خدمة

أنظمة أعمال مدعومة بالذكاء الاصطناعي

أنظمة الأعمال المدعومة بالذكاء الاصطناعي هي أنظمة ERPNext وFrappe تُضاف إليها طبقة ذكية تقرأ البيانات الموجودة فيها فتجيب عن الأسئلة وتستخرج المعلومات من المستندات وتتنبأ وتنبّه. تناسب الشركات والمؤسسات في اليمن التي تعمل بالفعل على نظام ERP وتريد الاستفادة من بياناتها بدل الاكتفاء بتخزينها. تبني يمن فرابي هذه الطبقة فوق نظامك الحالي، مع مراجعة بشرية لكل ما يؤثر في القيود والمستندات الرسمية، وباختيارك أنت لمكان تشغيل النماذج.

ما الذي نعنيه بالذكاء الاصطناعي في أنظمة الأعمال

لا نتحدث عن روبوت يدير الشركة، بل عن قدرات محددة تُبنى فوق بيانات ERPNext التي تملكها الجهة أصلاً: الفواتير، حركات المخزون، سجلات الموظفين، المراسلات مع العملاء. النموذج اللغوي أو نموذج التنبؤ لا يستبدل المحاسب أو مدير المشتريات، لكنه يختصر الوقت الذي يقضيه في البحث والإدخال والمطابقة، ويلفت نظره إلى ما كان سيفوته. الفرق الجوهري عن الأتمتة التقليدية أن القاعدة هناك ثابتة ومكتوبة مسبقاً، أما هنا فالنظام يتعامل مع مدخلات غير منظمة مثل صورة فاتورة أو سؤال بلغة طبيعية. ولأن معظم الشركات في اليمن ما تزال تجمع بياناتها حديثاً، فإن أول خطوة واقعية هي نظام ERP منظم، وثاني خطوة هي هذه الطبقة.

ما الذي يمكن بناؤه فوق بيانات ERPNext

• مساعد عربي يجيب من بيانات النظام: يسأل المدير «كم مبيعات فرع تعز هذا الشهر مقارنة بالشهر الماضي؟» فيحوّل المساعد السؤال إلى استعلام على ERPNext ويعيد الجواب بالأرقام، ولا يرى إلا ما تسمح به صلاحيات المستخدم نفسه.
• قراءة المستندات وإدخالها: تصوير فاتورة مورد أو سند قبض أو بطاقة هوية، فيستخرج النظام الحقول (المورد، التاريخ، الأصناف، المبالغ) ويعبّئ مسودة المستند في ERPNext، ثم يراجعها موظف قبل الترحيل.
• التنبؤ بالطلب والمخزون والتدفق النقدي: من تاريخ الحركات يقترح النظام كميات إعادة الطلب لكل صنف وفرع، ويقدّر التحصيل المتوقع والمدفوعات المستحقة في الأسابيع القادمة.
• تنبيهات الحالات غير الطبيعية: فاتورة مكرّرة بنفس الرقم والمبلغ من المورد نفسه، خصم أعلى من المعتاد لعميل معين، حركة مخزون خارج ساعات العمل، كلها تُعلَّم تلقائياً للمراجعة.
• مساعد واتساب للعملاء والموظفين: يستعلم العميل عن حالة طلبه أو رصيده، ويطلب الموظف إجازة أو كشف راتبه، عبر محادثة واتساب مرتبطة بالنظام ضمن تكامل الأنظمة.
• تصنيف المستندات وتوجيهها: يصنّف النظام الطلب أو المراسلة الواردة (شكوى، طلب عرض سعر، استفسار) ويوجّهها إلى مسار Workflow والشخص المناسب.

لماذا ERPNext وFrappe أساس مناسب لهذه الطبقة

الذكاء الاصطناعي بلا بيانات منظمة لا يساوي شيئاً، وهنا تظهر قيمة ERPNext: كل فاتورة وحركة وموظف مخزّن في DocType محدد الحقول، مع سجل تعديلات وصلاحيات مبنية في الإطار نفسه. يتيح Frappe Framework واجهة REST API كاملة وWebhooks وServer Scripts، فيمكن للنموذج أن يقرأ البيانات ويكتب مسودات دون المساس بقاعدة البيانات مباشرة، وتبقى الصلاحيات التي ضبطتها على المستخدمين سارية على المساعد أيضاً. ولأن الشيفرة مفتوحة المصدر، نستطيع عبر تخصيص ERPNext إضافة حقول درجة الثقة ومراحل المراجعة التي تحتاجها كل حالة، بدلاً من انتظار ميزة من مزوّد مغلق. مزيد من الأمثلة في مقال الذكاء الاصطناعي في أنظمة ERP.

كيف نبدأ

1. تحديد حالة استخدام واحدة قابلة للقياس: مثل إدخال فواتير الموردين أو الإجابة عن أسئلة المبيعات، مع رقم نقيس عليه النجاح كوقت الإدخال أو نسبة الأخطاء.
2. تقييم جاهزية البيانات: نراجع اكتمال الحقول وتوحيد أسماء الأصناف والعملاء في ERPNext، لأن النموذج يتعلم من البيانات كما هي.
3. اختيار مكان تشغيل النموذج: نعرض الخيارين، نموذج يعمل محلياً على سيرفر الجهة أو خدمة عبر API، مع تكلفة كل خيار وأثره على الخصوصية، والقرار للجهة.
4. بناء نموذج أولي على بيانات حقيقية: نشغّله مع مجموعة صغيرة من المستخدمين وبمراجعة بشرية إلزامية لكل مخرج.
5. القياس ثم التوسع: نقارن النتائج بالرقم المتفق عليه، نضبط، ثم نوسّع إلى الفروع أو الحالات التالية.

حدود يجب أن تعرفها قبل البدء

نفضّل في يمن فرابي أن تدخل الجهة المشروع وهي تعرف ما لا يفعله الذكاء الاصطناعي:

• البيانات غير النظيفة تعطي نتائج غير نظيفة: إذا كان الصنف الواحد مسجلاً بثلاثة أسماء، فسيتنبأ النظام بثلاثة أصناف. تنظيف البيانات جزء من المشروع لا يمكن تجاوزه.
• المراجعة البشرية ليست اختيارية: في كل ما يمس القيود المحاسبية أو المستندات الرسمية، يكتب النظام مسودة ويصادق عليها إنسان. الاستخراج من صورة فاتورة قد يخطئ في رقم واحد، وهذا يكفي لإفساد قيد.
• الخصوصية ومكان البيانات: تشغيل النموذج محلياً يبقي البيانات داخل سيرفر الجهة لكنه يحتاج عتاداً أقوى، واستخدام خدمة خارجية عبر API أسهل في البداية لكنه يرسل أجزاء من البيانات خارج الجهة. نوضح الخيارين والقرار لكم.
• التكلفة مقابل المنفعة: ليست كل عملية تستحق نموذجاً ذكياً؛ أحياناً يحلّ تقرير جيد أو قاعدة أتمتة بسيطة في ERPNext المشكلة بتكلفة أقل بكثير، ونقول ذلك صراحة.

اعتبارات السوق اليمني

الإنترنت المتقطع يعني أن المساعد الذي يعتمد على خدمة خارجية قد يتوقف بينما يستمر النظام الأساسي؛ لذلك نصمّم كل ميزة ذكية بحيث تكون إضافة اختيارية لا يتعطل العمل بغيابها، وتُجمَّع المستندات المصورة محلياً ثم تُعالَج عند توفر الاتصال. انقطاع الكهرباء يرجّح عند التشغيل المحلي سيرفرات منخفضة الاستهلاك أو جدولة المعالجة الثقيلة ليلاً. أما اللغة، فالفواتير والمراسلات في اليمن تمزج العربية بالأرقام والمصطلحات اللاتينية وتُكتب أحياناً بخط اليد، لذا نقيّم دقة الاستخراج على عينة حقيقية من مستنداتكم قبل الالتزام بأي نطاق. وتعدد العملات في الفواتير يستلزم أن يستخرج النظام العملة مع المبلغ لا المبلغ وحده.

لمن تناسب هذه الخدمة

• المؤسسات والجهات الحكومية: تصنيف المراسلات الواردة وتوجيهها إلى الإدارة المختصة، والبحث في الأرشيف بسؤال عربي عادي، مع تشغيل كامل داخل سيرفر الجهة.
• المنظمات غير الربحية: إدخال فواتير المشتريات الميدانية من الصور، ومساعد يجيب عن نسبة الإنفاق من ميزانية كل منحة قبل موعد تقرير المانح.
• الشركات والمؤسسات التجارية: تنبؤ إعادة الطلب لكل فرع، ورصد الخصومات والفواتير غير المعتادة، وإجابات سريعة للمدراء عن المبيعات والتحصيل.
• المشاريع والشركات الناشئة: مساعد واتساب يرد على استفسارات العملاء من بيانات النظام مباشرة، فيعمل الفريق الصغير كفريق أكبر دون توظيف إضافي.

ما الذي تحصل عليه في نهاية المشروع

• ميزة ذكية واحدة أو أكثر تعمل داخل ERPNext الذي تستخدمه، لا في تطبيق منفصل.
• توثيق لمصادر البيانات وطريقة المعالجة ومكان تشغيل النموذج.
• مرحلة مراجعة بشرية مبنية في سير العمل، مع سجل لما قبله المستخدم وما صحّحه.
• تقرير دقة يقارن مخرجات النظام بالمراجعة البشرية خلال فترة التجربة.
• تدريب الفريق على استخدام الميزة وعلى حدودها.