أنشئ نظام موافقات بالذكاء الاصطناعي في Microsoft Copilot Studio: تدفقات وكلاء متعددة المراحل والتحقق من الإيصالات (دبلجة بالذكاء الاصطناعي)

تنتظر موافقة على مطالبة مصروفات، لكن أحد المعتمدين في إجازة وآخر لم يفتح بريده. حين يصل القرار أخيرًا يكون السياق الذي برّر الطلب قد انتهى. هذا هو الجحيم المؤسسي الذي يتوقف فيه العمل بسبب انتظار الأشخاص لا بسبب صعوبة العمل نفسه.

يقدّم Microsoft Copilot Studio حلًا لهذا الوضع عبر «تدفقات الوكلاء». في هذا المقال نشرح كيف تبني نظام موافقات مشروطًا متعدد المراحل. يقرأ الذكاء الاصطناعي فيه البيانات ويقيّمها وفق السياسة، وتصل الحالات الحدّية فقط إلى المدير، ويجري التحقق من الإيصالات تلقائيًا.

لماذا تفشل سلاسل الموافقات التقليدية؟

في المسار التقليدي يقدّم شخص نموذجًا، ثم تتنقل رسائل البريد وجداول البيانات بين الأيدي وتفقد تزامنها. بعد عدة حلقات إعادة توجيه لا يتذكر أحد أي نسخة هي النهائية. كل مشارك يضيف تأخيرًا دون أن يضيف قيمة، فالعملية لا تدير العمل بل تصنع الانتظار.

تحاول تدفقات الموافقة المعتادة في Power Automate معالجة هذه المشكلة، لكنها تتعثر عند أول تعقيد. مسار «نعم أو لا» البسيط يعمل جيدًا. وعندما تضيف مستويات إدارية وحدودًا للإنفاق وقواعد متخصصة، يتحول التصميم إلى شروط متداخلة كالدمى الروسية: هشّة وغير أنيقة ويصعب إصلاحها بعد ستة أشهر. وقد يؤدي اتصال واحد معطّل إلى فشل النظام بصمت.

وفق الشرح، يبقى البشر في هذا النموذج نقاط تأخير، وكل رسالة يتلقونها رحلة غير متزامنة جديدة. واستخدام البريد الإلكتروني آلية للموافقة يشبه استخدام الحمام الزاجل في عصر الألياف الضوئية: يعمل تقنيًا، لكنه لا ينبغي أن يكون الحل.

ما هي تدفقات الوكلاء في Microsoft Copilot Studio؟

تدفقات الوكلاء هي أنظمة موافقة مدعومة بالذكاء الاصطناعي ومدمجة في مصادر بيانات المؤسسة وأدوارها وهيكلها المنطقي. تجمع بين تطبيق السياسات الحتمية واتخاذ القرارات التكيفية. فكرتها الأساسية هي الفصل بين المراحل: الأتمتة حيث تحتاج إلى السرعة، والعنصر البشري حيث تحتاج إلى التحقق والتقدير.

تقيّم مرحلة الذكاء الاصطناعي القواعد الثابتة وحدود المبالغ وأنواع الفئات والنطاقات الزمنية. وإذا مال القرار إلى الغموض صُعّد إلى الإشراف البشري، فلا تنتظر كل حالة بسيطة في الطابور. وفي المثال الذي يضربه الشرح، بدلًا من عشرة أشخاص يراجعون بالتسلسل، يتولى الذكاء الاصطناعي نحو ثمانين في المئة فورًا ولا يمرّ إلى البشر سوى الحالات الاستثنائية.

ويتتبع Copilot Studio كل شيء عبر بنية Dataverse التحتية، فتنتج سجلات قابلة للتحقق دون البحث في أرشيفات البريد. سير العمل القديم صُمّم للبشر، أما تدفقات الوكلاء فمصممة من حولهم: يبقى الأشخاص في الحلقة فقط حين يتطلب الأمر تفسيرًا.

بناء مرحلة الذكاء الاصطناعي: أول «معتمد» رقمي

مرحلة الذكاء الاصطناعي هي الحارس المنطقي للعملية. وظيفتها ليست التفكير كإنسان بل تنفيذ استنتاج منظم باتساق، فتقرأ التعليمات وتطابقها مع المدخلات وتصدر حكمًا واحدًا من اثنين: مقبول أو مرفوض. عند إنشاء تدفق وكيل جديد تظهر هذه المرحلة في المركز، ويأتي المشغّل عادة من Dataverse، أي سجل يُضاف أو يُعدَّل في جدول المطالبات أو النفقات.

موجّه التعليمات: عقل العملية

أهم حقل هو موجّه التعليمات. اكتبه بلغة بسيطة وصارمة، كأنك توجّه محاميًا لا يرتجل أبدًا. مثال من الشرح: وافق على المطالبة إذا كان المبلغ أقل من 500، وكان الوصف يدعم الصحة البدنية أو العقلية، وكان تاريخ الشراء ضمن 30 يومًا من التقديم، وارفض إذا فشلت أي قاعدة.

المدخلات الديناميكية والبيانات التجريبية

بعد ذلك تحدد المدخلات التي تغذي المنطق ببيانات حقيقية، مثل المبلغ والوصف وتاريخ الشراء. يصنّف Copilot Studio المدخلات حسب النوع: نص أو رقم أو مستند أو صورة. اختر النوع بعناية، فتخزين رقم كنص مثلًا يربك البشر والآلات معًا. وتحت كل مدخل تضع بيانات تجريبية للاختبار، كمطالبة «حصيرة يوجا» بمبلغ 300 وتاريخ شراء في 22 أغسطس.

الاختبار التكراري حتى يثبت الحكم

عند الضغط على «اختبار» يشغّل Copilot Studio نموذج استدلال قائمًا على GPT ويعرض القرار مع الشرح. إن لم تطابق النتيجة توقعك فالتعليمات تفتقر إلى الحتمية. غيّر المبلغ إلى 600 وانظر هل يُرفض، وغيّر التاريخ إلى ما قبل ثلاثة أشهر، وأضف مطالبة غير منطقية مثل شراء iPad لترى هل يكتشف عدم التطابق. يجب أن يعطي كل اختبار سببًا ونتيجة متسقين، وإن تذبذبت النتائج فالمشكلة في وضوح التعليمات لا في النموذج.

بعد ثبات النتائج تستبدل قيم الاختبار برموز ديناميكية من Dataverse تحمل مبلغ المطالبة وتاريخ الشراء، فيقيّم الذكاء الاصطناعي كل مطالبة في سياقها لحظة ظهورها. وننصح باصطلاح تسمية للمتغيرات يستخدم بادئات تدل على النوع، لأنه يمنع الفوضى عند التوسع لاحقًا.

المراجعة البشرية والتفرع الشرطي: الأتمتة تفويض لا ديكتاتورية

الآلة تتعامل مع السرعة والدقة، لا مع الحكمة. لذلك تضيف بعد مرحلة الذكاء الاصطناعي مرحلة يدوية تمثل نقطة تفتيش، أو «صمام أمان»، يمارس فيها شخص حقيقي تقديره. الشرط أن ينتقل التدفق إلى المرحلة البشرية فقط إذا كان حكم الذكاء الاصطناعي «موافق». أما إذا كان «مرفوض» فتنتهي العملية، إذ لا داعي لأن يؤكد المديرون ما استبعدته السياسة أصلًا.

توجيه الطلب إلى المدير ديناميكيًا

في مثال عضوية النادي الرياضي يوافق الذكاء الاصطناعي لأن المعايير متوافقة، فتنطلق مرحلة يدوية باسم «موافقة المدير». تضبط لها عنوانًا مثل «طلب موافقة على مطالبة من مقدم الطلب»، وتسحب المتغيرات من Dataverse، وتحدد المستلم بطريقة ديناميكية:

1. استخدم موصل Office 365 Users.
2. استرجع سجل منشئ المطالبة بإجراء «الحصول على صف حسب المعرّف» في جدول المستخدمين في Dataverse.
3. استخدم إجراء «الحصول على المدير» عبر البريد الإلكتروني الأساسي للمستخدم.
4. مرّر بريد المدير إلى المرحلة اليدوية كمتغير.

بهذا لا تكون هناك برمجة ثابتة ولا تسلسلات هرمية قديمة، فالمديرون يتغيرون والتسلسل يتجدد من تلقاء نفسه.

شرط المبلغ: شجرة قرار بدل خطوتين

تأتي بعد ذلك الموافقة متعددة المراحل. أدرج إجراء «شرط» قبل إغلاق التدفق، وأشر إلى متغير المبلغ الرقمي، واختر «أكبر من أو يساوي» بقيمة 150. في فرع «صحيح» تضيف مرحلة يدوية ثانية باسم «موافقة المسؤول» وتعيّنها لموافق محدد كمسؤول الامتثال. في فرع «خطأ» تنتهي العملية بالموافقة. تحصل المطالبات منخفضة القيمة على تدخل بشري واحد، وتُصعَّد المطالبات الأعلى أو الأكثر مخاطرة لمراجعة إضافية.

ولا يكتمل هذا دون ضبط الصلاحيات. لا تمنح أدوار أمان واسعة تستطيع الموافقة على كل شيء، بل قيّد الأذونات للمستخدمين أو المجموعات المعنية عبر التحكم في الوصول المستند إلى الأدوار في Dataverse، وإلا ستكون قد أتمتّ الفوضى.

كل مسار يترك أثرًا للتدقيق: سجل استدلال الذكاء الاصطناعي، وموافقات مختومة زمنيًا، ونتائج مخزنة في Dataverse. ويفيد أن تضع بادئة واضحة لأسماء المراحل البشرية، مثل «موافق عليها من المدير» و«موافق عليها من المسؤول»، لتتبع الفروع بصريًا.

التحقق من الإيصالات: عندما يضيف الذكاء الاصطناعي حاسة الرؤية

قد يكذب حقل في نموذج، أما الإيصال فيصعب أن يكذب. عند إضافة نوع إدخال «صورة أو مستند» يقرأ النموذج الملف ويقارن ما هو مكتوب بما جرى تحميله. تضيف مدخلًا بتسمية واضحة مثل «ملف إيصال» وتحمّل إيصالًا تجريبيًا، ثم توسّع التعليمات بشرط رابع: أن يطابق المستند العنصر والمبلغ والتاريخ المعلنة. بهذا يتحول الموافق من منفّذ للسياسات إلى «محاسب جنائي». فإذا ذكر الإيصال سجادة رياضية بقيمة 300 دولار بتاريخ 22 أغسطس وأشار الطلب إلى شيء آخر، صار القرار «مرفوض».

خطوات التنفيذ في Dataverse

• قبل تشغيل الموافقة استخدم إجراء «تنزيل ملف أو صورة» من Dataverse، مستهدفًا جدول المطالبات.
• اختر عمود المرفق، وغالبًا ما يكون اسمه شبيهًا بـ«الإيصال»، وحدد معرّف الصف ديناميكيًا من المشغّل.
• عند تعيين محتوى الملف في مدخل الإيصال، افتح محرر التعبير وأضف إلى مرجع النص الأساسي. هذا التعديل يوفر بايتات الملف الفعلية بدل غلاف البيانات الوصفية.

مشكلة التزامن

معظم جداول Dataverse لا تخزن المرفقات إلا بعد حفظ السجل أولًا. فإذا كان التدفق يعمل عند إنشاء السجل، فقد يبدأ قبل وجود الملف، فيفشل أو يجد محتوى الإيصال فارغًا. الحل أن تغيّر شرط التشغيل إلى «عند تعديل العنصر» وتقيّده بتغيّر عمود الإيصال فقط، عبر خيارات المشغّل والأعمدة المعدَّلة والاسم المنطقي للعمود الذي تجده في تفاصيل العمود ضمن الأدوات المتقدمة. هكذا تبدأ عملية التحقق بمجرد تحميل ملف أو استبداله.

عند اكتشاف تناقض يرفض الذكاء الاصطناعي الطلب ويرفق التفسير، كأن يكتب السجل: المبلغ المطالب به 305 دولارات يختلف عن إجمالي المستند البالغ 300 دولار. وهكذا تصبح كل عملية تقديم ذاتية التدقيق، ويتحول المراجع البشري من مدقق يدوي إلى معالج استثناءات.

الموثوقية والنشر والنتائج على أرض الواقع

أي أتمتة قد تبدو مثالية حتى تعمل فعليًا، ولهذا تُعامَل الموثوقية انضباطًا لا مرحلة. يوفر Copilot Studio عناصر تحكم في الإصدار والاختبار والنشر مدمجة في تدفقات الوكلاء.

• الاختبار: يتيح المحرر محاكاة بيانات نموذجية دون نشر مشغلات الإنتاج. غذِّ النظام بمبالغ كبيرة جدًا وتواريخ قديمة وأسماء عناصر غير ذات صلة، وتأكد من صحة كل حكم.
• التسمية: ضع بادئة منهجية لكل متغير حسب نوعه (نص، رقم، ملف)، وسمِّ الإجراءات بوضوح، مثل «تنزيل ملف الإيصال» و«تحديث حالة الموافقة على المطالبة». سيسهّل ذلك تتبع الأثر بعد أشهر.
• الإصدارات: كل حفظ لتغيير رئيسي ينشئ إصدارًا جديدًا يمكن الرجوع إليه. افصل تدفق التطوير عن تدفق الإنتاج، واختبر في الأول وانشر فقط حين يستقر النظام.
• سجلات النشاط: تحمل الطوابع الزمنية وهويات الموافقين وملخصات المنطق. راجعها دوريًا لمعرفة أي القواعد تسبب معظم الرفض، وأي المديرين تجاوزوا الذكاء الاصطناعي، وكم مرة تُفعَّل خطوات التصعيد.
• تحديث الحالة: في نهاية كل فرع اضبط إجراء «تحديث صف» لحقل واضح مثل حالة المطالبة (موافق عليها أو مرفوضة)، فيرى المستخدمون القرارات في طرق عرض الجداول دون جدول تتبع منفصل.

أما الأثر العملي فيبدأ بالوقت. يقلّص سير العمل المدعوم بالذكاء الاصطناعي زمن التنفيذ من أيام إلى دقائق، لأن القرار لا يعتمد على توفر المواعيد. وعملية تعويض كانت تتطلب أربع رسائل بريد وتذكيرين تُحسم قبل الغداء. ثم يأتي تقليل الأخطاء، لأن الذكاء الاصطناعي يفسّر المعايير بالطريقة نفسها في كل مرة فيزول الانحراف الذاتي. ويصبح التدقيق أهدأ، إذ تُظهر سجلات Dataverse من وافق ومتى ولماذا. وفلسفيًا ينتقل العمل من «البشر أولًا بمساعدة الذكاء الاصطناعي» إلى «الذكاء الاصطناعي أولًا مع تصحيح بشري».

الأخطاء الشائعة والمطبات التي يجب تجنبها

• صياغة غامضة: عبارات مثل «نفقات معقولة» أو «شراء حديث» تضر بالنتائج. يحتاج النموذج إلى تعريف رياضي واضح، فنقّح التعليمات حتى تتطابق المخرجات عند تطابق المدخلات.
• خلط أنواع المدخلات: كتخزين رقم كنص.
• إهمال تعديل محتوى الملف: إذا تخطيت إضافة المرجع المناسب في محرر التعبير، فقد يوافق الذكاء الاصطناعي بحماس على إيصالات فارغة.
• التشغيل عند إنشاء السجل: قد يبدأ التدفق قبل وجود المرفق، والحل هو التشغيل عند تعديل عمود الإيصال.
• صلاحيات واسعة: منح أدوار تستطيع الموافقة على كل شيء يعني أتمتة الفوضى.
• تجاهل سيناريوهات الحافة: جرّب سلوك مستخدم غير كفء، كرفع إيصال غير مقروء أو إدخال تاريخ في العام المقبل أو كتابة مبلغ بصيغة خاطئة. يجب أن يشرح الذكاء الاصطناعي ويرفض دون أن يتوقف عن العمل.
• الإفراط في الهندسة: قد يكشف فشل سير العمل قواعد معقدة أكثر من اللازم لا خللًا تقنيًا. بسّط بمراحل أقل وتعليمات أوضح وغموض أقل.

خلاصات عملية للتطبيق

• اكتب موجّه التعليمات بصرامة ووضوح، ودع الشروط قابلة للقياس.
• اختبر بحالات متعددة وكرّر حتى يعطي كل اختبار سببًا ونتيجة متسقين.
• أضف مرحلة بشرية بعد موافقة الذكاء الاصطناعي فقط، ولا تُرسل المرفوض إلى المدير.
• اجلب مدير مقدم الطلب ديناميكيًا عبر موصل Office 365 Users بدل الإسناد الثابت.
• استخدم الشرط على المبلغ (مثل 150 أو أكثر) لإضافة مرحلة موافقة المسؤول.
• مرّر الإيصال إلى الذكاء الاصطناعي كمدخل مستند، وتذكّر تعديل التعبير ليصل المحتوى الفعلي.
• شغّل التدفق عند تعديل عمود الإيصال لتتجنب مشكلة التزامن.
• افصل بيئة التطوير عن الإنتاج، واعتمد اصطلاح تسمية ثابتًا، وراجع سجلات النشاط دوريًا.
• حدّث حقل الحالة في Dataverse في نهاية كل فرع.

الخلاصة

تقوم تدفقات الوكلاء في Microsoft Copilot Studio على توزيع واضح للأدوار: يجعل الذكاء الاصطناعي القرارات الروتينية متوقعة وفورية، ويتفرغ البشر للاستثناءات وأحكام القيمة. وبهذا يتحول نظام الموافقات إلى نموذج حوكمة يشرح قراراته ويوثق كل خطوة ويصمد أمام التدقيق، بدل أن يكون طابور انتظار.