كشفت شركة Perplexity AI خلال معرض Computex 2026 عن نظام جديد تصفه بأنه أول منسق استدلال هجين بين الجهاز المحلي والخادم، في محاولة لإعادة تعريف الطريقة التي تُنفذ بها مهام الذكاء الاصطناعي. الفكرة الأساسية بسيطة في ظاهرها، لكنها معقدة تقنياً في تطبيقها: النظام يقرر لحظة بلحظة ما الذي يجب أن يبقى داخل الجهاز، وما الذي يمكن إرساله إلى نماذج أكبر تعمل في السحابة.
الطرح الجديد يأتي من شركة صاعدة في سوق البحث والذكاء الاصطناعي، وتتحرك بسرعة نحو بناء طبقة تشغيل أوسع من مجرد محرك أسئلة وأجوبة. في العرض الذي قدمته الشركة، بدا واضحاً أن الهدف لا يقتصر على تحسين السرعة أو تقليل الاعتماد على مراكز البيانات، بل يشمل أيضاً معالجة واحد من أكبر أسئلة اعتماد الذكاء الاصطناعي في بيئات الأعمال: أين يجب أن تُعالج البيانات الحساسة؟
من قرار النموذج إلى قرار المكان
الاختلاف الجوهري في هذا النظام لا يتعلق فقط باختيار نموذج ذكاء اصطناعي معين، بل بتحديد موقع التنفيذ نفسه. في معظم الأدوات الحالية، يختار المستخدم مسبقاً ما إذا كان سيعتمد على المعالجة المحلية أو السحابية. أما في نهج Perplexity AI الجديد، فإن المنصة تحاول اتخاذ هذا القرار تلقائياً أثناء تنفيذ المهمة، وبناءً على طبيعة كل جزء منها.
هذا يعني أن الملف أو المعلومة التي تتضمن بيانات مالية أو صحية أو وثائق سرية يمكن أن تبقى داخل الجهاز، بينما تُرسل أجزاء أخرى تحتاج إلى استدلال أعمق أو قدرة حوسبة أكبر إلى السحابة. وبهذا الشكل، لا يعود الذكاء الاصطناعي مجرد أداة تعمل في مكان واحد، بل يصبح نظاماً يوزع عبء العمل بين بيئتين مختلفتين وفق قواعد لحظية.
وتقول الشركة إن هذا التصميم يوازن بين أربعة عناصر رئيسية: الذكاء، والدقة، والخصوصية، والتكلفة. وهذه المعادلة تمثل تحدياً متزايداً للمطورين والمؤسسات التي تريد الاستفادة من نماذج قوية من دون تحمل كامل عبء البنية التحتية السحابية أو المخاطر المرتبطة بإرسال البيانات خارج الجهاز.
الخصوصية في قلب التصميم
أحد أبرز ملامح النظام الجديد أنه لا يتعامل مع البيانات الحساسة بوصفها مجرد مدخلات تقنية، بل كعامل حاسم في مسار المعالجة. في العرض التوضيحي، استخدمت Perplexity AI مساعدها الشخصي على الكمبيوتر لمعالجة مواد تتعلق بصفقة سرية، حيث تولت النماذج المحلية مهمة تحديد ما يجب أن يبقى على الجهاز وما يمكن نقله إلى الخوادم السحابية.
وتشير الشركة إلى أن المستخدم سيُطلب منه منح الإذن قبل إرسال بعض المهام إلى السحابة، وهو عنصر مهم لتخفيف مخاوف المؤسسات بشأن حوكمة البيانات. فالشركات، خصوصاً في القطاعات المنظمة، لا تريد فقط أداءً جيداً من أنظمة الذكاء الاصطناعي، بل تريد أيضاً مساراً واضحاً يمكن تدقيقه والتحكم فيه.
هذه النقطة تمنح النظام الجديد بعداً مؤسسياً يتجاوز المستخدم الفردي. فكلما ازدادت قدرة المعالجة المحلية في الأجهزة الحديثة، أصبح من الممكن الاحتفاظ بجزء أكبر من الأعمال الحساسة داخل حدود الجهاز، مع الاستفادة من قوة النماذج الضخمة في المهام الأكثر تعقيداً أو الأقل حساسية.
توقيت يتماشى مع سباق الذكاء الاصطناعي على الجهاز
جاءت هذه الخطوة في وقت يتركز فيه اهتمام قطاع التقنية على الذكاء الاصطناعي الذي يعمل داخل الأجهزة الشخصية. المعرض نفسه شهد عروضاً متعددة من شركات الشرائح والحوسبة التي تسعى إلى دفع قدرات الاستدلال إلى الحواسيب المحمولة وأجهزة العملاء بدلاً من إبقاء كل شيء في مراكز البيانات.
هذا التوجه ليس تقنياً فقط، بل اقتصادي أيضاً. كلما زادت قدرة الشريحة المحلية على تنفيذ المهام، انخفضت الحاجة إلى إرسال البيانات إلى السحابة، وتراجعت الكلفة التشغيلية، وتحسنت الاستجابة الزمنية. وفي الوقت نفسه، تصبح الأجهزة نفسها أكثر جاذبية للمستهلكين والشركات التي تبحث عن أداء أعلى وخصوصية أكبر.
في هذا السياق، يكتسب نظام Perplexity AI معنى إضافياً، لأنه لا يكتفي بالاستفادة من الذكاء الموجود على الجهاز، بل يحاول تنظيم العلاقة بين المعالجة المحلية والسحابية كخدمة واحدة متكاملة. هذه المقاربة قد تجعل قرار الاستثمار في شرائح أقوى أكثر إقناعاً، لأن كل زيادة في الأداء المحلي تعني أيضاً انتقال جزء أكبر من العمل من السحابة إلى الجهاز.
بنية تعتمد على التنسيق أكثر من اعتمادها على نموذج واحد
الفكرة التقنية الأساسية خلف المنصة تقوم على أن طبقة التنسيق قد تكون أهم من النموذج نفسه. فبدلاً من بناء منتج يعتمد على نموذج واحد يؤدي كل شيء، تتبنى Perplexity AI نهجاً يوزع المهام على مجموعة من النماذج والخدمات بحسب طبيعة المهمة، ثم يضيف فوق ذلك طبقة جديدة تقرر أين ينبغي تنفيذ كل خطوة.
هذا الفصل بين إدارة المهمة وبين تنفيذها يمنح النظام مرونة أكبر. فالمطورون يمكنهم استبدال النماذج أو تحديثها من دون إعادة تصميم البنية الكاملة، كما يمكن للنظام أن يتعامل مع مهام متعددة الخطوات يتغير فيها موقع التنفيذ أثناء العمل نفسه. من الناحية العملية، هذا أقرب إلى تشغيل فريق رقمي ينسق بين عدة مصادر للحوسبة، بدلاً من الاعتماد على معالج واحد دائم.
لكن هذا النهج يفرض أيضاً متطلبات صعبة. فالمنصة تحتاج إلى فهم حساسية البيانات، وتقدير تعقيد كل مهمة فرعية، ومعرفة قدرات العتاد المحلي لدى المستخدم، ثم إدارة انتقال سلس بين الجهاز والسحابة من دون إرباك التجربة أو تعريض المعلومات للخطر. أي خلل في التوجيه قد يؤدي إلى إرسال بيانات لا ينبغي أن تغادر الجهاز، أو إلى وضع مهمة ثقيلة على جهاز لا يملك القدرة الكافية لإنجازها بكفاءة.
رهان على سوق المؤسسات والتنظيمات الصارمة
أهمية الإطلاق الجديد لا تنحصر في الجانب الاستهلاكي. فالنظام ينسجم بوضوح مع طموحات Perplexity AI في دخول سوق المؤسسات، حيث تتقدم اعتبارات الامتثال والحوكمة والسرية على كثير من العوامل الأخرى. في قطاعات مثل الخدمات المالية والرعاية الصحية والدفاع والقانون، لا يُنظر إلى الذكاء الاصطناعي فقط كأداة إنتاجية، بل كبنية يجب أن تتوافق مع متطلبات صارمة لإدارة البيانات.
في هذه البيئات، قد لا يكون إرسال مستندات حساسة إلى طرف سحابي خياراً متاحاً أصلاً. لذلك، فإن نموذجاً يسمح بمعالجة الأجزاء الحساسة محلياً ثم الاستعانة بالسحابة في الاستنتاجات الأوسع قد يفتح الباب أمام استخدامات جديدة. بالنسبة للبنوك، وشركات الاستشارات، والمكاتب القانونية، والمؤسسات الصحية، قد يمثل هذا النوع من التوزيع حلاً وسطاً بين السرعة والامتثال.
كما أن التوجه يتقاطع مع موجة أوسع من صعود “الوكلاء” أو أنظمة الذكاء الاصطناعي القادرة على تنفيذ مهام معقدة عبر أدوات متعددة. ومع ازدياد الاعتماد على هذه الأنظمة، تصبح قضايا الأمن، والشفافية، وتحديد مكان المعالجة من أولويات التقييم، لا مجرد تفاصيل هندسية.
التحدي الحقيقي يبدأ بعد العرض التوضيحي
رغم الزخم الذي رافق الإعلان، تبقى الأسئلة العملية هي الحاسمة. العرض التوضيحي على المسرح لا يكفي لإثبات أن النظام سيعمل بالطريقة نفسها في الاستخدام اليومي، حيث تختلف الأجهزة، ويتفاوت الاتصال بالإنترنت، وتصبح تصنيفات الحساسية أكثر تعقيداً من سيناريوهات العرض المحكومة مسبقاً.
هناك أيضاً سؤال التوافق مع العتاد المختلف. الشركة تقول إن النظام سيكون محايداً من ناحية الشرائح، لكن العرض الأول جرى على معالج من Intel، ما يترك الباب مفتوحاً أمام سباق جديد بين المصنعين على توفير أفضل بيئة للذكاء الاصطناعي الهجين. وإذا نجحت الفكرة، فقد تدفع مزيداً من الشركات إلى تصميم أجهزة تحافظ على قدر أكبر من المعالجة داخل الحاسوب نفسه.
في المحصلة، تكشف خطوة Perplexity AI عن اتجاه مهم في الصناعة: مستقبل الذكاء الاصطناعي قد لا يعتمد على اختيار واحد بين الجهاز والسحابة، بل على القدرة على التنقل الذكي بينهما. وإذا أثبت النظام الجديد كفاءته خارج المنصة التجريبية، فقد يصبح مثالاً مبكراً على الجيل التالي من البنية التحتية للذكاء الاصطناعي، حيث لا تكون القوة كلها في مراكز البيانات، بل في التنسيق الدقيق بين ما يجري داخل الجهاز وما يُرسل خارجه.