ابحث في معرفة شركتك بالذكاء الاصطناعي: Copilot أو Gemini، أو منتج بحث مثل Glean، أو ابنِ حلّك الخاص

يسأل أحد في شركتك أين أحدث سياسة للاسترداد. والإجابة موزعة على ثلاثة أماكن: صفحة ويكي، وسلسلة تذكرة، ورسالة دردشة من الربيع الماضي. يقرأ البحث في المعرفة بالذكاء الاصطناعي كل هذه المصادر ويردّ بإجابة واحدة وروابط إلى مصدرها. أمامك ثلاثة طرق. يمكنك استخدام مساعد حزمة المكتب لديك، وقد يحتاج إلى ترخيص خاص به، أو شراء منتج بحث مؤسسي، أو بناء نظام على بياناتك. ويتوقف الطريق الصحيح في معظمه على عدد الأدوات التي تحتفظ بمعرفتك ومدى ترتيب صلاحيات الوصول لديك.

متى يكفي البحث العادي، ومتى لا يكفي؟

يكفي البحث العادي حين يعرف الناس أي أداة يفتحون ويكون للصفحة عنوان واضح. فصندوق البحث في الويكي أو البحث في المحرك المشترك يؤدي هذه المهمة جيدًا ولا يكلّف شيئًا إضافيًا.

لا يعود البحث العادي كافيًا في ثلاث حالات. حين تتوزع الإجابة على عدة أدوات. وحين يستخدم السؤال كلمات لا يستخدمها أي مستند. أو حين يريد الشخص إجابة قصيرة واحدة. قبل أن تشتري أي شيء، اسأل عشرة زملاء عن آخر سؤال لهم استغرق الرد عليه أكثر من عشر دقائق. فإن أشار معظمهم إلى أداة واحدة، فأصلح بحث تلك الأداة أولًا.

كيف يعمل الاسترجاع، وكيف تحصل الإجابة على مصادرها؟

الاسترجاع يعني إيجاد المقاطع الأرجح أن تحتوي الإجابة قبل كتابة أي إجابة. يقرأ البرنامج مستنداتك ويقطّعها إلى مقاطع. ويخزّنها في فهرس (index)، وهو بنية بحث تُبنى مسبقًا حتى لا يقرأ البحث كل ملف في كل مرة. وحين يطرح أحد سؤالًا، يجلب النظام أفضل المقاطع مطابقةً. ثم يكتب نموذج لغوي كبير، من النوع الذي يقف وراء ChatGPT، ردًا منها.

RAG، اختصار retrieval-augmented generation (التوليد المعزز بالاسترجاع)، هو الاسم الذي يُطلق على هذه الخطوات مجتمعة. تفتتح AWS شرحها بعبارة «التوليد المعزز بالاسترجاع (RAG) هو عملية تحسين مخرجات نموذج لغوي كبير»، وتضيف: «قد تتضمن المخرجات اقتباسات أو إحالات إلى المصادر.»

ولمطابقة المعنى لا الكلمات الحرفية وحدها، تحوّل أنظمة كثيرة كل مقطع إلى متجه تضمين (embedding). وهو قائمة من الأرقام تمثل معنى النص، فتقع المقاطع التي تتحدث عن أمور متشابهة قريبة بعضها من بعض. وتصف OpenAI التضمينات بأنها وسيلة «لقياس صلة السلاسل النصية بعضها ببعض».

المصادر المعروضة بجانب الإجابة تأتي عادةً من المقاطع التي سُلّمت إلى النموذج. والرابط يبيّن من أين يقول النظام إن النص جاء. وهو لا يثبت أن النموذج قرأه قراءة صحيحة، فافتح الروابط في عينة من الإجابات.

ماذا يغطي المساعد في حزمة مكتبنا، وأين ينتهي؟

الموصّل (connector) برنامج يقرأ أداة خارجية واحدة، مثل Confluence أو نظام CRM، ويمرّر محتواها إلى نظام البحث. تقول Microsoft إنها تقدّم «أكثر من 100 موصّل جاهز للخدمات الشائعة». وعلى جانب Google، يتولى هذه المهمة منتج منفصل عن مساعد Gemini داخل تطبيقات Workspace. وتقول Google: «Gemini Enterprise هو منصة بحث داخلي ومساعد ذكاء اصطناعي ومنصة وكلاء»، مع «موصّلات جاهزة للتطبيقات الشائعة من جهات خارجية مثل Confluence وJira وMicrosoft SharePoint وServiceNow.»

الحدود عملية. فمساعد الحزمة يقرأ أفضل ما يوجد أصلًا داخل الحزمة. والأداة التي ليس لها موصّل جاهز تحتاج إلى موصّل مخصص. وتقول صفحة Microsoft: «توفّر الموصّلات المخصصة مرونة لكنها تتطلب صيانة.» أما الترتيب وأسلوب الإجابة ونطاق النماذج فمن اختيارات المزوّد، فتستطيع تعديلها أقل مما في نظام تبنيه أنت.

ماذا يضيف منتج البحث المتخصص، وما الذي نتخلى عنه؟

Glean وElastic وCoveo وGuru وAtlassian Rovo أمثلة على منتجات تُستخدم للبحث عبر أدوات كثيرة. تقول Atlassian: «يتيح لك Rovo Search البحث في أدوات متعددة في وقت واحد دون التنقل بين السياقات.» وما تكسبه يتفاوت، فتحقق من ثلاثة أمور. كم من أدواتك له موصّل جاهز يتولى المزوّد صيانته؟ وكيف تُرتَّب النتائج، وهل يستخدم المنتج من يعمل على ماذا، مثل كاتب الصفحة، إشارةً؟ وهل يمكنك أن ترى لماذا جاءت نتيجة ما أولًا؟

ما تتخلى عنه هو البساطة. فمنتج البحث عادةً عقد آخر ولوحة إدارة أخرى. وإذا استضافه المزوّد وفهرس محتواك، فإن ذلك المزوّد يحتفظ أيضًا بنسخة قابلة للبحث. وتحتاج تلك النسخة إلى مراجعة خاصة بها للمنطقة والاحتفاظ ووصول المزوّد.

مما يتكون بناء حلّك الخاص، ومن يشغّله بعد ذلك؟

هناك خمسة أجزاء. تقرأ الموصّلات كل مصدر مع بيانات الصلاحيات الخاصة به. ومهمة استيعاب تقطّع المستندات إلى مقاطع وتحدّثها. وفهرس يدعم البحث بالكلمات المفتاحية والبحث بالتضمين (embedding). وخطوة إجابة تمرّر أفضل المقاطع إلى نموذج وتأمره بذكر مصادرها. وشاشة دردشة أو إضافة، مع سجلات وواجهة للمسؤول، تكمل المجموعة. تقول وثائق Elastic: «الأمان على مستوى المستند يقيّد المستندات التي يملك المستخدمون حق قراءتها». وفي بعض مستويات الاشتراك، تزامن موصّلات Elastic الخاصة تلك الصلاحيات لمصادر مثل Confluence وSharePoint Online. أما المصادر الأخرى فتكتب الربط بنفسك.

العمل بعد الإطلاق هو الجزء الأكبر. فلا بد أن يصلح أحد الموصّلات حين يتغير مصدر، ويعيد تشغيل الاستيعاب، ويراقب فاتورة النموذج، ويُبقي أسئلة الاختبار محدّثة، ويشرح لماذا قال المساعد ما قاله. سمِّ هؤلاء الأشخاص قبل أن تبدأ.

كيف تنتقل صلاحيات الوصول، وما مشكلة الإفراط في المشاركة؟

تحتفظ معظم المصادر بسجل لمن يحق له فتح كل عنصر، ويسمى غالبًا قائمة التحكم في الوصول (access control list)، أو ACL. وينبغي للموصّل الذي ينسخ المحتوى إلى فهرس أن ينسخ هذا السجل أيضًا. وبشأن هذه الموصّلات تقول Microsoft: «يتضمن كل عنصر المحتوى والبيانات الوصفية (مثل العنوان وURL) وقائمة ACL تفرض الصلاحيات.» وتقول Glean: «إذا لم يستطع مستخدم فتح مستند في النظام المصدر، فلا يمكن استخدام ذلك المستند سياقًا، ولا إرجاعه نتيجة بحث، ولا إظهاره اقتباسًا.»

النسخة لا تكون أفضل من كل موصّل. ففي SharePoint وGoogle Drive مجلدات ومجموعات وروابط مشاركة. وفي Confluence قيود على المساحات والصفحات. وفي Slack قنوات خاصة ورسائل مباشرة. وفي CRM أدوار ومالكو سجلات. اسأل عن كل مصدر كيف يقرأ المزوّد هذه القواعد، ومتى يصل التغيير، وماذا يحدث حين تتعذر قراءة قاعدة. والجواب الآمن على السؤال الأخير هو إخفاء العنصر.

الإفراط في المشاركة (oversharing) مشكلة أقدم يكشفها المساعد. افترض أن مجلد الرواتب شُورك مع الشركة كلها قبل سنوات. لم يُظهره البحث قط لأن أحدًا لم يبحث عنه، أما المساعد فقد يُظهره. تقول Microsoft: «قد يؤثر المحتوى المفرَط في مشاركته أو سيئ الحوكمة في نتائج Copilot ويزيد المخاطر.» ويبيّن تقرير صلاحيات مواقع SharePoint لديها، وهو جزء من SharePoint Advanced Management، أي المواقع تمنح الوصول إلى «الجميع باستثناء المستخدمين الخارجيين»، وهي مجموعة «تشمل تلقائيًا كل المستخدمين الداخليين وتستثني أي ضيوف خارجيين». راجع المواقع الأوسع وصولًا مع أصحابها قبل الإطلاق، وابدأ التجربة بمجموعة ضيقة من المصادر.

ماذا يحدث مع المستندات القديمة والمكررة والمتعارضة؟

قد لا يستطيع المساعد أن يميّز أي سياستين هي السارية. وقد يقتبس الاثنتين، أو يقتبس القديمة بثقة. سمِّ مالكًا لكل مصدر، وأخرج ما فات أوانه، وأبقِ مصدرًا واحدًا للحقيقة لكل موضوع. واطلب من المساعد أن يعرض تاريخ كل مصدر وكاتبه وأن يقول متى تتعارض المصادر.

للحداثة وجه ثانٍ: سرعة وصول التغيير إلى الفهرس. تقول Microsoft: «تُفهرَس يوميًا المستندات الجديدة المضافة إلى مواقع SharePoint Online التي يمكن لمستخدمَين أو أكثر الوصول إليها عبر وراثة الموقع.» أما المستند المفهرس أصلًا فتقول إن «التغييرات تُفهرَس فورًا.» اطلب من كل مزوّد المدتين كتابةً.

كيف نختبر جودة الإجابات على أسئلتنا نحن قبل الإطلاق؟

اجمع أسئلة حقيقية من الموظفين، لكل منها الإجابة الصحيحة والمستند الذي ينبغي أن تأتي منه. شغّل المجموعة نفسها على كل مرشح. وقيّم أربعة أمور: المستند الصحيح بين المصادر، وإجابة صحيحة، وإقرارًا صريحًا حين لا يفيد أي مستند، واحترام صلاحيات الوصول.

يحتاج اختبار الوصول إلى تسجيلَي دخول. اطرح سؤالًا تقع إجابته في مجلد لا يحق فتحه إلا لشخص واحد. ويجب ألا يحصل الشخص الآخر على أي أثر منه، ولا حتى عنوان مصدر. كرّر المجموعة بعد كل تغيير. ويتناول مقالنا عن درجات النجاح، المرتبط أعلاه، العتبات.

ماذا يسجّل مساعد الذكاء الاصطناعي، ومن يستطيع أن يرى ما سأله الناس؟

قد تكون الأسئلة حساسة، مثل سؤال عن إجراء تأديبي بحق زميل. تقول Microsoft إن سجلات التدقيق لديها «تحتوي على تفاصيل عن المستخدم الذي تفاعل مع Copilot ومتى حدث التفاعل وأين». وتقول بصورة منفصلة إن البيانات التي تخزّنها «تشمل مطالبة المستخدم واستجابة Copilot»، وتضيف: «لعرض هذه البيانات المخزّنة وإدارتها، يمكن للمسؤولين استخدام البحث في المحتوى أو Microsoft Purview.» وفي كل مسار، اسأل من يستطيع قراءة نص الأسئلة، ولأي سبب، ولكم من الوقت.

ماذا تعني أدوار GDPR والمنطقة والاحتفاظ والمحو للفهرس؟

GDPR هو قانون حماية البيانات في الاتحاد الأوروبي. وحين يعالج مزوّد بيانات شخصية لحسابك، فأنت في الغالب المتحكم (controller)، وهو من يقرر لماذا تُستخدم البيانات وكيف. أما المزوّد فهو المعالج (processor)، الذي يعمل نيابةً عنك. تقول إرشادات المجلس الأوروبي لحماية البيانات: «لا يتجاوز المعالج ما أمره به المتحكم.» وتضيف: «يجب توثيق التعليمات الصادرة عن المتحكم.» ولا يجوز للمعالج أن يستعين بمعالج آخر «دون إذن كتابي مسبق، محدد أو عام، من المتحكم». اطلب من مستشارك القانوني قراءة كل عقد.

اسأل كل مزوّد عن المنطقة مباشرة. تقول Microsoft: «تبقى حركة بيانات الاتحاد الأوروبي ضمن حدود بيانات الاتحاد الأوروبي، بينما يمكن إرسال الحركة العالمية إلى الاتحاد الأوروبي ودول أو مناطق أخرى لمعالجة LLM.» وتضيف ملاحظة في الصفحة نفسها: «النماذج التي توفّرها Anthropic بصفتها معالجًا فرعيًا مستثناة حاليًا من حدود بيانات الاتحاد الأوروبي.» وتقول Microsoft إن هذه النماذج معطّلة افتراضيًا للعملاء داخل تلك الحدود، فتحقق من إعداد المسؤول. وعن فهرسها تقول: «بالنسبة إلى العملاء داخل حدود بيانات الاتحاد الأوروبي (EUDB)، يُخزَّن الفهرس في مركز بيانات داخل الاتحاد الأوروبي أو رابطة التجارة الحرة الأوروبية.» وتقول أيضًا: «لا تُستخدم المطالبات والاستجابات والبيانات التي يُوصل إليها عبر Microsoft Graph في تدريب نماذج LLM الأساسية».

الفهرس نسخة من مستنداتك، فالبيانات الشخصية في المستند موجودة أيضًا في الفهرس، وفي الغالب في السجلات. يقول دليل المجلس للشركات الصغيرة: «أجب دائمًا عن طلب صاحب البيانات خلال شهر واحد.» ويسمح بـ«شهرين إضافيين» للطلب المعقد، إذا أُبلغ الشخص خلال الشهر الأول. اسأل كم يستغرق خروج مستند محذوف من الفهرس، وهل تحتفظ النسخ الاحتياطية والسجلات بنصه، وكيف يمكن إزالة أسئلة شخص بعينه.

بماذا يختلف التسعير لكل مقعد عن التسعير بحسب الاستخدام؟

يحاسب التسعير لكل مقعد بمبلغ ثابت عن كل مستخدم مسمّى، سواء بحث أم لم يبحث. ويحاسب التسعير بحسب الاستخدام على ما يفعله النظام، مثل النص الذي يعالجه. وتستخدم الجهات المزوّدة أحدهما أو الآخر أو مزيجًا. اطلب السعر الحالي كتابةً، مع الحد الأدنى لعدد المقاعد والإضافات ورسوم الموصّلات، واسأل من يحتاج إلى ترخيص.

كمثال على التسعير بحسب الاستخدام، تدرج صفحة الأسعار لدى OpenAI نموذج text-embedding-3-small بسعر 0.02 دولار لكل مليون رمز، ونموذج text-embedding-3-large بسعر 0.13 دولار. والرمز (token) قطعة صغيرة من النص يحتسبها المزوّدون ويحاسبون عليها. وتُضاف إلى ذلك كلفة تخزين الفهرس وتشغيل النموذج وأجور الفريق. خذ أرشيفًا افتراضيًا من 50,000 مستند، في كل منها نحو 2,000 رمز، أي 100 مليون رمز. يكلّف تحويله إلى متجهات تضمين (embeddings) مرة واحدة 2 دولار بالنموذج الصغير و13 دولارًا بالنموذج الكبير. وحجم الأرشيف افتراض، وقد تتغير الأسعار المعلنة.

كيف يبدو الارتباط بمزوّد واحد (lock-in)، وما الذي ينبغي أن نحتفظ به لنستطيع المغادرة؟

يكمن الارتباط بالمزوّد حيث ذهب جهدك: موصّلات أُعدّت في لوحة تحكم مزوّد واحد، وقواعد ترتيب بصيغته، وخرائط صلاحيات لا يملكها غيره. أما الفهرس فيمكن إعادة بنائه من مصادرك، فهو الأقل أهمية. احتفظ بأسئلة الاختبار مع إجاباتها المتوقعة، وبخريطة مكتوبة لكيفية قراءة الصلاحيات، وبالتعليمات الموجّهة إلى النموذج، وبأي شيفرة موصّل مخصص. واطلب تصدير السجلات. واتفق على شروط التصدير والحذف في العقد.

متى يكون بناء بحث خاص بك في المعرفة مبررًا؟

يكون البناء مبررًا حين يكون البحث جزءًا من المنتج الذي تبيعه، لأن عملاءك حينئذ هم المستخدمون ولا يغطيهم ترخيص الموظفين. ويكون مبررًا أيضًا حين تستبعد قاعدة بيانات كل المنتجات، بما فيها ما يعمل في سحابتك أنت. أما لبحث الموظفين وحده فيصعب تبريره، لأنك ستتحمل الموصّلات والتحكم في الوصول والسجلات ومناوبة الدعم.

ماذا ينبغي أن نسأل المزوّد، أو شركة ستتولى البناء؟

لمزوّد أو مزوّد حزمة:

• أي مصادرنا لها موصّلات جاهزة، ومن يصونها؟
• كيف تقرؤون الصلاحيات من كل مصدر، وماذا يحدث حين تتعذر قراءة قاعدة ما؟
• كم يستغرق وصول تغيير أو حذف إلى الفهرس؟
• أين تُعالَج بيانات الفهرس والأسئلة والسجلات، ومن يستطيع قراءة الأسئلة؟
• كم يكلّف شهر من استخدامنا الفعلي، وماذا يمكننا تصديره إن غادرنا؟

لشركة ستتولى البناء:

• أي الأجزاء ستكتبون، وأيها ستأخذون من منتجات قائمة؟
• هل سيعمل في حسابنا السحابي، ومن يحتفظ بالمفاتيح؟
• كيف ستختبرون الإجابات وصلاحيات الوصول، ومن يوقّع من جانبنا؟
• من يشغّله بعد الإطلاق، وكم يكلّف ذلك شهريًا؟

أين موقع amBrain من ذلك؟

تنشر amBrain هذه المدونة. وعن منتجها الخاص تقول: «منتجنا الخاص، aigo، يعمل بوكلاء ذكاء اصطناعي يبحثون ويكتبون ويتحققون ويقيسون انطلاقًا من ذاكرة مشتركة واحدة لوقائع الشركة. ويوافق شخص على كل ما يصدر».

هذه المقالة ليست دراسة حالة ولا تصف عملًا لأي عميل. ولا تدّعي أن amBrain بنت نظام بحث في المعرفة لأي عميل. والسطر الوارد أعلاه يخص منتج amBrain الخاص بها، والأمثلة عامة.

الشركات والمنتجات والجهات العامة المسمّاة هنا مقتبسة من صفحاتها المنشورة، وقد قُرئت بتاريخ 11 نوفمبر 2026. ولا تدّعي المقالة أي علاقة بين amBrain وأي منها، ولا تذكر أسعارًا أو جداول زمنية لدى amBrain.

تبني amBrain البرمجيات منذ عام 2019. وعن طريقة عملها مع العملاء تقول: «ثلاث صيغ: تنفيذ كامل، أو فريق مخصّص، أو مهندسون مدمجون في فريقك». أما في الملكية فسطرها هو: «يحتفظ العميل بالملكية الكاملة للمنتج وللكود، باستثناء مكوّناتنا القابلة لإعادة الاستخدام». واطلب قائمة هذه المكوّنات بالأسماء قبل أن توقّع.

إن كانت amBrain في قائمتك المختصرة، فاسألها الأسئلة نفسها التي تسألها لأي شركة أخرى.