من أدوات الذكاء الاصطناعي إلى نموذج تشغيل جديد
تتسارع موجة تبني الذكاء الاصطناعي داخل الشركات، لكن النقاش السائد ما يزال يركّز في كثير من الأحيان على أدوات مساعدة للمطورين أو على تحسينات محدودة في الإنتاجية. غير أن الرؤية التي تطرحها FPT Software تتجاوز هذا الإطار، إذ تدفع باتجاه مفهوم أوسع يقوم على الهندسة الوكيلة، حيث لا يقتصر دور الذكاء الاصطناعي على التحليل أو الاقتراح، بل يصبح جزءاً فعالاً من عملية التنفيذ نفسها.
هذه المقاربة تعكس تحوّلاً مهماً في طريقة التفكير داخل المؤسسات الرقمية. فبدلاً من استخدام الذكاء الاصطناعي كطبقة إضافية فوق العمليات الحالية، تصبح التقنيات الذكية جزءاً من بنية التشغيل، وتشارك في التخطيط والتنفيذ والتحقق والتحسين المستمر. وفي هذا السياق، تبرز منصة Flezi Foundry بوصفها محاولة لبناء طبقة تشغيل مؤسسية تسمح بتنسيق العمل بين البشر والوكلاء الأذكياء ضمن إطار من الحوكمة والقياس والمساءلة.
خبرة طويلة في التحول الرقمي داخل قطاعات معقدة
يمتلك فرانك بignone خبرة مهنية تمتد لأكثر من عقدين في مجالات التحول الرقمي والذكاء الاصطناعي والتوسع المؤسسي، مع سجل قيادي شمل مناطق آسيا والشرق الأوسط وأوروبا. وقد عمل في قطاعات تتسم بتعقيد تشغيلي مرتفع مثل الطيران والبرمجيات والخدمات التقنية المؤسسية، ما منحه رؤية عملية حول الفجوة بين امتلاك التكنولوجيا وبين القدرة على تحويلها إلى قيمة تشغيلية ملموسة.
من خلال هذه الخبرة، يظهر أن التحدي الحقيقي في التحول الرقمي لا يكمن غالباً في نقص الأدوات، بل في طريقة تنظيم العمل داخل المؤسسة. فحتى أكثر المنصات تقدماً قد تفقد جزءاً من أثرها إذا ظلت العمليات الداخلية تعمل بشكل تسلسلي ومجزأ ومعتمد بالكامل على التدخل البشري اليدوي. ومن هنا جاءت فكرة الانتقال من مجرد تحديث الأنظمة إلى إعادة تصميم آلية تنفيذ العمل نفسها.
Flezi Foundry كطبقة تشغيل وليست مجرد أداة
تقدم FPT Software منصة Flezi Foundry باعتبارها بيئة تجمع بين الإنسان والوكيل الذكي في دورة واحدة متصلة، وليس كمنتج منفصل لأتمتة البرمجة أو الاختبار فقط. الفكرة الأساسية هنا هي أن المؤسسات لا تحتاج إلى مجموعة متفرقة من الأدوات التي تحل مشكلات جزئية، بل إلى إطار موحد ينسّق الأدوار ويضبط الصلاحيات ويربط الأداء بالأهداف التجارية.
المنصة، وفق هذا التصور، لا تتعامل مع الذكاء الاصطناعي كخدمة خلفية، بل كعنصر حاضر في كل مرحلة: من التخطيط إلى كتابة الشيفرة، ومن الاختبار إلى مراجعات الأمن، وصولاً إلى تشغيل الأنظمة والتعامل مع الحوادث التقنية. هذا النوع من الدمج يعني أن الذكاء الاصطناعي يتحول من أداة إنتاجية إلى مكوّن تشغيلي داخل المؤسسة.
وتكمن أهمية هذا التحول في أنه يعالج أحد أكثر التحديات شيوعاً لدى الشركات: صعوبة توسيع نطاق الاستخدام التجريبي للذكاء الاصطناعي إلى مستوى مؤسسي مستقر يمكن الاعتماد عليه. فالتطبيقات المنفصلة تنجح عادة في حالات محددة، لكنها لا تبني بالضرورة نموذجاً قابلاً للتوسع عبر الأقسام والفرق والوظائف المختلفة.
الحوكمة هي الشرط الأساسي لاعتماد الوكلاء الأذكياء
أحد المحاور المركزية في هذا التوجه هو الحوكمة. فكلما ازداد اعتماد المؤسسات على الوكلاء الأذكياء، زادت الحاجة إلى أن تكون أفعالهم قابلة للرصد والتتبع والمراجعة. ولهذا تركز Flezi Foundry على أن تكون كل خطوة ينفذها الوكيل الذكي ضمن سياسات واضحة تشمل الأمن والامتثال ومعايير البرمجة وضوابط الوصول إلى البيانات.
في التطبيقات المؤسسية، لا يكفي أن يكون النظام قادراً على الإنجاز. يجب أيضاً أن يكون معروفاً من فعل ماذا، ولماذا، وتحت أي شروط، وبأي بيانات. هذا المستوى من الشفافية يصبح أساسياً في البيئات التي تتعامل مع بيانات حساسة أو خاضعة لتنظيمات صارمة، مثل الخدمات المالية أو الرعاية الصحية أو الطيران.
ومن هذا المنطلق، لا يتم تقديم الذكاء الاصطناعي كبديل عن الإدارة البشرية، بل كعامل يحتاج إلى إشراف واضح. فالمؤسسة التي تريد توسيع استخدام الوكلاء الأذكياء تحتاج إلى بنية تسمح بمراقبة الأفعال، وتوثيق القرارات، وربط المسؤولية بمستوياتها الصحيحة داخل المنظمة.
المسؤولية لا تختفي مع الذكاء الاصطناعي
تطرح المؤسسات سؤالاً متكرراً حول المسؤولية عندما يتسبب نظام ذكي في خطأ تقني أو ثغرة أمنية أو خلل تشغيلي. الإجابة التي يقدمها هذا النهج واضحة: الذكاء الاصطناعي لا يلغي المسؤولية، بل يعيد توزيعها ضمن إطار منظم. فالوكلاء ينفذون المهام داخل حدود محددة، لكن المسؤولية النهائية تبقى على عاتق البشر الذين صمموا النظام وأشرفوا عليه، وكذلك على عاتق الجهات التي وفرت البنية والضوابط.
هذا التوزيع للمسؤولية لا يكون فعالاً إلا إذا كانت هناك قدرة كاملة على التتبع. أي أن كل إجراء يجب أن يترك أثراً يمكن مراجعته لاحقاً. وبدون ذلك، تتحول الأتمتة إلى منطقة رمادية يصعب فيها فهم التسلسل الحقيقي للأحداث أو تحديد مصدر الخطأ أو تقدير أثره على العمليات.
ADLC: دورة تطوير تتكيف مع الوكلاء الأذكياء
من أبرز المفاهيم المرتبطة بهذه الرؤية Agentic Development Lifecycle أو ADLC، أي دورة تطوير تعتمد على الوكلاء الأذكياء بوصفهم مشاركين نشطين في العملية. هذا المفهوم يختلف عن الأساليب التقليدية مثل Agile وDevOps، اللذين صُمما أساساً لتحسين التعاون البشري وأتمتة خطوط التسليم.
في ADLC، لا يقتصر الذكاء الاصطناعي على تسريع جزء من العمل، بل يشارك في المنطق التشغيلي نفسه. فالوكلاء يمكنهم المساهمة في تقسيم المهام، وتقييم النتائج، واقتراح التحسينات، وتنفيذ أجزاء من دورة التطوير بشكل مستمر. وهكذا تنتقل المؤسسة من تدفقات عمل ثابتة إلى تدفقات متكيفة تتعلم أثناء التشغيل.
هذا التحول مهم لأنه يعكس انتقالاً من الأتمتة التقليدية إلى الذكاء التشغيلي. فبدلاً من وجود مسار برمجي آلي واحد، تصبح هناك شبكة من التفاعلات بين الإنسان والآلة، حيث يشارك الطرفان في اتخاذ القرار والتنفيذ والتحسين.
مقاييس الأداء تتغير مع تغير طبيعة العمل
إذا أصبح الوكيل الذكي جزءاً من قوة العمل، فإن تقييمه يجب أن يتم وفق معايير أقرب إلى تلك المستخدمة في قياس أداء الفرق، لا فقط وفق مؤشرات الأداة التقنية. لذلك تبرز مؤشرات مثل سرعة الإنجاز، وتراجع الجهد اليدوي، وانخفاض العيوب، ومستوى إعادة العمل، والدقة، والموثوقية، والالتزام بمعايير الامتثال.
الغاية النهائية هنا ليست مجرد رفع الإنتاجية على الورق، بل تحسين جودة المخرجات وقابليتها للتنبؤ. وهذا ما يجعل مؤشرات الأداء في البيئات المعتمدة على الذكاء الاصطناعي أكثر تعقيداً من مجرد عدد المهام المنجزة. فالمؤسسة تحتاج إلى معرفة ما إذا كانت النتائج أفضل وأكثر استقراراً وأعلى جودة على مستوى النظام ككل.
ويكتسب هذا أهمية أكبر عندما تدخل نماذج التسعير القائمة على النتائج في الصورة. فبدلاً من قياس الخدمة بعدد الموظفين أو ساعات العمل، تصبح القيمة مرتبطة بسرعة التسليم ومستوى الخدمة والنتائج الفعلية، وهو اتجاه قد يغير تدريجياً نماذج التعهيد والدعم التقني التقليدية.
مستقبل مهندس البرمجيات في بيئة تقودها الوكلاء
الحديث عن الذكاء الاصطناعي في البرمجيات لا يعني اختفاء مهندسي البرمجيات، بل إعادة تعريف دورهم. فمع تولي الأنظمة الذكية جزءاً أكبر من مهام التنفيذ، يتجه دور المهندس نحو التصميم المعماري، وتنسيق الوكلاء، وضبط الحوكمة، وضمان الجودة، وربط التقنية بالأهداف التجارية.
هذا التحول قد يخفف من التركيز على كتابة كل سطر من الشيفرة يدوياً، لكنه يرفع من قيمة المهارات الاستراتيجية والفنية ذات المستوى الأعلى. فالمهندس في المستقبل القريب سيكون مطالباً أكثر بفهم النظام بأكمله، وتحديد كيفية تعاون البشر والوكلاء، والتأكد من أن المخرجات التقنية تخدم احتياجات العمل الحقيقية.
إلى أين تتجه المؤسسات بحلول 2030؟
تقوم الرؤية المستقبلية التي تطرحها FPT Software على أن المؤسسات الرائدة ستتحول خلال السنوات القادمة إلى بيئات عمل هجينة، أو ما يمكن وصفه بـأنظمة بشر-وكلاء. في هذا النموذج، سيكون الذكاء الاصطناعي مدمجاً في كل مرحلة تقريباً من مراحل التطوير والتشغيل، مع اعتماد أكبر على التنفيذ المستمر والتحسين اللحظي والاستجابة السريعة لتغيرات السوق.
وعندما تصل هذه المنظومات إلى درجة من النضج، فإن السؤال لن يكون ما إذا كانت الشركة تستخدم الذكاء الاصطناعي، بل كيف تدير هذا الاستخدام على نطاق واسع. هنا ستصبح القدرة على التنسيق بين البشر والوكلاء، وعلى بناء حوكمة دقيقة، وعلى ربط الأداء بالنتائج، هي الفارق الحقيقي بين مؤسسة وأخرى.
في المحصلة، تكشف هذه الرؤية عن مرحلة جديدة في الذكاء الاصطناعي المؤسسي: مرحلة لا تكتفي فيها الشركات بتركيب أدوات ذكية فوق عملياتها القديمة، بل تعيد بناء تلك العمليات من الأساس لتصبح أكثر تكيفاً وقياساً واستدامة.