أصبح الذكاء الاصطناعي جزءاً أساسياً من خطط التحول الرقمي في الشركات الكبرى، لكن الانتقال من التجارب المحدودة إلى الاستخدام الفعلي على مستوى المؤسسة يواجه عقبات عملية واضحة. فالكثير من الإدارات لم تعد تسأل فقط عن إمكانات النماذج، بل عن الكلفة، وسرعة التنفيذ، وحماية البيانات، والنتائج المالية التي يمكن قياسها بعد الإطلاق. ومن هنا برز اتجاه جديد في السوق يركز على بناء حلول ذكاء اصطناعي تبدأ من العائد المتوقع على الاستثمار، لا من الحماس للتقنية وحدها.
هذا التوجه يظهر بوضوح في التعاون بين Wipro وIntel، حيث يجري تقديم نموذج يربط بين تصميم العمليات داخل المؤسسة والبنية التقنية التي تشغّل التطبيقات، من البرمجيات والبيانات إلى الخوادم والمعالجات وطبقات الأمان. الفكرة الأساسية هي أن نجاح مشاريع الذكاء الاصطناعي لا يعتمد فقط على اختيار حالة استخدام مناسبة، بل على تنسيق كامل لعناصر المنظومة التقنية بطريقة تقلل التكلفة وتحافظ على الأداء وقابلية التوسع.
من المشكلة التشغيلية إلى التصميم المتكامل
أحد أبرز التحديات التي تواجه المؤسسات هو أن تطبيقات الذكاء الاصطناعي غالباً ما تُبنى على طبقات متفرقة: مزود بنية تحتية في جهة، أدوات بيانات في جهة أخرى، نماذج في جهة ثالثة، ثم فرق استشارية وأمنية تضيف تعقيداً إضافياً. هذا التفكك قد يرفع التكلفة الإجمالية ويبطئ التنفيذ، كما يجعل من الصعب الوصول إلى نتائج واضحة خلال فترة زمنية قصيرة.
النموذج الذي تدفع به الشراكة بين Wipro وIntel يقوم على تقليل هذا التشتت. فـIntel تقدم خبرتها في تصميم الشرائح وكفاءة الحوسبة وتقنيات الأمان، بينما تضيف Wipro خبرتها في فهم العمليات التجارية، وإدارة البيانات، والتحليلات، وتطوير تطبيقات الذكاء الاصطناعي. بهذه الصيغة، لا يتم التعامل مع الذكاء الاصطناعي كمجرد نموذج يُثبت فوق بيئة موجودة، بل كحل مترابط يبدأ من احتياجات العمل وينتهي عند البنية الحاسوبية المناسبة لتشغيله.
حالات استخدام عملية بدلاً من التجارب النظرية
النهج العملي يظهر أيضاً في نوعية الحلول التي تم تطويرها ضمن هذا الإطار. من بين الأمثلة إعادة تصميم نظام إنشاء القروض، وتطوير حلول تعتمد على الذكاء الاصطناعي والذكاء الاصطناعي التوليدي لإعداد تقارير الأنشطة المشبوهة، إضافة إلى أدوات لإدارة الحملات التسويقية بشكل آلي ومخصص، وحالات استخدام متعددة في الرؤية الحاسوبية.
هذه التطبيقات تكشف أن الهدف ليس تقديم منصة عامة فقط، بل حل مشكلات تشغيلية يمكن قياس أثرها على الأعمال. ففي القطاع المالي مثلاً، يؤدي تحسين معالجة القروض أو أتمتة التقارير التنظيمية إلى تقليل الوقت والجهد وتقليص مخاطر الامتثال. وفي التسويق، تساعد الأتمتة المعتمدة على البيانات في تحسين الاستهداف وتقليل الهدر في الإنفاق. أما في الرؤية الحاسوبية، فيظهر الأثر في مراقبة الجودة، وتحسين العمليات الميدانية، وتسريع اتخاذ القرار.
خفض التكلفة الإجمالية أولوية أساسية
في مشاريع الذكاء الاصطناعي المؤسسي، لا يكفي أن يعمل النموذج بكفاءة عالية، بل يجب أن يكون تشغيله مجدياً اقتصادياً على المدى الطويل. وهنا تبرز مسألة التكلفة الإجمالية للملكية، وهي تشمل البنية التحتية، واستهلاك الطاقة، والإدارة، والأمن، وتحديث النماذج، واستمرارية التشغيل.
ضمن هذا السياق، يبرز اعتماد النماذج الصغيرة المتخصصة بدلاً من النماذج الضخمة في كثير من الحالات. الفكرة هنا أن كثيراً من احتياجات المؤسسات لا تتطلب بالضرورة نماذج عامة كبيرة جداً إذا كان بالإمكان استخدام نموذج أصغر يؤدي المهمة المطلوبة بدقة مقبولة وتكلفة أقل. كذلك، يمكن استخدام معالجات Intel Xeon في مهام الاستدلال لبعض السيناريوهات بدلاً من الاعتماد الكامل على عتاد أكثر كلفة. ووفق الطرح المعروض، قد يؤدي هذا النوع من التصميم إلى خفض كبير في التكلفة المحتملة مقارنة ببعض البنى التي تبالغ في تخصيص الموارد الحاسوبية.
هذا التحول يعكس نضجاً متزايداً في السوق. فبدلاً من ملاحقة أقوى بنية متاحة دائماً، باتت المؤسسات تبحث عن البنية الأنسب لكل حالة استخدام، بما يحقق توازناً بين الأداء والكلفة.
الخصوصية والسيادة الرقمية في صميم القرار
مع توسع استخدام الذكاء الاصطناعي داخل الشركات، أصبحت السيادة على البيانات من القضايا الرئيسية، خاصة في القطاعات الخاضعة لتنظيم قوي مثل البنوك والرعاية الصحية والخدمات الحكومية. المؤسسات لا تريد فقط نتائج دقيقة، بل تريد أيضاً أن تعرف أين تُخزن البيانات، ومن يمكنه الوصول إليها، وكيف تتم حماية النماذج وبيئات التشغيل.
في هذا الإطار، يركز النموذج المطروح على إمكان نشر الحلول داخل بيئات خاصة أو عناقيد تشغيل مغلقة للمحافظة على الخصوصية. كما يتم دعم هذا التوجه بطبقات أمان مدمجة على مستوى العتاد، مثل تقنيات Intel TDX وIntel SGX، التي تساعد في عزل البيانات وأعباء العمل الحساسة. هذه النقطة مهمة بشكل خاص عندما تتعامل المؤسسات مع بيانات عملاء أو معلومات مالية أو سجلات تنظيمية لا يمكن إرسالها بسهولة إلى بيئات عامة.
ومن منظور الأعمال، فإن هذا النوع من التصميم لا يحقق الامتثال فقط، بل يخفف أيضاً من التردد الإداري تجاه توسيع استخدام الذكاء الاصطناعي داخل الأقسام الحساسة.
سرعة التنفيذ لم تعد ميزة إضافية
حتى عندما تتوافر البنية التقنية المناسبة، يبقى عامل الوقت حاسماً. الشركات لا تريد الانتظار لفترات طويلة قبل رؤية نتائج تشغيلية، خصوصاً في ظل المنافسة وضغوط الميزانيات. لذلك يرتبط نجاح أي مبادرة ذكاء اصطناعي اليوم بقدرتها على الانتقال بسرعة من التجربة إلى الإنتاج.
ولمعالجة هذه النقطة، تعتمد Wipro على مسرّع داخلي يحمل اسم WEGA، ويهدف إلى تسريع نشر الحلول بالاعتماد على بيانات المؤسسة نفسها، ثم متابعة كفاءة هذه الحلول بعد التشغيل. هذه الجزئية مهمة لأن النماذج لا تحافظ دائماً على المستوى نفسه من الأداء مع مرور الوقت. فقد تتراجع الدقة بسبب تغير البيانات أو سلوك المستخدمين أو ظروف السوق، وهي الظاهرة المعروفة بانجراف النموذج.
كما أن أدوات المراقبة المستمرة تساعد في اكتشاف الأخطاء في الإجابات أو تراجع الجودة قبل أن تتحول إلى مشكلة تشغيلية واسعة. هذا يعني أن قيمة المسرعات لا تكمن في سرعة الإطلاق فقط، بل أيضاً في إدارة دورة حياة النموذج بعد الإطلاق.
الاستدامة تدخل معادلة الذكاء الاصطناعي
لم يعد تقييم مشاريع الذكاء الاصطناعي مقتصراً على التكلفة والأداء. فالكثير من المؤسسات الكبرى بات يضيف عامل الاستدامة إلى قراراته التقنية، خصوصاً مع ارتفاع استهلاك الطاقة والمياه في مراكز البيانات. ومع تزايد استخدام النماذج المتقدمة، أصبحت البصمة البيئية للبنية الحاسوبية جزءاً من النقاش التنفيذي.
الشراكة بين Wipro وIntel تطرح هذا الجانب باعتباره عنصراً تصميمياً وليس مجرد نتيجة جانبية. فاختيار بنية أقل استهلاكاً للموارد، واستخدام معالجات مناسبة لمهام محددة، وتجنب الإفراط في تخصيص قدرات حوسبية لا تحتاجها التطبيقات فعلياً، كلها خطوات يمكن أن تخفض الأثر البيئي للحلول.
ومن المؤشرات اللافتة في هذا السياق تغير طريقة قياس الكفاءة. فبدلاً من التركيز فقط على تكلفة إنتاج الرمز أو الاستجابة، يتجه السوق تدريجياً إلى مقارنة عدد الرموز أو المهام المنجزة مقابل كل واط من الطاقة. هذا التحول يعكس وعياً أكبر بأن كفاءة الذكاء الاصطناعي يجب أن تُقاس اقتصادياً وبيئياً في آن واحد.
ما الذي يعنيه ذلك لسوق الذكاء الاصطناعي المؤسسي؟
الرسالة الأوضح من هذا النموذج هي أن السوق يتحرك نحو مرحلة أكثر عملية. لم تعد الشركات تكتفي بعروض توضح ما يمكن أن يفعله الذكاء الاصطناعي نظرياً، بل تريد حلولاً متكاملة يمكن إدخالها في العمليات اليومية بسرعة، مع تحكم أفضل في التكاليف والبيانات والانبعاثات.
كما أن هذا التوجه يعكس تحولاً مهماً في دور الشركاء التقنيين. فالقيمة لم تعد تأتي من عنصر واحد فقط، مثل النموذج أو المعالج أو الخدمة الاستشارية، بل من القدرة على جمع هذه العناصر في حزمة واحدة تخدم هدفاً تجارياً واضحاً. ولهذا قد نشهد توسعاً في الشراكات التي تجمع بين مزودي البنية التحتية وشركات الخدمات التقنية لبناء حلول موجهة بحسب القطاع وحالة الاستخدام.
في النهاية، يبدو أن المرحلة المقبلة من الذكاء الاصطناعي داخل المؤسسات ستُقاس بمعيار بسيط: هل يمكن للحل أن يحقق نتيجة ملموسة بسرعة، وبكلفة يمكن تبريرها، وضمن حدود واضحة للأمان والاستدامة؟ هذا هو النوع من الأسئلة الذي يحدد اليوم الفائزين في سوق التقنية المؤسسية، وهو أيضاً ما يمنح نماذج التنفيذ المتكاملة أفضلية متزايدة.