من الترحيل السحابي إلى حوكمة الذكاء الاصطناعي: مركز ثقل قائمة قدرات التحول الرقمي للمؤسسات آخذ في التحول

المقدمة

قامت شركة Appinventiv، المتخصصة في هندسة المنتجات الرقمية وخدمات تكنولوجيا المعلومات، بنشر دليل التحول الرقمي للمؤسسات على موقعها الرسمي بعنوان "Digital Business Transformation: A Pocket Guide". وهو ليس تقريرًا بحثيًا قطاعيًا، بل هو منهجية وكتالوج خدمات موجهان لعملاء المؤسسات: إذ يُفكك التحول الرقمي إلى عدة خطوط قدرات مثل تصميم المنتجات وهندستها، والاستشارات السحابية والترحيل، والبيانات والتحليلات، والأمن السيبراني، وإنترنت الأشياء، والواقع المعزز/الافتراضي، والذكاء الاصطناعي، ثم يُقسّم تحت الذكاء الاصطناعي إلى بنود مثل تطوير الذكاء الاصطناعي التوليدي، وتطوير وكلاء الذكاء الاصطناعي، والاستشارات في الذكاء الاصطناعي، وتطوير RAG، وتطوير Copilot، والرؤية الحاسوبية، وتعلم الآلة، واستشارات حوكمة الذكاء الاصطناعي.

بالنسبة لمراقبي الصناعة، لا تكمن قيمة هذه الصفحات في الاستنتاجات، بل في البنية. فهي بمثابة دمج للأسئلة التي يطرحها عملاء المؤسسات حالياً بأكبر تكرار: لم يعد العميل يسأل فقط "كيف ننقل أعباء العمل إلى السحابة"، بل يسأل "هل يمكن تغذية النماذج ببيانات السحابة؟" و"هل يمكن تضمين النموذج في سير العمل الحالي؟" و"كيف نوضح الامتثال بعد الاستخدام؟". إن تحديد مزود الخدمة للبنود التي يضعها في الكتالوج، والبنود التي يضعها في موضع بارز، هو بحد ذاته انعكاس لطلب السوق.

أولاً: خلفية الحدث: دليل، وخريطة طلب أيضاً

كان السرد السائد للتحول الرقمي (Digital Business Transformation) في العقد الماضي هو "الانتقال إلى السحابة": نقل أعباء العمل من مراكز البيانات المملوكة إلى السحابة العامة، وتفكيك التطبيقات المتجانسة إلى خدمات مصغرة، وتسليم عملية الإصدار إلى CI/CD. وقد بلغ هذا المسار درجة عالية من النضج، إذ أصبحت الاستشارات السحابية، والترحيل السحابي، والاستضافة السحابية، وDevOps، وتحديث التطبيقات القديمة، بنوداً قياسية لدى جميع مزودي خدمات تكنولوجيا المعلومات تقريباً.

حدث التغيير بعد عام 2023. فقد حوّلت النماذج الكبيرة "الذكاء" من مشروع طويل الأجل يتطلب تخصيص ميزانية خاصة إلى قدرة بنية تحتية يمكن استدعاؤها عبر API. وتغيّرت طريقة طرح الأسئلة لدى المؤسسات تبعاً لذلك: لم يعد السؤال "هل نتبنى الذكاء الاصطناعي؟" بل "أي جزء من العملية نبدأ به؟ وأين توجد البيانات؟ ومن يتحمل المسؤولية عند وقوع خطأ؟". وقد فككت بنية كتالوج هذا الدليل هذه الأسئلة الثلاثة تحديداً إلى بنود خدمية قابلة للتسليم — خدمات البيانات، وهندسة الذكاء الاصطناعي، وحوكمة الذكاء الاصطناعي.

ومن الجدير بالذكر أن أدلة المزودين تحمل بطبيعتها صفة الترويج الذاتي. ولا يهتم CloudTechDaily بها لأنها تقدم استنتاجات موثوقة، بل لأنها توفر نموذجاً قابلاً للتحقق من "جانب عرض الخدمات": فطريقة تصنيف المزودين تتخلف عادة عن الطلب بمقدار 6 إلى 18 شهراً، ولذلك فهي أشبه بخريطة طلب تشكلت بالفعل، وليست تنبؤاً بالمستقبل.

ثانياً: تحليل تقني: أربعة مستويات لقائمة القدرات

إذا فتحنا هذا الكتالوج، يمكن إجمال قدرات التحول الرقمي للمؤسسات في أربعة مستويات. وفهم هذه المستويات الأربعة مهم بشكل خاص للمديرين غير التقنيين، لأنه يحدد الترتيب الذي ينبغي أن تُنفق به الميزانية.

الطبقة الأولى: طبقة البنية التحتية والمنصات. تشمل الاستشارات السحابية، والترحيل السحابي، والاستضافة السحابية، وDevOps، وتحديث التطبيقات القديمة. والمشكلة التي تحلها هي: نقل الأنظمة من مراكز البيانات المملوكة إلى مجموعات موارد مرنة، وجعل عملية التسليم قابلة للتكرار والتدقيق. وقد أصبحت تقنيات هذه الطبقة موحّدة، والاختلاف ليس في التقنية أساسًا، بل في إدارة استمرارية الأعمال أثناء عملية الترحيل.

الطبقة الثانية: طبقة البيانات. تشمل البيانات الضخمة، وتحليلات البيانات، وذكاء الأعمال. والمشكلة التي تحلها هي جعل البيانات قابلة للاستعلام، وموثوقة، وقابلة لإعادة الاستخدام. هذه الطبقة هي العتبة الحقيقية لمشروعات الذكاء الاصطناعي: يمكن استئجار قدرات النماذج، أما أصول البيانات فلا يمكن إلا تجميعها بنفسك.

الطبقة الثالثة: طبقة الذكاء. تشمل الذكاء الاصطناعي التوليدي، ووكيل الذكاء الاصطناعي (AI Agent)، وRAG، وCopilot، والتعلم الآلي، والرؤية الحاسوبية، والوكيل الصوتي. وينبغي التمييز بين هذه المصطلحات:

• الذكاء الاصطناعي التوليدي: القدرة النموذجية على توليد النصوص والصور والشيفرة البرمجية وغيرها، وهي القدرة الأساسية بحد ذاتها.
• RAG (التوليد المعزز بالاسترجاع): يتم أولًا استرجاع محتوى ذي صلة من قاعدة المعرفة الخاصة بالمؤسسة، ثم يُسلَّم إلى النموذج لتوليد الإجابة، وذلك لتقليل خطر "إجابة النموذج من العدم"، وهو الأسلوب الأكثر شيوعًا لدى المؤسسات لربط النماذج الكبيرة بالمعرفة الداخلية.
• وكيل الذكاء الاصطناعي (AI Agent): لا يكتفي بتوليد نص، بل يستطيع استدعاء الأدوات وإنجاز مهام متعددة الخطوات خطوة بخطوة، مثل الاستعلام عن الطلبات، وإنشاء تذاكر العمل، وتفعيل الموافقات.
• Copilot: مساعد تشغيل مدمج في برامج المكتب والأعمال القائمة، بحيث لا يحتاج المستخدم إلى تبديل الأنظمة.

الطبقة الرابعة: طبقة الحوكمة والأمان. تشمل أمن السحابة، وعمليات الأمان (SecOps)، واستشارات الأمن السيبراني، واستشارات حوكمة الذكاء الاصطناعي. ودورها هو رسم حدود للطبقات الثلاث الأولى: أي البيانات يمكن أن تخرج من النطاق، وأي مخرجات النماذج يجب أن تُوثَّق، وأي القرارات الآلية يجب أن تحتفظ بمراجعة بشرية.

الطبقات الأربع ليست علاقة تبعية متبادلة، بل تبعية أحادية الاتجاه: الحد الأعلى لمخرجات طبقة الذكاء يحدده مدى جاهزية طبقة البيانات؛ ودرجة انفتاح طبقة البيانات مقيّدة بطبقة الحوكمة. وإذا غابت أي طبقة، تتوقف مشروعات الذكاء الاصطناعي عند مرحلة إثبات المفهوم.

ثالثًا: تحليل الأثر على المؤسسات: من النفقات القائمة على المشروعات إلى النفقات المستمرة

أثر التكلفة. يتركّز التحول التقليدي على مشروعات ترحيل لمرة واحدة، وتميل صيغة الإنفاق فيه إلى النفقات القائمة على المشروعات أو النفقات الرأسمالية؛ أما مرحلة الذكاء الاصطناعي فتتركّز على قدرة حوسبة الاستدلال المستمرة، وتخزين المتجهات وقواعد المعرفة، ورسوم استدعاء النماذج، والعمالة اللازمة لحوكمة البيانات، وتتجلّى كنفقات تشغيلية مستقرة. وهذا يعني أن منطق الموافقة على الميزانية التقنية يجب أن يتغير: فسابقًا كان "بمجرد الإطلاق يُغلق السقف"، أما الآن فـ"كلما زاد الاستخدام، زاد الإنفاق". وعلى المؤسسات أن تمدّ آليات وضوح التكاليف في FinOps لتشمل استدعاء النماذج والاسترجاع، وإلا فسيصعب الإجابة عن سؤال: "هل تستحق وظيفة الذكاء الاصطناعي هذه التكلفة فعلاً؟"أثر النشر. الانتقال من "شراء البرمجيات" إلى "تجميع المنصات". تحتاج المؤسسات إلى قدرات هندسة المنصات لإدارة موحّدة لوصول النماذج، وإصدارات التوجيهات، وفهارس الاسترجاع، وصلاحيات الأدوات. لا توجد منتجات جاهزة يمكن الاستعانة بمصادر خارجية لها بالكامل، لأنها تعتمد اعتمادًا كبيرًا على تفاصيل عمليات المؤسسة نفسها.

أثر العمليات. بعد إطلاق الوكيل تظهر كائنات تشغيلية جديدة: إصدارات التوجيهات والنماذج، وحداثة محتوى الاسترجاع، وصلاحيات استدعاء الأدوات، وسياسات إعادة المحاولة والتخفيض عند الفشل. لا تكفي مؤشرات المراقبة التقليدية لتغطية هذه الكائنات، لذا يجب أن يسبق بناء قابلية الرصد ذلك.

أثر الأمن والامتثال. تصنيف البيانات وتقسيمها، وقيود النقل عبر الحدود، وتدقيق مخرجات النماذج، وقابلية تفسير القرارات الآلية، ستصبح جميعها بنود فحص للامتثال. قواعد مثل قانون الذكاء الاصطناعي الأوروبي (EU AI Act) وإطار NIST لإدارة مخاطر الذكاء الاصطناعي تدخل "مخاطر النماذج" ضمن نطاق الحوكمة الرسمية، كما تحتاج الشركات العاملة عبر الحدود إلى تقييم خيارات السحابة السيادية (Sovereign Cloud).

هل يستحق التبني. الترتيب المقترح للحكم هو: أولًا انظر إن كانت البيانات مهيكلة ويمكن التصريح باستخدامها؛ ثم انظر إن كانت العملية المستهدفة مستقرة بما يكفي لتستحق الأتمتة؛ وأخيرًا انظر إن كانت حدود الامتثال تسمح بذلك. إذا اجتازت الثلاثة جميعها، عندها ناقش اختيار النموذج.

رابعًا: تحليل المنافسة في السوق

مزودو السحابة: مواصلة التكديس نحو الأعلى. تقدم AWS وMicrosoft Azure وGoogle Cloud وغيرها حزمًا تضم القدرة الحاسوبية الأساسية، وواجهات API للنماذج، وأدوات تنسيق الوكلاء، فتمتد بطبيعتها إلى الطبقة الذكية. هم الأكثر استفادة، لكنهم يواجهون المشكلة نفسها: العملاء يريدون العمل عبر سحابات ونماذج متعددة، أما المزودون فيريدون تقييدهم. لذلك تصبح بوابات النماذج المتعددة والمعايير المفتوحة أوراق تفاوضية رئيسية للمؤسسات.

مكاملو الأنظمة ومقدمو خدمات الاستعانة بمصادر خارجية: نموذج التسليم تحت الضغط. أتمتة الوكلاء نفسها ستلتهم جزءًا من أعمال التسليم كثيفة العمالة. تتحول مساحة التمايز إلى المعرفة القطاعية، وحوكمة البيانات، وخبرة الامتثال؛ فيما تضيق مساحة نموذج المراجحة البشرية البحتة.

منصات البيانات وبرمجيات SaaS المؤسسية: القيمة تعتمد على الجاهزية. تتحول أنظمة مثل ERP وCRM إلى "الطرف التنفيذي" للوكيل — النموذج مسؤول عن القرار، والنظام التجاري مسؤول عن تسجيل القيود. من يستطيع جعل الواجهات والصلاحيات والتدقيق أكثر وضوحًا، يصبح أسهل في التكامل.

مقدمو خدمات الهندسة الأصلية للذكاء الاصطناعي: الفرصة والمخاطرة معًا. يعرّف مزودو الخدمات في المصادر المرجعية أنفسهم على مواقعهم الإلكترونية بقدرات هندسة منتجات تضع الذكاء الاصطناعي في المقام الأول. تكمن فرصة هذا النوع من المزودين في القدرة على التكامل عبر السحابات والنماذج المتعددة وخبرة الحوكمة؛ أما الخطر فيتمثل في أن قدرات منصات النماذج تتطور بسرعة، فقد يتحول التطوير المخصص اليوم إلى وظيفة مدمجة في المنصة غدًا.

المستفيدون والواقعون تحت الضغط. المستفيدون هم من يتحكمون في القدرة الحاسوبية، ومداخل النماذج، ومحاور البيانات، بالإضافة إلى مقدمي الخدمات القادرين على توفير اليقين في الحوكمة والامتثال؛ أما الواقعون تحت الضغط فهم الاستعانة الخارجية التقليدية التي لا تقدم سوى المراجحة البشرية، وموردو البرمجيات الوسيطة الذين يسهل على المنصات دمج وظائفهم.## خامسًا: مراقبة اتجاهات القطاع: قائمة القدرات يجري إعادة ترتيبها بالذكاء الاصطناعي

من هذا الفهرس يمكن رصد أربعة اتجاهات طويلة الأمد.

أولًا: السحابة الأصلية للذكاء الاصطناعي (AI Native Cloud). إن الافتراضات المعمارية الافتراضية لمنصات السحابة تتحول من "التركيز على التطبيقات" إلى "التركيز على البيانات والاستدلال"، مع تحسين التخزين والشبكات والجدولة لخدمة النماذج.

ثانيًا: البنية التحتية للوكلاء (Agent Infrastructure). عندما ينتقل الوكيل من العرض التوضيحي إلى الإنتاج، سيصبح تسجيل الأدوات وإدارة الأذونات وتتبع أثر التنفيذ وقياس التكلفة طبقة بنية تحتية مستقلة.

ثالثًا: جاهزية البيانات تصبح عنق الزجاجة الحقيقي. يمكن شراء قدرات النماذج، لكن لا يمكن شراء أصول البيانات. وفي السنوات القليلة المقبلة، من المرجح أن ترتفع نسبة حوكمة البيانات وإدارة البيانات الرئيسية في ميزانيات تقنية المعلومات للمؤسسات بشكل اضطراري.

رابعًا: السحابة السيادية وأولوية الامتثال. إن إقامة البيانات والتنظيمات القطاعية والقواعد على المستوى الوطني ستجعل "أين نُشغّل النماذج" بنفس أهمية "أي نموذج نستخدم".

وفي الوقت نفسه يجب رؤية القيود: إمدادات الكهرباء والتبريد لمراكز بيانات الذكاء الاصطناعي، وفجوة المهارات داخل المؤسسات، ووتيرة تنفيذ أطر الحوكمة، كلها ستحد من سرعة توسع الطبقة الذكية. الاتجاه محدد، أما الوتيرة فليست كذلك.

CloudTechDaily Insight

تكمن الأهمية الكبرى لهذا الدليل في أنه استبدل المعنى الافتراضي لـ"التحول الرقمي". خلال العقد الماضي، كان مكافئ التحول الرقمي هو الانتقال إلى السحابة والتحديث، وكان معيار القبول هو ما إذا كانت الأنظمة قد تم ترحيلها وتم إطلاق العمليات. أما الآن، فالمؤسسات تشتري فعليًا سلسلة كاملة من البيانات إلى النماذج، ومن النماذج إلى العمليات، ومن العمليات إلى التدقيق. تحولت السحابة من وجهة إلى قاعدة، وتحول الذكاء الاصطناعي من بند إضافي إلى بند رئيسي، وتحولت الحوكمة من عمل قسم الامتثال إلى جزء من التصميم المعماري.

للاستراتيجية المباشرة لتقنية المعلومات في المؤسسات ثلاث دلالات. أولًا، يجب تعديل هيكل الميزانية: تحويل جزء من الميزانية التي كانت مخصصة للترحيل لمرة واحدة إلى نفقات تشغيلية مستمرة للاستدلال وحوكمة البيانات، وبناء قدرة مقابلة على إتاحة رؤية واضحة للتكاليف، وإلا ستُوقف مشروعات الذكاء الاصطناعي في السنة الثانية بسبب خروج الفاتورة عن السيطرة. ثانيًا، يجب أن يكون بناء القدرات متسلسلًا: يجب أن تسبق حوكمة البيانات وهندسة المنصات والقابلية للمراقبة اختيار النموذج؛ ومشروعات الذكاء الاصطناعي التي تتخطى هذه الخطوات الثلاث يكون معدل نجاحها منخفضًا للغاية. ثالثًا، يجب أن تكون استراتيجية الموردين طبقية: الحفاظ على قابلية استبدال القدرة الحاسوبية الأساسية والنماذج، وتوحيد المنصات الوسيطة قدر الإمكان، ولا يستحق الاستثمار طويل الأمد في التخصيص إلا العمليات والخبرات الحوكمية الخاصة بالقطاع.

أما الدرس المستفاد لصناعة الحوسبة السحابية فهو أن محور المنافسة ينتقل من "من مواردها أرخص" إلى "من يستطيع أن يجعل بيانات المؤسسة تنتج قرارات بأمان أكبر". وهذا يعني أن العلاقة بين مزوّدي السحابة ومنصات البيانات ومزوّدي الخدمات ستتحول من تراكب بسيط إلى اقتران عميق، وأن القدرة على التكامل القادرة على فهم البيانات والنماذج والقيود التنظيمية في آن واحد ستكون المورد الأندر في هذه المرحلة، والأصعب استبدالًا بالقدرات المدمجة في المنصات.