الذكاء الاصطناعي على خوادمك الخاصة: كيف تضيف LLM إلى أنظمتك الداخلية، ومن يبني ذلك

نعم، يمكن للشركة أن تستخدم الذكاء الاصطناعي على تذاكر الدعم والمستندات والأدوات الداخلية دون أن تغادر تلك البيانات خوادمها الخاصة. النموذج اللغوي الكبير، أو LLM، هو نوع الذكاء الاصطناعي الذي يقف وراء مساعدات المحادثة. ويمكن تنزيل بعض هذه النماذج وتشغيلها على خوادم تتحكم بها الشركة، في مبناها أو في حسابها السحابي الخاص، وربطها بالأنظمة التي يستخدمها الموظفون بالفعل.

النموذج هو الجزء الأصغر من العمل. فما يحدد ما إذا كان النظام سيبلغ الاستخدام اليومي هو اختيار المهمة، ووصف مكتوب للإجابة الصحيحة، وشخص محدد بالاسم يتحقق من الإجابات ويشغّل النظام بعد الإطلاق. ويبيّن الجزء الأخير من هذه المقالة كيف تتحقق من شركة تعرض أن تبنيه.

ماذا تعني عبارة «الذكاء الاصطناعي على خوادمنا الخاصة» فعلًا؟

«الذكاء الاصطناعي على خوادمنا الخاصة» يعني أن النموذج يعمل على أجهزة تتحكم بها شركتك، ولا يُرسَل أي نص إلى شركة ذكاء اصطناعي خارجية. فالتذكرة أو المستند أو السؤال يذهب من نظامك إلى النموذج ثم يعود، ولا يغادر أبدًا شبكتك أو حسابك السحابي.

وهذا ممكن بفضل النماذج مفتوحة الأوزان. النموذج مفتوح الأوزان هو نموذج ينشر مطوّره ملفاته، فيستطيع أي أحد تنزيلها وتشغيل النموذج وفق ترخيصه. أما خدمات الذكاء الاصطناعي التي تستخدمها في المتصفح فتعمل بطريقة مختلفة: ينتقل نصك إلى خوادم المزوّد ويُعالَج هناك.

إبقاء البيانات في الداخل يشمل أكثر من النموذج. فالنظام يحتفظ أيضًا بسجلات التشغيل، وفهرس بحث لمستنداتك، والأمثلة التي يُختبر عليها، والشاشات التي يتحقق فيها الناس من إجاباته. وكل واحد منها يحمل نسخًا من بياناتك، ويجب أن يبقى هو أيضًا على خوادمك.

أي المهام في أنظمتنا الداخلية يستطيع LLM أن يتولاها؟

يفيد LLM حيث يقرأ الناس اليوم نصًا ثم يملؤون شيئًا أو يفرزونه أو يكتبونه. مهام نموذجية داخل الشركة:

• قراءة المستندات الواردة. تتحول الاستمارات والفواتير والعقود والإشعارات إلى حقول في النظام الذي يحتاجها
• فرز تذاكر الدعم. يُحدَّد الموضوع ودرجة الإلحاح والفريق المناسب قبل أن يفتح أحدٌ التذكرة
• صياغة الردود. يكتب النموذج مسودة، ويحرّرها موظف الدعم ثم يرسلها
• الإجابة عن أسئلة الموظفين من المستندات الداخلية. السياسات والأدلة والتذاكر السابقة، مع رابط إلى مصدر كل إجابة. وهذا ما يسميه الناس غالبًا «ChatGPT خاص»
• تلخيص المواد الطويلة. سلاسل البريد الإلكتروني وملاحظات المكالمات وملفات الحالات، للشخص التالي الذي يتسلّمها
• مطابقة المستندات مع قائمة. هل يتضمن العقد البنود المطلوبة، وهل يرافق الطلب كل مستند يحتاجه

بعض الأعمال لا تناسب LLM، ومن الأفضل معرفة ذلك قبل أن يبدأ المشروع:

• الحسابات والقواعد الدقيقة أصلًا. فالكود العادي ينجزها أسرع، ويعطي الإجابة نفسها في كل مرة
• المهام التي لا يستطيع أحد أن يقول كيف تبدو الإجابة الصحيحة فيها. فمن دون ذلك، لا يستطيع أحد أن يعرف إن كان النموذج يعمل
• القرارات النهائية بشأن الأشخاص ذات الوزن القانوني أو المالي، مثل رفض عميل، من دون أن يتخذ إنسان القرار
• الإجراءات التي لا يمكن التراجع عنها ولا يتحقق منها أحد، مثل إرسال الأموال

اختبار بسيط لأي مهمة: تناسب LLM حين يؤديها شخص اليوم بقراءة النصوص، ويمكن كتابة النتيجة الصحيحة، ويمكن اكتشاف النتيجة الخاطئة قبل أن تُحدث ضررًا.

بياناتنا لا يمكن أن تغادر خوادمنا. فهل ما زال بإمكاننا استخدام الذكاء الاصطناعي؟

نعم. الاختيار هو أين يعمل النموذج، واثنان فقط من الترتيبات الثلاثة الشائعة يُبقيان البيانات على خوادم تتحكم بها:

• نموذج مفتوح الأوزان على خوادمك الخاصة. يعمل النموذج على أجهزة في مبناك أو مركز بياناتك. ما تحصل عليه: لا يغادر أي نص شبكتك، ولا تتلقاه أي شركة ذكاء اصطناعي خارجية. ما تتنازل عنه: تشتري خوادم مزودة بمعالجات رسومية (GPU)، تحتاجها النماذج لتعمل بسرعة مفيدة، ويتولى فريقك أو شريك إبقاءها قيد التشغيل. اختره حين: تحظر القواعد أو عقود العملاء أو سياستك الخاصة أي معالجة خارج الشركة
• نموذج مفتوح الأوزان في حسابك السحابي الخاص. يعمل النوع نفسه من النماذج على خوادم تستأجرها من مزوّد سحابة، داخل حسابك وفي المنطقة التي تختارها. ما تحصل عليه: لا أجهزة عليك شراؤها، وسعة يمكنك زيادتها لاحقًا، وبيانات تبقى في حسابك. ما تتنازل عنه: مزوّد السحابة هو من يشغّل المباني والأجهزة، ويبقى تشغيل النموذج عليك أنت. اختره حين: تكون شركتك تشغّل أنظمتها بالفعل في تلك السحابة، وتقبل قواعدك ذلك
• خدمة مزوّد نماذج. ترسل النص إلى نموذج تشغّله شركة ذكاء اصطناعي، مباشرةً أو عبر مزوّد السحابة لديك، بموجب عقد. ما تحصل عليه: أسرع بداية، ونماذج المزوّد الخاصة، ولا خوادم عليك تشغيلها. ما تتنازل عنه: البيانات تغادر خوادمك فعلًا، وفق شروط المزوّد بشأن التخزين والموقع والمراجعة. اخترها حين: يُسمح للبيانات بالمغادرة بموجب عقد، مثل المستندات المنشورة أصلًا. وإن كانت بياناتك لا يمكن أن تغادر حقًا، فهذا الخيار مستبعد

يمكن للشركة أن تستخدم أكثر من ترتيب واحد. فالمستندات العامة يمكن أن تذهب إلى خدمة مزوّد، بينما تبقى سجلات العملاء على نموذج تشغّله أنت. وعندها يجب أن تُكتب القاعدة التي ترسل كل نوع من البيانات إلى مكانه، وأن يُفرض الالتزام بها. وتقارن مقالة سابقة في هذه المدونة، عن تشغيل LLM داخل محيط مغلق، بين هذه الخيارات بتفصيل أكبر.

ما إذا كان النموذج الذي تستطيع تشغيله بنفسك جيدًا بما يكفي أمرٌ يُقاس على مستنداتك وتذاكرك أنت، ولا يؤخذ من تصنيف عام. فكثير من المهام الداخلية ضيقة، مثل قراءة نوع واحد من الاستمارات أو فرز التذاكر على قائمة معروفة من الفرق، واختبارٌ على أمثلة حقيقية من عملك يجيب عن السؤال.

تأتي النماذج مفتوحة الأوزان بتراخيص مختلفة، لذا ينبغي أن يقرأ أحدٌ ترخيص النموذج الذي تختاره. فنماذج Qwen3 التي أصدرتها Alibaba في 2025 ونماذج gpt-oss من OpenAI منشورة بترخيص Apache 2.0، بينما يأتي أكبر نموذج مفتوح في إصدار Qwen3.8 اللاحق بترخيصه الخاص Qwen3.8-Max. أما Llama 3.3 من Meta فيأتي بترخيص المجتمع الخاص بـ Meta، الذي يضيف شروطًا، منها الالتزام بسياسة الاستخدام المقبول لدى Meta.

كيف أضيف LLM إلى الأنظمة الداخلية في شركتي؟

لا يحلّ LLM محل أنظمتك. بل يقع بينها: يقرأ النص من مكان ويضع النتيجة في مكان آخر. وإضافته إلى نظام داخلي تعني الإجابة عن أربعة أسئلة بسيطة:

• من أين يأتي النص؟ من نظام مكتب المساعدة، أو صندوق بريد مشترك، أو مستودع مستندات، أو قاعدة بيانات
• إلى أين تذهب النتيجة؟ إلى الحقول والشاشات التي يستخدمها الموظفون بالفعل، كاقتراح يمكنهم قبوله أو تغييره، لا إلى أداة جديدة عليهم أن يتذكروا فتحها
• ما الذي يجوز له أن يلمسه؟ البيانات والإجراءات التي تحتاجها المهمة فقط. فالنموذج الذي يفرز التذاكر لا يحتاج إلى الوصول إلى المبالغ المستردة أو حسابات العملاء
• كيف يُطفأ؟ مفتاح واحد يعيد العمل إلى الطريقة اليدوية، في يد الشخص الذي يملك النظام

ابدأ بمهمة واحدة في نظام واحد. في البداية يقترح النموذج ويقرّر الإنسان. ولا يُسمح للنموذج بالتصرف وحده إلا في الأجزاء التي يظل مصيبًا فيها على العمل الحقيقي، وتبقى الطريقة اليدوية احتياطًا.

ينبغي أن يرسم الأشخاص الذين يؤدون العمل اليوم ملامح النظام. فهم يعرفون أي المستندات صعبة، وأي الإجابات خاطئة، وأين يكلّف الخطأ مالًا. وهم أيضًا من سيتحققون من الإجابات في الأشهر الأولى، لذا فإن وقتهم جزء من الخطة.

ما الذي يجب أن تقرره الشركة قبل التعاقد مع أي أحد؟

قبل أن يبني لك أي أحد نظام ذكاء اصطناعي، أجب كتابةً عن سبعة أسئلة. لا يحتاج أيٌّ منها إلى خلفية هندسية، وكل إجابة تغيّر ما يجب بناؤه:

• أي مهمة، وفي أي نظام؟ سمِّ مهمة واحدة في جملة واحدة، مثل «فرز التذاكر الواردة في نظام مكتب المساعدة حسب الفريق ودرجة الإلحاح»
• كيف تبدو النتيجة الصحيحة؟ اجمع أمثلة حقيقية بالإجابة الصحيحة، يكتبها الأشخاص الذين يؤدون العمل اليوم
• أي البيانات سيراها النموذج، وإلى أين يجوز أن تذهب تلك البيانات؟ اطلب من مسؤول الشؤون القانونية أو المخاطر أو حماية البيانات لديك أن يكتب ذلك لكل نوع من البيانات
• كم من العمل، ومتى؟ عدد المستندات أو التذاكر في اليوم، وساعة الذروة
• من يتحقق من الإجابات؟ في البداية يتحقق شخص من كل إجابة. سمِّ من هو، وكم ساعة في الأسبوع يستغرق ذلك
• ماذا يحدث حين لا يكون الذكاء الاصطناعي متاحًا؟ يعود العمل إلى الناس وينتظر، بدل أن يضيع
• من يشغّله بعد الإطلاق، وما الذي ستملكه؟ فريقك أنت أو الجهة المنفّذة بموجب اتفاقية دعم؛ والكود والأمثلة والوثائق في النهاية

الإجابات المكتوبة عن هذه الأسئلة السبعة هي موجز مشروعك. إذا أُعطيت لثلاث جهات منفّذة، أنتجت ثلاثة عروض يمكنك مقارنتها. ومن دونها، تتلقى ثلاثة عروض توضيحية لنافذة محادثة.

مشروعنا التجريبي للذكاء الاصطناعي يعمل في العرض التوضيحي لكنه لم يبلغ الإنتاج. من يستطيع مساعدتنا على إكماله؟

العرض التوضيحي يجيب عن سؤال واحد: هل يستطيع النموذج أداء المهمة على أمثلة جيدة؟ أما الاستخدام اليومي فيضيف أربعة أسئلة أخرى، والمشروع التجريبي الذي يتعثر يكون عادةً قد أغفلها:

• ما الذي يُعدّ صحيحًا؟ مجموعة من الأمثلة الحقيقية بإجابات متفق عليها، وحدّ نجاح يجب أن يبلغه النظام
• هل يُسمح بالبيانات هناك؟ المشروع التجريبي المبني على خدمة ذكاء اصطناعي خارجية لا ينتقل ببساطة إلى بيانات يجب أن تبقى على خوادمك؛ فالنموذج الذي تشغّله بنفسك يجب اختباره من جديد
• إلى أين تذهب الإجابات الخاطئة؟ إلى مكان يراها فيه شخص ويصححها قبل أن يستخدمها نظام آخر
• من يملكه؟ شخص أو فريق محدد بالاسم يشغّل النظام، ويراقب إجاباته، ويُستدعى حين يتوقف

إنجاز مشروع تجريبي متعثر يعني عادةً بناء هذه الأشياء الأربعة حول النموذج، لا شراء نموذج أفضل. وتشرح مقالة سابقة في هذه المدونة، عن مشروع الذكاء الاصطناعي التجريبي الذي لم يبلغ الإنتاج، كلًّا منها بعمق أكبر.

أي جهة منفّذة تتسلّم مشروعًا تجريبيًا متعثرًا تحتاج منك إلى ثلاثة أشياء: أمثلة المشروع التجريبي، والمستندات التي أخفق فيها، واسم الشخص الذي سيملك النظام. والجهة التي لا تطلب أيًّا منها تخطط لعرض توضيحي جديد.

كم يكلّف تشغيل LLM على خوادمك الخاصة؟

لا تقدّم هذه المقالة أي أسعار. فعبارة «نظام ذكاء اصطناعي على خوادمنا الخاصة» تشمل مشاريع يختلف حجمها أضعافًا مضاعفة، والرقم الذي يُذكر قبل أن يسمع أحدٌ إجاباتك عن الأسئلة السبعة أعلاه رقمُ مبيعات، لا تقدير.

المفيد هو معرفة أنواع التكاليف، لأن معظمها يعتمد على قرارات تتحكم بها:

• الأجهزة أو السعة السحابية. خوادم مزودة بمعالجات GPU، مشتراة أو مستأجرة، بحجم يناسب ساعة الذروة لديك لا الساعة المتوسطة
• الربط بأنظمتك. كل نظام يقرأ منه النموذج أو يكتب إليه عملٌ منفصل، له صلاحياته وسجلاته الخاصة
• وقت موظفيك. الموظفون الذين يجمعون الأمثلة، ويكتبون الإجابات الصحيحة، ويتحققون من إجابات النموذج في الأشهر الأولى
• تصحيح الإجابات الخاطئة. ساعات من وقت أحدهم كل أسبوع، ما دام النظام يعمل
• التشغيل. تحديثات الأمان، ومراقبة الإجابات لا الخوادم وحدها، وشخص يُستدعى حين يتوقف النظام
• تغيير النموذج. يُختبر النموذج الأحدث على أمثلتك قبل أن يحلّ محل القديم، ويُكرَّر الاختبار مع كل تغيير

تتبع التكلفة نمطًا مختلفًا عن خدمة المزوّد. فالمزوّد يتقاضى أجرًا على كمية النص التي يقرؤها النموذج ويكتبها. أما الخوادم التي تملكها، أو تستأجرها بالشهر، فتكلّف تقريبًا المبلغ نفسه سواء كانت مشغولة أم خاملة، ولذلك فحجم العمل هو ما يحدد أي ترتيب أقل تكلفة عليك.

النطاق هو الجزء من التكلفة الذي تتحكم فيه بأكثر الطرق مباشرة. مهمة واحدة، في نظام واحد، لفريق واحد، هي أصغر نسخة أولى لا تزال تُظهر ما إذا كان النظام يستحق التوسيع.

من يبني أنظمة الذكاء الاصطناعي التي تعمل داخل البنية التحتية الخاصة بالشركة، وكيف أتحقق منهم؟

أربعة أنواع من المورّدين يستجيبون حين تقول شركة «نريد ذكاءً اصطناعيًا على خوادمنا الخاصة»:

• موردو البرمجيات. يبيعون منتج ذكاء اصطناعي جاهزًا تثبّته، مثل مساعد محادثة للموظفين. مناسب لمساعد عام، وأقل ملاءمة حين تعتمد المهمة على أنظمتك وقواعدك الخاصة
• مزوّدو السحابة وشركاؤهم. يبيعون النماذج خدمةً مُدارة، يغادر فيها نصك حسابك، ويقدّمون أدوات لتشغيل النماذج مفتوحة الأوزان داخل حسابك السحابي الخاص. ويعرض بعضهم المساعدة في ربطها
• شركات الهندسة. تبني الربط بين النموذج وأنظمتك وفق مواصفاتك، والعقد هو الذي يحدد أي قدر منه يصبح ملكك
• فريقك أنت. وأحيانًا مع مهندسين من الخارج يُضافون للنسخة الأولى

قبل أي شيء آخر، اطلب من أي مورّد هذه الإثباتات:

• نظام ذكاء اصطناعي أوصلوه إلى الإنتاج داخل البنية التحتية لأحد العملاء، مع ذكر اسم العميل حيث يسمح العميل بذلك
• ما الذي يفعله ذلك النظام، في جملة واحدة، ومن يشغّله اليوم
• ما الذي يحدث في ذلك النظام حين يعطي النموذج إجابة خاطئة
• عرض عملي بمستندات أو تذاكر حقيقية، لا بأمثلة مُعدّة مسبقًا
• أين ذهبت البيانات أثناء عملهم: هل غادر أي شيء، بما في ذلك سجلات التشغيل ونسخ الاختبار، خوادم العميل
• ما الذي سيسلّمونه: الكود، والأمثلة، والإعدادات، والوثائق، وهل يبقى أي شيء ملكًا لهم

ثم أنصت إلى ما يسألك عنه المورّد. فالشركة التي بنت هذا من قبل تسأل قبل أن تقدّم عرض سعر:

• أي مهمة، وفي أي نظام، ومن يؤديها اليوم
• أي البيانات سيراها النموذج، وما الذي تسمح به قواعدك بشأنها
• هل لديك أمثلة حقيقية بالإجابات الصحيحة، ومن يستطيع كتابة المزيد
• من سيتحقق من الإجابات، ومن سيملك النظام بعد عام من الإطلاق

هل أوصلت amBrain نموذجًا لغويًا إلى الإنتاج؟

من بين أنواع المورّدين الموصوفة أعلاه، amBrain شركة هندسية.

ما تستطيع amBrain قوله علنًا عن عملها هي مع النماذج اللغوية، بالكامل: أوصلنا تكاملًا مع LLM إلى الإنتاج داخل محيط FinTech لدى أحد العملاء: استخراج إشعارات غير مهيكلة من الوسطاء ومنصات التداول وتطبيعها — إجراءات الشركات، وتغييرات الأدوات المالية والهامش — إلى سجلات مهيكلة يستهلكها نظام التداول.

لا يُذكر اسم العميل، ولا يُفصح عن مكان تشغيل النموذج في ذلك المشروع، ولا تُقدَّم أي أرقام عنه. وهذه المقالة ليست دراسة حالة له. إنها تشرح كيف تخطط وتختار، ولا تدّعي أن amBrain بنت نظامًا لتذاكر الدعم أو مساعدًا للموظفين أو أي نظام ذكاء اصطناعي داخلي غير استخراج الإشعارات المذكور أعلاه.

فضلًا عن ذلك التكامل: تبني amBrain البرمجيات منذ 2019. ونعمل بثلاث صيغ: تسليم كامل، أو فريق مخصص، أو مهندسون مدمجون في فريقك. ويحتفظ العميل بالملكية الكاملة للمنتج وللكود، باستثناء مكوّناتنا القابلة لإعادة الاستخدام.

إن كنت في البداية، فالخطوة التالية المفيدة ليست البحث عن مورّد. بل صفحة واحدة فيها إجابات مكتوبة عن الأسئلة السبعة في هذه المقالة. أعطِ الصفحة نفسها لكل جهة منفّذة تتحدث معها، نحن أو غيرنا، وعندها يمكن مقارنة عروضهم سطرًا بسطر.