أوبوس 5 يتصدر تصنيف الذكاء الاصطناعي: ما الذي يتغير بالنسبة لك

كلما صدر نموذج جديد، يراسلني أحدهم ليسأل إن كنا بحاجة إلى "تغيير كل شيء". هذا الأسبوع كان السبب أوبوس 5، الذي احتل المركز الأول في تصنيف الذكاء الاصطناعي لدى Artificial Analysis، وهو المؤشر الذي يقارن النماذج في اختبارات الاستدلال والبرمجة والمعرفة. السؤال مشروع. والجواب يخيّب الظن غالباً: بالنسبة لعملك، وفي معظم الحالات، التغيير بسيط. والقليل الذي يتغير محدد جداً.

سأشرح ما الذي يقيسه هذا التصنيف، وأين يظهر النموذج الأفضل فعلاً في النتيجة، وأين لا يصنع أي فرق.

ما الذي يقيسه تصنيف الذكاء الاصطناعي فعلاً

تُجري Artificial Analysis سلسلة اختبارات موحّدة على النماذج ثم تجمع كل شيء في رقم واحد. مسائل رياضيات صعبة، أسئلة علمية بمستوى الدراسات العليا، تحديات برمجة تنافسية، استدلال متعدد الخطوات. المؤشر يمزج هذه النتائج ويرتّبها.

هذا مفيد. وهو محدود أيضاً. انتبه إلى ما يجري اختباره: مسائل مغلقة، لها إجابة صحيحة، دون أي سياق مؤسسي.

عملك ليس كذلك. مشكلتك هي "هذا العميل ردّ على عرض السعر بسؤال غامض ولم ير أحد رسالته لمدة يومين". لا يوجد اختبار قياسي يقيس هذا. عنق الزجاجة هنا ليس ذكاء النموذج. المشكلة أن أحداً لم يبنِ الطريق بين واتساب والشخص الذي يقرر.

رأيت شركة تقضي اجتماعاً كاملاً في نقاش أي نموذج تستخدم، بينما نموذج التواصل في موقعها يرسل العملاء المحتملين إلى بريد لم يفتحه أحد منذ 2023. النموذج كان أصغر المشاكل.

تغيير النموذج سهل. الصعب هو أن تعرف ماذا تريد منه أن يفعل.

أين يظهر النموذج الأفضل حقاً

مع ذلك، الأمر ليس تسويقاً فارغاً. هناك ثلاثة مواضع تظهر فيها القفزة النوعية بوضوح للمستخدم.

المهام الطويلة دون إشراف. في السابق كنت تطلب شيئاً، تراجعه، ثم تطلب التالي. اليوم يمكنك إطلاق مهمة من عشر أو خمس عشرة خطوة وتخرج النتيجة متماسكة من البداية إلى النهاية. هذا يغيّر نوع الأتمتة التي تستحق البناء. تدفّق يقرأ جدول البيانات، ويقارنه بالنظام، ويكتشف التناقضات، ويكتب الملخّص صار شيئاً موثوقاً. قبل سنتين كان ينهار عند الخطوة الرابعة.

المستندات السيئة. عقد ممسوح ضوئياً بشكل مائل، فاتورة PDF من مورّد يكره المعايير، جدول ببيانات فيه ثلاثة رؤوس وخلايا مدمجة. النماذج القديمة كانت تخطئ في هذه الحالات تحديداً حيث لا يُسمح بالخطأ: الرقم، التاريخ، المبلغ. النماذج الحالية تصيب أكثر بكثير. ما زالت تخطئ، ولهذا تراجع أنت. لكن المراجعة تتحول من "فحص كل شيء" إلى "فحص ما وضع عليه علامة شك".

رد لا يبدو آلياً. خدمة العملاء الآلية لم تعد تبدو مثل قوائم الرد الصوتي القديمة. النموذج يفهم أن "هل العرض ما زال قائماً؟" و"هل اطلعتم على بريدي الأسبوع الماضي؟" هما السؤال نفسه بمزاجين مختلفين، ويرد بما يناسب.

لاحظ أن أياً من هذه الثلاثة لا يظهر جيداً في التصنيف. التصنيف يقيس مسائل الرياضيات. أما ما يغيّر يومك فهو الموثوقية في مهمة مملة وطويلة.

ما الذي يبقى كما هو، وسيبقى

هنا الجزء الأهم.

النموذج لا يعرف شيئاً عن شركتك. لا يعرف أن العميل س يدفع دائماً بتأخير خمسة عشر يوماً ولا مشكلة في ذلك. لا يعرف أن عرض شهر يوليو له قاعدة مختلفة. لا يعرف أين يوجد ملف قائمة الأسعار المحدّثة. لا شيء من هذا موجود في التدريب، ولن تخمّنه أي نسخة جديدة.

هذا يعني أن بناء أتمتة جيدة يظل يتطلب العمل نفسه كما دائماً:

• اكتشاف أين يذهب الوقت بالضبط
• كتابة القواعد التي لا توجد اليوم إلا في رأس شخص واحد
• ربط الأنظمة التي تحتاج إلى التحدث معاً
• تحديد ما يفعله الذكاء الاصطناعي وحده وما يحتاج إلى عين بشرية
• الاختبار بحالات حقيقية وفوضوية، لا بأمثلة مرتّبة

نحو ثمانين بالمئة من ساعات المشروع تذهب إلى هذا. اختيار النموذج قرار من خمس دقائق، وقابل للتراجع: اليوم تغيّر النموذج بتعديل سطر واحد في الإعدادات.

بعبارة أخرى، انتظار الإصدار القادم كي تبدأ هو أسوأ خطة ممكنة. أنت تؤجل العمل الصعب بسبب الجزء السهل.

مثال ملموس على أين يثقل هذا

موقف شائع: مكتب يستقبل نحو أربعين بريداً يومياً، منها عشرون أمور تشغيلية متكررة. طلب نسخة ثانية، سؤال عن موعد، تأكيد حجز. شخص ما يقضي ساعتين يومياً في ذلك.

بنيت تدفّقاً بهذا الشكل. الأتمتة تقرأ الصندوق، تصنّف الرسائل إلى خمس فئات، تسحب المعلومة من النظام عند الحاجة، وتكتب رداً جاهزاً. لا ترسله وحدها. تتركه مسودة.

في الأسبوع الأول كانت الموظفة توافق على كل شيء بعد قراءة متأنية. الساعتان صارتا خمسين دقيقة. في الأسبوع الثالث صارت تلقي نظرة سريعة وتوافق على دفعات. عشرون دقيقة. أما الحالات الغريبة، حالتان يومياً تقريباً، فترتفع إليها بالطريقة المعتادة مع تنبيه من نوع "هذه لم تنطبق على أي فئة".

ما جعل هذا المشروع ينجح لم يكن النموذج. كان قرار تركه مسودة بدل الإرسال المباشر. هذا بنى الثقة، والثقة هي ما يسمح بالتوسع لاحقاً. مع نموذج أقوى يتحسن التصنيف ببضع نقاط وتصبح المسودات أدق. جيد. لكن لو سمحت بالإرسال التلقائي في اليوم الأول، لكان خطأ سخيف قد قتل المشروع كله، مع أي نموذج في العالم.

"إذن هل أتجاهل هذه التصنيفات؟"

لا. تجاهلها كحجة شراء، واستخدمها كمقياس حرارة.

إن كنت قد تعاقدت مع أحدهم لبناء أتمتة في 2024 وجاءت متواضعة، فالأمر يستحق إعادة فتح النقاش. أشياء كانت مستحيلة صارت عادية. استخراج البيانات من مستند معقّد هو المثال الأوضح. والتدفّق ذو الخطوات المتسلسلة الكثيرة كذلك.

إن كنت تستخدم الذكاء الاصطناعي في خدمة العملاء وما زال لديك إحساس "يمكن الشعور بأنه روبوت"، فالسبب على الأرجح نموذج قديم أو تعليمات مكتوبة بشكل سيئ. وكلاهما يُحل في فترة بعد ظهر واحدة.

وإن كنت لا تستخدم الذكاء الاصطناعي في أي شيء بعد، فالتصنيف لا يقول لك شيئاً مفيداً اليوم. يقول لك إن الأداة صارت جيدة. وهذا كنت تعرفه أصلاً.

تفصيل عملي: النموذج الأقوى أغلى في الاستخدام. ليست كل مهمة تحتاج إلى صدارة القائمة. تصنيف البريد إلى خمس فئات يعمل بشكل ممتاز على نموذج صغير ورخيص. أما صياغة تحليل عقد، فهنا يستحق الأغلى. عملياً أمزج الاثنين في التدفّق نفسه، وفاتورة آخر الشهر تشكرني.

ماذا تفعل يوم الاثنين

إن أردت الاستفادة من هذا دون أن تصير أسير أخبار الإصدارات، افعل شيئاً واحداً فقط: اختر مهمة متكررة تستهلك أكثر من ساعة يومياً من أحد أفراد فريقك، واكتب على ورقة الخطوات الدقيقة التي يتبعها.

هذا كل شيء. بلا أدوات، وبلا حساب في أي مكان.

إن استطعت كتابة الخطوات، فالأتمتة ممكنة. وإن توقفت في المنتصف لأن الأمر "يعتمد على الحالة"، فقد وجدت النقطة التي يهم فيها القرار البشري فعلاً، وهناك بالضبط تبقي الشخص وتؤتمت الباقي.

سيتغير التصنيف مرة أخرى بعد بضعة أشهر. سيتجاوز أحدهم أوبوس 5. أما عمليتك الداخلية فتبقى مشكلتك أنت. الخبر الجيد أنها الوحيدة التي يستحق حلها فعلاً، لأنها تحسّن النتيجة بغض النظر عن أي نموذج يتصدر القائمة.

إن أردت تبادل الأفكار حول أي مهمة في عملك تستحق الأتمتة أولاً، تواصل معي. بلا لف ودوران، أنظر في حالتك وأخبرك إن كانت تستحق أم لا.

كل أسبوع يسألني أحدهم إن كان عليه "تغيير كل شيء" لأن نموذجاً جديداً صدر.

هذا الأسبوع كان أوبوس 5، الذي تصدّر تصنيف Artificial Analysis.

الجواب مخيّب: بالنسبة لعملك، التغيير بسيط. هذه التصنيفات تقيس مسائل رياضيات وبرمجة تنافسية. أما عنق الزجاجة عندك فهو عميل محتمل بقي يومين عالقاً في بريد لا يفتحه أحد.

رأيت شركة تقضي اجتماعاً كاملاً في اختيار النموذج بينما نموذج التواصل في الموقع يرسل الرسائل إلى صندوق مهجور منذ 2023.

تغيير النموذج اليوم يعني تعديل سطر واحد في الإعدادات. العمل الحقيقي هو اكتشاف أين يتسرّب الوقت، وكتابة القواعد التي لا توجد إلا في رأس شخص واحد، وتحديد ما يحتاج إلى عين بشرية.

انتظار الإصدار القادم كي تبدأ يعني تأجيل الجزء الصعب بسبب الجزء السهل.

ما هي المهمة المتكررة في عملك التي تلتهم أكثر من ساعة يومياً؟ أخبرني وسأقول لك إن كانت تستحق الأتمتة.

#الأتمتة #الذكاء_الاصطناعي #الإنتاجية #التحول_الرقمي #الأعمال