لماذا يُقال إن الذكاء العام الاصطناعي المؤسسي هو ساحة المعركة الحقيقية للذكاء الاصطناعي؟ لأن القيمة التجارية العميقة للذكاء الاصطناعي لن تتوقف عند رسالة بريد إلكتروني أو شريحة عرض على مكتب. الجزء الأصعب يحدث في مكاتب أصحاب القرار الفعليين، وفي المصانع والمتاجر والمستودعات ومراكز سلاسل الإمداد ومواقع العمل الأمامية.
وهذا هو السبب في أن Palantir، بعد أكثر من عقدين على تأسيسها، تُعاد قراءتها اليوم في الولايات المتحدة. فهي تروي قصة البحث عن طريقة لتصبح نظام تشغيل للذكاء الاصطناعي المؤسسي: في الشركات التقليدية، تتناثر البيانات بين الإدارات والبرمجيات، فيصعب على الذكاء الاصطناعي فهم واقع الأعمال. ومن خلال Ontology، تربط Palantir البيانات والعمليات وكائنات الأعمال وسلاسل القرار، مانحة المؤسسة خريطة تشغيلية محدثة لحظياً، وناقلة الذكاء الاصطناعي من «الإجابة عن الأسئلة» إلى «المشاركة في القرار».
في الصين، تروي AHS، شركة الذكاء العام الاصطناعي المؤسسي ذات الجذور في جامعة بكين، قصة مشابهة لكنها أكثر جرأة. تأسست الشركة عام 2021، ولا تكتفي بأن تكون «Palantir أخرى»، بل تضع نفسها بوصفها «Palantir متطورة» في عصر الذكاء الاصطناعي الأصلي: تنظيم بيانات المؤسسة وعملياتها وسلاسل قراراتها أولاً في رسوم معرفة أعمال يمكن للذكاء الاصطناعي قراءتها، ثم تمكين الوكلاء من دعم الحكم والمشاركة في التنفيذ؛ وكل مهمة منفذة تتحول إلى خبرة قطاعية قابلة لإعادة الاستخدام تعود إلى المنصة وتدفع تطورها المستمر.
ويدعم هذه السردية نظام AHS Agentrix الذي بنته AHS على أساس نموذجها لسلوك العالم.
النموذج التصميمي الدقيق للذكاء العام الاصطناعي المؤسسي: حق القرار يبقى للإنسان
Agentrix منصة وكلاء متكاملة ذات بنية ثلاثية الطبقات: Data OS في القاعدة، وAgent OS في الوسط، وAgent Workforce في القمة. ومسارها الأساسي ينتقل من قاعدة البيانات والمعرفة إلى دماغ قرار مركزي، ثم إلى مجموعات من الموظفين الرقميين.
في طبقة Data OS، لا تعود بيانات الأعمال مثل معاملات المتاجر، وإنتاج المصانع، وتشغيل الآلات، وجدولة الموظفين، وتغيرات المخزون، وتدفق أوامر العمل مجرد سجلات متناثرة في أنظمة مختلفة. بل تُدمج وتُستخرج وتُحوّل إلى متجهات وتُنمذج عبر أنطولوجيات معرفة الأعمال، لتصبح «مادة معرفية» موحدة يستطيع الوكلاء فهمها واستدعاءها والاستدلال بها.
تسمي AHS هذه العملية «المواءمة الفائقة»: إعادة ربط الأشخاص والبضائع والأماكن والمعدات والعمليات ومنطق القرار داخل شبكة علاقات ذكية واحدة.
فالمعرفة المؤسسية ذات القيمة الحقيقية غالباً ما تكون مخفية في مسارات الموافقات، وأوامر العمل، والتقارير، وسجلات معالجة الاستثناءات، وخبرة الإدارة، وعادات التشغيل في الخطوط الأمامية. Data OS لا يكتفي بجعل الذكاء الاصطناعي «يعرف ما هو الشيء»، بل يستدل طبقة بعد طبقة من بيانات المؤسسة المهيكلة ليحدد «ماذا ينبغي أن يحدث في أي ظرف».
قلق المؤسسات التي ترغب في استخدام الذكاء الاصطناعي لكنها تتردد هو أن النماذج قد تقدم إجابات تبدو معقولة لكنها خاطئة إذا افتقرت إلى أساس تجاري. هذا النوع من «هلوسة البيانات» يُقمع بدرجة كبيرة عبر مواءمة البيانات والنمذجة الأنطولوجية في Data OS.
إذا كان Data OS يبني القاعدة المعرفية لذكاء المؤسسة، فإن Agent OS يتولى بناء مركز الذكاء المؤسسي.
في الماضي، كان ذكاء المؤسسة الاصطناعي غالباً تطبيقات منفردة. كانت الأدوات الرقمية ترفع الكفاءة الموضعية، لكنها نادراً ما تغير طريقة عمل المنظمة كلها. يسمح Agent OS لمئات، بل لعشرات الآلاف من الوكلاء، بالعمل ضمن منطق تنظيمي واحد. فهم يراقبون بعضهم بعضاً، ويتعاونون، ويقيّمون الأداء، ويراكمون الخبرة أثناء تنفيذ المهام.
يمثل Agentrix نموذجاً متقدماً للذكاء العام الاصطناعي المؤسسي؛ ودقته التصميمية تكمن في تأكيد التعاون بين الوكلاء مع الحفاظ على حق القرار البشري.
تظهر الحلقة المغلقة للأعمال التي يخرجها Agent OS على النحو التالي: اكتشاف -> تحليل -> توصية -> تأكيد بشري -> تنفيذ -> إشراف -> تغذية راجعة للنتيجة. يصر فريق AHS على أن يبقى الإنسان في مركز قرارات تدفق الأعمال. وعلى أساس قابلية التحكم التنظيمي، يعمل Agent OS كطبقة تمكين تجعل الذكاء الاصطناعي أكثر كفاءة في دعم القرار وتنفيذ المهام.
حق الإنسان في القرار وقابلية تتبع البيانات شرطان مسبقان لكي «تجرؤ» المؤسسة على إدخال الذكاء الاصطناعي في عملياتها الأساسية.
إضافة إلى ذلك، كل بيان قابل للتتبع. «كل نتيجة، وكل توصية، وكل إجراء يقدمه Agent OS يمكن إرجاعه إلى البيانات الأصلية الخاصة بالمؤسسة».
في طبقة Agent Workforce، يكتسب الذكاء الاصطناعي أخيراً «الأيدي والأقدام». تُمنح الوكلاء مناصب وصلاحيات وقواعد وحدود مهام، فيتحولون إلى موظفين رقميين ينفذون الأعمال: وكلاء تحليل مالي، وخبراء تحسين سلسلة الإمداد، ومسؤولي امتثال، ومدققين، ومفتشي سلامة، واختصاصيي تشخيص أعطال المركبات، وغير ذلك.
فرق FDE+FSE الأمامية تُنشر على خط أعمال العميل الأول
لكن صعوبة الذكاء العام الاصطناعي المؤسسي لا تكمن فقط في بناء بنية المنتج. الصعوبة الحقيقية هي إدخال هذه البنية إلى موقع أعمال العميل.
تعتمد AHS على إرسال فرق نشر أمامية تتكون من FDE (مهندسي النشر الأمامي) وFSE (مهندسي الحلول الأمامية).
في عصر SaaS التقليدي، اعتمدت شركات البرمجيات على المنتجات القياسية والتنفيذ عن بُعد وفرق نجاح العملاء. أما الذكاء الاصطناعي المؤسسي فمختلف: فهو يواجه أنظمة قديمة، وعمليات غير معيارية، وحدود صلاحيات داخل مؤسسة العميل. والمعلومات التي تحدد «الإنتاجية» فعلاً غالباً ما تكون كامنة في عادات تشغيل موظفي الخط الأول، ونقاط التعاون بين الإدارات، وحكم الإدارة وخبرتها.
تُدخل AHS فرق FDE وFSE معاً إلى موقع العميل، ليؤدوا دور واجهة «نمذجة» بين واقع أعمال العميل ومنصة الوكلاء، ويعملوا مع العميل على تنظيم البيانات والعمليات والمناصب وسلاسل القرار.
يتولى FSE تحديد مشكلات الأعمال: أي العمليات تستحق أن يتولاها الوكلاء، وأي نقاط يجب أن تحتفظ بتأكيد بشري، وأي مهام يمكن إغلاقها تلقائياً. أما FDE فيحوّلون هذه الأحكام إلى تكاملات نظامية، ونمذجة بيانات، وتنسيق وكلاء، وآليات تغذية راجعة للتنفيذ.
قيمة هذا الأسلوب أنه يخلق دورة ثنائية الاتجاه بين قدرات منصة Agentrix وموقع العميل. فمن جهة، تجلب فرق النشر الأمامية عمليات تطوير أصلية للذكاء الاصطناعي إلى نظام تشغيل العميل، وتساعده على تعبئة المنظمة من رسم العمليات إلى نشر الوكلاء. ومن جهة أخرى، تعود القواعد والمعارف القطاعية العامة المتراكمة في كل مشروع إلى Agentrix لتصبح أصولاً مهيكلة قابلة لإعادة الاستخدام في التسليم التالي.
لذلك لا يتطور Agentrix عبر تكديس الوظائف كما في SaaS التقليدي، بل عبر حلقة مغلقة تعزز نفسها باستمرار: تدخل المعرفة القطاعية وقواعد الأعمال إلى المنصة؛ يولد دماغ القرار الأحكام بناءً عليها؛ ينفذ الوكلاء المهام بعد القرار البشري؛ وتعود نتائج التنفيذ كخبرة جديدة. كل تسليم مشروع وكل مهمة منجزة يرفع قدرة المنصة على فهم الأعمال وتجريدها وإعادة استخدامها.
يمكن فهم حل Agentrix على أنه «80% نواة معرفية عامة + 20% معلمات تكيّف قطاعية». وبمجرد تجريد المعرفة العامة للقطاع ونمذجتها وتحويلها إلى متجهات عالية الأبعاد، تستطيع إطلاق القيمة في سيناريوهات رأسية أكثر تحديداً. وهذا أيضاً ما يجعل تموضع AHS كـ «Palantir متطورة» أكثر تفسيراً.
جينات جامعة بكين ومنصة الجيل التالي للذكاء العام الاصطناعي المؤسسي في عصر الذكاء الاصطناعي
مقارنةً بـ Palantir القادمة من عصر الإنترنت، ترى AHS أنها تمتلك شروطاً مثل التنظيم الأصلي للذكاء الاصطناعي، والأنظمة ذاتية التطور، والتعاون بين الطرف والسحابة، وبيئة الهندسة الصينية، ما يمكّنها من تشكيل منصة AGI مؤسسية من الجيل التالي بسرعة أكبر في عصر الذكاء الاصطناعي.
التعاون بين الطرف والسحابة مهم على نحو خاص. فقد تحتاج الحواسيب الصناعية في الورش، والأجهزة المحمولة في المستودعات، وأنظمة نقاط البيع في المتاجر إلى قدرات وكلاء منخفضة الكمون وعالية الاعتمادية. وبالنسبة لمهام مثل التحكم في السلامة، والجدولة الميدانية، والاستجابة الفورية، لا يمكن أن تعتمد العمليات كلياً على الشبكة.
تصور AHS هو نشر وكلاء خفيفي الوزن على أجهزة الطرف، لإنجاز التفاعل المحلي منخفض الكمون والتنفيذ المحلي للمهام الحرجة، ثم تشكيل حلقة مغلقة مع الأنظمة الذكية السحابية.
تُظهر حالات العملاء هذه المنطق عملياً. ففي الحوكمة الحضرية، والتمويل، والتصنيع، والرعاية الصحية، والشؤون الحكومية وغيرها، يمتلك Agentrix بالفعل تطبيقات ميدانية، مع شركاء من بينهم شركات صينية مدرجة رائدة مثل Qiaoyin Group وChina Merchants Shekou.
ساحة المعركة النهائية للذكاء العام الاصطناعي المؤسسي تقع في الشعيرات الدقيقة للعمليات الحقيقية داخل المؤسسة.
Agentrix هو الحل النظامي الذي تقدمه AHS لساحة معركة الذكاء العام الاصطناعي المؤسسي. ويستند هذا الحل إلى فريق تقني محوري يحمل جينات جامعة بكين. وتظهر المعلومات العامة أن أكثر من 80% من فريق البحث والتطوير في AHS يأتي من جامعة بكين.
كان غو لين، المسؤول عن التكنولوجيا الأساسية والرئيس التقني في AHS، مشرفاً على طلاب الماجستير في كلية البرمجيات والميكروإلكترونيات بجامعة بكين. عمل لسنوات طويلة في الرسوميات الحاسوبية، والرؤية الحاسوبية، والحوسبة عالية الأداء، وحوكمة بيانات الذكاء الاصطناعي، وهو شخصية محورية في تنفيذ نموذج سلوك العالم وبنية هندسة الأنظمة لدى AHS. وقبل ذلك خاض غو لين ريادة أعمال متسلسلة لمدة 12 عاماً، وبنى مراراً منصات تقنية من الصفر إلى الواحد، وخدم عملاء مؤسسيين كباراً مثل Microsoft وSiemens. وهو أيضاً من الدافعين المهمين لفرق FDE+FSE الأمامية لدى AHS.
أعيد النشر منLeiphone
