الحوسبة الهجينة والمتعددة السحابات وأعباء عمل الذكاء الاصطناعي تعيد تشكيل البنية التحتية لتكنولوجيا المعلومات في المؤسسات: تحليل مناقشة مائدة مستديرة بين كبار المسؤولين التنفيذيين في HPE وMicrosoft.

إعادة تشكيل البنية التحتية لتكنولوجيا المعلومات في المؤسسات من خلال أحمال العمل السحابية المختلطة والمتعددة والذكاء الاصطناعي: تحليل نقاش المائدة المستديرة بين HPE وMicrosoft

في يونيو 2026، عُقدت جلسة نقاش مائدة مستديرة تنفيذية لـ iTnews برعاية مشتركة من HPE وMicrosoft في مطعم Aria بمدينة سيدني. حضر مسؤولو تكنولوجيا المعلومات من مؤسسات مثل Jefferies Australia وجامعة سيدني وQBE وToll Group وInfraBuild وWorldline وChallenger وHLB Mann Judd وCrown Resorts، وتمحور النقاش حول "كيفية تحديث البنية التحتية لتكنولوجيا المعلومات في المؤسسات لتصبح بيئات خاصة وهجينة ومتعددة السحابات"، مع التأكيد بشكل خاص على تقليل مخاطر الاعتماد، والتحكم في التكاليف، وزيادة المرونة، ومواجهة الزيادة الهائلة في أحمال عمل الذكاء الاصطناعي. لا يعد هذا الشغل الشاغل لقادة التكنولوجيا في المؤسسات الأسترالية فحسب، بل يمثل تحولاً نموذجياً في سوق الحوسبة السحابية العالمية.

خلفية الحدث: التحول من "الانتقال إلى السحابة" إلى "تحسين السحابة"

على مدى العقد الماضي، كان "الانتقال إلى السحابة" هو الموضوع الرئيسي للتحول الرقمي في المؤسسات. لكن اليوم، تواجه استراتيجيات السحابة العامة البحتة تحديات - فقدان السيطرة على التكاليف، والارتباط بالمورد، والتعقيد التنظيمي، والمتطلبات الخاصة لأحمال عمل تدريب واستدلال الذكاء الاصطناعي مما يدفع المؤسسات إلى إعادة النظر في البنى. وتأتي المائدة المستديرة بين HPE وMicrosoft في هذه المرحلة الحرجة: حيث أصبحت حلول البنية التحتية المختلطة التي يقدمها الطرفان (مثل HPE GreenLake وAzure Arc / Azure Local من Microsoft) نموذجاً للمؤسسات لمواجهة الاحتياجات الجديدة.

تحليل تقني: كيف تدعم البنية السحابية المختلطة والمتعددة أحمال عمل الذكاء الاصطناعي

#### السحابة المختلطة والمتعددة: من "اختيارية" إلى "إلزامية"

ليست البنية السحابية المختلطة والمتعددة مفهوماً جديداً، لكن أحمال عمل الذكاء الاصطناعي رفعتها إلى مستوى جديد. يتطلب تدريب الذكاء الاصطناعي قدرات حسابية هائلة من وحدات معالجة الرسوميات (GPU)، والتي غالباً ما توفرها السحابة العامة عند الطلب؛ بينما قد تحتاج مهام الاستدلال إلى أن تكون أقرب إلى مصدر البيانات، مما يتطلب نشراً محلياً لتجنب زمن الوصول ومخاطر خصوصية البيانات. يسمح نموذج الخدمة عند الطلب (as-a-service) الذي توفره HPE GreenLake للمؤسسات بتشغيل البنية التحتية محلياً بنمط استهلاك مشابه للسحابة العامة، مع إدارة موحدة عبر Azure Arc - وهذا هو التجسيد النموذجي لسلسلة "الحافة - النواة - السحابة" في عصر الذكاء الاصطناعي.

#### Azure Local: إعادة تعريف تجربة السحابة المحلية

يُعد "Azure Local" (استناداً إلى تطور Azure Stack HCI) تقنية رئيسية تم ذكرها مراراً في المائدة المستديرة من Microsoft. فهو يتيح للمؤسسات نشر خدمات سحابية متسقة مع Azure في الحافة أو مراكز البيانات، بما في ذلك Kubernetes وقواعد البيانات وخدمات استدلال الذكاء الاصطناعي. وبالاقتران مع تحسينات الأجهزة من HPE (مثل خوادم ProLiant المحسّنة للذكاء الاصطناعي والتخزين والشبكات)، يمكن للمؤسسات بناء بيئة هجينة سلسة تتيح لأحمال عمل الذكاء الاصطناعي العمل بكفاءة في أي موقع.#### المشكلة الأساسية التي يتم حلها: تقييد الموردين والتحكم في التكاليف

في المناقشات الدائرية، تم إدراج "تقليل مخاطر الاعتماد" كأولوية. تعمل استراتيجية السحابة المتعددة الهجينة على تقليل القيود من خلال الاتصال المتعدد للسحابات (مثل دعم Azure Arc لإدارة موارد AWS وGCP)، بينما يتجنب نموذج الدفع حسب الاستخدام في HPE GreenLake الإفراط في التزويد. وفقًا لتوقعات Gartner، بحلول عام 2028، ستتبنى 70% من المؤسسات منصات إدارة سحابة متعددة هجينة، وسيكون دمج تحسين أعباء العمل AI محركًا رئيسيًا.

تحليل تأثير المؤسسات: التكلفة، التشغيل، والجاهزية للذكاء الاصطناعي

#### تأثير التكلفة: الانتقال من النفقات الرأسمالية (CAPEX) إلى النفقات التشغيلية (OPEX) مع الحاجة إلى إدارة دقيقة

نموذج الخدمة حسب الطلب لكل من HPE GreenLake وAzure Local يمكّن المؤسسات من تحويل النفقات الرأسمالية (CAPEX) إلى نفقات تشغيلية (OPEX)، مما يخفف ضغط التدفق النقدي. ومع ذلك، أشار المشاركون في الطاولة المستديرة إلى أنه في حالة عدم وجود تخطيط لموارد أعباء العمل AI، قد تتجاوز النفقات التشغيلية التوقعات. على سبيل المثال، قد تكون تكاليف الكهرباء والتبريد لمجموعات وحدات معالجة الرسوميات (GPU) في النشر الخاص أعلى من المتوقع. تحتاج المؤسسات إلى استخدام أدوات FinOps لتوزيع التكاليف على الأقسام التجارية.

#### النشر والتشغيل: قيمة طبقة الإدارة الموحدة

أكبر تحدٍ تشغيلي للسحابة المتعددة الهجينة هو إدارة بيئات غير متجانسة متعددة. يوفر Azure Arc لوحة تحكم موحدة، بينما يوفر HPE GreenLake Central مراقبة على مستوى الأجهزة. في الطاولة المستديرة، شدد Jonathan Woods من QBE على أهمية التشغيل الآلي — باستخدام البنية التحتية كرمز (IaC) وأدوات AIOps، يمكن تقليل التدخل اليدوي.

#### الأمان والامتثال: ارتفاع الطلب على السحابات السيادية

تزداد متطلبات الدول مثل أستراليا بشأن سيادة البيانات. يدعم Azure Local بقاء البيانات، وتوفر HPE إدارة مفاتيح التشفير محليًا. أشار Jihad Zein من Toll Group إلى أن بيانات سلسلة التوريد في قطاع الخدمات اللوجستية تخضع للوائح عبر الحدود، ويمكن للبنية الهجينة ضمان الامتثال دون التضحية بقدرات AI.

تحليل المنافسة في السوق: من سيستفيد؟

#### المنافسة بين مزودي السحابة: ضغط التحول لـ AWS وAzure وGoogle Cloud

تقدم AWS Outposts وGoogle Distributed Cloud حلولاً مماثلة، لكن نظام Azure Arc+Azure Local البيئي أكثر اكتمالاً، خاصة مع تعاون HPE الذي يسد الفجوة في طبقة الأجهزة. HPE، كمزود أجهزة محايد، يمكنها دعم السحابات المتعددة بمرونة أكبر، مما يجذب المؤسسات التي ترفض القيود المفروضة من سحابة واحدة.

#### مزودو مراكز البيانات والبنية التحتية: Equinix وDigital Realty#### مزودو مراكز البيانات والبنية التحتية: Equinix، Digital Realty

تزداد الحاجة إلى كثافة مراكز البيانات والتبريد السائل بسبب أعباء عمل الذكاء الاصطناعي، مما يفيد مزودي خدمات الاستضافة مثل Equinix. لكن حل GreenLake من HPE قد يحول جزءًا من طلب الاستضافة، حيث يمكن للشركات نشر البنية التحتية في مواقعها الخاصة.

#### منصات SaaS والذكاء الاصطناعي: التأثير على Oracle وSAP

إذا لم يتمكن مزودو SaaS التقليديون من تقديم خيارات نشر هجينة مرنة، فسوف تتعرض لتآكل من قبل نموذج "منصة + أجهزة" مثل HPE + Microsoft. على سبيل المثال، قد يحل SQL Server أو خدمات استدلال الذكاء الاصطناعي التي تعمل على Azure Local محل بعض وظائف SaaS.

ملاحظات اتجاهات الصناعة: السحابة الأصلية للذكاء الاصطناعي والبنية التحتية كخدمة

#### صعود السحابة الأصلية للذكاء الاصطناعي

الاتجاه الأكثر إلهامًا في المائدة المستديرة هو "السحابة الأصلية للذكاء الاصطناعي" - حيث يتم تحسين البنية التحتية للذكاء الاصطناعي منذ التصميم. على سبيل المثال، يتم دمج تقنية HPE Cray EX للحوسبة الفائقة في GreenLake؛ كما أن مثيلات GPU من سلسلة Azure ND من Microsoft تتموضع محليًا. في السنوات الخمس القادمة، ستفقد أي منصة سحابية لا تتضمن قدرات تسريع الذكاء الاصطناعي المدمجة قدرتها التنافسية.

#### مراكز البيانات الخضراء وكفاءة الطاقة

يثير الاستهلاك العالي للطاقة في تدريب الذكاء الاصطناعي القلق. تلتزم كل من HPE وMicrosoft باستخدام الطاقة المتجددة واعتماد تقنيات التبريد السائل. يعتقد المشاركون في المائدة المستديرة أن كفاءة الطاقة ستصبح مؤشر أداء رئيسيًا عند اختيار مزود البنية التحتية.

#### الذكاء الاصطناعي الحافي والتكامل الصناعي

تشير مشاركة شركات صناعية مثل InfraBuild إلى أن استدلال الذكاء الاصطناعي يتغلغل بسرعة في القطاعات الرأسية مثل التصنيع والخدمات اللوجستية. يتطلب تشغيل النماذج المدربة مسبقًا على العقد الحافية أجهزة صغيرة وقوية، وهذا هو المجال الذي تبرز فيه حلول HVE الحافية وAzure IoT Edge.

CloudTechDaily Insight

على الرغم من أن هذه المائدة المستديرة كانت عبارة عن نقاش صغير، إلا أن موضوعاتها تعكس التغيير العميق الذي تمر به البنية التحتية لتكنولوجيا المعلومات في المؤسسات: لم يعد الذكاء الاصطناعي مجرد عبء عمل على السحابة، بل أصبح القوة الدافعة لإعادة هيكلة البنية التحتية. من المرجح أن يصبح نموذج التعاون بين HPE وMicrosoft - الأجهزة كخدمة + سطح إدارة سحابي - النموذج القياسي للعقد القادم. بالنسبة لرؤساء المعلوماتية في المؤسسات، الرسالة الأساسية هي: السحابة المتعددة الهجينة ليست تنازلاً، بل هي خيار استراتيجي لتعظيم المرونة والتحكم وفعالية التكلفة في عصر الذكاء الاصطناعي. الاعتماد فقط على السحابة العامة أو النشر المحلي البحت غير مستدام، بل يجب بناء بنية هجينة قائمة على "تجربة سحابية متسقة". في الوقت نفسه، يجب على المؤسسات التخطيط مسبقًا لاستراتيجية توزيع أعباء عمل الذكاء الاصطناعي، وتقسيم التدريب والاستدلال وتخزين البيانات إلى طبقات، واستخدام FinOps لإدارة التكاليف بشكل دقيق. في المستقبل، سيكون لمزودي البنية التحتية الذين يمكنهم دمج القدرات الحاسوبية والبيانات والذكاء الاصطناعي بسلاسة ميزة سوقية كبيرة.*المصدر: iTnews - "In Pictures: HPE & Microsoft IT infrastructure roundtable"*