حوار مع ليو يع: OpenClaw مجرد "أطراف"، نحتاج الانتقال من "الموظف الرقمي" إلى "المنظمة الرقمية"، من "تجنيد الجنود" إلى "ترتيب التشكيلات"

حوار | Zhang Peng

عندما يندفع الجميع بشكل جماعي لتطوير “الموظف الرقمي” وأدوات الوكيل، ويغوصون في سيناريوهات متخصصة بلا توقف، أين تكمن الحصانة الحقيقية لريادة الأعمال في مجال الذكاء الاصطناعي؟

مؤخرًا، أجرى Zhang Peng، مؤسس ورئيس شركة Geek Park، مناقشة استباقية مع Liu Ye، مؤسس VisionFlow، بعد انفجار OpenClaw. كواحد من الجيل الأول من المبرمجين الصينيين المولودين عام 1979، شهد Liu Ye دورة كاملة من الأجهزة الأساسية إلى البرمجيات، ومن التكامل المؤسسي (ToB) إلى التعليم عبر الإنترنت (صناعة الإنترنت). بعد شهور من الانعزال، والتحدث مع باحثي الشركات الرائدة عالميًا في الذكاء الاصطناعي ورواد الأعمال المحليين، توصل إلى استنتاج قاسٍ: اعتبار الذكاء الاصطناعي “موظفًا رقميًا” لاستبدال مهمة واحدة هو تبسيط مفرط من قبل عقلية المهندس تجاه الأعمال الحقيقية.

في هذا الحوار، طرح Liu Ye مجموعة من المفاهيم والأطر الملهمة مثل “الانكشاف التدريجي” و"مصفوفة المهام ذات الأبعاد العالية والمنخفضة". وخلال النقاش، بدأ يتضح احتمال مستقبلي: أن الخطوة التالية للذكاء الاصطناعي لن تكون أدوات متفشية، بل بناء “منظمة رقمية” تتسم بالتعاون، والتقارير، وآليات التأمل. عندما تتلاشى ثقافة الشركات، وتُمسح الأعمال ذات الأبعاد المنخفضة تمامًا، ربما لن يكون المدير التنفيذي هو “الرئيس التنفيذي” بعد الآن، بل هو “المنتج” ذو الذوق الرفيع.

هذه مناقشة استكشافية حول أشكال التنظيم في عصر الذكاء الاصطناعي، والحواجز التجارية، وبيئة رواد الأعمال الجيل الجديد. نأمل أن تثير مزيدًا من النقاشات العميقة بين رواد الأعمال في المستقبل.

وفيما يلي ملخص الحوار الذي أعدته Geek Park:

01 بدأت معركة “عشرة آلاف” بالفعل، هناك الكثير مما يمكن فعله، لكن ما هو الأهم حقًا؟

Zhang Peng: من “صندوق المهام” إلى اليوم، مع حماسك الكبير لاستكشاف التغييرات التي جلبها OpenClaw، هل مررت بتغييرات شخصية؟

Liu Ye: أنا من الجيل الأول من المبرمجين في الصين، بدأت برمجة منذ الصغر. عشت دورة كاملة من BASIC إلى DOS، ثم Windows واليوم عصر Mac، وشهدت صعود ثلاثة بوابات رئيسية. عملت في تكنولوجيا المعلومات المؤسسية، وأردت أن أكون “آي بي إم” الصين؛ ثم تحولت إلى تطوير “صندوق المهام”، وشاركت بعمق في التعليم عبر الإنترنت. التعليم عبر الإنترنت صناعة عميقة جدًا، وهو أعلى أشكال الإنترنت الصناعي، وهو “القطار الأخير”. هذه التجربة جعلتني أدرك أن جوهر الإنترنت الصناعي ليس التقنية، بل الصناعة ذاتها، والأعمال. قواعد الإنترنت الصناعي تتبع: أولاً، تيسير المعلومات، ثم المنتجات القياسية، ثم سلسلة التوريد، وأخيرًا الخدمات غير القياسية المعقدة. مع التقدم، تزداد الهوامش الربحية، وتصبح أكثر صعوبة.

لذا، عندما حلّ موجة الذكاء الاصطناعي، كانت أول خطوة لي أن أخصص حوالي 6 أشهر لعدم القيام بأي شيء، وأطلب من قسم الموارد البشرية أن يتحدث مع كل من يمكنه الحديث معه. من كبار العلماء في الشركات الناشئة الشهيرة إلى خوارزميات ومهندسي الشركات الكبرى، والباحثين، ورواد الأعمال في الذكاء الاصطناعي، تحدثت معهم جميعًا، وبلغت كثافة التواصل حوالي ألف ساعة. إلى أي مدى؟ إلى درجة أنني عندما أسمع نصف جملة، أستطيع أن أتكهن بالنصف الآخر، وأن جميع الآراء أصبحت متقاربة جدًا.

بعد جولة من النقاش، كانت النتيجة مذهلة: الجميع يعملون على نفس الشيء — الموظف الرقمي. هذا ذكرني بتقدير خاطئ من أحد كبار القادة حول الحوسبة السحابية، حيث قال إن Alibaba تعمل على السحابة، وفي جوهرها مجرد خدمة تخزين سحابي. فهم الأمور من خلال إطار قديم، لن ترى إلا السطح.

اليوم، يعتقد الجميع أن إنشاء موظف رقمي، وكتابة “مبيعات رقمية” أو “خدمة عملاء رقمية” باستخدام Claude، هو أمر بسيط. أين الحواجز التقنية؟ أين الحصن المنيع؟ عندما يصبح حرق تريليونات من الرموز TOKEN يوميًا أمرًا طبيعيًا، فإن الأمر يشبه التصنيع، ولا يمكن أن ينجح بسرعة. لذلك، أطرح على كل رائد أعمال نفس السؤال: لماذا أنت؟ لماذا أنت قادر؟ هل أنت أصغر سنًا؟ أذكى؟ أكثر قدرة على السهر؟ في بعد واحد، هل هو مجرد منافسة بين “10 ثوانٍ 69” و"10 ثوانٍ 70"؟

Zhang Peng: نعم، اليوم هناك الكثير مما يمكن فعله، لكن ما هو الأهم حقًا؟ هل لديك أفكار في هذا الصدد؟

02 عشر سنوات من الإنترنت الصناعي، ستتكرر اليوم

Liu Ye: الذكاء الاصطناعي مختلف جدًا، لكنني أؤمن أن هناك توافقًا مع قواعد الإنترنت الصناعي. في البداية، نعمل على الأدوات، ثم نركز على الأعمال، وأخيرًا على الاستشارات. عندما تكون التقنية غير ناضجة، يأتي المهندسون أولاً، ويبرعون في تجريد العالم بشكل مفرط، مثل “الحوسبة الإطارية” من Baidu، حيث يعتقدون أن كل شيء إطار. لكن في المرحلة اللاحقة من الإنترنت المحمول، يكون المحتوى والخدمات، وليس الأطر.

المهندسون، عند تصورهم للمنظمات، غالبًا ما يبسطون الأعمال بشكل مفرط. انظر إلى أول ثلاثة بوابات للإنترنت، وأفضل من نجح في النهاية كان Tencent وAlibaba، وهما أبعد قليلاً عن التقنية، لكنهما أقرب إلى الصناعة. اليوم أيضًا، التقنية تصبح أقل أهمية.

Zhang Peng: هذه الموجة من خريجي العلوم الإنسانية سعيدة جدًا، حيث لا يبدو أن كتابة الكود ضروري بعد الآن. لكن، على المدى الطويل، ما هو المطلوب من الإنسان في عصر الذكاء الاصطناعي؟ ما التغييرات التي حدثت؟

Liu Ye: في هيكل المواهب في الصين، ألاحظ مشكلة. أول جيل من المبرمجين كانوا مديرين منتجات، لأنه لم تكن هناك وظيفة مدير منتج في البداية. أصبح مدير المنتج وظيفة معروفة بعد 2010، بعد إصدار iPhone 4 من ستيف جوبز، وتقديم Zhang Xiaolong لمفهوم المنتج، و"كل شخص مدير منتج". قبل ذلك، كان المبرمجون يتولون مهام المنتج، فالمبرمجون ظهروا أولاً، ثم جاء مديرو المنتجات، لذلك، الجيل الأول من المبرمجين كانوا مديرين منتجات. تعلم المبرمجون الكود ليس للعمل فقط، بل من حب وشغف، وكانوا يكرسون أنفسهم لذلك. هؤلاء الأشخاص غير المحددين، والخارجين عن المألوف، هم الأفضل.

لكن الجيل الثاني من المبرمجين، خلال العشر سنوات الأخيرة، حولوا المبرمجين إلى “عمال كود”، وأصبح مديرو المنتجات مهندسين معماريين، وتم ترويض المبرمجين ليعملوا بدون تفكير في الأعمال. الآن، جاء الذكاء الاصطناعي، وتم القضاء على جزء “الكود”، وإذا لم يتطوروا، فبقي فقط “الزراعة”. هؤلاء الشباب ممتازون، لكن فهمهم للصناعة فارغ. لذلك، في معركة “عشرة آلاف” الحالية، الجوهر هو انتشار أدوات فقط.

انظر إلى الشركات في المراحل المتأخرة من الإنترنت الصناعي، مثل Alibaba وMeituan، فهي تعتمد بشكل قياسي على استشاريين من شركات استشارية رائدة (MBB) لإجراء التحليل التجاري، ويقود استشاريون مع مديرين منتجات العمليات التجارية، لأن مديري المنتجات في الإنترنت يفتقرون إلى النظام. هكذا أيضًا، تم بناء Feishu بهذه الطريقة. حتى ByteDance، رغم أنها شركة إنترنت بحتة، تستخدم بشكل كبير استشاريين لبناء العمليات الداخلية. في عصر الذكاء الاصطناعي، لن يتغير هذا النمط، بل سيقوى.

03 مشكلة الشركات ليست الموظفين، بل التنظيم

Zhang Peng: إذن، تعتقد أن التركيز على “الموظف الرقمي” كعنصر واحد ليس ذا أهمية كبيرة.

Liu Ye: هذا هو حكمتي الأساسية: الموظف الرقمي ليس هو النهاية، بل المنظمة الرقمية هي الهدف الحقيقي. إذا انتشرت الموظفون الرقميون، ولم يعد هناك وظائف توظيف، وكل شخص يمكنه امتلاك موظف رقمي جيد، فماذا بعد؟ هل ستنجح الشركة وتحقق أرباحًا؟ في الواقع، كل مشكلة في الشركة تتعلق بالاستراتيجية والتنظيم، وليست مشكلة الموظفين.

لذا، لا تزال الوكالة (Agent) تعمل على تنفيذ الأعمال، وليس على اتخاذ القرارات. قمنا بتعديل OpenClaw، وأنشأنا شيئًا يسمى MetaOrg. جوهره هو نواة يمكنها إنشاء فرق من الوكلاء. عند معالجة أي مهمة، لا نرسل موظفًا، بل نبني “منظمة” لحلها. هذه المنظمة لها علاقات تنسيق، وتقارير، ومهام، وأهداف، وأساليب عمل.

Zhang Peng: هل من الممكن في المستقبل أن يكون شخص واحد هو قسم كامل؟ أو حتى شركة كاملة؟

Liu Ye: سؤال ممتاز جدًا. نحن نركز على المهام الصغيرة، مثل استخدام الذكاء الاصطناعي لإنشاء فيديو قصير أو كتابة مستند، حيث نحتاج إلى حوار متعدد الجولات. تقول شيئًا، يرد عليك، ثم تعطيه ملاحظات، وهكذا، هذا هو الاستخدام كأداة ذكية. مفهوم الشخص أو القسم ليس بعدد الأفراد، بل بقدرة الوظائف. عندما نكتب وصف وظيفة عالية المستوى، عادة نقول: أولًا، يمكنه إنجاز الأعمال، ويستخدم أدوات متنوعة. الوظيفة العليا هي أن يفهم النية، ويخطط بشكل استباقي، وينفذ بشكل نشط، ويحقق التسليم، ويقدم تقارير دورية، ويقوم بالتأمل وتلخيص النتائج، ويقوم بتعديل الاستراتيجية بناءً على الانحرافات.

هذه هي القدرة العليا.

Zhang Peng: قسم مؤهل يجب أن يكون “قيادة ذاتية من المستوى L4”.

Liu Ye: نعم، عندما نعطيه مهارة، يمكنه إنجاز مهمة معقدة؛ وعندما نعطيه نظام مهارات، يمكنه إنجاز مهام معقدة وشاملة؛ وعندما يتم تنسيق مجموعة من الوكلاء (agents)، يمكنهم إنجاز أمور أكثر تعقيدًا، مثل تصوير مسلسل قصير. أقول دائمًا للموظفين عند استخدام MetaOrg: لا تعتبر نفسك مديرًا، بل اعتبر نفسك رئيسًا تنفيذيًا. حاول استكشاف حدود قدراته.

في المستقبل، عند بدء رواد الأعمال الشباب، ربما يُمنحون ميزانية TOKEN لتجربة الأخطاء، بدلاً من 50 ألف دولار من التمويل. كم من TOKEN تريد أن تنفق، يحدد مدى قدرة الوظيفة التي يمكن أن يحققها. كلما كانت الوظيفة أكثر تعقيدًا، زادت الحاجة إلى حلقات استنتاج طويلة، والتكرار، والتعلم.

Zhang Peng: عودة للسؤال السابق، إذا كان هناك مجموعة من الوكلاء، يمكن تقسيمها إلى وحدات أدق، أو تفكيك الوظائف والقدرات، وعندما تتشكل كفريق، فإن جودة الأفراد تحدد النجاح أو الفشل. هذا يعيدنا إلى منطق المنافسة في التنظيم التجاري القديم: كثافة المواهب، أي جودة المواهب، تجعل المهمة الأساسية أكثر سهولة، وتفوق.

المسألة الأساسية هنا، إذا كانت الذكاء الاصطناعي في المستقبل قادرًا على أن يكون شاملًا، ويمكننا استدعاء أفضل AI، فبالإضافة إلى أن المؤسسات التجارية يمكنها تقديم خدمات أكثر كفاءة، هل نحتاج أيضًا إلى النظر إلى “كثافة المواهب”؟ بمعنى، أن الوكيل أو الروبوت في هذا النظام يمكن أن يكون أكثر قدرة على التفكيك إلى وحدات أدق، وبالتالي “كثافة المواهب” ستكون أعلى، وفي المهام المعقدة، ستكون النتائج والكفاءة والابتكار أفضل. هل هذا استنتاج صحيح؟

Liu Ye: أوافق على هذا الرأي. داخل الشركات، هناك قسم يُسمى عادة OD، وهو تطوير التنظيم. لقياس قدرة المنظمة على الفوز، عادةً نقارن جميع المواهب مع المنافسين، ونقيم مدى ملاءمة القدرات للأدوار، ونتوقع نتائج المعركة. لذلك، تعتمد الشركات الكبيرة على قدرات التنظيم، وليس على الاستراتيجية التجارية فقط. وأمثلة على ذلك، Alibaba، التي تركز بشكل كبير على بناء التنظيم، والآن تشهد “ربيعًا ثانيًا”. فالفريق المؤسس قد يتقدم في العمر، لكن التنظيم يمكن أن يستمر. جوهريًا، إذا أصبحنا منافسين، وكنت أستخدم AI قوي، فكيف أبني منظمة قوية من الذكاء الاصطناعي؟ سأفتح جميع أنظمة مهارات الوكيل (agent skill system) الخاصة بالمنافسين، وأحللها، وأكتب مهارات أفضل، وأعوض الوظائف المفقودة. على سبيل المثال، لدي قسم استراتيجي، سأقوم بمراقبته وتحليله.

Huawei لديها منهجية “الخمس نظرات وثلاثة تحديدات”. أقول لأصدقائي: إذا استخدمنا هذه المنهجية في ريادتنا، يمكننا أن نتغلب على 99% من المنافسين. الخمس نظرات: النظر إلى اتجاهات الصناعة، السوق والعملاء، المنافسين، قدراتنا، والفرص الاستراتيجية؛ والثلاثة تحديدات: تحديد نقاط السيطرة، الأهداف، والاستراتيجيات. هذه المنهجية كافية لتصفية معظم المنافسين، لأن معظم الناس يلعبون بشكل عشوائي، ويعتمدون على التفكير السريع، بينما الخبراء يبدؤون بالتفكير العميق والاستنتاج. رد الفعل الأول هو أن أتصرف كقائد، وأفكر في كيفية التصرف.

Zhang Peng: إذن، “الخمس نظرات وثلاثة تحديدات” تعني بشكل أساسي تجنب “رد الفعل الفوري”، وبدلاً من ذلك، تثبيت عملية استنتاج طويلة الأمد.

Liu Ye: الخبراء يعتمدون على البحث العميق والنموذج الفكري، ويعرفون أن عليهم أن يطلعوا على أفضل الممارسات العالمية، ويقوموا بالتحليل، والتفكير العميق، ثم يصدرون قرارًا حاسمًا بسرعة.

لذا، أعتقد أن جوهر المنافسة في المستقبل هو نمذجة الأعمال التقليدية، وتحويلها إلى أنظمة ذات قدرات، وقادرة على تنسيق الوكلاء (agents). هذه هي القدرة الجديدة للتنظيم (OD)، والتي ستتطور إلى AIOD، وهي الميزة التنافسية الوحيدة في المستقبل.

مزايا Alibaba تكمن في بناء التنظيم، وعندما يكون التنظيم قويًا، يمكنه المنافسة مع أي خصم، وأي عمل تجاري. وقال Jack Ma: الهدف من الحرب ليس دائمًا السيطرة على مجال معين، بل أن تحقق الحرب نموًا تنظيميًا. Alibaba تعتمد على نمو التنظيم كمقياس رئيسي، لتحديد ما إذا كانت المعركة تستحق العناء، وهو تفكير عالي المستوى جدًا. جاك ما هو في الواقع مثل مركز معلومات ضخم، يسافر 200 مرة في السنة لجمع المعلومات، ويستخدمها لتحسين التنظيم. هو فعلاً هو الرئيس التنفيذي الحقيقي، وليس فقط المدير التنفيذي.

هذه هي أعلى أشكال التنظيم التي نراها — منظمة تمتد عبر أجيال، وتغطي صناعات مختلفة، وتحقق نجاحات مستمرة، وتتمكن من التكيف والانتعاش بعد الانحدار. بشكل عام، إذا أخطأت في تعيين المدير التنفيذي خلال عشر سنوات، فغالبًا ستواجه الانهيار. لذلك، من الحكمة أن نستفيد من التاريخ، وننظر إلى التطور من منظور أعلى، وأن نقوم ببعض التعديلات والتحسينات على النموذج الحالي، بدلاً من بناء شيء من الصفر، وهو أكثر كفاءة.

الآن، يمكن لأي شخص بسهولة بناء وكيل (agent)، مع أدنى مستوى من الحواجز، ومع دعم المجتمع المفتوح المصدر، لم تعد هناك أسرار كثيرة في الصناعة. في أدوات التنافس، لا يمكن أن تتفوق على المجتمع المفتوح المصدر. إذن، ما هو الميزة التنافسية الأساسية التي لا يمتلكها المجتمع المفتوح، ولا يمكن نسخه؟

04 فيزياء المنظمات في الذكاء الاصطناعي: لماذا “الانكشاف التدريجي” هو المفتاح؟

Zhang Peng: في “الحقبة السابقة”، عند الحديث عن التنظيم، كنا نركز على الثقافة، والقيم، ومؤشرات الأداء، وغيرها. عندما ننتقل من إدارة التنظيم في الماضي إلى عصر تنظيم الوكلاء (agent) في الذكاء الاصطناعي، ما الذي يمكن الاستغناء عنه تمامًا، وما الذي يمكن الاحتفاظ به وتحويله؟

Liu Ye: السبب الرئيسي وراء إطلاق Anthropic لـ “المهارات” (skills) هو مفهوم “الانكشاف التدريجي” في مجال ترميز الذكاء الاصطناعي — إذا استقبل الذكاء الاصطناعي كمية هائلة من المعلومات غير المنظمة، فسيواجه تدهورًا في السياق، وضعفًا في الانتباه، مما يؤدي إلى الفوضى. الانكشاف التدريجي يضمن أن يحافظ الذكاء الاصطناعي على انتباه جيد ويخرج بنتائج عالية الجودة. إذا اعتمدنا على الحوار البشري لتحقيق الانكشاف التدريجي، فسيكون ذلك في الأساس حوارًا يدويًا، وهو غير فعال. لذلك، قيمة المهارات (skills) الأساسية هي تقسيم المهام المعقدة إلى طبقات، وتحقيق الانكشاف التدريجي للذكاء الاصطناعي.

هذا يتوافق مع منطق إدارة الشركات: مجلس الإدارة يركز على الاستراتيجية، والرئيس التنفيذي يركز على السياسات، ويشرف على كبار المديرين، والموظفون يتعاملون مع المهام البسيطة. إذا شارك 300 شخص في اجتماع واحد، فلن يُعقد الاجتماع. جوهر التنظيم هو تحقيق طبقية في معالجة المعلومات، تمامًا كما أن نماذج قواعد البيانات الثلاثة (3NF) تعزز الكفاءة من خلال التماثل في المعلومات، ويجب تقسيم المشكلات المعقدة إلى طبقات، والانكشاف التدريجي، بدلاً من إدخال سياق ضخم مرة واحدة، لأن القدرة الحاسوبية محدودة في زمن معين.

Zhang Peng: كل مرة يحتاج النموذج إلى استهلاك قدر هائل من الحوسبة من البداية، وهو غير فعال.

Liu Ye: غير ممكن، الجوهر هو الاعتماد على الانكشاف التدريجي الطبقي، والموارد التي يجب استدعاؤها يجب استدعاؤها، وهذا يعتمد على حدود قدرة نموذج الذكاء الاصطناعي. بالإضافة إلى ذلك، السبب الآخر وراء إطلاق Anthropic لـ “المهارات” هو أن المهام المعقدة تجاوزت قوانين الفيزياء الأساسية، و"المهارات" يمكن أن تفكك المهام المعقدة إلى مهام منخفضة الأبعاد وبسيطة. الفارق في مستوى الصعوبة ليس في مدى صعوبة المهمة، بل في مدى تعقيدها — هناك مهام منخفضة الأبعاد، وأخرى عالية الأبعاد، مثل برمجة المبرمجين، وحل المسائل الرياضية، فهي من المهام منخفضة الأبعاد وعالية الصعوبة.

اقترح Horizon’s Yu Kai نموذجًا كلاسيكيًا: يمكن تصنيف جميع الوظائف وفقًا لـ “درجة التنافس” و"مستوى الأبعاد" إلى أربعة مربعات: عالية الأبعاد وعالية التنافس، منخفضة الأبعاد ومنخفضة التنافس، منخفضة الأبعاد وعالية التنافس، عالية الأبعاد ومنخفضة التنافس. على سبيل المثال، المبيعات والمهندسون ينتمون إلى فئة منخفضة الأبعاد وعالية التنافس، ومديرو المنتجات والرؤساء التنفيذيون ينتمون إلى فئة عالية الأبعاد وعالية التنافس؛ والعلماء ينتمون إلى فئة عالية الأبعاد ومنخفضة التنافس — حيث قد يكون شخص واحد فقط يدرس موضوعًا معينًا في العالم، والتنافس منخفض، لكن مستوى الأبعاد مرتفع جدًا. المهام عالية الأبعاد مثل إنتاج مسلسلات قصيرة أو روايات جيدة، حاليًا، لا يمكن للذكاء الاصطناعي إنجازها؛ بينما المهام منخفضة الأبعاد وعالية التنافس، مثل تحسين الكود، يمكن للذكاء الاصطناعي أن ينجح فيها جيدًا. كلما زاد مستوى الأبعاد، قلت مصادر البيانات، لكن حجم البيانات المطلوب للتدريب يزداد، ولهذا السبب ظهرت نماذج النصوص أولاً، ثم نماذج الصور والفيديو، وصعوبة تطبيق نماذج الفيديو القصير. التناقض بين الطلب والعرض في البيانات عالية الأبعاد، يمكن تعويضه من خلال تقسيم المهام باستخدام المهارات (skills)، تمامًا كما أن الشركات عندما تعجز عن العثور على مواهب عالية المستوى، تقوم بتقسيمها إلى وظائف أساسية، ولا يمكن استبدال الوظائف العليا مثل الرئيس التنفيذي.

Zhang Peng: المهام منخفضة الأبعاد وعالية التنافس، من المحتمل أن تُستبدل بالكامل بواسطة الذكاء الاصطناعي.

Liu Ye: بنسبة 100%، وقد حدث ذلك بالفعل.

Zhang Peng: هذا صحيح، لذلك، يجب حل جميع المهام منخفضة الأبعاد وعالية التنافس بسرعة باستخدام الذكاء الاصطناعي، ويمكن تقسيمها إلى مهارات، وتنفيذها من خلال تنظيم الوكلاء (agents)، دون الحاجة دائمًا لمشاركة الإنسان.

Liu Ye: لدي تصور مبدئي، أن أكبر شركتين للاستشارات في العالم، IBM وAccenture، جوهر عملهما هو استخراج أفضل الممارسات الصناعية، وتوحيدها مع التحول الرقمي، وبيع العمليات بدلاً من الأدوات. عند شراء الشركات أو برمجيات IP، يلجأون إلى شركات الاستشارات لتنفيذها. مهمتنا الحالية هي بناء مجموعات من المهارات (skills)، والعثور على خبراء في كل مجال، واستخلاص قدراتهم، وتوحيدها، وتشكيل مجموعات مهارات قياسية. هذا مشابه لنموذج “صندوق المهام” — حيث تتعاون مع مدارس مثل Beijing No. 4، وRenmin University، ومجموعة أسئلة الامتحان، ومعلمي “Xueersi”، لاستخلاص طرق إعداد الأسئلة، وتصحيحها، وتقديم الدروس، ثم التعاون مع مهندسي خوارزميات Baidu لبناء النظام. جوهر القدرة التنظيمية هو تشكيل فرق عبر التخصصات، بحيث تكون على دراية بالصناعة، والهندسة، وقادرة على التنسيق مع خبراء الصناعة، وتتمتع بمهارات تجارية، وتوظيف، وإدارة، وهذه هي مكونات الجيل الجديد من شركات SaaS في الذكاء الاصطناعي.

Zhang Peng: استنتاجًا، في المستقبل، يجب أن نعمل من خلال عكس الشكل التنظيمي المطلوب من ناحية الأعمال. التنظيم هو نوع من بنية التنسيق، يشبه نظام تشغيل الأعمال — وضع الإنسان كوحدة إنتاج في تنظيم مناسب، لتحقيق أقصى قيمة، والعكس صحيح. الآن، عناصر الإنتاج قد تغيرت، من الاعتماد على البشر إلى الاعتماد على الذكاء الاصطناعي غير المحدود، طالما أن هناك دورة إيجابية، يمكن أن تتوسع باستمرار. ثقافة التنظيم القديمة قد تتحول الآن إلى أهداف وسياقات، ولم تعد هناك حاجة للشعارات، والاجتماعات التقليدية، و"كسر الجليد".

Liu Ye: الثقافة هي نية الإدارة، وليست نية الأعمال. في الماضي، كانت الاستراتيجية تبدأ برؤية، والرؤية تحدد القيم، والتنظيم يخضع للاستراتيجية، والأعمال تثبت كل شيء، والثقافة كانت مجرد وسيلة للحكم، وليست مباشرة لخدمة الاستراتيجية، بل ربما كانت تفضيلًا شخصيًا للمؤسس.

Zhang Peng: في الماضي، كانت هناك فجوات بين الإنسان واستراتيجية الشركة، هل الذكاء الاصطناعي يزيل هذه الفجوات؟

Liu Ye: نعم، في عصر الذكاء الاصطناعي، لم تعد الثقافة مهمة. الثقافة جزء من معتقدات البشر، لكن الذكاء الاصطناعي لا يحتاجها. الذكاء الاصطناعي لا يملك جسدًا، ولا يحتاج إلى ثقافة.

Zhang Peng: تعني أن الذكاء الاصطناعي يحتاج إلى أهداف ومبادئ واضحة. وثيقة واحدة تكفي لتحديد الأهداف والمبادئ، ويمكن لجميع وحدات الإنتاج أن تتبعها بدقة، ولن تظهر انحرافات. الكثير من الاحتكاكات في تنظيم البشر ستختفي.

Liu Ye: نعم. التنظيم القديم: الاستراتيجية → الثقافة → المواهب → التنفيذ، أما تنظيم الذكاء الاصطناعي: الأهداف → المبادئ → المهارات → التنسيق. سلسلة الإدارة بأكملها تتقلص إلى النصف.

05 الحواجز الأخيرة: الجمال والتنسيق

Zhang Peng: ما هو الحاجز الجديد للشركات؟ جودة المواهب استُبدلت بـ Skill Set، وإذا كانت لديّ ذائقة فنية، يمكنني الحصول على أفضل المهارات من جميع أنحاء العالم. ثم، ما هو المستوى الأعلى، وهو “التنسيق” (Orchestration)؟ ماذا سيحدث بعد ذلك؟

Liu Ye: تمامًا كما يمكن لشارع Huaqiangbei شراء جميع المكونات الإلكترونية، لكن لماذا لا يستطيع الجميع صنع آيفون؟ في سيرة ستيف جوبز، كان تعريف الذوق واضحًا جدًا: من رأى الكثير من المنتجات الجيدة في العالم، ويميز بين الجيد والسيئ، هو من يمتلك الذوق. إذا لم ترَ منتجات جيدة، أو عمليات جيدة، أو تنظيمًا جيدًا، فلن تتمكن من إنتاج نتائج عالية الجودة.

Zhang Peng: الرؤية هي أساس الذوق.

Liu Ye: الرؤية والموهبة، هذا كل شيء.

Zhang Peng: يظهر الذوق بطريقتين: الأولى هي التصميم والتنسيق المبادر، والثانية هي التعرف على الأشياء الممتازة التي تظهر عشوائيًا في الفوضى، وهاتان الطريقتان لا تتعارضان.

Liu Ye: بالتأكيد لا تتعارضان. بعض نتائج آبل كانت من تطوير داخلي، وأخرى من استحواذ على طرف ثالث، والأهم هو امتلاك الذوق — عدم إعادة اختراع العجلة، وعند الحاجة، التطوير الذاتي.

Zhang Peng: هل الأمر يتعلق بالسماح للوكيل (agent) بالعمل داخل وحدة إعداد، ثم تأكيد المسار، وتحقيق التنسيق الناشئ، أم أن جميع المسارات محددة مسبقًا، ويتم التنسيق بشكل تصميمي؟

Liu Ye: التنسيق الناشئ (Emergent) غير تحكمي، ويجب أن نحدد قواعد وأسُس البذور، وهذا يعكس ذوق الشخص. مثلًا، يمكن لمهندس متميز أن يصنع أدوات جيدة باستخدام 500 سطر من الكود، بينما غير المتميز قد يكتب 50000 سطر، ولن يحقق نفس الجودة، لأن القواعد الأساسية يجب أن يحددها الإنسان.

Zhang Peng: إذن، لا يمكن الانتظار حتى يظهر التنسيق بشكل عشوائي، لأنه سيستغرق وقتًا طويلًا، ويظل التنسيق مهمًا جدًا. هل يجب أن يأتي هذا التنسيق من المؤسس، أو هو أشبه بـ “المنتج” (Producer)؟

Liu Ye: أعتقد أن تعريف المنتج (Producer) جيد جدًا. حتى مع وجود ظاهرة التنشئة والتوسع، لا بد من وجود عمليات لوسم البيانات، وتنظيفها، وضبط الخوارزميات، لضمان عدم الفوضى.

المنسق (Orchestrator) يعتمد على تعقيد العمل — فالأعمال المعقدة، مثل تصوير مسلسل قصير أو كتابة تعليمات، تتطلب الكثير من العمليات. مفهوم “شركة فردية” يُساء فهمه، والعالم لا يمكن تبسيطه بلا حدود. رغم أن الكمبيوتر يمكن أن يديره شخص واحد، إلا أن من الصعب على شخص واحد أن يسيطر على جميع القدرات عالية الأبعاد، مثل Elon Musk أو Li F飞飞، الذين يمتلكون قدرات متعددة ويشغلون مناصب متنوعة، وهم نادرون جدًا.

Zhang Peng: إذا استطعنا استدعاء أفضل أنظمة الوكلاء (agents) والمهارات (skills) عالميًا، مثل كاتب سيناريو ممتاز، هل يمكنه، باستخدام هذه الموارد، إنتاج فيلم عالمي ناجح ومربح؟ على الرغم من أن الكاتب لديه نقطة قوة (سيناريو جيد)، إلا أنه لا يستطيع إنجاز جميع المراحل، فهل من الممكن أن يكون هناك حلقة مغلقة تجمع بين “نقطة القوة” (السيناريو) و"الموارد العالمية"؟

Liu Ye: في جوهره، الأمر متعلق بالبيانات — هل توجد بيانات تخزن أعلى مستويات المعلومات؟ على سبيل المثال، تدريب مهارات المديرين التنفيذيين (CEO)، لا توجد بيانات كافية لدعم ذلك: مقالات Ren Zhengfei الطويلة، وأحاديث Jack Ma، لا يمكن أن تظهر كامل معرفتهم عالية الأبعاد؛ حتى لو جمعنا تقارير الشركات العالمية، وكلام الرؤساء التنفيذيين، فلن نتمكن من تدريب نموذج يمكنه أن يكون CEO، لأن القدرة الأساسية للمدير التنفيذي هي معرفة ضمنية، لا يمكن كشفها بالكامل عبر النصوص.

Zhang Peng: بمعنى أن القدرة الأساسية للمدير التنفيذي لا يمكن بعدُ تحويلها إلى تمثيل رقمي (vectorized). هذا يقيد تصور “شركة فردية” مثالية — حتى لو استطاع كل شخص أن يبرز من خلال بعد واحد، ويستخدم الموارد العالمية، يظل هناك نقص في المنسق (Orchestrator) الأساسي، وهو جوهر المشكلة. في النهاية، حتى مع وجود أفضل المكونات، يحتاج الأمر إلى منسق قوي.

Liu Ye: مدير المنتج (Product Manager) أيضًا، معرفته الضمنية لا يمكن أن تُنقل بالكامل عبر النصوص. هذا هو السبب في أن AI الحالي لا ينجح في أن يكون “رفيقًا” أو “مُنتجًا للمحتوى” بشكل حي، لأنه يفتقر إلى البيانات التي تدعم المعرفة عالية الأبعاد الضمنية. عندما يكون حجم البيانات صغيرًا، نركز على المهارات (skills)، وعندما يكون كبيرًا، نركز على النماذج. الروبوتات لا تزال غير قابلة للتطبيق، لأن البيانات غير كافية.

Zhang Peng: بناءً عليه، يمكن استنتاج أن نقطة التنافس في الشركات في المستقبل لن تكون حول الوصول إلى أفضل النماذج، فالموارد الأولية للذكاء الاصطناعي تبدو موحدة، والحوسبة مرتبطة بالتمويل، ومرتبطة أيضًا بقدرة الحلقة التجارية، لكن الاختلاف النهائي سيعود إلى “المنتج” (Producer) نفسه، أي قدرته على التنسيق، وابتكاره للأهداف والمعنى، وهما المكونان الأساسيان لمزايا الشركة التنافسية.

Liu Ye: قال لي أحد الشركاء السابقين في McKinsey: أن جوهر عمل McKinsey هو استخراج أفضل الممارسات، وبناء نماذج، ثم مساعدة الشركات على التنفيذ خطوة خطوة. على سبيل المثال، عند استشارة مصنع سيارات صيني، يسألون زملاء يابانيين عن ممارسات تويوتا، وهو في الأساس نسخ وتطبيق أفضل الممارسات.

حالة Mimi Meng في صناعة المسلسلات القصيرة ذات أهمية مرجعية. هي من خريجي الأدب الصيني، لكن فريقها يتكون من خريجي كليات مثل Tsinghua وPeking، من تخصصات الرياضيات وعلوم الحاسوب، ويقومون بتحليل استراتيجيات الفيديوهات الناجحة، وتحقيق معدلات نجاح عالية جدًا. هذا النهج هو في الأساس نمذجة الهندسة الاجتماعية للصناعة، رغم وجود احتمالية الإفراط في التخصيص، إلا أن التوجه صحيح.

IBM، Accenture، McKinsey كلها تقوم بهذا — حيث أن الجيل الأول من McKinsey قام بنمذجة أفضل الممارسات في الشركاء، وIBM حولتها إلى عمليات رقمية، وكلها تتعلق بـ “بيع الإدارة والعمليات”.

Zhang Peng: الجوهر هو استخراج أفضل الممارسات، ثم التحقق من تطبيقها، وهذا هو مفتاح نجاح المنظمات التجارية المستقبلية. هل ستواصلون التقدم وفقًا لهذا النهج؟

Liu Ye: خلال الثلاث سنوات الماضية، ركزنا على أعمال AI ToC، وأعدنا بناء نظام التعليم والبحث باستخدام MetaOrg. ليست مجرد قصة “زيادة الكفاءة باستخدام AI”، بل أنشأنا منظومة كاملة من تنظيمات البحث والتطوير الذكية (Agentic)، حيث تدير كل مجموعة فريق بحث وتطوير افتراضي: فريق دراسة تعلم اللغة يتابع أحدث النظريات، فريق جمع البيانات من السياقات الحقيقية، فريق تقييم المحادثة يضع معايير متعددة لتقييم مهارات المحادثة، فريق تصميم المحادثة يحول طرق التدريس إلى تفاعلات طبيعية بين الإنسان والآلة، فريق تصميم الأسئلة يحل مشاكل التوافق في المحتوى، فريق تحليل البيانات يستخرج إشارات التعلم من سلوك المستخدم. كل فريق لديه مهاراته، وسير عمله، ومعاييره. حاليًا، حوالي 80% من الأعمال، مثل تصنيف البيانات، والمراقبة، وتقييم الأداء، وتحليل المستخدم، تتم بواسطة AI.

مسيرتنا هي من “AI كوظيفة” إلى “AI كقدرة تنظيمية”. وظيفة مدرس اللغة الإنجليزية، التي تعتبر متوسطة التعقيد، تم تجريدها، ويمكن توليد وظائف أخرى من خلال MetaOrg؛ ومع أحدث بنية مهارات، يمكن بناء وظائف أعلى مستوى.

لقد أنشأنا الآن نظام كامل لـ “مدرس AI”، بما في ذلك التنسيق والهيكلة، ومن المتوقع أن نرتقي من MetaTutor إلى MetaOrganization — حيث الوحدة الأساسية ليست الموظف، بل الوظيفة، والأهم هو التعاون والإدارة بين الوظائف. تركيزنا الحالي هو التواصل مع كبار الرؤساء التنفيذيين، لأنهم هم “المنتجون” الحقيقيون.

Zhang Peng: إذن، أنتم تقتربون من إنشاء قسم قابل للتوسع؟

Liu Ye: الهدف هو التوجه نحو “شركة” كاملة، فالشركات الكبرى تتكون أساسًا من شركات صغيرة، والوحدة الأصغر هي الوظيفة. يجب أن نركز على الاستراتيجية الصناعية، ومن ناحية أخرى، نبدأ من الوظائف لتطوير المنتج — إذا لم تكن الوظائف جيدة، حتى مع إدارة قوية، لن يكون هناك تنظيم فعال.

Zhang Peng: لبناء قسم جيد، يجب أولًا تفكيك القدرات والوظائف ذات الصلة، ثم تفكيك المهارات المرتبطة، والسعي لتحقيق أعلى مستوى من الأداء (SOTA).

Liu Ye: الطريقة الأساسية واحدة: التعاون مع الشركات الرائدة في الخدمة. المهارات التي نطورها يجب أن تُقيّم من قبل الشركات الرائدة، تمامًا كما أن المقترحات التي يكتبها الموظفون يجب أن تخضع لمراجعة من قبل الرؤساء، لا يمكن أن تكون مجرد ترف. على سبيل المثال، عند بناء نماذج لمسلسلات قصيرة، يجب أن تحصل على اعتراف من المؤسسات الرائدة في المجال، وإلا فهي ليست حقًا من الطراز الأول. كل شيء يحتاج إلى تقييم وقياس.

Midjourney يمكن أن ينتج صورًا عالية الجودة، والسر هو أن فريقه يتكون من مصورين ومهندسين يمتلكون ذوقًا فنيًا رائدًا؛ LV يستخدم نماذج صور مدربة على Stable Diffusion، وتفوق نتائجها على النماذج العادية، لأن LV يمتلك أرقى ذوق فني وبيانات عالمية. واضح أن تقييم القدرة هو الميزة الأساسية. لبناء شركة AI، يجب أن نكون مثل IBM وHuawei — بعد أن خدموا أفضل شركات السيارات، استوعبوا أفضل الممارسات في صناعة السيارات وقدمواها؛ وHuawei أنفقت 4 مليارات على IPD، لاستخدامها في إدارتها الداخلية، وأيضًا لتصديرها، وهذه هي الميزة التنافسية الأساسية.

Zhang Peng: جوهريًا، الأمر هو تفكيك المهارات وفقًا لأفضل الممارسات، وتحقيق مستوى SOTA للمهارات، ثم ترقية ذلك إلى مستوى SOTA للوظائف والأقسام، وأخيرًا تنسيقها في أعلى مستوى للأعمال. سؤال مهم: كيف نحافظ على تحديث المهارات باستمرار؟ تمامًا كما تتغير الكائنات الحية على كوكب الأرض، فـ SOTA في كل عصر قد يُستبدل في العصر التالي، فكيف نواجه هذا التغير؟

Liu Ye: المنطق الأساسي يتوافق مع تطور الإنسان والكائنات الحية، وهو الإدراك، والتخطيط، والعمل، والتأمل. الحفاظ على كثافة عالية من المواهب، وخصائص متعددة التخصصات، يتطلب طرفين: طرف يتابع أحدث التقنيات (الباحثون)، وطرف يدرس نماذج الأعمال، ويتعاون مع العملاء الرائدين في الصناعة، ويقيم ويُحسن باستمرار في السيناريوهات الحقيقية، وهذه هي الطريقة الوحيدة.

Zhang Peng: من خلال ذلك، يمكن أن نُبني أنظمة للممارسات الأفضل للشركات الرائدة، وتساعد الشركات المتوسطة على القفز، لكن هذه الأنظمة غالبًا تكون متاحة فقط للشركات ذات الموارد والتمويل، والشركات الصغيرة والناشئة يصعب عليها ذلك. صناعة الاستشارات تطورت من خدمات تقليدية إلى منتجات أدوات، فهل الفرص الجديدة تقتصر على مستوى المهارات (skills)؟ وكيف نحقق ابتكارًا ثوريًا على مستوى المهارات، ونتجنب “دورة النبلاء”؟

Liu Ye: في الجيل الأول من SaaS، استثمرت شركات مثل Salesforce وPalantir وNotion وSlack في أدوات عامة أو خدمات متكاملة، وما زال هناك فرصة لرواد الأعمال الشباب — بالابتعاد عن الأعمال التي لا يمتلكون فيها ميزة، والتركيز على المهارات العامة، والعثور على مكانة بيئية مناسبة. Notion مثال جيد، فهي لا تتعلق مباشرة بالعمليات، بل مجرد أداة عامة