يتطلب توسيع نطاق الذكاء الاصطناعي في المؤسسات التغلب على الأخطاء المعمارية التي غالبًا ما تعيق الطيارين قبل الإنتاج، وهو تحدٍ يتجاوز مجرد اختيار النموذج. في حين أنه من السهل إنشاء نماذج أولية للذكاء الاصطناعي، فإن تحويلها إلى أصول تجارية موثوقة ينطوي على حل المشاكل الصعبة المتعلقة بهندسة البيانات والحوكمة. هذا التحدي يزداد أهمية مع اقتراب مؤتمر الذكاء الاصطناعي والبيانات الضخمة 2026 في لندن، حيث يتزايد الحديث عن كيفية تحقيق قيمة حقيقية من هذه التقنيات.
مشكلة “الجزيرة البكر” في توسيع نطاق الذكاء الاصطناعي للمؤسسات
تنبع معظم حالات فشل مبادرات الذكاء الاصطناعي من البيئة التي تم بناء الذكاء الاصطناعي فيها. غالبًا ما تبدأ المشاريع التجريبية في إعدادات خاضعة للرقابة، مما يخلق إحساسًا زائفًا بالأمان، ثم تنهار عندما تواجه نطاقًا مؤسسيًا حقيقيًا. توضح فراني هسياو، قائدة مهندسي الذكاء الاصطناعي في منطقة أوروبا والشرق الأوسط وأفريقيا في Salesforce، أن “الرقابة المعمارية الأكثر شيوعًا التي تمنع طياري الذكاء الاصطناعي من التوسع هي الفشل في تصميم بنية تحتية للبيانات على مستوى الإنتاج مع حوكمة مدمجة من البداية إلى النهاية.”
من المفهوم أن الطيارين غالبًا ما يبدأون في “جزر نقية” – باستخدام مجموعات بيانات صغيرة منسقة وسير عمل مبسط. لكن هذا يتجاهل الواقع الفوضوي لبيانات المؤسسة: التكامل المعقد، والتطبيع، والتحول المطلوب للتعامل مع الحجم والتنوع في العالم الحقيقي. عندما تحاول الشركات توسيع نطاق هذه الأنظمة التجريبية دون معالجة فوضى البيانات الأساسية، تتعطل الأنظمة. وتحذر هسياو من أن “فجوات البيانات الناتجة ومشاكل الأداء مثل زمن الوصول للاستدلال تجعل أنظمة الذكاء الاصطناعي غير قابلة للاستخدام، والأهم من ذلك، أنها غير جديرة بالثقة.”
هندسة الاستجابة المدركة: تقليل زمن الاستجابة
بينما تقوم المؤسسات بنشر نماذج استدلال ضخمة، فإنها تواجه مفاضلة بين عمق “تفكير” النموذج وصبر المستخدم. الحوسبة الثقيلة تخلق زمن الوصول، وهو ما يمكن أن يقوض تجربة المستخدم. تعالج Salesforce هذه المشكلة من خلال التركيز على “الاستجابة الملموسة من خلال Agentforce Streaming”، وفقًا لما ذكرته هسياو.
“يسمح لنا هذا بتقديم الاستجابات المولدة بواسطة الذكاء الاصطناعي بشكل تدريجي، حتى أثناء إجراء المحرك المنطقي لعمليات حسابية ثقيلة في الخلفية. إنه نهج فعال بشكل لا يصدق لتقليل زمن الاستجابة المتصور، والذي غالبًا ما يعطل إنتاج الذكاء الاصطناعي.” تلعب الشفافية أيضًا دورًا وظيفيًا في إدارة توقعات المستخدم. من خلال عرض مؤشرات التقدم التي توضح خطوات التفكير، فإن Salesforce لا تحافظ على تفاعل المستخدمين فحسب؛ بل تحسن الاستجابة الملموسة وتبني الثقة.
اختيار النموذج الأمثل والأداء
بالإضافة إلى ذلك، فإن اختيار النموذج الاستراتيجي – مثل اختيار نماذج أصغر لعدد أقل من الحسابات، مما يعني أوقات استجابة أسرع – وقيود الطول الواضحة تضمن أن يشعر النظام بالتعمد والاستجابة. هذا التركيز على الأداء يمثل جزءًا أساسيًا من توسيع نطاق الذكاء الاصطناعي بنجاح.
الذكاء الاصطناعي على الحافة: دعم العمليات الميدانية
بالنسبة للصناعات التي لديها عمليات ميدانية، مثل المرافق أو الخدمات اللوجستية، فإن الاعتماد على الاتصال السحابي المستمر يعد أمرًا غير موفق. يقول هسياو: “بالنسبة للعديد من عملاء المؤسسات لدينا، فإن المحرك العملي الأكبر هو الوظيفة غير المتصلة بالإنترنت.”
هناك تحول نحو الذكاء الموجود على الجهاز، خاصة في الخدمات الميدانية، حيث يجب أن يستمر سير العمل بغض النظر عن قوة الإشارة. يمكن للفني تصوير جزء معيب أو رمز خطأ أثناء عدم الاتصال بالإنترنت، ثم يمكن لماجستير إدارة الأعمال الموجود على الجهاز تحديد الأصل أو الخطأ، وتوفير خطوات إرشادية لاستكشاف الأخطاء وإصلاحها من قاعدة المعرفة المخزنة مؤقتًا على الفور. تتم مزامنة البيانات تلقائيًا بمجرد عودة الاتصال، مما يضمن إنجاز العمل حتى في البيئات الأكثر انقطاعًا.
الحوكمة والمساءلة: بوابات عالية المخاطر
الوكلاء المستقلون ليسوا أدوات للضبط والنسيان. عند توسيع نطاق عمليات نشر الذكاء الاصطناعي في المؤسسة، تتطلب الحوكمة تحديد الوقت الدقيق الذي يجب فيه على الإنسان التحقق من الإجراء. تفرض Salesforce “تواجدًا بشريًا في الحلقة” لمناطق محددة تسميها “بوابات عالية المخاطر”، والتي تشمل فئات إجراءات محددة مثل إجراءات “الإنشاء أو التحميل أو الحذف” والاتصالات الحساسة مع العملاء.
هذا الهيكل يخلق حلقة تغذية مرتدة حيث “يتعلم الوكلاء من الخبرة البشرية”، مما يؤدي إلى إنشاء نظام من “الذكاء التعاوني” بدلاً من الأتمتة غير الخاضعة للرقابة. الثقة في الوكيل تتطلب رؤية عمله، وهذا ما توفره Salesforce من خلال “نموذج بيانات تتبع الجلسة (STDM)” الذي يلتقط سجلات خطوة بخطوة لكل تفاعل.
توحيد اتصالات الوكيل: نحو قابلية التشغيل البيني
نظرًا لأن الشركات تنشر وكلاء من بائعين مختلفين، تحتاج هذه الأنظمة إلى بروتوكول مشترك للتعاون. تتبنى Salesforce معايير مفتوحة المصدر مثل MCP وA2A لضمان قابلية التشغيل البيني وتجنب تقييد البائعين. بالإضافة إلى ذلك، تشارك Salesforce في تأسيس OSI لتوحيد الدلالات، بحيث يفهم الوكيل في أحد الأنظمة “حقًا نية الوكيل في نظام آخر”.
مستقبل توسيع نطاق الذكاء الاصطناعي: البيانات الجاهزة للوكيل
بالنظر إلى المستقبل، سيتحول التحدي من القدرة النموذجية إلى إمكانية الوصول إلى البيانات. يتوقع هسياو أن العقبة الرئيسية التالية ستكون جعل بيانات المؤسسة “جاهزة للوكيل” من خلال بنيات قابلة للبحث ومدركة للسياق. هذا التحول ضروري لتمكين تجربة مستخدم شديدة التخصيص.
في نهاية المطاف، لا يتعلق العام المقبل بالسباق نحو نماذج أكبر وأحدث؛ بل يتعلق ببناء البنية التحتية للتنسيق والبيانات التي تسمح للأنظمة الوسيطة على مستوى الإنتاج بالازدهار. Salesforce هي الراعي الرئيسي لمعرض الذكاء الاصطناعي والبيانات الضخمة العالمي في لندن، حيث سيشارك خبراء الشركة المزيد من الرؤى حول توسيع نطاق الذكاء الاصطناعي بنجاح.