مايكروسوفت تطلق Frontier Tuning لتدريب الذكاء الاصطناعي على سلوك العمل داخل الشركات

ما الذي تطرحه مايكروسوفت؟

تسعى مايكروسوفت إلى نقل تدريب الذكاء الاصطناعي في المؤسسات إلى مرحلة جديدة تتجاوز مجرد ربط النماذج بالمستندات وقواعد المعرفة الداخلية. فالشركة كشفت عن خدمة Frontier Tuning خلال فعاليات Build 2026، وهي خدمة مصممة لمساعدة المؤسسات على بناء نماذج أكثر قدرة على التكيّف مع طريقة العمل الفعلية داخل الشركة.

الفكرة الأساسية هنا ليست أن يجيب النموذج على الأسئلة اعتماداً على الملفات فقط، بل أن يتعلم أيضاً كيف تتخذ المؤسسة قراراتها، وكيف تتحرك الطلبات بين الفرق، وكيف تُستخدم الأدوات الداخلية في إنجاز المهام اليومية. بهذا المعنى، تريد مايكروسوفت أن يكون الذكاء الاصطناعي أقرب إلى فهم "سلوك العمل" وليس فقط "محتواه".

وترى الشركة أن هذا النهج قد يحسن جودة المخرجات، ويجعل التوصيات أكثر اتساقاً مع السياسات الداخلية، وأقرب إلى أسلوب التشغيل المعتمد فعلاً داخل المؤسسات الكبيرة.

كيف يعمل Frontier Tuning

وفقاً لما شرحته مايكروسوفت، تعتمد الخدمة الجديدة على بيئة موجّهة للتعلم المعزز، حيث يمكن للنموذج أن يلتقط إشارات سلوكية متصلة بالنشاط المؤسسي بشكل متكرر ومستمر. وبذلك لا يبقى التحديث محصوراً في دورات متباعدة من الضبط الدقيق التقليدي، بل يتحول إلى حلقة تعلم مستمرة بين ما يحدث في المؤسسة وما يتعلمه النموذج.

هذا المسار يختلف عن الأساليب المعتادة التي تركز غالباً على تحسين الدقة من خلال مجموعات بيانات مختارة مسبقاً، ثم إجراء fine-tuning على فترات محددة. أما هنا، فالمقصود هو تدريب النموذج على أنماط الاستخدام الواقعية، مثل كيفية التعامل مع أدوات العمل، وترتيب الخطوات، والاستجابة للتغذية الراجعة من المستخدمين.

وتقول مايكروسوفت إن Frontier Tuning يتضمن أيضاً بيئة معزولة أو sandbox تتيح لفرق العمل اختبار تقدم النماذج من دون التأثير في الأنظمة الإنتاجية. كما تؤكد الشركة أن الخدمة تعمل ضمن أطر الأمان والحوكمة القائمة داخل المؤسسة، وأن النماذج المضبوطة ترث الصلاحيات نفسها وضوابط الوصول المطبقة بالفعل.

من المعرفة إلى الذاكرة التشغيلية

أحد أهم جوانب الخدمة الجديدة هو أنها لا تستهدف فقط إضافة مزيد من المعرفة إلى النموذج، بل بناء ما يشبه "ذاكرة تشغيلية" تساعده على التصرف بالطريقة المتوقعة داخل المؤسسة. هذا التفريق مهم لأن كثيراً من تطبيقات الذكاء الاصطناعي المؤسسي تواجه اليوم مشكلة شائعة: النموذج قد يعرف المعلومات، لكنه لا يتصرف دائماً بالطريقة المناسبة لسياق الشركة.

في هذا الإطار، يرى بعض محللي التقنية أن منتجات مايكروسوفت الأخرى مثل Work IQ وFabric IQ وFoundry IQ توفر للنموذج خريطة سياقية تشمل المعرفة التنظيمية والإشارات اللحظية حول كيفية عمل الشركة. أما Frontier Tuning فيضيف طبقة مختلفة: طبقة تتعلق بالسلوك نفسه، أي كيفية تنفيذ المهمة، وليس فقط فهمها.

النتيجة المتوقعة هي وكيل ذكي أكثر قدرة على التعامل مع المصطلحات الداخلية، وسلاسل الموافقات، وأسلوب الصياغة المعتمد، ومتطلبات الامتثال. وبذلك قد تبدو مخرجاته أقرب إلى ما ينتجه موظف متمرس يعرف قواعد المكان وطرائق العمل فيه.

ماذا يقول محللو القطاع عن القيمة العملية

يرى محللون أن الخدمة قد تكون مفيدة بشكل خاص لمديري تقنية المعلومات في المؤسسات الكبيرة، لأن الكثير من التحديات الحالية لا تتعلق فقط بإتاحة البيانات، بل بضمان أن يتصرف النظام بأسلوب متوافق مع ثقافة المؤسسة وإجراءاتها. وفي الأعمال المعقدة، لا يكفي دائماً أن يكون الذكاء الاصطناعي قادراً على الاسترجاع أو التلخيص؛ أحياناً يحتاج إلى تعلم التفضيلات المؤسسية نفسها.

ومن هذا المنطلق، قد تخفض Frontier Tuning من الحاجة إلى بناء حلول منفصلة لكل حالة استخدام، لأنها تضع التدريب السلوكي ضمن خدمة مُدارة. وهذا قد يختصر جزءاً من التعقيد الذي يواجهه المطورون عند محاولة جعل الوكيل الذكي يعمل بموثوقية داخل بيئة عمل حقيقية.

لكن محللين آخرين أشاروا إلى أن المفهوم لا يلغي الأدوات الأخرى مثل هندسة المطالبات، أو RAG، أو fine-tuning التقليدي. بل يمكن فهمه بوصفه طبقة إضافية موجهة للمهام ذات القيمة الأعلى، حيث لا يعود الاكتفاء بربط النموذج بالمصادر الداخلية كافياً.

تحدي التعقيد داخل منظومة مايكروسوفت

على الرغم من الرهانات التقنية الكبيرة، هناك ملاحظة متكررة لدى المراقبين: منظومة مايكروسوفت للذكاء الاصطناعي أصبحت واسعة ومتشعبة إلى درجة قد تربك بعض المؤسسات. فبين أدوات التركيز على السياق، وخدمات بناء الوكلاء، ومنصات البيانات، وطبقات التطوير منخفضة الأكواد، قد يصبح تحديد الأداة المناسبة لكل حالة أمراً غير مباشر.

هذا التعقيد لا يتعلق بالتقنية وحدها، بل أيضاً بالقرار المعماري داخل الشركات. فكلما زادت الخيارات، احتاجت فرق تقنية المعلومات إلى فهم أدق لما تعالجه كل خدمة: هل المشكلة تتعلق باسترجاع المعرفة؟ أم بتدريب السلوك؟ أم ببناء الوكيل؟ أم بنشره ضمن الحوكمة المؤسسية؟

ولهذا، قد يعتمد نجاح Frontier Tuning على مدى وضوح السيناريوهات التي يستهدفها، وعلى قدرة مايكروسوفت على تبسيط مسار الاختيار للمؤسسات. فالأدوات القوية قد تفقد جزءاً من قيمتها إذا تحولت إلى منظومة يصعب تفسير حدودها العملية.

مقارنة مع المنافسين في سوق الذكاء الاصطناعي المؤسسي

مايكروسوفت ليست وحدها في هذا الاتجاه. فشركات مثل AWS وGoogle تعمل أيضاً على تقديم أدوات تمكّن المؤسسات من تخصيص النماذج بما يتناسب مع احتياجاتها الداخلية، بدلاً من الاعتماد على نماذج عامة بقدرات موحدة.

AWS، على سبيل المثال، طرحت سابقاً Nova Forge كإطار يتيح بناء نسخ متخصصة من النماذج الأساسية باستخدام بيانات المؤسسة ونقاط تدريبها الخاصة. أما Google فتقدم عبر منصات مثل Gemini Enterprise Agent Platform إمكانات مشابهة للتدريب والضبط بما يخدم حالات الاستخدام المؤسسية.

في هذا السياق، يأتي Frontier Tuning ليعكس سباقاً أوسع في السوق: سباق نقل الذكاء الاصطناعي من مرحلة الإجابة العامة إلى مرحلة الفهم المؤسسي الدقيق. ومع أن جميع اللاعبين يتحركون في الاتجاه نفسه تقريباً، فإن التميّز قد يعتمد على مدى نجاح كل شركة في تحويل التعقيد التقني إلى أدوات قابلة للاستخدام الفعلي داخل بيئات الأعمال.

متى يتاح Frontier Tuning؟

حالياً، الخدمة موجودة في مرحلة المعاينة الخاصة، ولا يمكن الوصول إليها إلا عبر برنامج FDE المدعوم من شركاء مايكروسوفت. وتقول الشركة إنها تخطط لإتاحة الخدمة لاحقاً عبر Copilot Studio وMicrosoft Foundry، ما قد يوسع نطاق استخدامها بين فرق التطوير وبناة الوكلاء المؤسسيين.

وبالنظر إلى توجه السوق الأوسع، يبدو أن مايكروسوفت تراهن على أن المؤسسات لم تعد تحتاج فقط إلى نماذج تعرف معلوماتها، بل إلى نماذج تتعلم كيف تعمل فعلاً. وإذا نجحت هذه المقاربة، فقد يصبح التركيز القادم في الذكاء الاصطناعي المؤسسي أقل انشغالاً بالمحتوى وحده، وأكثر اهتماماً بالسلوك، والذاكرة التشغيلية، وملاءمة القرار لبيئة العمل.