تتحول معركة الذكاء الاصطناعي المؤسسي من سؤال "من يبني النموذج الأفضل" إلى سؤال أكثر تعقيداً: أين يجب أن يعمل هذا النموذج، وكيف يمكن تشغيله على نطاق واسع من دون أن يفقد سرعته أو أمانه أو قدرته على التكيف؟ هذا التحول يبرز بوضوح في البيئات التي تتطلب قرارات فورية، مثل المصانع والمتاجر ومواقع الطاقة والمستشفيات والأسطول اللوجستي، حيث لا يكفي أن يكون النظام ذكياً على الورق أو داخل مركز بيانات بعيد.
تقدم الشركات اليوم نماذج متقدمة قادرة على تحليل البيانات والتنبؤ واتخاذ القرار، لكن القيمة الحقيقية لا تتحقق إلا عندما تنتقل هذه القدرات إلى الموقع الفعلي للعمل. وعند هذه النقطة تظهر فجوة كبيرة بين بناء تطبيق تجريبي ناجح وبين نشره عبر آلاف المواقع المتباينة في الأجهزة والبنية والظروف التشغيلية.
من السحابة أولاً إلى الحافة أولاً
على مدى عقدين تقريباً، اعتمدت الشركات نهجاً واضحاً: نقل التطبيقات والبيانات إلى السحابة من أجل التوحيد والإدارة والتحكم. هذا النهج كان فعالاً في أعمال البرمجيات التقليدية، وساعد على تسريع التحول الرقمي وخفض الكلفة التشغيلية في كثير من القطاعات.
لكن الاقتصاد التقني بدأ يتغير. عوائد البرمجيات السحابية لم تعد تحظى بالزخم نفسه الذي سجلته خلال سنوات الجائحة، كما أن معدلات النمو في شركات SaaS العامة تراجعت مقارنة بالذروة السابقة. ومع هذا التباطؤ، بدأ المستثمرون والإدارات التنفيذية يطرحون سؤالاً مختلفاً: أين تتحول ميزانيات الذكاء الاصطناعي إلى عائد تشغيلي حقيقي؟
الإجابة المتزايدة هي أن جزءاً كبيراً من القيمة لن يتولد داخل السحابة وحدها، بل عند الحافة، حيث توجد البيانات نفسها وتحدث القرارات الحساسة زمنياً.
لماذا لا تكفي مراكز البيانات وحدها
الاستثمارات العالمية في الذكاء الاصطناعي مرشحة للوصول إلى 2.5 تريليون دولار بحلول نهاية 2026، في حين تضخ أكبر شركات التكنولوجيا الأمريكية مئات المليارات في البنية التحتية للحوسبة والرقائق ومراكز البيانات. غير أن هذا الإنفاق، على ضخامته، يتركز إلى حد كبير على التدريب والتوسع السحابي، بينما مصدر البيانات التشغيلي الحقيقي يوجد في أماكن أخرى تماماً.
في قطاعات مثل النفط والغاز، والصناعة، والتجزئة، والطاقة، والرعاية الصحية، تأتي البيانات من معدات ميدانية، وحساسات، وكاميرات، وشبكات تشغيل موزعة. وفي هذه البيئات، لا يمكن انتظار دورة اتصال مع مركز بيانات بعيد لاتخاذ قرار يتعلق بالإنتاج أو السلامة أو الصيانة. التأخير هنا ليس مجرد مشكلة أداء، بل قد يتحول إلى خسارة تشغيلية أو خطر مباشر.
لهذا السبب، فإن الذكاء الاصطناعي الذي يعتمد على الحوسبة السحابية فقط يصطدم بما يمكن وصفه بـ"فخ الذكاء"؛ فالنموذج قد يكون قوياً، لكن مكان تشغيله غير مناسب لطبيعة المهمة. العالم المادي يعمل بسرعة مختلفة، ولا ينتظر عودة الحزمة البياناتية من الخادم المركزي.
الذكاء الاصطناعي الفيزيائي يغيّر الخريطة الاستثمارية
بدأت شركات رائدة في العتاد والرقائق بوصف هذا الاتجاه بعبارات مختلفة، مثل "الذكاء الاصطناعي الفيزيائي" أو الذكاء الاصطناعي عند الحافة بوصفه ضرورة تشغيلية. وتكمن أهمية هذا الطرح في أنه يربط مباشرة بين اقتصاد العتاد ومتطلبات التشغيل الفعلي للذكاء الاصطناعي.
في الواقع، لا تكمن الصعوبة في إثبات أن الذكاء الاصطناعي يعمل عند الحافة، بل في توسيعه. فإدارة مئات أو آلاف المواقع التي تستخدم مزيجاً مختلفاً من الأجهزة والبيئات الصناعية، وتحديث النماذج في الميدان من دون تعطيل الخدمة، تعد مهمة هندسية وتشغيلية أكبر بكثير من بناء النموذج نفسه.
وهنا يبدأ محور الاستثمار في التحول: ليس فقط إلى النماذج، بل إلى طبقات التنسيق والنشر والمراقبة والتحديث الآمن. هذه العناصر هي التي تحدد ما إذا كان النموذج سيبقى مشروعاً تجريبياً أم سيصبح نظاماً مؤسسياً قابلاً للتشغيل المستمر.
صعود الوكلاء الذكيين بدلاً من التطبيقات الجامدة
إلى جانب التحول نحو الحافة، تظهر موجة أخرى لا تقل أهمية: انتقال الشركات من التطبيقات الثابتة إلى الوكلاء الذكيين. الفكرة هنا أن النظام لم يعد مجرد برنامج ينفذ تعليمات محددة مسبقاً، بل كيان برمجي قادر على تفسير البيانات غير المنظمة، وربط الإشارات المختلفة، واتخاذ خطوات عملية من تلقاء نفسه ضمن حدود معينة.
هذا التغيير يفتح الباب أمام تسريع هائل في تطوير الحلول المؤسسية. ما كان يتطلب سابقاً سنوات من البرمجة المتخصصة قد يتحول إلى نشر وكيل قادر على قراءة الفيديو أو تحليل الحساسات أو فحص الأداء والتكيف مع الظروف المتغيرة. وفي بيئات مثل مراقبة الجودة أو الصيانة التنبؤية أو إدارة الطاقة، يمكن لهذا التحول أن يقلص زمن التطوير والنشر بشكل كبير.
لكن القيمة الحقيقية لا تأتي من السرعة فقط، بل من القابلية للتكيف. فالوكيل الذكي لا يعمل بالطريقة الجامدة نفسها التي تعمل بها التطبيقات التقليدية، بل يفسر المعطيات في السياق ويعدل سلوكه بناءً على التغيرات الحاصلة في البيئة المحيطة.
الأمان والحوكمة يصبحان شرطاً أساسياً
مع ذلك، فإن هذا التطور لا يخلو من مخاطر. إذا أخطأ مساعد شخصي ذكي، فقد يرسل رسالة غير مناسبة. أما إذا أخطأ وكيل صناعي داخل مصنع أو منشأة طاقة، فقد يوقف خط إنتاج أو يخلق مشكلة سلامة. لهذا السبب، تتعامل المؤسسات بحذر أكبر بكثير مع الوكلاء العاملين في البيئات الحرجة مقارنة بالتطبيقات الاستهلاكية.
تزداد هذه الحساسية عندما تكون النماذج مدربة على بيانات تشغيلية خاصة يصعب تعويضها. أي اختراق لنظام كهذا قد يؤدي إلى تسرب معرفة تراكمت على مدى سنوات، وهو ما يعني بالنسبة للمنافسين الحصول على قيمة استراتيجية لا يمكن شراؤها بسهولة. من هنا تظهر أهمية الأطر التنظيمية مثل التشريعات الأوروبية الخاصة بالمرونة السيبرانية وبعض أطر المعايير الأمريكية، لكنها لا تزال بحاجة إلى طبقة تنفيذية قوية على مستوى الحافة نفسها.
بمعنى آخر، لم يعد الأمن ميزة إضافية في هذا المجال، بل أصبح أساس البناء. وإذا لم تتوافر آليات الحماية والحوكمة والمراقبة في موقع التشغيل، فإن نشر الوكلاء الذكيين على نطاق واسع سيظل محدوداً مهما كانت قدراتهم النظرية متقدمة.
ما الذي يعنيه ذلك للشركات والمستثمرين
هذا التحول يفرض إعادة ترتيب لأولويات الاستثمار. فالقيمة في المرحلة المقبلة قد لا تأتي من تطوير نموذج محادثة جديد أو من توسيع مركز بيانات آخر، بل من بناء طبقة البنية التحتية التي تسمح بتشغيل الذكاء الاصطناعي بكفاءة في العالم المادي. وتشمل هذه الطبقة أدوات النشر عند الحافة، وإدارة الأسطول البرمجي، والضبط الآمن، والتحديثات المستمرة، وآليات الامتثال والسيطرة.
بالنسبة للشركات، فإن السؤال لم يعد: هل نستخدم الذكاء الاصطناعي؟ بل: هل يمكننا تشغيله حيث يولد العائد الحقيقي؟ وفي كثير من الحالات، يكون الجواب مرتبطاً بالقدرة على نقل الذكاء إلى خطوط الإنتاج، والمواقع النائية، والمتاجر، والمركبات، والمرافق التشغيلية، بدل إبقائه في السحابة بعيداً عن مصدر القرار.
أما بالنسبة للمستثمرين، فإن هذا التحول يعني أن الرهانات الواعدة قد تكون في الشركات التي تبني البنية التحتية غير المرئية: التنسيق، والحماية، والتشغيل، والتوسع. فهذه الطبقات قد لا تحظى بالضوء نفسه الذي تحظى به النماذج الكبيرة، لكنها قد تكون الأكثر تأثيراً في تحديد من ينجح في تحويل الذكاء الاصطناعي من تجربة واعدة إلى نظام اقتصادي قابل للتكرار.
خلاصة المرحلة المقبلة
كل موجة تقنية كبرى تعيد تعريف ما يُعتبر "البنية الأساسية". في عصر الحواسيب الشخصية كان التركيز على الأجهزة المحلية والشبكات. وفي عصر السحابة كان الاهتمام متمحوراً حول مراكز البيانات والبرمجيات كخدمة. أما في عصر الذكاء الاصطناعي الحالي، فالمعركة تتجه نحو البنية التي تمكّن الذكاء من العمل داخل العالم المادي نفسه.
وهذا هو جوهر التحول: نجاح الذكاء الاصطناعي لم يعد يُقاس فقط بقوة النموذج أو حجم التدريب، بل بقدرته على العمل بأمان وسرعة وموثوقية في الأماكن التي تحدث فيها العمليات بالفعل. ومن ينجح في سد الفجوة بين النموذج والتوسع سيكون في موقع أفضل لبناء الميزة التنافسية في السنوات المقبلة.