تُعد الاجتماعات المسجّلة أصلًا معرفيًا لا يُستفاد منه بما يكفي. فهي صعبة البحث، وتستغرق مراجعتها وقتًا طويلًا، كما أنها موزعة في مساحات تخزين منفصلة للفرق، ما يؤدي غالبًا إلى إغفال رؤى قيّمة.
خلال هاكاثون استمر يومًا واحدًا، بنى فريق من ثلاثة أشخاص Callombia. وهي منصة داخلية تنسخ المكالمات المسجّلة تلقائيًا، وتضيف إليها الوسوم والملخصات، وتحوّلها إلى مقاطع ضمن مستودع قابل للبحث يشبه YouTube ومتاح للمكاتب حول العالم.
استُخدم Codex لبناء الحل بالكامل، وهو يعتمد على بحث دلالي مدعوم بتضمينات OpenAI وتشابه جيب التمام لإظهار اللحظات ذات الصلة حتى عند عدم استخدام الكلمات المفتاحية نفسها، مع إضافة روبوت محادثة قائم على RAG ونظام للإشعارات.
أُنجز خلال سبع ساعات ما كان سيستغرق أسابيع في السابق، ما يبرهن على أن التطوير القائم أساسًا على الذكاء الاصطناعي، باستخدام وكلاء البرمجة مثل Codex، قادر على اختصار دورة تطوير المنتجات بدرجة كبيرة وتحقيق قيمة تجارية حقيقية من الهاكاثونات الداخلية.
إذا كنت مثلي، فنادرًا ما يتوافر لديك الوقت (أو القدرة على التركيز) لإعادة الاستماع إلى الاجتماعات المسجّلة. وغالبًا ما يرجع ذلك إلى الاضطرار للبحث في مساحات تخزين الفرق غير المنظمة، وتجاوز الأحاديث الجانبية الرديئة، ومحاولة الإنصات فعليًا بالتزامن مع إرسال رسائل البريد الإلكتروني والرسائل الأخرى.
لكن لعل الأمر لا يجب أن يكون هكذا؟ ربما يمكننا بناء شيء يغيّر طريقة التعامل مع الاجتماعات المسجّلة تمامًا؟ كانت هذه هي الفكرة وراء مشروع الهاكاثون الأخير لدينا.
في يوم واحد فقط، تصدى 50 فردًا من فرق الهندسة والتنفيذ والعمليات لدينا لعدد من المشكلات المطروحة من مختلف أقسام الشركة، بدءًا من توسيع عمليات التوظيف وتبسيط إعداد بيانات نطاق العمل وفهم حالة المشاريع، وصولًا إلى إنشاء النماذج الأولية مباشرةً واستخلاص الرؤى من الاجتماعات المسجّلة.
في هذا الهاكاثون القائم على Codex، بنينا Callombia. Callombia هو YouTube شركتنا؛ إذ يحوّل كل مكالمة إلى أصل حي قابل للبحث. تُنسخ كل مكالمة تلقائيًا وتُضاف إليها الوسوم والملخصات، ثم تُقسّم إلى مقاطع موضوعية وتُضاف إلى مستودع منظّم حسب القنوات (العملاء) والموضوعات (مجالات التخصص في الذكاء الاصطناعي). يتيح ذلك لأي عضو في الفريق، من لندن أو إدنبرة أو سنغافورة أو أستراليا، الوصول فورًا إلى اللحظات التي تهمه في المكالمات.
تجعل واجهة المستخدم المألوفة والمتسقة مع هويتنا اكتشاف المحتوى بديهيًا، فيما يساعد البحث الدلالي (وبالطبع روبوت محادثة قائم على RAG) الأشخاص على العثور على ما يبحثون عنه تحديدًا. كما يتيح نظام الإشعارات لزملائنا الاشتراك في موضوعات محددة وتلقي إشعار عند نشر أي مقاطع جديدة تهمهم.
لكن أروع ما في Callombia ليس المنتج ولا جائزة الهاكاثون البالغة ألفي جنيه إسترليني (للتباهي)، بل أننا استطعنا بناء كل ذلك في سبع ساعات فقط بمهندسين اثنين ومسؤول تنفيذ واحد. لم يكن ذلك ممكنًا قبل عام. سرّعت التحسينات التي طرأت على وكلاء البرمجة عملية تطوير المنتجات المتكاملة بدرجة هائلة، وأثبت هذا الهاكاثون أنه بيئة اختبار ممتازة لفهم حدود إمكاناتهم المتفاوتة. إذًا، كيف استخدمنا Codex؟
بدلًا من الاكتفاء بكتابة قائمة طويلة من المتطلبات، بدأنا بمشاركة رؤيتنا الجماعية، في صورة مطالبة، لنطاق المشكلة وتصورنا لمنصة Callombia. تعمدنا عدم الخوض في التفاصيل، فتركنا للنموذج مهمة العمل وأتحنا له التفكير بإبداع:
بعد عشر دقائق من النقاش المتبادل، فعّلنا وضع التخطيط لحصر المتطلبات وتوجيه الجانب التقني من عملية البناء. يشبه وضع التخطيط الإجابة عن أسئلة ذلك الصديق المزعج الذي فكّر، لحسن الحظ، في كل سيناريو ممكن. وبعد الاتفاق على أمور مثل عدد مقاطع الفيديو، والاختيار بين البحث الدلالي أو البحث بالكلمات المفتاحية، والبنية التي سنستخدمها، أنشأ ملف Markdown أصبح أساس المشروع منذ ذلك الحين.
بعد وضع الخطة، تمثلت الخطوة التالية في بناء المكونات الأساسية اللازمة لتشغيل Callombia فعليًا. كان ذلك يعني إنشاء مسار عمل يحوّل المكالمات المسجّلة إلى أصول قابلة للبحث:
استيعاب مقاطع الفيديو والنصوص المفرغة،
وتقسيمها إلى لحظات ذات معنى،
وإثرائها بالملخصات والوسوم،
وإتاحتها عبر واجهات API يمكن للواجهة الأمامية استخدامها.
ركّز إد بدرجة أكبر على تحويل التسجيلات الأولية وبيانات النصوص المفرغة إلى صيغة قابلة للاستخدام، بينما ركّز نيكو على طبقة الاسترجاع التي ستتيح اكتشاف تلك اللحظات. وبمساعدة Codex، تمكّن كلاهما من إعداد نماذج البيانات ونصوص الاستخراج البرمجية والبنية الخلفية بسرعة تفوق كثيرًا ما كان بوسعنا إنجازه يدويًا. وهكذا أصبح لدينا ما هو أكثر بكثير من مجرد نص مفرغ مرفق بفيديو. أصبح لدينا لحظات محددة: فقرة Tesco، وتحديث الاستراتيجية، ونقاش التوظيف، وتلك الثواني التسعون تحديدًا من المكالمة التي يريد شخص ما مشاهدتها فعلًا.
وفي طبقة الاسترجاع تحديدًا، ازدادت الأمور تشويقًا. أردنا أن يتمكن شخص ما من كتابة عبارات مثل “financial performance,” أو “Tesco roadmap,” أو “conversation evals” والانتقال إلى المقاطع الأكثر صلة، حتى إن لم تُذكر هذه الكلمات حرفيًا. ولتحقيق ذلك، أنشأنا مقاطع تتضمن طوابع زمنية وملخصات ونصوصًا مفرغة وبيانات وصفية. في ظل تصور واضح للبنية، وبمساعدة كبيرة من Codex، جمعنا الموضوع والملخص والنص المفرغ في مُدخل واحد، واستخدمنا نموذج text-embedding-3-small من OpenAI لإنشاء تضمينات لكل مقطع. خزّنا هذه التضمينات في قاعدة بياناتنا، واستخدمنا تشابه جيب التمام لمقارنة استعلام المستخدم بكل مقطع، ما منحنا طبقة استرجاع دلالي بدلًا من مجرد بحث بسيط بالكلمات المفتاحية.
حقق ذلك دقة ممتازة، ومنح المنتج إحساسه «السحري» خلال العرض التوضيحي في الهاكاثون. وفي الوقت نفسه، أدركنا أن هذا النهج لن يظل قابلًا للتوسع إذا استمر عدد مقاطع الفيديو في النمو، لأن مقارنة كل استعلام بكل مقطع ستصبح في نهاية المطاف باهظة التكلفة. ستكون الخطوة التالية المنطقية هي اعتماد استراتيجيات استرجاع أكثر كفاءة، مثل «العالم الصغير القابل للتنقل هرميًا»، لتقليل عدد المقارنات والحفاظ على زمن استجابة منخفض مع اتساع مجموعة المحتوى. وبعد تشغيل هذه الميزة، بدأ Callombia يبدو أقل شبهًا بمكتبة وسائط وأكثر شبهًا بنظام معرفي.
وكما هي الحال في كل هاكاثون جيد، احتاج هذا الجزء أيضًا إلى التحسين المتكرر: كانت حدود المقاطع الأولى تقريبية للغاية، واحتاجت بعض الطوابع الزمنية إلى مزيد من الضبط، وكانت بعض الوسوم واسعة أكثر من اللازم، كما لم تكن ملفات النصوص المفرغة والتسجيلات متطابقة دائمًا بدقة. لكن هنا أيضًا ظهرت القيمة الحقيقية. أتاح لنا Codex تحسين النظام بسرعة بدلًا من التعطل في أعمال الإعداد وإعادة التنفيذ. وفي النهاية، أصبح لدينا نظام خلفي قادر على تشغيل المقاطع والمقتطفات وتوفير بحث دلالي مفيد حقًا؛ وعندها بدأ Callombia يبدو كمنتج حقيقي، لا مجرد عرض توضيحي لهاكاثون.
بينما كان إد ونيكو يبنيان طبقة الاستيعاب ومستوى الذكاء، توليت أنا بناء الواجهة الأمامية. باستخدام قالبنا المتكامل، تمكّنت سريعًا من إنشاء نسخة أولى من الموقع دون كتابة سطر واحد من التعليمات البرمجية. وبعد أن طلبت منه فتح الموقع محليًا في متصفحي، كنت أقدّم ملاحظات بسيطة في نقاط لتطوير التصميم تدريجيًا حتى يصل إلى الشكل الذي أريده.
بعد نحو ساعة من النقاش المتبادل، وصلت إلى نتيجة كنت راضيًا عنها إلى حد كبير، وكل ذلك دون أي خبرة في واجهات المستخدم أو التصميم. ورغم أن المنتج النهائي ليس مثاليًا بالتأكيد، فإنه نسخة أولى جيدة جدًا تساعد الناس على فهم المنتج.
لضمان أن يكون لدينا شيء مكتمل بنهاية اليوم، وزّعنا العمل فيما بيننا. وبالطبع، بعد بضع ساعات من العمل شبه المستقل، أصبح لكل منا فرعه المحلي المليء بالتعارضات.
وبدلًا من قضاء وقت لم نكن نملكه في مراجعة التعارضات وحلها بعناية، قررنا إطلاق العنان لـCodex في المستودعات ليتولى حلها بنفسه. ورغم أننا لا نوصي حاليًا بهذا الأسلوب في تطوير برمجيات بمستوى المؤسسات، كان من المذهل أن نرى مدى فعاليته في بيئة محدودة المخاطر، وقد وفّر علينا ساعات طويلة.
كانت المرحلة الأخيرة من الهاكاثون تسجيل عرض Callombia التوضيحي أمام الحكام. ورغم أن حدسنا دفعنا إلى فتح Loom لتولي التسجيل، رأينا أن هذا قد يكون اختبارًا حقيقيًا لـCodex ومهمة تتجاوز قليلًا قدراته الحالية. لذا... كتبنا مطالبة، وزوّدناه برابط موقع Callombia، وأرفقنا تسجيلًا لصوتي على منصة المطورين التابعة لـOpenAI، ثم طلبنا منه تولي الباقي.
كانت المحاولة الأولى مبهرة للغاية؛ فقد كتب نصًا للعرض، وسجّل الشاشة، وأضاف تعليقي الصوتي، ونفّذ المطلوب إلى حد بعيد. الشيء الوحيد الذي لم نرضَ عنه فورًا كان مزامنة التعليق الصوتي مع تسجيل العرض، لذا طلبنا منه: “MANDATORY: align the voiceover exactly with what is being shown in the demo. There was misalignment (e.g. on the chat page). Triple check alignment of voiceover and the screen-recorded demo at the end. Match it up through whichever means possible.”
استجابةً لذلك الطلب، قسّم Codex التعليق الصوتي والتسجيل إلى أقسام أصغر، ونفّذ المهمة بإتقان شبه تام قبيل الساعة 5:30 مساءً، في الوقت المناسب للاحتفال بالجعة والبيتزا.
نعلم أن Callombia يحل مشكلة تواجه معظم الشركات. من الصعب حضور كل مكالمة في شركة سريعة النمو، لكن الأفكار القيّمة المتداولة في هذه المكالمات لا تُقدّر بثمن. والآن لا ينقصنا سوى نقله إلى بيئة الإنتاج.
لكن ثمة درس أهم هنا حول اعتماد الذكاء الاصطناعي أساسًا في العمل، وحول فائدة تكريس الخبرات الهندسية والمنتجية لمعالجة المشكلات المشتركة. ومن خلال الخروج عن دورة عملنا المعتادة والتعاون بين الفرق في بيئة شبه تنافسية، انتهينا إلى عدد من الحلول التي يمكن طرحها في بيئة الإنتاج بعد بعض التعديلات. وبتكرار ذلك بانتظام، يمكننا ضمان أن تكون عملياتنا الداخلية بالسلاسة نفسها التي تتميز بها الحلول التي نبنيها للعملاء.