في السابق، كانت ترقيات VoIP في المؤسسات تُقيَّم إلى حد كبير وفق أربعة محاور: تكلفة المكالمات، والتوافق مع SIP، وجودة الصوت، ومرونة النشر السحابي. وبحلول عام 2026 بدأت هذه المعايير تتغير. أصبح إتمام المكالمات بصورة موثوقة مطلبًا أساسيًا، بينما برزت القدرة على فهم المحادثات وتصنيفها وترجمتها وتلخيصها، ثم تشغيل الإجراء التجاري التالي تلقائيًا، كمقياس جديد لقيمة نظام الاتصالات. وأكد تحليل صناعي نُشر في 21 يوليو هذا التحول مرة أخرى: فالذكاء الاصطناعي ينتقل من دور المساعد المحيطي لنظام الهاتف إلى وظائف أساسية مثل توجيه المكالمات، ومعالجة الاجتماعات، وخدمة العملاء، وتحليلات الاتصالات.

استخدام الذكاء الاصطناعي في أنظمة الهاتف ليس جديدًا تمامًا. فقد استُخدمت أنظمة الرد الآلي، والتعرف على الكلام، والروبوتات الصوتية المعتمدة على القواعد منذ فترة طويلة في الاتصالات الهاتفية للمؤسسات ومراكز الاتصال. ويختلف الذكاء الاصطناعي التوليدي في قدرته على تفسير نية المستخدم، وصياغة ردود باللغة الطبيعية، واسترجاع المعلومات من مصادر أعمال متعددة، والحفاظ على محادثات أكثر سلاسة. وهذا يدفع VoIP المدعوم بالذكاء الاصطناعي إلى ما يتجاوز النموذج التقليدي القائم على «مطابقة كلمة مفتاحية ثم تنفيذ إجراء ثابت»، ليدمج التحليل الدلالي المتقدم، ومساعدات الاجتماعات، والتعرف على أنماط السلوك، والتفاعل باللغة الطبيعية، والتوجيه الآلي للمكالمات ضمن سير اتصالات واحد.

من أداة إضافية إلى طبقة اتصالات أساسية

يمكن النظر إلى VoIP التقليدي باعتباره طبقة موحدة لنقل الصوت. وتتمثل مهمته الأساسية في إنشاء الجلسات ونقل الصوت بصورة موثوقة بين الأطراف عبر شبكات IP. لذلك ركزت عمليات المؤسسات على إدارة الأرقام، والامتدادات، وتسجيل SIP، وصفوف المكالمات، وIVR، والتسجيل، والتحويل، ووظائف التوجيه والتنسيق، وضمان جودة الصوت. ولا يحل الذكاء الاصطناعي التوليدي محل هذه القدرات، بل يضيف طبقة جديدة من الفهم الدلالي والمعالجة الذكية فوق البنية التحتية القائمة للاتصالات.

لنأخذ خط خدمة العملاء مثالًا. يوجّه النظام التقليدي المكالمات عادةً استنادًا إلى رقم المتصل، أو اختيارات لوحة المفاتيح، أو قواعد IVR المحددة مسبقًا. ومع الذكاء الاصطناعي التوليدي، تستطيع المنصة الجمع بين تفاعلات العميل السابقة، وكلامه الحالي، وبيانات العميل المتاحة لتحديد سبب الاتصال والمساعدة في توجيه المحادثة إلى الوكيل أو مسار العمل الأنسب. لم تتغير جلسة SIP نفسها بصورة جوهرية؛ ما تغير هو أن قرارات التوجيه يمكن أن تستند الآن أيضًا إلى فهم محتوى المحادثة وسياقها.

يظهر التطور نفسه في اجتماعات المؤسسات. يمكن للذكاء الاصطناعي التوليدي المساعدة في جدولة الاجتماعات والتذكير بها، وتتبع الحضور، واستخراج النقاط الرئيسية، وإنشاء الترجمات النصية المباشرة، والترجمة متعددة اللغات، وتحويل الكلام إلى نص أو النص إلى كلام. وفي سير العمل التقليدي، قد يقضي الموظفون وقتًا طويلًا بعد الاجتماع في إعداد المحاضر وقوائم المهام. أما عند دمج الذكاء الاصطناعي في العملية، فيمكن إنشاء ملخصات منظمة، وبنود عمل، وقرارات رئيسية مع انتهاء الاجتماع.

يوسع هذا التطور دور VoIP. فلم تعد منصة الاتصالات مقتصرة على إنشاء المكالمة وإنهائها عند انتهاء المحادثة، بل يمكنها المشاركة في التقييم قبل المكالمة، وتقديم المساعدة أثناءها، ودعم تحليل البيانات وأتمتة سير العمل بعدها.

تحويل الصوت إلى بيانات أعمال منظمة

لا تكمن القيمة الحقيقية للجمع بين الذكاء الاصطناعي التوليدي وVoIP في إضافة روبوت صوتي آخر فحسب، بل في القدرة على تحويل الكلام في الوقت الحقيقي إلى معلومات يمكن تفسيرها وربطها بسياق الأعمال واستخدامها لتشغيل مسارات العمل.

المحادثات الهاتفية غير منظمة بطبيعتها. فنادرًا ما يصف العملاء احتياجاتهم باستخدام التصنيفات الدقيقة المحددة في نظام خدمة الشركة؛ بل يشرحون ما حدث بكلماتهم الخاصة. ومن خلال الجمع بين التعرف الآلي على الكلام وقدرات معالجة اللغة الطبيعية في النماذج اللغوية الكبيرة، تستطيع المنصة أولًا تحويل الكلام إلى نص، ثم تحديد نوع المشكلة، والمنتج المرتبط، ومشاعر العميل، والخطوات التالية المحتملة. وبهذا يحول النظام الإشارة الصوتية إلى معلومات أعمال قابلة للاستخدام.

يضيف تحليل التفاعلات السابقة مستوى آخر من القيمة. إذ يمكن جمع تفاعلات النص والصوت والفيديو عبر قنوات متعددة لتكوين رؤية أوسع للعميل. وعندما يتواصل الشخص نفسه مع الشركة مجددًا، لا يكون على النظام بالضرورة تفسير المحادثة من البداية. ويمكن لأنماط التواصل السابقة أن تساعد في توقع الغرض من المكالمة وتزويد الوكيل بسياق مفيد قبل التفاعل أو أثناءه.

بالنسبة إلى مراكز الاتصال، يتجاوز ذلك بكثير تسجيل المكالمات التقليدي. فالتسجيل يحل مشكلة مراجعة المحادثة لاحقًا، بينما يهدف التحليل المدعوم بالذكاء الاصطناعي إلى استخراج معلومات قابلة للتنفيذ أثناء استمرار المحادثة. ويمكن للتحليل الدلالي لعدد كبير من المكالمات المساعدة في اكتشاف الاستفسارات المتكررة، ومشكلات الخدمة الناشئة، واتجاهات العملاء، مع تزويد الوكلاء في الوقت نفسه بإرشادات فورية أو توصيات مناسبة من قاعدة المعرفة.

تعد الاتصالات متعددة اللغات في الوقت الحقيقي حالة استخدام مهمة أخرى. فقد اعتمدت خدمة العملاء الدولية تقليديًا على وكلاء يتحدثون عدة لغات أو مترجمين متخصصين لبعض المحادثات. وعند دمج الذكاء الاصطناعي التوليدي في مسار الصوت، يمكن جمع التعرف الآلي على الكلام، والترجمة الآلية، والترجمات النصية المباشرة، والردود المولدة ضمن سير عمل واحد. ولا تستطيع هذه التقنيات إزالة جميع تحديات اللغة أو استبدال المترجمين المحترفين في كل الحالات، لكنها تستطيع خفض حاجز تقديم الدعم متعدد اللغات وتوسيع نطاق خدمة العمليات الدولية.

إعادة تشكيل مراكز الاتصال ومسارات العمل الداخلية

من غير المرجح أن يؤدي مجرد إضافة ميزة مستقلة للذكاء الاصطناعي إلى نظام هاتفي قائم إلى تحقيق قيمة أعمال كبيرة. ويظهر التأثير الأعمق للذكاء الاصطناعي التوليدي عندما يغير طريقة استقبال المكالمات، وكيفية معالجة المشكلات، وكيفية ربط التفاعل بالمرحلة التالية من عملية الخدمة.

يعد التوجيه الذكي للمكالمات من أوضح الأمثلة. توزع منصات ACD التقليدية المكالمات وفق عوامل مثل رقم المتصل، وقواعد قائمة الانتظار، ومجموعات مهارات الوكلاء، وساعات العمل، ومدى توافر الوكلاء. ومع إدخال التحليلات التنبؤية، وملفات العملاء، وأنماط السلوك، يمكن إضافة السياق الدلالي كعامل آخر في اتخاذ القرار. وقد لا يحتاج العملاء بعد ذلك إلى التنقل عبر مستويات متعددة من قوائم لوحة المفاتيح، وقد يتمكن النظام من تحديد السبب المحتمل للمكالمة قبل أن يبدأ الوكيل المحادثة.

يمكن للخدمة الذاتية المدعومة بالذكاء الاصطناعي أيضًا تحسين كفاءة العمليات. فمقارنةً بنظام IVR ثابت قائم على القواعد، تكون الواجهات التوليدية أكثر ملاءمة للطلبات باللغة الطبيعية والمحادثات متعددة الجولات. ويمكن إنهاء الاستفسارات البسيطة والطلبات الروتينية عبر الخدمة الذاتية، بينما يمكن تحويل المحادثات التي تتطلب تدخلًا بشريًا مع بيانات العميل وملخص موجز للمشكلة وسجل التفاعل. ولا تقتصر الفائدة على تقليل مدة المكالمة الفردية؛ بل يمكنها أيضًا تقليل الأسئلة المتكررة والتحويلات غير الضرورية التي تضر بتجربة العميل.

توجد فرص مماثلة في الاتصالات الداخلية. إذ يمكن لملخصات الاجتماعات التي ينشئها الذكاء الاصطناعي، واستخراج المهام تلقائيًا، وسجلات الاتصالات المنظمة أن تقلل العمل الإداري بعد المكالمات والاجتماعات. كما يمكن لتحليل بيانات الاتصالات مساعدة المديرين على فهم أنماط حجم المكالمات، وتوزيع مشكلات العملاء، واتجاهات الخدمة، وكفاءة التعاون، بما يوفر معلومات إضافية لاتخاذ القرارات التشغيلية.

إذا استمر هذا الاتجاه، فمن المرجح أن تتجاوز الفروق التنافسية بين منصات VoIP الميزات الأساسية مثل التحويل والمؤتمرات والتسجيل، إذ أصبحت هذه القدرات موحدة إلى حد كبير. وسيأتي قدر أكبر من التمايز من مدى فعالية المنصة في فهم ما يجري تواصله، ومدى سهولة تمرير هذا الفهم إلى منصات CRM وأنظمة التذاكر وقواعد المعرفة وتطبيقات خدمة العملاء وغيرها من أنظمة الأعمال لإنشاء سير عمل متكامل.

بناء طبقة موثوقة لذكاء الاتصالات

لا يعني دمج الذكاء الاصطناعي التوليدي مع VoIP أن كل تفاعل صوتي يجب تسليمه إلى الذكاء الاصطناعي. فالاتصالات الصوتية شديدة الحساسية للزمن، وقد يؤثر سوء فهم واحد أو خطأ في التوجيه أو رد آلي غير دقيق مباشرة في جودة الخدمة والكفاءة التشغيلية. والنموذج الأكثر عملية هو تكليف الذكاء الاصطناعي أولًا بالمهام ذات الحجم الكبير والمتكررة والكثيفة بالمعلومات، مع إبقاء القرارات المعقدة والمحادثات الحساسة والحالات الاستثنائية تحت إشراف بشري.

كما ستصبح حوكمة البيانات والامتثال عنصرين محوريين في النشر. فمن أجل فهم تاريخ العميل ومحتوى المحادثة، قد تحتاج أنظمة الذكاء الاصطناعي إلى معالجة تسجيلات المكالمات، والنصوص المفرغة، وأرقام الهواتف، ومعلومات العملاء، وبيانات من تطبيقات أعمال أخرى. لذلك تحتاج المؤسسات إلى سياسات واضحة تحدد ما هي المعلومات التي يمكن إدخالها في سير عمل الذكاء الاصطناعي، ومدة الاحتفاظ بها، ومن يمكنه الوصول إليها، ومتى يلزم الحصول على تفويض صريح. وكلما تعمق الذكاء الاصطناعي في عمليات الاتصالات الأساسية، قلّ منطق التعامل مع أذونات الأمان وحوكمة البيانات كأمر لاحق.

ومن المهم بالقدر نفسه إدراك أن الذكاء الاصطناعي لا يستطيع تعويض ضعف هندسة VoIP. فإذا كانت الشبكة تعاني من تذبذب زمني مفرط أو فقدان للحزم، أو كان إعداد برامج الترميز أو توجيه SIP أو الخصائص الصوتية للأطراف سيئًا، فلن يتمكن حتى نموذج لغوي متقدم من تفسير الكلام المشوه أو غير المكتمل بصورة موثوقة. ويظل نقل SIP/RTP المستقر، وسياسات QoS المناسبة، والأطراف الصوتية المصممة هندسيًا بصورة صحيحة هي الأساس الذي تعتمد عليه كل تطبيقات الاتصالات الذكية.

لذلك يمثل الذكاء الاصطناعي التوليدي طبقة تطورية وليس استبدالًا شاملًا للاتصالات الهاتفية التقليدية. فهو يضيف طبقة ذكاء موحدة فوق بنية اتصالات ناضجة. يجيب VoIP التقليدي عن السؤال: «إلى أين يجب أن تذهب هذه المكالمة؟». أما منصة الصوت الأكثر ذكاءً فيمكنها أن تسأل أيضًا: «عن ماذا تدور هذه المحادثة؟ لماذا يتصل العميل؟ ماذا يجب أن يحدث بعد ذلك؟ وما الإجراء التجاري الذي ينبغي تشغيله عند انتهاء المكالمة؟».

ومع نضج طبقة الذكاء هذه، من المرجح أن تتجاوز VoIP هويتها التاريخية باعتبارها مجرد «هاتف عبر IP». ويمكن أن تصبح نقطة دخول صوتية فورية تربط خدمة العملاء والتعاون في بيئة العمل ومسارات الأعمال في المؤسسة. وقد تتمثل أهم مساهمة للذكاء الاصطناعي التوليدي في تحويل المحادثات التي كانت موجودة أساسًا في صورة صوت إلى معلومات يمكن فهمها وإعادة استخدامها وتطبيقها مباشرة في عمليات الأعمال.

الأسئلة الشائعة

هل تحتاج المؤسسات إلى استبدال هواتف IP الحالية لنشر قدرات صوتية تعتمد على الذكاء الاصطناعي التوليدي؟

ليس بالضرورة. تُنشر معظم قدرات الذكاء الاصطناعي التوليدي في منصات الاتصالات السحابية، أو خوادم الاتصالات المحلية، أو أنظمة مراكز الاتصال، أو التطبيقات الأعلى مستوى. وإذا كانت بيئة VoIP الحالية تستطيع إتاحة تدفقات الصوت أو واجهات API أو واجهات تكامل أخرى، فقد تتمكن المؤسسة من مواصلة استخدام أجهزتها الطرفية الحالية. ويعتمد الأسلوب الدقيق على البنية القائمة ووظائف الذكاء الاصطناعي المطلوبة.

هل ستزيد معالجة الذكاء الاصطناعي في الوقت الحقيقي من زمن تأخير الصوت بصورة كبيرة؟

يعتمد التأثير على حالة الاستخدام وبنية المعالجة. فملخصات ما بعد المكالمة والتحليلات غير الفورية قليلة الحساسية لتأخير الزمن الحقيقي، بينما تتطلب الكتابة الفورية والترجمة المتزامنة ومساعدة الوكيل تحكمًا أدق في زمن المعالجة. ويمكن لمسارات استدعاء النماذج الطويلة، أو كثرة قفزات الشبكة، أو بطء معالجة الوسائط أن تؤثر في استجابة المحادثة، ولذلك ينبغي تحسينها أثناء النشر.

هل يمكن للتفاعل الصوتي بالذكاء الاصطناعي التوليدي أن يستبدل IVR التقليدي بالكامل؟

يمكن لواجهات اللغة الطبيعية تقليل الحاجة إلى قوائم لوحة مفاتيح متعددة المستويات، لكن IVR يظل مفيدًا للتحقق من الهوية، والاختيار المحدد للخيارات، ومسارات العمل الموحدة. ومن المرجح أن تعتمد مؤسسات كثيرة بنية هجينة تتكامل فيها التفاعلات باللغة الطبيعية مع IVR التقليدي.

هل يمكن إلغاء تسجيل المكالمات بعد استخدام الذكاء الاصطناعي في نظام VoIP؟

يخدم تحليل الذكاء الاصطناعي وتسجيل المكالمات أغراضًا مختلفة. يستطيع الذكاء الاصطناعي استخراج معلومات أعمال ودعم أتمتة سير العمل، بينما قد تظل التسجيلات مطلوبة لمراجعات الجودة، وتسوية النزاعات، وتدريب الموظفين، أو سجلات الامتثال. وينبغي تحديد الاحتفاظ بالتسجيلات ومدة الاحتفاظ بها وفق متطلبات الأعمال، والتزامات الخصوصية، وسياسات الحوكمة الداخلية.