ألفا بنك يروي كيف أطلق متشككون في GLM-5 خدمة موارد بشرية داخلية في بيئة الإنتاج

شارك ألفا بنك تجربة نجح فيها فريق من المتشككين في «البرمجة بالإحساس» (vibe coding) في إيصال خدمة موارد بشرية جديدة إلى بيئة الإنتاج خلال أسابيع قليلة بمساعدة GLM-5. وأظهرت التجربة أن الذكاء الاصطناعي يسرّع بوضوح بناء النماذج الأولية والتطوير الروتيني، لكنه لا يعفي الفريق من المسؤولية عن الهندسة المعمارية وGit والإصدار.

كيف اختير المشروع

تألف الفريق التجريبي داخل HR Tech من ثلاثة أشخاص لم يؤمنوا في البداية بجدوى «البرمجة بالإحساس» عمليًا: قائد فني ومحلل أنظمة ومدير منتج. مُنح الفريق حرية اختيار المهمة، وقرر ألا يبني مشروعًا تجريبيًا مجردًا، بل أن يأخذ ميزة حقيقية من خطة تطوير Alfa People. وهكذا ظهرت خدمة «أهدافي»، حيث يستطيع موظفو البنك تحديد أهدافهم وربط المهام بها داخل منصة الموارد البشرية المؤسسية.

لم يكن الرهان على السرعة وحدها، بل على مخاطرة معقولة أيضًا. فلو فشل المشروع لما عطّل عمليات أعمال حرجة، ولو نجح لسدّ حاجة حقيقية. في الوقت نفسه ضاقت المهل بسرعة: فقد قُدّم الموعد النهائي أكثر من مرة، ولم يتبقَّ للتطوير سوى أيام معدودة. واستفاد الفريق من مرحلة الاستكشاف (discovery) التي أُجريت سابقًا، ومن مشكلات المستخدمين التي جُمعت والحلول الدنيا التي وُصفت، ثم كلّف النموذج بإعداد مسودة متطلبات الأعمال.

كيف سار التطوير

عمليًا، لم يكن GLM-5 نفسه أصعب ما في الأمر، بل العمل المشترك بين أشخاص لم يسبق لهم كتابة تطبيقات عملية وبالكاد تعاملوا مع IDE وGit. اضطر القائد الفني أولًا إلى إجراء تأهيل سريع، وإعداد بيئة العمل، وشرح الإجراءات الأساسية للفروع وعمليات pull وpush. وبدون ذلك كان الذكاء الاصطناعي يسرّع فعلًا أجزاءً منفردة من العمل، لكن التدفق كله كان يتباطأ عند كل تعارض وسوء فهم وعدم تطابق في التعديلات.

وبعد ذلك سارت العملية على النحو التالي:

• عمل على الخدمة القائد الفني ومحلل الأنظمة ومدير المنتج
• بُنيت الواجهة عبر أوصاف نصية وسلسلة من التكرارات السريعة
• أنجز الفريق إجمالًا 19 نسخة من النموذج الأولي قبل أن يختار الأساس للمنتج
• بسبب الضغط العالي على GLM-5 نهارًا، كان التطوير ينتقل غالبًا إلى ساعات الليل
• من بين 15 فريقًا تجريبيًا، كان هذا الفريق تحديدًا هو الذي نجح في إيصال الخدمة إلى بيئة الإنتاج

ساعد الذكاء الاصطناعي في الأساس في تصميم الصفحات والنماذج وأدوات التحقق من المدخلات (validators) والنسخ الأولى من الشاشات. كان مدير المنتج يصف شكل الواجهة المطلوب، والنموذج يولّد HTML ومنطق الواجهة، ثم يربط القائد الفني ذلك بالخلفية (backend) ويوصله إلى حالة العمل.

بعد الإصدار حظيت الخدمة سريعًا باستخدام حقيقي: ففي الأسبوع الأول سُجّل فيها 10 آلاف مستخدم فريد، و9240 هدفًا منشأً، و981 مهمة مرتبطة، وهي بداية بدت قوية جدًا بالنسبة لمنتج داخلي.

أين ظهرت القيود

تُظهر التجربة بوضوح أن العائق الرئيسي في التطوير المؤسسي بالذكاء الاصطناعي لا يكمن في توليد الشيفرة، بل في الانضباط الهندسي. فعندما يعدّل عدة مشاركين المشروع بالتوازي، يتحول الجهل بـ Git إلى عمل يدوي مستمر لحلّ التعارضات.

المشكلة الثانية تتعلق بالبنية التحتية: فقد شاركت 15 فرقة في التجربة في آن واحد، وكان GLM-5 نهارًا قد يستغرق بضع دقائق في الرد، فيغدو الأداة شبه عديمة الفائدة ويكسر إيقاع العمل.

ووقعت لحظة أخرى دالّة قبل العرض التوضيحي مباشرة: إذ توقف النموذج والإضافات عن العمل، واضطر الفريق إلى إصلاح الأخطاء الأخيرة يدويًا. وهذا يعيد الفريق سريعًا إلى الواقع ويبدد الوهم بأن الذكاء الاصطناعي قادر على استبدال المهندس كليًا في لحظة حاسمة. فالهندسة المعمارية والتكاملات والأمن وفحص السجلات ومعالجة الحالات الحدية بقيت كلها على عاتق المطوّر ذي الخبرة. وفي الواقع، فإن التعديل اليدوي في اللحظة الأخيرة هو ما أتاح اجتياز العرض والإصدار دون إخفاق.

«في الشركات الكبرى، ليست البرمجة بالإحساس بديلًا للمطوّر، بل أداة في

يد متخصص ذي خبرة».

وانتهى الفريق إلى نموذج استخدام أكثر واقعية: الذكاء الاصطناعي مناسب للعمل المتوازي على المهام الروتينية والواجهات والفرضيات الأولية، لكنه لا يلغي القيادة التقنية. وإذا لم تُحدَّد حدود الإصدار، يظهر إغراء توسيع نطاق المهام بلا نهاية، لأن المرء يشعر أن النموذج «سينجز شيئًا إضافيًا صغيرًا». وعمليًا، فإن الإطار الصارم للمهام والرقابة اليدوية والقدرة على إيقاف التحسينات في الوقت المناسب هي ما مكّن من إيصال الخدمة إلى النهاية.

ماذا يعني ذلك

تكمن أهمية قصة ألفا بنك في أنها تُظهر «البرمجة بالإحساس» بلا مرشّح دعائي. فداخل شركة كبرى يمكنها بالفعل تسريع إطلاق المنتجات الداخلية، خصوصًا في مرحلة النماذج الأولية ومهام الواجهات النمطية، لكنها لا تعمل إلا حيث يوجد مهندس ذو خبرة ونطاق عمل واضح واستعداد لتسوية كل ما هو حرج يدويًا.

الذكاء الاصطناعي في هذا السيناريو ليس طيارًا آليًا، بل مسرّع للفريق، ولا يعطي أثرًا إلا مع عملية ناضجة ومسؤولية صارمة عن النتيجة.