مقابلات

يوآف نافيه، الشريك المؤسس والرئيس التنفيذي المشارك لشركة Reindeer – سلسلة مقابلات

mm
أضف Unite.AI إلى مصادرك المفضلة على Google
Yoav Naveh, Co-Founder and Co-CEO of Reindeer

يوآف نافيه هو الشريك المؤسس والرئيس التنفيذي المشارك لشركة Reindeer، ويتمتع بخبرة في تأسيس شركات التكنولوجيا وتوسيع نطاق الأعمال والاستثمار في المؤسسين. قبل Reindeer، أسس ConvertMedia، وواصل عمله في Taboola، واستثمر من خلال INT3. ويركز اليوم على مساعدة الشركات على الانتقال من تطبيقات الذكاء الاصطناعي المنعزلة إلى وكلاء قادرين على إنجاز أعمال تشغيلية معقدة، والتعلم من خبرات البشر، والحفاظ على موثوقيتهم مع تغيّر إجراءات العمل.

تطوّر Reindeer وكلاء ذكاء اصطناعي للمؤسسات، يتولون العمليات الأساسية في مجالات مثل التمويل وسلاسل الإمداد والخدمات اللوجستية والخدمات المشتركة. وتجمع منصتها بين تنفيذ سير العمل وملاحظات الخبراء والتقييم والموافقة البشرية، كي يتمكن الوكلاء من التكيّف مع الحالات الاستثنائية والسياسات المتغيرة. في هذه المقابلة، يناقش نافيه حدود نماذج النشر التي تعتمد بكثافة على الهندسة، وكيف تتحول المعرفة المؤسسية إلى سياق يستند إليه الوكلاء، والحوكمة والقياس اللازمين لخفض إجمالي الجهد البشري بمرور الوقت.

بعد تأسيس ConvertMedia، وتوسيع نطاق العمل في Taboola، والاستثمار في مؤسسين آخرين من خلال INT3، ما المشكلة التي دفعتك إلى العودة إلى تأسيس شركة، وكيف أسهمت في قرارك المشاركة في تأسيس Reindeer؟

كان سوق الذكاء الاصطناعي مثيرًا إلى حد لم يسمح لنا بالاكتفاء بمراقبته من بعيد. وقد أثار اهتمامي أنا ويائير، شريكي في التأسيس، التفاوت بين مدى فائدة الذكاء الاصطناعي حين نستخدمه أفرادًا، والصعوبة التي لا تزال تواجهها المؤسسات في اعتماده على نطاق واسع. تتقدم التكنولوجيا بسرعة هائلة، ومع ذلك لا تزال معظم المؤسسات تكافح لتحويل هذه الإمكانات إلى تغيير تشغيلي ملموس.

سيُحدث الذكاء الاصطناعي تحولًا في طريقة عمل الشركات، لكن بلوغ هذه الغاية يتطلب أكثر من تكنولوجيا أفضل. فهو يحتاج إلى قيادة مستعدة لإعادة التفكير في كيفية إنجاز العمل، وإلى طريقة عملية لإدماج الذكاء الاصطناعي في العمليات اليومية من دون خلق طبقات جديدة من التعقيد.

كان هذا التحدي هو ما شكّل توجه Reindeer. بنينا منصة تنقل المؤسسات من استخدام وكيلها الأول إلى تشغيل سرب كامل من الوكلاء الذين يتعلمون من ملاحظات البشر ويتحسنون بمرور الوقت. وهدفنا هو سد الفجوة بين إمكانات الذكاء الاصطناعي واعتماده في الواقع العملي، ومساعدة الشركات على تحويل عملياتها الأساسية إلى قوة عاملة قائمة على الذكاء الاصطناعي الوكيلي، من دون الحاجة إلى إعادة بناء كل وكيل أو صيانته باستمرار.

قلتَ إن نموذج المهندسين المنتشرين ميدانيًا قد يحوّل الذكاء الاصطناعي للمؤسسات إلى نشاط خدمي كثيف العمالة. أين تضيف الهندسة المدمجة قيمة مستدامة، ومتى تتحول إلى اعتماد دائم يمنع العملاء من التوسع؟

يؤدي المهندسون المنتشرون ميدانيًا (FDEs) دورًا مهمًا في عمليات التكامل المعقدة وإدخال الوكلاء الأوائل إلى بيئة الإنتاج. وتبدأ المشكلة عندما تتغير إجراءات العمل نفسها، ويصبح وجود هؤلاء المهندسين ضروريًا على نحو دائم لضمان استمرار الوكلاء في تنفيذ تلك الأعمال. ويبرز ذلك خصوصًا عند التوسع. ينجح نموذج المهندسين المنتشرين ميدانيًا عندما يكون لديك 5 وكلاء، لكنه ينهار عندما يصبح لديك مئة وكيل.

إذا كان كل سير عمل جديد أو كل استثناء غير متوقع يتطلب مزيدًا من العمل الهندسي، فأنت لا توسّع نطاق البرمجيات، بل توسّع نطاق العمل البشري الباهظ التكلفة.

تدّعي معظم الشركات التي تنشر مهندسين منتشرين ميدانيًا أن مهندسيها ينتقلون في نهاية المطاف إلى مهام أخرى. وينبغي للمؤسسات أن تطلب دليلًا على ذلك قبل توقيع عقد يشترط وجود هؤلاء المهندسين. لقد رأينا بالفعل كيف أصبح التشغيل الآلي للعمليات الروبوتية (RPA) هشًا مع تطور إجراءات العمل. ولا ينبغي أن نتوقع أن تكون الوكلاء المصممة يدويًا مختلفة.

غالبًا ما تتضمن إجراءات العمل في المؤسسات استثناءات غير موثقة وممارسات متضاربة بين الفرق. كيف توثّق Reindeer الطريقة الفعلية لإنجاز العمل، مع التمييز بين المعرفة المؤسسية المفيدة والعادات التي لا ينبغي أتمتتها؟

تملك معظم المؤسسات كمًّا هائلًا من المعرفة المؤسسية التي لا توثيق لها في أي مكان؛ فهي محفوظة في أذهان العاملين. ويبدأ وكلاؤنا بمعرفة جزئية، ثم يتعلمون من الحالات الواقعية، ويطلبون إرشاد الخبراء المختصين عندما يواجهون مواقف غير مألوفة.

لكن التعلم من أحد الموظفين لا يعني تقليد سلوكه دون تمحيص. يميّز نظامنا بين الاستثناءات الفردية والأنماط المتكررة، ويقترح تغييرات أوسع نطاقًا للحصول على موافقة البشر.

لا نسعى إلى أتمتة كل عادة، بل إلى تحويل المعرفة المؤسسية القيّمة إلى ذكاء موثوق، من دون مطالبة المهندسين بتوقع كل حالة مسبقًا.

تبدأ معظم الشركات العاملة في مجال الذكاء الاصطناعي الوكيلي بتوثيق العملية، ثم برمجتها عبر إجراء مقابلات ودراسة البيانات السابقة بعناية. لكن الواقع أن أكثر الطرق فاعلية لتعلّم عملية ما تتجلى كلما انضم عضو جديد إلى الفريق: فهو لا يحفظ بيانات سنة كاملة أو دليل إجراءات تشغيليًا من 3,000 صفحة، بل يتعلم بعض المهارات، ويطّلع على أمثلة قليلة، ثم يبدأ العمل، ويطرح الأسئلة عندما يصادف ما لا يفهمه، ويبني معرفته تدريجيًا. وهذه هي العملية التي بنيناها.

يتيح الذكاء الاصطناعي الوكيلي للشركات أيضًا فرصة إعادة تصور العملية بدلًا من أتمتتها بصورتها الحالية. فقد صاغت الفرق البشرية وحدها، والأتمتة القائمة على القواعد، والبرمجيات التقليدية، إجراءات العمل بما يتناسب مع قيود كل منها. ومن خلال وكلاء يتعلمون إلى جانب الخبراء، تساعد Reindeer المؤسسات على إعادة التفكير في الطريقة التي ينبغي أن تسير بها العملية، بما يشمل تحديد الممارسات التي يجب الإبقاء عليها أو التخلي عنها، والمجالات التي يضيف فيها الوكلاء والبشر أكبر قيمة لكل منهم.

عندما تقول إن وكلاء Reindeer يتعلمون باستمرار أثناء التشغيل الفعلي، فما الذي يتغير فعليًا: أوزان النموذج، أم الذاكرة، أم منطق سير العمل، أم السياسات الصريحة؟ هل يمكنك أن تشرح لنا حالة استثنائية تعلّم الوكيل كيفية التعامل مع الحالات المستقبلية بطريقة مختلفة؟

ما يتغير هو سياق الوكيل ومهاراته: منطق سير العمل، والسياسات، والتعليمات المتعلقة بموعد تطبيق كل منها.

لنأخذ وكيلًا لمعالجة الفواتير. يتلقى فاتورة تزيد بنسبة 4% على أمر الشراء، ولا يجد سياسة تنطبق عليها. وبدلًا من معالجتها، يحيل الوكيل الحالة إلى خبير. يوضح الخبير أن هذا المورّد لديه استثناء معتمد يتعلق برسوم الوقود. يحسم الوكيل تلك الحالة، ويُخزَّن التوضيح في السياق الخاص بذلك المورّد وحده.

إذا تكرر النوع نفسه من الاستثناء مع مورّدين آخرين، وعالجه خبراء آخرون بالطريقة نفسها، يقترح النظام تغييرًا في السياسة، مثل: «تُقبل رسوم الوقود التي تصل إلى 5% عندما يسمح العقد بذلك». يخضع هذا المقترح للاختبار ولموافقة بشرية قبل أن يستخدمه الوكيل. إجابة خبير واحد تحسم حالة واحدة، أما النمط المتكرر عبر حالات متعددة فيصبح مرشحًا لقاعدة جديدة.

قد يكون قرار الموظف مناسبًا لعميل أو معاملة بعينها من دون أن يصلح قاعدة عامة. كيف تحددون متى ينبغي أن تظل الملاحظات استثناءً لمرة واحدة، ومتى ينبغي أن تتحول إلى تغيير مقترح في السياسة؟

نفصل بين حسم حالة فردية وتغيير طريقة عمل الوكيل مستقبلًا.

قد يجيز موظف استثناءً لعميل واحد، لكن هذا لا يعني أن الاستثناء نفسه ينبغي أن يُطبَّق على الجميع. بل إنني أرى أن موظفين مختلفين قد يتوصلان إلى حلين مختلفين للاستثناء نفسه لدى العميل ذاته. يقيّم نظامنا الظروف، ويرصد الأنماط المتكررة، ويوفّق بين التناقضات، ويتحقق من احتمال تعارضها مع السياسات القائمة.

عندما تتوافر أدلة تدعم إجراء تغيير أوسع، نشغّل الوكيل عبر منصة التقييم لدينا، وهي أشبه بـ«عرض ترومان» للوكلاء، إن صح التعبير، ثم نقترح تحديثًا للحصول على موافقة بشرية.

الهدف هو التعلم من البشر، لا تكرار قراراتهم بلا تفكير. وإلا، فلن تفعلوا سوى أتمتة الأخطاء.

قد يتحسن أداء الوكيل في الحالات الحديثة، لكنه يصبح أقل موثوقية في مواقف سبق أن تعامل معها على نحو صحيح. ما إجراءات الاختبار والموافقة التي يجب أن يجتازها التغيير المقترح قبل تطبيقه في بيئة الإنتاج، وكيف ترصدون حالات التراجع وتعكسونها؟

التعلم المستمر بلا حوكمة أمر خطير، لذا يخضع كل تغيير مقترح لثلاثة ضمانات: اختبار التراجع، والموافقة البشرية، وحدّ للثقة يحدد متى يتصرف الوكيل بمفرده.

يأتي الاختبار أولًا، وهو أصعب مما يبدو، لأن العمل التشغيلي لا يملك إجابات صحيحة ثابتة. نختار حالات تمثيلية من ملاحظات الخبراء، ونحدد معايير لمقارنة المخرجات، ثم نعيد تشغيل تلك الحالات باستخدام كل من الوكيل الحالي والإصدار المقترح. أما الإجراءات ذات الآثار الجانبية، مثل إرسال بريد إلكتروني، فتُنفذ في بيئة محاكاة مبنية على عمليات التشغيل السابقة، وتُستبعد حالات الاختبار التي لم تعد متوافقة مع السياسة الحالية. لكي نتمكن من قياس الأثر الحقيقي لأي تغيير، يجب أن تعتقد الوكلاء أنها تعمل في العالم الواقعي، وأن لأفعالها تبعات فعلية؛ كإدراج سجل في SAP أو إرسال بريد إلكتروني إلى عميل. وهذه هي الطريقة الوحيدة لبناء إطار تقييم حقيقي لكل وكيل.

يراجع مدير بشري بعد ذلك التغيير والأدلة التي يستند إليها ونتائج الاختبارات، ويمكنه الموافقة عليه أو تعديله أو رفضه. ولا يتغير أسلوب عمل الوكيل قبل صدور تلك الموافقة.

يحمي حدّ الثقة الشركة بعد دخول التغيير حيز التنفيذ. لا يتصرف الوكيل بمفرده إلا عندما تتجاوز درجة ثقته الحد المحدد، أما الحالات التي تقل عنه فتحال إلى خبير. وتضبط فرق العمليات هذا الحد بنفسها، ما يتيح لها البدء بحذر ومنح الوكيل مزيدًا من الاستقلالية كلما راكم سجلًا أفضل.

إذا تراجعت الجودة بعد إجراء تغيير، يشدد النظام تلقائيًا حدود المراجعة، بحيث تُحال حالات أكثر إلى الخبراء، وتكشف ملاحظاتهم المشكلة عبر حلقة التعلم نفسها التي اقترحت التغيير. ويُسجَّل إصدار كل تغيير في السياسات ومصدره، كما يُدوَّن في السجلات، كي يتمكن الفريق من معرفة ما الذي تغير، ومن وافق عليه، ولماذا، والعودة إلى الإصدار السابق.

قد يؤدي تقليل العمل الهندسي إلى بقاء قدر كبير من العمل على عاتق فرق العمليات، التي تراجع الاستثناءات وتصوّب أخطاء الوكلاء. كيف تقيسون ما إذا كانت Reindeer تقلل إجمالي الجهد البشري المطلوب، بدلًا من نقل هذا الجهد إلى فريق آخر؟

الحقيقة أن لدى معظم الشركات فريقًا من الأشخاص ينجزون هذا العمل يدويًا بالفعل. ليس هدفنا نقل عبء العمل إلى فريق آخر، بل تقليله بمرور الوقت. نختار أكثر أفراد ذلك الفريق خبرة، ونمكّنهم من تعليم الوكيل كيفية التعامل مع الاستثناءات واتخاذ قرارات أفضل باستقلالية.

تكمن مشكلة نموذج FDE في أنه غالبًا ما ينقل العمل من موظفي العمليات الأقل تكلفة نسبيًا إلى مهندسين مرتفعي التكلفة. وهذا لا يحل مشكلة العمالة، بل يجعلها أعلى تكلفة. ولا تضيف Reindeer مهندسين إلى هذه المعادلة. بدلًا من ذلك، نقيس النجاح بمدى زيادة حجم العمل الذي تستطيع الوكلاء حسمه باستقلالية بمرور الوقت، وبمقدار انخفاض الحاجة إلى التدخل البشري في العملية بأكملها.

نتابع ثلاثة مؤشرات: نسبة الحالات التي يعالجها الوكيل من البداية إلى النهاية من دون تدخل بشري، وعدد تدخلات الخبراء في كل حالة، وإجمالي الوقت اللازم لمعالجة كل حالة، سواء تولّاها الوكلاء أم الأشخاص. إذا لم ينخفض المؤشر الثالث، فهذا يعني أننا لا نفعل سوى نقل العمل من مكان إلى آخر.

هل يمكنك اختيار إحدى عمليات النشر لدى Hellmann Worldwide Logistics أو Papaya Global، وشرح ما الذي تغيّر منذ الإطلاق وحتى التشغيل المستمر؟ ماذا حدث للدقة، ومعدلات الاستثناءات، ووقت الإنجاز، ومقدار التدخل البشري المطلوب؟

تُعد Hellmann Worldwide Logistics مثالًا رائعًا على كيفية تحسين الوكلاء للعمليات الفعلية بمرور الوقت. فقد كان فريق التسعير لديهم يقضي وقتًا هائلًا في معالجة طلبات الشحن يدويًا عبر رسائل البريد الإلكتروني وجداول البيانات وغيرها من المستندات، وكان إعداد عرض الأسعار يستغرق أيامًا في كثير من الأحيان.

بدأنا بنحو 20 طلبًا نموذجيًا لفهم سير العمل وتدريب الوكيل. بعد ذلك، شرع خبراء التسعير لدى Hellmann في العمل مباشرةً مع النظام، وقدّموا ملاحظاتهم وساعدوه على التعامل مع الحالات الاستثنائية. وتابعنا الدقة والسرعة طوال فترة الاختبار، وواصلنا مراقبة الأداء بعد دخول الوكيل مرحلة الإنتاج.

تُعالَج الطلبات الاعتيادية اليوم تلقائيًا، بينما تُحال الحالات الأكثر تعقيدًا إلى الفريق. والأهم أن الوكيل يدرك متى تكون المعلومات ناقصة بدلًا من افتراض ما ينقصه، ما يتيح للموظفين التدخل حين تكون خبراتهم مطلوبة فعلًا.

كانت النتيجة تقليص الوقت اللازم لإعداد عروض الأسعار، مع تقليل مهام إدخال البيانات يدويًا وإتاحة مزيد من الوقت للتعامل مع العملاء. كما شهدت Hellmann تحسنًا في معدل الفوز بعروض الأسعار. وليس الهدف إخراج البشر من العملية، بل مواصلة تقليص حجم العمل الاعتيادي الذي يتطلب تدخلهم.

ما الذي تعلمتموه عن حدود هذا النهج؟ ما خصائص سير العمل التي تشير إلى أنه أصبح جاهزًا لوكيل تكيّفي، وما الخصائص التي توحي بأن على الشركة إعادة تصميم العملية أولًا أو الإبقاء على الأتمتة التقليدية؟

لا تحتاج كل عملية إلى وكيل ذكاء اصطناعي. وتتمثل أبرز الفرص في مسارات العمل المتكررة وعالية الحجم التي تتطلب حكمًا سياقيًا، ولا سيما عندما تتوزع المعلومات على أنظمة متعددة ويضطر الموظفون بانتظام إلى معالجة الحالات الاستثنائية.

أوضح درس استخلصناه من عمليات النشر لدينا هو ظهور وظيفة جديدة داخل المؤسسات، على غرار ظهور عمليات الإيرادات مع أنظمة CRM وعمليات التطوير والتشغيل مع الحوسبة السحابية. ومع انتقال الشركات من بضعة وكلاء إلى مجموعة كبيرة منهم، تصبح بحاجة إلى شخص أو فريق يدير الوكلاء كما يدير رئيس القسم قوة عاملة: فيتحمل مسؤولية مؤشرات الأداء الرئيسية (KPIs) وعائد الاستثمار (ROI) الخاصين بهم، ويحدد المهام التي ينبغي أن يتولاها الوكلاء وتلك التي لا ينبغي لهم توليها، ويوافق على كيفية تغييرهم. والشركات التي بدأت بالفعل في بناء هذه الوظيفة تتحرك بأسرع وتيرة، وهي الأوفر حظًا للفوز.

تضارب الممارسات ليس سببًا للانتظار. فالخبراء يختلفون في الرأي في كل عملية تقريبًا، وقد صُمم نظامنا للكشف عن هذه التناقضات وتحويلها إلى مقترحات للسياسات. وتسوية هذه الخلافات جزء من مسؤوليات الشخص الذي يتولى هذا الدور، وهذا سبب آخر لاستحداثه قبل التوسع في استخدام الوكلاء.

للنهج نفسه حدود أيضًا. فلن تخضع العمليات الأساسية للأتمتة بالكامل، وهذا ليس هدفنا. يوسّع الوكلاء نطاق ما يمكنهم معالجته تدريجيًا، بينما تبقى الحالات عالية المخاطر بيد الأشخاص عن قصد.

مع تطور النماذج الأساسية وأدوات بناء الوكلاء، ما جوانب نشرها في المؤسسات التي تتوقع أن تصبح سلعًا أساسية، وأين تعمل Reindeer على بناء ميزة تزداد قوة مع كل عملية نشر في بيئة الإنتاج؟

ستزداد قابلية استبدال النماذج الأساسية بعضها ببعض كلما أصبحت أرخص وأسرع وأكثر قدرة. كما أن بناء الوكلاء الأساسيين وربطهم بأنظمة المؤسسات أصبح أسهل بالفعل.

لكن بناء وكيل لا يعني بالضرورة جعله موثوقًا داخل شركة معقدة بمرور الوقت.

تتمثل الميزة التنافسية الحقيقية في المعرفة الخاصة بكيفية سير العمل فعليًا داخل المؤسسة، وهو أمر متغير باستمرار. وتمنح كل حالة في بيئة الإنتاج وكلاءنا فرصة للتعلم ومعالجة الاستثناءات المستقبلية وتقليل الحاجة إلى التدخل البشري.

ستنخفض تكلفة النماذج، وسيصبح بناء الوكلاء أسهل.

وسيكون الفائزون هم من يتخلصون من البنية التحتية الهندسية البشرية المكلفة واللازمة لضمان استمرار عمل هؤلاء الوكلاء وملاءمتهم بمرور الوقت.

شكرًا على هذه المقابلة الرائعة. ويمكن للقراء الراغبين في معرفة المزيد عن وكلاء الذكاء الاصطناعي التكيّفيين للمؤسسات، وأتمتة العمليات، والتعلّم الموجّه بشريًا، زيارة Reindeer.

أنطوان قائد صاحب رؤية وشريك مؤسس في Unite.AI، يدفعه شغف راسخ بتشكيل مستقبل الذكاء الاصطناعي والروبوتات وتعزيزه. وبصفته رائد أعمال أسس عدة مشروعات، يؤمن بأن الذكاء الاصطناعي سيُحدث تحولًا في المجتمع يضاهي ما أحدثته الكهرباء، وكثيرًا ما يتحدث بحماس عن إمكانات التقنيات التحويلية والذكاء الاصطناعي العام (AGI).

وبصفته مستشرفًا للمستقبل، يكرس جهوده لاستكشاف كيف ستشكل هذه الابتكارات عالمنا. وهو أيضًا مؤسس Securities.io، وهي منصة تركز على الاستثمار في التقنيات المتطورة التي تعيد تعريف المستقبل وتعيد تشكيل قطاعات بأكملها.