Anas HamadAtmet Brain٦ دقائق قراءةكيف استخدمت ليفا للتأمين Atmet لبناء عقل للشركة قبل بناء الـ Agents
المعرفة بقيت داخل الشركة
عندما بدأنا العمل مع ليفا للتأمين (Liva)، كانت بيانات العملاء ووثائق التأمين والمطالبات والمراسلات والملفات الداخلية موزعة بين أكثر من مكان، بينما يحتاج أي Agent إلى فهم الصورة كاملة قبل أن يجيب أو يتخذ أي إجراء.
بدلاً من بناء Agent مستقل لكل مهمة، بدأنا ببناء Knowledge Base موحدة للشركة داخل Atmet، ثم بناء الـ Agents والـ Automations فوقها.
يمكن تشغيل Atmet Local داخل أجهزة وبنية الشركة نفسها، بحيث تبقى معرفة الشركة وبياناتها داخل بيئة الشركة، بينما تبني Models والـ Agents طبقة الفهم التي تحتاجها للعمل.
لم تكن قاعدة المعرفة مجرد ملفات
داخل شركة تأمين، ملفات السياسات والإجراءات مهمة، لكنها لا تكفي. سؤال مثل «ما المستندات المطلوبة للمطالبة؟» يختلف عن سؤال «لماذا مطالبة هذا العميل متأخرة؟».
قد يحتاج السؤال الثاني إلى بيانات العميل، ووثيقة التأمين، وحالة المطالبة، والمستندات التي وصلت، وآخر تواصل مع العميل، والإجراءات التي نفذها الفريق. لذلك تربط Atmet هذه المصادر داخل Knowledge Base واحدة تفهم العلاقة بينها.
أصبح العميل كياناً مرتبطاً بوثيقة ومركبة ومطالبة ومستندات ومراسلات وإجراءات، ليبدأ أي Agent من فهم الشركة الموجود أصلاً.
أصبح الفريق قادراً على بناء الـ Agents
بعد أن أصبحت معرفة الشركة موجودة داخل Atmet، لم يعد الفريق يحتاج إلى بناء Agent من الصفر مع كل Use Case جديدة.
يستطيع الفريق كتابة ما يريد من الـ Agent أن يفعله، وتحديد دوره والأدوات التي يمكنه استخدامها، ثم يعمل فوق نفس Knowledge Base.
يمكن بناء Agent يراجع المطالبات المفتوحة منذ فترة طويلة ويحدد أسباب التأخير، أو Agent يحلل أسباب تأخر المطالبات، أو Agent يجهز Summary للإدارة، أو يكتب Emails للعملاء بناءً على حالة كل مطالبة.
من الفهم إلى Action
يمكن لـ Agent مساعدة فريق المطالبات في فهم ما إذا كانت المطالبة تنتظر مستنداً من العميل، أو إجراءً داخلياً، أو مراجعة من الفريق.
وعندما يجد مجموعة من المطالبات التي تنتظر مستندات، يستطيع تجهيز Email لكل عميل بناءً على حالته الفعلية والمستند الناقص ورقم المطالبة. ويمكن للشركة السماح له بإنشاء Draft فقط أو طلب Approval من الموظف قبل الإرسال.
كما يستطيع Agent آخر استخدام نفس المعرفة للتحليل، مثل مقارنة مدة معالجة المطالبات واكتشاف Patterns متكررة وتجهيز Report للإدارة. نفس المعرفة، لكن لكل Agent Role وأدوات وصلاحيات مختلفة.
هذا هو ما أردنا بناءه مع ليفا
لم نرد أن يكون Atmet مجرد Chatbot جديد داخل شركة التأمين، ولا أداة Automation تحتاج إلى إعداد جديد مع كل مهمة.
بدأنا ببناء عقل يفهم الشركة، وربطنا معرفة الشركة ومصادرها داخل Knowledge Base واحدة يمكن تشغيلها Local داخل بيئة الشركة. بعد ذلك أصبح فريق ليفا قادراً على بناء Agents فوق هذا العقل بمجرد تحديد ما يريد منهم أن يفعلوه بالكتابة.
عقل واحد داخل الشركة، والـ Agents كلها تعمل فوقه.