یک روایت شخصی · نه یک محصول

هوش مصنوعی، امروز،
کسب‌وکار بازرگانی را چطور قوی می‌کند.

یک راهنما درباره‌ی اینکه Agentic AI، MCP، و ابزارهایی مثل Claude Code چطور کار می‌کنند — و ده حوزه‌ی مشخص در بازرگانی که همین الان قابل ارتقا هستند. نویسنده: مهدی توتونچی، بعد از یک دهه تجربه.

فارسی · ترکی · انگلیسیتهران ↔ دبیتجارت بین‌المللیزنجیره تأمین خودرویی
۲۰۰+کانتینر وارد شده
۳زبان کاری
۲کشور، یک مسیر
۱۰سیستم در این سند
مهدی توتونچی
سلفی آسانسور
در عکس: بین طبقه‌ی هشتم و لابی.در واقعیت: بین دو کشور، و یک جلسه‌ی بعدی ده دقیقه‌ی دیگر.
کمی درباره‌ی من

یک دهه بازرگانی، یک سؤال تکراری.

شروعِ کارم، در توسعه تبدیل سینا، شد مسئول بازرگانیِ یک شرکت تأمین‌کننده‌ی بزرگ‌ترین خودروسازی خاورمیانه و آمریکای شمالی. بدون پیش‌زمینه. طی یک دوره، بیش از ۲۰۰ کانتینر لاستیک وارد شد؛ مذاکره، کیفیت، qualification با OEM، حمل، گمرک، پرداخت، و هر چیز دیگری که اسمش «زنجیره تأمین» است.

سه زبان (فارسی، ترکی، انگلیسی)، دو کشور (تهران ↔ دبی)، صدها پرواز، هزاران ایمیل. نتیجه‌اش این بود: هر بحرانی که حل کردم، یک مشکل «من» نبود، مشکل نبودِ یک «سیستم» بود. و امروز، بالاخره جنس سیستمی که می‌خواستم، ممکن است.

این صفحه درباره‌ی من نیست. درباره‌ی آن سیستم است.

توسعه تبدیل سینا۲۰۰+ کانتینرOEM خاورمیانه و آمریکای شمالیتهران ↔ دبی۳ زبان
فصل ۲ · چطور کار می‌کند

هوش مصنوعی امروز، یک مغز متصل است.

ده سال پیش، AI یک قابلیت بود — ترجمه، تولید متن، خلاصه‌نویسی. امروز، AI یک ارگانیسم فعال است: داده می‌خواند، تصمیم می‌گیرد، اقدام می‌کند، نتیجه را چک می‌کند، و اگر لازم شد دوباره تلاش می‌کند. این تفاوتِ بنیادی را اسمش را گذاشته‌اند «Agentic AI».

ابزاری مثل Claude Code نمونه‌ی خوبی است: یک ایجنت که می‌تواند کدبیس شما را بخواند، دستور اجرا کند، تست بنویسد، باگ را ردیابی کند، و در نهایت PR تحویل بدهد. برنامه‌نویس‌ها همین حالا روزانه ده‌ها ساعت کارشان را به آن می‌سپارند. همین الگو، برای بازرگانی هم قابل بازنویسی است — فقط ابزارها فرق می‌کند.

حلقه‌ی ایجنت

Agent Loop

AI دیگر فقط جواب نمی‌دهد. برنامه می‌ریزد، اقدام می‌کند، نتیجه را بررسی می‌کند و اگر لازم شد دوباره تلاش می‌کند. این چرخه، تفاوت «چت» با «ایجنت» است.

MCP

Model Context Protocol

یک استاندارد باز از شرکت Anthropic. مثل USB-C برای اپ‌ها: هر سرویسی که یک MCP عرضه کند، ایجنت می‌تواند به آن وصل شود — Gmail، Postgres، Slack، GitHub، Notion، و ده‌ها سرویس دیگر.

Tool Use

ابزار در اختیار ایجنت

هر تابع، هر API، هر query، به‌عنوان یک ابزار به ایجنت داده می‌شود. ایجنت می‌خواند، می‌نویسد، پرس‌وجو می‌کند، ایمیل می‌فرستد، فایل آپلود می‌کند. هر چیزی که یک اپ می‌کند.

تأیید انسانی

Human-in-the-loop

برای هر اقدامی که اهمیت دارد، ایجنت پیشنهاد می‌دهد و شما تأیید می‌کنید. audit trail همیشه هست. کنترل، با مدیر می‌ماند. سرعت، به سیستم می‌رسد.

ایجنت به چه چیزهایی دسترسی دارد؟

همین امروز، MCPهایی برای Gmail، Postgres، Slack، GitHub، Notion، Google Drive، Stripe، Shopify و ده‌ها سرویس دیگر موجودند. هر اپی که یک HTTP API داشته باشد، قابل اتصال است. یعنی ایجنت می‌تواند همان کارهایی را انجام دهد که یک کارشناس با چند تب باز در مرورگرش می‌کند — فقط بدون خستگی، بدون فراموشی، و در کسری از زمان.

ایمیلGmail / Outlook
چتSlack / WhatsApp
پایگاه دادهPostgres / MySQL
شیت‌هاSheets / Excel
اسناد و PDFDrive / Notion
مالی و LCبانک / پرتال LC
CRM / ERPSalesforce / SAP
هر HTTP APICustom endpoints
tools an agent sees
[ read_email, query_postgres, search_drive, update_crm_contact,
  draft_reply_tr, parse_shipping_pdf, send_whatsapp, fetch_fx_rate ]

اگر این زیرساخت را کنار هم بگذارید، ده سیستمی که در ادامه می‌آید، دیگر فرضیه نیست — مهندسی است.

تصویر ذهنی

بعد از ده سال، کار بازرگانی این شکلی شد در ذهنم.

یک نقطه‌ی مرکزی وجود دارد — اسمش را می‌گذارم «تصمیم». و ده گره دورش: تأمین، مذاکره، کیفیت، حمل، مالی، اسناد، و هر چیز دیگری که به هم وصل است. بازرگانی، فهرستی از کارها نیست؛ یک شبکه است.

در حال بارگذاری صحنه‌ی سه‌بعدی…
بکشید تا بچرخد
هسته‌ی تصمیم۱۰ گره (سیستم‌ها)میدان داده
فصل ۴ · ده سیستم، یک جواب

ده حوزه که AI می‌تواند کسب‌وکار را قوی کند.

این ده مورد، نقشه‌ی عملی است: هر سیستم یک مسأله‌ی واقعی در بازرگانی است، با یک راه‌حل مهندسی که امروز — با ایجنت‌ها، MCPها و ابزارهای متصل — ممکن شده. نقل‌قولِ کوچک بالای هر کارت، یک لحظه‌ی واقعی از میز کار است که چرا این سیستم اهمیت دارد.

سیستم ۱Commercial Intelligence
۰۱

هوش تجاری

«قبل‌تر یک صبح در دبی بیدار شوم و ببینم تعرفه تغییر کرده — نه یک ساعت بعدش.»

بازار، رقیب، قیمت و تعرفه را بی‌وقفه زیر نظر می‌گیرد.

  • پایش روزانه قیمت در بازارهای هدف
  • رصد حرکت رقبا و تغییر لیست تأمین‌کنندگان
  • هشدار ریسک کشوری و تغییر تعرفه
  • خلاصه‌ی هفتگی بازار در یک نما
پایش بازار۲۴/۷
MT · Commercial
سیستم ۲Lead & Pipeline
۰۲

تولید لید و پایپلاین معاملات

«سال اول، دو معامله از دست دادم چون پیگیری فراموش شد. این، آن فراموشی را حذف می‌کند.»

از کشف هدف تا پیش‌بینی تبدیل، در یک مسیر منظم.

  • امتیازدهی هوشمند به هر خریدار و تأمین‌کننده
  • اولویت‌بندی تماس‌ها بر اساس احتمال تبدیل
  • پیش‌بینی زمان و ارزش بستن معامله
  • پیشنهاد next action برای هر فرصت
سرعت بستن معامله۳×
MT · Lead
سیستم ۳Quotation & Pricing
۰۳

قیمت‌گذاری و صدور پیشنهاد

«قیمت را با حافظه و یک فنجان چای می‌دادم. این سیستم، حدس را تبدیل به طراحی می‌کند.»

قیمت، ترکیب حساب‌شده‌ی هزینه، ریسک و حاشیه‌ی هدف است.

  • مدل‌سازی سناریوی حاشیه و ریسک
  • صدور پیشنهاد در چند ارز و Incoterms
  • پیشنهاد سقف و کف قیمت برای مذاکره
  • نسخه‌بندی کامل هر pricing برای ممیزی
بهبود حاشیه‌ی سود۸-۱۲٪
MT · Quotation
سیستم ۴Trade Operations
۰۴

کنترل عملیات بازرگانی

«وقتی ۱۵ معامله هم‌زمان داری، فراموشی طبیعی است. این سیستم، فراموشی را ممنوع می‌کند.»

از Inquiry تا پرداخت، یک زنجیره‌ی یکپارچه.

  • نمای real-time از هر معامله و گلوگاه
  • تطبیق خودکار PI، فاکتور و پرداخت
  • هشدار تأخیر در هر نقطه از زنجیره
  • سرویس پس از فروش با داده‌ی متصل
معامله‌ی گم‌شده۰
MT · Trade
سیستم ۵Document Intelligence
۰۵

هوش اسناد و انطباق

«شب‌ها LC را با قرارداد خط به خط مقایسه می‌کردم. این، همان کار را در چند ثانیه می‌کند.»

اسناد را می‌خواند، می‌فهمد و با قرارداد تطبیق می‌دهد.

  • استخراج ساخت‌یافته از PDF و اسکن
  • مقایسه‌ی بند به بند با PI و قرارداد
  • علامت‌گذاری مغایرت قبل از پرداخت
  • تاریخچه‌ی کامل نسخه‌ها و امضاها
دقت تطبیق سند۹۸٪
MT · Document
سیستم ۶Relationship & Comms
۰۶

ارتباطات و ذی‌نفعان

«سه زبان حرف می‌زنم. ولی حتی من، همیشه لحن درست را نمی‌گرفتم.»

ایمیل، واتساپ و تماس، یک حافظه‌ی مشترک.

  • خلاصه‌ی جلسه و استخراج قول‌ها
  • نگارش پاسخ با لحن بومی هر بازار
  • یادآوری هوشمند pending‌ها
  • تاریخچه‌ی ارتباط با هر ذی‌نفع در یک نما
قولِ فراموش‌شده۰
MT · Relationship
سیستم ۷Risk & Early-Warning
۰۷

مدیریت ریسک و هشدار زودهنگام

«هر بحرانی که دیدم، نشانه‌اش یک هفته قبل آمده بود. ولی ندیدم.»

قبل از اینکه بحران بیاید، علامت می‌دهد.

  • نقشه‌ی وابستگی و تمرکز ریسک
  • هشدار تغییر رفتار پرداخت مشتری
  • پایش تأخیر حمل و ریسک گمرکی
  • سناریوی stress test برای معاملات بزرگ
هشدار زودهنگام≤ ۷ روز
MT · Risk
سیستم ۸Management Reporting
۰۸

گزارش مدیریتی و پشتیبانی تصمیم

«مدیرم نمی‌خواست spreadsheet. می‌خواست جواب. این، همان جواب است.»

به‌جای spreadsheet خام، پاسخ مدیریتی می‌دهد.

  • داشبورد زنده‌ی سودآوری به تفکیک معامله
  • تحلیل علت نشت حاشیه
  • رتبه‌بندی تأمین‌کنندگان و مشتریان
  • دستور کار هفتگی مدیرعامل
از کل کسب‌وکار۱ نما
MT · Management
سیستم ۹Knowledge & Standards
۰۹

ثبت دانش و استانداردسازی

«هر چه یاد گرفتم در ذهن خودم ماند. اگر می‌رفتم، می‌رفت.»

دانش افراد را به دارایی شرکت تبدیل می‌کند.

  • استخراج SOP از روال واقعی کار
  • playbook مذاکره برای هر بازار
  • منبع واحدِ حقیقت برای تیم
  • جست‌وجوی معنایی روی کل دانش
برای کل تیم۱ مرجع
MT · Knowledge
سیستم ۱۰Autonomous Orchestration
۱۰

ارکستراسیون خودکار workflow

«بخش بزرگی از وقتم صرف کپی‌پیست بین سیستم‌ها می‌شد. این همان را خودکار می‌کند.»

ایجنت‌ها را به ابزارهای شرکت وصل و هم‌نوا می‌کند.

  • اتصال به CRM، ERP و ابزارهای مالی
  • اجرای workflow با قاعده و تأیید انسانی
  • ثبت کامل audit trail برای هر اقدام
  • توسعه بدون بازنویسی سیستم‌های موجود
کاهش کار تکراری۷۰٪
MT · Autonomous
فصل ۵ · آدم، یا سیستم

یک آدم تنها، یا یک سیستم.

تفاوت شرکت‌های موفق با بقیه، «اندازه» نیست. «سامان» است. آن‌چه در سال‌های اول، خود من جای سیستم بودم، حالا می‌شود واقعاً یک سیستم باشد.

دیروز
وقتی من جای سیستم بودم

تلاش پراکنده، بدون حافظه‌ی مشترک

  • یک لپ‌تاپ، یک تلفن، یک ذهن پر — و خدا
  • ایمیل‌هایی که گم می‌شدند تو thread
  • قیمت‌هایی که با حافظه و چای می‌نوشتی
  • گزارش‌هایی که جمعه‌ها دستی می‌ساختم
  • تجربه‌هایی که با من می‌آمدند، با من هم می‌رفتند
فردا
وقتی سیستم، سیستم است

یک مغز تجاری، یک حافظه‌ی مشترک

  • حافظه‌ای که هیچ‌وقت چیزی یادش نمی‌رود
  • لحن درستِ هر بازار، برای هر پیام
  • قیمت، ترکیب طراحی‌شده‌ی داده و ریسک
  • پاسخ، نه گزارش
  • دانش شرکت، نه دانش یک نفر
فصل ۶ · سه لحظه‌ی واقعی

در واقعیت، این‌شکلی کار می‌کند.

این‌ها تئوری نیستند. هر کدام یک لحظه‌ی واقعی از میز بازرگانی است — لحظه‌ای که تصمیمِ زودتر و بهترش، همه چیز را عوض می‌کند.

یک شب در دبی

محموله‌ی دیرکرده، هشدار زودتر از بحران

یک شب در دبی. فورواردر می‌نویسد «تأخیر یک روزه». ساعت دو نصف‌شب می‌فهمیم این یعنی دموراژ سه رقمی. سیستم نشانه‌های تأخیر را از پورتال حمل و ایمیل فورواردر کنار LC می‌چیند. قبل از ددلاین، ریسک را با راهکار پیشنهادی به مدیر می‌دهد — نه بعدش.

۳ روز پیش از سررسید، تصمیم هنوز ممکن است.
یک صبح در تهران

بازار جدید، قیمت دفاع‌پذیر

یک صبح در تهران. تماس از یک خریدار جدید که می‌خواهد قیمت. اگر با حافظه قیمت بدهی، یا باختی یا سوختی. سیستم هزینه‌ی کامل، نوسان ارز، ریسک پرداخت و فضای مذاکره را می‌سنجد و سه پیشنهاد می‌دهد: تدافعی، متعادل، تهاجمی.

حاشیه، محصول شانس نیست؛ محصول طراحی است.
یک ایمیل از استانبول

مذاکره‌ی فرهنگ‌محور با هر بازار

یک ایمیل از استانبول. لحن باید دقیقاً چقدر گرم باشد؟ کلمه‌ی اول چه باشد؟ زمان پاسخ چند ساعت؟ playbook هر بازار جواب دارد. سیستم draft را با لحن درست می‌نویسد. شما فقط تأیید می‌کنید.

سرعت پاسخ، بدون از دست رفتن احترام.
فصل ۷ · اگر از نو شروع می‌کردم

مسیری که آرزو داشتم کسی به من می‌داد.

این یک «پلاگین معجزه‌گر» نیست. مسیری است مرحله‌به‌مرحله که هر گام، ارزش قابل‌اندازه‌گیری تحویل می‌دهد. اگر من ده سال پیش این نقشه را داشتم، بعضی شب‌های بیدار نخوابیده بودم.

فاز ۱۲ تا ۴ هفته

دیدن، قبل از ساختن

  • نگاه صادقانه به فرایندهای فعلی
  • پیدا کردن جاهایی که ارزش نشت می‌کند
  • انتخاب یکی دو سیستم که واقعاً اهمیت دارند
فاز ۲۴ تا ۸ هفته

حافظه، قبل از هوش

  • یکپارچه کردن داده‌هایی که در ده جا پراکنده‌اند
  • ساختن یک منبع مشترک حقیقت
  • تعریف متریک‌هایی که واقعاً تصمیم‌ساز هستند
فاز ۳۲ تا ۴ ماه

اجرا، با محافظه‌کاری

  • پیاده‌سازی ۳ سیستم با بیشترین اثر
  • اتصال به ابزارهای موجود، نه جایگزینی‌شان
  • تعریف قواعد و تأییدهای انسانی
فاز ۴مداوم

رشد، با صبوری

  • افزودن تدریجی سیستم‌های بعدی
  • بلوغ ایجنت‌های خودکار
  • حلقه‌ی یادگیری سازمانی
پایانِ روایت

این یک سند چشم‌انداز است، نه یک محصول.

ده سال بازرگانی به من یاد داد که بزرگ‌ترین مشکل‌ها، مشکل آدم‌ها نیستند — مشکلِ نبودِ یک سیستم پشت آدم‌ها هستند. این صفحه، بلند فکر کردن درباره‌ی همین است. اگر این سؤال ذهن شما هم هست، خوشحال می‌شوم با هم حرف بزنیم. بعداً.

مهدی توتونچی · تهران ↔ دبی · نسخه‌ی ۰.۱