هذا هو طلب ترشيح Maven AGI لقائمة Agentic List 2026، وهي إصدار سنوي جديد من The Agentic Conference يحتفي بالشركات التي تستخدم وكلاء الذكاء الاصطناعي لإدارة أعمالها بطرق رائدة. للاطلاع على طلب الترشيح كاملًا، تفضّلوا بزيارة موقعهم.
ثمة رواية لهذه القصة نقضي فيها معظم الوقت في الحديث عمّا تستطيع تقنيتنا فعله: معدلات الحل المستقل، وعمق التكامل، وبنية الامتثال، وتنوّع النماذج التي نشغّلها.
لكن هذه ليست القصة التي أوصلتنا إلى هنا.
ما أوصلنا إلى هنا هو أننا أمضينا سنوات نرفض بيع ما لا نستطيع إثبات نجاحه. لقد شهدنا مشهد مورّدي الذكاء الاصطناعي، في خدمة العملاء تحديدًا، يراكم كثيرًا من الادعاءات غير المرتبطة بنتائج: معدلات تحويل لا تعني الحل، ونسب أتمتة تُقاس على مستوى المحادثة لا على مستوى المشكلة، ومشاريع تجريبية بدت رائعة في بيئة العرض التوضيحي ثم تراجع أداؤها بمجرد أن واجهت حجمًا فعليًا.
بنينا Maven AGI على فرضية مختلفة: ليس أن الذكاء الاصطناعي سيحل محل الدعم البشري، بل أنه قادر على حل التفاعلات التي لا تتطلب حكمًا بشريًا، ليتفرغ الموظفون للتفاعلات التي تتطلبه. والمقياس الذي يهم هو الحل: هل حُلّت مشكلة العميل فعلًا، دون تذكرة متابعة، ودون أن يعاود العميل المحاولة عبر قناة أخرى؟
تقدير يستند إلى التشغيل الفعلي لا إلى الإمكانات
نعتز بإدراجنا في قائمة Agentic List 2026، لكن اهتمامنا بالمنهجية التي تقوم عليها القائمة يفوق اهتمامنا بالإدراج نفسه. إذ تقيّم Agentic List الشركات بناءً على عمليات نشر فعلية في بيئة التشغيل، لا على بنود خرائط الطريق أو نتائج المشاريع التجريبية. وهذا معيار لا تطبقه معظم برامج تقدير الذكاء الاصطناعي، وهو ما يميّز الشركات التي تنجز عملًا حقيقيًا عن الشركات التي تجيد كتابة البيانات الصحفية.
الشركات المدرجة في هذه القائمة هي التي عرفت كيف تنتقل من نموذج أولي يعمل إلى نظام يعمل على نطاق واسع، ويتعامل مع الحالات الاستثنائية التي لم تظهر في العرض التوضيحي، ويواصل الأداء حين لا يراقب الفريق كل تفاعل. وهذا أصعب مما يبدو، وهو الجزء من نشر الذكاء الاصطناعي الذي لا يساعدكم معظم المورّدين على التفكير فيه.
ما يلمسه عملاؤنا فعلًا
النتائج التي نحققها في بيئة التشغيل تقع ضمن النطاق الذي صُممت Agentic List لتقديره. فـ Clio، منصة إدارة الممارسات القانونية، تحل 80% من استفسارات الدردشة بشكل مستقل، وتغلق 60% تذاكر أكثر إجمالًا مقارنةً بنظامها السابق. وتعمل Mastermind بمعدل حل مستقل يبلغ 93%. أما Papaya Pay، العاملة في مجال المدفوعات العابرة للحدود الخاضعة للتنظيم، فقد وصلت إلى معدل حل يبلغ 90% خلال 3 أسابيع من بدء التشغيل.
هذه ليست أرقامًا من بيئة إثبات مفهوم (POC) خاضعة للتحكم، بل من عمليات نشر فعلية تتعامل مع حجم حقيقي من العملاء، وحالات استثنائية حقيقية، ومتطلبات امتثال حقيقية. وجانب الامتثال مهم: إذ يعمل نشر Papaya Pay وفق متطلبات SOC 2 وHIPAA وPCI-DSS. والوصول إلى معدل حل 90% في هذه البيئة يختلف عن الوصول إليه حيث تكون عواقب الإجابة الخاطئة أقل.
كيف نفكر في المرحلة المقبلة
لا تُعد Agentic List في الأساس جائزة تنظر إلى الماضي، بل تهدف إلى تقدير الاتجاه الذي يسير فيه الذكاء الاصطناعي، وهو نحو وكلاء لا يكتفون بالإجابة عن الأسئلة بل ينجزون مسارات عمل كاملة: تعديلات الفوترة، وتغييرات الحسابات، ومعالجة المبالغ المستردة، والتواصل الاستباقي قبل أن يدرك العميل وجود مشكلة.
لقد وصلنا بالفعل إلى هذا المستوى على صعيد الحل. أما وجهتنا التالية فهي الجانب الاستباقي: وكلاء يكشفون المشكلات قبل أن تتحول إلى تذاكر، ويلاحظون أن عميلًا في طريقه إلى المغادرة بسبب مشكلة في الفوترة فيعالجونها قبل أن يلاحظها، ويجعلون تفاعل الدعم استثناءً لا قاعدة. فالهدف ليس نظام دعم أفضل، بل نظام دعم نادرًا ما يحتاج العملاء إلى استخدامه.
نعتقد أن قائمة Agentic List المقبلة، والتي تليها، ستقدّر بشكل متزايد الشركات التي لا تكتفي بحل مزيد من التفاعلات بل تمنع حدوثها. هذا هو الاتجاه الذي يسير فيه الذكاء الاصطناعي المؤسسي، وهو الاتجاه الذي نبني نحوه.
شاهدوه على محادثاتكم الفعلية.
اطلبوا عرضًا توضيحيًا مخصصًا ومجانيًا.
