← المدونةالذكاء الاصطناعي والتقنية

صياغة العطاءات بـ AI: ما تجيده وأين يبقى البشر ضروريين

يعرف كل مدير عطاءات ذلك الشعور بالتحديق في وثيقة مناقصة من خمسين صفحة في السادسة مساءً، مدركًا أن مصفوفة الامتثال وحدها ستستغرق يومين لإنجازها. وقد غيّرت نماذج اللغة الكبيرة تلك المعادلة بهدوء. صُغ مسودة أولى لرد امتثال في دقائق، لا ساعات. ولّد ملخصًا تنفيذيًا يُقرأ فعلًا على نحو جيد. أعِد تنسيق دراسة حالة العام الماضي لتناسب حد عدد الكلمات لهذا العام دون البدء من الصفر.

الإغراء هو معاملة هذا الأمر بوصفه مشكلة محلولة: وجّه النموذج نحو المناقصة، ووجّهه نحو بيانات قدراتك، ودعه يكتب العطاء. وذلك الإغراء هو حيث يكمن معظم الخطر. فالصياغة بـ AI مفيدة حقًّا لمجموعة محدّدة من المهام، وخطيرة حقًّا لمجموعة أخرى، والخط الفاصل بينهما ليس واضحًا دائمًا لمن هو تحت ضغط الموعد النهائي.

وفهم ذلك الخط صار الآن مهارة أساسية في إدارة العطاءات، بالطريقة نفسها التي كان بها فهم معايير التقييم أو هياكل التسعير مهارة أساسية على الدوام.

أين تستحق الصياغة بـ AI مكانها

ردود الامتثال هي المكسب الأوضح. فمعظم المناقصات تطرح عشرات الأسئلة شبه المتطابقة عبر الأقسام: صِف نظام إدارة الجودة لديك، صِف سياستك في الصحة والسلامة، صِف نهجك في إدارة المقاولين من الباطن. والنموذج الذي زُوِّد بوثائق سياساتك القائمة يمكنه إنتاج مسودة أولى متينة لكل إجابة، مصمَّمة لتناسب الصياغة المحدّدة للسؤال، في جزء يسير من الوقت الذي يستغرقه إنسان يبدأ من صفحة فارغة.

وتستفيد الملخصات التنفيذية لسبب مختلف. فهذه الأقسام تحتاج إلى تلخيص العطاء بأكمله في صفحة أو صفحتين سيقرؤهما مقيّم مشغول قراءةً متأنّية فعلًا. والنموذج الذي استوعب مسودة العطاء الكاملة يمكنه إنتاج ملخص يبرز أقوى النقاط، ثم يستطيع إنسان صقل اللغة والتأكد من أن التركيز يطابق ما يكسب النقاط فعلًا.

وإعادة التنسيق وإدارة عدد الكلمات هي الفئة الثالثة غير البرّاقة. فأخذ دراسة حالة من 400 كلمة وضغطها إلى 150 كلمة مع الحفاظ على الحقائق الأساسية سليمة هو بالضبط نوع المهمة الآلية التي يتقنها النموذج، ما يحرّر الكاتب للتركيز على أجزاء العطاء التي تحتاج إلى تقدير بدلًا من التحرير.

أين يصبح خطر الهلوسة مشكلة حقيقية

يكمن الخطر بالضبط حيث يبدو AI أكثر ثقة: الحقائق المحدّدة. فالنموذج الذي يُطلب منه وصف السجل الحافل لشركتك سيخترع أحيانًا اسم عميل يبدو معقولًا، أو قيمة مشروع لم تكن حقيقية قط، أو اعتمادًا لا تملكه الشركة. وهو يفعل ذلك لا لأنه يحاول الخداع، بل لأن مهمته الأساسية هي إنتاج نص سلس ومعقول، والرقم الخاطئ المحدّد يُقرأ بالسلاسة نفسها التي يُقرأ بها الرقم الصحيح المحدّد.

والمراجع هي أحدّ صور هذا الخطر. فاختلاق مرجع عميل في مناقصة مقدَّمة ليس خطأً بسيطًا. فكثير من الجهات المشترية العامة تتحقق من المراجع بوصفها جزءًا من التقييم، والمرجع الذي لا يثبت صحته قد يستبعد العطاء استبعادًا قاطعًا، أحيانًا بعواقب تمتد إلى ما وراء المناقصة الواحدة. وينطبق الأمر نفسه على الاعتمادات المزعومة، والأرقام المالية المقتبَسة، والشراكات المذكورة بالاسم. فهذه هي بالضبط التفاصيل التي يُرجَّح أن يخطئ فيها النموذج خطأً دقيقًا، وبالضبط التفاصيل التي يُرجَّح أن تتحقق منها الجهة المشترية.

وتحمل التواريخ والمواعيد النهائية صورة أهدأ من الخطر نفسه. فالنموذج الذي يلخّص وثيقة مناقصة قد يذكر خطأً موعدًا نهائيًا للتقديم أو تاريخ بدء عقد، وإذا وُثِق بذلك الملخص بدلًا من التحقق منه مقابل الوثيقة المصدر، فإن الخطأ ينتشر حتى مرحلة التقديم.

سير عمل للصياغة يُبقي الخطر تحت السيطرة

النمط الأكثر أمانًا يعامل مخرجات AI بوصفها مسودة لم يُتحقَّق من حقائقها بعد، لا إجابة نهائية أبدًا. زوّد النموذج بموادك المصدرية الموثَّقة، وسياساتك الفعلية، ودراسات حالتك الفعلية، واعتماداتك الفعلية، بدلًا من أن تطلب منه استرجاع حقائق عن شركتك من المعرفة العامة. صُغ الأقسام السردية أولًا، لأنها تحمل أدنى خطر واقعي وأعلى توفير للوقت. ومرِّر كل ادعاء محدّد، وكل رقم، وكل مرجع، وكل تاريخ عبر إنسان يتحقق منه مقابل الوثيقة الأساسية قبل أن يقترب من أي تقديم.

والفرق التي تدمج خطوة التحقق هذه في عمليتها من البداية، بدلًا من إلحاقها بعد نجاة بالكاد من خطأ، تحصل على فائدة السرعة من الصياغة بـ AI دون أن ترث أضعف عاداتها.

وضع سياسة قبل حلول الموعد النهائي التالي

معظم فرق العطاءات لا تجلس لتصمّم سياسة للصياغة بـ AI انطلاقًا من المبادئ الأولى. بل تبدأ باستخدام الأدوات بشكل ارتجالي، تحت ضغط الموعد النهائي، وتتشكّل السياسة عرَضًا من أي عادات علِقت. وهذا مقلوب. فالسياسة المكتوبة القصيرة، المتَّفق عليها قبل أن تصل المناقصة التالية إلى المكتب، تفعل لمنع نتيجة سيئة أكثر مما يفعله أي قدر من النوايا الحسنة المطبَّقة في اللحظة.

لا حاجة إلى أن تكون السياسة معقّدة. اذكر بوضوح أي الأقسام يجوز صياغتها بمساعدة AI وأيها لا يجوز. اذكر مَن المسؤول عن التحقق من حقائق الادعاءات المحدّدة، واشترط على ذلك الشخص أن يوقّع بالموافقة صراحةً بدلًا من افتراض أن ذلك قد حدث. اذكر ما المواد المصدرية المسموح للنموذج بالعمل منها، وهي الوثائق الداخلية الموثَّقة فقط، لا المعرفة العامة الخاصة بالنموذج عن الشركة أبدًا. فالفريق الذي اتفق على هذا مسبقًا يتحرك أسرع تحت الضغط، لا أبطأ، لأن القرارات التي كان سيتعيّن اتخاذها على عجل لولا ذلك قد اتُّخذت بالفعل بهدوء.

مراقبة السوق دون العمل اليدوي

الصياغة ليست سوى نصف عبء العمل. فالعثور على المناقصات الصحيحة للتقدّم إليها في المقام الأول لا يزال يلتهم ساعات كل أسبوع. تقرأ TRINTA ما تبيعه الشركة فعلًا وتُبرز المناقصات المطابِقة من مصادر المشتريات العامة الرسمية يوميًا، بحيث يذهب وقت الصياغة الذي يوفّره AI نحو عطاءات تستحق الكتابة.

الأسئلة الشائعة

01

هل من الآمن تقديم رد مناقصة مكتوب بالكامل بـ AI؟

لا. ينبغي دائمًا معاملة النص الذي يولّده AI بوصفه مسودة أولى غير موثَّقة. فالادعاءات المحدّدة مثل مراجع العملاء والاعتمادات والأرقام المالية والتواريخ بحاجة إلى التحقق منها مقابل وثائق مصدرية حقيقية قبل التقديم، إذ يمكن للنماذج إنتاج تفاصيل سلسة لكن غير صحيحة.

02

ما أجزاء عطاء المناقصة الأكثر أمانًا للصياغة بـ AI؟

ردود الامتثال على أسئلة السياسات المعيارية، والملخصات التنفيذية التي تلخّص عطاءً مكتوبًا بالفعل، وإعادة تنسيق المحتوى القائم ليناسب حدود الكلمات، هي أكثر الاستخدامات أمانًا. فهذه المهام آلية إلى حد كبير، والحقائق الأساسية يزوّدها المستخدم بدلًا من أن يسترجعها النموذج.

03

لماذا تخترع نماذج AI أحيانًا مراجع عملاء زائفة؟

نماذج اللغة مُحسَّنة لإنتاج نص سلس يبدو معقولًا بدلًا من استرجاع حقائق موثَّقة. فعندما يُطلب منها تفصيل محدّد لا تعرفه على نحو موثوق، مثل اسم عميل، يمكنها توليد شيء يبدو صحيحًا دون أي وسيلة لتمييز ذلك عن حقيقة معروفة فعلًا.

04

كيف يمكن لفريق العطاءات التقاط أخطاء AI قبل التقديم؟

أدرِج في عملية مراجعة العطاء تمريرة مخصّصة للتحقق من الحقائق تعامل كل ادعاء محدّد ورقم وتاريخ ومرجع بوصفه شيئًا يجب التحقق منه مقابل الوثائق المصدرية، منفصلة عن التدقيق اللغوي العام للنبرة والقواعد. وأسنِد هذا التحقق إلى شخص غير الشخص الذي صاغ القسم.

05

هل سيتمكّن AI في نهاية المطاف من كتابة عطاء مناقصة كامل دون إشراف؟

بالنسبة إلى مهام السرد والتنسيق، يقترب AI بالفعل من جودة لا تحتاج إلى إشراف مع مواد مصدرية جيدة. أما بالنسبة إلى أي شيء ينطوي على ادعاءات واقعية محدّدة أو مراجع أو خطر امتثال، فيبقى التحقق البشري ضروريًا لأن عاقبة خطأ غير مكتشَف، أي الاستبعاد أو الضرر بالسمعة، أعلى من أن تُؤتمَت بالكامل.

شارك هذا المقال