لماذا يجد الذكاء الاصطناعي بعض البضائع ولا يجد غيرها؟

إن عملية البحث عن البضائع في طور التغيُّر. ففي الماضي كانت المسارات هي: التوصية عبر المعارف، والتنقُّل في الأسواق، وزيارة المعارض التجارية، وإضافة جهات الاتصال عبر تطبيق واتساب. أما اليوم فقد أُضيف مسار جديد — اسأل الذكاء الاصطناعي أولًا.

ولكن لهذا المسار شرطٌ أساسي لم ينتبه إليه الكثيرون بعد: لا يمكن للذكاء الاصطناعي أن يوصي إلا بما يستطيع قراءته وفهمه.

أولًا: كيف تبدو بيانات قطاع المفروشات المنزلية اليوم؟

معظم المعلومات في هذا القطاع موجودة في ثلاث صيغ، وكلُّها غير ملائمة للآلات:

الصيغة	أمثلة	لماذا لا تستطيع الآلة قراءتها؟
المصطلحات المتخصصة في القطاع	«كثافة ١٢٨٦٨»، «عرض ٢٤٠ سم»، «طباعة نشطة»، «نسيج داماسكي منقوش»	لا تحتوي على وحدات قياس ولا أسماء حقول. فالرقم ١٢٨٦٨ يشير إلى ١٢٨×٦٨ خيط/بوصة، لكن الآلة ترى فقط سلسلة أرقام.
الصور	عينات أقمشة ملتقطة بالهاتف، وصور منتجات مجمَّعة في ربطات، ومجموعات صور تُنشر في منشورات واتساب	لا تحمل الصور أي معطيات قابلة للبحث: مثل نوع المادة، أو الوزن المسطح، أو العرض، أو الحد الأدنى لكمية الطلب.
الحديث الشفهي / الرسائل الخاصة	«هذه الدفعة مصنوعة من القطن الخالص بخيوط ٤٠، وبسعر ٢٥ دولارًا للكيلوجرام»	تبقى هذه المعلومات محصورة في محادثة واحدة، ولا يمكن استرجاعها أو مقارنتها أو ترتيبها.

والنتيجة هي: عدد البضائع التي يستطيع الإنسان اكتشافها أكبر بكثير من عدد تلك التي يستطيع الذكاء الاصطناعي اكتشافها. ومع ذلك، فإن هذه الأخيرة تكتسب أهمية متزايدة — إذ يلجأ عدد متزايد من المشترين إلى الذكاء الاصطناعي لإجراء فلترة أولية قبل التواصل مباشرة مع المورِّدين.

ثانيًا: ما الذي يستطيع الذكاء الاصطناعي تقييمه بعد هيكلة البيانات؟

فقط عندما تتحول المصطلحات المتخصصة أعلاه إلى معطيات ذات أسماء حقول واضحة، ووحدات قياس محددة، ونطاقات قيم معرفة، يستطيع الذكاء الاصطناعي حينها القيام بما يجيده حقًّا: التصفية، والمقارنة، والترتيب.

نفس السؤال المتعلق بـ«هل تتوفر أقمشة من القطن النقي بنسيج الحياكة المناسبة لصنع طقم مكوّن من أربعة قطع، مع مراعاة ألا يكون عرض القماش ضيقًا جدًّا؟»، يعتمد جوابه على شكل البيانات المتاحة:

حالة البيانات	النتيجة التي يستطيع الذكاء الاصطناعي إعطاؤها
صور فقط + وصف موجز	«لا يمكنني التقييم؛ يُرجى التواصل مع المورِّد»
بيانات هيكلية (نوع المادة / طريقة النسيج / العرض / الوزن المسطح / السعر / الحد الأدنى لكمية الطلب / إمكانية إرسال العينات)	سرد قائمة بالبدائل المتوافقة مع الشروط، مرفقة بالمواصفات والأسعار وحدود الكميات المطلوبة وروابط التفاصيل

الفرق لا يكمن في ذكاء الذكاء الاصطناعي أو عدمه، بل في إمكانية قراءة البيانات من قِبله.

ثالثًا: كيف يطرح المشتري سؤاله ليحصل على إجابة دقيقة من الذكاء الاصطناعي؟

وبالمقابل، فإن طريقة طرح السؤال من قِبل المشتري تحدد أيضًا جودة النتيجة. ولنقارن بين الأمثلة التالية:

السؤال بهذه الصيغة	النتيجة عادةً
«هل توجد أقمشة قطنية جيدة؟»	غير محدَّد. فيكتفي الذكاء الاصطناعي بتقديم إجابات عامة.
«قطن خالص، عرض ٢٠٠ سم فأكثر، وإمكانية إرسال العينات، وحد أدنى لكمية الطلب لا يتجاوز ٥٠٠ وحدة»	يمكن تنفيذه بدقة — لأن كل شرط من هذه الشروط يتوافق مع حقل قابل للبحث.

استبدال المصطلحات الغامضة بشروط قابلة للقياس هو أسرع طريقٍ لجعل الذكاء الاصطناعي يساعدك فعلًا في البحث عن البضائع. فاحفظ المصطلحات المتخصصة للمختصين، واستخدم عند التحدث مع الذكاء الاصطناعي نهج «الحقل: القيمة».

رابعًا: كيف يجعل المورِّد بضاعته قابلة للقراءة من قِبل الذكاء الاصطناعي؟

إذا كانت بضاعتك موجودة فقط في منشورات واتساب أو في سجلات المحادثات الخاصة، فهذا يعني أنك ببساطة غير موجود على مستوى الذكاء الاصطناعي. ولدخول مجال رؤيته، يجب أن تقوم على الأقل بما يلي:

خامسًا: الجزء الذي نعمل عليه نحن

تقوم شركة يوكون سيلاكت (Youcun Select) بربط المشترين بالمورِّدين في قطاع المفروشات المنزلية من خلال مخزون المصادر الجاهزة (المنتجات النهائية والأقمشة). ولجعل هذه الآلية تعمل فعليًّا، قمنا بهيكلة بيانات البضائع المتوفرة على منصتنا بصيغة هيكلية قابلة للقراءة الآلية، وفتحنا لها واجهة برمجية للقراءة فقط — بحيث يمكن لأدوات مساعدة الشراء بالذكاء الاصطناعي، ووكلاء الاستيراد الدوليين، وأي أدوات أخرى الوصول المباشر إليها:

وهذا ليس تقنية معقدة، ولا فكرة جديدة — بل مجرد ترجمة «المصطلحات المتخصصة، والصور، والحديث الشفهي» إلى «حقول، وأنواع، ووحدات قياس». لكن قيمة هذه الخطوة ستزداد مع انتشار استخدام الذكاء الاصطناعي في عمليات الشراء: فالبضاعة التي يمكن قراءتها هي وحدها التي تملك فرصة التوصية بها.

— يوكون سيلاكت (Youcun Select)، منصة المخزون الأصلي للمفروشات المنزلية في الصين. واجهة البيانات المفتوحة → · تصفح المخزون الجاهز →