في قلب ثورة الذكاء الاصطناعي، تخطو «مايكروسوفت» خطوات متسارعة نحو مستقبل يتسم بالتحليل التنبؤي و«وكلاء الذكاء الاصطناعي» الذين يزدادون ذكاء كل 6 أشهر.

وفي هذا السياق، تحدثت «الشرق الأوسط» حصرياً مع اثنين من أبرز خبراء «مايكروسوفت» في الذكاء الاصطناعي: تشارلز لامانا، وجيسيكا هوك، في حوار معمق خلال زيارة لهما إلى المملكة العربية السعودية، يكشف عن آفاق هذه التقنيات الثورية وتطبيقاتها الواسعة في القطاعين العام والخاص؛ خصوصاً في السعودية التي تشهد تحولاً رقمياً غير مسبوق. ونذكر ملخص الحوار.

«مساعدون شخصيون» لكل فرد

تحدثت «الشرق الأوسط» مع تشارلز لامانا، Charles Lamanna، نائب رئيس قطاع المؤسسات و«كوبايلوت» للأعمال والصناعة الذي قال بأن «كوبايلوت» Copilot هو نظام ذكاء اصطناعي شخصي خاص، يفهم كيف ومع من يعمل المستخدم وكيف يتواصل، وهو قادر على المساعدة في زيادة وتوسيع ما يفعله المستخدم كل يوم. ويساعد «كوبايلوت» في كتابة رسالة البريد الإلكتروني، وإنشاء المستندات والعروض التقديمية، وإجراء الأبحاث، والتحضير للاجتماعات المختلفة. وهذا هو السبب في أنه طيار «مساعد»، وتبقى مهمة القيادة على عاتق المستخدم، تماماً مثل قبطان الطائرة ومساعده في قمرة القيادة.

«الوكلاء» Agents، نوع من نماذج الذكاء الاصطناعي يعمل من خلال التوجيهات والأهداف والتعليمات، ويتصل بالبيانات، ويمكنه استخدام الأدوات لفتح متصفح أو تشغيل تطبيق أو تحديث سجلات قاعدة البيانات، مثلًا. وهو أشبه بأعضاء فريق الشركة.

رؤية «مايكروسوفت» لاستخدام الوكلاء داخلياً، هي أن لدى الشركة مائتي ألف موظف، وسيكون لكل منهم مساعد شخصي ذكي خاص به، وملايين الوكلاء بعد ذلك. بعضها بسيط جداً للمساعدة في تسجيل الإيصالات بعد رحلة عمل، وبعضها متطور جداً للمساعدة في عمليات البيع، وحتى إبرام الصفقات مع العملاء بأنفسهم.

ويستطيع الوكلاء -مثلًا- تسوية المعاملات، مثل الذهاب إلى حسابك المصرفي، وإلى نظام تخطيط موارد المؤسسات الخاص بك، ولديك جميع أوامر الشراء والأموال التي يتم إيداعها أو سحبها، وعليك مطابقتها. وتتم هذه العملية بتوافق الطلب مع أمر الشراء والفاتورة، وهي أمور يستطيع وكيل التسوية المصرفية الذي أصدرته «مايكروسوفت» أخيراً القيام به كعمل مكتبي كلاسيكي.

أما المجال الذي لم يصبح الوكلاء فيه جيدين بعد، فهو ما يحتاج إلى متطلبات الرياضيات الصعبة. ونظراً لأن الوكلاء نماذج لغوية كبيرة، فإنها تتحسن طوال الوقت، ولكنها لا تملك قدرات حسابات طبيعية مدمجة فيها؛ بل يجب استخدام الأدوات اللازمة أو كتابة التعليمات البرمجية للقيام بالعمل الرياضي المطلوب. والمجال الآخر هو إجراء تحليل للميزانية أو تحليل التباين.

وترى «مايكروسوفت» أن الوكلاء سيصبحون أكثر قدرة كل 6 أشهر على مدى السنوات الخمس إلى العشر القادمة.

وكلاء للمهام لا للوظائف

فيما يتعلق بالمسؤوليات المقدمة للوكلاء، فيتم تقسيم العالم إلى وظائف ومهام. وإذا كانت لديك وظيفة ما، فقد تقوم بنحو 30 مهمة مختلفة. الوكلاء أدوات جيدة في القيام بالمهام وليس الوظيفة في الوقت الحالي. لذا، إن كان لديك 30 مهمة، فربما تنتقل 10 من هذه المهام إلى الوكلاء، وتبقى 20 مهمة للمستخدم.

ولدى سؤال تشارلز حول كيفية عمل وكلاء عدة بعضهم مع بعض لإيجاد شيء أكبر مما يمكن لأحدهم القيام به، قال بأن الوكلاء مثل فريق من الأشخاص؛ حيث يمكن لخمسة أشخاص يعملون معاً بانسجام القيام بأكثر بكثير من شخص واحد يعمل بمفرده. ولكل وكيل تخصص أو هدف مختلف يجعل من الممكن لهم العمل معاً بسهولة وإنتاج نتيجة أفضل. وعلى سبيل المثال، قد يكون لدينا وكيل لإنشاء محتوى، مثل محتوى تسويقي، ثم سيكون لدينا وكيل آخر وظيفته التحقق من عدم الدقة الواقعية أو الأخطاء أو التحقق من الامتثال. هذان وكيلان، أحدهما ينشئ العمل والآخر يتحقق منه، ويؤديان المطلوب بشكل مبهر. يضاف إلى ذلك وكيل يراقب ما يفعله الوكلاء الآخرون للتأكد من أنهم يقومون بالمهام بأمان.

وسألناه حول ما الذي سيحدث في حال وجود اختلاف «وجهات نظر» بين الوكلاء، وكيفية فض النزاع بينها؛ حيث يتم جلب وكيل إضافي للتصويت، أو ليكون فاصلاً بينها. كما يمكن منح أولوية لبعض الوكلاء، بحيث يتم تجاوز رأي الوكيل ذي الأولوية الأقل في حال حدوث اختلاف بينها، وكأنه «مدير الوكلاء» أو حكيمهم. كما يمكن إرسال رسالة إلى الموظف لتقييم حالة الخلاف وتصويب المسار، حسب متطلبات العمل والخبرة الموجودة لديه.

قراءة المستقبل بالذكاء الاصطناعي

وتحدث لـ«الشرق الأوسط» حول تطور طريقة التفاعل مع الكومبيوترات من خلال الوكلاء؛ حيث إنها نقلة نوعية لم نشهدها منذ تطوير الفأرة وواجهات الاستخدام المرئية، نظراً لأن المستخدمين أصبحوا يتحدثون مع الكمبيوتر بلغاتهم ولهجاتهم للقيام بالمهام والوظائف المطولة. وقال تشارلز بأن هذه هي المرحلة الأولى في تطوير آلية التفاعل؛ حيث يستطيع المستخدمون شرح طلبهم للحصول على النتيجة، ولكن سيكون بالإمكان القيام بذلك باستخدام الأوامر الصوتية وباللهجات المحلية المختلفة قريباً.

هذا، وأعلنت الشركة في الخريف الماضي عن دعم اللغة العربية في استوديو «كوبايلوت» لتطوير الوكلاء، بعد كثير من الاختبارات والتحقق من صحة التفاعل الصوتي، كما عملت على مدى العامين الماضيين في اليابان للتأكد من أن اللغة اليابانية تعمل بشكل صحيح داخل «كوبايلوت» بشكل طبيعي، ودعم جميع أشكال النص الياباني المكتوب وحروفه المختلفة.

ذكاء اصطناعي للجوال بلغات عديدة

ولسد الفجوة الرقمية بين الدول المتقدمة وتلك النامية فيما يتعلق بتبني تقنيات الذكاء الاصطناعي، ترى «مايكروسوفت» أن الاعتماد على استخدام هذه التقنيات من خلال الهواتف الجوالة المختلفة المنتشرة بين كثير من الناس حتى في الدول النامية هو أمر حتمي، إلى جانب تخصيص النماذج لتتماشى مع اللغات المختلفة واللهجات المحلية. تضاف إلى ذلك شراكة كبرى شركات التقنية مع الدول لجلب الحوسبة والإنترنت إلى مزيد من المناطق حول العالم. كما يمكن للمبرمجين الذهاب إلى كثير من صفحات «غيت هاب» GitHub للتعرف على منصات الوكلاء المختلفة مفتوحة المصدر، لقراءة نصها البرمجي وتطوير ما يلزم منها ليتناسب مع احتياجات كل مستخدم.

التحليل التنبؤي: عصر جديد لصنع القرار

وتحدثت «الشرق الأوسط» أيضاً مع جيسيكا هوك، Jessica Hawk، نائبة رئيس قطاع المؤسسات وتسويق المنتجات والبرامج الرقمية والذكاء الاصطناعي والبيانات، والتي تُعد مسؤولة عن البيانات والتطبيقات، وهي الطبقة الموجودة أعلى البنية التحتية الأساسية التي تشمل كل شيء من قواعد البيانات إلى حلول التحليل، مثل: Fabric وAzure Databricks ومنصة Azure AI Foundry التي تقدم البنية التحتية اللازمة لبناء تقنيات الذكاء الاصطناعي، اعتماداً على بنية Fabric للبيانات. وقد تغيرت قواعد العمل منذ عقدين؛ حيث كانت البيانات الضخمة هي الأساس، وكان تحليل البيانات هو الذكاء. أما الآن فأصبح التركيز على البيانات التنبؤية لصنع القرار في الشركات، وهو ما تسميه الموسم الأول من عصر الذكاء الاصطناعي (في إشارة إلى المرحلة الأولى).

وبسبب قدرات التحليل العميق للذكاء الاصطناعي، لم يعد عامل تجانس وتنظيم البيانات أمراً أساسياً؛ حيث يمكن للذكاء الاصطناعي التعرف على الروابط بين البيانات المخزنة في قواعد بيانات مختلفة دون الحاجة لترتيبها بشكل موحد، وهو ما كان يستغرق مدة زمنية كبيرة للإعداد في السابق. كما أصبحت صيغة البيانات غير مهمة لتحليلها؛ حيث يمكن تحليل النصوص والصور والفيديوهات والتسجيلات الصوتية والخروج بمعلومات مهمة وذات معنى، وهو أمر كان بالغ التعقيد قبل 15 عاماً فقط.

وتضيف منصة Fabric القدرة على تحليل المعلومات الضخمة بسهولة، ومنها معلومات إنترنت الأشياء Internet of Things التي تقدم بيانات ضخمة جداً يمكن تخزينها وتحليلها سحابياً، واستخدام أجهزة بسيطة للاتصال بتلك الأجهزة السحابية لعرض النتائج والتفاعل مع البيانات بكل سهولة، الأمر الذي يخفض من تكاليف البنية التحتية للشركات والحكومات بشكل كبير.

وتقدم منصة Fabric قدرات فريدة تسمح للمستخدم بتحليل البيانات باستخدام الذكاء الاصطناعي بسرعة، ودون الحاجة لتطوير حلول برمجية معقدة لإجراء ذلك، ومن ثم استخراج المعلومات المهمة لأداء الأعمال حالياً والتنبؤ بمستقبلها، وذلك بهدف تقديم عملية تحول رقمي متقنة بسهولة بالغة للشركات والحكومات، وتجاوز أعوام من التطوير.

وتستطيع منصة Azure AI Foundry تقديم أدوات تقوم بتحليل البرامج، وتوجد ملخصات نصية غير تقنية لقطاع الأعمال، ولمتخصصي السياسات والحوكمة والأمن الرقمي والقانون في الشركات، لفهم آفاق تلك البرامج وتحليلها حسب احتياجات كل قسم، وبكل سهولة، وذلك لاتخاذ قرار تعديلها أو إطلاقها إلى الجماهير المستهدفة، في حال استوفت جميع الضوابط والشروط اللازمة.

وحول خصوصية البيانات المقدمة للذكاء الاصطناعي، قامت «مايكروسوفت» ببناء مبادئ الذكاء الاصطناعي المسؤول (العدل و«الأمان والموثوقية» و«الأمن والخصوصية» والشمولية والشفافية والمسؤولية) التي يتم استخدامها لإحكام تنفيذ الذكاء الاصطناعي في تصميم واستخدام أي برنامج تقدمه الشركة. كما تقوم «مايكروسوفت» بإجراء الحوارات مع الحكومات والهيئات التنظيمية في جميع أنحاء العالم، لطلب المشورة وفهم كيفية سن الضوابط والتنظيمات المرتبطة بالذكاء الاصطناعي، وتقديم التوجيه في بعض الأحيان، مثل قانون تنظيم الذكاء الاصطناعي للاتحاد الأوروبي الذي دخل حيز التنفيذ بداية شهر فبراير (شباط) الماضي. وتقدم الشركة معيار الذكاء الاصطناعي المسؤول للشركات والحكومات حول العالم لاستخدامه مخططاً لممارساتهم الخاصة.

كما تدعم منصات الشركة للذكاء الاصطناعي (مثل Azure OpenAI Service وAzure AI Foundry) أكثر من 1800 نموذج ذكاء اصطناعي، يشمل OpenAi o3-mini وDeepSeek R1.

تعاون مع السعودية لتعزيز فهم اللغة العربية

ولم يقتصر الحوار على استعراض تقنيات الذكاء الاصطناعي الخاصة بالشركة؛ بل تناول أيضاً التعاون المثمر مع المملكة العربية السعودية؛ حيث عملت الشركة مع المركز الوطني للذكاء الاصطناعي في المملكة العربية السعودية، التابع للهيئة السعودية للبيانات والذكاء الاصطناعي، لدفع قدرات الذكاء الاصطناعي وتطوير نموذج ALLaM-2-7B لتعزيز قدرات الذكاء الاصطناعي، لفهم اللغة العربية باستخدام 7 مليارات معامل مختلف، مستخدماً بنية Azure للذكاء الاصطناعي.