«غوغل» تكشف عن منهجية شاملة لقياس الأثر البيئي للذكاء الاصطناعي

بيانات دقيقة تكشف حجم الطاقة والكربون والمياه

أظهرت بيانات «جيميناي» أن الاستعلام الواحد يستهلك طاقة ومياهاً وانبعاثات أقل بكثير من التقديرات السابقة (غيتي)
أظهرت بيانات «جيميناي» أن الاستعلام الواحد يستهلك طاقة ومياهاً وانبعاثات أقل بكثير من التقديرات السابقة (غيتي)
TT

«غوغل» تكشف عن منهجية شاملة لقياس الأثر البيئي للذكاء الاصطناعي

أظهرت بيانات «جيميناي» أن الاستعلام الواحد يستهلك طاقة ومياهاً وانبعاثات أقل بكثير من التقديرات السابقة (غيتي)
أظهرت بيانات «جيميناي» أن الاستعلام الواحد يستهلك طاقة ومياهاً وانبعاثات أقل بكثير من التقديرات السابقة (غيتي)

يُنظر إلى الذكاء الاصطناعي باعتباره إحدى أكثر التقنيات التحويلية في القرن الحادي والعشرين، لكنه يطرح في المقابل تساؤلات ملحّة حول تكلفته البيئية. فمع انتقال النماذج من ملايين إلى تريليونات المعاملات، تتضاعف الموارد اللازمة لتشغيلها؛ من طاقة وكربون ومياه، لتُصبح موضع نقاش عالمي.

كم من الكهرباء يستهلك استعلاماً واحداً؟ وما حجم الانبعاثات الكربونية الناتجة؟ وكم من المياه تُسحب من موارد محلية تعاني أصلاً ضغوطاً بيئية؟

حتى وقت قريب، كانت الإجابات متناقضة، بين تقديرات مثيرة للذعر وأخرى متفائلة أكثر من اللازم. لكن يبدو أن «غوغل» خطت خطوة مهمة نحو الشفافية، إذ كشفت في جلسة مستديرة هذا الأسبوع، حضرتها «الشرق الأوسط»، عما وصفته بأشمل منهجية حتى الآن لقياس الأثر البيئي للذكاء الاصطناعي. الجلسة جمعت كلاً من بارثا رانغاناثان نائب الرئيس وزميل هندسي لدى «غوغل»، وسافانا غودمان رئيسة مختبرات «غوغل» للطاقة المتقدمة، وبين تاونسند رئيس قسم البنية التحتية والاستدامة لدى «غوغل». وركزت على الأرقام الحقيقية لعائلة «جيميناي» من النماذج، ضمن إطار يطمح إلى إرساء معايير موحّدة للصناعة.

بارثا رانغاناثان نائب الرئيس وزميل هندسي لدى «غوغل» (غوغل)

من الوعد إلى المسؤولية

في بداية النقاش، أوضح رانغاناثان أن «الذكاء الاصطناعي في (غوغل) ليس جديداً، بل هو جزء من كل منتجات الشركة»، ويعد أنه مع تضخم حجم النماذج إلى تريليونات المعاملات، يزداد معها العبء الحاسوبي وكذلك المسؤولية البيئية، وشبّه الموقف الراهن بالمخاوف التي رافقت بدايات البحث على الإنترنت، وأضاف: «عندما ظهرت محركات البحث لأول مرة، كان هناك قلق من استهلاكها المفرط للطاقة. لكن (غوغل) استجابت بتركيز على الكفاءة، ومع الوقت تراجعت تلك المخاوف. نحن الآن في مرحلة مشابهة مع الذكاء الاصطناعي».

الأرقام خلف استعلامات «جيميناي»

البيانات التي كشفتها الشركة أظهرت صورة أوضح. فالاستعلام الوسيط في «جيميناي» يستهلك 0.24 واط/ساعة من الطاقة، ويصدر عنه 0.03 غرام من مكافئ ثاني أكسيد الكربون. وللتقريب، تعادل هذه الأرقام كمية الكهرباء اللازمة لمشاهدة التلفاز لمدة تقل عن تسع ثوانٍ.

تعلّق سافانا غودمان قائلة: «هذه النتائج أقل بكثير من عدة تقديرات عامة. والأهم أن (غوغل) نجحت خلال الأشهر الـ12 الماضية في خفض استهلاك الطاقة لكل استعلام بمقدار 33 مرة، وتقليل البصمة الكربونية بمقدار 44 مرة، مع تحسين جودة الاستجابات». هذه القفزات لم تكن نتاج تحسينات طفيفة، بل نتيجة ما تسميه «غوغل»، «النهج الكامل المتكامل» (Full-Stack Approach)، الذي يغطي العتاد والبرمجيات والبنية التحتية.

سافانا غودمان رئيسة مختبرات «غوغل» للطاقة المتقدمة (غوغل)

لماذا تهم المنهجية؟

أحد أبرز أسباب التضارب في النقاش العام هو غياب إطار موحد للقياس. كثير من الدراسات تركّز على استهلاك الشرائح أثناء العمليات الحسابية النشطة فقط، لكنها تتجاهل الديناميكية الكاملة للنظام.

توضح غودمان أن منهجية شركتها تأخذ في الحسبان الطاقة الديناميكية للنظام كاملاً، بما في ذلك الأجهزة الخاملة اللازمة للموثوقية، واستخدام وحدة المعالجة المركزية والذاكرة، إلى جانب استهلاك مراكز البيانات من تبريد وتوزيع للطاقة. من دون هذه العناصر، تكون الصورة ناقصة ومتفائلة أكثر من اللازم.

من خلال نشر هذه المنهجية، تهدف «غوغل» ليس فقط إلى إظهار تقدمها، بل أيضاً إلى دفع الصناعة نحو توحيد المعايير. وكما قال رانغاناثان: «مع قوة الحوسبة الكبيرة تأتي مسؤولية بيئية كبيرة، والمسؤولية تبدأ بالشفافية».

المياه... البعد المُغفل

رغم أن الطاقة والكربون يستحوذان عادة على الأضواء، فإن استهلاك المياه في مراكز البيانات يمثل بُعداً لا يقل أهمية. فحسب «غوغل»، يستهلك الاستعلام الوسيط في «جيميناي» 0.26 ملليلتر فقط من المياه، أي ما يعادل خمس قطرات. وأوضح بين تاونسند أن الحديث عن المياه لا يمكن فصله عن الطاقة والكربون في سياق إدارة مراكز البيانات.

وتعتمد استراتيجية «غوغل» على هدف تعويض 120 في المائة من المياه العذبة، بما يعني إعادة كمية تفوق ما تستهلكه، إلى جانب استخدام المياه المعاد تدويرها أو غير الصالحة للشرب في ربع مقراتها، وإجراء دراسات هيدرولوجية محلية لتحديد الأنسب بين التبريد بالمياه أو الهواء. كما يشير تحليل الشركة إلى أن المراكز المبردة بالمياه تقلل استهلاك الطاقة، بالتالي الانبعاثات بنسبة تصل إلى 10 في المائة مقارنة بالتبريد بالهواء.

لكن القضية لا تقتصر على البنية التحتية فقط. فحسب ما كشفه متحدث باسم «غوغل»، كثيراً ما تكتشف الشركة أثناء تقييماتها لمخاطر المياه أن بعض الموارد المتاحة عبر أطراف محلية غير مستدامة بيئياً، ما يجعل استخدامها غير ملائم. وأردف: «كثير من المجتمعات حول العالم، حتى في أوروبا الغربية، تفتقر إلى بيانات دقيقة عن صحة مستجمعات المياه. نحن نستكشف الآن كيف يمكن دمج خبرتنا في الهيدرولوجيا وإدارة الموارد المائية مع أدوات النماذج اللغوية الضخمة لمساعدة المجتمعات على فهم حجم مواردها المائية ومساراتها المستقبلية. «بهذا، تضع (غوغل) الذكاء الاصطناعي في موقع مزدوج: مستهلك للموارد من جهة، وأداة لإدارتها بشكل أكثر استدامة من جهة أخرى».

تناولت الجلسة أهمية إدارة استهلاك المياه في مراكز البيانات وربط الذكاء الاصطناعي بدور جديد كأداة لإدارة الموارد المائية (غيتي)

ميزة «النهج الكامل»

تشرح «غوغل» أن تحقيق هذه القفزات في الكفاءة لم يكن وليد خطوة واحدة، بل نتيجة استراتيجية متعددة المستويات تبدأ من العتاد وصولاً إلى البنية التحتية. فقد طورت الشركة وحدات معالجة خاصة «TPU»، بينها النسخة الأحدث «Ironwood» التي تعد أكثر كفاءة في استهلاك الطاقة بمقدار 30 مرة مقارنة بالمعالجات التقليدية. وإلى جانب العتاد، اعتمدت الشركة على تقنيات مثل Accurate Quantized Training» (AQT)»، والتفسير التخميني لتقليل العبء الحسابي دون التأثير على الجودة.

أما تصميم النماذج فاعتمد على بنية (ترانسفورمر) «Transformer» ومفهوم (ميكستشر أوف إكسبيرتس) «Mixture-of-Experts» وآليات التفكير الهجين، ما سمح بتحقيق مكاسب في الكفاءة تصل إلى مائة مرة. وتضاف إلى ذلك آليات تشغيل مثل التجميع واسع النطاق والتحويل الفوري للأحمال لتقليل استهلاك الأجهزة الخاملة. أما على صعيد مراكز البيانات، فقد سجلت «غوغل» معدل كفاءة استخدام طاقة عالمي (PUE) يبلغ 1.09، وهو من الأفضل في القطاع. وتتكامل هذه الجهود مع أهداف تشغيل خالٍ من الكربون على مدار الساعة، وتعويض المياه العذبة، إلى جانب اتفاقات مرنة مع مزوّدي الطاقة في ولايات أميركية مثل إنديانا وتينيسي.

وكما قال رانغاناثان: «من الخرسانة إلى السحابة، كل طبقة من البنية التحتية إلى الرقائق إلى النماذج، تضيف مكاسب تدريجية. وعندما تجتمع، تصنع القفزات الكبيرة التي نشهدها».

مواجهة المخاوف

كثيراً ما يُصوَّر الأثر البيئي للذكاء الاصطناعي بصورة مبالغ فيها، مع ادعاءات مثل أن «الاستعلام الواحد يعادل قيادة سيارة لمسافة 1000 ميل». لكن «غوغل» رفضت هذه المقارنات.

ويذكر رانغاناثان أن «البيانات تُظهر أن الانبعاثات الكربونية في الواقع صغيرة للغاية. نريد أن نستبدل الخوف بالحقائق».

وتضيف غودمان: «رغم أن استعلامات (جيميناي) محدودة الأثر، فإن استخدام الذكاء الاصطناعي يتوسع بسرعة. لذلك يجب أن تسبق الكفاءة حجم الطلب. في تقرير الاستدامة مطلع العام، أظهرنا تحسناً في الكفاءة بنسبة 20 في المائة، وهو ما يساعدنا بالفعل على البقاء في الطليعة».

تُظهر تقديرات مستقلة أهمية خطوة «غوغل» في هذا التوقيت. فحسب بيانات بحثية (Graphic News 2023)، قد تصبح مراكز بيانات الذكاء الاصطناعي مسؤولة عن نسبة متزايدة من الانبعاثات الكربونية عالمياً، مع احتمال أن تتجاوز بصمتها الكربونية قطاع الطيران في السنوات القليلة المقبلة. ففي عام 2023 مثّل الطيران نحو 2.5 في المائة من انبعاثات ثاني أكسيد الكربون عالمياً، بينما ساهمت مراكز البيانات بنسبة أقل لكنها في مسار تصاعدي حاد.

اللافت أن «غوغل» لا تكتفي بجعل الذكاء الاصطناعي أكثر كفاءة، بل توظفه أيضاً أداةً لتعزيز الاستدامة في قطاعات أخرى. وأوضح رانغاناثان أن الشركة تستخدم الذكاء الاصطناعي لنمذجة وتقليل «خطوط التكاثف» (Contrails) التي تشكلها الطائرات وتحتجز الحرارة، وقال: «يمكن للذكاء الاصطناعي مساعدة الطيارين على تجنّب المسارات التي تولد هذه السحب، ما يقلل من الأثر المناخي للطيران».

نحو معايير وتعاون

هل ستعتمد شركات أخرى منهجية «غوغل»؟ تجيب غودمان: «هذه هي المرة الأولى التي نعرض فيها منهجيتنا علناً. ردود الفعل الأولية كانت إيجابية، ونأمل أن يتم تبنيها عبر الصناعة والأوساط الأكاديمية».

ويضيف رانغاناثان: «لا يوجد اليوم إجماع على كيفية قياس البصمة البيئية للذكاء الاصطناعي. مساهمتنا هي تقديم منهجية شاملة وصارمة علمياً. ونأمل أن تُحفّز حواراً أوسع ومقاييس موحدة عبر القطاع».

لن يُقاس مستقبل الذكاء الاصطناعي فقط بذكاء مخرجاته، بل أيضاً باستدامة مدخلاته. وفي هذا السياق، ترسل «غوغل» رسالة واضحة: الكفاءة لم تعد خياراً، بل ضرورة.


مقالات ذات صلة

تكنولوجيا «غوغل» تسعى لجعل «جيميناي» طبقة تشغيل داخل البحث والبريد والفيديو والتسوق لا مجرد مساعد منفصل (أ.ف.ب)

من «جيميناي» إلى النظارات الذكية... إليك أبرز إعلانات مؤتمر «غوغل» للمطورين

«غوغل» تعرض في مؤتمرها للمطورين توسع «جيميناي» من مساعد ذكي إلى طبقة تشغيل داخل منتجاتها اليومية.

نسيم رمضان (لاس فيغاس (الولايات المتحدة))
تكنولوجيا حضور يمرّ أمام لافتة لشركة «غوغل» في مؤتمر «غوغل I/O» في 19 مايو 2026 في ماونتن فيو بولاية كاليفورنيا الأميركية (أ.ف.ب)

«غوغل» تعلن عن سلسلة من التطورات في مجال الذكاء الاصطناعي

تطلق شركة «غوغل» قريباً وفرة من الأدوات والأنظمة الجديدة المدعومة بالذكاء الاصطناعي.

«الشرق الأوسط» (واشنطن)
الاقتصاد متنزه «أكواريبيا» المائي في مشروع «القدية» السعودي (واس)

«القدية» السعودية و«غوغل كلاود» توسّعان شراكتهما لإنشاء البنية الرقمية

أعلنت شركة «القدية للاستثمار»، إحدى شركات صندوق الاستثمارات العامة، عن توسّع كبير في تعاونها مع «غوغل كلاود» لإنشاء البنية الرقمية الأساسية لمشروع «القدية».

«الشرق الأوسط» (الرياض)
خاص «غوغل» اختارت «جيمناي» راعياً تقنياً رسمياً للمنتخبين العراقي والمغربي لكرة القدم (الشركة)

خاص « غوغل جيمناي» يدخل مدرجات الكرة العربية... من الرعاية إلى تجربة المشجعين

«غوغل» تختبر دور «جيمناي» في تحويل التشجيع الكروي العربي تجربةً تفاعلية مدعومة بالذكاء الاصطناعي.

نسيم رمضان (لندن)

«ترمب موبايل» تحقق في تسريب محتمل لبيانات آلاف العملاء

هاتف «تي 1» من صنع شركة «ترمب موبايل» (موقع ترمب موبايل الإلكتروني)
هاتف «تي 1» من صنع شركة «ترمب موبايل» (موقع ترمب موبايل الإلكتروني)
TT

«ترمب موبايل» تحقق في تسريب محتمل لبيانات آلاف العملاء

هاتف «تي 1» من صنع شركة «ترمب موبايل» (موقع ترمب موبايل الإلكتروني)
هاتف «تي 1» من صنع شركة «ترمب موبايل» (موقع ترمب موبايل الإلكتروني)

تتزايد المخاوف العالمية بشأن أمن البيانات، وحماية الخصوصية الرقمية، وتجد شركة «ترمب موبايل» نفسها في مواجهة تدقيق متصاعد، على خلفية تقارير تشير إلى احتمال تسريب معلومات شخصية لآلاف من عملائها المحتملين، في حادثة قد تؤثر على ثقة المستخدمين في خدماتها الناشئة.

تُجري شركة اتصالات تابعة لعائلة الرئيس الأميركي دونالد ترمب تحقيقاً في ثغرة أمنية محتملة على موقعها الإلكتروني، يُعتقد أنها أدّت إلى كشف البيانات الشخصية لنحو 27 ألف شخص سعوا لشراء هاتف ذكي ذهبي اللون، في إطار الطلبات المسبقة التي أطلقتها الشركة مؤخراً.

وأوضحت شركة «ترمب موبايل» في بيان رسمي أنها باشرت التحقيق في الحادثة «بمساعدة خبراء مستقلين في مجال الأمن السيبراني»، مشيرةً إلى أن المؤشرات الأولية تفيد باحتمال تسريب الأسماء الكاملة، والعناوين، وأرقام الهواتف الخاصة بالأشخاص الذين قاموا بملء استمارات الطلب المسبق، وذلك وفقاً لما أوردته صحيفة «الغارديان».

وفي ردّها على الاستفسارات المتعلقة بالواقعة، أكدت الشركة: «استناداً إلى المعلومات المتوفرة حتى الآن، لم نعثر على أي دليل يُثبت حدوث اختراق مباشر لأنظمة (ترمب موبايل)، أو بنيتها التحتية، أو شبكتها، ولا يزال التحقيق مستمراً».

وفي المرحلة الحالية، لا تشير المعطيات إلى أن الحادثة شملت معلومات بطاقات الدفع، أو البيانات المصرفية، أو أرقام الضمان الاجتماعي، كما لم تمتد إلى سجلات المكالمات، أو الرسائل النصية، أو غيرها من البيانات المالية شديدة الحساسية. وتشير المعلومات المتاحة إلى أن نطاق البيانات المتأثرة يقتصر على بعض تفاصيل العملاء، من بينها الأسماء، وعناوين البريد الإلكتروني، والعناوين البريدية، ومعرّفات الطلبات، وأرقام الهواتف الجوالة.

وأعلنت الشركة «أنها بدأت بالفعل في تطبيق إجراءات إضافية لتعزيز الحماية، والمراقبة»، مضيفةً أنها «تدرس كذلك الالتزامات القانونية المتعلقة بإخطار المتضررين، وفقاً للأنظمة المعمول بها».

كما دعت «ترمب موبايل» عملاءها إلى توخي أقصى درجات الحذر من أي رسائل بريد إلكتروني، أو مكالمات هاتفية، أو رسائل نصية مشبوهة قد ترتبط بطلباتهم، مؤكدةً في الوقت ذاته أنها «لن تطلب من العملاء تقديم معلومات الدفع، أو كلمات المرور، أو أي بيانات حساسة عبر اتصالات غير مرغوب فيها».

ويأتي الكشف عن هذه الحادثة بالتزامن مع بدء الشركة توزيع هواتفها الذكية من طراز «تي 1» المصممة خصيصاً لها، وذلك بعد تأخير استمر قرابة عشرة أشهر، إضافة إلى تراجعها عن وعدها الأولي بتصنيع هذه الهواتف داخل الولايات المتحدة، وهو ما قد يضيف مزيداً من التحديات أمام جهودها لكسب ثقة السوق، والمستخدمين.


بين البيانات والحوكمة وسير العمل... لماذا تتعثر مشاريع الذكاء الاصطناعي داخل المؤسسات؟

الانتقال من تجارب الذكاء الاصطناعي إلى الإنتاج يتطلب إثبات القيمة بمؤشرات أداء واضحة لا الاكتفاء بإثبات المفهوم تقنياً (شاترستوك)
الانتقال من تجارب الذكاء الاصطناعي إلى الإنتاج يتطلب إثبات القيمة بمؤشرات أداء واضحة لا الاكتفاء بإثبات المفهوم تقنياً (شاترستوك)
TT

بين البيانات والحوكمة وسير العمل... لماذا تتعثر مشاريع الذكاء الاصطناعي داخل المؤسسات؟

الانتقال من تجارب الذكاء الاصطناعي إلى الإنتاج يتطلب إثبات القيمة بمؤشرات أداء واضحة لا الاكتفاء بإثبات المفهوم تقنياً (شاترستوك)
الانتقال من تجارب الذكاء الاصطناعي إلى الإنتاج يتطلب إثبات القيمة بمؤشرات أداء واضحة لا الاكتفاء بإثبات المفهوم تقنياً (شاترستوك)

في مؤتمر «دل تكنولوجيز وورلد» الذي اختتم فعالياته الخميس في لاس فيغاس، لم يعد السؤال الأبرز حول الذكاء الاصطناعي هو ما إذا كانت المؤسسات قد بدأت تجاربه، بل لماذا يتعثر كثير منها قبل أن يتحول إلى قيمة تشغيلية داخل الأعمال. فمرحلة التجارب السريعة لم تعد كافية لإثبات جدوى التقنية، خصوصاً مع انتقال الشركات من المساعدات الذكية البسيطة إلى أنظمة الذكاء الاصطناعي الوكيلي القادرة على تنفيذ خطوات متعددة، والتفاعل مع بيانات وأنظمة داخلية، وربما التأثير في سير عمل كامل.

في مقابلة خاصة مع «الشرق الأوسط»، يضع سكوت بيلز، نائب الرئيس للخدمات المهنية في «دل تكنولوجيز»، هذا التحول في إطار عملي. فالمؤسسات، كما يشرح، تبدأ غالباً بـ«إثبات مفهوم» للتحقق من صلاحية حل أو حالة استخدام معينة، لكنها تحتاج بعد ذلك إلى مرحلة مختلفة يسميها «إثبات القيمة».

ولا تكتفي هذه المرحلة بسؤال: هل تعمل التقنية؟ بل تذهب إلى أسئلة أعمق: ما القيمة التي ستنتج عنها؟ وما مؤشرات الأداء؟ وما النتائج التي تريد المؤسسة تحقيقها؟ يقول بيلز إن هذه المرحلة قد تمتد عادة من أربعة إلى ستة أسابيع، وتقوم على استخدام بيانات المؤسسة نفسها، وتحديد مؤشرات النجاح، ثم اختبار حالة الاستخدام قبل الانتقال إلى التوسع الكامل.

سكوت بيلز نائب الرئيس للخدمات المهنية في «دل تكنولوجيز» (الشركة)

إثبات القيمة

هذا التمييز بين «إثبات المفهوم» و«إثبات القيمة» يختصر أحد أهم دروس الذكاء الاصطناعي المؤسسي اليوم. فنجاح تجربة تقنية محدودة لا يعني بالضرورة أنها جاهزة لدخول سير العمل اليومي. يوضح بيلز أن ما يجعل تجربة الذكاء الاصطناعي الوكيلي قابلة للانتقال إلى سير عمل حقيقي هو تحديد هذا السير نفسه، ثم تحديد مؤشرات الأداء والنتائج المطلوبة. وإذا لم يثبت «إثبات القيمة» أن الفرصة تستحق التوسع، فقد يكون ذلك مؤشراً إلى أن المؤسسة لا تحتاج إلى الانتقال إلى الإنتاج في هذه الحالة، أو أنها يجب أن تبحث عن استخدام آخر أكثر جدوى.

من هنا يصبح الطريق إلى الإنتاج أقل ارتباطاً بشراء البنية التحتية وحدها، وأكثر ارتباطاً بالعمل الخفي الذي يحدث بعدها. يفيذ بيلز بأن المؤسسات غالباً تقلل من حجم العمل المطلوب بعد تنفيذ الحل، بما في ذلك الحفاظ على حداثة المنظومة الكاملة، من طبقة التحكم والتنسيق إلى التطبيقات وحالات الاستخدام المبنية فوقها. لكنه يرى أن أحد أكبر تحديات الدمج يظهر حول كيفية تحديد المؤسسة مجموعات البيانات المناسبة لها وطريقة تجهيزها وتنظيفها وبناء خطوط البيانات وتأمينها من البداية إلى النهاية.

إعادة تصميم سير العمل

تجعل هذه النقطة الذكاء الاصطناعي المؤسسي مشروعاً إدارياً وتشغيلياً بقدر ما هو مشروع تقني. فالمؤسسة التي تشتري بنية للذكاء الاصطناعي من دون أن تحدد أين توجد بياناتها، وما جودتها، وكيف ستدخل في سير العمل، ستواجه غالباً فجوة بين القدرة النظرية والتشغيل الفعلي. ولهذا يؤكد سكوت بيلز أن اختيار حالة الاستخدام لا يجب أن يبدأ من مهمة صغيرة ومعزولة، بل من فهم عملية أعمال كاملة أو وظيفة محددة من البداية إلى النهاية. ويحذر من أن التركيز على حالات استخدام تكتيكية جداً قد يمنع المؤسسة من التقاط الفائدة الأكبر، وهي إعادة تصميم العملية كاملة، خصوصاً في سياق الذكاء الاصطناعي الوكيلي.

وما يفصل حالة الاستخدام الإنتاجية عن التجربة التقنية، بحسب بيلز، هو أنها تصبح «مستخدمة فعلياً في العمليات» من قبل مستخدمي الأعمال، وتنتج نتائج وقيمة في نهاية المطاف. ففي مرحلة إثبات القيمة قد يكون الاختبار على جزء من البيانات أو مجموعة محدودة من المستخدمين. أما الإنتاج الحقيقي فيعني توسيع الاستخدام إلى نطاق أوسع داخل المؤسسة، بعد معالجة جوانب التنفيذ والدمج والتشغيل والأمن والحوكمة.

نجاح الذكاء الاصطناعي داخل المؤسسات يعتمد على إعادة تصميم سير العمل والعمليات لا إضافة أدوات جديدة فوق أنظمة قديمة (الشركة)

تعقيد الوكلاء

تزداد هذه المتطلبات تعقيداً عندما تنتقل المؤسسة من مساعد ذكي يجيب عن سؤال إلى وكيل أو عدة وكلاء يتفاعلون مع سير العمل. فالمساعد التقليدي غالباً ما يكون أقرب إلى حالة استخدام أحادية تتضمن طلبا وإجابة ونتيجة محددة. أما الذكاء الاصطناعي الوكيلي فيمكن أن يتطلب تنسيقاً بين عدة وكلاء، وتواصلاً بينهم، وربطاً بسير عمل مختلف. هنا لا يصبح السؤال فقط هل النموذج قادر على إنجاز المهمة، بل هل تستطيع المؤسسة تنسيق هؤلاء الوكلاء وتأمينهم وحوكمتهم وضبط صلاحياتهم؟ ويصرح بيلز بأن هذا قد يصبح «معقداً جداً» عندما يتعلق الأمر بتواصل وكيل مع وكيل آخر، وتأمين هذا التواصل، وضمان ضوابط الوصول المناسبة عبر سير عمل متعدد الوكلاء.

بيانات صالحة للاستخدام

تعود البيانات مرة أخرى باعتبارها مركز الصعوبة حيث يكون السؤال المتكرر داخل المؤسسات: هل بياناتنا جاهزة للذكاء الاصطناعي؟ بيلز يجيب بأن الأمر صعب الحكم عليه بشكل عام. فهو يرى بأنه لا يمكن النظر إلى كامل بصمة البيانات داخل المؤسسة، بما فيها البيانات المنظمة وغير المنظمة، والقول ببساطة إنها جاهزة أو غير جاهزة. الجاهزية يجب أن تقاس في سياق حالة الاستخدام أو النتيجة الوكيلية المستهدفة: هل تستطيع هذه البيانات دعم الاستخدام المحدد؟ وهل يمكن دمجها وتقديمها بطريقة تحقق النتيجة المطلوبة؟

وهنا يأتي دور الخدمات المهنية لأن عندها تحدد المؤسسة حالة الاستخدام، يمكن للخدمات أن تساعد في تحديد مجموعات البيانات المناسبة، وتقييم جودتها، ومعرفة ما إذا كانت تحتاج إلى إثراء أو تنقية أو تحسين، ثم إعداد خطوط البيانات ودمجها في الاستخدام، وحوكمتها وإدارتها بمرور الوقت من زاوية الامتثال. وهذا يوضح لماذا لا يكون الانتقال إلى الإنتاج مجرد نشر نموذج أو شراء خوادم، بل سلسلة من القرارات حول البيانات والعمليات والتكامل والأمن.

اختناق البيانات

ينسجم هذا مع أحد أبرز محاور إعلانات «دِل» في المؤتمر، إذ ركزت الشركة على توسعة «Dell AI Factory with NVIDIA» ومنصة «Dell AI Data Platform» لمعالجة مشكلة تحويل البيانات المبعثرة داخل المؤسسات إلى بيانات قابلة للاستخدام في تطبيقات الذكاء الاصطناعي. وتشمل التحديثات فهرسة مليارات الملفات غير المهيكلة، وربطها بخطوط بيانات محكومة، وتسريع تحليلات " SQL " باستخدام وحدات معالجة الرسوميات حتى 6 مرات، إلى جانب فهرسة متجهات أسرع حتى 12 مرة. هذه الأرقام لا تخدم عرضاً تقنياً مجرداً، بل ترتبط مباشرة بما يصفه بيلز: أن اختناق البيانات قد يتحول سريعاً إلى اختناق في الانتقال من التجربة إلى الإنتاج.

جاهزية البيانات لا تُقاس بشكل عام بل بحسب قدرة البيانات على دعم حالة استخدام محددة وتحقيق نتيجة تشغيلية واضحة (الشرق الأوسط)

اختيار النموذج المناسب

مع توسع المنظومة حول نماذج مفتوحة ومغلقة وشركاء مختلفين، تصبح مسألة اختيار النموذج المناسب جزءاً من تقليل مخاطر النشر. وقد أعلنت «دِل» خلال المؤتمر الذي حضرته «الشرق الأوسط»، توسيع منظومتها عبر شراكات تشمل مزودي نماذج ومنصات مثل «Google» و«Hugging Face» و«OpenAI» و«Palantir» و«ServiceNow» و«SpaceXAI». لكن القيمة العملية لهذه الشراكات تظهر عند ربطها بحالة الاستخدام الفعلية. ويلفت بيلز إلى أن «دِل» تساعد العملاء على تحديد النموذج أو نموذج اللغة الكبير الأنسب، ثم التفكير في الأداء، وتأمين البيئة، وحماية البيانات والنموذج، وتحسين الأداء بعد النشر.

ولا يضع سكوت بيلز البيانات والحوسبة في مواجهة بعضهما. فعند سؤاله أيهما أصبح أكثر أهمية، تنسيق البيانات أم الحوسبة، قال إن الاختيار صعب لأن «الحوسبة من دون البيانات لا تقدم نتيجة»، وكذلك «البيانات من دون الحوسبة لا تقدم نتيجة». لكنه يضيف أن المؤسسة قد تمتلك «أفضل حوسبة في العالم»، ومع ذلك لن تحصل على النتائج المطلوبة إذا كانت جودة البيانات الأساسية ضعيفة.

تشتت الذكاء الاصطناعي

تظهر الكلفة كجزء آخر من فجوة التنفيذ. فمع توسع التجارب داخل الإدارات المختلفة، قد تنشأ حالة من «تشتت الذكاء الاصطناعي» داخل المؤسسة، حيث تستخدم فرق متعددة أدوات ونماذج مختلفة من دون رؤية واضحة لحجم الاستهلاك. يشير بيلز إلى أن كثيراً من العملاء لا يعرفون فعلياً مقدار استهلاكهم الحالي من الرموز أو حجم التكاليف المرتبطة به. لذلك، قبل مقارنة التشغيل المحلي أو السحابي، تصبح الخطوة الأولى هي فهم البصمة الحالية للتكاليف والاستهلاك، ثم قياسها مقابل نماذج تشغيل بديلة مثل الذكاء الاصطناعي بجانب المكتب أو داخل مركز البيانات.

وفي هذا السياق، تصبح بعض إعلانات «ِدل» حول «Deskside Agentic AI» مرتبطة بفكرة ضبط الكلفة لا بمجرد تشغيل الذكاء الاصطناعي على محطة عمل. فالشركة تقول إن بعض الأحمال الوكيلية المستمرة قد تصبح أكثر قابلية للتنبؤ اقتصادياً عندما تعمل محلياً أو داخل بيئة تتحكم بها المؤسسة، بدلاً من الاعتماد الكامل على واجهات برمجة سحابية قائمة على الاستهلاك.

هذا يقود إلى نقطة خطر أتمتة سير عمل سيئ التصميم. فالذكاء الاصطناعي الوكيلي قد يسرّع ما هو موجود، لكنه إذا دخل في عملية غير واضحة أو مجزأة فقد يسرّع التعقيد نفسه. يشدد بيلز أن البداية يجب أن تكون بفهم سير العمل الحالي، ثم تحديد الشكل المطلوب له مستقبلاً، والتفكير فيه بطريقة مرنة، لأن الوكلاء أنفسهم سيتطورون، وسير العمل سيتغير مع تطور التقنية. وهذا يعني أن التصميم لا يجب أن يكون جامداً، بل قابلاً للتعديل مع تغير قدرات الوكلاء وحالات الاستخدام.

في السعودية ،تصبح السيادة على البيانات والمهارات المحلية جزءاً أساسياً من قدرة المؤسسات على تشغيل الذكاء الاصطناعي بأمان (شاترستوك)

السيادة والقطاعات الحساسة

في سياق الشرق الأوسط والسعودية، لا يرى بيلز أن نمط التنفيذ يختلف جذرياً عن أوروبا أو أميركا الشمالية من حيث الخطوات الأساسية من حيث تحديد حالات الاستخدام، وتنفيذ «مصنع الذكاء الاصطناعي»، ودفع العملاء نحو نتائج قابلة للقياس. لكنه يُقر بأن قضايا السيادة على البيانات «مهمة بوضوح»، وأن العمل في المنطقة، بما فيها السعودية، يرتبط بخدمات مُدارة وخدمات أمنية ونماذج تشغيل تساعد العملاء على التعامل مع هذه المتطلبات. ويقول إن النمط العام في مساعدة العملاء على تحقيق نتائج عبر البدء بحالات الاستخدام الصحيحة يبدو متشابهاً في السعودية والشرق الأوسط مقارنة بالأسواق الأخرى.

غير أن تعقيد البيانات والسيادة والأمن يجعل بعض القطاعات أكثر حساسية عند الانتقال إلى الإنتاج. يربط سكوت بيلز القطاعات الأكثر صعوبة بتحديات حماية البيانات وأمنها وسيادتها. فالجهات التي تتعامل مع بيانات حساسة أو منظمة، مثل الحكومة والتمويل والصحة والطاقة، قد تجد نفسها مضطرة إلى بناء قدرات أكثر تحكماً، وربما أكثر اعتماداً على بيئات داخلية أو مُدارة، لأن حماية البيانات تصبح جزءاً من قرار النشر لا تفصيلاً لاحقاً. ويضيف أن القطاعات التي تكون فيها سيادة البيانات وحمايتها وأمنها أكبر تحدٍ تمثل أيضاً فرصة كبيرة، لأنها تدفع هذه المؤسسات نحو بيئات تشغيل أكثر تحكماً.

تحدي المهارات

الفجوة في مهارات الذكاء الاصطناعي تظل قيداً على مستوى منطقة وسط وشرق أوروبا والشرق الأوسط وتركيا وأفريقيا، بينما تضع السعودية أهدافاً طموحة في بناء رأس المال البشري. وفي هذا السياق، يبرز الاستثمار السعودي في تطوير القوى العاملة، من برامج الهيئة السعودية للبيانات والذكاء الاصطناعي «سدايا» إلى الجامعات وشراكاتها مع القطاع الخاص، بوصفه إطاراً واضحاً يمكن للشركاء الدوليين العمل ضمنه.

وتشير المعلومات التي قدمتها «دِل» إلى مبادرات محلية تشمل تعاونها مع «سدايا» لتدريب مختصين في الحوسبة السحابية، ضمن جهود التمكين الرقمي للجهات الحكومية وتحقيق مستهدفات «رؤية السعودية 2030». وتشمل كذلك برنامج «NextGen Sales Academy» لتأهيل مهنيين جدد عبر مسار يمتد عامين، وبرنامج «Academic Alliance» بالتعاون مع أكثر من 15 جامعة لتقديم تدريب تقني ضمن المناهج، إضافة إلى برنامج «Global Services Associate» لتدريب وتوظيف الخريجين. كما وقعت «دل» و«أرامكو» و«الأكاديمية الوطنية لتقنية المعلومات» اتفاقية في 2024 لتمكين المواهب المحلية بمهارات متقدمة في العلوم والتقنية وتطوير قاعدة مواهب تقنية قابلة للتوظيف في المملكة.

هذه المبادرات لا تبدو هامشية في سياق الذكاء الاصطناعي المؤسسي. فإذا كانت المؤسسات مطالبة بالانتقال من التجارب إلى الإنتاج، فإن فجوة المهارات تصبح جزءاً من فجوة التنفيذ نفسها. فالنجاح يتطلب فرقاً تفهم المجال والبيانات والحوكمة والأمن وسير العمل، لا مجرد القدرة على استخدام نموذج ذكاء اصطناعي جاهز. والذكاء الاصطناعي الوكيلي تحديداً يزيد أهمية هذه المهارات لأنه لا يضيف أداة جديدة فقط، بل يغير طريقة أداء العمل.

ومع ذلك، لا يقدم بيلز الطريق إلى الإنتاج كمسار ثابت أو نهائي. فهو يرى أن التحديات أصبحت واضحة، تشمل سير العمل والبيانات والأمن والحوكمة. أما الإجابات نفسها فستتطور مع تطور الوكلاء والتقنية، ما يعني أن المؤسسات تحتاج إلى نموذج تشغيل قابل للتحديث، لا خطة جامدة لمرة واحدة.

الذكاء الاصطناعي الوكيلي يزيد التعقيد لأنه يتطلب تنسيقاً بين وكلاء متعددين وصلاحيات واضحة وحوكمة أمنية دقيقة (الشرق الأوسط)

انضباط التنفيذ

يرى بيلز أن المؤسسات التي ستنجح هي تلك التي تقوم بإعادة التفكير في سير العمل والعمليات في سياق الذكاء الاصطناعي الوكيلي. فهو يصف الذكاء الاصطناعي بأنه يشبه التحولات السابقة من زاوية واحدة على الأقل، قائلا: «الأمر كله يتعلق بتحول العمليات وتغيير طريقة ممارسة الأعمال». ويضيف أن المؤسسات التي لا تصبح متمحورة حول الذكاء الاصطناعي ولا تعيد التفكير في كل سير عملها ضمن هذا السياق «ستواجه تحدياً شديداً». فالنجاح لا يأتي من تجربة معزولة، بل من القدرة على تصميم العمليات حول ما يمكن للذكاء الاصطناعي والوكلاء فعله، ثم قياس القيمة، وتوسيع الاستخدام، وتحديث النموذج التشغيلي باستمرار.

فمن لاس فيغاس، تبدو الرسالة أقل لمعاناً من عروض النماذج والبنية التحتية، لكنها أكثر قرباً من واقع لا يفشل الذكاء الاصطناعي المؤسسي فيه عادة لأن المؤسسات لا تملك الطموح، بل لأنه يتطلب انضباطاً في التنفيذ.


المطبخ الذكي: ميزان تغذية ومقلاة هوائية مطوران

ميزان التغذية الذكي «نوتري لينز»
ميزان التغذية الذكي «نوتري لينز»
TT

المطبخ الذكي: ميزان تغذية ومقلاة هوائية مطوران

ميزان التغذية الذكي «نوتري لينز»
ميزان التغذية الذكي «نوتري لينز»

يُعد ميزان التغذية الذكي «نوتري لينز»، ومقلاة الهواء الذكية «آيكونيك» المصنوعة من الفولاذ المقاوم للصدأ بسعة 6.5 كوارت (6.15 لتر تقريباً). وكلاهما من إنتاج شركة «كوسوري Cosori »، بمثابة أدوات تُحدث نقلة حقيقية في المطبخ.

نتائج طهي مبهرة

وقد أسفرت مراجعة هذين الجهازين على مدار عدة أسابيع من إعداد الوجبات المنزلية - والتي تولتها زوجتي - عن نتائج مبهرة. وعلى سبيل المثال، كنا في الماضي نعد دجاج البارميزان chicken Parmesan (أو دجاج بارميغيانا بالإيطالية - طبق يتكون من صدر دجاج مقلي مغطى بصلصة الطماطم وجبنة الموزاريلا أو البارميزان -ويكيبيديا) في بضعة أنواع مختلفة من القلايات الهوائية، وكانت بعض النتائج تخرج بشكل رائع، بل إننا كنا نظنها مثالية. لكن هذا الانطباع تغير سريعاً بمجرد أن رأينا وتذوقنا ما يمكن لمقلاة «آيكونيك» الهوائية أن تفعله.

ميزان تغذية ذكي

ولكن لنبدأ أولاً بالميزان، نظراً لأن له الأولوية في معادلة إعداد الطعام، والتي تليها مرحلتا الطهي وتناول الوجبة. لقد كنا نتبع نمطاً غذائياً صحياً منذ سنوات عديدة وحتى الآن، ومع ذلك كنا نفرط في تناول الطعام في كثير من الأحيان. ويشبه هذا الميزان وجود مساعد شخصي معك يخبرك بالكمية المناسبة تماماً، مما يغنيك عن التخمين عند قياس المكونات.

تصميم أنيق

يتميز ميزان التغذية الذكي «نوتري لينز» NutriLens smart nutrition scale بسطح زجاجي أنيق يضفي مظهراً جميلاً على طاولتك. وتبلغ أبعاده «9.25 × 6 × 0.75» بوصة، ويُشحن عبر منفذ «يو إس بي سي»، كما يحتوي على ميزة الإيقاف التلقائي. ويعمل كل من الميزان ومقلاة «أيكونيك» الهوائية مع تطبيق «في سينك» veSync المصاحب.

* يعرض السعرات الحرارية والبروتينات والكربوهيدرات والدهون للأغذية*

حساب عناصر التغذية

وإذا كنت تحسب المغذيات الكبرى (البروتينات، الدهون، الكربوهيدرات) فإن هذا الميزان يعد خياراً ممتازاً؛ إذ يتيح لك تتبع كمية الغرامات اليومية التي تستهلكها منها لتحقيق أهداف محددة لإنقاص الوزن أو بناء العضلات. ويأتي الميزان مبرمجاً مسبقاً بخمسة أنواع من الأطعمة الشائعة الوزن، ويمكنك إضافة أطعمتك الخاصة عبر التطبيق.

وعند وضع الطعام على الميزان، فإنه يزن ويعرض 19 عنصراً غذائياً أساسياً، بما في ذلك السعرات الحرارية، والبروتين، والكربوهيدرات، والدهون.

ضبط الميزان تلقائياً

وقد نالت خاصية تصفير الوزن إعجابي الشديد، لأنها تتيح لي إعادة ضبط الميزان إلى الصفر بعد وضع كل مكون، مما يمكنني من إضافة المكون التالي بمقاييس دقيقة دون الحاجة إلى أوعية، أو أكواب وملاعق قياس إضافية. ويزن الجهاز الأطعمة من 3 غرامات إلى 5 كيلوغرامات بمعدل زيادة يبلغ غراماً واحداً، ويدعم 7 وحدات قياس مختلفة.

يسهل الميزان متابعة استهلاك الطعام

متابعة استهلاك الطعام

وبعد الانتهاء من قياس جميع المكونات، يتزامن التطبيق مع الميزان لحساب مدخلاتك اليومية من الطعام وتحديث مستويات تقدمك. ويتتبع التطبيق استهلاكك حسب اليوم والأسبوع والشهر، ويقدم لك أيضا نصائح مخصصة.

السعر: 49.99 دولار

الموقع: https://cosori.com/collections/accessories/products/nutrilens-smart-nutrition-scale

مقلاة «الآيقونة»

قد تكون مقلاة «آيكونيك» Iconic الذكية المصنوعة من الفولاذ المقاوم للصدأ بسعة 6.15 لتر أفضل مقلاة هوائية استخدمناها على الإطلاق. وكمقلاة هوائية، فهي لافتة للنظر بتصميمها الجذاب وهيكلها المصقول من الفولاذ المقاوم للصدأ.

مقلاة الهواء الذكية «آيكونيك»

مقلاة طويلة الأمد

كما أن السلة الداخلية وصينية التحمير قابلة للغسل في غسالة الأطباق، وتتميز بسطح طهي سيراميكي غير لاصق وخال من «مواد البيرفلورو ألكيل والبولي فلورو ألكيل» ومادة «بيسفينول أيه».

ويترجم هذا التصميم الحائز على جوائز إلى مقلاة هوائية طويلة الأمد ومقاومة للتآكل، وتمنح شعوراً بالمتانة والقوة مع انبعاث حد أدنى من الحرارة إلى الخارج.

شاشة تحكّم باللمس

وتوجد جميع عناصر التحكم على لوحة شاشة تعمل باللمس في الجانب العلوي للتشغيل، والتسخين المسبق، وتخمير العجين، وتجفيف الأطعمة، والخبز، وإعادة التسخين، والقلي الهوائي. ويوجد في الداخل محرك تيار مستمر هادئ نسبياً (أقل من 52 ديسيبل) ويعمل عبر نطاق درجات حرارة يتراوح من 90 إلى 450 درجة.

وجبة دجاج مقرمش

وكما ذكرت سابقاً، كان دجاج البارميزان وجبتنا الأولى، وقد خرج في الواقع كدجاج مقلي مقرمش. ويمكنك استخدام لوحة التحكم المدمجة أو التطبيق لضبط وظائف الطهي ودرجات الحرارة والأوقات. وبمجرد إخراج السلة التي تحتوي على الطعام المطبوخ، تتوقف المقلاة الهوائية تلقائياً.

تبلغ سعة هذه المقلاة الهوائية 6.5 لتر، وهو حجم أكبر قليلاً من المتوسط، وهذا ما يعجبني فيها. فالأجهزة الأخرى التي استخدمناها كانت تطهو جيداً، لكنها كانت صغيرة الحجم بعض الشيء. ويتضمن التطبيق جدولاً مفيداً يوضح الإعدادات، والوقت، ودرجة الحرارة المناسبة لمجموعة واسعة من الأطعمة.

وصفات تضبط إعدادات الطهي

وتقوم الوصفات التي ابتكرها الطهاة في التطبيق بضبط إعدادات الطهي تلقائياً على المقلاة الهوائية. وهذا يجعل من السهل العثور على أوقات طهي دقيقة في ثوانٍ معدودة، وكلها مصممة خصيصاً لهذه المقلاة الهوائية. كما تتوافق مقلاة «آيكونيك» الهوائية مع مساعد «أمازون أليكسا» ومساعد «غوغل».

وأخيراً يشكل ميزان التغذية الذكي «نوتري لينز» (بسعر 49.99 دولار) ومقلاة «أيكونيك» الهوائية الذكية (بسعر 249 دولاراً) ثنائياً مثالياً لطهي وجبات صحية سهلة.

الموقع: https://cosori.com/products/iconic-air-fryer

* خدمات «تريبيون ميديا».