# وكيل ذكاء اصطناعي ينهي تراكم الفواتير ويعرف متى يستشير موظّفاً

> كيف وظّفت شركة توزيع وكيل ذكاء اصطناعي لمعالجة الفواتير وأوامر الشراء ثنائية اللغة، بمطابقة ثلاثية ومراجعة بشرية، فانخفض زمن معالجة المستند من 12 دقيقة إلى أقل من دقيقة.

كانت شركة توزيع تعيد يدوياً إدخال آلاف فواتير المورّدين وأوامر الشراء المحرّرة بلغتين، فطوّرنا لها وكيل ذكاء اصطناعي يقرأ هذه المستندات، ويطابقها مع الطلبات والتسليمات، ويرحّل السليم منها، ويحيل كل ما لا يتيقّن منه إلى مراجع.

**القطاع:** الذكاء الاصطناعي والأتمتة | **تاريخ النشر:** 2026-06-14 | **آخر تحديث:** 2026-09-12

## التحدّي

كانت آلاف فواتير المورّدين وأوامر الشراء تصل كل شهر في ملفات PDF ومستندات ممسوحة ضوئياً ونصوص ضمن رسائل البريد الإلكتروني، بلغتين ودون تنسيق موحّد. وكان فريق المكتب الخلفي يعيد إدخال كل مستند منها ويطابقه يدوياً مع الطلب ومذكّرة استلام البضائع قبل صرف قيمته، وهو عمل بطيء، ومن هذه الثغرة تحديداً تتسرّب المدفوعات المكرّرة. ولأن أي أتمتة هنا ستُؤتمن على دفتر الأستاذ لدى الشركة نفسها، كان عليها أن تثبت جدارتها قبل أن يُسمح لها بالتصرّف.

- **مدخلات متباينة وغير منظّمة بأحجام كبيرة** كانت الفواتير وأوامر الشراء تصل في ملفات PDF رقمية، وصور ملتقطة بكاميرا الهاتف، ونصوص ضمن رسائل البريد الإلكتروني، بتنسيقات غير متّسقة لدى مئات المورّدين، وباللغتين العربية والإنجليزية، فلم يصمد أمامها أي قالب ثابت.
- **المطابقة اليدوية تولّد أخطاء مكلفة** كان فريق يطابق كل مستند سطراً بسطر مع الطلب ومذكّرة استلام البضائع، وهو عمل بطيء، وفيه تحديداً تتسلّل المدفوعات المكرّرة وأخطاء التصنيف المحاسبي التي تمرّ دون أن يلاحظها أحد.
- **على الأتمتة أن تكسب الثقة** لم يكن قسم المالية ليسمح لأي برمجيات بالترحيل إلى دفتر الأستاذ ما لم يكن كل قيد قابلاً للتفسير والعكس، وما لم يسلّم النظام القرار إلى موظّف لحظة أن يتردّد.

## كيف نفّذنا المشروع

### تحديد المتطلبات (التخطيط، BRD و SDD، نطاق ثابت)

حوّلنا مشكلة المكتب الخلفي إلى مواصفات مكتوبة قابلة للاختبار تحدّد المستندات التي يمكن للوكيل تولّيها، وما يبقى اعتماده دائماً بيد موظّف، والمخاطر المرتبطة بكل قرار، مع حصر مئات الصيغ التي ترد بها مستندات المورّدين.

- وثيقتا BRD و SDD مكتوبتان تعتمدونهما
- ربط كل صيغ المورّدين بحقول نظام ERP
- حدّ واضح بين القرارات الآلية والبشرية
- لا شيفرة قبل الاعتماد

### البنية والتصميم (التصميم، البنية، نموذج البيانات)

صمّمنا بنية وكيلية أساسها الثقة: مسار ذكاء اصطناعي للمستندات يغذّي وكيلاً محصوراً في أدوات محدّدة، فلا يتصرّف إلا عبر عمليات مُتحقَّق منها وقابلة للعكس، ولا يملك أبداً حرّية الكتابة في دفتر الأستاذ.

- مسار ذكاء اصطناعي ثنائي اللغة للمستندات (OCR واستخراج عبر نموذج LLM)
- مخرجات مقيّدة بمخطّط بيانات محدّد، تقتصر على ما يُستخرج من المستند مع الإحالة إلى موضعه، فلا تختلق أي بند
- وكيل محصور في أدوات محدّدة يتّصل بنظام ERP عبر إجراءات مُتحقَّق منها
- نموذج للتدقيق والتراجع مدمج في التصميم منذ البداية

### التطوير (الهندسة، حسب المراحل، جلسات عرض طوال المشروع)

طوّرنا المسار والوكيل على مراحل، وعرضنا معالجة مستندات حقيقية في كل خطوة، ليرى فريق المالية بالضبط كيف تُقرأ كل فاتورة وتُطابَق وتُرحَّل.

- استخراج ثنائي اللغة مع درجة ثقة لكل حقل
- مطابقة ثلاثية آلية مع الطلبات ومذكّرات استلام البضائع
- عتبات ثقة تحيل البنود منخفضة الثقة والبنود عالية القيمة إلى مراجع
- قائمة انتظار للمراجعة البشرية تعرض لكل بند سياقه الكامل

### الاختبار و UAT (الجودة، قابل للقياس، تعتمدونه)

قبل أن نمنح الوكيل أي استقلالية، قسنا أداءه على مستندات الشركة السابقة بمنظومة تقييم، ثم أجرينا اختبار قبول المستخدم مع فريق المالية وفق معايير متّفق عليها.

- منظومة تقييم تقيس دقّة الحقول والمطابقة على آلاف المستندات السابقة
- عتبات دقّة يُتّفق عليها قبل أي معالجة دون تدخّل بشري
- الاستفادة من تصحيحات المراجعين في تحسين توجيه البنود
- اعتماد UAT فئةً بعد فئة

### النشر والدعم (الإطلاق، المراقبة، فريق محلّي)

انتقلنا تدريجياً من وضع المساعدة إلى العمل المستقل، ولم نفعل ذلك إلا في الفئات التي تجاوزت عتبة الدقّة، مع مراقبة مستمرّة ومراجعة دورية ترصد تغيّر صيغ المستندات كلّما انضمّ مورّدون جدد.

- انتقال مرحلي من وضع المساعدة إلى العمل المستقل كلياً
- مراقبة درجات الثقة والدقّة في بيئة الإنتاج
- مراجعة تغيّر الصيغ مع انضمام مورّدين جدد
- كل قرار مسجّل وقابل للتفسير والعكس

## النتائج

- نحو 85% من المستندات تُعالج الآن دون أي تدخّل بشري
- خفض زمن معالجة المستند من نحو 12 دقيقة إلى أقل من دقيقة
- مئات ساعات العمل شهرياً تتّجه الآن إلى مهام أعلى قيمة
- كل قرار آلي مسجّل وقابل للتفسير والعكس

أسماء العملاء محجوبة حفاظاً على السرّية، أما الهندسة فموصوفة بالكامل.

---

رابط الصفحة: https://www.innopalm.com/ar/case-studies/ai-operations-agent | نسخة Markdown: https://www.innopalm.com/ar/case-studies/ai-operations-agent.md | فهرس الموقع: https://www.innopalm.com/llms.txt | واجهة API: https://www.innopalm.com/openapi.json