By: Oliver Hawthorne
تواجه فرق المبيعات اليوم حقيقة مزعجة للغاية. أدوات الذكاء الاصطناعي تصبح أكثر ذكاءً باستمرار. لكن الإجابات التي تقدمها تظل غير موثوقة. يطلب مندوب المبيعات أسعاراً حديثة فيحصل على بيانات منتهية الصلاحية. يكتب المساعد الآلي محتوى يفتقر لمعايير الشركة تماماً. تقدم الأنظمة إجابات مختلفة لنفس السؤال البسيط. تلقي الشركات باللوم دائماً على النموذج المستخدم. لكن المشكلة الحقيقية تكمن في مكان آخر تماماً. الأزمة الحقيقية توجد داخل طبقة المعرفة المغذية لهذه النماذج. الذاكرة المؤسسية المشوهة هي العائق الفعلي أمام نجاح هذه التقنيات. هذا الخلل يهدد جدوى الاستثمارات التقنية الضخمة.
تطرح شركة Spekit حلاً لهذه المعضلة عبر محرك المعرفة GTM Knowledge Engine 2.0 الجديد. يركز هذا النظام على التحكم في المعرفة بدلاً من بناء مساعد آخر. يتيح خادم بروتوكول سياق النموذج (MCP) الجديد، المتوفر حالياً في نسخته التجريبية، ربط قواعد المعرفة المعتمدة مباشرة بأدوات مثل Claude وChatGPT وCopilot وGlean وGemini. يتضمن التحديث أيضاً أداة Brand Studio لتطبيق معايير الهوية البصرية والتحريرية. وتساعد ميزة AI Content Builder في إنشاء بطاقات المقارنة التنافسية وكتيبات المبيعات. كما يوفر نظام Dashboard Agent تحليلات دقيقة لتتبع المحتوى المؤثر وتحديد الأصول القديمة. تشارك شركات مثل Amplitude في هذه النسخة التجريبية المقرر إطلاقها رسمياً في 16 يونيو.
القيمة الحقيقية هنا تجارية وليست تقنية بحتة. تسابقت الشركات لتبني مساعدين رقميين دون الالتفات لجودة البيانات الأساسية. تشتت المعرفة عبر أنظمة منفصلة يؤدي إلى تضارب المعلومات باستمرار. تتعامل Spekit مع الحوكمة كبنية تحتية أساسية للعمل اليومي. تسعى الشركة لإنشاء مصدر موحد للحقيقة يرافق الموظف والآلة معاً. تؤكد الرئيسة التنفيذية والمؤسسة المشاركة Melanie Fellay على ضرورة ربط المعرفة بمصدرها الأصلي باستمرار. مع اشتداد المنافسة بين النماذج، لن تكون العبرة بذكاء الآلة بل بمدى موثوقية بياناتها. يجب على قادة الإيرادات التوقف عن التساؤل حول أي نموذج يشترون. السؤال الأهم هو هل يمكن الوثوق بالبيانات المغذية له بعد ستة أشهر.
Author bio: Oliver Hawthorne, مراسل رئيسي مقيم في مراجعة تكنولوجية دولية، متخصص في تحليل برمجيات المؤسسات، وحوكمة البيانات، واستراتيجيات الذكاء الاصطناعي العملي.