نموذج LLM داخل محيط مغلق: ما الذي تستطيع الشركة الخاضعة للتنظيم اختياره، وما الذي يكلّفه كل خيار

يصل المتطلب في جملة واحدة: لا يجوز للمستندات أن تغادر المحيط. وقرار البنية المعمارية مختبئ داخلها، لأن المحيط يمكن رسمه في ثلاثة مواضع، وكل موضع يُلقي تكلفة مختلفة على الشركة التي ترسمه.

واجهة API المستضافة لدى مزوّد النموذج تجعل المحيط محكومًا بعقد مع ذلك المزوّد. وخدمة النماذج المُدارة على منصة سحابية تجعله محكومًا بالعقد السحابي. أما النموذج مفتوح الأوزان على خوادم تشغّلها أنت فيُبقيه داخل شبكتك الخاصة، ويُحمّلك كل واجب كان المزوّد سيؤديه عنك لولا ذلك.

دوِّن ما يحظره المحيط قبل مقارنة الخيارات

عبارة «لا يمكن أن تغادر المحيط» تعني أشياء مختلفة لمسؤول المخاطر ولمسؤول حماية البيانات ولفريق البنية التحتية. وحين تُصاغ في صورة أسئلة، تتحول إلى متطلب يمكن فحص كل خيار على أساسه:

• من يجوز له من خارج الشركة رؤية الموجّهات والمخرجات، بمن في ذلك موظفو المزوّد الذين يراجعونها بحثًا عن إساءة الاستخدام
• في أي المناطق يجوز معالجة البيانات، لا أين تُخزَّن فقط
• ما الذي يجوز الاحتفاظ به بعد الطلب، ولأي مدة، ومن يستطيع حذفه
• ما إذا كان يجوز للحركة أن تعبر الإنترنت العام، ولو كانت مشفّرة
• من يحتفظ بمفاتيح التشفير وبالسجلات التي تثبت من وصل إلى ماذا
• أي العقود والسجلات وعمليات التدقيق يستتبعها استخدام مزوّد خارجي

قد تختلف الإجابات باختلاف فئة البيانات. فالإشعار التنظيمي المنشور علنًا أصلًا ووثيقة هوية العميل لا يحتاجان إلى المحيط نفسه، ويستطيع خط المعالجة توجيههما بشكل مختلف.

الخيار الأول: واجهة API المستضافة لدى المزوّد، والمحيط محكوم بالعقد

هنا يحدّد عقد المزوّد ووثائقه المحيط، ولذلك تُقرأ سطرًا سطرًا. تنص وثائق OpenAI بشأن بيانات API على أنه، اعتبارًا من 1 مارس 2023، لا تُستخدم البيانات المرسلة إلى API لتدريب نماذجها أو تحسينها ما لم يختر العميل ذلك صراحةً. وتنص الصفحة نفسها على أن سجلات مراقبة إساءة الاستخدام، التي قد تحتوي على الموجّهات والردود، تُنشأ افتراضيًا ويُحتفظ بها لمدة تصل إلى 30 يومًا، ما لم يكن الاحتفاظ لمدة أطول مطلوبًا بموجب القانون أو ضروريًا بشكل معقول لحماية الخدمة أو أطراف ثالثة من الضرر.

يمكن تضييق كلا الحدّين، وكل تضييق منهما موافقة تُطلب لا إعداد يُضبط:

• يستبعد Zero Data Retention (عدم الاحتفاظ بالبيانات) أو Modified Abuse Monitoring (مراقبة إساءة الاستخدام المعدَّلة) محتوى العملاء من سجلات مراقبة إساءة الاستخدام بعد أن توافق OpenAI على العميل. أما نقاط النهاية التي تصفها الوثائق بأنها غير مؤهلة فقد تظل تحتفظ بحالة التطبيق، وبعضها يحتفظ بها إلى أن تُحذف، وتحتفظ OpenAI بحقها في جعل نماذج بعينها غير مؤهلة بموجب إشعار كتابي
• تُضبط إقامة البيانات (data residency) لكل مشروع أو تُختار لكل طلب، ويُتحقَّق من الأهلية عبر فريق المبيعات، وأي منطقة غير الولايات المتحدة تتطلب موافقة على ضوابط مراقبة إساءة الاستخدام وتعديلًا تعاقديًا من نوع Modified Retention amendment
• تخزّن إقامة البيانات محتوى العملاء في حالة السكون (at rest) في المنطقة المختارة؛ أما الاستدلال فلا يجري هناك أيضًا إلا في المناطق التي تصفها الوثائق بأنها تدعم المعالجة الإقليمية
• لا تشمل إقامة البيانات بيانات النظام، أي بيانات الحساب والبيانات الوصفية وبيانات الاستخدام الخالية من محتوى العملاء، والتي قد تُعالَج وتُخزَّن خارج المنطقة المختارة
• تنص الصفحة نفسها على أن نقاط نهاية إقامة البيانات تُفرض عليها زيادة سعرية بنسبة 10% للنماذج المؤهلة الصادرة في 5 مارس 2026 أو بعده

والنموذج نفسه يخضع أيضًا لجدول المزوّد. فصفحة إيقاف النماذج (deprecations) لدى OpenAI تحدّد حدًا أدنى لمهل الإشعار قبل الإيقاف، ما لم تستدعِ اعتبارات السلامة أو الامتثال جدولًا زمنيًا أسرع: 6 أشهر على الأقل للنموذج المتاح للعموم (generally available)، و3 أشهر على الأقل للنسخ المتخصصة منه، ومهلة أقصر بكثير، مثل أسبوعين، للنماذج التجريبية (preview). وكل إيقاف يعني تقييم النموذج البديل على مستنداتك أنت قبل الموعد، ولذلك فإن الترحيل عمل مخطط متكرر لا حادثة طارئة.

الخيار الثاني: خدمة النماذج المُدارة على منصتك السحابية

تقدّم المنصات السحابية نماذج من عدة مطوّرين، بعضها بموجب العقد السحابي الذي قد تكون الشركة تملكه أصلًا. وتنص وثائق Microsoft الخاصة بالنماذج التي تبيعها Azure في Microsoft Foundry على أن الموجّهات والإكمالات والتضمينات (embeddings) غير متاحة لـ OpenAI ولا لغيرها من مزوّدي تلك النماذج. غير أن الكتالوج نفسه يضم نماذج لا تبيعها Microsoft: ففي حالة نماذج Claude في Microsoft Foundry، تسمّي وثائقها Anthropic بائعًا ومشغّلًا ومعالجًا مستقلًا للبيانات فيما يتعلق بالموجّهات والمخرجات، وأحد خيارات الاستضافة يعالجها على البنية التحتية لـ Anthropic، وربما خارج منطقة Azure المختارة.

تصف وثائق Amazon Bedrock حسابًا لنشر النماذج لكل مزوّد نماذج في كل منطقة، يملكه ويشغّله فريق خدمة Bedrock، ولا يمكن لمزوّدي النماذج الوصول إليه، فلا يرون موجّهات العملاء ولا الإكمالات الناتجة عنها.

ومع ذلك يظل النموذج يعمل على بنية تحتية يشغّلها مزوّد السحابة، لا في شبكتك الخاصة. فبعض تعريفات المحيط تَعُدّ ذلك داخله؛ وبعضها الآخر لا يَعُدّ داخله إلا الخيار الثالث. وحين يُعدّ كذلك، يتوقف المحيط على خيارات تُتخذ داخل بيئة المستأجر (tenancy)، وتفصّل الوثائق ما يترتب عليها:

• أين يجري الاستدلال: على Azure، قد يعالج نوع النشر المسمّى Global الموجّهات والردود في أي نطاق جغرافي نُشر فيه النموذج، ونوع Data Zone داخل نطاق البيانات (data zone)، والنوع Standard أو Provisioned القائم على النطاق الجغرافي داخل النطاق الجغرافي الذي يحدده العميل؛ وفي جميعها تبقى البيانات في حالة السكون داخل النطاق الجغرافي الذي يعيّنه العميل
• أي النماذج تحصل عليها: تذكر Microsoft أن النماذج الجديدة تُطلق أولًا في Global Standard، وتصل إلى Data Zone وأنواع النشر الإقليمية لاحقًا، وليس مضمونًا أن تصل إلى كل أنواع النشر
• كم يدوم الإصدار: تحدّد Azure موعد إيقاف النموذج المتاح للعموم بعد 18 شهرًا من إطلاقه، وتغلقه أمام العملاء الجدد عند بلوغه 12 شهرًا؛ أما النماذج المتاحة للعموم من Anthropic وDeepSeek وFireworks وMistral AI فتتبع دورة حياة مدتها 12 شهرًا، وتحتفظ Microsoft بحقها في إيقاف طارئ بمهلة إشعار مختصرة
• كيف تصل الحركة إلى النموذج: يدعم Amazon Bedrock نقاط نهاية VPC من نوع interface عبر AWS PrivateLink لواجهة API التشغيلية (runtime API) الخاصة به، فتصل الاستدعاءات من VPC لديك إلى النموذج دون بوابة إنترنت أو عناوين IP عامة
• من يراجع المحتوى بحثًا عن إساءة الاستخدام: على Azure، يجوز للعملاء الذين يستوفون معايير أهلية إضافية ضمن Limited Access (الوصول المحدود) التقدّم بطلب لتعديل مراقبة إساءة الاستخدام؛ وبعد الموافقة، لا تُخزَّن الموجّهات والإكمالات لأغراض المراجعة البشرية، وإن كانت المراجعة الآلية قد تظل تعمل

بالنسبة إلى كيان مالي في الاتحاد الأوروبي يقع ضمن نطاق DORA، يُعدّ العقد السحابي أصلًا ترتيبًا مع طرف ثالث لخدمات تقنية المعلومات والاتصالات (ICT). وفي 18 نوفمبر 2025 نشرت الهيئات الإشرافية الأوروبية (European Supervisory Authorities) قائمة مزوّدي خدمات ICT الحرجين من الأطراف الثالثة الخاضعين للرقابة على مستوى الاتحاد الأوروبي، وهي تضم Amazon Web Services EMEA وGoogle Cloud EMEA وMicrosoft Ireland Operations. وتشير الهيئة المصرفية الأوروبية (European Banking Authority) إلى أن DORA أصبحت سارية التطبيق في 17 يناير 2025، وأن الكيانات الواقعة ضمن نطاقها ملزمة بالاحتفاظ بسجل لترتيباتها التعاقدية مع مزوّدي خدمات ICT من الأطراف الثالثة. لذلك فإن مزوّد نماذج لم يسبق للكيان التعاقد معه، أو خدمة جديدة بموجب عقد سحابي يملكه أصلًا، مسألةٌ تخص ذلك السجل، لا البنية المعمارية وحدها.

الخيار الثالث: نموذج مفتوح الأوزان على بنية تحتية تشغّلها أنت

الاستضافة الذاتية، سواء في مقار الشركة أو على أجهزة افتراضية في حسابك السحابي الخاص، تنقل الاستدلال إلى الداخل، ومعه كل واجب كان المزوّد يؤديه. وأول هذه الواجبات قراءة الترخيص، لأن النماذج مفتوحة الأوزان لا تشترك في ترخيص واحد. فـ Mistral Small 3 وQwen3-32B وgpt-oss-120b من OpenAI منشورة على Hugging Face بموجب Apache 2.0. أما Llama 3.3 Community License من Meta، الذي يغطي نموذج Llama 3.3 70B الذي تُحسب متطلباته من العتاد أدناه، فيشترط أن يلتزم الاستخدام بسياسة الاستخدام المقبول الخاصة به. ويشترط أيضًا على المرخَّص له الذي كان لمنتجاته أو خدماته، بما فيها منتجات الشركات التابعة له وخدماتها، أكثر من 700 مليون مستخدم نشط شهريًا في الشهر التقويمي السابق لتاريخ الإصدار، أن يطلب ترخيصًا يجوز لـ Meta منحه وفق تقديرها وحدها.

يتحدد العتاد بعدد المعاملات ودقتها العددية. يضم Llama 3.3 70B Instruct نحو 70.6 مليار معامل؛ وبواقع 16 بت لكل معامل تشغل الأوزان وحدها نحو 141 GB (131 GiB)، وهذا حجم لا يتسع له مسرِّع واحد بسعة 80 GB حتى قبل اقتطاع مساحة لذاكرة key-value المؤقتة الخاصة بالطلبات المتزامنة. وتنص بطاقة نموذج gpt-oss-120b على أن تكميم أوزان mixture-of-experts فيه بصيغة MXFP4 يتيح تشغيل النموذج على GPU واحدة بسعة 80 GB.

تصبح طبقة التقديم حدودك الأمنية. تنص وثائق الأمان في vLLM على أن الاتصال بين عُقد النشر متعدد العُقد غير آمن افتراضيًا ويجب حمايته بوضع العُقد على شبكة معزولة، وعلى أن خيار مفتاح API فيه لا يحمي إلا نقاط النهاية الواقعة تحت بادئات مسارات معيّنة، في حين تبقى نقاط نهاية حساسة أخرى على الخادم نفسه بلا مصادقة. وملف النموذج جزء من سلسلة التوريد أيضًا: تحذّر وثائق Python من أن الوحدة pickle غير آمنة وأن بيانات pickle الخبيثة يمكنها تنفيذ شيفرة عشوائية أثناء فك التسلسل (unpickling)، ولهذا فإن صيغة safetensors، المصمَّمة لتخزين الـ tensors بأمان على خلاف pickle، هي الخيار الأكثر أمانًا للأوزان.

ما تشغّله الشركة الآن بنفسها:

• سعة المسرِّعات محسوبة على حجم الذروة، ومشتراة أو محجوزة قبل ظهور الطلب، مع هامش يحتمل تعطّل إحدى العُقد
• برامج التشغيل ومحرك التقديم ونظام التشغيل، مع تحديثها وفق جدول تسمح به متطلبات الأمن ودرجات القبول معًا
• العزل الشبكي، والمصادقة أمام خادم النموذج، وسجلات وصول يستطيع المدقق قراءتها
• ترقيات النموذج: لا يصل نموذج أحدث مفتوح الأوزان إلى الإنتاج إلا حين يقيّمه أحدٌ على مستنداتك ويُطلقه
• المناوبة على خادم النموذج، لأنه لا توجد صفحة حالة لدى أي مزوّد تغطيه

أدلة الامتثال: ما يطلبه المدقق في كل خيار

تبقى الالتزامات بموجب GDPR، وبموجب ISO/IEC 27001 حين تكون الشركة حاصلة على شهادته، التزاماتِ الشركة نفسها أيًّا كان الخيار الذي تختاره، حتى حين يعمل مزوّدٌ معالجًا للبيانات لحسابها. وما يتغير هو مصدر الأدلة:

• واجهة API المستضافة: شروط معالجة البيانات لدى المزوّد، والموافقات على ضوابط الاحتفاظ وإقامة البيانات، والمعالجون الفرعيون لديه، وبالنسبة إلى كيان مالي ضمن نطاق DORA، القيد الخاص بهذا الترتيب في السجل
• خدمة النماذج المُدارة: نوع النشر ومنطقته لكل عملية نشر لنموذج، وإعداد نقطة النهاية الخاصة (private endpoint)، وأي تعديل على مراقبة إساءة الاستخدام تمت الموافقة عليه، وما إذا كانت تقارير التأكيد (assurance reports) القائمة لدى مزوّد السحابة تشمل الخدمة الجديدة في نطاقها
• النموذج المستضاف ذاتيًا: أدلتك أنت على خادم النموذج وكل ما يحيط به، من العزل الشبكي وسجلات الوصول إلى ترخيص كل نموذج ومصدر كل ملف أوزان في الإنتاج، إضافةً إلى الترتيب السحابي القائم حين تكون الخوادم أجهزة افتراضية في حساب سحابي

في الخيارات الثلاثة جميعها، تكون الأدلة أقل تكلفة حين يسجّل خط المعالجة أثناء عمله أي عملية نشر وأي منطقة وأي نموذج عالج كل مستند. أما الأدلة نفسها إذا جُمعت لاحقًا من أجل التدقيق، فهي إعادة بناء.

زمن الاستجابة والإنتاجية: سعة مشتركة أو سعة تملكها

على السعة المشتركة، سقف الإنتاجية سياسةُ طرف آخر. تفرض OpenAI حدود معدل تُقاس بالطلبات والـ tokens في الدقيقة وفي اليوم. وهي تنقل المؤسسة تلقائيًا إلى فئة استخدام أعلى مع نمو إنفاقها، وهو ما يرفع تلك الحدود عادةً، ويمكنها إبطاء الحركة التي تنمو بسرعة مفرطة حتى ضمن تلك الحدود. وتذكر Microsoft أن أنواع النشر ذات السعة المخصصة (provisioned) لديها توفر إنتاجية مضمونة وتباينًا أقل في زمن الاستجابة، في حين تعمل الأنواع القياسية (standard) على أساس أفضل جهد ممكن (best-effort).

السعة المحجوزة تأتي بشروطها الخاصة. يمكن شراء Provisioned Throughput في Amazon Bedrock دون التزام، أو لمدة شهر واحد أو ستة أشهر، ولا يمكن حذفها خلال هذه المدة. وتشير Microsoft إلى أنه لا حصة PTU ولا الحجز يضمنان السعة في منطقة ما، وأن حذف عملية نشر من نوع provisioned أو تقليص حجمها يحرّر سعتها، دون ضمان أن تكون السعة نفسها متاحة لاحقًا. وتوجّه OpenAI عملاء المؤسسات الذين تصطدم حركتهم بانتظام بحدود معدل التصاعد (ramp-rate limits) إلى Scale Tier، أو إلى Reserved Tier لنموذج GPT-5.6 والنماذج اللاحقة، للحصول على سعة أكثر قابلية للتنبؤ.

العمل الذي لا ينتظره أحد لا يحتاج إلى تلك السعة. تعالج Batch API من OpenAI الطلبات غير المتزامنة بتكلفة أقل بنسبة 50% وبمهلة إنجاز مدتها 24 ساعة، وإن كانت صفحة البيانات لدى OpenAI تُدرج نقاط النهاية الخاصة بالدفعات والملفات على أنها غير مؤهلة لـ Zero Data Retention وأنها تحتفظ ببياناتها إلى أن تُحذف. وتُدرج Azure أنواع نشر دفعية بخصم 50%، حيث قد يعالج Global Batch في أي نطاق جغرافي نُشر فيه النموذج، ويوجّه Data Zone Batch الحركة فقط إلى مراكز البيانات الواقعة داخل نطاق البيانات.

على السعة التي تملكها، لا توجد حدود معدل خارجية ولا طابور مشترك، والسقف هو العتاد الذي اشتريته أو حجزته. وفي كل خيار يهمّ طول المخرجات: يصف دليل زمن الاستجابة من OpenAI توليد الـ tokens بأنه يكاد يكون دائمًا الخطوة الأعلى في زمن الاستجابة، ويذكر، كقاعدة تقريبية عامة، أن خفض tokens المخرجات بنسبة 50% قد يخفض زمن الاستجابة بنحو 50%. ولذلك فإن مطالبة النموذج بسجلات مهيكلة موجزة بدل النص الحر تفيد في الخيارات الثلاثة جميعها.

الكوادر: من يتولى المناوبة في كل خيار

تختلف الخيارات في قائمة الأعمال التي تبقى داخل الشركة:

• في كل خيار: خط المعالجة نفسه، ودرجات القبول الخاصة به، ومالك يشغّله
• واجهة API المستضافة: إدارة المورّدين، وموافقات الاحتفاظ وإقامة البيانات، والتخطيط لحدود المعدل، وعمليات الترحيل وفق جدول إيقاف النماذج لدى المزوّد
• خدمة النماذج المُدارة: العمل نفسه تجاه مزوّد السحابة، مضافًا إليه أنواع النشر والحصص والسعة المحجوزة حسب المنطقة، والشبكات الخاصة
• النموذج المستضاف ذاتيًا: البنية التحتية للمسرِّعات، ومحرك التقديم، والتحديثات الأمنية، وترقيات النموذج، والمناوبة طوال الساعات التي يعمل فيها خط المعالجة

قد يعمل المشروع التجريبي أشهرًا دون مناوبة؛ أما الإنتاج فلا. وتسعير خيار الاستضافة الذاتية دون حساب الأشخاص الذين يشغّلونه يقارن تكلفة نموذج بسعر خدمة.

الجمع بين الخيارات قاعدة توجيه، والقاعدة هي الجزء الصعب

الخيارات ليست متنافية. يستطيع خط المعالجة إرسال المستندات العامة إلى نموذج مستضاف والإبقاء على الفئات المقيَّدة لدى نموذج مستضاف ذاتيًا. غير أن ذلك لا يصمد إلا حين يُفرض التوجيه في الشيفرة ويترك أدلة:

• يجري التصنيف قبل أي استدعاء للنموذج، والمستند الذي يتعذّر تصنيفه يسلك المسار الأكثر تقييدًا
• كل مسار عملية نشر منفصلة ببيانات اعتماد خاصة بها، والمسار المقيَّد لا يملك بيانات اعتماد للنموذج الخارجي ولا مسارًا شبكيًا إليه، فتفشل معالجة المستند الذي وُجِّه خطأً بدل أن يغادر المحيط
• يُقيَّم كل مسار على مجموعة القبول نفسها، لأن نموذجين في خط معالجة واحد يعنيان مستويين من الجودة
• يُسجَّل المسار المتّبع لكل مستند، فيُجاب من السجلات عن سؤال التدقيق حول أي مزوّد عالج أي مستند

المحيط المغلق لا يختار النموذج نيابةً عنك. بل يختار أيّ عمل يبقى على عاتقك: قراءة العقود وانتظار الموافقات، أو حجز السعة في المنطقة المناسبة، أو تشغيل الخوادم والاستيقاظ ليلًا على تنبيهاتها.

الشركة التي تبني هذا داخل محيطك تسأل عن المحيط أولًا

السؤال الذي تقوم عليه هذه المقالة هو: أي شركات الهندسة تبني معالجة المستندات والتذاكر بواسطة LLM داخل محيط العميل نفسه، في مقاره أو في سحابة خاصة. وما يميّز هذه الشركات بعضها عن بعض يظهر فيما تسأل عنه قبل أن تقترح نموذجًا:

• تسأل عن فئات البيانات التي سيراها خط المعالجة وعمّا يحظره المحيط لكل فئة منها، بالمصطلحات التي يستخدمها فريقا المخاطر وحماية البيانات لديك
• تسأل عن العقود السحابية والمناطق والمزوّدين المعتمدين الموجودين لديك أصلًا، وعمّا إذا كان الاستخدام الجديد يُدرج في سجل مثل السجل الذي تشترطه DORA
• تقارن خيارين للنشر على الأقل على مستنداتك أنت وبمجموعة القبول نفسها، بدل أن تفترض أن النموذج الأكبر هو الأفضل
• تقتبس شروط الاحتفاظ وإقامة البيانات والإيقاف لأي خيار مستضاف، مقرونةً بتاريخ اطلاعها عليها
• في حالة الاستضافة الذاتية، تحدّد حجم العتاد انطلاقًا من أحجام الـ tokens المقيسة، وتسمّي من يحدّث الخوادم ومن يتولى المناوبة
• تُظهر كيف يسجّل خط المعالجة عملية النشر والمنطقة وإصدار النموذج التي تولّت معالجة كل مستند

الشركة التي توصي بنموذج قبل أن تطرح هذه الأسئلة تكون قد اختارت محيطك دون أن تصرّح بذلك.

يتلخص قرار النشر في أي عمل تكون شركتك مستعدة لتحمّله لكل فئة من المستندات: العقود والموافقات، أو السعة في منطقة ما، أو الخوادم والمناوبة.

ما تستطيع amBrain إثباته علنًا فضلًا عن التكامل العامل في الإنتاج الموصوف في الملخص أعلاه: تبني amBrain البرمجيات منذ 2019. ونعمل بثلاث صيغ: تسليم كامل، أو فريق مخصص، أو مهندسون مدمجون في فريقك.