من دون فريق ML: من يشغّل نظام LLM لتذاكر الدعم والمستندات على خوادمك أنت بعد الإطلاق

نظام LLM الذي يفرز تذاكر الدعم ويقرأ المستندات على خوادمك أنت يظل بحاجة إلى من يشغّله بعد الإطلاق. وLLM اختصار لـ large language model، أي النموذج اللغوي الكبير، وهو نوع الذكاء الاصطناعي الذي يقف وراء ChatGPT. وأمام الشركة التي لا تملك فريقًا للتعلم الآلي (ML) ثلاثة مسارات. فالشركة التي بنت النظام تستطيع أن تواصل تشغيله بموجب اتفاقية دعم. وبعد التسليم، يستطيع فريق تقنية المعلومات لديك أن يتولاه بدلًا منها، أو أن يتقاسم العمل معها. وفي كل مسار، لا بد أن يتحقق أحدٌ من جودة الإجابات وفق جدول منتظم، وأن يوافق على كل تغيير في النموذج قبل أن يدخل الخدمة.

ماذا يتضمن تشغيل نظام LLM بعد الإطلاق؟

بعد الإطلاق، يرجع تشغيل نظام LLM إلى هذه المهام المتكررة:

• الخوادم، التي كثيرًا ما تضم وحدات GPU (الرقائق التي تعمل عليها النماذج اللغوية)، وتحديثات البرمجيات التي تشغّل النموذج
• إصدار النموذج المستخدم، وقرار متى يُغيَّر
• تقييم الإجابات على عيّنة ثابتة من تذاكرك ومستنداتك أنت، وفق جدول منتظم
• طابور المراجعة، أي العناصر التي تحيلها البرمجيات إلى شخص، والموظفون الذين يعملون عليه
• التغييرات من جهتك، مثل استمارة جديدة أو فئة تذاكر جديدة أو قاعدة عمل جديدة
• السجلات التي تدوّن ما فعله النظام، وصلاحيات الوصول إلى التذاكر والمستندات
• الأعطال ليلًا، والشخص الذي يُستدعى

vLLM برنامج مفتوح المصدر لتشغيل النماذج على خوادمك أنت. وتُدرج صفحة الأمان الخاصة به على GitHub، التي جرى الاطلاع عليها في 20 أكتوبر 2026، تنبيهًا أمنيًا صادرًا في 6 أكتوبر 2026 عن ثغرة أُصلحت في الإصدار 0.31.0. وعنوان التنبيه: «قيمة min_tokens كبيرة أكثر من اللازم في طلب واحد تُعلّق محرك vLLM بينما يظل /health أخضر». وفي هذا العنوان، min_tokens إعداد في الطلب يحدد الحد الأدنى لطول الإجابة.

تفحص أداة المراقبة عنوانًا مثل /health لتتأكد من أن الخادم يعمل. وفي الحالة التي يصفها التنبيه الأمني لـ vLLM، يبدو الخادم سليمًا بينما توقف عن الرد على الطلبات. لذا ينبغي أن ترسل مراقبة نظام LLM طلبات اختبار حقيقية وأن تتحقق من عودة الإجابات.

كيف يختلف نظامنا الخاص عن أداة مكتب مساعدة مدمج فيها الذكاء الاصطناعي؟

مع أداة مكتب مساعدة تُباع بصيغة البرمجيات كخدمة (SaaS)، أي أداة تستأجرها عبر الإنترنت، يشغّل المورّد الخدمة، ويعمل النموذج على خوادم المورّد أو على خوادم الشركات التي يتعامل معها. وتذهب تذاكرك إلى المورّد وإلى تلك الشركات. والمفاضلة بين أداة كهذه ونظامك الخاص تتناولها المقالة عن برمجيات الذكاء الاصطناعي للمستندات أو خط معالجة LLM مخصّص.

تقول Zendesk، وهي مورّد لأنظمة مكتب المساعدة، في صفحتها عن الذكاء الاصطناعي التوليدي، التي جرى الاطلاع عليها في اليوم نفسه، إن «Zendesk تدمج نماذج LLM في الخدمات بطريقتين». تستخدم الأولى نماذج مستضافة على منصات «مثل AWS Bedrock أو Microsoft Azure أو Groq أو Fireworks AI»، وتقول Zendesk إنه في هذه الحالة «لا يصل مزوّد LLM إلى بيانات الخدمة الخاصة بك أبدًا». وتستخدم الثانية نماذج «يستضيفها مزوّد النموذج مباشرةً»، مثل OpenAI وGoogle Gemini. وبالنسبة إلى هذه النماذج، تقول Zendesk إن النص المرسَل إلى النموذج وإجاباته «لا تُحفظ في أي آلية تسجيل».

تنشر Intercom، وهي مورّد آخر لأنظمة مكتب المساعدة، قائمة بالمعالجين الفرعيين، أي الشركات التي تعالج البيانات نيابةً عنها. وتسمّي القائمة، السارية منذ 25 يونيو 2026 والتي جرى الاطلاع عليها في اليوم نفسه، شركات منها OpenAI وAnthropic وGoogle وMicrosoft من أجل «معالجة الذكاء الاصطناعي». وتقول الصفحة إن القوائم «قد تُحدّثها Intercom من وقت لآخر».

هل تستطيع الشركة التي بنت نظام LLM لدينا أن تواصل تشغيله؟

قد تعرض الشركة التي بنت النظام اتفاقية دعم، أي عقدًا تواصل بموجبه تشغيل النظام بعد الإطلاق. وتحقّق مما تقوله الاتفاقية في هذه النقاط:

• ما الذي يُعدّ حادثًا، مثل توقف النظام أو قراءة حقل واحد خطأً في مستندات كثيرة، وما سرعة الاستجابة لكل نوع
• من يجوز له تسجيل الدخول إلى خوادمك، وعبر أي حسابات، وكيف يُسجَّل هذا الوصول
• من يدفع تكلفة الخوادم، ومن يقرر متى تلزم سعة إضافية
• ما هو طلب التغيير، مثل إضافة نوع مستند أو فئة تذاكر، وكيف يُسعَّر
• التقارير التي تتسلمها كل شهر، مثل درجات الجودة وأحجام طابور المراجعة والحوادث

ترك الشركة مسؤولةً عن النظام يتطلب أقل قدر من موظفيك. لكن الخبرة تبقى حينئذٍ لدى الشركة، وتعتمد عليها شركتك في معظم التغييرات. أما ما ينبغي أن تملكه حين تغادر الشركة فتتناوله المقالة عن الأسئلة التي ينبغي أن يطرحها مدير العمليات قبل التوقيع.

فريق تقنية المعلومات لدينا لا يملك خبرة في ML. هل يستطيع تولي النظام؟

يستطيع فريق تقنية المعلومات الذي يشغّل خوادم شركتك بالفعل أن يضيف عادةً إلى عمله خوادم نظام LLM وصلاحيات الوصول والنسخ الاحتياطية والمراقبة. أما المهام الخاصة بالنماذج اللغوية، مثل قراءة درجات الجودة واختبار إصدار جديد من النموذج، فتحتاج إلى تدريب أولًا.

من أجل التسليم، يحتاج فريق تقنية المعلومات إلى أدلة التصرّف (runbooks)، أي أدلة خطوة بخطوة للمهام اليومية ولكل عطل معروف، مثل امتلاء طابور المراجعة. ويحتاج الفريق أيضًا إلى عيّنة الاختبار من تذاكرك ومستنداتك مع إجاباتها الصحيحة، وإلى البرنامج النصي الذي يقيّم النظام عليها. ويجب أن يُحفظ الكود وملفات النموذج على وحدة تخزين تتحكم فيها شركتك.

ينبغي أن تكون بيئة الاختبار جاهزة قبل الإطلاق، وهي نسخة من النظام تُجرَّب فيها التغييرات قبل أن تصل إلى التذاكر الحقيقية. ويمكن أن يجري التدريب فيها: يؤدي فريقك المهام الروتينية على النسخة، ويتحقق مهندسو الشركة من عمله.

تحتاج تغييرات الموجّه والقواعد إلى مسؤول. والموجّه هو النص الذي يخبر النموذج بما عليه أن يفعله. فحين تتغير استمارة أو تظهر فئة تذاكر جديدة، لا بد أن يحدّث أحدٌ الموجّه أو القواعد ويعيد تقييم عيّنة الاختبار. وقرّر هل يكون هذا الشخص في فريق تقنية المعلومات، أم لدى الشركة، أم في الفريق الذي يملك العملية، مثل فريق الدعم.

كيف يعمل تقسيم العمل بين فريق تقنية المعلومات لدينا والشركة؟

في تقسيم العمل، يحتفظ فريق تقنية المعلومات لديك بالخوادم والوصول، وتُستدعى الشركة لتغييرات النموذج ومشكلات الجودة.

قد يترك تقسيم العمل فجوة. فحين تتراجع الجودة، قد يلوم فريق تقنية المعلومات النموذج بينما تلوم الشركة الخوادم، لذا ينبغي أن تنص الاتفاقية كتابةً على من يقرر ماذا.

مثلًا، توافق شركتك على كل إصدار جديد من النموذج بعد أن تقيّمه الشركة على عيّنة الاختبار. وإصلاح مشكلة الجودة مهمة الشركة، أما الوصول إلى الخوادم فيبقى قرارًا لفريق تقنية المعلومات لديك. وسمِّ أيضًا الشخص الذي ينظر أولًا حين ينطلق تنبيه ليلًا، وكيف يصل هذا الشخص إلى الطرف الآخر.

لماذا تتراجع جودة الإجابات أحيانًا بعد الإطلاق؟

قد تنجرف الدقة، أي تتغير ببطء من دون أي رسالة خطأ. فموضوعات التذاكر الجديدة بعد إطلاق منتج، أو استمارة تغيّرت، أو إصدار جديد من النموذج، كلٌّ منها قد يسبب الانجراف. وتواصل الخوادم العمل كما كانت، فلا تُظهر مراقبة الخوادم هذا التراجع.

يظهر الانجراف حين تُقيَّم من جديد العيّنة نفسها من تذاكرك ومستنداتك مع إجاباتها الصحيحة. وينبغي أن يحدث ذلك وفق جدول منتظم، شهريًا مثلًا، وبعد كل تغيير في النموذج أو الموجّه أو القواعد. وقارن كل درجة بالدرجة المسجّلة عند الإطلاق.

تشرح المقالتان عن مشروع الذكاء الاصطناعي التجريبي المتعثر وعن أسئلة مدير العمليات كيف تُبنى عيّنة الاختبار. وأيًّا كان المسار الذي تختاره، ينبغي أن يسمّي العقد الشخص الذي يجري إعادة التقييم، وأن يحدد من يرى النتائج.

من يقرر متى يتغير النموذج؟

مع نموذج مفتوح الأوزان على خوادمك أنت، تقرر شركتك متى تنتقل إلى غيره. والنموذج مفتوح الأوزان هو نموذج ينشر صانعه ملفاته ليتمكن أي شخص من تنزيلها وتشغيلها بموجب ترخيصه. ويظل الترخيص ساريًا، وقد يأتي إصدار أحدث بترخيص مختلف.

نماذج Gemma من Google مثال على ذلك. فصفحة Gemma 3 على موقع النماذج Hugging Face، التي جرى الاطلاع عليها في اليوم نفسه، تحيل إلى شروط استخدام Gemma (Gemma Terms of Use)، وهي تُدخل بدورها سياسة الاستخدام المحظور (Prohibited Use Policy). وقالت مدونة المصادر المفتوحة لدى Google في 2 أبريل 2026: «نماذج Gemma 4 هي الأولى في Gemmaverse التي تُطرح بموجب ترخيص Apache 2.0 المعتمد من OSI». ولذلك فإن الانتقال من Gemma 3 إلى Gemma 4 يغيّر الترخيص الذي يقرؤه محاموك، من شروط Google الخاصة إلى Apache 2.0، وهو ترخيص مفتوح المصدر.

قد يستدعي نظامٌ يعمل على خوادمك أنت نموذجًا عبر واجهة API مستضافة، أي اتصال عبر الإنترنت بخوادم شركة أخرى. وعندئذ يُوقَف ذلك النموذج وفق الجدول الزمني لتلك الشركة. وتقول صفحة إيقاف النماذج لدى Anthropic، التي جرى الاطلاع عليها في اليوم نفسه: «ستفشل الطلبات الموجّهة إلى النماذج التي تجاوزت تاريخ إيقافها». وتقول Anthropic إنها تمنح العملاء الذين لديهم عمليات نشر نشطة «إشعارًا قبل 60 يومًا على الأقل من إيقاف النموذج بالنسبة إلى النماذج المطروحة للعموم». وتضيف الصفحة أن تواريخها تنطبق على منصات Anthropic نفسها، وأن Amazon Bedrock وGoogle Cloud «تضعان جداول الإيقاف الخاصة بهما».

كل انتقال يعني تقييم الإصدار الجديد على عيّنتك قبل أن يدخل الخدمة، مع إبقاء الإصدار القديم جاهزًا تحسّبًا لتراجع الدرجات. وتقترح صفحة Anthropic «اختبار تطبيقاتك اختبارًا شاملًا مع النماذج الجديدة قبل تاريخ الإيقاف بوقت كافٍ».

هل تستطيع تذكرة دعم أن تخدع النظام؟

حقن الموجّهات هجوم يحمل فيه النص المرسَل إلى النظام تعليماتٍ موجّهة إلى النموذج. وتذاكر الدعم تأتي من خارج شركتك، لذا يبقى النظام الذي يقرؤها معرّضًا لهذا الهجوم ما دام يعمل. وتضع OWASP Top 10 for LLM Applications 2025، وهي قائمة بالمخاطر ينشرها مشروع OWASP الأمني وجرى الاطلاع عليها في اليوم نفسه، حقن الموجّهات في المرتبة الأولى. ويقول أحد الأمثلة: «يحقن مهاجم موجّهًا في روبوت محادثة لدعم العملاء، يأمره فيه بتجاهل الإرشادات السابقة، والاستعلام من مخازن البيانات الخاصة، وإرسال رسائل بريد إلكتروني، مما يؤدي إلى وصول غير مصرّح به وتصعيد في الصلاحيات».

قواعد التصميم في مواجهة حقن الموجّهات، مثل ألا يُمنح النظام صلاحيات تتجاوز ما تحتاجه مهمته، موجودة في المقالة عن المشروع التجريبي المتعثر. وتذكر OWASP أيضًا إجراءً يتكرر ما دام النظام يعمل: «أجرِ اختبارات اختراق ومحاكاة للاختراقات بانتظام، مع معاملة النموذج كمستخدم غير موثوق». واختبار الاختراق يعني أن يحاول مختبرون الاختراق عمدًا، بإذن منك.

ينبغي أن تدخل اختبارات الاختراق في جدول مهام التشغيل، وأن ينص العقد على أي طرف يطلبها ويصلح ما تكشفه. وقد تحتفظ السجلات بالنص الكامل للتذاكر، لذا قرّر من يجوز له قراءتها وكم مدة الاحتفاظ بها.

كم سيكلف تشغيل النظام شهريًا، وماذا ينبغي أن نسأل قبل التوقيع؟

تبدأ التكاليف الشهرية على خوادمك أنت بالخوادم ووحدات GPU فيها، سواء أكانت مشتراة أم مستأجرة، وبوقت الموظفين في طابور المراجعة. وتضيف إليها اتفاقية الدعم إن احتفظت الشركة بدور، وكذلك إعادة الاختبار بعد كل تغيير. ولا تُذكر هنا أرقام، لأن كلًّا منها يتوقف على أحجامك وإعدادك.

يتوقف مزيج التكاليف على المسار الذي تختاره. فحين تشغّل الشركة النظام، يقع جزء كبير من التكلفة في اتفاقية الدعم. وبعد التسليم، يصبح الجزء الأكبر منها وقت موظفيك أنت، بما في ذلك التدريب.

اطرح الأسئلة نفسها على كل شركة تعرض أن تبني النظام وتشغّله:

• أي مهام التشغيل ستتولونها بعد الإطلاق، وأيها سيؤديها فريق تقنية المعلومات لدينا؟
• كم مرة ستقيّمون النظام على عيّنة الاختبار لدينا؟
• من يدفع تكلفة إعادة الاختبار حين يُوقَف إصدار نموذج نستخدمه؟
• ما الذي يتسلمه فريق تقنية المعلومات لدينا عند التسليم، وكيف ستتحققون من أنه يستطيع تشغيل النظام وحده؟

تختلف شروط التراخيص من نموذج إلى آخر، وتختلف قواعد حماية البيانات من بلد إلى آخر. وهذه المقالة ليست استشارة قانونية، لذا تحقّق من الشروط التي تنطبق عليك مع محامٍ.

أين موقع amBrain من ذلك؟

مشروع النماذج اللغوية الوحيد الذي تصفه amBrain علنًا هو التالي: «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».

هذه المقالة ليست دراسة حالة، ولا تصف أي عمل لعميل. ولا يقول السطر المقتبس من يشغّل ذلك النظام اليوم، ولا أين يعمل نموذجه، ولا أي خطوات هذه المقالة تضمّن. وتذاكر الدعم والمستندات ومسارات التشغيل في هذه المقالة أمثلة عامة، وليست مأخوذة من ذلك المشروع ولا من أي عمل آخر لـ amBrain.

الموردون وصانعو النماذج والمشاريع البرمجية المذكورة هنا أمثلةٌ من صفحات منشورة، ولا تدّعي المقالة أي علاقة بين amBrain وأي منها. ولا تذكر المقالة أسعارًا أو جداول زمنية أو شروطًا لـ amBrain.

تبني amBrain البرمجيات منذ عام 2019. وتعمل بثلاث صيغ: تسليم 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». وإن كانت amBrain في قائمتك المختصرة، فأعطها الأسئلة نفسها التي تعطيها لأي شركة أخرى.