لتصنيف الإنفاق حين تكون بنود أوامر الشراء والفواتير غامضة، اتفق أولاً على قائمة فئات قصيرة، ونظّف أسماء الموردين، وطبّق قواعد بسيطة على الموردين الذين يبيعون شيئاً واحداً فقط. ثم دع الذكاء الاصطناعي يقترح فئة لكل بند متبقٍ مع درجة ثقة. ويراجع مسؤول الفئة البنود منخفضة الثقة، ويصبح كل تصحيح قاعدة.
أبرز النقاط
- قائمة الفئات أهم من الأداة، فأبقِها قصيرة ولها مسؤول.
- تنظيف أسماء الموردين والقواعد البسيطة يصنّفان كثيراً من البيانات قبل أي ذكاء اصطناعي.
- الذكاء الاصطناعي جيد في البنود المتفرقة الكثيرة: الأوصاف النصية الحرة، والأوصاف المختلطة بالعربية والإنجليزية، والموردين الجدد.
- يراجع شخص الاقتراحات منخفضة الثقة، وتعود التصحيحات قواعدَ جديدة.
- قِس نسبة البنود المتبقية في فئة «أخرى»، والدقة على عيّنة مُراجَعة.
لماذا يصعب تصنيف الإنفاق إلى هذا الحد؟
يصدّر محلل المشتريات بنود أوامر الشراء والفواتير من SAP أو Oracle أو Odoo إلى Excel. فيجد أوصافاً مثل «أصناف حسب عرض السعر» أو «متفرقات» أو «خدمات مقدَّمة» أو رقم قطعة. ويظهر المورد نفسه بأربع تهجئات، إحداها بالعربية. ونصف البنود أُنشئ بعد وصول الفاتورة، بأي وصف كتبه مقدّم الطلب. وأكبر فئة في التقرير هي «أخرى».
وهكذا لا يستطيع مدير الفئة الإجابة عن أسئلة بسيطة: كم مورداً نستخدم للنظافة، وأي وحدات الأعمال تشتري أجهزة تقنية خارج الاتفاقية الإطارية. ويقضي المحلل أياماً في إصلاح الجدول كلما سأل أحدهم.
والعمل اليدوي من هذا النوع شائع: ففي استطلاع جاهزية الذكاء الاصطناعي من Procurement Tactics وSuplari، تمت المراجعة في نوفمبر 2026، وصف 72.1% من فرق المشتريات عبء العمل اليدوي لديهم بأنه مرتفع أو مرتفع جداً، مع استمرار نقل البيانات يدوياً بين أنظمة ERP والتوريد والعقود والتقارير.
ما الذي يجب إصلاحه قبل استخدام الذكاء الاصطناعي؟
- اتفقوا على قائمة فئات بمستويين أو ثلاثة تطابق طريقة الشراء الفعلية لمديري الفئات لديكم. وسمّوا مسؤولاً لكل فئة.
- قرروا هل تحتاجون إلى مجموعة رموز قياسية. الجهات العامة تحتاج إليها غالباً: إذ تطلب تعريفات بيانات الإنفاق لمكتب مجلس الوزراء البريطاني، تمت المراجعة في نوفمبر 2026 ترميز الإنفاق وفق UNSPSC أو CPV. ومعظم الشركات متوسطة الحجم تستطيع الربط لاحقاً.
- نظّفوا أسماء الموردين في سجل واحد لكل مورد، بما في ذلك التهجئات العربية والإنجليزية.
- اكتبوا قواعد للموردين الذين يبيعون شيئاً واحداً: مقاول النظافة يقع دائماً تحت المرافق.
- أدرجوا ما تبقى. هذا هو الجزء المتفرق الذي يجب أن يعمل عليه الذكاء الاصطناعي.
وقائمة الفئات هي حيث تخطئ فرق كثيرة. ترى Coupa، تمت المراجعة في نوفمبر 2026 أن المؤسسات كثيراً ما لا تمنح تصنيفها ما يكفي من الوقت والتفكير، وأن فئة «أخرى» الكبيرة تُضعف تحليلات الإنفاق.
ماذا يفعل الذكاء الاصطناعي بالبنود المتفرقة؟
لكل بند متبقٍ، يقرأ الذكاء الاصطناعي الوصف والمورد ورمز الحساب في دفتر الأستاذ العام وأي نص مرتبط من أمر الشراء أو الفاتورة، ويقترح فئة مع درجة ثقة وسبب قصير. ويتعامل مع الأوصاف المختلطة بالعربية والإنجليزية، وأرقام القطع التي يستطيع البحث عنها في سجل الأصناف لديك، والموردين الجدد بلا تاريخ.
تُطبَّق الاقتراحات عالية الثقة وتؤخذ منها عيّنات. أما منخفضة الثقة فتذهب إلى مسؤول الفئة، الذي يقبلها أو يصححها. ويصبح كل تصحيح قاعدة أو مثالاً، فلا يُراجع البند نفسه مرتين. الشخص يملك الفئة، والذكاء الاصطناعي يقترح.
متى تكفي أداة لتحليل الإنفاق أو نموذج أفضل لطلب الشراء؟
إذا كان معظم الإنفاق يمر أصلاً عبر كتالوجات وعقود لها رموز فئات، فأصلح نموذج طلب الشراء ليختار مقدّمو الطلبات فئة، وأوقف السماح بالطلبات النصية الحرة لأصناف الكتالوج. وإذا كنت تشغّل أصلاً وحدة لتحليل الإنفاق في منظومة المشتريات لديك، فاستخدم تصنيفها، ووجّه الجهد إلى قائمة الفئات وتنظيف أسماء الموردين.
ويساعد الذكاء الاصطناعي حين تكون الطلبات النصية الحرة واللاحقة للفاتورة شائعة، والأوصاف مختلطة اللغات، والمحلل يكرر التنظيف نفسه لكل تقرير.
#كيف تدير Stennir هذا العمل؟
كثيراً ما تكتشف Stennir تصنيف الإنفاق أثناء استشارات الذكاء الاصطناعي: يرتّب تدقيق فرص الذكاء الاصطناعي خمسة مسارات عمل، لكل منها تكلفة ومبرر للعائد، ويوصي ببناء واحد. وإذا فاز التصنيف، يبني تنفيذ الذكاء الاصطناعي القواعد واقتراحات الذكاء الاصطناعي وقائمة المراجعة داخل حساباتك، مع اعتماد مسؤولي الفئات للبنود منخفضة الثقة وتسجيل كل تغيير.
العربية والإنجليزية مدعومتان بالكامل، واللغات الأخرى عند الطلب. ثم يتابع التشغيل المُدار للذكاء الاصطناعي نسبة البنود في فئة «أخرى» والدقة على عيّنة مُراجَعة، بمسؤول محدد بالاسم. ويُري التدريب على الذكاء الاصطناعي مديري الفئات كيف يراجعون ويصححون بسرعة.
We are
تبني Stennir قواعد التصنيف وقائمة المراجعة على قائمة فئاتك أنت، مع اعتماد مسؤولي الفئات لما لا يتأكد منه الذكاء الاصطناعي.
We aren't
Stennir ليست منظومة لتحليل الإنفاق، ولا تبيع تصنيفاً ثابتاً يجب أن تعتمده.
ماذا يفعل محلل المشتريات بعد ذلك؟
خذ مستخرجاً حديثاً واحداً، واحسب البنود في فئة «أخرى» والتهجئات المختلفة لأكبر مورديك. إذا كان الاثنان مرتفعين، فابدأ بقائمة الفئات وتنظيف أسماء الموردين. راجع الذكاء الاصطناعي للعمليات والذكاء الاصطناعي لإدخال البيانات، ثم أجرِ تقييم الجاهزية المجاني أو احجز مكالمة مدتها 30 دقيقة.
أسئلة شائعة
ماذا تحتاجون منا؟
مستخرجاً لبنود أوامر الشراء والفواتير، وسجل الموردين الرئيسي، وقائمة الفئات الحالية أو التي تريدها، ومسؤول فئة لكل مجال يستطيع مراجعة الاقتراحات. وصلاحية القراءة في نظام ERP تكفي للبدء، ولا يُكتب شيء في النظام قبل أن تعتمده.
هل يعمل مع الأوصاف العربية؟
نعم. تبني Stennir التصنيف للبنود العربية والإنجليزية والمختلطة، وتدمج التهجئات العربية والإنجليزية للمورد نفسه بقواعد تعتمدها أنت. واللغات الأخرى مدعومة عند الطلب وتُختبر على بياناتك أولاً. والبنود غير الواضحة تذهب إلى مسؤول الفئة بدلاً من تخمينها.
هل نحتاج إلى رموز UNSPSC؟
فقط إذا طلبتها جهة تنظيمية أو شركة أم أو عميل. ومعظم الشركات متوسطة الحجم تستفيد أكثر من قائمة فئات قصيرة يعرفها مشتروها. وإذا احتجت إلى مجموعة رموز قياسية لاحقاً، يمكن ربط كل فئة من فئاتك بها مرة واحدة، دون إعادة تصنيف كل بند.
أين تبقى بيانات الإنفاق لدينا؟
حيث تقتضي قواعدك. يُتفق على الاستضافة كتابةً قبل البناء، في سحابتك أو بلدك أو أنظمتك الحالية. وتبقى البيانات والقواعد والسجلات في حساباتك، وتحتفظ أنت بمفتاح الإيقاف، وتقرر ما يجوز لأي مزوّد نماذج الاحتفاظ به.
