آٹھویں حصے میں ہم نے تعمیل کی بنیاد محفوظ کی: ای انوائسنگ، VAT، لوکلائزیشن، ڈیٹا ریذیڈنسی، اور مربوط پے رول۔ اس کے ساتھ ہم نے پوری سیریز طے کر لی: ERP کیا ہے، آپ کو اس کی ضرورت کب ہوتی ہے، اس کے ماڈیولز، اسے کیسے منتخب کریں، اس کی حقیقی لاگت، منصوبے کیوں ناکام ہوتے ہیں، اسے کیسے نافذ کریں، اور اسے تعمیل کے قابل کیسے بنائیں۔ ایک آخری سوال مستقبل کا نقشہ کھینچتا ہے: یہ سسٹمز کس طرف جا رہے ہیں؟ اس کا جواب آج ہر ڈیمو میں گونجتا ہے — مصنوعی ذہانت۔ لیکن یہ آج حقیقت میں جو کرتی ہے اور جو مبالغہ آرائی کے طور پر بیچا جاتا ہے، ان کے درمیان ایک بڑی خلیج ہے۔ اس نویں اور آخری حصے میں ہم حقیقت کو چمک دمک سے الگ کرتے ہیں، اور طے کرتے ہیں کہ ایک سعودی کاروبار کو کیا مطالبہ کرنا چاہیے۔

سسٹم کی زبان سیکھنے کے بجائے اس سے عربی میں پوچھیں

ERP کی سب سے بڑی رکاوٹ کبھی اس کی قیمت نہیں تھی؛ رکاوٹ یہ تھی کہ اسے چلانے کے لیے اس کی زبان سیکھنی پڑتی تھی — کون سی اسکرین، کون سی رپورٹ، کون سا فیلڈ۔ AI اس مساوات کو الٹ دیتی ہے: آپ سسٹم سے عربی میں ویسے ہی پوچھتے ہیں جیسے کسی ملازم سے پوچھتے ہیں — اس مہینے ہم نے پچھلے مہینے کے مقابلے میں کتنا بیچا؟ کن سپلائرز کی ادائیگی واجب الادا ہے؟ — اور یہ آپ کو کسی ایسے کوڈ سے نہیں جسے یاد رکھنا پڑے، بلکہ ایک جدول یا چارٹ سے جواب دیتا ہے۔ اور پوچھنے سے آگے: خود کنفیگریشن۔ کسی کنسلٹنٹ کے ہفتوں تک آپ کے خریداری کے چکر کو ترتیب دینے کے بجائے، آپ الفاظ میں بیان کرتے ہیں کہ آپ کیا چاہتے ہیں اور سسٹم آپ کے جائزے کے لیے پہلا مسودہ تیار کر دیتا ہے۔ یہ کوئی دور کا وعدہ نہیں بلکہ ایک صلاحیت ہے جو پہلے ہی سسٹمز میں آ رہی ہے، اور یہی کسی کاروبار اور اس کے سافٹ ویئر کے درمیان فاصلہ مٹا دے گی۔

یہی وہ خیال ہے جس پر ہم نے Fahim — WhatsApp سے چلنے والا ERP بنایا ہے: آپ عربی کے ایک تحریری یا صوتی پیغام سے روزمرہ کے کام چلاتے ہیں، اور چیٹ ہی میں خود سسٹم میں تبدیلیوں کی درخواست کرتے ہیں، جنہیں AI منٹوں میں نافذ کر دیتی ہے۔

دستاویزات کی خودکار گرفت: کاغذ سے اندراج تک

جو پہلے سے لکھا ہوا ہے اسے دوبارہ ٹائپ کرنے میں بے شمار گھنٹے ضائع ہوتے ہیں: سپلائر کی انوائس فائل کی صورت میں آتی ہے اور ہاتھ سے درج کی جاتی ہے؛ رسید کی تصویر لی جاتی ہے اور سطر بہ سطر ٹائپ کی جاتی ہے۔ AI دستاویز — انوائس، رسید، پرچیز آرڈر — پڑھتی ہے اور سپلائر، تاریخ، اشیا، رقوم اور ٹیکس نکالتی ہے، پھر منظوری کے لیے تیار اندراج تجویز کرتی ہے۔ آپ جائزہ لے کر تصدیق کرتے ہیں؛ آپ شروع سے نہیں لکھتے۔ یہ آج ERP میں AI کے سب سے پختہ استعمالات میں سے ایک ہے، اور اس کا اثر براہ راست ہے: اندراج کی کم غلطیاں، تیز تر ماہانہ کلوزنگ، اور نقل کرنے سے زیادہ قیمتی کام کے لیے واپس ملنے والا وقت۔

پیش گوئی: طلب اور کیش فلو، ان کے ہونے سے پہلے

آپ کے سسٹم نے برسوں میں جو ڈیٹا جمع کیا ہے وہ کوئی مردہ آرکائیو نہیں بلکہ پیش گوئی کا ایندھن ہے۔ AI آپ کی فروخت کی تاریخ اور موسمی رجحانات پڑھتی ہے اور اگلے مہینے کی طلب کا اندازہ ہر شے کے لحاظ سے لگاتی ہے، تاکہ آپ ایسے اضافی ذخیرے کے بغیر خریدیں جو آپ کی نقدی کو منجمد کر دے، اور ایسی کمی کے بغیر جس سے کوئی فروخت ہاتھ سے نکل جائے۔ کیش فلو کے معاملے میں یہ آپ کی وصولی اور ادائیگی کے معمول کے اوقات پڑھتی ہے اور آپ کو ہفتوں پہلے خبردار کرتی ہے کہ اگلے مہینے نقدی تنگ ہو گی۔ اندازے پر کیے گئے فیصلے اور ہزاروں لین دین سے پڑھے گئے پیٹرن پر کیے گئے فیصلے کا فرق سال کے آخر میں نظر آتا ہے۔ لیکن دھیان رہے: پیش گوئی آپ کے ڈیٹا کے معیار کے تابع ایک تخمینہ ہی رہتی ہے، کوئی غیب کی خبر نہیں۔

بے قاعدگی اور دھوکا دہی کی نشاندہی: وہ آنکھ جو کبھی نہیں سوتی

ہر مہینے ہزاروں لین دین میں کوئی انسانی آنکھ دو بار ادا کی گئی انوائس، اچانک قیمت بڑھانے والا سپلائر، یا کسی شعبے کا پیٹرن توڑنے والا خرچ نہیں پکڑ سکتی۔ AI آپ کے اعداد کا معمول کا پیٹرن سیکھتی ہے اور پھر غیر معمولی چیز پر جھنڈا اٹھاتی ہے: دہری ادائیگی، معمول کی حد سے باہر رقم، اپنے مزاج سے ہٹ کر کام کرنے والا صارف۔ یہ کسی پر الزام نہیں لگاتی؛ یہ آپ کی توجہ اس طرف مبذول کراتی ہے جو دیکھنے کے لائق ہے۔ ایسے کاروبار کے لیے جو اتنا بڑھ جائے کہ اس کا مالک ہر حرکت نہ دیکھ سکے، یہ تحفظ کی ایک تہہ ہے جو پہلے صرف انہی کو میسر تھی جو کل وقتی آڈیٹر رکھ سکتے تھے۔

ایجنٹک آٹومیشن: اگلا قدم کون اٹھاتا ہے

پرانی آٹومیشن سخت قواعد تھی: اگر یہ ہو تو وہ کرو۔ نیا یہ ہے کہ AI صرف خبردار کرنے پر نہیں رکتی بلکہ قدم تجویز کرتی ہے اور آپ کی اجازت کے بعد اسے انجام دیتی ہے: اسٹاک کم ہوتا ہے تو یہ معمول کے سپلائر کو معمول کی مقدار کا پرچیز آرڈر تیار کرتی ہے؛ کوئی انوائس واجب الادا ہو جاتی ہے تو یہ یاد دہانی کا مسودہ لکھتی ہے؛ چھٹی کی درخواست اسے منظور کرنے والے تک پہنچا دی جاتی ہے۔ فیصلہ کرنے والے آپ ہی رہتے ہیں، لیکن فیصلوں کے درمیان کا روزمرہ کام خود بخود چلتا ہے۔ سب سے بڑی تبدیلی یہیں ہے: ایسے سسٹم سے جس سے آپ پوچھتے ہیں، ایسے سسٹم کی طرف جو آپ کے ساتھ کام کرتا ہے۔ دانشمندی یہ ہے کہ کم خطرے والے کاموں سے آغاز کریں اور اعتماد کو بتدریج بڑھائیں۔

حقیقت بمقابلہ مبالغہ آرائی: ایک سعودی کاروبار کو کیا مطالبہ کرنا چاہیے

AI کا لیبل لگی ہر چیز ذہانت نہیں ہوتی۔ دستاویزات کی گرفت، پیش گوئی، بے قاعدگی کی نشاندہی، اور عربی میں سوال پوچھنا ایسی صلاحیتیں ہیں جو آج کام کرتی ہیں اور قابل پیمائش قدر فراہم کرتی ہیں۔ لیکن کھلے وعدے — ایک سسٹم جو بغیر مداخلت آپ کا کاروبار چلائے، ایک ذہانت جو ہر خامی درست کر دے — ایسی مبالغہ آرائی ہیں جو نتیجہ نہیں بلکہ ایک نام بیچتی ہے۔ ایک سعودی کاروبار کسی سیلز پیشکش پر یقین کرنے سے پہلے چار سوال پوچھتا ہے: یہ AI کون سا مخصوص مسئلہ حل کرتی ہے؛ یہ کہاں سے سیکھتی ہے — میرے ڈیٹا سے یا کسی عمومی ماڈل سے؛ میرا ڈیٹا کہاں پروسیس ہوتا ہے اور کیا یہ ڈیٹا کے تحفظ کے قانون کے مطابق ہے؛ اور کیا حتمی فیصلہ کسی انسان کے پاس رہتا ہے؟ جو ذہانت ان کا واضح جواب نہ دے وہ مارکیٹنگ کا ایک فیچر ہے، کوئی ٹول نہیں۔

Origami کا نقطۂ نظر

Origami میں ہم سعودی کاروباروں کی خدمت کرنے والی ایک ٹیکنالوجی کمپنی ہیں، اور ہم ERP میں AI کو ایک ٹول کے طور پر دیکھتے ہیں، نعرے کے طور پر نہیں۔ ہم ایک حقیقی مسئلے سے آغاز کرتے ہیں — گھنٹوں کھا جانے والا ڈیٹا کا اندراج، غیر موجود پیش گوئی، نظر سے اوجھل رہ جانے والی بے قاعدگیاں — اور ذہانت وہاں شامل کرتے ہیں جہاں وہ ناپی گئی قدر فراہم کرے، وہاں نہیں جہاں وہ ڈیمو میں چمکے۔ اور ہم دو اصولوں پر قائم رہتے ہیں: آپ کا ڈیٹا سعودی ڈیٹا اور مصنوعی ذہانت اتھارٹی (SDAIA) کے تحت ذاتی ڈیٹا کے تحفظ کے قانون (PDPL) کے مطابق پروسیس ہوتا ہے، اور حتمی فیصلہ آپ کے پاس رہتا ہے۔ AI ایک اچھی طرح بنے ہوئے سسٹم کی قدر کو کئی گنا بڑھاتی ہے، لیکن یہ غیر واضح عمل یا گندے ڈیٹا کی تلافی نہیں کرتی — یہی وہ چیزیں ہیں جو ہم نے پچھلے حصوں میں سب سے پہلے تعمیر کیں۔

خلاصہ

اس کے ساتھ ہم نو حصوں پر مشتمل ERP سیریز مکمل کرتے ہیں: ہم نے واضح کیا کہ یہ سسٹم کیا ہے، آپ کو اس کی ضرورت کب ہے اور کب نہیں، اس کے ماڈیولز کھولے، کلاؤڈ بمقابلہ آن پریمیسس اور تیار شدہ بمقابلہ حسب ضرورت کا موازنہ کیا، اس کی حقیقی لاگت سامنے رکھی، سمجھا کہ منصوبے کیوں ناکام ہوتے ہیں اور کیسے کامیاب ہوتے ہیں، نفاذ کے مراحل طے کیے، سعودی تعمیل کو محفوظ بنایا، اور وہاں اختتام کرتے ہیں جہاں سسٹمز جا رہے ہیں: ایک ذہانت جو آپ اور آپ کے سافٹ ویئر کے درمیان فاصلہ مٹا دیتی ہے اور سسٹم کو آپ کے بھرے جانے والے کھاتے سے ایک ایسے ساتھی میں بدل دیتی ہے جو پڑھتا ہے، تجویز دیتا ہے اور عمل کرتا ہے۔ لیکن اصول نہیں بدلتا: ٹیکنالوجی منظم کام کو کئی گنا کرتی ہے؛ یہ بدنظمی کو منظم نہیں کرتی۔ جس نے اس سے پہلے کے آٹھ حصوں کو سمجھ لیا، اس کے پاس وہ بنیاد ہے جس پر ذہانت کھڑی ہوتی ہے۔ اپنے عمل سے آغاز کریں، پھر سسٹم — اور اس کی ذہانت — کو اپنے ساتھ بڑھنے دیں۔

ذرائع

  • سعودی ڈیٹا اور مصنوعی ذہانت اتھارٹی (SDAIA) — ڈیٹا اور AI کی قومی حکمت عملی: https://sdaia.gov.sa
  • سعودی ویژن 2030 — ڈیجیٹل معیشت اور مصنوعی ذہانت: https://www.vision2030.gov.sa
  • چھوٹے اور درمیانے کاروباروں کی جنرل اتھارٹی (Monshaat) — SMEs کو بااختیار بنانا اور ڈیجیٹل اپنانا: https://www.monshaat.gov.sa
  • زکوٰۃ، ٹیکس اور کسٹمز اتھارٹی (ZATCA) — منظم ای انوائسنگ ڈیٹا جسے AI پڑھتی ہے: https://zatca.gov.sa