a16z: برمجيات المؤسسات "الغالية والصعبة الاستخدام" هي مناجم الذهب الحقيقية للذكاء الاصطناعي

SAP غالي جدًا لدرجة لا تصدق ولكن لا أحد يجرؤ على تغييره، a16z يراهن على مستقبل برمجة الشركات بواسطة الذكاء الاصطناعي.

المؤلف: إريك + سيمة أمبل

الترجمة: Deep潮 TechFlow

مقدمة Deep潮: الترقية من SAP ECC إلى S4HANA تكلف 7 مليارات دولار، وتستغرق 3 سنوات، ويجب استعارة 50 موظفًا من Accenture — ومع ذلك، لا تزال أكبر الشركات العالمية تستخدمه. تتناول هذه المقالة من منظور استثماري حكمًا غير بديهي: الفائزون في المستقبل ليسوا تلك الشركات التي تستبدل SAP، بل تلك التي تجعل SAP أكثر قابلية للبرمجة وأسهل في الاستخدام. هذا الإطار ذو قيمة كبيرة لفهم الفرص الحقيقية في مسار الذكاء الاصطناعي للشركات.

النص الكامل:

تركز شركات الناشئة في مجال الذكاء الاصطناعي وعملاؤها على القدرات الجديدة والمنتجات الناتجة عنها: وكلاء صوتيين أنيقين، أدوات أتمتة سير العمل، منصات تطبيقات توليد النصوص.

هناك العديد من الشركات المثيرة في هذه المسارات، وسيكون هناك المزيد في المستقبل (لقد استثمرنا في بعضها!). لكن التأثير الحقيقي للذكاء الاصطناعي سيكون في شيء أقل إثارة، لكنه أكثر قيمة بكثير: مساعدة المؤسسات على استغلال المزيد من القيمة من البرامج التي تعمل بالفعل لديها. هناك سؤال يبدو تقريبًا مسيئًا، لكن أي شخص قضى أسبوعًا في شركة من فئة فورتشن 500 سيفهمه: لماذا لا تزال الشركات تستخدم SAP (وأيضًا ServiceNow، Salesforce)؟

الجواب المختصر هو: أنظمة SAP أو أي نظام سجلات قديم رئيسي، تحتوي على البيانات الأساسية للشركة. والأهم من ذلك، أن الشركات قامت بتخصيص كبير فوقها، وبنت حولها عمليات وإجراءات خاصة، والكثير منها غير موثق على الإطلاق. تكلفة الانتقال منها مؤلمة، مكلفة، وتستغرق وقتًا — غالبًا يتطلب جيشًا من المستشارين، وسنوات، ومئات الملايين من الدولارات. الترقية من SAP ECC إلى SAP S4HANA قد تكلف 7 مليارات دولار، وتستغرق 3 سنوات، وتتطلب فريقًا من 50 من إريكسون. بعد الانتهاء من الترحيل، غالبًا ما يُستخدم هذا البرنامج لإنتاج تقارير قراءة فقط لا يمكن التفاعل معها. حتى الآن، فتح الذكاء الاصطناعي الفرصة لتحسين الترقية، والتخصيص، والاستبدال، والوصول الأفضل إلى البيانات المدفونة في أنظمة السجلات هذه.

وفي النهاية، ربما لا يكون هدف الذكاء الاصطناعي هو “استبدال SAP/ServiceNow/Salesforce”، بل جعله أكثر قابلية للبرمجة وأسهل في الوصول. الفائزون سيكونون من يستطيعون (1) تقليل المخاطر والجدول الزمني بشكل قابل للقياس، ثم (2) توسيع منصة التحكم الموثوقة لتشمل العمليات اليومية، وتقسيم واجهات المستخدم القديمة إلى مكونات قابلة للتجميع، وخاضعة للحوكمة، مدعومة بالذكاء الاصطناعي، وخفيفة الوزن. بمعنى آخر، ستظل أنظمة السجلات موجودة على المدى الطويل؛ أما الواجهات، وطبقات الأتمتة، وطبقات التوسعة فستكون هي الجبهة الجديدة للبرمجيات.

SAP مؤلم، لكننا لا نزال نستخدمه

لنبدأ بتعريف بسيط لماهية SAP. من الظاهر أن هذه الأنظمة صعبة التصفح، مؤلمة التعديلات، ومع ذلك لا تزال العمود الفقري لعمليات أكبر الشركات في العالم. لنشاهد كيف يبدو استخدام SAP!

لكن هذا “اللا سبب” هو بالضبط فرصة.

الجواب غير المريح هو: تحت واجهات المستخدم القبيحة والإعدادات اللامتناهية، هذه الأنظمة قوية جدًا: فهي تشفر نموذج البيانات الحاكم للشركة، وتحافظ على آليات التحكم والصلاحيات للامتثال، وتدعم سير العمل على نطاق واسع، وتربط عشرات (بل مئات) العمليات الفرعية. ليست تطبيقات للمستهلكين، بل ذاكرة تنظيمية تراكمت عبر الجداول، والأدوار، والموافقات، ومنطق الترحيل، والتعامل مع الحالات الاستثنائية.

استبدال هذه الأنظمة ليس مكلفًا فحسب، بل محفوفًا بالمخاطر أيضًا. وكلما استثمرت الشركات أكثر — الحقول المخصصة، سير العمل، قواعد التسعير، منطق التقارير — أصبحت هذه الأنظمة بمثابة حاجز من تكاليف الترحيل، وحتى ميزة تنافسية. ولهذا السبب، فإن قابلية التوسع فيها قوية جدًا: كل شركة فريدة، والتغييرات مستمرة (قوانين جديدة، منتجات جديدة، هياكل تنظيمية جديدة)، وهذه المنصات تستطيع التكيف مع الواقع لأنها قابلة للانحناء. التحدي هو أن نفس قابلية التوسع تجعلها أيضًا هشة: كل تخصيص يصبح لغمًا في الترقية المستقبلية، وكل سير عمل يصبح متاهة، وكل واجهة تفرض ضرائب على المستخدمين.

هذه الهشاشة موجودة في كل مكان. على الرغم من انتشار CRM، إلا أن رضا المستخدمين متباين؛ وتخصيصات ERP كثيرة، وتظل دائمًا مع الوقت والميزانية. الموظفون غارقون في سير عمل مشتت — يغيرون بين تطبيقات مختلفة حوالي 1200 مرة يوميًا (يخسرون حوالي 4 ساعات أسبوعيًا)؛ 47% منهم يجدون صعوبة في الوصول للمعلومات التي يحتاجونها. غالبًا تفشل مشاريع “التحول الرقمي” الكبرى، ويُقدّر أن حوالي 70% منها لا تحقق الأهداف. وتكاليف هذا التحدي هائلة: فقط سوق تنفيذ البرمجيات والتكامل في 2023 يقدر بـ 380 مليار دولار.

هذه العملية وهذه التحديات تخلق فرصة للذكاء الاصطناعي لتغيير طريقة تنفيذ واستخدام هذه البرامج. أبسط طريقة لفهم هذه الفرصة هي تتبع دورة حياة النظام: تبدأ بتنفيذه أو ترحيله، ثم تعيش بداخله يوميًا، وأخيرًا، مع تغير الأعمال، تبني فوقه أشياء جديدة. في كل مرحلة، جوهر العمل هو تحويل نوايا البشر الفوضوية إلى إجراءات صحيحة وقابلة للتدقيق على أنظمة السجلات.

لننظر كيف يمكن للذكاء الاصطناعي تحسين استخدام أنظمة البرمجيات القديمة في كل مرحلة.

مرحلة التنفيذ

نبدأ بمرحلة التنفيذ — وهي أعلى مخاطر، والأكثر حساسية للميزانية، والأوضح عائدها. تحديدًا، تحويل متطلبات غير منظمة (اجتماعات، وثائق، تذاكر) إلى متطلبات منظمة، ثم إنتاج سير عمل تنفيذي تلقائي: خريطة العمليات والحقول، التهيئة والبرمجة، نصوص الاختبار، خطط التبديل، أدلة الترحيل — بالإضافة إلى تنظيف البيانات والتحقق منها قبل الإطلاق. هذا أمر صعب جدًا: شركة Lidl الألمانية العملاقة للمتاجر كانت أنفقت 500 مليون دولار على محاولة الترحيل إلى SAP ثم تخلت عنها.

الشركات في هذا المجال تبني أدوات مثل Copilot، أدوات إدارة المشاريع، وغيرها لمساعدة الترحيل والتنفيذ. إليك بعض الشركات الناشئة في هذا المجال (استثمرت فيها Andreessen Horowitz):

• Axiamatic: طبقة حماية بالذكاء الاصطناعي في مجال ERP، تبني مخططات معرفية من نتائج المشاريع، وتستخدم Slack/Teams لتحديد المشكلات الخفية في إدارة الطلبات والتغييرات، مما يقلل من مخاطر مشروع S/4HANA ويعجل التقدم (تعاون مع SAP Build؛ مدمج مع عمليات KPMG/EY/IBM).

• Conduct: Copilot لربط الكود وسير العمل، يولد وثائق تقنية وذكية لانتقال ECC→S/4، ويدعم استعلامات على الجداول والواجهات المخصصة لتسريع استلام الفرق الداخلية.

• Auctor: يوفر أدوات Agent لتنفيذ عمليات التوصيل للمستشارين والخدمات، يحول اكتشاف المتطلبات إلى متطلبات منظمة، ويسجل أوامر العمل، ووثائق التصميم، وقصص المستخدم، وخطط الاختبار.

• Supersonik: أدوات تمكين الذكاء الاصطناعي لوكلاء القنوات والعملاء، تدريب داخل الواجهات الحية، يقلل الحاجة لمهندسي المبيعات، ويدعم التوسع بقيادة القنوات.

• Tessera: إدارة التحول المؤسسي من طرف إلى طرف، يتصل بأنظمة ERP الحالية، يقيم حالة التنفيذ، ويحدد ويصلح تلقائيًا التغييرات اللازمة أثناء الترحيل.

هذه الشركات تخلق قيمة من خلال جعل التحول أسرع، أرخص، وأقل مخاطرة. من خلال اكتشاف المشكلات مبكرًا، تقليل مدة المشاريع، تحويل البيانات غير المنظمة إلى معرفة منظمة، وتقليل الاعتماد على فرق التوصيل الكبيرة.

نعتقد أن هناك مساحة لمزيد من الشركات الناشئة لبناء أدوات تتعاون مع الشركاء الحاليين بدلاً من مواجهتهم، مثل:

• أدوات Agent لمشاركة النتائج والمخاطر (تتبع الطلبات، مقارنة الإعدادات، محاكاة التبديل، توليد الكود، اكتشاف الانحرافات)

• أدوات توثيق ذكية محدثة ومرنة للمعلومات والمعرفة

• أدوات تمكين التدريب والترويج عبر قنوات قابلة لإعادة الاستخدام

لأن الشركات الناشئة يمكنها تخفيف الأعباء على المؤسسات، يمكنها تحديد أسعارها بناءً على “قيمة تجنب التأخير”، وتستهدف ميزانيات التحول التي استثمرها CIO وCFO، وتستبدل عقود الشركات الكبيرة المعقدة.

مرحلة الاستخدام والصيانة

بعد تنفيذ البرامج، الاستخدام اليومي يتطلب تصفح واجهات معقدة وفوضوية. العمل اليومي يتداخل عبر عشرات الواجهات، والمعرفة تتبدد مع كل انتقال بين الأنظمة، والكثير من الحالات الخاصة لا تحصل على الاهتمام الكافي. المستخدمون يقضون وقتًا كبيرًا في البحث عن الحقول، ومزامنة البيانات، وطلب المساعدة من فرق التشغيل. النتيجة: بطء العمليات، أخطاء متكررة، عبء تدريبي مستمر.

الفرصة للذكاء الاصطناعي هنا في تغليف الأنظمة القديمة بـ"نظام عمل" أكثر ودية وقوة.

هذه الشركات تبني أدوات تساعد الفرق على استغلال المزيد من أنظمتها الحالية. عمليًا، يشبه ذلك وجود Copilot داخل Slack أو في شريط جانبي في المتصفح — يجيب على أسئلة مثل “أين X؟” أو “كيف أعمل Y؟”، ويقوم بتنفيذ عمليات آمنة عبر API (إنشاء تذاكر، تسجيل قيود، تحديث شروط الموردين). يمكنها أيضًا ربط سير عمل عبر تطبيقات متعددة (مثل سحب أوامر الشراء من SAP، مراجعة العقود في Coupa، إعداد تقارير التباين في ServiceNow)، مع خطوات موافقة يدوية، وتتبع تدقيق، وصلاحيات دقيقة. وأفضل الأدوات تتبع معدل الاعتماد، وتوفر الوقت، وتقلل الأخطاء.

في الشركات، العديد من الأعمال المهمة لا تُكشف عبر API بشكل نظيف — فهي موجودة في الواجهات، والعميل الثقيل، وجلسات VDI، ولوحات الإدارة غير الموثقة بشكل كامل. لهذا، فإن وكلاء الحوسبة الحديثة (Agent) التي تعتمد على API، والتي تعتبر مكملًا مهمًا لـ"Copilot" المبني على API، توسع نطاق الأتمتة ليشمل 30-40% من سير العمل الذي لا توجد له نقاط استدعاء موثوقة.

القدرة الأساسية ليست على “الضغط على زر”، بل على الحفاظ على الاعتمادية وسط الفوضى — القدرة على استشعار الواجهات، وتثبيت عناصر ثابتة، واستعادة العمل من نوافذ منبثقة وتغيرات التخطيط، وتعيين نقاط فحص لضمان استعادة آمنة في منتصف العملية.

عند دمجها مع التحقق (مقارنة الاختلافات، المطابقة، التشغيل في بيئة آمنة) والحوكمة المؤسسية (SSO، إدارة المفاتيح، أقل صلاحيات، التدقيق)، فإنها تحول الأعمال اليدوية — تصنيف التذاكر، إغلاق الحسابات، تحديث العملاء، تغييرات التسعير — إلى عمليات مؤطرة وذاتية الإدارة، حتى في أجزاء أنظمة مثل SAP وSalesforce وServiceNow التي لم تُبنى أصلاً للأتمتة. API يسرع المسارات، واستخدام الحوسبة يجعل سير العمل الطويل قابلًا للأتمتة.

شركة Factor Labs وSola وغيرها بدأوا في نشر هذه الأنواع من الوكلاء في بيئات الإنتاج، واستبدال نفقات BPO، وتحقيق أتمتة مهام على نطاق واسع.

وفي النهاية، حتى لو جعلت SAP وServiceNow وSalesforce أكثر سهولة، فإن الأعمال ستتغير باستمرار، مما يتطلب أنظمة سجلات تتطور أيضًا. منتجات جديدة، سياسات، استحواذات، قوانين، وسير عمل طويلة الذيل لا تكفي لملء مشروع رئيسي، وتستلزم تحديثات مستمرة تواكب الواقع الحقيقي للأعمال.

تاريخيًا، كان أمام الفرق خياران: تخصيص هذه الأنظمة (مع تكلفة الهشاشة)، أو بناء تطبيقات لمرة واحدة (مع معاناة في التكامل، الحوكمة، والصيانة). هنا يأتي نقطة دخول ثالثة للذكاء الاصطناعي: تقديم تجارب صغيرة، مؤطرة، وموثوقة بسرعة على أنظمة السجلات، مع الحفاظ على نظافتها الأساسية.

بناء أدوات وأتمتة جديدة فوق الأنظمة القديمة، ليكون ذلك “الطبقة المحبوبة” على تلك البرمجيات غير المحبوبة. يبدأ هذا النموذج من خلال توحيد البيانات وطبقة الإجراءات: عبر API والأحداث (مع واجهات آمنة عند الحاجة) لقراءة البيانات من أنظمة السجلات، وتحويلها إلى نماذج معنوية للأشياء التجارية (الطلبات، الموردون، التذاكر)، ثم كشف مجموعة عمليات مؤطرة مع صلاحيات، موافقات، وتدقيق.

فوق هذه الطبقة، يمكن للفريق تقديم تجارب حديثة ومصممة خصيصًا للمواقف المحددة. بدلاً من أن يضطر محللو الشراء إلى استخدام 12 رمز عملية في SAP لإضافة مورد، يمكن أن يوفر لهم تطبيق خفيف “إضافة مورد” — يجمع المستندات، ويقوم بفحص التكرار، ويشرف على الموافقات، ويكتب السجلات الصحيحة مرة أخرى إلى SAP.

بدلاً من أن يطلب فريق المبيعات من خمسة نوافذ Salesforce تحديث شروط التجديد، يمكن أن يوفر لهم محرر جداول سريع، يدعم التعديلات الجماعية، والتحقق من السياسات، ومعاينة التأثير، ثم يرسل التغييرات مع سجل تدقيق كامل. بدلاً من مشروع بوابة، يمكن أن يمنحوا فريق الخط الأمامي لوحة أوامر ترد على استفساراتهم وتنفذ عملياتهم اليومية عبر أنظمة متعددة (مثل “إنشاء إرجاع”، “تمديد حد الائتمان”، “فتح تذكرة P2”، “تسجيل استحقاق”)، بدون الحاجة للتنقل بين 20 علامة تبويب.

هذه التوسعات يمكن أن تفتح تدفقات عمل وأتمتة عبر أنظمة متعددة — تلك التي لا يوليها أي مزود اهتمامًا خاصًا: محفزات الأحداث مثل “إذا تم تسجيل الفاتورة وتجاوزت الفروق 3% → صياغة ملاحظات → توجيه للموافقة”، أو “إذا أعيد فتح تذكرة → إنشاء سجل مشكلة → تعيين مسؤول → تحديث العميل”، مع نقاط تدخل يدوية عند الحاجة.

مع مرور الوقت، ستتطور أفضل عمليات النشر إلى حزم نوايا قابلة لإعادة الاستخدام — من عروض الأسعار إلى التحصيل، وتسجيل الموردين، وإغلاق الحسابات — لا تقتصر على البرمجة على ما يجب فعله، بل على كيفية القيام بذلك بأمان في بيئتك.

منصات مثل General Magic’s Cell تتيح بناء هذه الوحدات الأساسية المخصصة بسهولة: ترفع ملف OpenAPI، كل نقطة نهاية تصبح عملية قابلة للاستدعاء، وتُدمج في سطر أوامر أصلي يمكنه تنفيذ استدعاءات API حقيقية، مع تحليلات، ودعم متعدد المستأجرين، وحواجز أمان، وتحكم في الصلاحيات — بحيث يتحول التركيز من “إعادة بناء واجهة” إلى “تجميع العمليات والاستراتيجيات الصحيحة على الأنظمة التي تثق بها”.

ما هو النهاية المحتملة؟

نعتقد أن أنظمة السجلات ستظل موجودة على الأرجح، لكنها لن تكون واجهات العمل. أنظمة ERP وCRM وITSM متجذرة جدًا بحيث لا يمكن استبدالها بالكامل بسرعة، فهي تتطور ببطء، وستظل أنظمة سجلات. ما سيتغير هو الطبقات التي تضاف فوقها من واجهات المستخدم: الذكاء الاصطناعي سيصبح الواجهة الافتراضية لاكتشاف كيفية عمل النظام، وتنفيذ سير العمل عبر الأنظمة، وتقديم تجارب حديثة تتجاوز الواجهات القديمة. بمعنى آخر، ستتحول الجسور إلى طرق سريعة.

البرمجيات التي ستظل موجودة في هذا المجال لن تبدو كروبوت محادثة، بل كطبقة نظام تشغيل: منصة بيانات موحدة وطبقة إجراءات ذات معنى للأشياء التجارية، مع حواجز أمان موثوقة تضمن أن الذكاء الاصطناعي يمكن الاعتماد عليه في بيئة الإنتاج. إذا كنت مستخدمًا نهائيًا، لن تحتاج بعد الآن لتعلم أي واجهة، أو حقل، أو رمز عملية (ولا حتى أن تعيد التعلم بعد كل تحديث في الواجهة أو سير العمل)، بل فقط تصف النتيجة التي تريدها، وسيقودك النظام إليها.

سيطرح عليك النظام بعض الأسئلة التوضيحية، ويعرض لك معاينة لما سيقوم به، ثم ينفذ بشكل آمن مع تتبع كامل للموافقات والتدقيق. الحلقة المغلقة النهائية ستكون: “أنشئ إرجاعًا وأبلغ العميل”، أو “افتح تذكرة P2 واسترجع آخر ثلاثة أحداث ذات صلة”، أو “سجل موردًا، اجمع المستندات، مرر الموافقات، واضبط شروط الدفع” — وكل ذلك بدلاً من التنقل بين SAP وSalesforce وServiceNow وجداول البيانات. هذا يقلل الأخطاء، ويقلل إعادة العمل، ويقلل الاعتماد على المعرفة الضمنية، ويخفض زمن الدورة، ويقلل بشكل كبير من عبء التدريب — لأن الواجهات ستكون مبنية على النوايا، وتدرك الأدوار، وتدعم الاستخدام الذاتي بشكل افتراضي.

الأسوار الدفاعية تتراكم مع الاستخدام الحقيقي: كل سير عمل ناجح يصبح نية قابلة لإعادة الاستخدام، وكل استثناء يصبح حاجزًا، وكل ناتج ترحيل يصبح سجل بيانات حي، وكل تكامل يعمق فهم طريقة عمل الشركة الحقيقية. مع مرور الوقت، ستصبح “طبقة الذكاء الاصطناعي” وجهة لفهم التغييرات، ومنع الانحراف، وقياس العائد على الاستثمار، وتقديم تدفقات عمل جديدة — حتى لو بقيت الأنظمة الأساسية كما هي.