يتصل عميل بخدمة العملاء بسبب معاملة متأخرة، فيشرح المشكلة للموظف الأول، ثم يُحوَّل إلى قسم آخر فيعيد الشرح من البداية. الموظف الثاني لا يرى ما سجّله الأول، والطلب يحتاج موافقة من قسم ثالث. بعد ساعات تصله رسالة آلية تشكره على تواصله، من نظام لا يعلم أن لديه شكوى مفتوحة أصلًا.

داخل المؤسسة هذه خمسة أنظمة وخمس عمليات منفصلة، لكن العميل يرى تجربة واحدة سيئة. العميل لا يعرف حدود الإدارات، ولا يجب أن يشعر بها.

عندما تتجزأ المؤسسة، تصل التجزئة إلى العميل

قاعدة عملاء منفصلة عن نظام الخدمة، وقواعد معرفة متعددة بنسخ مختلفة، وبيانات لا تُحدَّث في وقتها، وإجراءات تُنفَّذ يدويا، وأدوات ذكاء اصطناعي تعمل بمعزل عن الأنظمة الأساسية. هذه مشكلات تقنية في ظاهرها، لكنها تظهر عند العميل في صورة وقت انتظار أطول، وإعادة تقديم المعلومات نفسها، وتخصيص ضعيف، ومعاملات تتوقف بين الإدارات، ثم فقدان تدريجي للثقة.

وتدعم البيانات هذا الربط. تشير نتائج تقرير Salesforce «حالة الخدمة» (State of Service) إلى أن المؤسسات التي توحّد بيانات قنوات الخدمة أرجح بـ1.4 مرة أن تصف تطبيقها للذكاء الاصطناعي بأنه ناجح جدا، وأن 88% من قادة الخدمة يعطون الأولوية لتكامل التقنيات لتوحيد البيانات وإزالة العزلة بينها. وتذهب قراءات للتقرير نفسه إلى أن 44% من القادة أقرّوا بأن عزلة البيانات تسببت فعلا في تأخير مشاريعهم للذكاء الاصطناعي.

الدلالة هنا تتجاوز الإحصاء. وذلك أن المؤسسات التي تشتري أدوات ذكاء اصطناعي قبل أن توحّد البيانات التي تعتمد عليها تكتشف أن النموذج يرث التجزئة كما هي. وفي أغلب الأحيان تظهر هذه النتيجة أول ما تظهر أمام العميل.

 المؤسسة تظن أنها تنقل السياق، والعميل يرى غير ذلك

يكشف تقرير Five9 لقادة تجربة العميل لعام 2026 فجوة لافتة. فكما نقل موقع CX Today، أفاد كل صنّاع القرار تقريبا بأن مؤسساتهم تحافظ على السياق عند تحويل المحادثة من الذكاء الاصطناعي إلى موظف بشري، بينما يروي العملاء تجربة مختلفة. وتتفق مع ذلك بيانات Zendesk كما أوردها موقع CMSWire، إذ يجد 74% من المستهلكين أن تكرار مشكلتهم على موظف جديد أمر مزعج.

حين يقيس القادة أنظمتهم من الداخل يرون التحويل ناجحا، لأن المحادثة انتقلت فعلا. أما العميل فيقيس النتيجة: هل احتاج إلى البدء من جديد؟ لهذا لا تكفي مؤشرات نجاح التحويل التقنية إن لم تُقرن بقياس ما شعر به العميل.

الموظف جزء من تجربة العميل

تُنفق ميزانيات كبيرة على تطبيق أنيق أو موقع سريع أو روبوت محادثة جديد، بينما يفتح الموظف نفسه خمسة أنظمة ليجيب عن سؤال واحد. كل ثانية يقضيها في البحث عن معلومة، أو نسخ بيانات بين نظامين، أو انتظار موافقة، أو التأكد من أحدث نسخة من سياسة ما، تتحول عند العميل إلى وقت ينتظره، ومن هنا تصبح تجربة الموظف مع التقنية جزءا من تجربة العميل، وليست شأنا داخليا. من يرغب في تحسين الإجابة التي تصل إلى العميل عليه أن ينظر أولًا في الطريق الذي تسلكه المعلومة داخل المؤسسة قبل أن تصل إليه.

من الجواب إلى الإنجاز: دور جديد للذكاء الاصطناعي المؤسسي

في الاستخدام التقليدي يجيب الذكاء الاصطناعي العميل في نافذة محادثة. في النموذج الأنضج يعمل طبقةَ ذكاء فوق عمليات المؤسسة، وتتسلسل الحلقة هكذا: يصل الطلب، فيفهم النظام السياق، ثم يسترجع المعلومات من المصادر المصرّح بها فقط، ويحدد الإجراء المناسب، ويطلب موافقة بشرية حين تقتضي الحالة ذلك، وينفذ عبر الأنظمة، ويسجّل ما جرى.

يتسق هذا مع قراءة McKinsey لما يفعله الذكاء الوكيلي (Agentic AI) بتجربة العميل. فهي ترى أنه ينقل التجربة من تصميم رحلات إلى إدارة قرارات تجري لحظة بلحظة كنظام حي. الرحلة المرسومة على الورق تعبّر عمّا تتوقعه المؤسسة من العميل، أما القرارات الحية فهي ما يعيشه العميل فعلا. وهذا انتقال من تحسين ثابت إلى تنسيق ديناميكي عبر القنوات والأنظمة، وهو لا يحدث ما دامت الأنظمة نفسها لا تتحدث مع بعضها.

متى تتحول السرعة إلى مخاطرة؟

قد يعطي الوكيل جوابا في ثوانٍ، لكن السؤال الذي يهم القائد التقني يأتي بعد ذلك: هل يحق له تنفيذ هذا الطلب؟ وبأي بيانات؟ وتحت أي شروط؟ ومن يوافق عليه؟

إجابة سريعة مبنية على بيانات لا يملك الوكيل صلاحية الوصول إليها، أو إجراء حساس يُنفَّذ دون موافقة، يحوّل تحسين التجربة إلى مخاطرة تنظيمية، وهي أشد وطأة في القطاعات المنظمة والجهات الحكومية. لذلك تقوم تجربة العميل الجيدة في عصر الوكلاء على خمسة عناصر مجتمعة:

• السياق: يعرف الوكيل حالة العميل وتاريخها.
• التكامل: يصل إلى الأنظمة التي يحتاج إليها ويكتب فيها.
• الصلاحيات: يتحرك داخل حدود ما يُسمح للمستخدم الذي يخدمه بالاطلاع عليه.
• التدخل البشري: تُحدَّد مسبقًا اللحظة التي يتوقف عندها الوكيل ويسلّم الحالة إلى موظف.
• التتبع: يمكن مراجعة كل خطوة نُفّذت ولماذا.

وينبغي أن ينتقل مع التسليم سياق الحالة كاملا. إن لم يحدث ذلك، فقد انتقلت المشكلة من الوكيل إلى الموظف، وبقيت مع العميل.

مثال تطبيقي: «لماذا لم تتم الموافقة على طلبي؟»

في مؤسسة تقليدية: يبدأ الموظف بجمع بيانات العميل، ثم يبحث عن الطلب، ويفتح نظامًا آخر ليعرف حالته، ويراسل القسم المسؤول، ثم يعود إلى العميل لاحقًا بإجابة.

في مؤسسة تعمل بذكاء مؤسسي متكامل: يُفهم السؤال، ويُسترجع الطلب في حدود ما يُسمح بالاطلاع عليه، وتُحدَّد المرحلة التي توقف عندها، ويُشرح السبب. وإذا كان القرار يحتاج إلى موظف أو موافقة، يُوجَّه الطلب مباشرة إلى الشخص المناسب ومعه السياق كاملًا.

بالنسبة للعميل، الفرق دقائق بدل ساعات أو أيام. أما بالنسبة للمؤسسة فهو بنية تشغيلية مختلفة تماما.

ما لا يراه العميل

هذه إحدى الأفكار التي ننطلق منها في بناء Seamless Enterprise في مسراج: الذكاء الاصطناعي المؤسسي لا ينبغي أن يعيش أداة منفصلة عن المؤسسة، بل يعمل داخل سياقها، متصلا بأنظمتها، محكوما بصلاحيات مستخدميها، وقابلا للتتبع والمراجعة، مع إبقاء القرارات الحساسة تحت إشراف الإنسان.

لأن العميل قد لا يرى أيا من هذه الطبقات، لكنه سيشعر بنتيجتها جميعا.

أفضل تجربة عميل قد تبدأ من نظام لن يراه العميل يوما.