-->

حين يخرج الذكاء الاصطناعي من الشاشة، يتغير وزن الخطأ

عند تصفح أخبار هذا الصباح، يتضح أن الذكاء الاصطناعي يكبر في اتجاهين في آن واحد. الاتجاه الأول هو الرؤية الأفضل. كشفت Ant Group عن نموذج رؤية من الجيل التالي يتعرف على أسطح كانت نماذج الرؤية السابقة تفوّتها، مثل الزجاج والأسطح العاكسة، وتزعم أن نموذجها المكوّن من 1.1 مليار معلمة يتفوق على نماذج من فئة 7 مليارات معلمة. الاتجاه الثاني هو الحركة الأكبر. أطلقت الحكومة والقطاع الخاص استثمارا مشتركا بقيمة 20 تريليون وون في الذكاء الاصطناعي الفيزيائي الكوري (K-Physical AI)، وأسست مدينة أولسان تحالفا صناعيا للذكاء الاصطناعي، بينما تنتقل شركة RealWorld، وهي شركة ناشئة لنماذج أساسية في الروبوتات، إلى مرحلة التسويق التجاري بعد استقطاب قيادي استراتيجي عالمي جاء من AWS.

بمعنى آخر، تتسع حواس الذكاء الاصطناعي وتتضاعف أيديه. لكن وزن الخطأ يختلف تماما بين أن يكون الذكاء الاصطناعي داخل شاشة أو فوق خط إنتاج في مصنع. إذا كتب روبوت محادثة جملة خاطئة، يكفي حذفها. أما إذا تحرك ذراع روبوت بشكل خاطئ أو فتح وكيل في عملية تصنيع صماما غير صحيح، فإن ذلك يتحول إلى حدث فيزيائي لا يمكن التراجع عنه. هنا يكمن السؤال الذي تشير إليه أخبار اليوم ضمنا. كلما رأى الذكاء الاصطناعي بشكل أفضل وتصرف أكثر، ينتقل السؤال الذي تطرحه الشركات فعليا من “ما مدى ذكائه” إلى “أثبت لي بالضبط ماذا فعلت للتو”.

نشرة اليوم تحمل نوعين مختلفين من “السجلات”

تحمل النشرة الواحدة نوعين مختلفين من السجلات. ما يتناوله نموذج الرؤية من Ant Group هو سجل الإدراك، أي مدى دقة رؤيته للعالم وفهمه للفراغ. أما سجلات الأفعال التي تناولها تقرير “تشغيل الذكاء الاصطناعي” في صحيفة IT Chosun فهي مختلفة في طبيعتها. الأمر يتعلق بحفظ تدفق التنفيذ بأكمله: أي أدوات استدعاها الوكيل، وأي صلاحيات مارسها، وماذا غيّر ذلك في النتيجة.

من دون النوع الأول من السجلات، يصبح الذكاء الاصطناعي غبيا. ومن دون النوع الثاني، لا يُتبنى الذكاء الاصطناعي أصلا. هذا الفرق مهم، لأن الأداء يُثبت عبر المعايير القياسية، بينما تُثبت الثقة عبر السجلات. وكما أشار التقرير، تعزز منصات المراقبة في الخارج مثل Datadog قدرتها على تتبع استدعاءات أدوات الوكيل واستجاباته كتدفق تنفيذ واحد، بينما تتجه أدوات مثل AgentOps وArize وLangSmith نحو دمج التتبع والتقييم وحواجز الحوكمة معا. هذا مؤشر على أن سوق قابلية المراقبة يعيد تشكيل نفسه بسرعة من أدوات مراقبة الأداء التقليدية (APM) إلى أدوات مخصصة للوكلاء.

النماذج تتجه نحو المجانية، والسؤال المتبقي هو “التشغيل”

يتقاطع مع هذا خبر آخر من اليوم. أعلنت OpenAI وAnthropic إتاحة رموز نماذجها الأعلى مستوى مجانا، ودخلتا سباقا لاستقطاب العملاء الأوائل. تعيد شركات الذكاء الاصطناعي الرائدة هنا فعليا الاستراتيجية التي اتبعتها شركات الحوسبة السحابية سابقا حين استقطبت الشركات الناشئة عبر أرصدة مجانية. وهذا أيضا دليل على أن محور المنافسة انتقل من بناء أفضل أداء إلى ترسيخ الارتباط بمنظومة معينة.

مع أفول عصر كان فيه أداء النموذج هو الثمن، وتوزيع أفضل النماذج مجانا، تنحدر نقطة التمايز التي يمكن للشركة التمسك بها من النموذج نفسه إلى طبقة التشغيل التي تعمل فوقه. لم يعد السؤال المتبقي أي نموذج تستخدمه، بل كيف تتحكم في الوكلاء المبنيين على ذلك النموذج وتسجل ما يمكنهم فعله وما لا يجوز لهم فعله. وكلما بدت الرموز المجانية أكثر جاذبية، ازدادت تكلفة التحول بعد أن تُصمَّم المحفزات وبنية تشغيل الوكيل خصيصا لمزود بعينه. في مرحلة يتساوى فيها الأداء، الأصل الحقيقي ليس النموذج بل انضباط التشغيل.

البنية التحتية تُبنى، لكن الحسم يقع فوقها

تشير أخبار البنية التحتية للأجهزة إلى الاتجاه نفسه. يخلص تحليل صناعي صدر اليوم إلى أن محور الهيمنة في الذكاء الاصطناعي ينتقل من “احتكار وحدات معالجة الرسوميات” إلى “توسع الطلب على البنية التحتية”. تضيف KT نمو الذكاء الاصطناعي إلى نشاطها الأساسي في الاتصالات وتتوسع في مراكز بيانات بسعة جيجاواط، بينما جمعت Supermicro، الشركة الرائدة في خوادم الذكاء الاصطناعي، 7 مليارات دولار لتوسيع سلسلة إمدادها من الحوسبة الطرفية إلى مراكز البيانات الضخمة. هذا يعني أن الحوسبة والطاقة والخوادم تُنشر بسرعة.

المشكلة أنه كلما أصبحت البنية التحتية شائعة، ارتفعت نقطة الحسم إلى ما فوقها. يمكن لأي جهة بناء مركز بيانات، ووحدة معالجة الرسوميات هي في النهاية الشريحة نفسها. تنحصر نقطة التمايز المتبقية في كيفية التحكم بالوكلاء فوق تلك الحوسبة وماذا تسجل عنهم. وبقدر ما يسر خبر تعاون Naver Cloud مع شركة أوروبية للذكاء الاصطناعي لاستهداف سوق التصنيع، أو نمو حجم تمويل Supermicro، فإن الاستثمار في تلك البنية التحتية قد ينتهي مجرد نافذة أرخص لتشغيل نموذج شخص آخر ما لم تبدأ الشركات من الآن في تصميم طبقة التشغيل التي ستعمل فوقها.

كلما اتسعت قاعدة التبني، اتسع معها مطلب التدقيق

تبرز اليوم أيضا عدة أخبار تبنٍّ محلية. تدفع LG CNS بأعمالها في المالية والذكاء الاصطناعي الفيزيائي إلى الأمام، بينما استضافت Krafton بالشراكة مع CJ Olive Young هاكاثون “الأصيل في الذكاء الاصطناعي”، فتشاركت صناعتان مختلفتان تماما، الألعاب والتجزئة، ثقافة تطوير واحدة للذكاء الاصطناعي. واستحوذت Daekyo CNS على شركة الشبكات والأمن Handreamnet، موسّعة محفظتها التقنية لتجمع الذكاء الاصطناعي والأمن معا.

دخل التبني مرحلة تتجاوز تجربة قسم واحد لتنتشر عبر الصناعة بأكملها. لكن كلما اتسعت قاعدة التبني، ازداد معها عدد المواقف التي يجب فيها تفسير ما فعله ذلك الذكاء الاصطناعي بالضبط. فحين يتعامل وكيل بنته شركة ألعاب وشركة تجزئة معا مع بيانات العملاء، أو حين توسّع شركة تقنية تملك ذراعا أمنية نطاق الأتمتة لديها، يبقى السؤال واحدا في النهاية: هل يمكن إعادة بناء مسار قرار هذا النظام بعد وقوعه؟ وكلما زادت سرعة التبني، ظهر غياب هذا الاستعداد بشكل أوضح.

التنظيم يفرض تسريع هذا المسار

لو كان الأمر مسألة ذوق، لأجّلت الشركات سجلات التدقيق إلى وقت لاحق. لكن التنظيم يعجّل هذا المسار. في كوريا، يفرض قانون الذكاء الاصطناعي الأساسي الذي دخل حيز التنفيذ في يناير 2026 التزامات محددة على أنظمة الذكاء الاصطناعي عالية المخاطر والذكاء الاصطناعي التوليدي. وفي الخارج، يتجه كل من EU AI Act وNIST AI RMF نحو اشتراط الاحتفاظ بالسجلات وإمكانية التدقيق للأنظمة عالية المخاطر.

في الصناعات ذات التنظيم الصارم بشكل خاص، مثل المالية والرعاية الصحية والقطاع العام، ستجد الشركات التي توسّع أتمتة الوكلاء صعوبة في الحفاظ على الرقابة الداخلية أو المساءلة الخارجية إذا عجزت عن حفظ سجل استدعاءات الأدوات وممارسة الصلاحيات. إعلان معهد Hana للتقنيات المالية المتقاربة اليوم عن نموذج ذكاء اصطناعي مالي متخصص يدعم الإقراض المؤسسي والاستشارات يقع ضمن هذا السياق نفسه. فكلما تعمّق الذكاء الاصطناعي في المجال المالي، ازداد معه مطلب إعادة بناء مسار قرارات ذلك الذكاء الاصطناعي بعد وقوعها. ويُتوقع أن تصبح القدرة على إخفاء بيانات المراقبة وتشفيرها وإدارة مدة الاحتفاظ بها مصدر طلب جديد لمزودي السحابة وحلول SaaS المحليين.

كلما كان الذكاء الاصطناعي أكثر فيزيائية، أصبح الدليل شرطا لا خيارا

نعود هنا إلى الذكاء الاصطناعي الفيزيائي. لا تستهدف ميزانية الحكومة للذكاء الاصطناعي الفيزيائي منتج روبوت واحدا، بل سلسلة القيمة كاملة الممتدة من البيانات إلى نماذج العالم، ونماذج الروبوتات الأساسية، وصولا إلى التطبيق في المصانع. تخصيص أكثر من نصف الميزانية للتحقق الميداني وبنية النشر يعكس تقديرا بأن الذكاء الاصطناعي الفيزيائي لا يمكن التحقق منه بالبرمجيات وحدها، بل يحتاج بيئة تعمل فيها المعدات والروبوتات والخدمات اللوجستية فعليا.

الذكاء الاصطناعي الذي يتحرك في العالم الفيزيائي لا يستطيع التراجع عن خطأ. لهذا يتحول سجل الأفعال، الذي كان مجرد راحة بالنسبة لروبوت محادثة داخل شاشة، إلى شرط أساسي بالنسبة لوكيل داخل مصنع. فإذا لم يُحفظ ما استشعره، وما الفعل الذي اختاره تحت أي سياسة، وهل كانت تلك الصلاحية مبررة، فعند وقوع حادث لن تبقى وسيلة لتحديد المسؤولية أو منع تكرارها. وإذا كانت مكتبة بيانات التصنيع الوطنية استراتيجية سيادة بيانات ترفض تسليم بيانات ميدانية من Hyundai وSamsung وLG لنماذج أجنبية، فإن تسجيل ومراجعة ما يفعله وكيل تدرّب على تلك البيانات في الميدان، ضمن بنية تحتية محلية، هو النصف الآخر من تلك السيادة.

موقف ThakiCloud: إمكانية التدقيق كإعداد افتراضي

هذه النقطة بالتحديد هي ما دفع ThakiCloud إلى تصميم Paxis. Paxis منتج متكامل يتبنى مفهوم Agent-Native Cloud، ويتعامل مع Skills وTools وPolicies وAudit Logs كموارد من الدرجة الأولى. لا يتوقف الأمر عند تحديد ما يُطلب من الوكيل فعله (Skills) وأي أدوات تُمنح له (Tools)، بل يضع ما لا يجوز للوكيل فعله (Policies) وما فعله فعلا (Audit Logs) على المستوى المعماري نفسه. هذا يعني تضمين تتبع تدفق التنفيذ، الذي طالب به تقرير IT Chosun اليوم من مسار القرار وترتيب استدعاء الأدوات وسجل ممارسة الصلاحيات، كسلوك افتراضي للمنصة، لا كلوحة تحكم تُضاف لاحقا.

يُضاف إلى ذلك حوكمة استقلالية تمتد من L0 إلى L3. فحتى الوكيل نفسه يُقسَّم النطاق الذي يقرر فيه بمفرده والنطاق الذي يحتاج فيه إلى موافقة بشرية إلى مراحل، وعند كل حد يُوضع بوابة سياسة، وتُحفظ نتيجة اجتيازها في سجل التدقيق. تعمل الأدوات الخارجية داخل بيئات معزولة، ويتراكم سجل عند كل نقطة اتصال عبر موصل MCP. يتولى CostRouter اختيار النموذج المناسب لكل مهمة، بحيث لا تتزعزع طبقة التشغيل سواء اشتد سباق الرموز المجانية أو رفع مزود بعينه أسعاره. ولأن كل هذا يعمل فوق بنية Kubernetes سيادية محلية، فإن البيانات الحساسة من موقع التصنيع وسجلات أفعال الوكلاء التي تحركت بتلك البيانات لا تغادر حدود الشركة أبدا.

باختصار، تنقسم آلام الشركات التي كشفتها نشرة اليوم إلى أربعة محاور. التدقيق للاستجابة للتنظيم والرقابة الداخلية، والسيادة لمنع تسرب البيانات خارج الشركة، والتنفيذ الآمن الذي يتجنب التسبب في حوادث في العالم الفيزيائي، وبنية تكلفة لا تتزعزع حتى مع تقلب أسعار النماذج. برزت هذه المحاور الأربعة من أخبار مختلفة، لكنها تُطلب جميعا في آن واحد في ميدان التبني الفعلي، من طبقة تشغيل واحدة. من هنا يأتي سبب وضع Paxis لسجلات التدقيق وKubernetes السيادي وبوابات السياسة وCostRouter على المنصة نفسها. والآن، مع انعقاد ICML 2026، أكبر مؤتمر لتعلم الآلة في العالم، في سيول، وما يمنحه ذلك من زخم لمنظومة البحث المحلية، نرى أن آخر خطوة تحمل نتائج البحث فعليا إلى الميدان تُستكمل في نهاية المطاف بنضج هذا النوع من التشغيل.

رسم توضيحي للمفهوم

تتقارب أربعة آلام برزت من أخبار مختلفة، التدقيق والسيادة والتنفيذ الآمن واستقرار التكلفة، في ميدان التبني الفعلي ضمن طبقة تشغيل واحدة تحمل اسم Paxis.

امتلأت أخبار اليوم بقصص عن منح الذكاء الاصطناعي عينين أفضل ويدين أكثر. هذا الاتجاه صحيح بلا شك. لكن ما يحدد إمكانية إدخال تلك العينين واليدين إلى الميدان الفعلي ليس لحظة تحسّن الأداء درجة إضافية، بل القدرة على الإجابة فورا عن سؤال “أرني ماذا فعلت للتو”. فكلما اتسعت الحواس والأفعال، ازداد وزن الدليل معها. الشركات التي تجهز مسبقا طبقة تشغيل تحمل هذا الدليل كإعداد افتراضي، ستتقدم في سباق التبني في عصر الذكاء الاصطناعي الفيزيائي.

المصادر

참고