تتحرك الشركات بسرعة من مرحلة التجارب المحدودة في الذكاء الاصطناعي إلى نشر الأنظمة في بيئات الإنتاج، لكن هذا التحول يكشف مشكلة متكررة: النماذج والوكلاء الأذكياء لا ينجحون بالبيانات وحدها، بل يحتاجون إلى فهم واضح لمعنى البيانات، وعلاقتها ببقية الأنظمة، ومن يملك صلاحية الوصول إليها.
هذا هو التحدي الذي تحاول Snowflake معالجته عبر Horizon Context، وهي مجموعة جديدة من القدرات الدلالية وإدارة البيانات الوصفية ما تزال في مرحلة المعاينة. وتأتي هذه الخطوة ضمن مؤتمر الشركة السنوي، حيث تسعى Snowflake إلى جعل السياق التجاري جزءاً أصيلاً من البيئة التي تعمل فيها أدوات التحليلات ووكلاء الذكاء الاصطناعي.
من الكتالوج إلى سياق يمكن للذكاء الاصطناعي استخدامه
الفكرة الأساسية وراء Horizon Context ليست فقط معرفة مكان وجود البيانات، بل تحويلها إلى طبقة مفهومة وقابلة للاستخدام من قبل الأنظمة الذكية. ووفقاً لما عرضته الشركة، فإن الحل يجمع البيانات الوصفية من أصول المؤسسة المختلفة، ثم يضيف إليها تعريفات الأعمال، والعلاقات بين الجداول والمصادر، وسجل تتبع حركة البيانات، وإشارات الحوكمة، بحيث يصبح هذا السياق متاحاً لتطبيقات الذكاء الاصطناعي والتحليلات في الوقت نفسه.
وترتبط هذه القدرات بمنصة Horizon Catalog التي تعد بالفعل جزءاً من منظومة Snowflake الخاصة باكتشاف البيانات وإدارتها وحوكمتها. ويعني ذلك أن الشركة لا تقدم طبقة منفصلة فوق البنية الحالية، بل تحاول دمج الوصف الدلالي والحوكمة ضمن نفس البيئة التشغيلية التي تعتمد عليها فرق البيانات والتطبيقات.
وتستفيد Snowflake أيضاً من استحواذها السابق على شركة Select Star المتخصصة في إدارة البيانات الوصفية. وكانت تلك الشركة معروفة بتكاملاتها مع قواعد بيانات مثل PostgreSQL وMySQL، ومع أدوات ذكاء الأعمال مثل Tableau وPower BI، إضافة إلى أدوات بناء خطوط البيانات مثل dbt وAirflow. وهذا الإرث يفسر لماذا تركز Snowflake اليوم على الربط بين المستودعات، وأدوات التحليل، والحوكمة، ووكلاء الذكاء الاصطناعي في مسار واحد أكثر اتساقاً.
لماذا يمثل السياق التشغيلي عقبة أمام وكلاء الذكاء الاصطناعي
يرى محللون أن المشكلة التي تستهدفها Snowflake أصبحت أكثر إلحاحاً مع انتشار ما يعرف بالوكلاء الذكيين. ففي البيئات التقليدية، يمكن للفرق الاعتماد على وثائق داخلية أو على خبرة البشر لتفسير معنى المقاييس وطريقة احتسابها. أما مع الوكلاء، فإن النظام يحتاج إلى هذا السياق في لحظة التنفيذ نفسها، لا بعد ذلك.
وهنا تظهر الفجوة: عندما تكون الكتالوجات، وطبقات المعاني، وأدوات الحوكمة، وضوابط الوصول، ونماذج التحويل، وسياسات الأمان موزعة بين منصات متعددة، تصبح النتيجة نسخاً مختلفة من الحقيقة داخل المؤسسة الواحدة. وقد يؤدي ذلك إلى تعريفات متباينة لمؤشرات أساسية مثل المستخدمين النشطين شهرياً أو الإيرادات أو الاحتفاظ، وهو ما ينعكس لاحقاً على دقة المخرجات التي يعتمد عليها وكلاء الذكاء الاصطناعي.
من هذه الزاوية، تحاول Snowflake تقليص ما يسميه خبراء الصناعة "التجميع غير المتماسك" لأدوات البيانات المختلفة، عبر تقريب السياق من طبقة البيانات نفسها، بحيث تصبح المعاني، والصلاحيات، والتنفيذ، جزءاً من بيئة تشغيل واحدة بدلاً من أن تكون طبقات منفصلة يصعب تنسيقها.
Semantic Studio لتخفيف عبء بناء المعاني التجارية
إلى جانب Horizon Context، تضيف Snowflake أداة Semantic Studio في معاينة خاصة، وهي مساحة عمل مدعومة بالذكاء الاصطناعي تساعد المؤسسات على إنشاء السياق التجاري والحفاظ عليه مع مرور الوقت. ووفقاً للشركة، فإن هذه الأداة تمثل جزءاً أساسياً من طبقة الإثراء ضمن Horizon Context، لأنها تتيح للفرق تعريف منطق الأعمال، اختباره، ثم نشره بشكل منظم.
تقول Snowflake إن هذه الطبقة تهدف إلى تقليل الجهد المطلوب لإعداد المعاني التجارية وصيانتها، وهو أمر يستهلك عادة وقتاً كبيراً من فرق البيانات، خصوصاً عندما تكون مسؤولية كتابة التعريفات محصورة في أيدي مهندسي SQL. ووفق هذا المنطق، يمكن لمالكي الأعمال أنفسهم أن يشاركوا في صياغة التعريفات المشتركة، ما قد يقلل من نقطة فشل شائعة في مشاريع الطبقات الدلالية.
كما تعتمد طبقة الإثراء على قدرات أخرى مثل Semantic View Autopilot، التي تضيف بشكل تلقائي إشارات ذكية إلى أصول البيانات، مثل درجة الثقة في الأصل، وكيف يرتبط بغيره، وما هو المعنى الصحيح له، وكيف يجب احتساب المقاييس المرتبطة به. والهدف النهائي هو تقليل التناقضات بين الفرق التقنية والفرق التجارية عند تفسير البيانات.
الأمن والحوكمة ما زالا الشرط الحاسم للنشر في الإنتاج
رغم التقدم في الجانب الدلالي، تدرك Snowflake أن أكبر عقبة أمام استخدام وكلاء الذكاء الاصطناعي في بيئات الإنتاج ليست فقط في الفهم، بل في السيطرة. لذلك أعلنت أيضاً عن تحديثات أمنية داخل Trust Center ضمن Horizon Catalog، تركز على أمن الذكاء الاصطناعي وإدارة وضعه الأمني.
من بين هذه القدرات ميزة جديدة لتعريف هوية الوكيل، بحيث يمكن للمؤسسة التمييز بين النشاط البشري داخل الجلسة وبين الأفعال التي ينفذها وكيل الذكاء الاصطناعي نيابة عن المستخدم. وتكتسب هذه النقطة أهمية خاصة في البيئات التي تتطلب سجلات تدقيق دقيقة، أو في الحالات التي يجب فيها معرفة ما إذا كان إجراء معين قد صدر عن موظف أم عن نظام آلي.
وتتيح هذه الآلية أيضاً تطبيق ضوابط الوصول المعتادة مثل إخفاء البيانات الديناميكي وسياسات الوصول على مستوى الصفوف، لكن بشكل يراعي أن بعض العمليات قد تتم عبر وكلاء وليس عبر مستخدمين مباشرين. وهذا قد يمنح فرق الأمن مستوى أوضح من الرؤية والتحكم عند التعامل مع أنظمة تعتمد على الذكاء الاصطناعي داخل المؤسسة.
كما أضافت Snowflake سياسة جديدة لمنع تسرب البيانات، وهي ما تزال في المعاينة الخاصة. وتركز هذه السياسة على الحد من نقل البيانات الحساسة بشكل غير مصرح به، ضمن إطار حوكمة أوسع يحدد كيف يمكن الوصول إلى البيانات ومشاركتها وتحريكها بين الأنظمة المختلفة.
ما الذي يعنيه ذلك للمؤسسات الكبيرة
بالنسبة إلى المؤسسات، فإن أهمية هذه الحزمة لا تكمن فقط في ميزة تقنية جديدة، بل في تقليل عدد الطبقات التي يجب تنسيقها قبل تشغيل الوكلاء الذكيين على نطاق واسع. فالشركات التي تسعى إلى توسيع استخدام الذكاء الاصطناعي تحتاج عادة إلى حل أسئلة متداخلة: ما هي البيانات الموثوقة؟ من يملك تعريف المقاييس؟ كيف يتم فرض الصلاحيات؟ وكيف يمكن إثبات أن الوكيل تصرف ضمن حدود السياسة الأمنية؟
إذا نجحت Snowflake في تجميع هذه العناصر في بيئة واحدة، فقد يصبح نشر الوكلاء في الإنتاج أقل تعقيداً بالنسبة إلى مسؤولي التكنولوجيا، لأن فرق الأمن والبيانات ستحصل على رؤية أوضح لكيفية تفاعل الأنظمة الذكية مع أصول المؤسسة. لكن التحدي سيبقى قائماً في نقطة الحوكمة البشرية: حتى مع أفضل الأدوات، لا تزال المؤسسة بحاجة إلى تحديد المقاييس المرجعية، وتعيين الجهات المالكة للمعاني التجارية، واختيار البيانات الموثوقة التي ستبنى عليها القرارات.
بعبارة أخرى، Horizon Context لا يلغي العمل المؤسسي المطلوب لبناء ذكاء اصطناعي قابل للتشغيل على نطاق واسع، لكنه يحاول تقليل التشظي الذي كان يجعل هذا العمل أكثر صعوبة. وإذا أثبتت Snowflake أن هذا النهج يعمل في الواقع، فقد يشكل ذلك نموذجاً مهماً لكيفية انتقال الشركات من تجربة الوكلاء الذكيين إلى اعتمادهم بشكل آمن ومنضبط.