مقابلات
زاك بينغ، الشريك المؤسس والرئيس التنفيذي لشركة Seel – سلسلة مقابلات

النقاط الرئيسيةتحل Seel أكثر من 99% من حالات الدعم من خلال السماح للذكاء الاصطناعي بإكمال الحلول بدلاً…
عرض المزيد
- تحل Seel أكثر من 99% من حالات الدعم من خلال السماح للذكاء الاصطناعي بإكمال الحلول بدلاً من تحويل التذاكر.
- تعتمد الثقة في دعم الذكاء الاصطناعي على وجود مخرج مرئي إلى إنسان بدلاً من دقة الروبوت.
- يجب على التجار طلب إثبات لمعدلات الحل الشاملة والمسؤولية بدلاً من العروض التوضيحية المصقولة.
زاك بينغ هو الشريك المؤسس والرئيس التنفيذي لشركة Seel، حيث يركز على المشكلات التي يواجهها المتسوقون والتجار بعد إتمام الشراء. بدأ عمله بالتنبؤ بعمليات الإرجاع واسترداد الأموال، ثم توسع ليشمل أنظمة الذكاء الاصطناعي التي تعالج طلبات العملاء عبر مسارات العمل التجارية. وهو يدعو إلى الجمع بين الوكلاء القادرين على اتخاذ الإجراءات وحدود تشغيلية واضحة، وإحالة الحالات إلى العنصر البشري عند الحاجة، والمساءلة عن النتائج التي يحصل عليها العملاء.
تقدم Seel خدمات ما بعد الشراء ووكالات للذكاء الاصطناعي في مجال التجارة الإلكترونية، تشمل الحماية عند الشراء والتوصيل، ودعم العملاء، وإعادة البيع. وتربط منصتها بين أنظمة التجار ومعلومات الطلبات ومسارات تقديم الخدمات للمساعدة في معالجة مشكلات المتسوقين، فيما تتيح بوابة LLM Gateway الوصول إلى النماذج وتوجيه المهام بحسب طبيعتها. في هذه المقابلة، يناقش بينغ الانتقال من الإجابة عن الأسئلة إلى تحمّل مسؤولية النتائج، والضوابط اللازمة لتمكين الوكلاء من العمل عبر الأنظمة، وكيف يستطيع التجار تقييم مدى موثوقية خدمات الذكاء الاصطناعي.
ما الذي ألهمك للمشاركة في تأسيس Seel، وكيف قادك حل المشكلات التي يواجهها المتسوقون بعد إتمام الشراء إلى بناء قوة عاملة من الذكاء الاصطناعي للتجارة الإلكترونية؟
بدأ الأمر مع سوق إلكترونية واحدة. التقينا بمؤسس يدير سوقًا إلكترونية، ورأينا حجم الجهد الذي يبذله القطاع للتنبؤ بعمليات رد المبالغ المدفوعة، التي تكلف نحو 0.5% من إجمالي قيمة البضائع (GMV). وكانت معدلات الإرجاع واسترداد الأموال تتراوح بين 10 و20%، ولم يكن أحد يتنبأ بها. لذا بنينا نموذجًا قادرًا على ذلك، واستخدمناه لإتاحة الفرصة للمتسوقين لدفع رسم بسيط يجعل السلع المباعة نهائيًا قابلة للإرجاع واسترداد ثمنها. توقعت أن يختار ذلك ما بين 3 و5% من المتسوقين، لكن النسبة بلغت ما بين 10 و20%. وأدركنا من ذلك أن المتسوقين مستعدون للدفع مقابل الاطمئنان بعد إتمام الشراء، للسبب نفسه الذي يدفع الناس إلى شراء AppleCare أو التنازل عن مسؤولية أضرار سيارة مستأجرة.
نشأت قوة العمل المعتمدة على الذكاء الاصطناعي من صندوق رسائل الدعم لدينا. ولم يكن لأكثر من 70% من تذاكر الدعم التي تلقيناها أي صلة بعمليات الإرجاع. أراد المتسوقون معرفة مكان طلباتهم أو ما إذا كان بإمكانهم استبدال سلعة ما. وبدلًا من إحالتهم مجددًا إلى التاجر، بدأنا بمعالجة تلك التذاكر بأنفسنا. وتعلمنا أن القيمة الحقيقية للذكاء الاصطناعي في التجارة لا تكمن في توفير المال، بل في إنجاز الأمور فورًا وعلى نطاق واسع، حتى في أوقات ذروة حجم الطلبات. ويشمل ذلك استخدام أنظمة ذكاء اصطناعي تستطيع تقييم طلبات استرداد الأموال المؤهلة والموافقة عليها قبل استلام الشحنات المرتجعة، إلى جانب وكلاء ذكاء اصطناعي متاحين على مدار الساعة طوال أيام الأسبوع، وقادرين على اتخاذ إجراءات لمعالجة طلبات العملاء.
تصف انتقالًا تدريجيًا من روبوتات محادثة تجيب عن الأسئلة، إلى وكلاء يتخذون الإجراءات، ثم إلى وكالات ذكاء اصطناعي تتولى مسؤولية تحقيق نتيجة كاملة. ما الذي يتغير تقنيًا وتشغيليًا بين هذه المراحل، وهل يمكنك توضيح ذلك بمثال من مشكلة واجهها عميل فعلي؟
يكمن الفرق في تحديد الجهة المسؤولة عن النتيجة. يجيب روبوت المحادثة عن سؤال «أين طلبي؟». أما الوكيل فينجز مهمة واحدة، مثل تقديم مطالبة. وتتولى الوكالة مسؤولية تحقيق النتيجة: أن يحصل العميل على ما دفع ثمنه.
من الناحية التقنية، تعمل الوكالة عبر أنظمة متعددة، تشمل متجر التاجر وشركة النقل ووسائل الدفع، بدلًا من العمل ضمن نظام واحد. كما تتابع الحالة على مدى أيام، لا خلال محادثة واحدة، وعليها أن تعرف متى تحققت النتيجة فعلًا. أما تشغيليًا، فتتوقف عن زيادة عدد الموظفين لمواكبة حجم التذاكر، وتبدأ بتخصيصهم لمعالجة الحالات الاستثنائية.
لنفترض أن طردًا تظهر حالته على أنه سُلّم، لكنه لم يصل قط. يخبر روبوت المحادثة المتسوق بأن ينتظر، بينما يقدم الوكيل مطالبة. أما Seel Agencies فتتحقق من بيانات مسح شركة النقل وسجل الطلب، وتقرر مدى الأهلية، ثم تدفع المبلغ أو ترسل بديلًا، وتحدّث سجلات التاجر، وتبلغ المتسوق بانتهاء الأمر. وبصفتنا شريكًا يتولى تذاكر ما بعد الشراء من البداية إلى النهاية نيابة عن التجار، اختبرنا هذه البنية التحتية للذكاء الاصطناعي أولًا على تذاكرنا. وساعدنا هذا النهج القائم على معالجة الحالات حتى حلها على بلوغ معدل تسوية يتجاوز 90%، مع القدرة على تحديد الطلبات المؤهلة واسترداد مبالغها فورًا.
لنفترض أن وكيلًا للتسوق اشترى مقاسًا غير مناسب نيابةً عن شخص ما. ما الذي ينبغي أن يحدث بين ذلك الوكيل والتاجر وSeel لمعالجة الخطأ، ومن ينبغي أن يتحمل مسؤولية النتيجة؟
لا ينبغي أن يُضطر المتسوق إلى الفصل في النزاع. فبصرف النظر عمن ارتكب الخطأ، يبقى الحل نفسه: استبدال سريع أو استرداد للمبلغ.
ثمة ثلاثة أمور تجعل ذلك ممكنًا. ينبغي أن يتضمن سجل الطلب معلومات عن الجهة التي قدمته والتعليمات التي استندت إليها، بحيث يمكن تتبع قرار الوكيل. وثانيًا، يجب أن تكون سياسة التاجر للإرجاع قابلة للقراءة آليًا حتى يتمكن الوكيل من تطبيقها. وثالثًا، لا بد من جهة تضمن النتيجة قبل حسم المسؤولية عن الخطأ.
هنا يأتي دور Seel. نحن نتحمل المسؤولية المالية. فإذا كان الطلب مشمولًا بالحماية، يحصل المتسوق أولًا على تعويض كامل، ثم يُحدد لاحقًا الطرف المسؤول. وإذا طلب وكيل تسوق يعمل بالذكاء الاصطناعي مقاسًا غير مناسب نيابةً عن شخص ما، فينبغي أن تتاح للمتسوق سبل الحل نفسها كما لو أنه قدم الطلب بنفسه، ما دامت الحماية المناسبة قد أُضيفت عند إتمام الشراء وكانت المشكلة مشمولة بتلك التغطية. ونحن نتحمل المسؤولية المالية عن النتائج التي تشملها تغطيتنا. ولا ينبغي أن يُضطر المتسوق إلى الفصل في ما إذا كان هو أم وكيله قد أخطأ.
يقول فريقك إن الذكاء الاصطناعي يسرّع معالجة 80% من تذاكر الدعم لدى Seel. ما المقصود بـ«يسرّع» عمليًا، وما نسبة الحالات التي تُحل من دون تدخل بشري، وما المقاييس التي تبيّن ما إذا كان العملاء يتلقون خدمة أفضل بالفعل؟
يعني ذلك أن الذكاء الاصطناعي ينجز الأعمال التي كانت تُبطئ الشخص: قراءة الحالة، واستخراج بيانات الطلب وشركة الشحن، والتحقق من سياسة التاجر، وفي معظم الحالات، إتمام معالجة المشكلة. يتولى الذكاء الاصطناعي هذه المهام في 80% من حجم تذاكر الدعم لدينا. وبوجه عام، نعالج أكثر من 99% من حالات الدعم، بينما تتحدث الأرقام المتداولة في القطاع عادةً عن نسبة تتراوح بين 60 و70%.
لكن معدل إغلاق الحالات وحده قد يخفي تدني مستوى الخدمة، لأن روبوتًا يصدّ المتسوقين قد يبدو أداؤه رائعًا على لوحة المؤشرات. لذلك نتابع مؤشرات مثل معدل إعادة فتح التذاكر، ومعدل تصعيدها إلى موظف بشري، ورضا العملاء. وتكتسب السرعة أهمية في اللحظات التي تثير إحباط المتسوقين. فعادةً ما يتطلب تغيير عنوان الشحن سلسلة من رسائل البريد الإلكتروني بين أنظمة منفصلة للطلبات والتنفيذ. أما وكلاؤنا فينجزون ذلك خلال دقائق.
أكثر ما يهمني قياسه هو ما إذا كان المتسوق سيشتري مجددًا. ففي شبكتنا، أمّن 69% من المشترين المتكررين طلبهم الأول.
وصفت نفسك بأنك «مؤيد للوكلاء، لكنك لست مؤيدًا للطيار الآلي». ما القرارات التي تتعمد إسنادها إلى الأشخاص، وكيف يتعرف نظامك إلى الحالات التي تبدو اعتيادية لكنها تتطلب حكمًا بشريًا؟
الطيار الآلي يعني ألا يراقب أحد ما يحدث. نريد أن ينجز الوكلاء معظم العمل، وأن يتخذ الأشخاص القرارات التي تتطلب حسن التقدير.
نبقي ثلاثة أنواع من القرارات بيد الأشخاص: كل ما يضع سياسة، والحالات التي يكون التراجع عن قرار خاطئ فيها مكلفًا، والحالات غير المألوفة إلى حد قد يجعل الإجابة التي تقتضيها القاعدة غير منصفة. يتولى الذكاء الاصطناعي الحالات الاعتيادية ضمن هذه الحدود، ولا يحق له توسيع صلاحياته بنفسه. وإذا لم يُصرَّح بإجراء ما، أو تطلبت الحالة موافقة إضافية أو معالجة خاصة، تُحال مباشرةً إلى شخص.
لا ينظر النظام إلى نوع الطلب فحسب، بل يراعي أيضًا سياقه: المخاطر، والاستعجال، وإحباط العميل، ومدى حساسية الأمر من ناحية السياسات. تُحال الحالات عالية المخاطر إلى أشخاص، بينما قد تتطلب الحالات الحساسة من ناحية السياسات إجراء تحقق إضافي قبل اتخاذ أي إجراء. ويُضبط مستوى هذه الحدود وفقًا للتاجر وسير العمل، بدلًا من تحديد مبلغ مالي أو درجة ثقة واحدة تصلح للجميع. فعلى سبيل المثال، قد يتجاوز طلب تسريع المعالجة أو زيادة مبلغ التعويض نطاق الصلاحيات المستقلة للذكاء الاصطناعي.
تشير أبحاثك عن المتسوقين إلى أن كثيرًا من مستهلكي الجيل Z ما زالوا يرغبون في مشاركة شخص في حل مشكلاتهم. ماذا تعلمت عن تصميم دعم بالذكاء الاصطناعي يحظى بالثقة، ولا سيما حين يريد العملاء الاعتراض على قرار أو التواصل مع شخص؟
الجيل Z هو الأكثر ارتياحًا للتعامل مع الذكاء الاصطناعي، وهو أيضًا الأسرع ملاحظةً عندما تستخدمه شركة لتفادي التعامل معهم. وفي تقريرنا عن تسوق الجيل Z لعام 2026، قال 49% من أفراد هذا الجيل إنهم يفضلون حل المشكلة مع شخص. ومع ذلك، ما زالوا يريدون حلها بسرعة: إذ يتوقع 87% من المتسوقين حل المشكلة خلال يومين إلى ثلاثة أيام.
ما تعلمناه هو أن الثقة تنبع من إتاحة مخرج، لا من الروبوت. فعندما يعرف المتسوقون أن بإمكانهم التواصل مع شخص، يسعدهم ترك الأمور للذكاء الاصطناعي. أما حين يصبح الذكاء الاصطناعي حاجزًا، فتنهار الثقة، حتى لو كانت الإجابة صحيحة.
لذلك نصمم خدماتنا مع مراعاة ثلاثة أمور:
- السرعة، لحل المشكلات قبل أن يبدأ الإحباط
- توضيح السبب بلغة بسيطة كلما رفض الذكاء الاصطناعي طلبًا
- وإتاحة تصعيد الأمر إلى شخص بخطوة واحدة، على أن يطّلع فورًا على السجل الكامل، فلا يضطر المتسوق أبدًا إلى تكرار ما قاله.
حين يستطيع الوكلاء إصدار المبالغ المستردة أو تعديل الطلبات أو تنفيذ إجراءات عبر أنظمة التجار، تترتب على الأخطاء عواقب مالية. كيف تفرضون ضوابط الصلاحيات، وتمنعون الإجراءات المكررة أو غير المصرح بها، وتعيدون بناء سجل ما حدث عند وقوع خطأ؟
يُمنح كل وكيل صلاحيات الوصول التي تتطلبها وظيفته، ولا شيء يتجاوز ذلك. ونقصر هذه الصلاحيات على مسارات العمل المحددة التي وافق عليها التاجر. ونستخدم حسابات مخصصة أو رموز API منفصلة عن هويات الموظفين، بحيث يستطيع التاجر تعديل صلاحيات الوصول أو تعليقها أو إلغاءها في أي وقت.
وبالنسبة إلى الإجراءات الأعلى خطورة، مثل المبالغ المستردة الكبيرة، يمكننا إعداد مراجعة بشرية أو تحديد عتبات تستند إلى المبالغ والقواعد بما يتوافق مع متطلبات التاجر. فإتاحة الوصول إلى نظام لوكيل لا تعني منحه صلاحيات مطلقة.
يُسجل كل إجراء في النظام، مع توثيق وقت حدوثه وما نُفذ والسبب الذي أدى إليه. وإذا حدث خطأ، يتيح لنا ذلك سجلًا للتحقيق بالتعاون مع التاجر، والمساعدة في التراجع عن الإجراء، وتشديد القواعد بعد ذلك.
مع 1-Click Resale، ينشئ الوكلاء إعلانات البيع، ويحددون الأسعار، وينسقون المبيعات عبر أسواق متعددة. كيف تتحققون من أوصاف المنتجات وأسعارها، وتمنعون بيع السلعة مرتين عندما تتأخر تحديثات الأسواق؟
تتولى وكالة Resale الأعمال التي يفضّل البائع عادةً تجنبها. فهي تراجع صورة المتسوق للتحقق من حالة السلعة، وتحدد سعرها استنادًا إلى السوق، وتنشئ إعلان البيع، ثم تزيله عند بيع السلعة.
تستند الأوصاف إلى بيانات لدينا بالفعل. ولأن السلعة تأتي من طلب لدى أحد التجار، تعمل الوكالة انطلاقًا من سجل المنتج الأصلي. ويُحدد السعر بالاستناد إلى أسعار البيع الفعلية للسلع المماثلة، مع تعديل السعر وفقًا لحالة السلعة. ويؤكد المتسوق عرض السعر قبل أن نتابع، ويتولى فريقنا إعداد إعلان البيع واستكمال أي تفاصيل ناقصة.
الهدف هو تسهيل إعادة البيع، كي يتمكن المتسوقون من استرداد قيمة السلع التي لم يعودوا يرغبون فيها، حتى بعد انتهاء مهلة الإرجاع.
ما التحديات التشغيلية التي دفعتكم إلى إتاحة LLM Gateway من Seel، وكيف تختارون النماذج للمهام المختلفة بناءً على الموثوقية وزمن الاستجابة والتكلفة؟ وهل تقيّمون الجدوى الاقتصادية لكل استدعاء للنموذج أم لكل نتيجة ناجحة يحققها العميل؟
أنشأناه لأنفسنا أولًا. وقد علّمنا تطوير Seel Agencies لتشغيل سير العمل الخاص بنا أن توسيع نطاق استخدام الذكاء الاصطناعي يفرض علينا اتباع نهج منضبط في اختيار النماذج ومصادرها. احتجنا إلى قابلية التوسع والموثوقية وإمكانية الوصول إلى أفضل النماذج، إلى جانب تكاليف وحدوية يمكن التنبؤ بها، لذلك أنشأنا البنية التحتية اللازمة. وكان التجار يواجهون الارتفاع التدريجي نفسه في التكاليف، نموذجًا بعد نموذج وطلبًا بعد طلب، لذا أتحنا هذه البنية للآخرين.
نوجّه الطلبات بحسب المهمة. فالعثور على رقم طلب في رسالة بريد إلكتروني لا يحتاج إلى النموذج نفسه المستخدم لمعالجة مشكلة معقدة متعددة الخطوات. يقيّم LLM Router مدى تعقيد الطلب ويوجّهه إلى أحد النماذج التي سمح العميل باستخدامها. ويختار العملاء بين الأداء والتوفير أو الموازنة بينهما. ويتيح لهم ذلك تحديد مدى سعيهم إلى خفض التكاليف في المهام الأبسط.
يجب أن تظل الموثوقية وسرعة الاستجابة مناسبتين لعبء العمل الفعلي. ونوصي باختبار الجودة ووقت الاستجابة والتكلفة قبل زيادة الاعتماد على التوجيه التلقائي. وفي سير العمل المعقد أو المهام التي تتطلب اتساقًا صارمًا، يمكن للعملاء الالتزام بنموذج محدد بدلًا من استخدام التوجيه التلقائي.
يفرض LLM Router رسومًا على استخدام النماذج، لا على كل نتيجة ناجحة يحققها العميل. ومع التوجيه الذكي، تُحتسب الفاتورة وفق سعر النموذج الذي نُفّذ فعليًا. وتتحمل Seel تكلفة تقييم مدى تعقيد الطلب لاتخاذ قرار التوجيه.
ما الذي علمتكم إياه Seel، بصفتكم مؤسسين يبنون شركات في مجال الذكاء الاصطناعي، عن الفرق بين عرض تجريبي مبهر وخدمة يمكن للعملاء الاعتماد عليها؟ وما الأدلة التي ينبغي للتاجر أن يطلبها قبل أن يعهد إلى وكالة ذكاء اصطناعي بمهمة تجارية كاملة؟
يُظهر العرض التجريبي النظام وهو يعمل مرة واحدة. أما الخدمة فتُثبت كفاءتها في الحالة العشرة آلاف، عند الساعة الثانية صباحًا، حين يتعطل الارتباط البرمجي لواجهة برمجة تطبيقات شركة الشحن ويكون المتسوق غاضبًا. لم يكن الجزء الأصعب يومًا هو النموذج، بل البيانات الرديئة والأنظمة المتضاربة ومعرفة متى ينبغي للذكاء الاصطناعي ألا يتصرف.
ينبغي للتجار طلب الأدلة، لا العروض التجريبية. ما نسبة الحالات التي تحلها الوكالة بالكامل، من البداية إلى النهاية؟ وما أوقات حلها للمشكلات ومعدلات تكرار الشراء لديها، إلى جانب خفض عدد تذاكر الدعم؟ عندما تخطئ، من يتحمل التكلفة، وكم يستغرق ذلك، وهل يمكنك الاطلاع بدقة على ما فعلته؟ وكم شخصًا يلزم لتشغيلها؟
شكرًا على هذه المقابلة الرائعة. ويمكن للقراء الراغبين في معرفة المزيد عن وكالات الذكاء الاصطناعي وخدمات ما بعد الشراء والأتمتة في التجارة الإلكترونية زيارة Seel.












