كيف وسّعت上海家化 استخدام WorkBuddy إلى 9 إدارات وسجّلت تحسناً في الكفاءة بأكثر من 4.5 مرات

تتجاوز أهمية تجربة شركة上海家化 الصينية مع WorkBuddy، وكيل الذكاء الاصطناعي المكتبي من Tencent، الرقم المعلن عن تحسن الكفاءة بأكثر من 4.5 مرات. الأهم هو الطريقة التي توسعت بها التجربة: بدلاً من استخدام الأداة كروبوت محادثة عام، حوّل الموظفون الأعمال المتكررة القائمة على قواعد واضحة إلى مسارات عمل مختبرة و«مهارات» قابلة لإعادة الاستخدام. وبذلك أصبحت المعرفة التي كانت محفوظة لدى أفراد معينين مورداً تشغيلياً مشتركاً داخل المؤسسة. 4

لكن ينبغي قراءة هذه النتائج بحذر؛ فالأرقام الواردة تستند إلى دراسات حالة وتقارير للشركة، وليست نتيجة تدقيق مستقل للإنتاجية.

من تجربة في إدارتين إلى تطبيق في 9 إدارات

بدأ استخدام WorkBuddy، بحسب التقارير، مع فريقي تكنولوجيا المعلومات والموارد البشرية في上海家化 خلال أبريل 2026، قبل أن ينتقل إلى الاستخدام التشغيلي المنتظم في 9 إدارات. وشملت المجالات سلسلة الإمداد، والتسويق والعلامات التجارية، والبحث والتطوير، والمالية، والموارد البشرية، وتكنولوجيا المعلومات، مع إعلان الشركة عن تحسن متوسط كفاءة الموظفين بأكثر من 4.5 مرات. 4

واتبع التوسع أربعة عناصر رئيسية:

1. تحديد الأعمال القابلة للتكرار: بحثت كل إدارة عن المهام التي تتضمن جمع البيانات أو مطابقتها أو تنسيقها أو تحليلها أو إعداد التقارير بصورة متكررة.
2. تحويل قواعد العمل إلى سير عمل: فكك الموظفون طريقة تنفيذ المهمة، ثم استخدموا WorkBuddy لإنشاء نصوص برمجية أو «مهارات» منظمة.
3. التحقق باستخدام أعمال تاريخية حقيقية: راجعت الفرق المخرجات، وصححت الأخطاء، وأضافت الاستثناءات التي ظهرت أثناء الاختبار.
4. إعادة الاستخدام: بعد التأكد من موثوقية سير العمل، أصبح بالإمكان تشغيله مراراً ومشاركته مع موظفين أو إدارات أخرى.

جعل هذا النهج تبني الذكاء الاصطناعي مسألة مرتبطة بتصميم العمليات، لا مجرد تثبيت برنامج جديد. وظل الموظفون الذين يملكون المعرفة العملية مسؤولين عن الحكم على النتائج وضبط الجودة، بينما تولى الوكيل جانباً كبيراً من التنفيذ المتكرر.

كيف استخدم الموظفون الوكيل؟

لم يقتصر الاستخدام على كتابة النصوص. ففي أحدث شهر تناولته البيانات، طبّق 67% من المستخدمين WorkBuddy في أعمال متخصصة مرتبطة بالوظائف، واستخدمه 63% لمعالجة البيانات وتحليلها، فيما وظفه 57% للأتمتة والعمليات أو الصيانة. وهذه النسب تمثل حصص الاستخدام المعلنة، لا مقدار الوقت الذي جرى توفيره في كل نشاط. 7

ومن بين التطبيقات التي أُبلغ عنها داخل上海家化:

• البحث والتطوير: البحث في مكونات مستحضرات التجميل واللوائح التنظيمية ذات الصلة.
• المالية: تحويل قواعد مراجعة طلبات التعويضات إلى عملية قابلة للتكرار، وإنشاء تقارير لفحص فرص الاستثمار.
• الموارد البشرية: إعداد تذكيرات للمديرين والموظفين باقتراب انتهاء فترة التجربة.
• سلسلة الإمداد: تحديث لوحات بيانات أرضية الإنتاج تلقائياً عبر عدة ورش.
• التسويق والعلامات التجارية: استخراج رؤى عن المستهلكين، وتحليل المحتوى، وإنشاء مواد تسويقية.

كما حوّل فريق التسويق نحو 70% من مراجعاته الأسبوعية التي كانت تُعرض عادةً في ملفات PowerPoint إلى صفحات HTML. وأصبح بالإمكان مشاركة هذه الصفحات على مستوى الشركة وتحديثها عبر الإنترنت، من دون انتظار إعداد نسخة جديدة من عرض ثابت وتوزيعها.

حالة سلسلة الإمداد: 60 مليون صف من البيانات

جاء أوضح مثال من مجال فواتير الخدمات اللوجستية. إذ تمتد أعمال上海家化 الموجهة إلى المستهلكين عبر منصات مثل Tmall وJD وDouyin، بينما تتوزع تكاليف التخزين والمناولة والتوصيل وغيرها على 7 فئات أولية من الفواتير. وخلال 18 شهراً، بلغ حجم البيانات نحو 60 مليون صف. وكانت العملية الشهرية المعتمدة على Excel تحتاج في السابق إلى 5 أو 6 أيام عمل، كما أن الملفات الكبيرة كانت قد تصبح صعبة الفتح أو المعالجة.

وتناولت تشانغ يينغ، وهي مديرة عمليات في سلسلة الإمداد ذات خلفية في الاقتصاد ومن دون خبرة في البرمجة، المشكلة عبر تقسيم العملية الشهرية إلى خطوات أصغر. ولّد WorkBuddy نصوص Python لهذه الخطوات، ثم اختبرت تشانغ النتائج مراراً على البيانات التاريخية الممتدة لـ18 شهراً. وعندما كشفت الاختبارات عن استثناءات أو قواعد عمل جديدة، أضافتها إلى «مهارات» قابلة لإعادة الاستخدام.

وبحسب النتائج المعلنة، تغيرت المدة على النحو الآتي:

• تحليل الفواتير الشهري: من يومي عمل إلى 15 دقيقة.
• إعداد جدول البيانات الأساسي للمخطط الحلزوني: من يوم عمل إلى دقيقتين.
• إعداد لوحة البيانات المرئية: من 1.5 يوم عمل إلى 3 دقائق.
• العملية الشهرية الكاملة: من 5 أو 6 أيام عمل إلى أقل من 20 دقيقة.
• أعلى تحسن معلن في مهمة فردية: حتى 150 مرة.

ولم تكن النتيجة مجرد جدول بيانات أسرع. فقد أصبحت لوحة البيانات النهائية قابلة للتصفية وفق أبعاد مثل العلامة التجارية والمنصة وبند المصروف ومتوسط قيمة الطلب، كما تمكن المديرون من فتح رابط للاطلاع على النتائج المحدثة بدلاً من انتظار إعادة بناء التقرير.

لماذا انتشر النموذج بين الإدارات؟

تشير الحالة إلى أن اعتماد وكلاء الذكاء الاصطناعي داخل المؤسسات يكون أكثر قابلية للانتشار عندما تتوافر في الاستخدامات الأولى ثلاثة شروط:

• أن تتكرر المهمة بما يكفي لتبرير أتمتتها.
• أن تكون قواعدها قابلة للشرح والاختبار.
• أن يكون من الممكن مقارنة مخرجاتها بالسجلات السابقة أو بالتوقعات العملية.

وانطبق ذلك بوضوح على مطابقة البيانات اللوجستية. فالعملية متكررة وتعتمد على كميات كبيرة من البيانات، لكنها لا تزال تحتاج إلى موظف يفهم بنية الفواتير، ويتعرف على الاستثناءات، ويقرر ما إذا كانت النتيجة منطقية من الناحية التجارية. لذلك سرّع WorkBuddy العمل الميكانيكي من دون إلغاء الإشراف المتخصص.

والمبدأ نفسه ظهر في المالية والموارد البشرية والبحث والتطوير والتسويق: قدّم كل فريق السياق والحكم المهني، بينما ساعد الوكيل في تحويل الأجزاء المتكررة إلى سير عمل يمكن تشغيله مجدداً ومشاركته، في بعض الحالات، على نطاق أوسع. 4

مضاعفة الإنتاجية لا استبدال الوظائف تلقائياً

تبدو حجة Tencent المستخلصة من هذه التجربة أضيق وأكثر عملية من القول إن الذكاء الاصطناعي سيحل محل موظفي المكاتب. فالتحسينات المعلنة نتجت عن تحديد خبراء المجال للقواعد، والتحقق من النتائج، وتصحيح الاستثناءات، وتحويل العمليات الناجحة إلى أصول تنظيمية قابلة لإعادة الاستخدام. 4

وهنا يكمن الفارق بين إجابة يقدمها روبوت محادثة لمرة واحدة، و«مهارة» مختبرة تحفظ طريقة تنفيذ الشركة لمهمة متكررة. وتتراكم القيمة عندما تنشئ إدارات متعددة سير عمل قابلاً للمشاركة، بدلاً من بقاء كل أتمتة تجربة منفصلة لا يستفيد منها سواها.

مع ذلك، لا يمكن تعميم الأرقام الرئيسية تلقائياً على كل شركة أو وظيفة. فالأدلة المتاحة تصف نتائج上海家化 المعلنة في مسارات عمل محددة، ولا تثبت وجود زيادة مستقلة التحقق قدرها 4.5 مرات في إنتاجية جميع الموظفين. والدرس الأكثر قابلية للدفاع عنه هو نموذج التشغيل نفسه: ابدأ بالأعمال المتكررة والقابلة للقياس، وأبقِ الخبراء ضمن دائرة المراجعة، واختبر المخرجات على بيانات حقيقية، ثم شارك ما يثبت نجاحه.