الذكاء الاصطناعي وChatbots

يُعدّ الذكاء الاصطناعي (AI) وChatbots من أكثر التقنيات وعدًا لتحويل وظيفة المشتريات وجعلها أكثر إنتاجيّةً وقدرةً على التنبؤ وتركيزًا على القيمة. فبفضل الذكاء الاصطناعي يصبح ممكنًا معالجة وتحليل وفهم أحجامٍ ضخمةٍ من البيانات من مصادر متعدّدة، فيما تُقدِّم Chatbots واجهةً حواريّةً تُؤتمت وتُبسِّط التفاعلات بين المشترين وطالبي الاحتياج والموردين.

في هذه المقالة، نُعرّف ما يُغطّيه الذكاء الاصطناعي وChatbots في مجال المشتريات، ونتناول التطبيقات الملموسة، ونُقدّم مفاتيح النجاح لإدماجٍ ناجحٍ لهذه التقنيات في مسار الرقمنة.

ما هو الذكاء الاصطناعي في المشتريات؟

يجمع الذكاء الاصطناعي مجموعةً من المنهجيّات والخوارزميّات الهادفة إلى محاكاة قدراتٍ بشريّة (التعلّم، الاستدلال، الإدراك) لأتمتة اتّخاذ القرار وتحسينه. وفي المشتريات نُميِّز عدّة فروع:

• التعلّم الآلي (Machine Learning): خوارزميّاتٌ قادرةٌ على التعلّم من البيانات (تاريخ الطلبات، عروض الموردين، تقلّبات الأسعار) للتنبّؤ بالأعمال أو التوصية بها.
• معالجة اللغة الطبيعية (NLP): تقنيّاتٌ تُتيح للآلات فهم النصوص بلغةٍ بشريّةٍ وإنتاجها (تحليل العقود، البريد الإلكتروني، الوثائق التقنية).
• الرؤية الحاسوبية (Computer Vision): أقلّ شيوعًا في المشتريات، لكنّها قد تُستعمل لتقييم جودة البضائع أو التغليف بصريًّا.
• الاستدلال الآلي: مقاربةٌ أكثر تقدّمًا لحلّ المشاكل المعقّدة (تحسين اللوجستيك، التخطيط).

يتميّز الذكاء الاصطناعي عن RPA (أتمتة المسارات الآلية) بقدراته على التعلّم والتعميم. ففي حين تقتصر RPA على نسخ قواعد محدّدة، يستطيع الذكاء الاصطناعي تحليل كمّياتٍ ضخمةٍ من البيانات ورصد الأنماط والتكيّف مع تغيّرات السياق (انظر الأتمتة وRPA).

ما هو chatbot في المشتريات؟

الـ chatbot هو وكيلٌ حواريٌّ قادرٌ على التحاور مع المستخدمين (المشترين، طالبي الاحتياج، الموردين) باللغة الطبيعية، عبر واجهة دردشةٍ أو رسائل صوتية. وعمليًّا:

• يستطيع chatbot الإجابة عن أسئلةٍ بسيطة (الأسعار، توفّر المنتج، حالة الطلب، إجراءات المشتريات، إلخ).
• يُمكنه إرشاد المستخدم في مراحل المسار (إنشاء طلب شراء، اعتماد عقد، متابعة شكوى).
• يمكن دمجه في منصّاتٍ متعدّدة (إنترانت، موقع ويب، تطبيق جوّال، Microsoft Teams، Slack، إلخ).

المنافع المحتمَلة لـ chatbots

• كسب الوقت: تقليل البريد الإلكتروني والاتّصالات للطلبات المتكرّرة أو البسيطة.
• تحسين تجربة المستخدم: الوصول 24/7، استجابةٌ فوريّة، واجهةٌ ودودة.
• الدعم متعدّد اللغات: يمكن تدريب chatbot على فهم عدّة لغاتٍ والتعبير بها، وهو مفيدٌ في سياق المشتريات الدولية.
• الاندماج مع SI المشتريات: إمكانيّة ربط chatbot بقاعدة بيانات الموردين وكاتالوغ e-Procurement، إلخ.

تطبيقات ملموسة في المشتريات

التنبّؤ بالطلب والأسعار

• خوارزميّاتٌ تنبؤيّة لاستباق تقلّبات أسعار المواد الأوّلية أو سعر العملات أو تطوّر الطلب.
• تحسين المخزون والمفاوضات التعاقدية (تعديل الكمّيّات، التفاوض على بنود الفهرسة).

التحليل الآلي للعقود والوثائق

• NLP: استخراج المعلومات الأساسية (التواريخ، الأسعار، الغرامات، بنود الفسخ) من العقود، مقارنة الإصدارات، اكتشاف التضاربات أو المخاطر القانونية.
• تصنيف وهيكلة وثائق المشتريات (كرّاسات الشروط، المواصفات، المعايير، إلخ).

اختيار الموردين وتقييمهم

• التنقيط الآلي: تحليل معايير متعدّدة (الاستقرار المالي، الجودة، الآجال، المسؤولية المجتمعية) لإسناد نقطةٍ شاملةٍ للمورد.
• رصد الإشارات الضعيفة: اكتشاف الانحرافات أو الاتجاهات في أداء الموردين.

Chatbots للـ e-Procurement والدعم الداخلي

• مساعدون حواريّون: إرشاد طالبي الاحتياج لإنشاء طلب شراء، والتحقّق من توفّر الصنف، واعتماد العرض.
• دعم المشترين: الإجابة عن أسئلةٍ حول سياسة المشتريات وإجراءات الاستشارة وأسعار الصرف أو أيّ معلومةٍ في مرجعيّة الموردين.

رصد الاحتيال أو عدم المطابقة

• التعلّم الآلي: رصد أنماط مشبوهة في الفواتير أو الطلبات (تكرار، فوترةٌ زائدة، انحرافاتٌ غير معتادة).
• اليقظة الإعلامية والشبكات الاجتماعية: تحديد التنبيهات المتعلّقة بموردٍ (فضيحة، إفلاس، نزاع) أو قطاعٍ ذي خطر.

المراحل الكبرى لتنفيذ الذكاء الاصطناعي وChatbots في المشتريات

تحديد الرؤية وحالات الاستعمال ذات الأولوية

• تشخيصٌ أوّلي: حصر المسارات المتكرّرة والمهامّ المُستنزِفة للوقت أو ذات القيمة المضافة العالية.
• خريطة طريق: ترتيب حالات الاستعمال بحسب الجدوى وعائد الاستثمار والأثر، ووضع خطة عملٍ تدرّجيّة.

إعداد البيانات والبنية التحتية

• إدارة البيانات: ضمان جودة البيانات واندماجها وحوكمتها.
• اختيار الأدوات: منصّات التعلّم الآلي (Python، R، Dataiku، AWS، Azure)، حلولٌ متخصّصة في NLP، أُطُر chatbot (Dialogflow، Botpress، Microsoft Bot Framework…).

التطوير والاختبار

• المرحلة التجريبيّة: إطلاق نموذجٍ أوّليّ لاعتماد المفهوم وتعديل الخوارزميّات وجمع التغذية الراجعة.
• تدريب النماذج: بناء مجموعة بياناتٍ ذات صلة، تقييم الأداء وضبط المعاملات.
• الاندماج مع SI: ربط أدوات الذكاء الاصطناعي أو chatbot بأنظمة معلومات المشتريات (S2P، P2P) وعند الحاجة بـ ERP أو التطبيقات الخارجية.

قيادة التغيير والتبنّي

• تدريب المستخدمين: شرح الوظائف والحدود والممارسات الفُضْلى للذكاء الاصطناعي أو chatbot.
• التواصل والتوعية: تقديم المنافع، وطمأنة بشأن الهدف (دعمٌ ومكاسبُ في الفاعليّة لا استبدالٌ بشري).
• التطوّر المستمرّ: تتوقّف جودة الذكاء الاصطناعي على التحديث المنتظم للنماذج وجمع بياناتٍ جديدة.

القياس والتحسين

• مؤشّرات الأداء: معدّل الرضا، الزمن المتوسّط للاستجابة، نسبة الطلبات المعالَجة دون تدخّلٍ بشري، حجم الوفورات المُولَّدة، إلخ.
• دروس التجربة: تنظيم تغذيةٍ راجعةٍ منتظمةٍ مع المشترين وطالبي الاحتياج والموردين.
• توسيعٌ تدرّجي: بعد اعتماد MVP، توسيع التغطية (مزيدٌ من اللغات والمسارات وإدماج مصادر بياناتٍ جديدة).

عوامل النجاح

• جودة البيانات وحجمها
  يتطلّب الذكاء الاصطناعي وChatbots قاعدة بياناتٍ موثوقةٍ ومعتبَرة.
• المقاربة الواقعيّة وعائد الاستثمار
  التركيز على حالات استعمالٍ ملموسةٍ وقابلةٍ للقياس بدل نشر الذكاء الاصطناعي في كلّ مكانٍ بلا هدف.
• التعاون بين الأعمال وIT
  يجب أن يعمل علماء البيانات وخبراء IT وفِرَق المشتريات معًا.
• قيادة التغيير
  يتوقّف النجاح على تبنّي المستخدمين. التواصل والتدريب لتجاوز التحفّظات.
• الأمن والسرّية
  بيانات المشتريات حسّاسة (عقود، أسعار، معلومات استراتيجية). يجب وضع آلياتٍ للحماية والمصادقة واحترام RGPD.
• التحسين المستمرّ
  الذكاء الاصطناعي ليس جامدًا: يجب إعادة تدريب الخوارزميّات وتحسينها باستمرار.

الحدود والاحتياطات

• مخاطر التحيّز: إذا كانت بيانات التدريب جزئيّةً أو متحيّزة، قد تكون نتائج الذكاء الاصطناعي مشوَّهة.
• نقص قابلية التفسير: بعض نماذج التعلّم العميق « صناديقُ سوداء » يصعب تفسيرها، ممّا قد يُسبّب مشاكل في الشفافية أو الامتثال.
• تعقيد الصيانة: تتطلّب نماذج الذكاء الاصطناعي وchatbots كفاءاتٍ متخصّصةً للتحديث وتصحيح الأخطاء وإضافة الوظائف.
• توقّعاتٌ غير واقعيّة: من المهمّ توضيح ما يستطيع الذكاء الاصطناعي فعله وما لا يستطيع (لا يمتلك « حسًّا عامًّا » بشريًّا).

خلاصة

يَفتح الذكاء الاصطناعي وChatbots مرحلةً جديدة في رقمنة وظيفة المشتريات. فبفضل قدرات التحليل التنبؤي والتعرّف على اللغة والحوار المؤتمَت، تُتيح هذه التقنيات قيادةً أكثر دقّةً وتحسينَ المسارات (اختيار الموردين، إدارة العقود، التنبّؤ بالطلب) وتحسينَ تجربة المستخدم.

وبالنسبة للمختصين والطلاب في وظيفة المشتريات، يستلزم ذلك:

• فهم أساسيّات الذكاء الاصطناعي (التعلّم الآلي، NLP).
• تحديد حالات استعمالٍ ذات قيمةٍ مضافةٍ عالية (التنبّؤ بالأسعار، chatbots للدعم، تحليل العقود).
• التعاون الوثيق مع فِرَق IT وعلم البيانات لتنسيق اندماجٍ فعّالٍ في نظام معلومات المشتريات.
• تطوير ثقافة التجريب والتحسين المستمرّ مع العناية بجودة البيانات وأمنها.

وبدمجٍ متفكَّرٍ وتدرّجيٍّ للذكاء الاصطناعي وChatbots، تستطيع وظيفة المشتريات أن تكسب في الرشاقة، وتُحرِّر الوقت لمهامّ استراتيجية، وتُعزِّز قيمتها المضافة داخل الشركة، مع تقديم خدمةٍ أفضل لجميع شركائها.