كيف يمكن استخدام الذكاء الاصطناعي لتحليل البيانات؟
يمكن استخدام الذكاء الاصطناعي في كل خطوة تقريبًا من خطوات التحليل البسيط: توضيح السؤال، ووصف مجموعة البيانات، واقتراح خطوات لتنظيفها، وحساب ملخصات، وكتابة صيغ أو شيفرة بلغة Python، وإنشاء رسوم بيانية، وصياغة تفسير مكتوب. ويأتي توفير الوقت أساسًا من الخطوات الآلية. أما الخطر فيكمن غالبًا في الخطوة الأخيرة، إذ قد تعرض فقرة سلسة استنتاجًا لا تدعمه البيانات.
يتناول هذا الدليل تحليل الأعمال اليومي الذي يجريه غير المتخصصين: مدير يراجع المبيعات حسب الشهر، أو مسؤول دعم يراجع أعداد طلبات الدعم، أو منسق عمليات يقارن مدد التوريد لدى الموردين. ويغطي الدليل المرافق لاستخدام الذكاء الاصطناعي في Excel الصيغ وتنظيف جداول البيانات بالتفصيل.
ما أنواع تحليل البيانات التي يمكن أن يساعد فيها الذكاء الاصطناعي؟
غالباً ما يُصنف التحليل إلى أربعة أنواع، ويساعد الذكاء الاصطناعي في كل منها بدرجة مختلفة. وكلما انتقل السؤال من «ماذا حدث» إلى «لماذا حدث» و«ما الذي ينبغي فعله»، احتاجت الإجابة إلى مزيد من التقدير البشري والسياق.
| نوع التحليل | السؤال الذي يجيب عنه | مدى المساعدة التي يمكن أن يقدمها الذكاء الاصطناعي |
|---|---|---|
| وصفي | ماذا حدث؟ | الكثير: مجاميع واتجاهات وتفصيلات ورسوم بيانية، وكلها قابلة للتحقّق |
| تقييم مبدئي | لماذا حدث ذلك؟ | إلى حد ما: يمكنه اقتراح فرضيات وتقسيمات لاختبارها، لكنه لا يستطيع تأكيد السبب |
| تنبؤي | ما الخطوة التالية المتوقعة؟ | فائدة محدودة لغير المتخصصين: التوقعات تحتاج إلى منهجية وتحقّق |
| توجيهي | ما الذي ينبغي أن نفعله؟ | قائمة أولية بالخيارات؛ ويبقى القرار والموازنة بين مزاياه وتنازلاته بيد الأشخاص |
هل يحلل ChatGPT البيانات؟
يمكن للمساعدات العامة مثل ChatGPT وClaude وGemini أن تساعد في تحليل البيانات بطريقتين: الاستدلال على البيانات التي تلصقها أو تصفها، وتشغيل شيفرة على ملف ترفعه، في بعض خطط الاشتراك. وعندما تشغّل الأداة شيفرة، تكون حساباتها عادةً أكثر موثوقية من تقدير الأرقام في نص مكتوب، لكن الشيفرة قد تجيب مع ذلك عن سؤال يختلف قليلًا عما قصدته. راجع وثائق المورّد الحالية لمعرفة الإمكانات التي تشملها خطة الاشتراك المعتمدة لديك.
مساعدات جداول البيانات خيار آخر. تصف Microsoft وضعًا للمحادثة فقط في Copilot داخل Excel، يحلل بيانات المصنف ويقدم استنتاجات من دون تغيير المصنف، وتقول Google إن Gemini في جداول بيانات Google يمكنه تحليل البيانات واستخلاص استنتاجات وإنشاء رسوم بيانية. وتحذر صفحة Google أيضًا من أن Gemini قد يقترح معلومات غير دقيقة. وأيًا كان الخيار الذي تستخدمه، تنطبق عمليات التحقق الواردة في هذا الدليل.
ما الطريقة الآمنة لتحليل البيانات باستخدام الذكاء الاصطناعي؟
دوّن السؤال قبل فتح الأداة، وصِف البيانات بدقة، واطلب المنهجية قبل الإجابة، وتحقق من كل رقم ستستخدمه لاحقًا. تصلح الخطوات التالية لمعظم تحليلات الشركات الصغيرة.
حدّد السؤال
اكتب جملة واحدة: ما القرار الذي سيساعد هذا التحليل في اتخاذه، وما الذي قد يغيّر رأيك؟ من دونها، ستجد الأداة أنماطًا، وسيكون بعضها مجرد تشويش.
صِف البيانات
الأعمدة، والوحدات، والفترة الزمنية، وكيفية تسجيل كل صف، وأي نقص معروف. اطلب من الأداة إعادة توضيح ذلك لتتمكن من اكتشاف أي سوء فهم.
اطلب الخطة أولًا
اسأله كيف سيجيب عن السؤال وما الحسابات التي سيجريها. صحّح الخطة قبل أن ينتج أرقامًا.
أعِد حساب الأرقام الرئيسية
تحقّق من الرقمين أو الأرقام الثلاثة التي سترد في ملخّصك باستخدام صيغة حسابية أو جدول محوري أو آلة حاسبة.
افصل النتيجة عن التفسير
اكتب ما تظهره البيانات، ثم اكتب بشكل منفصل ما قد يفسره وكيف ستختبر ذلك.
وثّق ما فعلته
احتفظ بالسؤال، ونسخة البيانات، والطريقة، وعمليات التحقق، حتى يتمكن شخص آخر من تتبّع العمل.
هل تريد معرفة صلة هذا بدور وظيفي؟
استكشف الفترة التجريبية المخطط لها للفرق ↗كيف يبدو تحليل مضلل صادر عن الذكاء الاصطناعي؟
إليك مثالًا تطبيقيًا بأرقام افتراضية. رفعت Lumen Box، وهي شركة صغيرة تقدم خدمات بالاشتراك، سعر باقتها الشهرية في 1 سبتمبر. يرفع المؤسس جدولًا بالإلغاءات ويسأل: هل تسببت زيادة السعر في مزيد من الإلغاءات؟ تُظهر البيانات وجود 1,950 مشتركًا نشطًا في بداية أغسطس، مع 100 إلغاء خلال ذلك الشهر، و2,000 في بداية سبتمبر، مع 140 إلغاء.
الإجابة الأولى للذكاء الاصطناعي: زادت الإلغاءات بنسبة 40 بالمئة في سبتمبر، مما يدل على أن زيادة السعر دفعت العملاء إلى المغادرة. ينبغي النظر في التراجع عنها. هناك ثلاث مشكلات. نسبة 40 بالمئة هي زيادة في عدد الإلغاءات، من 100 إلى 140؛ أما معدل الإلغاء فارتفع من نحو 5.1 بالمئة إلى 7.0 بالمئة، أي بزيادة تقارب نقطتين مئويتين. والخلط بين النسبة المئوية والنقاط المئوية من أكثر الأخطاء شيوعًا في التحليلات التي يكتبها الذكاء الاصطناعي. ثانيًا، لا يمكن لبيانات شهرين أن تثبت أن تغيير السعر سبّب الزيادة؛ فقد يختلف سبتمبر لأسباب أخرى. ثالثًا، تتجاوز التوصية بكثير ما طُلب أو ما أظهرته البيانات.
تعليمات متابعة أفضل: باستخدام ورقة البيانات المرفوعة فقط، قدّم معدل الإلغاء لشهري أغسطس وسبتمبر مع توضيح طريقة الحساب. ثم قسّم حالات الإلغاء في سبتمبر بحسب نوع الخطة، لأن سعر الخطة الشهرية وحدها هو الذي تغيّر. لا تذكر سببًا. اذكر البيانات الأخرى التي قد تساعد في اختبار ما إذا كان تغيير السعر هو السبب.
الاستنتاج بعد المراجعة: ارتفع معدل الإلغاء الشهري من نحو 5.1 بالمئة في أغسطس إلى 7.0 بالمئة في سبتمبر. يتزامن هذا الارتفاع مع تغيير سعر الخطة الشهرية في 1 سبتمبر. لاختبار ما إذا كان ذلك هو السبب، قارن حالات الإلغاء في الخطة الشهرية بالخطة السنوية التي لم تتغيّر، واقرأ أسباب الإلغاء التي ذكرها العملاء، وانظر إلى الأشهر نفسها من العام الماضي. تحقّق المؤسس من كلا المعدلين يدويًا قبل المشاركة.
ما البيانات التي يجب ألا تقدّمها لأداة ذكاء اصطناعي؟
لا تُدخل بيانات شخصية أو سرية في أداة ذكاء اصطناعي ما لم تكن شركتك قد وافقت على استخدام تلك الأداة وخطة اشتراكها لهذا الغرض. تتطلب قوائم العملاء وسجلات الموظفين والمعلومات الصحية والنتائج المالية غير المنشورة عادةً موافقة صريحة. يساعد استبدال الأسماء برموز، لكنه لا يجعل البيانات مجهولة الهوية إذا كان بإمكان شخص ما إعادة ربط الرموز بأصحابها. ويذكر ICO في المملكة المتحدة أن البيانات ذات المعرّفات المستعارة تظل بيانات شخصية لدى من يملك المعلومات الإضافية اللازمة لتحديد هوية الأشخاص.
يمكنك غالبًا تجنب هذه المسألة. اجمع البيانات أولًا، بحيث تشارك المجاميع الشهرية بدلًا من الصفوف الفردية، أو صِف الأعمدة واستخدم صفوفًا نموذجية ببيانات مختلقة للحصول على الصيغة أو الشيفرة، ثم شغّلها على البيانات الحقيقية داخل أنظمتك. هذه معلومات عامة وليست مشورة قانونية؛ راجع سياستك، وعند الحاجة، مسؤول حماية البيانات لديك.
هل Copilot مناسب لتحليل البيانات؟
يُعد Copilot في Excel خيارًا معقولًا للتحليل اليومي إذا كان متاحًا بالفعل في مؤسستك، لأنه يعمل على المصنف الذي يحتوي على البيانات، ويوفر، وفقًا لـ Microsoft، وضعًا للتحليل من دون تعديل. وتعتمد ملاءمته لتحليل معين على العوامل نفسها التي تنطبق على أي أداة: مدى نظافة البيانات، ودقة طلبك، وما إذا كنت تتحقق من النتيجة. وهو لا يغني عن معرفة ما ينبغي أن تكون عليه الإجابة المعقولة.
إذا كان فريقك يفاضل بين مساعدين للتحليل، فاختبر كلًا منهم بسؤال واحد حقيقي وغير حساس تعرف إجابته مسبقًا. سيخبرك ذلك بأكثر مما تخبرك به مقارنة الميزات.
متى ينبغي الاستعانة بمحلل بدلًا من ذلك؟
استعن بمحلل، أو بشخص لديه تدريب في الإحصاء، عندما يكون القرار مرتفع التكلفة، أو تكون البيانات كثيرة أو غير منظمة، أو يتعلق السؤال بالسببية أو التنبؤ أو بما إذا كان الفرق حقيقيًا لا مجرد تقلبات عشوائية. يسهّل الذكاء الاصطناعي إنتاج رسم بياني يوحي بالثقة وفقرة مرتبة. لكنه لا يجعل الأسس الإحصائية أبسط، وقد لا يعرف غير المتخصص أي سؤال ينبغي أن يطرحه على الأداة.
الذكاء الاصطناعي ليس بديلاً عن البيانات المفقودة أيضاً. إذا لم تُسجَّل أصلاً المعلومات اللازمة للإجابة عن السؤال، فالمخرج الصحيح هو ملاحظة توضح ذلك وخطة لجمعها.
المصادر والنطاق
دعم Microsoft، بدء استخدام Copilot في Excel، تم الاطلاع عليه في 16 October 2026 ↗
ICO، إرشادات بشأن استخدام الأسماء المستعارة للبيانات، جرى الاطلاع عليها في 16 أكتوبر 2026 ↗
NIST، الذكاء الاصطناعي 600-1: ملف مخاطر الذكاء الاصطناعي التوليدي، يوليو 2024 ↗