وكلاء الذكاء الاصطناعي: الصدارة غيّرت صاحبها مرة أخرى
وافقت على مشروع أتمتة في أبريل بناءً على "أفضل نموذج في السوق". في أغسطس، صار أفضل نموذج شيئًا آخر. وغالبًا صينيًا.
تصدّر Qwen3.8 Max مؤشر الوكلاء لدى Artificial Analysis، وهو المؤشر الذي يقيس قدرة النموذج على تنفيذ مهام متعددة الخطوات بمفرده، لا مجرد الإجابة بشكل لطيف. هذا ثالث تغيير في القمة هذا العام. إذا كنت صاحب عمل وتحاول أن تقرر أين تراهن على وكلاء الذكاء الاصطناعي، فالخبر يبدو مهمًا. هو أقل أهمية مما يبدو، وسأشرح لماذا.
ما الذي يقيسه هذا الترتيب حقًا
هناك فرق كبير بين نموذج يحاور جيدًا ونموذج يعمل جيدًا.
المحاورة الجيدة هي الإجابة عن سؤال. العمل الجيد هو أن يستقبل "اجمع الطلبات من هذا الجدول، وتحقق من أيها ينقصه فاتورة، وأرسل لي ملخصًا"، وينفذ الأمور الثلاثة بالترتيب الصحيح، دون اختراع بيانات في الطريق.
مؤشر الوكلاء يحاول قياس الأمر الثاني. يضع النموذج في موقف يستخدم فيه الأدوات، ويتصفح، ويكتب كودًا، ويستعلم من الأنظمة، وينهي مهامًا طويلة. إنه أقرب اختبار لما تريده فعلًا: شخص ينفّذ، لا شخص يبدي رأيًا.
وهنا المعطى الطريف. في هذا النوع من الاختبارات، الفارق بين المركز الأول والمركز الخامس صغير. نتحدث عن نقاط مئوية قليلة. المركز الأول يصنع العنوان. عمليًا، إذا كانت عمليتك تعمل مع صاحب المركز الخامس، فهي تعمل مع الأول، والعكس صحيح.
لماذا نادرًا ما يحل تغيير النموذج مشكلتك
سأكون مباشرًا: في كل مشروع أتمتة رأيته يفشل تقريبًا، لم يكن النموذج هو المذنب.
المذنبون عادةً هم:
- بيانات فوضوية. الوكيل يقرأ جدولًا يظهر فيه العميل نفسه باسم "Silva ME" و"Silva Me" و"silva mercadinho". لا يوجد نموذج في الترتيب يصلح هذا بمفرده.
- عملية غير محددة. لا أحد يعرف أن يشرح كتابةً ما يحدث حين يصل الطلب بلا رقم تسجيل ضريبي. إذا كان الإنسان لا يعرف، فالوكيل لن يعرف أيضًا.
- غياب الوصول. النظام الذي يحفظ المعلومة بلا تكامل، والجواب هو "فلانة تصدّر البيانات يدويًا كل جمعة".
هذه المشاكل الثلاث تكلّف أكثر من أي فرق بين النماذج. وهي مزعجة في الحل، وهذا يفسر لماذا يفضّل كثيرون النقاش حول أي ذكاء اصطناعي هو الأفضل.
تغيير النموذج سهل. إصلاح العملية هو العمل الحقيقي.
قصة عرض السعر الذي كان يستغرق يومين
أحد عملائي، شركة توزيع، كان لديه هذا التدفق. يستقبل مندوب المبيعات طلبًا عبر واتساب، غالبًا صورة لقائمة مكتوبة بخط اليد أو ملف PDF من العميل. يدخل كل شيء في النظام، يراجع المخزون، يحسب الشحن، يجهّز عرض السعر ويرسله. المتوسط يومان لكل عرض في الأيام المزدحمة.
بنينا وكيلًا للجزء الميكانيكي: قراءة الطلب، تحديد الأصناف في الكتالوج، مراجعة المخزون، وإنتاج مسودة عرض السعر. المندوب يراجع ويعتمد. نزل الوقت إلى نحو عشرين دقيقة.
ما جعل هذا ينجح لم يكن النموذج. كان الشهر السابق، الذي أُنفق على ثلاثة أمور غير براقة أبدًا:
- وحّدنا كتالوج المنتجات، لأن الصنف الواحد كان له أربعة أسماء مختلفة.
- حدّدنا كتابةً ما يفعله الوكيل حين لا يكون متأكدًا (الجواب: يتوقف ويسأل، ولا يخمّن أبدًا).
- وضعنا المندوب في نهاية التدفق، بصلاحية الرفض.
النموذج المستخدم هناك تغيّر مرتين منذ ذلك الحين. العملية لا تزال نفسها، والتبديل استغرق فترة بعد ظهر واحدة. هذه هي النقطة.
إذن الترتيب لا فائدة منه؟
بل له فائدة. لكن ليست الفائدة التي يظنها الأغلبية.
فائدته أن تفهم اتجاه السوق. والاتجاه واضح: النماذج المفتوحة الصينية، مثل Qwen، تلتصق بالأمريكية وتكلّف جزءًا بسيطًا من السعر. هذا يغيّر حسابات مشروعك.
وكيل يشغّل ألف مهمة يوميًا بنموذج غالي قد يكلّف بضعة آلاف من الريالات شهريًا. الوكيل نفسه بنموذج مفتوح ومنافس قد يكلّف مئات. حين يكون فرق الجودة نقطتين في اختبار مرجعي وفرق السعر خمسة أضعاف، يصبح القرار أقل فلسفية بكثير.
وله فائدة أخرى: معايرة التوقعات. أفضل النماذج اليوم تنجح في حدود 60% إلى 70% من المهام الوكيلية المعقدة في بيئة اختبار. ليس 99%. إذا باعك أحدهم وكيلًا "يفعل كل شيء بمفرده بلا إشراف"، اسأله أي اختبار مرجعي يدعم ذلك. الإجابة ستكون مثيرة للاهتمام.
كيف تقرر دون أن تصبح رهينة للعناوين
طريقة عملية للتعامل مع الأمر، بالترتيب:
اختر العملية، لا التقنية. خذ مهمة متكررة، لها قاعدة واضحة، وتستهلك ساعات من موظفين مكلفين. عروض الأسعار، فرز البريد، مراجعة المستندات، الرد الأول على العملاء. إذا كانت المهمة تتطلب حكمًا دقيقًا أو كان الخطأ فيها باهظًا، أجّلها.
ابنِ بحيث يمكن تبديل المحرك. هذه مسؤولية من يبني، لكن يمكنك أن تطالب بها. السؤال الصحيح لمزوّدك هو: "إذا ظهر نموذج أفضل أو أرخص خلال ثلاثة أشهر، كم من العمل يتطلب التبديل؟". إذا كان الجواب "نعيد كل شيء"، فالمشروع مصمم بشكل سيئ.
قِس قبل أن تبدأ. كم من الوقت تستغرق هذه المهمة اليوم؟ كم خطأ يحدث شهريًا؟ بدون هذين الرقمين، لن تستطيع إثبات أن الأتمتة كانت مجدية، وستقرر بالإحساس.
اترك إنسانًا عند نقطة القرار. ليس لأن الذكاء الاصطناعي غبي، بل لأن المسؤولية تبقى مسؤوليتك. الوكيل يجهّز، والإنسان يعتمد. يعمل أفضل، وينام صاحبه أفضل.
ما كنت سأفعله لو كنت مكانك
تجاهل الترتيب لستة أشهر. سيتغير مجددًا، وغالبًا قبل ذلك.
استخدم هذا الوقت لاختيار عملية، وتوثيق كيف تعمل فعلًا (لا كما هي في الدليل)، وتنظيف البيانات التي تستخدمها. حين يجهز هذا، يصبح تشغيل وكيل فوقه مسألة أسابيع، وستستطيع تبديل النموذج كما تشاء دون إعادة أي شيء.
الجزء الصعب في الأتمتة لم يكن يومًا الذكاء الاصطناعي. كان دائمًا فهم عمليتك جيدًا بما يكفي لشرحها لشخص لم يعمل في شركتك قط. والآن صار هذا الشخص آلة، وهي حرفية جدًا.
إذا كانت لديك عملية في بالك وتريد رأيًا صادقًا حول جدوى أتمتتها، أخبرني بما تفعله اليوم. أحيانًا يكون الجواب جدول بيانات أفضل، وأنا أقول ذلك أيضًا.
ملخّص لـ LinkedIn
في أبريل وافقت على مشروع أتمتة مع "أفضل نموذج في السوق". في أغسطس صار الأفضل نموذجًا آخر، وغالبًا صينيًا. Qwen3.8 Max تصدّر ترتيب الوكلاء. ثالث تغيير في القمة هذا العام. لكن في كل مشروع أتمتة رأيته يفشل تقريبًا، لم يكن النموذج هو السبب. كانت البيانات فوضوية، والعملية لا أحد يعرف شرحها كتابةً، والأنظمة بلا تكامل. أحد عملائي خفّض وقت إعداد عرض السعر من يومين إلى عشرين دقيقة. ما جعل ذلك ينجح هو شهر كامل من تنظيف الكتالوج وتحديد القواعد، لا الذكاء الاصطناعي الرائج. النموذج تغيّر مرتين منذ ذلك الحين، والتبديل استغرق فترة بعد ظهر واحدة. تجاهل الترتيب لستة أشهر. استخدم هذا الوقت لفهم عمليتك أنت. إذا كانت لديك مهمة متكررة في بالك وتريد رأيًا صادقًا حول جدوى أتمتتها، كلّمني. أحيانًا يكون الجواب جدول بيانات أفضل، وأنا أقول ذلك أيضًا. #الذكاء_الاصطناعي #الأتمتة #الإنتاجية #التقنية #الأعمال