كيف يغيّر دعم العملاء بالذكاء الاصطناعي طريقة استخدام الشركات لتطبيقات المراسلة

انتقل دعم العملاء بالذكاء الاصطناعي من تذاكر البريد الإلكتروني إلى WhatsApp وMessenger ورسائل Instagram المباشرة. إليك ما يغيّره الذكاء الاصطناعي المحادثي فعلياً بالنسبة للشركات التي تدير الدعم عبر الدردشة.

قبل خمس سنوات، كان “دعم العملاء” يعني مكتب مساعدة، ورقم تذكرة، ورسالة بريد إلكتروني قد يصل ردها بعد يومين. أما اليوم، فحصة متزايدة من هذا الدعم تجري داخل نفس نافذة الدردشة التي يستخدمها الشخص لمراسلة عائلته. أصبحت رسائل WhatsApp وMessenger ورسائل Instagram المباشرة قنوات دعم بحكم الأمر الواقع، لا بالتصميم المقصود، والذكاء الاصطناعي هو السبب في قدرة الشركات فعلياً على مواكبة الحجم الذي أنتجه هذا التحول.

قالت Meta إن المحادثات الأسبوعية بين الأشخاص ووكلاء الذكاء الاصطناعي التابعين للشركات على WhatsApp وMessenger بلغت 10 ملايين محادثة في الربع الأول من عام 2026، ارتفاعاً من مليون محادثة في بداية العام. وكان أكثر من مليون شركة قد فعّلت Meta Business Agent بحلول موعد الإطلاق الأوسع في يوليو. هذه أرقام Meta نفسها، لكنها تتماشى مع ما يحدث عموماً في سوق دعم المراسلة: توقفت أتمتة تطبيقات المراسلة عن كونها مشروعاً تجريبياً وأصبحت الطريقة الافتراضية التي تتعامل بها الشركات مع الدقائق الأولى من أي محادثة.

لماذا أصبحت تطبيقات المراسلة قناة الدعم

لم ينتقل العملاء إلى WhatsApp وMessenger لأن الشركات طلبت منهم ذلك. انتقلوا لأن التطبيق مفتوح أصلاً على هواتفهم. يضم WhatsApp وحده أكثر من 3 مليارات مستخدم وأكثر من 200 مليون حساب أعمال نشط، وقالت Meta إن هناك أكثر من مليار محادثة نشطة يومياً بين الأشخاص والشركات عبر WhatsApp وMessenger وInstagram.

بُني دعم البريد الإلكتروني والهاتف حول ساعات العمل وطابور الانتظار. أما تطبيقات المراسلة فتعمل وفق توقع رد شبه فوري، أياً كانت الساعة التي يكون فيها العميل مستيقظاً. هذا التفاوت، بين توقعات الاستجابة الفورية وتوظيف موظفين محدود بساعات العمل، هو ما أدخل الذكاء الاصطناعي إلى الصورة. لا يمكن لموظف أن يكون متصلاً عند الساعة 11 مساءً لكل عميل؛ أما النموذج الذي دُرّب مسبقاً على أسئلتكم الشائعة وكتالوجكم فيستطيع ذلك.

ما الذي يفعله دعم الذكاء الاصطناعي المحادثي فعلياً بشكل مختلف

معظم الذكاء الاصطناعي في خدمة العملاء اليوم ليس شجرة قرارات مكتوبة سلفاً (“اضغط 1 للفوترة”). إنه يقرأ الرسالة الفعلية، ويستنتج القصد من السياق، ثم يجيب أو يوجّه المحادثة تبعاً لذلك. وفي تطبيق مراسلة، يتجلى هذا في ثلاث مهام متمايزة إلى حد كبير:

الإجابة عن الأمور المتكررة. سياسة الإرجاع، ساعات العمل، مواعيد الشحن، “هل هذا متوفر بمقاس M”. يقدّر المحللون أن الذكاء الاصطناعي يتعامل الآن مع حصة كبيرة من هذه التفاعلات الروتينية من البداية إلى النهاية، دون أن يرى إنسان الرسالة إطلاقاً.

الاستعانة بكتالوج حي. على WhatsApp تحديداً، يستطيع وكيل مرتبط بـ Meta Commerce Catalog أن يرد على “قمصان قطنية بأقل من 50 دولاراً” ببطاقة منتج حقيقية داخل المحادثة، لا بفقرة تصف أين يمكن إيجاد واحدة.

الإشارة إلى ما يحتاج تدخلاً بشرياً. نزاعات الاسترداد، عميل غاضب، أي أمر يتطلب حكماً بشرياً لا مجرد معلومة، وكيل مُعدّ جيداً يتعرّف على هذه الحالات وينقلها مع سجل المحادثة كاملاً، بدلاً من ترك العميل يكرر كلامه أمام شخص لا يملك أي سياق.

فارق التكلفة الكامن وراء كل هذا جزء كبير من سبب سرعة هذا التبني. تقدّر تقارير الصناعة أن التفاعلات التي يحلّها الذكاء الاصطناعي تكلف نحو دولار إلى دولارين لكل منها، مقابل 6 إلى 12 دولاراً لتذكرة يعمل عليها موظف بشري من البداية إلى النهاية. هذا ليس توفيراً هامشياً عند الأحجام التي يعمل بها دعم المراسلة.

أين يكون مفيداً فعلياً

أوضح مكسب هو السرعة في الأسئلة السهلة. عميل يسأل عن مهلة الإرجاع لا يحتاج إلى الانتظار في طابور خلف شخص لديه نزاع طلب معقّد، وأتمتة الدردشة بالذكاء الاصطناعي على جانب الشركة تعني أنه لن يضطر لذلك. تفيد فرق الدعم التي اعتمدت هذه الأتمتة بحل أسرع لمعظم التذاكر الروتينية، ووقت أكبر أُفرغ للمحادثات التي تحتاج فعلاً إلى حكم بشري.

المكسب الثاني هو الاتساق. موظف مُتعب في محادثته الأربعين خلال اليوم قد يصوغ سياسة الإرجاع بشكل مختلف عمّا فعله في محادثته الخامسة. أما وكيل الذكاء الاصطناعي فيجيب عن السؤال ذاته بالطريقة نفسها في كل مرة، وهذا أمر جيد وسيئ أحياناً في آن، لأنه يعني أيضاً أن سياسة قديمة قد تتكرر بثقة إلى أن يحدّثها أحد في المصدر.

أين لا يزال قاصراً عن كونه بديلاً كاملاً

وكيل الذكاء الاصطناعي لا يفوق جودة ما أُتيح له قراءته. اسأله عن شيء خارج أسئلته الشائعة أو كتالوجه المرفوع، حالة طلب موجودة في نظام منفصل، أو استثناء لسياسة منحه مدير الأسبوع الماضي، وسيخمّن أو يتعثر. تتوقع Gartner أن 40% من تطبيقات المؤسسات ستتضمن وكلاء ذكاء اصطناعي متخصصين بحلول نهاية 2026، ارتفاعاً من أقل من 5% في بداية العقد، لكن “يتضمن وكيل ذكاء اصطناعي” و”يتولى الدعم من البداية إلى النهاية دون إنسان” لا يزالان أمرين مختلفين بالنسبة لمعظم الشركات.

لحظة التسليم هي أكثر مكان يظهر فيه هذا بوضوح. عندما يُعيد الذكاء الاصطناعي المحادثة، على أحدهم أن يقرأها فعلاً، ويفهم ما قيل بالفعل، ويكمل دون أن يطلب من العميل تكرار كلامه. بالنسبة لشركة تدير عدداً قليلاً من المحادثات يومياً، هذه مهمة بسيطة. أما بالنسبة لشركة تدير المئات، فإن قراءة عمليات التسليم التي تعامل معها الذكاء الاصطناعي ومحاولة اللحاق بسياق كل واحدة تتحول إلى عنق زجاجة قائم بذاته، يظهر فقط في مرحلة لاحقة من المحادثة بدلاً من بدايتها.

هذه هي الفجوة التي بُنيت أدوات مثل The Chat Quotient لتشغلها. تحوّل خاصية AI Summary فيها موضوع تسليم طويلاً إلى بضع نقاط مختصرة قبل أن يردّ الموظف البشري، ويعمل AI Inbound Agent الخاص بها مباشرة داخل WhatsApp Web، للشركات التي تريد ردوداً أولى آلية دون المرور عبر منصة أعمال منفصلة. وكيل Meta (أو أي ذكاء اصطناعي مدمج بالمنصة تستخدمه الشركة) يتولى المرور الأولي الآلي؛ وطبقة مثل The Chat Quotient تتولى ما يحدث بمجرد أن يحتاج الأمر إلى تدخل إنسان.

إلى أين يتجه الأمر

الذكاء الاصطناعي في خدمة العملاء على تطبيقات المراسلة لم يعد اتجاهاً مستقبلياً في هذه المرحلة، بل أصبح الخط الأساسي الحالي لأي شركة تحقق حجماً معتبراً عبر WhatsApp أو Messenger. الشركات التي تستفيد منه أكثر ليست تلك التي فعّلت وكيلاً ثم انصرفت. إنها الشركات التي دربته بشكل صحيح على أسئلتها الشائعة وكتالوجها الفعليين، ووضعت قواعد واضحة لمتى يجب أن يتوقف ويستدعي إنساناً، وبنت مسار عمل لما يحدث في الثواني التي تلي عملية التسليم تلك. الأتمتة تُخرج الرد الأول بسرعة. أما ما تفعله الشركة بالمحادثة بعد ذلك، فلا يزال، في الوقت الحالي، مسؤولية بشرية.