيق الوكيل الحقيقي عن مجرد إضافة نموذج لغة كبير إلى منصة أتمتة موجودة؟

إدراج عقدة نموذج لغة كبير في تدفق أتمتة موجود يمنحك خطوة واحدة أكثر ذكاءً. يعني التنسيق الحقيقي أن الذكاء الاصطناعي يمتلك رؤية مستمرة ومهيكلة للعملية بأكملها — ليس فقط لهذه المهمة، بل لموقعها داخل التسلسل، وما حدث مسبقًا في المراحل العليا، وما يجب أن يكون صحيحًا في المراحل اللاحقة لكي تُعتبر مكتملة. الفرق هو ما إذا كان الذكاء يمتلك ذاكرة للعملية أم مجرد ذاكرة للمطالبة. المساعد يجيب على السؤال الذي تطرحه عليه. التنسيق ينسق الإجراءات عبر أنظمة لا تتواصل مع بعضها بشكل أصلي — نظام تخطيط موارد المؤسسة (ERP)، نظام إدارة علاقات العملاء (CRM)، واجهة برمجة تطبيقات شريك — مع الحفاظ على نفس القواعد، الأذونات، وسجل التدقيق الذي يعمل به باقي العملية. إذا اضطررت إلى بناء طبقة حوكمة منفصلة حول ميزة الذكاء الاصطناعي لأن منصة الأتمتة التي تحته لا توفر واحدة، فأنت لا تمتلك تنسيقًا وكيلًا — بل لديك روبوت محادثة مع إمكانية الوصول إلى API، وهذه ليست نفس ملف المخاطر على الإطلاق.

الوكلاء الذكائيون بدون كود قد يسمحون للفرق التجارية بأتمتة عمليات متزايدة التعقيد دون انتظار موارد الهندسة. كيف يمكنك دمقرطة هذه القدرة دون خلق جيل جديد من الذكاء الظلي، أو وكلاء مصممين بشكل سيء، أو مخاطر أمنية؟

لا تحصل على دمقرطة آمنة بطلب من المستخدمين التجاريين أن يكونوا أكثر حذرًا — تحصل عليها بـ

جعل الحواجز جزءًا من الرصف، وليس مسارًا منفصلًا يختار الناس القيادة فيه. كل وكيل يبنيه مستخدم تجاري يرث نفس التحكم بالوصول القائم على الدور، نفس سجل التدقيق، ونفس قواعد الأعمال التي تحكم العملية التي بُني داخلها — فهي ليست إعدادات اختيارية، بل هي بنية أساسية. هذا هو الجواب الفعلي للذكاء الظلي: ليست مشكلة سياسة، بل مشكلة بنية. يحدث الذكاء الظلي عندما تكون الأداة المصرح بها أصعب في الاستخدام من الأداة غير المصرح بها، فيلجأ الناس إلى بناء وكيلهم في حساب شخصي على ChatGPT أو أداة أتمتة عشوائية دون أي رؤية لتقنية المعلومات. إذا كانت تجربة بدون كود سريعة حقًا وكانت الحوكمة غير مرئية لأنها تلقائية، فلا سبب يدفع الفريق التجاري لتجاوزها. في اللحظة التي تجعل فيها الحوكمة خطوة يدوية يجب على أحد تذكرها، تكون قد خسرت بالفعل.

مع اكتساب وكلاء الذكاء الاصطناعي القدرة على اتخاذ قرارات وتنفيذ إجراءات بدلاً من مجرد توصية بها، كيف يجب على المؤسسات أن تقرر أين يكون الاستقلال الكامل مناسبًا وأين يجب أن يبقى البشر في الحلقة؟

المحور الذي أستخدمه ليس “مدى ذكاء الوكيل”، بل القابلية للعكس ونطاق الضرر. إذا كان اكتشاف قرار خاطئ ورجوعه رخيصًا — مثل التوجيه، التصنيف، أو الصياغة — فدع الوكيل يتصرف وراجع النتائج مجمعة. إذا كان القرار الخاطئ مكلفًا، صعب العكس، أو يمس المال أو الامتثال أو علاقة عميل مباشرة، احتفظ بإنسان في الحلقة لتلك الخطوة المحددة، حتى لو كان الوكيل قد أصاب الألف قرار الأخيرة بشكل صحيح. الخطأ هو اعتبار الاستقلالية كقيمة واحدة تُرفع لكل سير العمل. العمليات الحقيقية هي سلسلة من الخطوات ذات ملفات مخاطر مختلفة تمامًا، والتصميم الصحيح يضع الإنسان بالضبط في الخطوة التي يكون فيها الخطأ مكلفًا — لا في كل مكان ولا في لا شيء. وهذا أيضًا سبب أن النهج الصحيح للإنسان في الحلقة ليس عبئًا على السرعة — بل هو الطريقة التي تبني بها الثقة لإزالة الحاجة إليه في الخطوات منخفضة المخاطر، لأن لديك الأدلة التي تثبت أي القرارات التي ينجح الوكيل في اتخاذها باستمرار.

تؤكد Pipefy على الحوكمة من خلال آليات مثل سجلات التدقيق، ضوابط الوصول القائمة على الدور، قواعد الأعمال، وإمكانية التتبع داخل سير العمل نفسه. هل يصبح دمج الحوكمة مباشرة في طبقة التنسيق أمرًا أساسيًا مع انتقال الشركات بالوكلاء الذكائيين من التجارب إلى الإنتاج؟

ليس الأمر أن يصبح ضرورياً — إنه بالفعل كذلك، والشركات التي تكتشف ذلك بالطريقة الصعبة هي تلك التي نشرت الوكلاء في الإنتاج أولاً وتقوم الآن ببناء سجل التدقيق بعد وقوع الحدث. هذا عكسي، وإصلاحه بأثر رجعي مكلف. إذا لم تكن سجلات التدقيق، والتحكم بالوصول القائم على الدور، وتتبع الأثر جزءاً طبيعياً من طبقة التنسيق نفسها، فإن كل وكيل جديد تنشره يصبح مكاناً جديداً يمكن أن تفشل فيه الحوكمة بهدوء — ولن تكتشف ذلك إلا عندما يطرح مدقق أو منظم أو حادث سؤالاً. تضمين الحوكمة في طبقة التنسيق يعني أن كل فعل يقوم به الوكيل يرث تلقائياً نفس القواعد ويترك نفس الأدلة التي يتركها الفعل البشري، دون أن يضطر أحد لتذكر تكوينها بشكل منفصل. الشركات التي تنتقل من تجارب الذكاء الاصطناعي إلى الذكاء الاصطناعي في الإنتاج تكتشف أن معايير نجاح التجربة التجريبية ومعايير نجاح الإنتاج مختلفة: يجب أن تعمل التجربة التجريبية، ويجب أن يكون الإنتاج مبرراً. الحوكمة هي الفارق بين هذين المستويين.

العديد من الشركات يمكنها إظهار تجربة ذكاء اصطناعي تجريبية مثيرة للإعجاب لكنها تواجه صعوبة في تحويلها إلى قيمة تجارية قابلة للقياس. ما هي المقاييس التي يجب على القادة التركيز عليها عند تحديد ما إذا كانت مبادرة أتمتة الذكاء الاصطناعي تحقق عائد استثمار حقيقي، وما هي أكثر الأسباب شيوعاً التي تجعل التجارب الواعدة تفشل في التوسع؟

أنا أشكك في أي نقاش حول عائد الاستثمار للذكاء الاصطناعي يبدأ بـ “الساعات الموفرّة”، لأن السؤال هو: من وفر الساعات، وكيف تم التحقق منها؟ المقاييس التي تصمد فعلياً أمام تدقيق المدير المالي هي تلك التي يمكن للمدققين تأكيدها بشكل مستقل: زمن الدورة لعملية محددة، قبل وبعد؛ معدل الخطأ أو إعادة العمل؛ النسبة المئوية لسير العمل الذي يكتمل الآن دون تدخل بشري؛ وتغطية سلالة التدقيق — هل يمكنك إظهار، لكل قرار وكيل، لماذا تم اتخاذه؟ إذا لم تستطع إنتاج هذا السجل، فلن يكون لديك رقم عائد استثمار، بل مجرد قصة. غالباً ما تفشل التجارب في التوسع لنفس السبب: تم بناؤها لإثبات أن النموذج يعمل، وليس لإثبات أن العملية تعمل من البداية إلى النهاية، في الإنتاج، مدمجة مع الأنظمة التي تعتمد عليها باقي الشركة. تجربة تجريبية تعيش في بيئة معزولة، منفصلة عن نظام السجلات الحقيقي، ستبدو دائماً أفضل مما تؤدي عندما تُربط بكل ما هو قيد التشغيل بالفعل. التوسع هو مشكلة تكامل الأنظمة ترتدي زي الذكاء الاصطناعي.

لقد قمت أيضاً بقيادة مبادرات تغيير تنظيمية في Pipefy مع تقديم قدرات ذكاء اصطناعي جديدة. من خلال تجربتك، ما نسبة التحدي التكنولوجي في نجاح تبني الذكاء الاصطناعي للمؤسسات مقارنةً بتحديات العملية والثقافة وإدارة التغيير؟

إذا كنت صادقاً، فإن نجاح تبني الذكاء الاصطناعي للمؤسسات هو 20٪ تكنولوجيا و80٪ كل شيء آخر. التكنولوجيا تعمل الآن في الغالب — وهذا ليس ما يزعجني. ما يحدد فعلياً ما إذا كانت مبادرة الذكاء الاصطناعي ستستمر هو ما إذا كان الأشخاص الذين تتغير وظائفهم يثقون بالنظام بما يكفي ليتخلوا عن الفحص اليدوي الذي كانوا يقومون به منذ عشر سنوات، وما إذا كانت القيادة مستعدة لإعادة تصميم العملية بدلاً من مجرد لصق الذكاء الاصطناعي فوق القديمة. مررنا بهذه التجربة داخلياً عندما بنينا أدوات الهندسة الخاصة بنا — التكنولوجيا لأتمتة أجزاء من طريقة بناء البرمجيات وجدت قبل أن يثق الفريق بها بما يكفي لإيقاف التحقق المزدوج يدوياً. الفتح لم يكن نموذجاً أفضل، بل دليلًا مرئيًا، تكرّر بما يكفي، أن حكم النظام يطابق حكمهم. إدارة التغيير للذكاء الاصطناعي ليست تمرينًا اتصاليًا، بل تمرينًا لتجميع الأدلة — تكسب الثقة على دفعات صغيرة قابلة للتحقق، لا تعلن عنها في قاعة عامة.

نظرة إلى المستقبل، هل تتوقع أن يتطور برنامج إدارة سير العمل والعمليات التجارية التقليدي إلى طبقة تنسيق حيث يتعاون البشر، ووكلاء الذكاء الاصطناعي، وأنظمة المؤسسة باستمرار؟ إذا كان الجواب نعم، ما الذي سيتغير جوهرياً في طريقة تصميم الشركات وإدارة عملياتها؟

نعم، وأعتقد أن التحول أكبر مما يقدره معظم الناس. كان برنامج سير العمل في السابق هو المكان الذي توثق فيه كيفية حدوث العمل. أصبح الآن هو المكان الذي يحدث فيه العمل فعلياً — بيئة تشغيل حية حيث يتصرف البشر، والوكلاء، وأنظمة المؤسسة جميعاً داخل نفس العملية المحكومة في الوقت نفسه، بدلاً من أن يستخدم الإنسان البرنامج كحافظ سجلات سلبي بعد وقوع الحدث. ما يتغير جوهرياً هو مكان وجود “نظام السجلات” الفعلي. كان السجل في السابق قاعدة بيانات تُحدَّث بمجرد حدوث شيء خارجها. في طبقة التنسيق، السجل والتنفيذ هما نفس الشيء — العملية نفسها تصبح الواجهة، يمكن الوصول إليها ليس فقط عبر شاشة بل عبر API، أو خادم MCP، أو CLI، بحيث يمكن لأي وكيل، داخلي أو شريك، أن يتصرف داخلها وفقاً لنفس القواعد التي يتبعها الإنسان. الشركات التي تتعامل مع هذا التحول كـ “إضافة ذكاء اصطناعي إلى أدواتها الحالية” ستستمر في مواجهة السقف الذي وصفته سابقاً. أما الشركات التي تعتبر طبقة العملية هي المنتج الفعلي — الشيء الذي يستحق الاستثمار في هيكلته بشكل صحيح — فهي التي ستحقق ميزة لا يمكن لأحد أن ينسخها بمجرد شراء نفس نموذج الذكاء الاصطناعي.

شكراً لك على هذه المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Pipefy.