تراهن الشركة الناشئة التي تأسست في القاهرة على أن العادة التقنية الأكبر في المنطقة ليست الكتابة، بل التحدث.
لا يزال الذكاء الاصطناعي الوكيل والذكاء الاصطناعي الصوتي قيد التطوير في منطقة الشرق الأوسط وشمال أفريقيا، حيث لا تزال معظم عمليات النشر أقرب إلى المشاريع التجريبية من البنية التحتية الناضجة على مستوى الإنتاج. لقد تحركت المؤسسات في جميع أنحاء المنطقة بسرعة لتجربة الأنظمة الذاتية، لكن معظم عمليات النشر تظل ضيقة النطاق، حيث تتعامل مع مهام منفصلة بدلاً من سير العمل الكامل. تحمل التكنولوجيا الصوتية تعقيداتها الإقليمية الخاصة. اللغة العربية ليست لغة واحدة بل عدة لغات، حيث تختلف اللهجات الخليجية والمصرية والمشرقية والمغاربية في المفردات والأصوات والإيقاع، وقد تم تدريب معظم نماذج الصوت في السوق على اللغة العربية الفصحى الحديثة، وهو سجل يستخدمه عدد قليل من الناس في المحادثة اليومية. أصبحت الفجوة بين ما تفهمه هذه الأنظمة وكيف يتحدث الناس فعليًا إحدى المشكلات المحددة لأي شخص يقوم ببناء الذكاء الاصطناعي الصوتي في المنطقة.
وتقع شركة Voqal AI، التي تأسست عام 2025، داخل تلك الفجوة. وتقوم الشركة ببناء طبقة وكيلة لتطبيقات المستهلك التي تعمل بالصوت، والتي تستهدف في البداية التجارة الإلكترونية والتجارة السريعة ومنصات التكنولوجيا المالية في مصر والمملكة العربية السعودية والإمارات العربية المتحدة. يصف مؤسسها ومديرها التنفيذي، ياسين أحمد، نقطة انطلاق الشركة بأنها مشكلة لم يتم تصميم معظم التطبيقات في المنطقة لحلها على الإطلاق.
وقال أحمد: “عبر تطبيقات الهاتف المحمول، هناك قدر كبير من الاحتكاك، وهناك انخفاض كبير في عدد العملاء”. “تعرف شركات e-com وQ-com الكبرى بالضبط المكان الذي يتوجه إليه العملاء. إنهم يتطلعون دائمًا إلى تقليل مقدار الاحتكاك من النية إلى العمل.”
تحل إجابة Voqal AI محل النقر على القوائم من خلال التحدث بالطلب مباشرة. أعطى أحمد مثالا من سياق التجارة الإلكترونية. “يمكن أن يكون الأمر مثل، أنني أبحث عن وجبة فطور صحية أقل من 500 سعرة حرارية. يقوم الوكلاء فقط بالدخول إلى التطبيق أو القائمة، وسحب البيانات الموجودة هناك، والعثور على العناصر، وإضافتها إلى سلة التسوق تلقائيًا. إنه مجرد تواصل بشري طبيعي.”
يجب أن يتم هذا التواصل باللهجة، وليس باللغة العربية الفصحى. قال أحمد: “لقد تم تدريب غالبية العارضين على لغة الفصحى العربية الفصحى الحديثة”. “عندما يكون لديك نموذج تم تدريبه على الفصحى، ثم تقول شيئًا ما باللغة المصرية، فلن يتم بالضرورة نسخ ذلك بأفضل طريقة ممكنة. فهذا يسبب سوء فهم. قد يصاب العارض بالهلوسة، وقد لا يفهم قصدك.” قامت Voqal AI ببناء دقة لهجتها بنسبة تزيد عن 97 بالمائة عبر اللهجات المصرية والسعودية والإماراتية التي تدعمها حاليًا.
الرهان وراء الشركة لا يتعلق بحداثة الصوت بقدر ما يتعلق بعادة إقليمية موثقة. وقال أحمد: “من الناحية الإحصائية، تعد منطقة الشرق الأوسط وشمال أفريقيا أكبر مستخدم للصوت في العالم”. “هذا سلوك طبيعي في المنطقة. يفضل الناس إرسال رسالة صوتية بدلاً من كتابة شيء ما.” قام بتوسيع المراقبة عبر الهواتف. “فكر في الأمر حتى في الشوارع. في تورونتو، لماذا الشارع هادئ؟ لماذا الجميع هنا يطلقون أبواقهم؟ لأن الناس يتحدثون بصوت عالٍ، يحاولون التواصل باستخدام الصوت أو أي نوع من الصوت. هذا هو سلوكهم، وهذه هي طبيعتهم.” اسم الشركة يتبع من نفس الفكرة. “الناس في المنطقة يتحدثون بصوت عالٍ للغاية بشأن ما يريدون ونواياهم.”
وعندما طلب منه وصف المنتج مباشرة، احتفظ أحمد بسطر واحد. “Voqal AI عبارة عن أداة مساعدة لتطبيقات المستهلك التي يتم تشغيلها بواسطة الصوت. يمكن لأي شركة تمكين تطبيق المستهلك الخاص بها بالصوت والوكيل في 10 أسطر من التعليمات البرمجية.” لقد وضع ذلك في مقابل البديل الذي تواجهه معظم الشركات. “إن بناء نظام مثل هذا داخليًا، حتى بالنسبة لبعض أكبر شركات التكنولوجيا في المنطقة، سيستغرق شهورًا من التطوير، وأشهرًا من البحث، وأشهرًا من التأكد من موثوقيته في الإنتاج.”
يجادل أحمد بأن القيمة تمتد إلى ما هو أبعد من السرعة. تكتسب الشركات التي تستخدم Voqal AI رؤية واضحة للنوايا التي لم يقدمها النقر مطلقًا. وقال: “الشركات تعرف ما يبحث عنه الناس، لكنهم لا يعرفون لماذا يفعلون ذلك”. “يبحث شخص ما عن البيض أو الشوفان أو الحليب. من خلال الصوت، إذا قال شخص ما، لدي حفلة لمشاهدة كأس العالم وأنا أبحث عن وجبات خفيفة، ينتهي الأمر بالشركة إلى تعلم الكثير عن مستخدميها أكثر من مجرد النقر التقليدي.” وقد ظهرت طبقة جديدة من هذا العمل، وهي طبقة يقول أحمد إنه لم يتوقعها عندما بدأ الشركة. تقوم Paymob، وهي منصة تجارية حيث يتم بث Voqal AI، ببناء دراسة حالة حول قراءة مشاعر العملاء من خلال نبرة الصوت وحدها. وقال أحمد: “يمكنهم في الواقع تحليل المستخدم، ومدى انزعاجه، ومدى سعادته، فقط من خلال نبرة الصوت”. “يشعر شخص ما بالغضب لعدم وجود ميزة معينة في التطبيق. وهذا شيء لم تكن لتعرفه من قبل.”
ولم يكن التبني تلقائياً. ووصف أحمد المقاومة المتجذرة في العادة وليس في الشك الفني. “يعتقد الكثير من الناس أن هذا أمر جميل. ويعتقد البعض أنها وسيلة للتحايل.” إنه يتتبع التردد بشأن مدى ترسيخ الواجهة القائمة على النقر بالفعل. “تم اختراع واجهات المستخدم الرسومية، كما نعرفها، منذ 30 عامًا، وهذا كل ما عرفناه منذ ذلك الحين. لا يمكنك إخبار الناس، هذا هو السلوك الذي عرفته منذ 30 عامًا، حسنًا، حان الوقت الآن لتغييره.” ويشير إلى تحويلات الأموال كحالة ملموسة لما يتغير عندما يحل الصوت محل الصنابير. “يستغرق الأمر ما بين 22 إلى 23 نقرة على هاتفك لإرسال بعض الأموال فقط. وعندما أتمكن من القيام بذلك في ثانية واحدة، قم بتحويل 1300 إلى محمد، باللغة العربية، بلهجتي، يكون الأمر أسرع كثيرًا.”
عندما سئل أحمد عن شكل النجاح بعد خمس سنوات، عاد إلى نفس الفرضية التي بنيت عليها الشركة. “أريد أن يتفاعل الجميع في المنطقة مع البرامج باستخدام سلوكهم الطبيعي، وهو الصوت. أريد من الناس أن يتحدثوا بصوت عالٍ عما يريدون وأن ينجزوا الأمور بشكل أسرع.”
