الذكاء الاصطناعي
الذكاء الاصطناعي في أنظمة ERP: استخدامات عملية اليوم
الذكاء الاصطناعي في أنظمة ERP اليوم مفيد في مهام محددة: الإجابة عن أسئلة باللغة الطبيعية على بيانات النظام ضمن صلاحيات المستخدم، واستخراج بيانات الفواتير والإيصالات مع مراجعة بشرية، والتنبؤ بالطلب والمخزون والتدفق النقدي، وكشف العمليات غير المعتادة. لكنه لا يُصلح بيانات فوضوية ولا يحل محل إجراءات غير محددة. في هذا المقال نشرح الاستخدامات العملية ومتطلباتها ومخاطرها، وكيف تبدأ المؤسسة في اليمن بتجربة واحدة محسوبة.
أسئلة باللغة الطبيعية على بيانات النظام
بدلاً من البحث عن التقرير المناسب وضبط فلاتره، يكتب المدير: «ما أكثر عشرة أصناف مبيعاً في فرع عدن خلال الشهر الماضي؟» فيحوّل المساعد السؤال إلى استعلام على ERPNext ويعرض النتيجة. الشرط الأساسي أن يعمل المساعد بصلاحيات المستخدم نفسه، فلا يرى موظف المبيعات رواتب الموظفين لمجرد أنه سأل عنها. والتصميم الآمن أن يعتمد المساعد على واجهات النظام (REST API) وتقاريره بدل الوصول المباشر لقاعدة البيانات، وأن يُظهر للمستخدم مصدر الرقم ليتحقق منه.
هذا الاستخدام مفيد خصوصاً للمؤسسات التي لديها فروع في أكثر من محافظة، حيث يحتاج المالك إلى إجابة سريعة عن أداء كل فرع دون انتظار المحاسب. لكنه لا يغني عن التقارير الرسمية المعتادة؛ فالأرقام التي تُرفع للإدارة أو للجهات الرقابية تُستخرج من تقارير ثابتة ومراجَعة، بينما يخدم المساعد الأسئلة السريعة اليومية.
قراءة الفواتير والإيصالات وتصنيف المستندات
يُدخل كثير من المحاسبين في اليمن فواتير الموردين يدوياً من صور أو أوراق مطبوعة. يمكن لنموذج ذكاء اصطناعي استخراج اسم المورد والتاريخ والأصناف والمبالغ والعملة من الصورة، ثم إنشاء مسودة فاتورة شراء في ERPNext. الكلمة المهمة هي «مسودة»: يراجعها المحاسب ويعتمدها، لأن الخط اليدوي والأختام والصور الرديئة تسبب أخطاء. بالطريقة نفسها يمكن تصنيف المستندات الواردة (عقد، فاتورة، طلب إجازة) وتوجيهها إلى مسار العمل المناسب، مع بقاء القرار للموظف المختص.
التنبؤ وكشف العمليات غير المعتادة
عندما تتوفر بيانات مبيعات ومشتريات منتظمة لفترة كافية، يمكن بناء توقعات تساعد في القرار:
- تقدير الطلب على الأصناف لاقتراح كميات إعادة الطلب قبل نفاد المخزون.
- توقع التدفق النقدي من مواعيد استحقاق الذمم والالتزامات.
- كشف الفواتير المكررة من المورد نفسه بالمبلغ نفسه في فترة قصيرة.
- تنبيه عند خصومات أكبر من المعتاد لكاشير أو فرع معين.
- رصد قيود يدوية في أوقات أو حسابات غير مألوفة لمراجعتها.
هذه التوقعات تقديرات لا حقائق، وتتأثر بتقلبات أسعار الصرف والأحداث المفاجئة، فتُعرض كتنبيهات للمراجعة لا كقرارات تلقائية.
مساعد واتساب للعملاء والموظفين
واتساب هو قناة التواصل الأولى لكثير من العملاء في اليمن. مساعد مرتبط بالنظام يستطيع الرد على أسئلة متكررة: حالة الطلب، رصيد الحساب، توفر صنف، مع تحويل المحادثة إلى موظف عند الحاجة. وهذا يتطلب تكامل الأنظمة بين واتساب وERPNext عبر واجهات وWebhooks، مع تحقق من هوية المرسل قبل كشف أي بيانات خاصة.
المتطلبات المسبقة والمخاطر
الذكاء الاصطناعي يضخّم ما هو موجود: إذا كانت الأصناف مكررة بأسماء مختلفة، والعملاء مسجلين بأكثر من حساب، فستخرج الإجابات خاطئة بثقة. قبل أي مشروع تحتاج المؤسسة إلى بيانات أساسية نظيفة، وإجراءات محددة يعرف فيها كل موظف دوره. وقد شرحنا أساس ذلك في دليل أتمتة الأعمال. أما المخاطر الرئيسية:
- الهلوسة: قد يقدّم النموذج إجابة مقنعة غير صحيحة، لذلك يجب ربط كل رقم بمصدره.
- الخصوصية: إرسال بيانات العملاء والرواتب إلى خدمة خارجية يحتاج قراراً واعياً وسياسة واضحة.
- الأتمتة المفرطة: ترحيل قيود أو اعتماد مدفوعات دون مراجعة بشرية يحوّل خطأ واحداً إلى خطأ متكرر.
نموذج محلي أم خدمة عبر API؟
| المعيار | نموذج يعمل محلياً | نموذج عبر API خارجي |
|---|---|---|
| مكان البيانات | تبقى داخل سيرفر المؤسسة | تُرسل إلى مزوّد الخدمة |
| الجودة في المهام المعقدة | أقل غالباً مع النماذج الصغيرة | أعلى عادة |
| متطلبات العتاد | سيرفر بقدرة معالجة كافية | اتصال إنترنت مستقر |
| العمل مع انقطاع الإنترنت | ممكن | غير ممكن |
في اليمن حيث الإنترنت متقطع وبعض البيانات حساسة، قد يكون المزيج عملياً: نموذج محلي للمستندات الحساسة، وخدمة خارجية لمهام عامة لا تتضمن بيانات شخصية. وأفضل بداية تجربة واحدة: اختر مهمة متكررة قابلة للقياس مثل إدخال فواتير الموردين، وحدد مؤشراً واضحاً كالوقت ونسبة التصحيح، وشغّلها لفترة ثم قرر. هذا هو أسلوب يمن فرابي في حلول الذكاء الاصطناعي: تجربة صغيرة قبل التوسع.
أسئلة شائعة
هل يحتوي ERPNext على ذكاء اصطناعي جاهز؟
ERPNext لا يعتمد على الذكاء الاصطناعي في وظائفه الأساسية، لكنه يوفر REST API وWebhooks وأدوات تخصيص تسمح بربطه بنماذج ذكاء اصطناعي محلية أو خارجية. لذلك تُبنى الاستخدامات حسب حاجة كل مؤسسة.
هل يمكن الاعتماد على الذكاء الاصطناعي في القيود المحاسبية؟
يمكن استخدامه لاقتراح المسودات واستخراج البيانات وكشف الأخطاء، لكن الاعتماد النهائي يجب أن يبقى للمحاسب. الأخطاء المحتملة في القراءة والتفسير تجعل الترحيل التلقائي دون مراجعة مخاطرة غير مبررة.
هل تخرج بياناتي من المؤسسة عند استخدام الذكاء الاصطناعي؟
يعتمد ذلك على النموذج المختار. النماذج التي تعمل على سيرفر المؤسسة تُبقي البيانات داخلها، بينما ترسل الخدمات عبر API البيانات إلى المزوّد. يُحدَّد ذلك لكل استخدام حسب حساسية البيانات.
من أين تبدأ الشركة في استخدام الذكاء الاصطناعي مع نظام ERP؟
ابدأ بمهمة واحدة متكررة يمكن قياس نتيجتها، مثل إدخال فواتير الموردين أو الرد على استفسارات حالة الطلب. حدد قبل البدء الوقت المستغرق حالياً ونسبة الأخطاء، ثم قارنها بعد فترة تجربة لتقرر التوسع أو التوقف.