البنية التحتية للذكاء الاصطناعي العميل هي طبقة البيانات والاسترداد والتنفيذ التي تتيح لوكلاء الذكاء الاصطناعي المستقلين التصرف في العالم الحقيقي في الوقت الفعلي. وهي ما يفصل بين عرض توضيحي لوكيل الذكاء الاصطناعي ووكيل في مرحلة الإنتاج — وهي الطبقة التي لم تبنِها بعد معظم استراتيجيات الذكاء الاصطناعي للمؤسسات.
تركّز كل إحاطة تنفيذية تقريباً حول الذكاء الاصطناعي العميل حالياً على طبقة الوكيل — المنسقين، وأنماط استدعاء الأدوات، وحلقات التخطيط. هذا التركيز مفهوم، لكنه يتجاوز السؤال الذي يحدد ما إذا كان الوكيل يعمل أصلاً: من أين يحصل الوكيل على بياناته، وما مدى حداثتها، وهل هي نفس بنية البيانات التي كُتب عليها كود الوكيل؟ فيما يلي ما يجب على طبقة البنية التحتية أن تؤديه فعلياً، والمتطلبات الخمسة غير القابلة للتفاوض، والشكل المعماري الذي تعتمده المؤسسات عند نقل الوكلاء من مرحلة التجريب إلى الإنتاج.
ما هي البنية التحتية للذكاء الاصطناعي العميل فعلاً
وكيل الذكاء الاصطناعي هو برنامج يقرر ويتصرف ويتفاعل. على عكس النموذج الثابت الذي يجيب على طلب ثم يتوقف، يقرأ الوكيل العالم، ويختار الإجراء التالي، وينفذه عبر الأدوات أو واجهات برمجة التطبيقات (APIs)، ويلاحظ النتيجة، ثم يقرر مجدداً. تلك الحلقة لها شرط أساسي صارم تقلل معظم البنى المعمارية من شأنه: يجب أن يكون العالم الذي يقرأ منه الوكيل متاحاً وحديثاً ومنظماً وموثوقاً في اللحظة التي يطلبه فيها. هذا ما نعنيه بـالبنية التحتية للذكاء الاصطناعي العميل — طبقة البيانات الأولية التي تتيح الحلقة. في Forage AI، ندير هذه الطبقة كخدمة مُدارة للمؤسسات التي تحتاج وكلاؤها إلى التصرف بناءً على بيانات الويب الخارجية، وبيانات المستندات، والإشارات الخاصة بالشركات — الأسواق، والإيداعات، وموجزات الأخبار، ومواقع المنافسين، والذيل الطويل من المصادر المنظمة التي يحتاجها الوكلاء لاتخاذ قرارات في العالم الحقيقي.
أحدث التحول من RAG إلى الذكاء الاصطناعي العميل تغييراً جوهرياً واحداً في متطلبات طبقة البيانات. يمكن لـ RAG تحمّل تحديث ليلي. أما الوكيل فلا. الوكيل الذي يستشهد بسعر الأمس، أو ملف الأسبوع الماضي، أو صفحة تسعير قديمة لمنافس ليس مجرد وكيل مخطئ — بل يتخذ قرارات تجارية فعلية بناءً على واقع متقادم. يجب أن تبدو طبقة البيانات للوكلاء أشبه ببنية تحتية حديثة لاستخراج البيانات المُدارة بدلاً من تحديث مستودع بيانات ربع سنوي، وهذا التحول هو ما لا تزال معظم بنى المؤسسات تحاول اللحاق به.
رأي الخبراء: طبقة النموذج تحصل على العناوين الرئيسية. طبقة البيانات تحصل على حوادث الإنتاج. عبر تطبيقات الذكاء الاصطناعي العميل التي تدعمها Forage AI، المتغير الذي يتنبأ باستمرار بما إذا كان الوكيل سينجو من ملامسة العالم الحقيقي هو حداثة ونزاهة البيانات التي يتصرف بناءً عليها — وليس حجم النموذج.
الأشياء الخمسة التي يجب أن توفرها البنية التحتية للذكاء الاصطناعي العميل
هذه هي المتطلبات التي تنشأ في كل تطبيق جاد للذكاء الاصطناعي العميل على مستوى المؤسسات. تعامل مع أي منها باعتباره اختيارياً، وسيبدو العرض التوضيحي للوكيل رائعاً في قاعة الاجتماعات ثم يفشل بصمت في الإنتاج.
- حداثة مستمرة، لا تحديث مجدول. يتصرف الوكلاء بناءً على ما يقرؤونه في اللحظة الراهنة. يضمن السحب الدفعي الليلي أن نسبة من إجراءات الوكيل تستند إلى واقع الأمس. أياً كان المصدر — صفحات التسعير، والإيداعات التنظيمية، وتدفقات الأخبار، وكتالوجات المنافسين — يجب أن تدعم البنية التحتية ميزانية حداثة لكل مصدر، معايَرة وفق مدى سرعة تغيّر المصدر فعلياً. تم تصميم طبقة الاستخراج المُدارة في Forage AI حول هذا المتطلب، مع اتفاقيات مستوى الخدمة (SLAs) للحداثة لكل مصدر على حدة بدلاً من نوافذ دفعية على مستوى خط الأنابيب بأكمله.
- اتساع المصادر، وليس فقط عمقها. الوكيل الذي يعمل في سياق أعمال حقيقي لا يقرأ من مصدر واحد — بل يقرأ من عشرين مصدراً. بيانات السوق من هنا، وتغذية تنظيمية من هناك، وإشارة خاصة بالشركات من مكان ثالث، ووثائق من جانب العميل من مكان رابع. معظم فرق البيانات الداخلية مُعدة للتعمق في ثلاثة أو أربعة مصادر رئيسية. يكشف الذكاء الاصطناعي العميل الفجوة بسرعة: تُقيَّد ذكاء الوكيل بأضيق جزء في بصمة بياناته. هنا يكمن أهمية الاستخراج المُدار على نطاق Forage AI — فتشغيل آلاف تكاملات المصادر بالتوازي هو مشكلة تشغيلية مختلفة جوهرياً عن تشغيل عشرة مصادر بشكل جيد.
- مخرجات منظمة ثابتة المخطط. عندما تُعيد موقع المصدر تسمية حقل، لا يتراجع الوكيل بسلاسة — بل يستدعي أداة بحجة خاطئة وينتج إجراءً خاطئاً بثقة. يجب على طبقة البيانات استيعاب انجراف المخطط من المنبع والاستمرار في إصدار العقد الذي بُني عليه الوكيل. يتطلب ذلك اكتشاف فروق المخطط في كل عملية استخراج، وطبقة ترجمة تربط التغييرات من جانب المصدر بمخطط مستدام في المنبع، ومسار تنبيه عندما لا يمكن إجراء الترجمة تلقائياً. تغطي الصناعة مقايضات بناء هذا داخلياً مقابل شرائه في دليل المشتري لاستخراج بيانات الويب للمؤسسات، وهو يستحق القراءة قبل الالتزام بأي بناء داخلي.
- بيانات تعريفية للامتثال مرفقة عند الاستخراج. الوكيل الذي يتصرف بناءً على البيانات يجب أن يكون قادراً أيضاً على الشرح — لجهة تنظيمية أو مجلس إدارة أو عميل — من أين جاءت البيانات وما إذا كان المصدر يسمح باستخدامها للإجراء المتخذ. أرخص مكان لالتقاط تلك البيانات التعريفية هو أثناء الاستخراج. إضافة بيانات المصدر والموافقة إلى المستودع بعد الوقائع هو أحد أكثر أشكال الديون التقنية تكلفةً في مجال الذكاء الاصطناعي للمؤسسات اليوم. استشر المستشار القانوني لوضعك المحدد، لكن من الناحية المعمارية، الإجابة واحدة في كل ولاية قضائية: أرفق بيانات تعريفية للمصدر والطابع الزمني والاستخدام المسموح به بكل سجل في لحظة الاستخراج. تقوم خطوط أنابيب Forage AI المُدارة بهذا تلقائياً، وهو أحد الأسباب التي تجعل الصناعات المُنظَّمة تتحول إلى الاستخراج المُدار بوتيرة أسرع من المتوسط.
- المرونة في مواجهة تصعيد مكافحة الروبوتات من جانب المصدر. تطرح Cloudflare وAkamai طبقات كشف جديدة كل ربع سنة. ترتفع معدلات الحجب. يُنبَّه فريق الاستخراج الداخلي في الساعة الثانية صباحاً ويُصلح موقعاً واحداً في كل مرة، بينما يفشل الوكيل بصمت في 18% من المصادر التي لم تُصلَح بعد. يجب على البنية التحتية استيعاب هذا من خلال تدوير الوكلاء، وتنويع بصمات متصفحات الويب، وبصمة IP عالمية، وفريق عمليات على مدار الساعة طوال أيام الأسبوع يراقب معدلات الحجب — بنية تحتية يصعب تبرير امتلاكها داخلياً لأي فريق ذكاء اصطناعي واحد. هذه هي الطبقة التشغيلية التي تستوعبها Forage AI لصالح عملاء المؤسسات، حتى يتمكن الفريق الداخلي من التركيز على طبقة الوكيل.
رأي الخبراء: كل واحد من هذه الخمسة قابل للقياس كمقياس — زمن انتقال الحداثة، وتغطية المصادر، ومعدل انجراف المخطط، واكتمال بيانات التعريف للامتثال، واتجاه معدل الحجب — ويجب أن يكون كل منها على نفس لوحة التحكم التي يستخدمها فريق النموذج لتتبع أداء الوكيل. الفرق التي تُشحن وكلاؤها إلى الإنتاج دون إخفاقات صامتة هي تلك التي تتعامل مع طبقة البيانات كسطح هندسي من الدرجة الأولى، لا كنص برمجي يمتلكه فريق البيانات في زاوية.
كيف تبني المؤسسات طبقة البيانات للوكلاء
النمط المعماري الفائز على نطاق المؤسسات حالياً يبدو هكذا: ابنِ طبقة الوكيل داخلياً، واشترِ طبقة البيانات. طبقة الوكيل هي المكان الذي يعيش فيه التمايز — الاستدلال الملكي، وطلبات النطاق، واستخدام الأدوات المخصصة، وسير العمل العمودية. طبقة البيانات هي المكان الذي يكمن فيه التأثير في التركيز — نفس البنية التحتية للاستخراج المُدار التي تخدم وكيل عميل واحد تخدم خمسين، والاقتصاديات الوحدوية لا تعمل إلا فوق ذلك الحجم.
بالنسبة لقادة الذكاء الاصطناعي الذين يقيّمون جانب الشراء من هذا القرار، فقد تعزز مشهد الموردين بشكل ملحوظ في الـ 18 شهراً الماضية. أصبحت اتفاقيات مستوى الخدمة على مستوى خط الأنابيب، وتنبيهات انجراف المخطط، وبيانات الامتثال التعريفية، وبنية الوكلاء الوسيطين معيارية بدلاً من كونها إضافات متميزة — والفجوة بين الموردين الذين يتقنون هذا والذين لا يتقنونه تتسع. هذه القائمة المختصرة من أفضل شركات خدمات استخراج بيانات الويب هي نقطة بداية معقولة للمعيارية. تم بناء Forage AI خصيصاً لحالة الاستخدام العميل وخط أنابيب الذكاء الاصطناعي، مع ضمانات الحداثة والامتثال واستقرار المخطط التي تتطلبها البنية التحتية للوكيل — وقاعدة عملائنا تميل نحو المؤسسات الأصيلة في الذكاء الاصطناعي ومؤسسات Fortune 500 التي يجب أن تعمل وكلاؤها بشكل صحيح من المرة الأولى.
رأي الخبراء: سؤال البناء مقابل الشراء للبنية التحتية للذكاء الاصطناعي العميل ليس في حقيقته سؤال بناء مقابل شراء. يتعلق الأمر بما إذا كان الفريق المسؤول عن موثوقية الوكيل يمتلك أيضاً الطبقة التي يقرأ منها الوكيل. إذا كان هذان فريقان مختلفان في خطي تقارير مختلفين، فستسلك الإخفاقات طريقها بينهما — وسيكون الوكيل آخر من يعلم.
السؤال الحقيقي لقادة الذكاء الاصطناعي
سيُحكَم على الذكاء الاصطناعي العميل بناءً على ما يفعله الوكلاء فعلياً في الإنتاج، وليس بما يعرضونه في مكالمة مبيعات. الفرق التي تفوز بهذا الحكم ستكون تلك التي استثمرت بالقدر ذاته في طبقة البيانات التي يقرأ منها وكلاؤها كما استثمرت في طبقة النموذج التي يستدل بها وكلاؤها. سؤال البنية التحتية لم يعد قراراً للواجهة الخلفية — بل هو القرار الاستراتيجي الذي يحدد ما إذا كان برنامج الوكيل يُنجز أهدافه أم يتوقف. السؤال الذي يجب أن يكون كل قائد في مجال الذكاء الاصطناعي قادراً على الإجابة عنه هذا الربع هو: من يمتلك البيانات التي يتصرف بناءً عليها وكيله، وهل يمتلك ذلك الطرف العمق التشغيلي للحفاظ على صحة الوكيل عندما يتغير العالم الذي يقرأ منه؟
———
عن المؤلف: كتب هذا المقال فريق Forage AI، وهو شريك مُدار للمؤسسات في مجال استخراج البيانات ومعالجة المستندات الذكية يُشغّل طبقة البنية التحتية للبيانات للذكاء الاصطناعي العميل وأنظمة RAG وخطوط أنابيب الذكاء الاصطناعي للمؤسسات. تُشغّل Forage AI استخراج الإنتاج عبر ملايين المصادر يومياً، مع اتفاقيات مستوى الخدمة على مستوى خط الأنابيب، وبيانات الامتثال التعريفية، وكشف انجراف المخطط المدمجة. تعرف على المزيد حول Forage AI على forage.ai.
