مفاهيم
ما هو التنسيق الذي يضبط عمل المساعدين في المؤسسة؟
شرح طبقة التنسيق التي تضبط عمل المساعدين: الفرق بينها وبين روبوت المحادثة، ومكوّناتها الثمانية، واستخداماتها في المؤسسات، وكيف تقيّم المنصة.
آخر تحديث · 7 دقائق قراءة
ماذا يعني تنسيق الذكاء الاصطناعي؟
تنسيق الذكاء الاصطناعي هو الطبقة التي تقع بين من يطلب العمل وبين النماذج والأنظمة التي تنفّذه. هذه الطبقة تقرّر أي نموذج يعالج الطلب، وأي أدوات يُسمح له باستدعائها، وما البيانات التي يراها، ومتى يلزم توقيع بشري، وكيف تُسجَّل كل خطوة. النموذج يقدّم التفكير والاستنتاج، وطبقة التنسيق تقدّم البنية والصلاحيات وذاكرة ما جرى.
التشبيه الأقرب هو قائد الأوركسترا. العازفون (النماذج والموصلات وقواعد البيانات والأشخاص) متمكّنون كلّ على حدة، لكن من دون من يحدّد متى يعزف كلّ منهم يصبح الناتج ضجيجا. وفي المؤسسة يظهر هذا الضجيج في مساعد يستطيع قراءة بريد إلكتروني دون أن يعرف لمن هذا البريد، أو يغلق تذكرة لم يأذن له أحد بإغلاقها.
يُستخدم المصطلح أيضا في مجال MLOps بمعنى جدولة خطوط البيانات وتدريب النماذج بأدوات مثل Apache Airflow أو Kubeflow، وهذه مهمة مختلفة. نتحدث هنا عن التنسيق وقت التشغيل: إدارة مساعد حيّ وهو يجيب عن الأسئلة وينفّذ الإجراءات لمستخدمين حقيقيين.
ما الفرق بين تنسيق الذكاء الاصطناعي وروبوت المحادثة أو استدعاء نموذج لغوي واحد؟
استدعاء النموذج اللغوي الواحد نصّ يدخل ونصّ يخرج: لا يبحث في أنظمتك، ولا ينفّذ إجراء، ولا يعرف من أنت. روبوت المحادثة يضيف حوارا وربما قاعدة معرفة، لكنه غالبا بلا نموذج صلاحيات ولا قدرة على تغيير شيء في أنظمتك. أما المساعد المُدار بطبقة تنسيق فيقرأ الأنظمة الحقيقية ويكتب فيها، ولهذا تحديدا يحتاج حوله إلى الهوية والسياسات والموافقات والتدقيق.
| المعيار | استدعاء نموذج واحد | روبوت محادثة | مساعد مُنسَّق |
|---|---|---|---|
| النطاق | سؤال واحد وجواب واحد | محادثة | مهمة تمتد عبر عدة أنظمة وخطوات |
| الوصول إلى البيانات | ما يُلصق في الطلب فقط | أسئلة شائعة أو فهرس مستندات ثابت | أنظمة حيّة عبر الموصلات، بنطاق كل مستخدم ومستأجر |
| الإجراءات | لا شيء | نادرا، وغالبا مبرمجة مسبقا | استدعاء أدوات مثل create_draft أو update_incident_state وفق السياسات |
| هوية الطالب | مجهولة للنموذج | غالبا مجهولة | هوية وأدوار موثّقة يُتحقق منها قبل تشغيل أي أداة |
| الخطوات الحسّاسة | لا ينطبق | بلا ضبط | تتوقف لطلب موافقة بشرية ثم تُستأنف أو تُرفض |
| السجل | ربما سطر في السجلات | نص المحادثة | سجل تدقيق للطلب واستدعاءات الأدوات والموافقات والنتائج |
ما مكوّنات طبقة تنسيق الذكاء الاصطناعي؟
يرسم كل مزوّد المخطط بطريقته، لكن طبقة التنسيق الجاهزة للإنتاج تحتاج القدرات الثماني نفسها. وإن غابت واحدة منها، ينتهي الأمر بالفريق إلى بنائها داخل كود التطبيق، وغالبا بعد وقوع حادثة.
- الهوية: كل طلب يحمل مستخدما ومستأجرا وأدوارا موثّقة، فيعمل المساعد باسم شخص محدد لا بحساب خدمة مطلق الصلاحيات.
- السياسات: قواعد تسمح بكل أداة أو تمنعها أو تشترط الموافقة عليها، لكل وكيل ولكل مستأجر؛ فقراءة البريد مثلا تعمل مباشرة، بينما إرساله ينتظر دائما قرار شخص.
- توجيه النماذج: اختيار النموذج الذي يخدم كل مهمة، مع إمكانية تغيير المزوّد دون إعادة كتابة المساعد.
- الأدوات والموصلات: عمليات محددة على أنظمة حقيقية (البحث في السجلات، جلب حادثة، إنشاء مسودة)، لكلّ منها مستوى خطورة مثل القراءة أو الكتابة أو الحذف أو الإرسال الخارجي.
- الموافقات: توقف دائم في مسار التشغيل ينتظر قرار شخص مخوّل، ثم يستأنف من النقطة نفسها تماما.
- التدقيق: سجل غير قابل للتعديل يوضح من طلب ماذا، وأي أدوات عملت وبأي مدخلات، ومن وافق، وما النتيجة.
- الذاكرة: ما يُسمح للمساعد بالاحتفاظ به بين الجلسات ولصالح من، كي يفيد السياق دون أن يتسرّب بين المستخدمين أو المستأجرين.
- القنوات: الواجهات التي يصل منها الناس إلى المساعد، كالمحادثة والبريد الإلكتروني وتطبيقات المراسلة والصوت والهاتف، وجميعها تخضع للهوية والسياسات والتدقيق نفسها.
ماذا يحدث خطوة بخطوة أثناء تشغيل مُنسَّق؟
لنأخذ طلبا موجّها إلى مساعد البريد الإلكتروني: «ابحث عن رسائل هذا الأسبوع من مورّد الخدمات اللوجستية، ولخّصها، وجهّز مسودة رد إن لزم». توضح الخطوات التالية أين تعمل طبقة التنسيق لا النموذج.
- التحقق من الهوية: تحدد طبقة التنسيق المستخدم ومستأجره وأدواره، وتحمّل اتصال بريده هو فقط.
- التخطيط بالنموذج: يقرر النموذج المختار أنه يحتاج إلى بحث، ثم قراءة الرسائل، ثم ربما مسودة.
- أدوات القراءة: تعمل أداتا search وget_thread فورا لأن السياسة تصنّفهما للقراءة فقط.
- التلخيص: يكتب النموذج ملخصا مبنيا على الرسائل المسترجعة، لا على بيانات تدريبه.
- ضبط الأثر الخارجي: قد تسمح سياسة المستأجر بإنشاء المسودة، أما الإرسال فيتوقف دائما حتى يوافق المستخدم على النص نفسه.
- التسجيل: يُكتب الطلب وكل استدعاء أداة وقرار الموافقة والنتيجة في سجل التدقيق.
أين تستخدم المؤسسات تنسيق الذكاء الاصطناعي؟
أقوى حالات الاستخدام تجمع ثلاث صفات: المعلومات موزعة على عدة أنظمة، وموظف ينقل البيانات بينها يدويا اليوم، والإجراء النهائي يحمل مخاطرة. عمليات تقنية المعلومات مثال واضح؛ فالتحقيق في حادثة قد يستعلم Dynatrace عن المشكلات والتتبعات، ويشغّل بحثا في Splunk، ويجلب التغييرات وعناصر التهيئة المرتبطة من ServiceNow، ثم يقترح تحديثا للحادثة يوافق عليه المهندس.
أعمال التواصل مثال آخر: فرز البريد وصياغة الردود والمكالمات الهاتفية الواردة والصادرة، وكلها تتطلب قراءة السياق ثم التحدث باسم الشركة، وهذه بالضبط خطوة تحتاج إلى سياسة وإلى من يوافق. والتقارير مثال ثالث: جمع الأدلة من عدة أدوات وإعداد مستند قابل للمراجعة.
على هذا الأساس صُمّم بوتيفاي.تعمل عبر Google Workspace وMicrosoft 365 وSlack وOdoo وServiceNow وDynatrace وSplunk، وتصل إلى النماذج عبر OpenRouter، وتتيح تسجيل أي خادم MCP لكل مستأجر، وتمرّر كل استدعاء أداة عبر مسار واحد للهوية والسياسات والموافقة والتدقيق في المحادثة والصوت على الويب والهاتف والبريد الإلكتروني وTelegram وWhatsApp وMicrosoft Teams وSlack، بالعربية والإنجليزية.
ما الفرق بين أُطر التنسيق ومنصات التنسيق؟
أُطر مثل LangGraph أو LangChain مكتبات لبناء منطق المساعد: مخططات من الخطوات، واستدعاء الأدوات، والتوقف لانتظار مدخل بشري. هي لبنات ممتازة، لكنها تترك لك تعدد المستأجرين وتخزين بيانات الاعتماد والتحقق من الأدوار وتوجيه الموافقات والتدقيق.
منصة التنسيق تجمع هذه الجوانب بحيث يرثها كل وكيل جديد. والمعايير تساعد عند الأطراف: بروتوكول سياق النموذج (MCP)، الذي أطلقته Anthropic معيارا مفتوحا في نوفمبر 2024، يوحّد طريقة توصيل الأدوات، لكنه لا يقرر هل يحق لمستخدم معيّن استدعاء أداة معيّنة. وقرار البناء أو الشراء يعود في النهاية إلى سؤال واحد: هل يريد فريقك امتلاك طبقة التحكم هذه وصيانتها لسنوات؟
كيف تقيّم منصة لتنسيق الذكاء الاصطناعي؟
قيّم المنصة بما تمنعه، لا بما تستطيع فعله فقط. اطلب من المزوّد أن يعرض كل بند أدناه مباشرة على سير عمل يهمك، لا في شرائح عرض.
- استدعاء مرفوض: مستخدم بلا الدور المناسب يطلب إجراء، فترفضه المنصة قبل أن تعمل الأداة.
- موافقة فعلية: إجراء حسّاس يتوقف، ويوافق عليه شخص مخوّل آخر، ثم يُستأنف بالمحتوى المعتمد فقط.
- سجل التدقيق لذلك التشغيل، بما فيه المدخلات والمخرجات وهوية من وافق.
- عزل المستأجرين: ما الذي يمنع استعلام عميل من إرجاع بيانات عميل آخر على مستوى قاعدة البيانات.
- إدارة الأسرار: كيف تُشفَّر بيانات اعتماد الموصلات وتُدوَّر مفاتيحها، وكيف تبقى خارج ردود الواجهة البرمجية وخارج سياق النموذج.
- تبديل النموذج: غيّر النموذج خلف المساعد وتأكد أن السياسات والأدوات والتدقيق لم تتأثر.
- اختبار اللغة: شغّل سير العمل بالعربية والإنجليزية، بما في ذلك التقارير من اليمين إلى اليسار إن احتاجها قرّاؤك.
أسئلة شائعة
هل تنسيق الذكاء الاصطناعي هو نفسه المساعد؟
لا. المساعد هو ما يفكّر وينفّذ المهمة، أما تنسيق الذكاء الاصطناعي فهو الطبقة التي تحكم المساعدين: الهوية والصلاحيات واختيار النموذج والموافقات والتدقيق. ويمكن لطبقة تنسيق واحدة أن تدير مساعدين كثيرين.
هل أحتاج إلى تنسيق الذكاء الاصطناعي إذا كنت أستخدم ChatGPT أو Copilot فقط؟
إذا كان الموظفون يسألون وينقلون الإجابات بأنفسهم، فقد يكفي مساعد عام. لكن حين يبدأ نظام الذكاء الاصطناعي بقراءة أنظمة الشركة أو تنفيذ إجراءات نيابة عنكم، تحتاجون إلى ضبط من يعمل باسمه وما المسموح له وسجل بما فعله، وهنا يصبح التنسيق ضرورة.
ما المقصود بتوجيه النماذج في تنسيق الذكاء الاصطناعي؟
توجيه النماذج هو اختيار النموذج اللغوي الذي يخدم كل طلب، كنموذج سريع للتصنيف وآخر أقوى للتحليل. والتوجيه عبر بوابة موحّدة يتيح تغيير المزوّد دون إعادة كتابة المساعدين، فيقلّ الارتهان لمزوّد واحد.
أين تقع الموافقة البشرية (Human-in-the-loop) في تنسيق الذكاء الاصطناعي؟
توقف طبقة التنسيق التشغيل قبل استدعاء أداة حسّاسة، مثل إرسال بريد أو إنشاء حادثة، وتنتظر موافقة شخص مخوّل أو رفضه. التوقف دائم، فيُستأنف التشغيل من النقطة نفسها، ويُسجَّل القرار في سجل التدقيق.
هل بروتوكول MCP منصة لتنسيق الذكاء الاصطناعي؟
لا. بروتوكول سياق النموذج معيار لربط تطبيقات الذكاء الاصطناعي بالأدوات والبيانات، يسهّل إضافة التكاملات. لكن الصلاحيات والموافقات وعزل المستأجرين والتدقيق تبقى مسؤولية طبقة التنسيق التي تستخدم تلك الأدوات.