تتجه منصات البيانات المؤسسية إلى مرحلة جديدة في سباق الذكاء الاصطناعي، حيث لم يعد التركيز على استرجاع المعلومات وحده كافياً، بل على بناء طبقة سياق تفهم لغة الأعمال وتربط بين البيانات والقرارات. وفي هذا الاتجاه، تطرح داتابريكس رؤية تقوم على ما تسميه Genie Ontology، وهي طبقة تهدف إلى توحيد المعاني التجارية داخل المؤسسة وإتاحة مرجع واحد يمكن لوكلاء الذكاء الاصطناعي الاعتماد عليه.
الفكرة الأساسية وراء هذا التوجه أن النماذج والوكلاء لا يحتاجون فقط إلى الوصول إلى البيانات، بل إلى فهم ما تعنيه هذه البيانات داخل السياق التشغيلي للشركة. لذلك تسعى داتابريكس إلى تحويل التعريفات التجارية من ملفات متناثرة ومصطلحات متضاربة إلى بنية معرفية حية تربط بين لوحات القياس والاستعلامات وخطوط المعالجة والمستندات والتطبيقات.
وتقدم Genie Ontology نفسها كطبقة قادرة على استخراج هذا السياق تلقائياً من أصول المؤسسة الرقمية، ثم تنظيمه في رسم بياني معرفي يمكن للوكلاء استخدامه لفهم كيفية عمل المنظمة. وبدلاً من التعامل مع كل مصدر بيانات على أنه متساوٍ في الموثوقية، تعتمد المنظومة على آلية ترتيب تشبه منطق تصنيف الصفحات المرجعية، بحيث تُمنح بعض التعريفات وزناً أكبر بناءً على الاعتماد عليها وتحديثها والارتباط بالأصول المعتمدة.
من البحث الدلالي إلى سياق الأعمال
على مدى الأعوام الماضية، كانت قواعد المتجهات وأساليب الاسترجاع المعزز بالبحث من أبرز الأدوات المستخدمة في بناء تطبيقات الذكاء الاصطناعي المؤسسي. لكنها، رغم أهميتها، بقيت أقرب إلى إحضار المعلومات المتشابهة من دون تفسير واضح لمعنى هذه المعلومات داخل بيئة العمل. أما الطبقة الجديدة التي تتبناها داتابريكس فتسعى إلى تجاوز هذا القيد عبر ربط المصطلحات بالسياسات والملكية والاعتماد والحوكمة.
هذا التحول يعكس إدراكاً متزايداً بأن وكلاء الذكاء الاصطناعي لا يخطئون فقط عندما تفتقر البيانات إلى الجودة، بل أيضاً عندما تفتقر إلى معنى موحد. فإذا استخدم فريق المالية تعريفاً مختلفاً عن تعريف فريق العمليات أو التسويق لمؤشر واحد، فإن الناتج النهائي قد يكون ثلاث إجابات مختلفة للسؤال نفسه، وهو ما يضعف الثقة في الأتمتة المؤسسية من الأساس.
لهذا السبب، تبدو الطبقات السياقية الجديدة محاولة لإعادة بناء ما يشبه اللغة المشتركة داخل المؤسسة، بحيث تصبح البيانات المنظمة وغير المنظمة قابلة للفهم من قبل الإنسان والآلة معاً. وفي حالة Genie Ontology، تقول داتابريكس إن النظام يستطيع أيضاً استيعاب تعريفات وأونتولوجيا مملوكة للمؤسسة عبر Unity Catalog Semantics، ما يمنح الشركات قدراً أكبر من التحكم في ما يعتبر مصدراً موثوقاً.
الثقة والحوكمة شرطا القبول
يرى محللون أن القيمة الحقيقية لهذه الطبقات لا تكمن في الجاذبية المعمارية فقط، بل في قدرتها على حل أزمة الثقة التي لا تزال تعيق التوسع في الذكاء الاصطناعي المؤسسي. فالمشكلة ليست أن المؤسسات لا تملك بيانات، بل أن هذه البيانات غالباً ما تكون موزعة ومجزأة ومختلفة في تعريفاتها، ما يجعل الاعتماد عليها في قرارات تلقائية أمراً حساساً.
من هذا المنظور، قد تساعد الأونتولوجيا على تحسين الاتساق عبر توفير تعريف واحد معتمد لكل كيان أو مقياس أو عملية. كما يمكنها أن تمنح الوكلاء خط رجعة أوضح إلى المصدر الأصلي، وهو عنصر مهم في البيئات التي تتطلب تدقيقاً وشفافية. غير أن هذا لا يعني أن الطبقة الجديدة ستحل كل المشكلات تلقائياً، لأن نجاحها يعتمد بشكل مباشر على جودة البيانات الأساسية وعلى مدى نضج الحوكمة داخل المؤسسة.
ويحذر خبراء من أن أي طبقة سياقية ستصبح عديمة الفائدة إذا كانت التعريفات نفسها غير مستقرة أو إذا كانت صلاحيات الوصول غير واضحة أو إذا كانت الملكية المؤسسية للبيانات غائبة. في هذه الحالة، لن تضيف الأونتولوجيا إلا مزيداً من التعقيد إلى بيئة مضطربة أصلاً، بدلاً من أن تمنحها الانضباط المطلوب.
المشكلة الحقيقية ليست الإنشاء بل الصيانة
حتى لو نجحت المؤسسة في بناء أونتولوجيا جيدة من الناحية النظرية، فإن التحدي الأكبر يبدأ بعد ذلك. فالأعمال تتغير باستمرار، والمنتجات تتوسع، والهياكل التنظيمية تتبدل، ومعها تتغير التعريفات والمؤشرات ومسارات القرار. وهذا يعني أن طبقة السياق ليست مشروعاً يُنجز مرة واحدة، بل بنية حية تحتاج إلى تحديث وصيانة وإشراف مستمر.
من هنا، تصبح ملكية البيانات وملكية المقاييس وتحديد الخبراء المسؤولين عن كل مجال عناصر أساسية لضمان بقاء التعريفات صحيحة ومتماسكة. كما تحتاج المؤسسات إلى آليات لحل التعارضات عندما تتنافس عدة تعريفات على نفس المصطلح، وإلى سياسات واضحة تمنع تحول الطبقة المعرفية إلى نسخة متقدمة من كتالوج بيانات قديم.
ويشير هذا الواقع إلى أن نجاح أدوات مثل Genie Ontology لن يعتمد على قدراتها التقنية فقط، بل أيضاً على استعداد المؤسسة التنظيمي والثقافي لتبنّي الحوكمة كجزء من دورة حياة الذكاء الاصطناعي، وليس كطبقة إدارية لاحقة. فكلما كان التنظيم أكثر انضباطاً، أصبحت الأنتولوجيا أكثر فاعلية، وكلما كان الفوضى أكبر، زادت احتمالات فشل المشروع.
سباق منصات البيانات على طبقة التحكم في الذكاء الاصطناعي
لا تتحرك داتابريكس وحدها في هذا المسار. فشركات أخرى في مجال البيانات والحوسبة السحابية بدأت تقدم بدورها طبقات دلالية وسياقية تهدف إلى جعل وكلاء الذكاء الاصطناعي أكثر وعياً بالسياق المؤسسي. ويبدو أن هذا التوجه يعكس تنافساً أوسع على ما يمكن وصفه بطبقة التحكم في الذكاء الاصطناعي المؤسسي.
في هذا السباق، تحاول كل منصة أن تثبت أنها ليست مجرد مستودع للبيانات، بل البيئة التي تُبنى فيها القرارات المؤتمتة وتُدار منها. ومن هنا تأتي أهمية أن تكون الأداة مرتبطة بمكان وجود البيانات فعلياً، لأن المؤسسات غالباً ما تختار المنصة الأقرب إلى بنيتها الحالية بدل الانتقال إلى بيئة جديدة فقط من أجل طبقة سياق منفصلة.
وتزداد أهمية هذا العامل في البيئات متعددة المنصات، حيث تحتاج الشركات إلى نقل التعريفات والمعاني بين أدوات التحليلات ومستودعات البيانات ومنصات الذكاء الاصطناعي من دون فقدان الاتساق أو الوقوع في مشكلة التبعية التقنية. لذلك أصبحت قابلية النقل والانفتاح التشغيلي جزءاً من تقييم أي حل سياقي جديد، لا مجرد ميزة إضافية.
ما الذي يعنيه ذلك لمستقبل وكلاء الذكاء الاصطناعي
إذا كانت الأنظمة السابقة في المؤسسات قد بنت ما يشبه "نظام السجل" للمعاملات أو التحليلات، فإن المرحلة التالية قد تكون حول من يملك "نظام السجل" لوكلاء الذكاء الاصطناعي أنفسهم. هذا هو الرهان الاستراتيجي الأوسع خلف Genie Ontology وغيرها من المشاريع المشابهة: أن تصبح منصة البيانات هي المرجع الذي تقرأ منه الوكلاء، وتستنتج عبره، ثم تنفذ من خلاله.
لكن الخبراء يتفقون على أن السياق وحده لا يكفي. فالذكاء الاصطناعي المؤسسي لن يكتسب الثقة ما لم يُقترن بإثباتات قوية على سلامة التنفيذ، ووضوح في الملكية، وقدرة على التحقق، ومسارات حوكمة قابلة للمراجعة. بمعنى آخر، قد تحسن الأونتولوجيا الفهم، لكنها لا تضمن صحة كل قرار أو كل خطوة يتخذها الوكيل.
لهذا تبدو المرحلة المقبلة أقل ارتباطاً بالشعارات وأكثر ارتباطاً بالبنية. المؤسسات التي تمتلك بيانات نظيفة وحوكمة واضحة ستجد في طبقات السياق وسيلة لتسريع تبني الوكلاء الذكيين. أما المؤسسات التي تعاني من الفوضى التنظيمية، فقد تكتشف أن الطبقة الجديدة لا تصلح المشكلات القديمة، بل تجعلها أكثر وضوحاً.