مهندس OpenAI ساراناغ غوبتا يساعد الشركات على استقطاب العملاء وزيادة المبيعات

تُظهر مسيرة ساراناغ غوبتا بوضوح كيف يتغير دور المهندس في عصر الذكاء الاصطناعي التوليدي: فالمتخصص التقني القوي لم يعد مطلوبًا في فريق الأبحاث وحده، بل أيضًا حيث تشرح الشركة قيمة منتجها للسوق، وتقيس كفاءة القنوات، وتساعد العملاء على الوصول إلى النتائج بسرعة أكبر. ويعمل غوبتا في OpenAI عند نقطة التقاء البيانات والتسويق والمبيعات، حيث يبني نماذج تساعد الشركات على استقطاب المشترين وفهم العوامل التي تدفع النمو فعلًا.

اهتمامه بهذه المهام سبق انضمامه إلى OpenAI بوقت طويل. ففي طفولته في الهند، كان يحب تفكيك الأدوات المنزلية وإصلاحها، وبحلول سن 11 عامًا انتقل إلى البرمجيات. درس لغتي Basic وLogo، وكتب برامج بسيطة، بل صمّم حلًا لمطعم محلي لأتمتة الطلبات عبر الإنترنت وإصدار الفواتير. ثم ازدادت هذه النظرة العملية رسوخًا: ففي المدرسة اختار الفيزياء والكيمياء والرياضيات، لكنه لم ينظر إلى الهندسة يومًا بوصفها علمًا نظريًا مجردًا، بل أداة يجب أن تعمل في الحياة الواقعية. ولذلك التحق بعد تخرجه في عام 2012 بجامعة هونغ كونغ للعلوم والتكنولوجيا (Hong Kong University of Science and Technology) في برنامج مزدوج يجمع بين الهندسة الصناعية وإدارة الأعمال.

ويظهر هذا الجمع بين التقنية والتجارة في مشاريعه المبكرة أيضًا. ففي أثناء الدراسة، طوّر غوبتا تطبيقًا للهواتف المحمولة يساعد الطلاب على تحميل جداولهم الدراسية والعثور على زملاء لتناول الغداء معًا. لم ينجح المشروع، لكنه منحه خبرة في تطوير المنتجات. وبالتوازي أطلق مشروعًا تجاريًا صغيرًا باسم Pulp Ads، كان يطبع إعلانات المنظمات الطلابية على المناديل والوسائط الورقية في مقاهي الحرم الجامعي.

بعد التخرج، التحق في عام 2016 بشركة Goldman Sachs، حيث تولّى العمليات التشغيلية المتعلقة بصفقات الأوراق المالية. وكانت مهمته هناك تحديد الاختناقات في مسارات العمل ومعالجتها. ومن أبرز الحالات أتمتة مطابقة العمليات التجارية: فبدلًا من التحقق اليدوي من الجداول والأنظمة المختلفة، بنى أدوات داخلية تسحب البيانات تلقائيًا، وتجري عمليات التحقق منها، وتُبرز الحالات الإشكالية فقط. وكان ذلك في جوهره مثالًا مبكرًا على كيف يحرّر العمل السليم بالبيانات الناس من الروتين ويتيح لهم التركيز على القرارات المعقدة.

وهذه التجربة هي التي دفعته إلى التعمق أكثر في علم البيانات والذكاء الاصطناعي. ففي عام 2019، التحق غوبتا ببرنامج الماجستير في علم البيانات بجامعة كولومبيا (Columbia University)، حيث ركّز على التعلم الآلي التطبيقي والتعلم العميق والشبكات العصبية. ومن أهم مشاريعه، بحسب ما يذكر، العمل مع Brown Institute وهيئة تحرير صحيفة The Philadelphia Inquirer.

فقد أنشأ الفريق أدوات تستخرج من النصوص الإخبارية الإشارات الجغرافية — الشوارع والأحياء والمقاطعات — وتعرض تغطية الصحيفة على الخريطة. وساعد ذلك في رصد ما يُعرف بـ news deserts، أي المجتمعات التي لا تمنحها هيئة التحرير اهتمامًا كافيًا. وبالنسبة لقطاع الأخبار، لم يكن ذلك مجرد تجربة تحليلية، بل وسيلة لإعادة توزيع موارد المراسلين على نحو أكثر وعيًا.

وتفسّر هذه الحالة أسلوب غوبتا نفسه: فهو لا ينجذب إلى النماذج بحد ذاتها، بل إلى المواقف التي تغيّر فيها العمليات وتحقق أثرًا قابلًا للقياس.

وبعد الماجستير، انتقل في عام 2020 إلى سان فرانسيسكو وانضم إلى Asana بصفة product data scientist. تولّى في البداية مسؤولية اختبارات A/B للميزات الجديدة، ثم قاد إطلاق Asana Intelligence، وهو توجّه داخلي كان مطلوبًا منه دمج إمكانات الذكاء الاصطناعي في المنتج خلال ستة أشهر. وتمكّن الفريق من إطلاق عدة ميزات، منها ملخصات المشاريع التلقائية، وتنبيهات المخاطر والتأخيرات، وتوصيات الخطوات التالية، وأداة Smart Status التي كانت تعدّ تحديثات الحالة بنفسها اعتمادًا على المهام والمواعيد النهائية والنشاط داخل المشروع. والمهم ليس الإطلاق وحده، بل أن الفريق حوّل لاحقًا ما أنجزه إلى أطر عمل قابلة لإعادة الاستخدام ووثائق، حتى يمكن إطلاق ميزات الذكاء الاصطناعي داخل الشركة بوتيرة أسرع.

ولمّا ظهر ChatGPT في السوق، انتقل تركيز عمله من تطوير نماذج خاصة إلى تقييم النماذج اللغوية الكبيرة وتطبيقها. وفي سبتمبر 2025 انتقل إلى OpenAI.

يعمل غوبتا في OpenAI ضمن فريق علم البيانات إلى جانب مسار go-to-market. ويتولى مسؤولية النماذج التي تساعد على فهم كفاءة القنوات التسويقية، وتحديد ما يقدّم أكبر إسهام في النتيجة، وكيف يمكن للشركات إيصال قيمة ChatGPT والمنتجات الأخرى إلى العملاء على نحو أفضل. وهذا ليس الجزء الأكثر بروزًا في صناعة الذكاء الاصطناعي، لكنه من أكثرها تطبيقًا: فبدون مثل هذه التحليلات يصبح توسيع نطاق حتى المنتج القوي أصعب.

وتكتسب قصة غوبتا أهميتها لأنها تعكس تحولًا داخل قطاع الذكاء الاصطناعي نفسه. فالقيمة الكبرى لا تُصنع حيث تُدرَّب النماذج الجديدة فحسب، بل أيضًا حيث تتحول هذه النماذج إلى أداة أعمال مفهومة، ويُقاس عائدها، ويُوصَل استخدامها إلى نطاق واسع. وبالنسبة لـ OpenAI، يصبح هؤلاء المتخصصون جسرًا بين التقنية والسوق، أما بالنسبة لبقية الشركات فهم تذكير بأن اعتماد الذكاء الاصطناعي لا يبدأ بواجهة عصرية، بل بمهمة واضحة وبيانات جيدة وانضباط في العمليات.