مقال قانوني للمحامي لين شان لونغ》BD القوي، وهو يبيع قوة تكامل الذكاء الاصطناعي

يشير تطوير الأعمال في عصر الذكاء الاصطناعي إلى أن التطور الشامل الممكن يستهدف نقاط الألم لدى فريقك نفسه، ويمكن تحقيق ذلك حتى لو لم تكن مطوّرًا بدوام كامل. ينبغي أن تكون هذه النظرة الاستباقية موجودة لدى كل وظيفة على نحوٍ ما.
(سياق سابق: مقال خاص للمحامي لين شانغ لون》هل سيصبح مختصّون يفهمون الذكاء الاصطناعي هم الرابحون في عصر الذكاء الاصطناعي؟ )
(إضافة خلفية: مقال خاص للمحامي لين شانغ لون》من واقعة تساي أاغا يرى خوفًا من الذكاء الاصطناعي: أنت لا تغضب من الذكاء الاصطناعي، بل تخاف أن تُستبعد )

فهرس المقال

Toggle

• ما يفعله يضرب بالفعل نقطة الألم
• الحديث عن كيفية إدخال الذكاء الاصطناعي
• لكنني أعتقد أن Output يمكن أن يكون أكثر
• من زاوية المحامي، هناك أمر يجب فعله بالتأكيد: كبح الهلوسة
• بعض الوظائف التي أرى أن وكيل BD هذا يمكنه إضافتها
  • إنشاء نسخة معدّلة من العقد تلقائيًا من خلال سجلات الاجتماعات
  • تعديل قوة العقد وفقًا لموقف التفاوض
  • مراجعة الامتثال وحجب المخاطر مسبقًا
• في النهاية

في معرض تكنولوجي، قابلت مسؤول تطوير أعمال (BD) لدى شركة كبيرة على وشك التوسع. والأكثر خصوصية أنه هو نفسه قام بإنجاز مجموعة من أنظمة العمل الداخلية باستخدام الذكاء الاصطناعي، وهي التي تستخدمها شركته في BD. وبكل سخاء، أخرج هاتفه ليُريني النموذج الأولي (prototype) الذي أنجزه، وهكذا بدأنا نتحدث ونعاين معًا.

وبما أنني أعمل أيضًا عادةً على تطوير الذكاء الاصطناعي، وبحكم أنني محامٍ، فمن الطبيعي أن أسهب في التفكير عند مشاهدة ما يفعله. اعتبرت هذا المقال مجرد تنظيم للحوار الذي دار بيننا ذلك اليوم، وتسجيل ما رأيته، والاتجاهات التي يمكن أن نواصل اللعب فيها معًا.

ما يفعله يضرب بالفعل نقطة الألم

من البداية تحدث عن مشكلة واقعية جدًا: حجم التطوير الخارجي لفريق BD لديهم كبير للغاية، لدرجة أنه لا يوجد أي مدير يستطيع استيعاب كل تقارير جميع الأفراد يوميًا. وما يستطيع المدير فعله لا يتجاوز تعليمات عامة جدًا، ولا يمكنه وضع تكتيكات دقيقة لكل متجر ولكل نقطة. إضافة إلى ذلك، بعد أن يطلق BD هذه المبادرات، يصبح من السهل أن تتداخل الأعمال مع بعضها: إذ يحتاج الجميع إلى مزامنة التقدم فيما بينهم، لكن هذا الأمر غير فعّال بشكل مفرط.

لذلك أنجز تطبيقًا. في واجهة الدخول يوجد قسم admin، وفيها العديد من الطبقات (layers). والطبقة الأهم تقوم بتصوير جميع النقاط التي يطوّرها BD في الخارج، وحالة إتمام الصفقات بشكل بصري كامل. وهذه الفائدة مباشرة جدًا:

أولاً، لم يعد على الجميع مزامنة التقدم شفهيًا فيما بينهم. فقبل أن يبدأ أي شخص دورة تطوير جديدة، يستطيع بنظرة واحدة أن يرى ما الذي أنجزه الآخرون وإلى أي مرحلة وصل كل نقطة. ثانيًا، من منظور المدير، يستطيع مباشرة رؤية مسار العمل كاملًا (pipeline): أي شركة متعثرة في أي مرحلة يمكن رؤيته بوضوح تام.

بصراحة، بمجرد أن ترى هذا الأمر، تعرف أنه صُنع بواسطة شخص يفهم BD جيدًا. فالمنطق وراء الواجهة ليس شيئًا يمكن للمهندس أن يتخيله من فراغ؛ إنه تصميم مبني على تجربة تشغيل الأعمال فعلًا في الخارج.

الحديث عن كيفية إدخال الذكاء الاصطناعي

لذلك، سألتُه عن فضوله: أين يُستخدم الذكاء الاصطناعي بالضبط؟ قال إنه دمج ذكاء اصطناعي، يقوم بتجميع كل المعرفة والاتفاقيات السابقة وحالات التعاون التي تُستخدم عادةً في تطوير BD في الخارج، وتحويلها إلى قاعدة بيانات.

أعطاني مثالًا عمليًا: أحيانًا يكون تطوير BD موجّهًا إلى العلامات التجارية ذات نمط السلاسل (السلاسل/chain). لكن أساليب التفاوض مع سلسلة تختلف تمامًا عن التفاوض مع متجر واحد. فمع حجم السلسلة ونفوذها، غالبًا ما تكون هناك حاجة إلى تبادلات للمنافع. غير أن تدريب أغلب BD يجد صعوبة في شرح عبارة مثل: «ما حجم الطرف الآخر؟ وما الذي يمكننا أن نُظهره من أوراق تفاوض/رهانات مقابل ذلك؟» لذلك ترك هذه المهمة للذكاء الاصطناعي ليجيب. برأيي، نقطة الدخول هذه دقيقة جدًا.

سألته أيضًا كيف أنشأ قاعدة البيانات. قال بصراحة إنها ببساطة موزعة على Google Sheet، ويقرأها عبر JS مباشرة. لكنه شدد على نقطة مهمة: كل ما يستعلمه كل BD، وما الذي أجابه به الذكاء الاصطناعي، يتم تسجيله بالكامل، وبقي مسار له يمكن الرجوع إليه. كما كتب مسبقًا وثيقة «تعريف التجار» (merchant definition): يقوم الذكاء الاصطناعي أولًا بتشغيل التعريف لتحديد نوع العميل الجديد، ثم يعود لمقارنة حالات التعاون.

وهناك تفصيلة صغيرة أريد أن أذكرها تحديدًا. أخبرته أن هناك فخًا في النسخة المجانية من Gemini Flash — حدّ token قد يؤدي إلى نتائج أقل من المتوقع. وبالفعل كان قد فكّر في هذا الأمر مسبقًا: فقد خطّط لكل مسار سؤال وحدّده مسبقًا (cooked): عند مواجهة نوع من الأسئلة، يقرأ فقط الصفحات القليلة المحددة. هكذا لا يحدث أن يضيّع قراءة شيء، بل أيضًا يوفر الوقت ويوفر token. هذه المقاربة «لا تقوم بحشو كل شيء أولاً، بل تحكم ثم تستخرج البيانات» هي بالفعل تركيز على النقاط الجوهرية.

لكنني أعتقد أن Output يمكن أن يكون أكثر

بعد وصولنا إلى هنا، قلت له بصراحة أكبر: «إن ما تقوم به ممتاز جدًا، ويتماشى تمامًا مع طريقة استخدامكم له، لكن… طعم الذكاء الاصطناعي ليس قويًا بما يكفي».

لم أكن أبحث عن أخطاء، بل كنت أرى أن هناك مساحة للتجربة. ما يفعله حاليًا جوهريًا هو تحويل مسارات عمل BD السابقة التي كانت غير شفافة وغير قابلة للتحكم أو استرجاعها، إلى شيء شفاف يمكن رؤيته والتحكم فيه. جانب الإدخال (input) تم إنجازه بإحكام.

لكن من زاوية المطوّر، أشعر أنه عالق عند مرحلة الإخراج (output). ناتجه حاليًا يتركز تقريبًا في ChatBox وتنظيم البيانات. ChatBox شيء جيد، لكنني أرى أن إخراجَه يمكن أن يذهب إلى أماكن أكثر، مثل:

أولاً، إخراج مباشرة وثائق بصيغة الشركة، مثل MOU والتقارير، بدل أن يطلع الشخص على المحادثة ثم يعيد تنظيمها بنفسه. ثانيًا، استخدام واجهات ومسارات مختلفة لاستيعاب مهام مختلفة، وعدم حشر كل شيء في مربع محادثة واحد. ما تحت السطح واحد (LLM)، لكن يمكن تصميم وكلاء (Agent) مختلفين وفقًا لمواقف مختلفة: مهمة واحدة تتبعها عملية واحدة.

من زاوية المحامي، هناك أمر يجب فعله بالتأكيد: كبح الهلوسة

هذه الفقرة تحدثت معه فيها من زاوية المحامي. لأن ما يقوم به سيصطدم بالعقود وبالشروط التجارية، فمساحة التسامح في الخطأ هنا أقل بكثير مما يظنه الآخرون عادةً.

عادةً، تعاملي مع ما يخرجه الذكاء الاصطناعي هو: لا يمكن أن يحتوي على أي اختلاق من العدم. لذلك أنصح بإضافة عنصرين:

أحدهما هو الإسناد إلى المصدر (استرجاع التتبع). بعد كل نتيجة إخراج، ضع citation، بحيث إن ضغطت عليه تستطيع رؤية «من أي وثيقة جاءت هذه الجملة، وأي مقطع منها». هذا الأمر مهم جدًا له في الواقع. إذ إن BD سيأخذ حجج الذكاء الاصطناعي/رهانات التفاوض إلى الميدان لتنفيذها، وإذا لم يكن قادرًا على التحقق من المصدر لاحقًا، فهذا يعني أنه يخاطر بأشياء غير مُتحقَّق منها.

والآخر هو خفض temperature. كلما زاد ما يلزم أن يكون دقيقًا ولا مجال فيه للتخمين أو الارتجال، كلما كان يجب خفض عشوائية النموذج. هذان العنصران معًا يقللان مساحة الهلوسة إلى حد كبير.

بعض الوظائف التي أرى أن وكيل BD هذا يمكنه إضافتها

لديهم في شركتهم قسم قانوني ومحامون، وغالبًا تُستخدم العقود بصيغ عامة (public templates) ولا يجري عليها تعديل كبير. يبدو عندها أن الذكاء الاصطناعي ليس له مجال كبير، لكنني أرى العكس: إن هذا النوع من السيناريوهات «الذي يبدو مستقرًا» هو ما يمكن اللعب فيه أكثر. تحدثت معه عفويًا عن عدة اتجاهات:

2. إنشاء نسخة معدّلة من العقد تلقائيًا من خلال سجلات الاجتماعات

بعد أن ينتهي BD من المفاوضات، يكون أكثر شيء متعب هو تحويل ساعتين من نقاش الاجتماع إلى بنود رسمية. وهذا ما يتقنه الذكاء الاصطناعي: إذ يأخذ القالب العام، ثم يضع كامل سجل الاجتماع بداخله، فيولد نسخة جديدة وفقًا للنتائج. ويتم تمييز المواضع التي تم حذفها أو تعديلها بتتبع التعديلات، بحيث يفهم قسم القانون فورًا أين جرى التغيير.

3. تعديل قوة العقد وفقًا لموقف التفاوض

هذا برأيي هو الأكثر إثارة للاهتمام، لأنه يرتبط تمامًا بمنطق نظامه. مشكلة القالب العام هي أنه لا يستطيع عكس فروقات قوة الموقف في كل جولة تفاوض. فعندما نتفاوض مع شركة كبيرة، تكون مواقفنا ضعيفة فتكتب البنود أكثر ليونة؛ وعندما نتفاوض مع طرف أصغر، تكون مواقفنا قوية فتكون البنود أكثر صرامة. لا توجد أي عقدة تُطبق مرة واحدة على الجميع؛ كل عقد ينبغي تخصيصه. فإذا كان Agent الخاص به يمكنه توليد نسخ مختلفة من القوة والضعف تلقائيًا بناءً على «حجم الطرف الآخر»، أليس هذا متصلًا مباشرةً بفكرة «مستوى الحجم يوازي نوع السلاح» داخل نظامه؟

4. مراجعة الامتثال وحجب المخاطر مسبقًا

محتوى BD الذي يُنشر خارج الشركة غالبًا ما يحمل مخاطر امتثال. يمكن للذكاء الاصطناعي فحص كل جملة على حدة: ما الكلمات التي تُبالغ أو تتجاوز، وأي لوائح تخالف، ومتى ينبغي الحذف أو إضافة تحذير/إشعار قانوني. وبالنسبة إلى فريق BD الذي يقضي أيامه في الخارج، فإن قدرة «المنع قبل وقوع المشكلة» عملية جدًا.

كما نبهته أيضًا إلى نقطة: إذا كانت الشركة تريد الاحتفاظ ببعض البنود تحديدًا، فهذا لا يتعارض. يمكن تغيير صياغة الكلام وتبديل النبرة، لكن عمليًا يمكن الاحتفاظ بحقوقنا، ومن الناحية التقنية الأمر ممكن تمامًا.

في النهاية

بعد أن تحدثنا في ذلك اليوم، بقيت لديّ انطباعات قوية. فقد استغرق منه الأمر ثلاثة أسابيع، كما أنه استخدم ميزانيته الشخصية عمدًا، ولم يحرك موارد الشركة قبل أن ينهي النموذج الأولي. ثم حوّل نقطة ألم حقيقية إلى شيء قابل للاستخدام، وقد بدأ الموظفون بالفعل باستخدامه، وكذلك وافق المدير.

وفي هذين الشهرين ونصف تقريبًا، كان يعمل على الشيء نفسه باستمرار: العثور على نقاط الألم، وتحديد لحظات يمكن فيها للذكاء الاصطناعي أن يتدخل. وأرى أن هذه هي النظرة الصحيحة لدى من يريد استخدام الذكاء الاصطناعي: ليس «الذكاء الاصطناعي رائع، فلنجربه»، بل «هنا ألم كبير، هل يمكن للذكاء الاصطناعي أن يوقفه؟».

على أي حال، غالبًا ما لا يكون أفضل ذكاء اصطناعي هو الأكثر بهرجة، بل الأكثر فهمًا لواقع الأعمال والأقرب لنقطة الألم الحقيقية. عندما ترى أن شخصًا بارعًا في BD بدأ يفكر بمنطق استخدام الذكاء الاصطناعي في عمله، فإنني أتطلع فعلًا لمعرفة ما الذي سيفعله بعد ذلك.