هندسة مصنع الذكاء الاصطناعي للمؤسسات: تشغيل الشبكات العصبية عبر أجهزة المحمول المتنوعة

تخيّل مهندسة ميدانية تقف في القبو الخرساني لمرفق تصنيع تجاري، معزولة تماماً عن شبكات الهاتف الخلوي واللاسلكي. تحتاج هذه المهندسة إلى استخراج بنود محددة تتعلق بالسلامة الكهربائية من دليل فني ضخم مكون من 500 صفحة باستخدام محرر PDF على الهاتف، وتنفيذ إجراء تشخيصي معقد، وتسجيل بيانات الامتثال الأولية في نظام إدارة علاقات العملاء (CRM) الخاص بالمؤسسة. هي مزودة بجهاز iPhone 11 صادر عن الشركة. وعلى بُعد ثلاثة طوابق فوقها، يراقب مدير الموقع تدفقات البيانات الواردة على جهاز iPhone 14 Pro، منتظراً مزامنة النظام. تمثل هذه البيئة الاختبار التشغيلي الحقيقي للذكاء الاصطناعي الحديث؛ فالأمر لا يتعلق بما يمكن للخوارزميات تحقيقه في ظروف المختبر المثالية، بل بما يمكنها تنفيذه في الواقع القاسي والمنفصل للتجارة اليومية.

الذكاء الاصطناعي للمؤسسات المعتمد على الحافة (Edge-enabled AI) هو ممارسة تشغيل شبكات عصبية محسّنة مباشرة على الأجهزة المحلية لضمان استمرار المعالجة الحسابية دون انقطاع، بغض النظر عن الاتصال بالشبكة الخارجية. خلال سنواتي الست كمهندس ذكاء اصطناعي في بناء بنيات تحتية تعمل في الميدان، أدركت أن الفائدة تعتمد كلياً على هذه المرونة المحلية. وبدأ قادة التكنولوجيا ومديرو العمليات في المؤسسات — وهم المهندسون الأساسيون لهذه المنظومات الرقمية — يدركون سريعاً أن قوة المعالجة الخام أقل أهمية بكثير من سهولة الوصول. عندما نبني أنظمة للميدان، فنحن لا نكتب أكواداً برمجية فحسب؛ بل نهندس استقلالية محلية.

تجزؤ الأجهزة يمثل الاختبار النهائي للنشر

من الحقائق المستمرة في تكنولوجيا المؤسسات هي وجود أساطيل أجهزة مختلطة. نادراً ما تقوم المؤسسات بترقية كل جهاز في وقت واحد، لذا قد تضم المنظومة الواحدة أجهزة قديمة، وأجهزة متوسطة الأداء، وأجهزة رائدة حديثة تعمل جميعاً في وقت واحد. إن بناء برمجيات تفترض وجود أقصى سعة للأجهزة هو طريق مضمون للفشل التشغيلي.

عند تطوير حلول المحمول المدعومة بالذكاء الاصطناعي، يجب أن تتوسع البنية التحتية بمرونة عبر طيف الأجهزة هذا. فالجهاز القديم، المحدود بمحركه العصبي وقيوده الحرارية، لا يزال بحاجة إلى تنفيذ مهام التعلم الآلي الأساسية دون استنزاف البطارية في عشرين دقيقة. وعلى العكس من ذلك، عندما يعمل التطبيق على أجهزة أحدث، مثل iPhone 14 أو iPhone 14 Plus ذي الشاشة الكبيرة، يجب أن يستفيد بذكاء من نطاق ذاكرة أوسع وبنيات ذاكرة موحدة أسرع لمعالجة استدلالات محلية أكثر تعقيداً. يجب أن يقيم البرنامج ديناميكياً الجهاز الذي يعمل عليه ويعدل حمله الحسابي وفقاً لذلك.

هذا التوسع الديناميكي ضروري لأن سير عمل المستخدم النهائي يظل كما هو بغض النظر عن الجهاز. يعتمد الفني على أدواته لتعمل بموثوقية؛ فإذا كانت أداة تحليل العقود تتطلب معالجة سحابية لتلخيص مستند وفقد الفني الاتصال، فإن التطبيق يتوقف عملياً عن الوجود. من خلال دفع نماذج محسّنة ومخصصة لمهام معينة مباشرة إلى الحافة، نضمن صمود المهام الأساسية أمام ضعف الشبكة.

المنظمات تبني منظومات معالجة محلية

ينتقل القطاع بعيداً عن افتراض أن كل ذكاء اصطناعي يجب أن يعيش في مزارع خوادم مركزية بعيدة. أصبحت التكاليف اللوجستية والمالية لنقل كل قطرة من بيانات المؤسسة ذهاباً وإياباً إلى الخادم غير مستدامة، خاصة مع تضاعف حجم البيانات. نحن نشهد إعادة هيكلة جذرية لكيفية تعامل الشركات مع البنية التحتية.

سلط تحليل حديث نُشر في MIT Sloan Management Review الضوء على هذا التحول تحديداً. حيث أشار الكاتبان توماس دافنبورت وراندي بين إلى أنه بدلاً من بناء مراكز بيانات ضخمة — وهي مهمة تُترك عادة للموردين — تقوم الشركات التي تستخدم هذه التقنيات بإنشاء "مصانع ذكاء اصطناعي" داخلية. هذه المصانع هي مزيج من منصات التكنولوجيا، والأساليب المحسّنة، والبيانات المملوكة، والخوارزميات المطورة مسبقاً التي تجعل بناء ونشر الأنظمة الذكية على نطاق واسع أمراً عالي الكفاءة. ومن خلال توحيد مسار العمل، يمكن للمنظمات دفع النماذج العصبية المحسّنة بسرعة إلى الحافة.

هذه البنية التحتية المحلية تقود تحولات اقتصادية هائلة. فوفقاً لتقارير السوق الأخيرة، توسع سوق برمجيات الشبكات العصبية من 31.2 مليار دولار في عام 2023 إلى 38.5 مليار دولار متوقعة في عام 2024، مدفوعاً بشكل كبير بجهود أتمتة المؤسسات وانتشار البرمجيات القادرة على العمل على الحافة. وبصفتنا شركة تعمل بعمق في هذا المجال، تلاحظ NeuralApps هذا التوجه مباشرة؛ حيث لم تعد المؤسسات تكتفي باستئجار ذكاء عن بُعد، بل تريد امتلاك ونشر ذكاء محلي يعيش مباشرة على أجهزة أسطولها.

الوكلاء المخصصون لمهام محددة يتفوقون على الأنظمة العامة

يتطلب بناء مصنع للذكاء الاصطناعي اتخاذ قرارات صارمة بشأن النماذج الضرورية فعلياً. فدفع نموذج لغوي ضخم وعام إلى هاتف هو أمر غير فعال للغاية؛ فالنماذج العامة تحمل ثقلاً حسابياً هائلاً لأنها مدربة على الإجابة عن أسئلة في كل شيء من الفيزياء الكمية إلى التاريخ القديم. الفني الميداني لا يحتاج من جهازه كتابة الشعر؛ بل يحتاجه لتصنيف سجل صيانة بدقة.

بدلاً من ذلك، يتحول القطاع نحو وكلاء مستقلين متخصصين للغاية. هؤلاء عبارة عن شبكات عصبية صغيرة ومحسّنة بشدة مدربة على تنفيذ مهمة واحدة محددة بامتياز. ذكرت توقعات جارتنر الأخيرة أنه بحلول نهاية عام 2025، ستتضمن 40% من تطبيقات المؤسسات وكلاء ذكاء اصطناعي مدمجين مخصصين لمهام محددة. ونظراً لأن هذه النماذج خفيفة حسابياً، يمكنها الاستقرار براحة ضمن قيود الذاكرة للأجهزة القياسية، والعمل بهدوء في الخلفية لحل عقبات المستخدم دون استنزاف موارد النظام.

عندما تجمع هذه النماذج الصغيرة، فإنك تخلق بيئة معقدة وسريعة الاستجابة. قد يتعامل أحد الوكلاء مع التعرف الضوئي على الحروف لمسح المستندات، بينما يقوم وكيل آخر بتوجيه البيانات المستخرجة إلى حقول قاعدة البيانات المناسبة. وقد تناول زميلي أوموت بيرق هذا الموضوع بالتفصيل، مستكشفاً الآليات التقنية لدمج الشبكات العصبية الفعالة والوكلاء المحليين في بنيات أجهزة المحمول. الهدف دائماً هو تقليل المسافة بين نية المستخدم والإجراء المكتمل.

البنية التحتية المستدامة تتطلب انضباطاً صارماً في المنتج

الانتقال من بنية تقليدية تعتمد على السحابة إلى مصنع ذكاء اصطناعي يعتمد على الحافة يتطلب انضباطاً صارماً في التطوير. يجب أن تبرر كل ميزة تكلفتها الحسابية. من السهل بناء تطبيقات تبدو مبهرة في عروض غرف الاجتماعات، لكن تقييم البرمجيات يتطلب النظر في كيفية أدائها خلال نوبة عمل حافلة وضاغطة في يوم ممطر.

عند اختيار أو تطوير هذه المنصات، يجب على قادة التكنولوجيا تطبيق إطار تقييم صارم. أولاً، تحديد القدرة على العمل دون اتصال: ما هي النسبة المئوية الدقيقة للقيمة الأساسية للتطبيق التي تعمل بدون اتصال بالإنترنت؟ ثانياً، تقييم مرونة الأجهزة: هل يقلل التطبيق من كثافة معالجته بسلاسة على الأجهزة القديمة مع تعظيم القدرة العصبية للأجهزة الأحدث؟ وأخيراً، تقييم تكامل سير العمل: هل يتواجد الذكاء بشكل طبيعي ضمن مسار المستخدم الحالي، أم يتطلب منه مغادرة شاشته الحالية للتفاعل مع واجهة محادثة منفصلة؟

بصفتنا شركة تطوير برمجيات متخصصة في هذه البنيات، فإن فلسفتنا في NeuralApps تضرب بجذورها في هذا الواقع العملي. نحن نؤمن بأن التجارب الرقمية المبتكرة لا تُعرف بمدى تعقيد خوارزمياتها الأساسية، بل بمدى هدوئها في حل مشكلة المستخدم. عندما نبني أنظمة تحترم حدود الأجهزة، وتدني الاعتماد على السحابة، وتعطي الأولوية للتنفيذ المحلي، فإننا نقدم برمجيات تعمل فعلياً عندما تكون هناك حاجة ماسة إليها.