أتمتة المرتجعات بالذكاء الاصطناعي: حدود القرار البشري

قد يكون الطلب الأول لقطعة غير مستخدمة، داخل المدة، مرتبطة بفاتورة واضحة. وقد يكون الثاني لمنتج مخصص، أو قطعة مرتفعة القيمة، أو مطالبة لا تتطابق مع سجل الدفع والشحن. وضع الحالتين في طابور واحد يبطئ الواضح؛ ووضعهما في قاعدة آلية واحدة يعرّض الهامش وحقوق العميل للخطأ نفسه.

هذه هي المفارقة في أتمتة الأعمال المتكررة: الجزء الأكثر قابلية للأتمتة ليس القرار النهائي، بل جمع الأدلة وترتيبها. يستطيع الذكاء الاصطناعي في التجارة الإلكترونية قراءة سبب الإرجاع، وتوحيد صياغته، وربطه بالطلب، واكتشاف نقص البيانات أو الأنماط غير المعتادة. أما قبول استثناء من السياسة، أو اتهام عميل بسلوك احتيالي، أو تغيير وسيلة رد المبلغ، فهي قرارات ذات أثر مالي وسمعة واضحة.

لذلك لا يبدأ المشروع بسؤال: كيف نؤتمت المرتجعات؟ بل بسؤال أدق: أي أجزاء العملية قابلة للعكس، وأيها ينقل مالاً أو يقيّد حقاً أو يغيّر المخزون؟ كلما أصبح أثر القرار أصعب في التراجع، ارتفعت الحاجة إلى بوابة بشرية مسماة بزمن استجابة وصاحب صلاحية.

• عمل متكرر منخفض المخاطر: استخراج رقم الطلب، التحقق من اكتمال الحقول، تصنيف السبب، وإرسال تعليمات الخطوة التالية.
• عمل يحتاج اعتماداً: تقدير حالة المنتج من وصف أو صورة، اختيار الاستبدال بدلاً من الاسترداد، أو تطبيق استثناء تجاري.
• عمل لا يفوّض للآلة منفردة: رفض حق نظامي محتمل، حجب عميل، اتهام بالاحتيال، أو رد مبلغ إلى وسيلة مختلفة.

الذكاء الاصطناعي لا يصلح هذا الانقسام وحده. إذا اختلفت حالة الطلب بين المتجر ونقطة البيع والمخزون وشركة الشحن، فسوف ينتج ملخصاً سريعاً لبيانات متعارضة. لهذا تأتي وحدة السجل التشغيلي قبل النموذج: رقم طلب واحد، وبنود واضحة، ووسيلة دفع أصلية، وحالة شحن، وحركة مخزون، وسياسة إرجاع قابلة للقراءة آلياً.

ما تغيّر عملياً هو قدرة الأنظمة على التعامل مع المدخلات غير المنظمة: رسالة العميل، صور القطعة، ملاحظات موظف الفرع، ووصف العيب. يمكن للنموذج تحويلها إلى سبب موحد، وتحديد ما ينقص، واقتراح المسار. لكن القواعد النظامية والتجارية ينبغي أن تبقى قواعد صريحة: المدة، وفئات الاستثناء، وحالة الاستخدام، وحدود قيمة الطلب، وصلاحيات رد الأموال.

هذا الفصل مهم في السوق السعودية. المادة الثالثة عشرة من نظام التجارة الإلكترونية تحدد حق فسخ العقد خلال سبعة أيام في حالات معينة، وتورد استثناءات منها المنتجات المصنّعة حسب الطلب وبعض المنتجات المستخدمة. لا ينبغي أن يستنتج النموذج هذه السياسة من محادثات سابقة؛ بل يستدعي نسخة معتمدة ومؤرخة منها، ثم يصعّد أي تعارض إلى موظف مخول.

الحارة الأولى معالجة مباشرة للحالات المكتملة والمنخفضة المخاطر: الطلب موجود، والمنتج مؤهل، والمدة صحيحة، ووسيلة الرد هي وسيلة الدفع الأصلية، ولا توجد إشارة تعارض. هنا تنفذ الأتمتة الخطوات الإجرائية، مع عينة مراجعة دورية لاكتشاف الانحراف.

الحارة الثانية مساعدة آلية واعتماد بشري. يجمع النظام الصور والملاحظات، ويلخص التعارض، ويعرض سبب التوصية والقاعدة التي استند إليها. لا يُطلب من الموظف إعادة قراءة الملف كله، لكنه يرى ما يكفي للاعتراض. هذه الحارة مناسبة لحالة منتج غير محسومة، أو طلب متعدد البنود، أو استبدال يؤثر في توفر المخزون.

الحارة الثالثة مراجعة إلزامية للحالات ذات الأثر: قيمة مرتفعة، استثناء نظامي أو تجاري، ادعاء احتيال، تكرار غير معتاد، اختلاف هوية أو وسيلة دفع، أو قرار قد يمنع العميل من الخدمة. وتنسجم هذه البنية مع مبادئ سدايا لأخلاقيات الذكاء الاصطناعي، التي تؤكد الإشراف البشري والمساءلة وتوثيق الأداء والأعطال عبر دورة حياة النظام.

• لكل حارة: شروط دخول لا تقبل التأويل.
• لكل بوابة بشرية: اسم دور وصلاحية ووقت استجابة.
• لكل قرار: سبب مقروء، ونسخة السياسة، والأدلة المستخدمة.
• لكل رفض: قناة اعتراض ومسار لإعادة الفحص.

وجد تقرير NRF لعام 2025 أن 19.3% من المبيعات الإلكترونية لدى السوق التي درسها متوقع إرجاعها، وأن 71% من المستهلكين يقل احتمال تسوقهم مجدداً بعد تجربة إرجاع سيئة. هذه بيانات أمريكية وليست تقديراً للسوق السعودي، لكنها تكشف العلاقة التي ينبغي اختبارها محلياً: سرعة المعالجة لا قيمة لها إذا جاءت على حساب وضوح القرار والقدرة على الشراء مرة أخرى.

وفي تجربة ميدانية منشورة شملت 5,179 موظف دعم، ارتبطت أداة ذكاء اصطناعي مساعدة بزيادة متوسط الإنتاجية 14%، وكانت المكاسب أكبر لدى الأقل خبرة. لا يثبت ذلك نتيجة مماثلة في المرتجعات، لكنه يدعم تصميماً مساعداً ينقل المعرفة ويجهز الملف للموظف بدلاً من إزالة الموظف من القرارات المعقدة.

أما NIST فيحذر من التعامل مع وجود الإنسان كحل تلقائي؛ فتفاعل الإنسان والآلة قد يضخم التحيز في بعض الظروف. ولهذا يجب قياس نسبة تغيير الموظفين لتوصيات النظام، والأخطاء التي مرت رغم المراجعة، وتفاوت القرارات بين الفروع أو الفئات، لا الاكتفاء بنسبة الملفات التي «رآها» موظف.

يبدأ المتجر بأكثر خمسة أسباب إرجاع تكراراً، ويحوّل السياسة إلى حقول قابلة للاختبار: تاريخ التسلم، حالة الاستخدام، فئة المنتج، نوع الطلب، وسيلة الدفع، قيمة القطعة، وسجل الإرجاعات، وحالة وصول المنتج للمستودع أو الفرع. يمنع النظام أي قرار إذا غاب حقل حاسم بدلاً من تخمينه.

في التشغيل الصامت، يصنف الذكاء الاصطناعي الطلبات ويقترح الإجراء، لكن الفريق يستمر في اتخاذ القرار بالطريقة الحالية. بعد ذلك تُقارن النتائج: أين اتفق النظام والموظف؟ أين اختلفا؟ وما الحالات التي كان سبب الخطأ فيها نقص البيانات لا ضعف النموذج؟ لا تنتقل أي فئة إلى التنفيذ الآلي قبل بلوغ حد جودة يحدده المتجر بحسب تكلفة الخطأ.

عند الإطلاق، تمر الحالات الواضحة آلياً، بينما تظهر للمراجع بطاقة قصيرة: الطلب، والمنتج، والمدة، والقاعدة المنطبقة، والإشارات غير المعتادة، والإجراء المقترح. الضغط على «اعتماد» من دون إظهار هذه العناصر يحوّل الإنسان إلى ختم، لا إلى نقطة تحكم. كما يجب تسجيل التعديل وسببه لتحديث القواعد واختبار النموذج لاحقاً.

• ابدأ بفئة منتجات واحدة، لا بكل الكتالوج.
• امنع التنفيذ الآلي إذا تعارضت بيانات الطلب والدفع والشحن.
• اجعل قرار الاشتباه بالاحتيال توصية لا حكماً نهائياً.
• راجع عينة من الحالات الآلية أسبوعياً، بما فيها الحالات الناجحة ظاهرياً.
• أوقف المسار آلياً إذا ارتفعت الاعتراضات أو انخفضت دقة المخزون أو تجاوز رد الأموال زمنه المحدد.

المؤشر الرئيسي المقترح هو معدل تكرار الشراء خلال 90 يوماً من إغلاق الإرجاع: عدد العملاء الذين أتموا طلباً مدفوعاً جديداً خلال النافذة، مقسوماً على عدد العملاء الذين أغلقت مرتجعاتهم. قارن النتيجة حسب مسار القرار، وفئة المنتج، والعميل الجديد مقابل المتكرر، ولا تجمع الجميع في متوسط واحد.

ضع بجانبه حواجز لا يجوز تحسين المؤشر على حسابها: متوسط زمن بدء رد المبلغ، نسبة القرارات التي عدّلها الإنسان، نسبة الاعتراضات المقبولة، هامش الطلب بعد تكلفة الإرجاع، وزمن عودة القطعة القابلة للبيع إلى المخزون. إذا تسارع الرد بينما ارتفعت خسائر الاحتيال، فالأتمتة غير متوازنة. وإذا انخفضت الخسائر بينما تراجع تكرار الشراء، فقد أصبحت البوابة عقابية أكثر من اللازم.

القرار التنفيذي بسيط: أتمت جمع الأدلة والحالات الواضحة، واجعل الاستثناءات والقرارات السلبية قابلة للتفسير والاعتراض. ليس الهدف أن يختفي الإنسان من المرتجعات، بل أن يصل فقط إلى الملفات التي تستحق حكمه، محمّلة بسياق كافٍ وضمن وقت لا يعطل العميل.

• مؤشر النجاح: تكرار الشراء خلال 90 يوماً بعد الإرجاع.
• مؤشر السرعة: الزمن من تقديم الطلب إلى بدء الإجراء المناسب.
• مؤشر الجودة: نسبة تعديل الإنسان لتوصية النظام.
• مؤشر الهامش: هامش الطلب بعد تكاليف الشحن والفحص وإعادة التخزين.
• مؤشر الإنصاف التشغيلي: نسبة الاعتراضات المقبولة على الرفض أو الرسوم.