Latest / M365.FM – بودكاست Microsoft 365 وCopilot والذكاء الاصطناعي بالعربية / Microsoft Designer: كيف يوفّر لك الذكاء الاصطناعي ساعات كل أسبوع في التصميم وألوان العلامة والعمل الجماعي (دبلجة بالذكاء الاصطناعي)

Transcript

Microsoft Designer: كيف يوفّر لك الذكاء الاصطناعي ساعات كل أسبوع في التصميم وألوان العلامة والعمل الجماعي (دبلجة بالذكاء الاصطناعي) · M365.FM – بودكاست Microsoft 365 وCopilot والذكاء الاصطناعي بالعربية

• 0:00
  هل أنت مستعد لام عشر أيام من مايكروسوفت 365 وكوبايلوت والذكاء الاصطناعي وأشر والأشخاص الذين يشكلون مستقبل العمل؟
• 0:07
  في يناير القادم يعود مؤتمر M365 كون بحجم أكبر
• 0:12
  انضم إلينا في جلسات مباشرة وعروض أوضحية واقعية ومعرفة عملية يقدمها خبراء الصناعة من جميع أنحاء العالم
• 0:18
  لا شرائح عرض تقليدية لا مصطلحات رنانة لا تنتهي
• 0:22
  نحن نتناول التحديات الحقيقية كوبايلوت ستوديو ووكلاء الذكاء الاصطناعي وفابريك والأمن والحوكمة والأتمتة
• 0:29
  سواء كنت خبير تكنولوجيا معلومات أو مطورا أو قائدا في مجال الأعمال
• 0:33
  فهناك جلسات مصممة خصيصا لك
• 0:35
  مع عشر أيام كاملة يمكنك استكشاف تقنيات متعددة والتواصل مع مجتمع عالميا
• 0:40
  شاهد البث المباشرة واحصل على رؤى عملية لتطبيقها في مؤسستك
• 0:44
  يناير 2027 عشر أيام ومجتمع مايكروسوفت واحد
• 0:49
  التسجيل مفتوح الآن
• 0:51
  أحجز مكانك اليوم
• 0:53
  الموقع هو m365.net
• 0:58
  انضم الآن عبر m365.net
• 1:02
  ونراكم في البث المباشر خلال شهر يناير
• 1:04
  هل تتذكر قضاء ساعات في تنسيق شريحة باوربوينت بشكل مثالي
• 1:08
  فقط ليقوم أحدهم بتغيير ألوان العلامة التجارية
• 1:10
  ماذا لو أخبرتك أن مايكروسوفت ديزينر يمكنه الآن القيام بذلك في ثوان دون أن تلمس الماوس حتى
• 1:15
  لكن الأمر ليس مجرد سرعة إنه يتعلم أسلوبك أثناء العمل
• 1:20
  سأوضح لك اليوم كيف قد يعني هذا نهاية إنشاء الأصول المملة
• 1:23
  ولماذا قد يغير طريقة عمل فريق التسويق الخاص بك للأبد
• 1:27
  السؤال هو هل أنت مستعد للوثوق بالذكاء الاصطناعي في هويتك التجارية
• 1:31
  من التعديلات اليدوية إلى ذكاء الآلة
• 1:34
  إذا سبق لك العمل على منشور تسويقي أو عرض تقديمين
• 1:37
  فأنت تعلم كيف يمكن لبعض التعديلات البسيطة أن تستهلك فترة بعد الظهر بأكملها
• 1:41
  ضبط مربع نص بمقدار نصف مليمتر ليتماشى مع الصورة
• 1:45
  استبدال صورة لأن أحدا في فريق القيادة لم تعجبه
• 1:48
  التأكد من أن حجم خط العنوان هو الحجم المؤسسي الصحيح
• 1:51
  ليس تقريبا بل بدقة
• 1:53
  هذا قبل أن تبدأ المتعة الحقيقية
• 1:55
  يفتح شخص آخر الملفة ويجري تغييراته الخاصة
• 1:58
  والآن أنت تقارن النسخة لتعرف أين هي النسخة النهائية حقا
• 2:01
  الأمر ليس مملا فحسب
• 2:02
  بل هو استنزاف بطيء للساعات التي تخصصها فعليا للعمل الإبداعي
• 2:06
  الجزء الذي يستغرق وقتا طويلا غالبا ليس المراجعات الكبيرة الواضحة
• 2:10
  بل حلقات الملاحظات الصغيرة اللانهائية
• 2:12
  تحريك الشعار نصف بوسط
• 2:13
  تعديل درجة واحدة من اللون الأزرق لتطابق اللوحة المعتمدة
• 2:17
  التأكد من أن النقاط تستخدم الوزن الصحيح لخط الشركة المخصص
• 2:20
  إنه الموت بآلاف التعديلات الطفيفة
• 2:23
  وفي المشاريع الجماعية تتضاعف هذه التغييرات
• 2:26
  ليس من غير المعتاد الذهاب والعودة عشر أو إثنى عشر مرة فقط
• 2:29
  لتبدو النتيجة متوافقة مع العلامة التجارية
• 2:31
  هنا يغير الذكاء الاصطناعي المدمج في مايكروسوفت ديزينر المعادلة
• 2:35
  بمجرد تدريب الأدات على مجموعة علامتك التجارية
• 2:43
  فتقوم الأدات ببناء تخطيطات تعرف بالفعل أن خط عناوينك بحجم 32 نقطة
• 2:49
  وأن أزرارك تستخدم رمز اللون الأزرق الداكني
• 2:51
  وأن صورك تتبع نمط الألوان الدافئة
• 2:53
  بدلا من فحص كل عنصر تصميم يدويا
• 2:56
  تبدأ بشيء متسق بالفعل
• 2:58
  فكر في الفرق من خلال هذا المثال العملي
• 3:01
  في السابق كان إنشاء منشور لإطلاق منتج يعني البدء بملف فارغ على باوربوينت أو اندزين
• 3:08
  ثم إضافة الأنماط يدويا
• 3:10
  ومحاذة كتل النصوص واستبدال الألوان المؤقتة
• 3:13
  في ديزينر تدخل العنوان والنص الفرعية وصورة المنتج
• 3:16
  وخلال ثوان ينتج الذكاء الاصطناعي خمسة أو ستة مسودات مسقولة
• 3:20
  تلتزم جميعها بقواعد علامتك التجارية
• 3:22
  قد تظل بحاجة لتعديل ترتيب العناصر
• 3:24
  لكن الهيكل العام أصبح ثابتا بالفعل
• 3:27
  إحدى مديرات التسويق التي تحدثت معها مؤخرا
• 3:30
  كانت غارقة في العمل على حملة مسيمية
• 3:33
  قبل استخدام ديزينر كانت تقضي حوالي ست ساعات في دورة التصميم الواحدة
• 3:38
  معظمها في مهام تنسيقية روتينية
• 3:40
  عندما تحولت لاستخدامه
• 3:42
  اختصرت المهمة نفسها في ساعة واحدة فقط دون التضحية بالأناقة أو الجودة
• 3:47
  هذا يعني توفير يوم عمل كامل كل أسبوع
• 3:49
  بمجرد التخلص من مهام التنسيق المتكررة
• 3:52
  أفادت البرامج التجربية بنتائج مماثلة
• 3:55
  شهدت الفرق التي تستخدم ديزينر لإنتاج المواد الروتينية ارتفاعا ملموسا في الإنتاجية
• 4:00
  وتسليم المزيد من الحملات في موعدها
• 4:02
  وتقليل طلبات التعديلات الطفيفة المتأخرة
• 4:04
  وانخفاضا ملحوظا في عدد المراجعة لكل مشروع
• 4:07
  الأمر المثير للاهتمام هو أن الإبداع لم يتراجع
• 4:10
  في الواقع بفضل توفير الطاقة المستهلكة في المهام التكتيكية
• 4:14
  أفاد المصممون والمسوقون بوجود مساحة ذهنية أكبر للعصف الذهني وتطوير المفاهيم
• 4:19
  أحد أسباب حدوث ذلك هو الطريقة التي يقدم بها ديزينر اقتراحات التخطيط
• 4:24
  بدلا من تقديم قالب ثابت يجب أن تلتزم به
• 4:27
  ينظر الذكاء الاصطناعي إلى المحتوى الذي قدمته
• 4:30
  ويقترح تسلسلات هرمية بصرية يعتقد أنها ستنجح
• 4:33
  هذا يعني أنك تتفاعل مع مسودة أولية جيدة بدلا من المعاناة لبنائها من الصفر
• 4:38
  إنه توجيه كاف لمحاربة الإرهاق الإبداعي
• 4:40
  لكنك تظل أن تصاحب القرار النهائي بشأن ما يتم نشره
• 4:43
  ثم تسؤال خفي يطرح نفسه هنا
• 4:45
  كيف يعرف ديزينر ما هو أسلوبك الخاص؟
• 4:47
  الإجابة هي أنه يمكن تزويده بمجموعة محددة للعلامة التجارية عبر مايكروسوفت 365
• 4:53
  ومع الوقت يتعلم من التعديلات التي توافق عليها أو ترفضها
• 4:57
  إذا استبدلت باستمرار صورة عامة بأخرى ذات مظهر محدد
• 5:00
  فإنه يبدأ في إعطاء الأولوية لهذا الأسلوب في الاقتراحات المستقبلية
• 5:04
  فريقك يعلمه حتى وإن لم تكن تقوم بتدريب نموذج بشكل صريح
• 5:08
  في نهاية المطاف هذه هي القصة الحقيقية
• 5:10
  لا يتعلق الأمر باستبدال الذوق أو الحكم البشري
• 5:13
  بل يتعلق بإزالة ذلك النوع من أعمال التصميم
• 5:16
  الذي يبدو كإدخال البيانات واتخاذ القرارات والقفزات الإبداعية
• 5:20
  ولحظات هذا ما سيجدب جمهورنا
• 5:22
  هذه الأمور لا تزال تأتي من الأشخاص
• 5:25
  يعمل ديزينر فقط على التأكد من أن البكسلات في مكانها الصحيح
• 5:28
  حتى لا تهدر طاقتك في ذلك
• 5:29
  والمرئيات المؤتمتة ليست سوى البداية
• 5:32
  التحول الأكبر هو ما يحدث عندما يبدأ هذا الذكاء نفسه في الاندماج مباشرة في كيفية عمل الفرق معا
• 5:38
  التعاون دون فوضى
• 5:40
  إذا سبق لك العمل على ملف تصميم مشترك
• 5:43
  فأنت تعرف تلك اللحظة التي ينهار فيها التحكم في الإصدار تماما
• 5:46
  شخص ما يأخذ نسخة قديمة من سطح مكتبه
• 5:49
  ويجري عليها تغييرات ويحفظها باسم النسخة النهائية اثنان
• 5:52
  والآن أنت تقارنها بتلك الموجودة في مجلد الشيربوينت المسمة النسخة النهائية للاستخدام
• 5:56
  أضرب ذلك في ثلاثة أشخاص يعملون بالتوازي
• 5:59
  وستحصل على فوضى عارمة
• 6:00
  الأمر لا يتعلق بنقص الجهد
• 6:02
  بل بالأدوات التي تطلب من الناس العمل بطريقة منفصلة عن كيفية حدوث التعاون في الواقع
• 6:06
  الواقع هو أنه حتى في الشركات الملتزمة تماما بأ ميكروسوفت 365
• 6:10
  ينتهي الأمر بتناثر الأصول
• 6:12
  هناك نسخة موجودة في محادثة تيمز منذ الثلاثاء الماضي
• 6:15
  وأخرى مختبئة في سلسلة رسائل بريد إلكتروني لشخص ما
• 6:18
  والقالب الرئيسي مدفون في عمق ثلاثة مجلدة في شيربوينت
• 6:21
  الوصول إلى الملف الصحيح يعني غالبا مراسلة ثلاثة زملاء مختلفين
• 6:25
  والاعتماد على أن لا يكون أحدهم قد استبدل التحديث الأخيرة
• 6:27
  بحلول الوقت الذي تجد فيه الملف
• 6:29
  يكون نصف الفريق قد راجع الملف الخاطئ بالفعل
• 6:31
  هنا يأتي دور تكامل ديزينر في نظام M365 ليغير الأمور
• 6:36
  بدلا من التنقل بين مشاركات الملفات
• 6:38
  تفتح ديزينر وتعمل مباشرة حيث توجد أصولك بالفعل
• 6:41
  سواء في شيربوينت أو واندرايف أو حتى المرتبطة عبر تيمز
• 6:45
  تحدث التعديلات في الوقت الفعلي داخل نفس النسخة التي يراها الجميع
• 6:48
  إذا قمت بتغيير عنوان أو استبدال صورة
• 6:51
  فسيظهر التغيير فورا لبقية أعضاء الفريق
• 6:53
  لا حاجة لإرسال أي شيء لأحد
• 6:55
  يعد ديزينر مجرد واجهة أخرى في نفس مساحة العمل المتصلة
• 6:58
  تخيل هذا أنت وزميلك كلاهما في ديزينر تعملان على منشور لحدث مبيعات
• 7:03
  يتم سحبه مباشرة من مكتبة شيربوينت
• 7:06
  الخاصة بالتسويق والمحملة مسبقا بخطوط وألوان العلامة التجارية
• 7:09
  أن تعدل الصورة الرئيسية وهو يحسن العنوان الفرعية
• 7:12
  وتشاهدان تعديلات بعضكم البعض تظهر فورا
• 7:14
  عندما تنتهي يكون الملف المحدث في المكان الذي بدأ منه
• 7:18
  مع حفظ سجل الإصدارات تلقائيا وفقا لأدوار المستخدمين
• 7:20
  إذا كنت بحاجة إلى التراجع فلن تضطر للبحث في مرفقة عشوائية
• 7:23
  كل ما عليك هو استعادة نقطة التحقق الصحيحة
• 7:26
  هذا تحول كبير عن أنظمة القوالب التقليدية
• 7:28
  كانت القوالب القديمة عبارة عن ملفات ثابتة
• 7:31
  تنزيل تعديل إعادة تحميل
• 7:33
  كانت كل جولة من التغييرات تعتمد على تذكر الأشخاص
• 7:36
  لتطبيق الأنماط الصحيحة يدويا
• 7:38
  ولا بد أن يغفل أحدهم شيئا
• 7:40
  كنت لا تزال بحاجة إلى مدير لمراقبة تسمية الملفات
• 7:43
  ورموز الألوان والتأكد مما إذا كان الشعار مشوها
• 7:46
  مع وجود تطبيق ديزينر في نفس مساحة محتوى M365 الخاصة بك
• 7:51
  وقيام الذكاء الاصطناعي بفرض قواعد العلامة التجارية في الخلفية
• 7:54
  فإن الكثير من مهام المراقبة هذه تتلاشى ببساطة
• 7:57
  ولكن هناك أيضا ميزة غير متوقعة في كيفية توقعه لما هو مفقود
• 8:01
  إذا رأى الذكاء الاصطناعي أنك تنشئ أصلا لحملة لحدث موجود بالفعل في تقويم Outlook الخاص بالشركة
• 8:08
  فقد يطرح مطالبات تصميم تساعدك على إكمال العمل بشكل أسرع
• 8:13
  مثل اقتراح صورة خاصة بالموقع أو جلب شعار الحدث
• 8:16
  إذا تضمن اجتماع تيمز ملاحظات حول تركيز المنتج
• 8:20
  فيمكن لذلك توجيه توصياته لكتل النصوص أو الصور
• 8:23
  الفكرة هي سد الفجوة بين المحادثة والتنفيذ دون أن تضطر إلى البحث عن كل السياق بنفسك
• 8:29
  ولكن يطرح هذا بطبيعة الحال السؤال التالية
• 8:32
  هل يستطيع الذكاء الاصطناعي حقا فهم فروق النبرة والأسلوب عبر الأقسام المختلفة
• 8:36
  لغة التسويق لا تتطابق دائما مع لغة الموارد البشرية
• 8:39
  التصميم الذي يعمل بشكل مثالي لإعلان موجه للعملاء قد يبدو غير رسم للغاية في قطعة تواصل داخلية
• 8:46
  الذكاء الاصطناعي جيد في رصد الأنماط لكن النبرة البشرية مراوغة
• 8:50
  ومن السهل أن تبدو الاقتراحات الآلية غير دقيقة بعض الشيء
• 8:53
  ولهذا السبب تعد حلقة التعلم مهمة
• 8:56
  لا يطبق ديزينر قواعد ثابتة من مجموعة أدوات علاماتك التجارية فحسبه
• 8:59
  بل يلاحظ أيضا التغييرات التي يجريها الأشخاص بعد أن يقوم الذكاء الاصطناعي بصياغة شيئ ما
• 9:02
  إذا استمر الذكاء الاصطناعي في اقتراح تخطيط للمذكرات الداخلية
• 9:05
  الذي يغيره فريق الموارد البشرية لديك باستمرار
• 9:07
  فيمكنه تغيير توصياته بمرور الوقت لتتناسب بشكل أفضل مع ذلك السياق
• 9:11
  إنه ليس خاليا من العيوب
• 9:12
  ولكن كلما تفعل أكثر مع سلوك المستخدم الحقيقي
• 9:15
  زاد تجنبه لتكرار نفس الأخطاء
• 9:17
  نحن نقترب من نموذج تعاون حيث تدير الأدوات الفوضى
• 9:21
  ويركز الفريق على الرسالة والمظهر
• 9:23
  ولكن قبل أن نتخيله كحل مثالي
• 9:25
  يجد روبنا أن نتذكر أن الذكاء الاصطناعي
• 9:28
  لا يزال يتخذ بعض الخيارات الغريبة
• 9:29
  تلك النقاط العمياء هي حيث يبدأ الجزء التالي من القصة
• 9:33
  عندما لا يزال الذكاء الاصطناعي يخطئ
• 9:35
  إذا سبق لك أن أقترحت عليك أداة ذكاء اصطناعي صورة لحملتك
• 9:39
  وتسألت عما إذا كانت موجهة لجمهور مختلف تماما
• 9:42
  فأنت تعرف هذا الشعور
• 9:43
  ربما تعلن عن برنامج تدريب مؤسسي
• 9:46
  ويقدم لك الذكاء الاصطناعي بثقة صورة لشاطئ استوائي
• 9:50
  مع مساحة مخصصة لتاريخ حدثك
• 9:53
  الأمر ليس خاطئا من الناحية التقنية
• 9:54
  لكنه ببساطة ليس مناسبا لسياقك بأي شكل من الأشكال
• 9:57
  تلك هي اللحظات التي لا تراها في عروض مايكروسوفت التوضيحية
• 10:00
  تميل العروض التقديمية المباشرة إلى إظهار أفضل السيناريوهات
• 10:04
  لوحات ألوان العلامة التجارية مطبقة بلا عيوب
• 10:06
  ونصوص متوازنة تماما على الصفحة
• 10:08
  وصور تبدو وكأنها جاءت من مكتبتك الداخلية
• 10:10
  في العالم الحقيقي لا تصيب خوارزميات الذكاء الاصطناعي الهدف دائما
• 10:14
  فقد تسيء فهم النبرة التي تسعى إليها
• 10:16
  وتقدم مرئية لا تتناسب مع جمهورك أو ثقافتك
• 10:20
  قد يكون هذا التباين بسيطا
• 10:22
  كصورة خلفية مرحة أكثر مما ينبغي لبيان صحفي جاد أو صارخا
• 10:27
  كاستخدام صور مخزنة توحي بصناعة مختلفة تماما عن مجالك
• 10:32
  شهد فريق تسويق تحدثت معه خدوث ذلك أثناء طرح سياسة داخلية للامتثال الأخلاقي
• 10:37
  أقترح الذكاء الاصطناعي صورا لموظفين يبتسمون ويتبادلون التحية في مساحة مكتب مفتوحة
• 10:42
  ورغم طبعها الإيجابي إلا أنها قوضت النبرة الجادة التي أرادت الإدارة إيصالها
• 10:47
  ظهر مثال آخر في عرض تقديمين لأحد عملاء شركة خدمات مهنية
• 10:50
  اختار الذكاء الاصطناعي تلقائيا مساحة عمل لشركة ناشئة بألوان زاهية لشريحة تستهدف جمهورا ماليا محافظا
• 10:58
  كانت الرسالة والحقائق وحتى التنسيق جيدة
• 11:01
  لكن التأثير البصري أرسل إشارة خاطئة يبلغ المستخدمون المحترفون الأوائل عن بعض الأنماط في التصحيحات التي يقومون بها
• 11:09
  غالبا ما يتعلق الأمر بضبط تسلسل التنسيق عندما يركز الذكاء الاصطناعي كثيرا على التفاصيل الثانوية أو يقلل من أهمية الرسالة الرئيسية
• 11:17
  وفي بعض الأحيان يتعلق الأمر بإزالة العناصر الزخرفية الإضافية التي يضيفها الذكاء الاصطناعي ظنن منه أنها تناسب الأسلوب حتى وإن كانت مشتتة في سياقك المحدد
• 11:25
  وفي كثير من الأحيان أكثر مما قد تتوقع يتعلق الأمر باستبدال الصور المختارة تلقائيا التي لا تحترم إرشادات العلامة التجارية بالكامل رغم تحميل تلك القواعد في النظام
• 11:34
  قوالب العلامة التجارية نفسها لا تشكل درعا واقيا دائما
• 11:38
  يمكن الاقتراحات الذكاء الاصطناعي تجاوزها بطرق خفية درجة أفتح من اللون الرسمي هنا وتغيير طفيف في سماكة الخط هناك
• 11:46
  نظريا قد تمر هذه التغييرات دون ملاحظة لكن بالنسبة لمن يحمي سلامة العلامة التجارية لسنوات فهي تبرز على الفور
• 11:54
  إذا لم يقم أحد بمراجعة المخرجات النهائية بعين فحصة فإن هذه الانحرافات الطفيفة تتسلل إلى أصول الإنتاج
• 12:00
  هنا تصبح الحاجة إلى الرقابة البشرية أمرا لا بديل عنه
• 12:03
  حتى مع زيادة سرعة ودقة خطوة التوليد لا يزال يتعين على شخص ما العمل كحارس لبوابة العلامة التجارية
• 12:09
  لا يتعلق الأمر بعدم الثقة في الذكاء الاصطناعي
• 12:12
  بل بإدراك أنه يفتقر إلى الوعي الثقافي والاستراتيجي الذي يأتي من معرفة تاريخ العلامة التجارية والسوق المستهدف وحساسيات جمهورك
• 12:21
  يمكنك أتمتة الالتزام بالأسلوب لكن لا يمكنك أتمتة الحدث
• 12:25
  نعم بعض هذه الصعوبات هي ببساطة طبيعة تعلم الآلة
• 12:28
  فهي تستمد من بيانات التدريب وسلوك المستخدم والمدخلات التي تغذيها بها
• 12:33
  إذا تعارضت تلك الإشارات أو كان الطلب يقع على حفة ما رأته من قبله يزداد التخمين
• 12:39
  قد يكون هذا التخمين غير مرئي بالنسبة لك عندما يوفق في الاختيار
• 12:42
  لكنه يصبح مرئيا للغاية عندما يخطئ
• 12:44
  من المثير للاهتمام أن متطلبات وجود العنصر البشري هذه لا تقتصر على عالم التصميم فقط
• 12:49
  بل لها نظير في مجالات مثل إدارة البيانات
• 12:51
  حيث يمكن للأدوات أتمتة 80% من العمل الروتيني
• 12:54
  لكنها لا تزال بحاجة لمراجعة الخبراء قبل إطلاق أي شيء
• 12:58
  في كلتا الحالتين يمكن للذكاء الاصطناعي التعامل مع جزء كبير من المهام الشاقة
• 13:02
  ولكن عندما يتعلق الأمر بتفسير المعنى أو التحقق من السياق أو اكتشاف الأخطاء الدقيقة
• 13:07
  فإن المراجعة البشرية تبقي الأمور على المسار الصحيح
• 13:09
  لذا ورغم أن أداة ديزينر توفر ساعات من وقت إنتاج المحتوى
• 13:14
  إلا أنها لم تحل محل دور المراجع الإبداعي
• 13:16
  بل حولت هذا الدور من إصلاح الأخطاء المطبعية وتنسيق الصناديق
• 13:20
  إلى اتخاذ قرارات عالية المستوى بشأن الرسالة والنبرة والملائمة
• 13:24
  إن تعزيز الكفاءة حقيقي
• 13:26
  وكذلك الحاجة إلى مراجعة داخلية نهائية قبل نشر أي شيء
• 13:30
  وعندما ننظر إلى كيفية استخدام الذكاء الاصطناعي خارج مجال التصميم
• 13:34
  يظهر هذا المزيج من الأتمتة والرقابة في أماكن مفاجئة
• 13:38
  خاصة في عالم تدفقات البيانات التي كانت تقليديا مرهقة تماما مثل العمل التصميم اليدوي
• 13:44
  من معاناة عمليات ETL إلى مكاسب دايتافلوز جين 2
• 13:48
  إذا سبق لك إدارة خط بيانات بالطريقة التقليدية
• 13:51
  فأنت تدرك مدى هشاشتها
• 13:53
  مهام كوروني المجدولة في أوقات غريبة
• 13:55
  وبرمجيات باش التي أعدها شخص غادر الشركة منذ أشهر
• 13:59
  وسلسلة طويلة من الاعتمادات بحيث يؤدي تغيير بسيط في تنسيق ملف CSV إلى توقف العمل بالكامل
• 14:05
  لم تكن معقدة فحسبه
• 14:06
  بل كانت هشة للغاية
• 14:08
  مشكلة بسيطة في المنبع تجعلك فجأة أمام بيانات ناقصة
• 14:11
  وتتساءل عن أي خادم قام بتشغيل المهمة الليلة الماضية
• 14:14
  والأسوأ من ذلك أن الأعطال نادرا ما كانت تحدث في أوقات مناسبة
• 14:18
  قد تتلقى تنبيها في الثانية صباحا بأن أرقام الأمس فشلت في التحميل
• 14:21
  ولن يكون مالك النظام المصدر متاحا حتى الصباح
• 14:24
  بحلول الوقت الذي تعيد فيه تشغيل خط البيانات
• 14:26
  يكون نصف مستخدمي لوحة المعلومات قد بدأوا بإرسال رسائل بريد إلكتروني يسألنا
• 14:29
  لماذا هذا فارغ؟
• 14:30
  تلك الساعات الضائعة في تصحيح الأخطاء لم تكن غالبا تتعلق بقيمة البيانات الفعلية
• 14:34
  بل كانت تقضى في البحث في السجلات وتعديل التعابير النمطية
• 14:37
  وإعادة تشغيل الخطوات فقط للعودة إلى حيث كنت تعتقد أنك ستكون
• 14:40
  تعمل أداة دايتا فلوس جين 2 من مايكروسوفت فابريك على تغيير هذا العبء بشكل كبير
• 14:45
  بدلا من بناء وصيانة تلك الخطوط المخصصة سطرنا بسطر
• 14:48
  يمكنك نقل الكثير من العمل إلى واجهة بدون كود أو بكود منخفض
• 14:52
  تتولى باور كويري وهي نفس التقنية التي يستخدمها الكثيرون بالفعل فيكسيل و باور بي
• 14:58
  خطوات الاستخراج والتحويل
• 15:00
  وهذا يعني أنك لن تحتاج لبناء أداة تحليل من الصفر لمجرد دمج ثلاثة تنسيقات ملفات مختلفة
• 15:05
  ما عليك سوى ربط المصادر وتحديد الحقول وتشكيل البيانات بصريا وترك الخدمة تتولى المهام التقنية في الخلفية
• 15:12
  ما يجعل جين 2 مثيرا للاهتمام هو المساعدة الذكية المدمجة
• 15:15
  إنه ليس مجرد أداة لربط الجداول أو إعادة تسمية الأعمدة
• 15:19
  إنه يراقب بياناتك المستوردة بفعيلية ويقترح تحويلات بناء على الأنماط المكتشفة
• 15:24
  إذا كنت تجمع دائما بين أعمدة التاريخ والوقت في حقل واحد
• 15:28
  فإنه يبدأ في اقتراح هذه الخطوة تلقائيا
• 15:31
  إذا رأى معرفات عملاء في نظامين يشتركان في مخطط متطابق
• 15:35
  فيمكنه تحديد العلاقة دون الحاجة لربطها يدويا
• 15:39
  لنفترض أنك توحد بيانات حملة تسويقية
• 15:42
  وهي مزيج من ملفات جوجل آدز ورسائل البريد الإلكتروني ومقاييس منصات التواصل
• 15:48
  في إعداد ETL التقليدي
• 15:49
  قد تكتب نصوصا برمجية لتنظيم أسماء الحقول
• 15:52
  وتحويل العمولات ومطابقة النطاقات الزمنية وملء القيم المفقودة
• 15:56
  مع جين 2 يمكنك إسقاط كل مصدر بيانات في Power Query
• 16:00
  والسماح للذكاء الاصطناعي بتمييز أنواع الأعمدة غير المتسقة
• 16:03
  وتطبيق الإصلاحات التي يقترحها مباشرة
• 16:06
  في النهاية ستحصل على جدول واحد نظيف جاهز للتقارير دون تتبع كل تعارض في البيانات يدويا
• 16:11
  تظهر الاختبارات حتى الآن أن هناك ما هو أكثر من مجرد الراحة هنا
• 16:15
  تحسنت سرعة التحديث مقارنة بتدفقات البيانات السابقة
• 16:18
  حيث يتعامل المحرك مع التحويلات بالتوازي ويتعافى من الفشل الجزئي دون الحاجة لإعادة التشغيل بالكامل
• 16:23
  تحمل الأخطاء ميزة كبيرة أخرى
• 16:26
  إذا فشل أحد مصادر البيانات أثناء التحديث
• 16:28
  يمكن للآخرين الاكتمال
• 16:30
  وستحصل على رسالة خطأ واضحة بدلا من رسالة عامة تفيد بفشل المسار
• 16:34
  هذا وحده يوفر الكثير من دورات المعالجة المهدرة والتخمينات
• 16:38
  السؤال الطبيعي هو ما إذا كان هذا يقلل فعليا من الحاجة إلى مهندس بيانات متخصصين
• 16:43
  إذا كان محلل التسويق يستطيع بناء مسار فعال من مصادر بيانات متعددة دون كتابة سطر واحد من التعليمات البرمجية
• 16:49
  فهل لا تزال بحاجة لفريق إيتي المخصص
• 16:51
  من الناحية العملية الإجابة أكثر تعقيدا
• 16:54
  قد تنتقل الوظائف البسيطة المتكررة بالكامل إلى الخدمة الذاتية
• 16:58
  لكن المسارات المعقدة ذات المصادر المتعددة والمنطق التجارية المعقدة أو المتطلبات التنظيمية
• 17:05
  لا تزال تستفيد من إشراف ومهارات مهندس خبير
• 17:08
  ما يغيره هذا هو كيفية قضاء هؤلاء الخبراء لوقتهم
• 17:11
  بدلا من تلبية طلبات فردية لإعادة تنسيق مجموعة بيانات أو إصلاح رابط مكسور
• 17:16
  يمكنهم التركيز على تصميم نماذج قابلة للتوسع
• 17:19
  وتحسين الاستعلامات وبناء قدرات تحليلية يمكن للمؤسسة بأكملها استخدامها
• 17:23
  أعمال الإعداد المتكررة وهي الأشياء التي كانوا يقطعون بسببها يوميا
• 17:27
  يتم التعامل معها في المراحل الأولى بواسطة أدوات مثل جين اثنان
• 17:30
  وهنا يظهر الخيط الرابط
• 17:32
  سواء كنا نتحدث عن التصميم المدعوم بالذكاء الاصطناعي في مايكروسوفت ديزينر
• 17:36
  أو إعداد البيانات بمساعدة الذكاء الاصطناعي في فبرك
• 17:38
  فإن النمط هو نفسه
• 17:40
  تخلص من الأعمال الشاقة وأبق الحكم البشرية حيثما كان مهما
• 17:44
  فرق المحتوى وفرق البيانات ليست متبعدة كما يبدو
• 17:47
  كلاهما يبني أصولا
• 17:48
  وكلاهما يعاني من سير عمل مثقل بخطوات متكررة يمكن أتمتتها بسهولة
• 17:52
  والآن كلاهما يمتلك أدوات في M365 بدأت تتولى تلك الخطوات نيابة عنهما
• 17:57
  نظام بيئي واحد ثورتان
• 17:59
  تفضل معظم الشركات اعتبار الفرق الإبداعية وفرق البيانات عالمين منفصلين
• 18:04
  التسويق يبني القصة والتحليلات تقيس التأثير
• 18:07
  لكن في الواقع تتداخل سيار العمل هذه باستمرار
• 18:11
  الحملة لا تنتهي بعد نشر المنشور على وسائل التواصل الاجتماعي
• 18:14
  القرارات الإبداعية تؤثر على ما يتم قياسه
• 18:17
  والبيانات تشكل الجولة التالية من العمل الإبداعي
• 18:19
  فصلهما في صوامع يخفي حقيقة أنهما يعتمدان على نفس التحدي الأساسي
• 18:23
  وهو تحويل المدخلات الأولية إلى شيء قابل للاستخدام بالسرعة الكافية ليصبح مهما
• 18:27
  لهذا السبب تبدو التغييرات التي شهدناها مع مايكروسوفت ديزينر وتدفقات بيانات فابريك جين 2 مترابطة
• 18:32
  حتى وإن كانت أحل مشكلة مختلفة
• 18:34
  من ناحية لديك ذكاء اصطناعي يتدخل في روتين التخطيط والحفاظ على اتصاق العلامة التجارية
• 18:39
  ومن ناحية أخرى يتصدى الذكاء الاصطناعي بجدية للجهد المتكرر في أعداد البيانات
• 18:44
  معا يعملان على تقليص الوقت المستغرقي للانتقال من التفكير إلى تتبع النتائج
• 18:49
  أنت لا توفر الجهد في مجالين منفصلين فحسبه
• 18:52
  بل تقصر الحلقة بينهما
• 18:54
  تخيل حملة إطلاق منتج
• 18:55
  يستخدم الفريق الإبداعي ديزينر لبناء المجموعة الكاملة من العناصر المرئية واللافتات الترويجية وصور البريد الإلكتروني وشرائح الفعالية
• 19:02
  يتم محاذاة كل أصل تلقائيا مع مجموعة العلامة التجارية
• 19:06
  لذا لا أحد يعيد صياغة الألوان أو يبحث عن الشعار المناسب
• 19:09
  بالتوازي يقوم فريق التحليلات بإعداد تدفق بيانات جين 2 الذي يسحب حركة مرور الموقع والإنفاق الإعلانية وتفاعل البريد الإلكتروني
• 19:17
  وحضور الندوات عبر الإنترنت إلى مجموعة بيانات جاهزة للاستخدام
• 19:20
  عندما تنطلق الحملة تكون بالفعل في وضع يسمح لك بمطابقة كل أصل إبداع مع الأرقام التي توضح مدى أدائه
• 19:27
  التفاصيل مهمة هنا
• 19:29
  ديزينر ليس مجرد نسخة من كنف مدمجة في 365
• 19:31
  إنه مرتبط بسياق 365 الخاص بك
• 19:35
  إذا كانت الحملة موجودة في تقويم الشركة
• 19:37
  وإذا كانت الصور مخزنة في شيربوينت
• 19:39
  وإذا كانت مسودات النصوص في محادثات تيمز
• 19:41
  يمكن للذكاء الاصطناعي استخدام ذلك لبدء اقتراحات التخطيط
• 19:43
  يعمل جين اثنان بنفس الطريقة في مجاله الخاص
• 19:46
  يكتشف أوجه التشابه في الأعمدة بين مصادر المدخلات
• 19:49
  ويقترح عمليات التوحيد
• 19:51
  ويحدد فجوات البيانات قبل تحميلها في باور بي
• 19:54
  كلهما يستخدم السياق ولكن من جوانب مختلفة من سير العمل
• 19:58
  لتقليل الجهد المبذول بين المدخلات الأولية والمخرجات القابلة للاستخدام
• 20:01
  هذا هو المبدأ المشترك الذي يقودهما معا
• 20:04
  الوعي بالسياق بالإضافة إلى الاقتراحات الذكية
• 20:07
  إنه ليس سحرا توليديا
• 20:09
  إنها أتمتة موجهة تتغذى على الإشارات التي تنتجها بيئتك بالفعل
• 20:14
  كلما زاد عملك داخل نظام M365 البيئية
• 20:17
  زادت الإشارات التي يمكن للذكاء الاصطناعي التقاطها
• 20:19
  مطالبة تصميم تعرف شريحة الجمهور دون أن تضطر إلى كتابتها
• 20:23
  تدفق بيانات يلاحظ أن نصف إنفاقك الإعلاني غير مصنف
• 20:26
  ويسألك عما إذا كنت تريد تسويته
• 20:28
  هذه ليست حيلا عابرة
• 20:30
  بل هي أماط يمكنها تغيير كيفية سير المشاريع يوميا
• 20:34
  انظر للأمر من منظور مايكروسوفت الأوسع
• 20:36
  ومن الواضح أنهم يتجهون نحو نموذج مكان عمل يعتمد على الذكاء الاصطناعي أولا
• 20:41
  ليس ذكاء اصطناعيا منعزلا
• 20:43
  بل مدمجا في الأدوات التي تستخدمها بالفعل
• 20:45
  ومعدلنا ليتناسب مع بياناتك التشغيلية
• 20:48
  يكمن تكمن قوة هذا النموذج في أن التحسينات في ذكاء منتج واحد غالبا
• 20:51
  ما يمكن تطبيقها على منتج آخر
• 20:53
  منطق اتساق العلامة التجارية الذي يحافظ على محاذة تصميمات المصممين
• 20:57
  قد يساعد يوما ما في ضمان احتفاظ مرئية البيانات في باور بي بنفس الهوية البصرية
• 21:01
  يمكن لنظام الكشف عن الشدود في الجيل الثاني تحديد الأرقام غير المتسقة داخل ملف وورد
• 21:05
  لتقرير عمل قبل أن يعرضه أي شخص
• 21:07
  إنه يطرح سؤالا يستحق النظر فيه الآن
• 21:10
  إذا كان بإمكان الذكاء الاصطناعي توجيه العمل الإبداعي والتحليلي بطلاقة متساوية
• 21:14
  فكم نحن بعيدون عن لوحة تحكم موحدة تصمم فيها المحتوى
• 21:18
  وتستهدف الجمهور وتطلق الحملة وتراقب بيانات الأداء في مكان واحد
• 21:22
  لم يعد هذا مجرد حلم بعيد المنال
• 21:24
  اللبنات الأساسية موجودة بالفعل
• 21:26
  لكنها لم تجمع بعض في واجهة واحدة شاملة
• 21:29
  بالنسبة للمؤسسات التي تستخدم الأداتين بالفعل
• 21:33
  فإن العائد المباشر واضح
• 21:34
  يمكنك موأمة سرد قصة العلامة التجارية مع بيانات الأداء المباشرة دون الحاجة إلى تصدير اليدوي
• 21:39
  وتبادل رسائل البريد الإلكتروني وتأخير التحديثات التي كانت تبطئ الحملة
• 21:42
  هذا ليس أسرع فحسب
• 21:44
  بل هو أقل عرضة للأخطاء
• 21:46
  يرى المبدعون النتائج في وقت شبه حقيقي
• 21:49
  ويرى فريق التحليلات الأصول التي تحقق النتائج بدقة
• 21:53
  وتتم التعديلات أثناء تشغيل الحملة
• 21:56
  وليس كتحليل لاحق
• 21:58
  وهناك موجة تالية في الأفق
• 22:00
  ذكاء اصطناعي لا يعمل فقط داخل التطبيقات الفردية
• 22:04
  بل ينسق بينها
• 22:05
  حينها يمكن لتغيير في رسالة الحملة أن يؤدي تلقائيا إلى تحديث المرئيات في المصمم
• 22:10
  وضبط قواعد التصنيف في تدفقات بياناتك
• 22:13
  وتقديم تحليلات محدثة إلى لوحة تحكمك دون تدخل منك