الحاسوب الشخصي المدعوم بالذكاء الاصطناعي كمركز محوري جديد: ما الذي سيتم حسابه محليًا في الشركة في المستقبل - وما الذي يجعل الحوسبة السحابية لا غنى عنها

ارتفاع تكاليف الحوسبة السحابية: لماذا تُقدّم مايكروسوفت وإنفيديا الذكاء الاصطناعي إلى مكتبك الآن؟

المستقبل هجين: متى يصبح الذكاء الاصطناعي السحابي المكلف مجديًا حقًا للشركات؟

لسنوات، سادت قاعدة غير مكتوبة في عالم التكنولوجيا: أي شخص يرغب في استخدام الذكاء الاصطناعي يحتاج إلى الحوسبة السحابية. لكن هذه القاعدة تواجه الآن تحديات جسيمة. فالتكاليف الباهظة لاستدعاءات واجهات برمجة التطبيقات (APIs)، ومشاكل زمن الاستجابة في العمل اليومي، والمتطلبات الصارمة للائحة العامة لحماية البيانات (GDPR) تُجبر الشركات بشكل متزايد على إعادة النظر في استراتيجياتها. وهنا تحديدًا يأتي دور جيل جديد من الأجهزة، جيل قادر على إحداث ثورة في السوق: حاسوب الذكاء الاصطناعي. فبفضل قوة الحوسبة المحلية الهائلة والنماذج المُحسّنة خصيصًا، تُقدّم مايكروسوفت وإنفيديا وغيرهما الذكاء الاصطناعي مباشرةً إلى أجهزة سطح المكتب - دون الحاجة إلى اتصال بالإنترنت أو تسريب للبيانات. ولكن هل يعني هذا نهاية مراكز البيانات؟ على الإطلاق. فبنية المستقبل هجينة. تعرّف على المهام التي سيتعين تشغيلها حتمًا على نقطة النهاية في المستقبل، وأحمال العمل التي ستظل الحوسبة السحابية ضرورية لها، وكيف يمكن للشركات اجتياز هذا الحد الاستراتيجي بنجاح دون الوقوع في فخ التكاليف والامتثال.

نهاية احتكار الحوسبة السحابية: لماذا أصبح الذكاء الاصطناعي مطروحاً للنقاش الآن

لسنوات، ساد اتفاق ضمني في عالم الشركات: الذكاء الاصطناعي شأن يخص مراكز البيانات. من يرغب في استخدام الذكاء الاصطناعي يرسل بياناته إلى السحابة، وينتظر الرد، ويدفع مقابل كل رمز مميز، وكل استدعاء لواجهة برمجة التطبيقات، وكل ثانية من وقت وحدة معالجة الرسومات. كان هذا مريحًا وسريعًا في النشر، ولا يتطلب أجهزة مخصصة. لكنه كان مكلفًا، ويثير مخاوف بشأن خصوصية البيانات، ويخلق تبعية استراتيجية.

يواجه هذا النموذج الآن ضغوطًا من جانبين في آن واحد. فمن جهة، تتزايد تكاليف الذكاء الاصطناعي السحابي بشكلٍ هائل: فبحسب غارتنر، ارتفع متوسط ​​فاتورة الذكاء الاصطناعي للشركات الكبرى من 1.2 مليون دولار في عام 2024 إلى حوالي 7 ملايين دولار في عام 2026. ومن جهة أخرى، تحسّن أداء الأجهزة المحلية إلى درجةٍ تسمح بمعالجة الذكاء الاصطناعي مباشرةً على محطة العمل. وقد أدركت مايكروسوفت وإنفيديا هذه الفرصة، واستجابتا في ربيع وصيف عام 2026 باستراتيجية منصة منسقة: حاسوب الذكاء الاصطناعي كوحدة معالجة متكاملة في بيئة المؤسسات.

يشهد السوق العالمي للذكاء الاصطناعي الطرفي - أي الذكاء الاصطناعي الذي يعمل على الجهاز النهائي بدلاً من الحوسبة السحابية - نموًا سريعًا. ورغم اختلاف الأرقام التي تقدمها شركات أبحاث السوق، إلا أنها جميعًا تشير إلى الاتجاه نفسه: إذ تُقدّر شركة Fortune Business Insights حجم سوق الذكاء الاصطناعي الطرفي بـ 47.59 مليار دولار أمريكي في عام 2026، وتتوقع أن يصل إلى 385.89 مليار دولار أمريكي بحلول عام 2034. بينما تتوقع شركة Grand View Research نمو السوق من 30 مليار دولار أمريكي في عام 2026 إلى 118.7 مليار دولار أمريكي بحلول عام 2033، ما يُمثل معدل نمو سنوي مُركب قدره 21.7%. ورغم أن هذه الأرقام واسعة النطاق وتشمل تطبيقات صناعية تتجاوز قطاع الحواسيب الشخصية، إلا أنها تُشير إلى تحول هيكلي: حيث تنتقل قوة الحوسبة إلى حافة الشبكة، مباشرةً إلى الأشخاص الذين يحتاجون إليها.

من الوعد التسويقي إلى القرار المعماري: الأساس التقني للحاسوب الشخصي الذكي

ما هو الحاسوب الشخصي المدعوم بالذكاء الاصطناعي تحديدًا؟ الإجابة ليست واضحة تمامًا كما أوحت مايكروسوفت في البداية. مع إطلاق فئة حواسيب Copilot+ في صيف عام 2024، حددت مايكروسوفت فئة جديدة من الأجهزة: قوة معالجة لا تقل عن 40 تيرابايت في الثانية (TOPS) من وحدة المعالجة العصبية المدمجة (NPU)، وذاكرة وصول عشوائي (RAM) لا تقل عن 16 جيجابايت، وسعة تخزين SSD لا تقل عن 256 جيجابايت. وكان الشرط الأساسي هو تشغيل بعض وظائف الذكاء الاصطناعي - مثل معالجة الكلام، وتوليد الصور، والتلخيص - محليًا على الجهاز دون الاعتماد على الحوسبة السحابية.

مع ذلك، وبعد عامين فقط، اضطرت مايكروسوفت إلى تخفيف هذه الإرشادات الصارمة. فمنذ 14 يونيو 2026، بات بإمكان أجهزة الكمبيوتر التي لا تحمل علامة Copilot+ تشغيل مهام الذكاء الاصطناعي المحلية إذا كانت مزودة ببطاقة رسومات Nvidia GeForce RTX 30 أو أحدث، بذاكرة فيديو لا تقل عن 6 جيجابايت. والسبب تقنيًا واضح: فبطاقات الرسومات الحديثة أكثر قوة في العديد من مهام الذكاء الاصطناعي من وحدات المعالجة العصبية المتخصصة الموجودة في معالجات أجهزة الكمبيوتر المحمولة. وغالبًا ما تستطيع بطاقة رسومات RTX تشغيل نماذج اللغة المحلية بكفاءة وسرعة أكبر من المعالجات العصبية الأصغر حجمًا الموجودة في أجهزة Ultrabook.

تُعدّ شريحة Nvidia RTX Spark، وهي شريحة فائقة الأداء تعتمد على معالج ARM، محور الاستراتيجية الجديدة، وقد كشفت عنها Nvidia وMicrosoft في معرض Computex 2026. تجمع هذه الشريحة بين معالج Grace ذي 20 نواة ووحدة معالجة رسومية Blackwell وذاكرة LPDDR5X بسعة تصل إلى 128 جيجابايت، مشتركة بين وحدة المعالجة المركزية ووحدة معالجة الرسوميات. تبلغ قدرتها الحاسوبية في مجال الذكاء الاصطناعي، وفقًا للتقارير، بيتافلوب واحد، مما يُمكّنها من تنفيذ نماذج لغوية محلية تصل إلى 120 مليار مُعامل ونوافذ سياقية تضم أكثر من مليون رمز. هذا المستوى من الأداء لم يكن متاحًا قبل ثلاث سنوات إلا في مراكز بيانات الشركات العملاقة.

تعتمد البرمجيات الأساسية على OpenShell، وهي بيئة تشغيل مفتوحة المصدر لنظام التشغيل Windows 11 على معالجات ARM، طُوّرت بالتعاون بين Nvidia وMicrosoft. تُشغّل هذه البيئة وكلاء الذكاء الاصطناعي في بيئات معزولة، وتمنع التطبيقات من الوصول إلى البيانات الشخصية دون إشراف. يمكن للمستخدمين تحديد الصلاحيات بدقة متناهية، بينما يتولى Windows تطبيق سياسات الأمان المُحددة. وهذا إنجازٌ عظيم، إذ يُعالج تحديدًا مشكلة التحكم التي يصعب حلها في أنظمة الذكاء الاصطناعي السحابية.

من المتوقع إطلاق أولى الأجهزة المزودة بتقنية RTX Spark، بما في ذلك Surface Laptop Ultra ومحطات العمل من Asus وDell وHP وLenovo وMSI، في خريف عام 2026. ومع ذلك، من الواضح أن أسعارها تقع ضمن فئة الأجهزة المتميزة: إذ من المتوقع أن تبدأ أسعار التكوينات الأساسية من حوالي 2700 يورو، بينما قد تتجاوز تكلفة الأنظمة كاملة التجهيز 5000 يورو. يتوفر جهاز Surface Laptop 8 للأعمال حاليًا بسعر 3299 يورو، ويبدأ سعر RTX Spark Dev Box لتطوير تطبيقات الذكاء الاصطناعي محليًا من 4999 يورو.

النموذج المحلي قيد التشغيل: شركة مايكروسوفت فاي سيليكا وخلفاؤها

بالتوازي مع استراتيجيتها في مجال الأجهزة، تعمل مايكروسوفت على توسيع نطاق نماذجها البرمجية للتنفيذ المحلي. يُعدّ نموذج Phi Silica أشهر هذه النماذج في بيئة ويندوز، وهو نموذج لغوي مضغوط مُحسَّن لوحدة المعالجة العصبية (NPU) ويعمل مباشرةً على أجهزة الكمبيوتر المزودة بمعالج Copilot+. يتوفر هذا النموذج ضمن حزمة تطوير تطبيقات ويندوز (Windows App SDK)، ويوفر إمكانية الوصول إلى واجهات برمجة تطبيقات النماذج اللغوية المحلية لمهام مثل معالجة المحادثات، والحلول الرياضية، وتوليد التعليمات البرمجية، والاستدلال النصي، كل ذلك دون الحاجة إلى اتصال سحابي.

تتوفر تقنية Phi Silica لوحدات معالجة الرسومات من Nvidia منذ عام 2026، ويمكن تنزيلها عبر تحديثات Windows على الأنظمة التي تحتوي على ذاكرة وصول عشوائي للفيديو (VRAM) بسعة 6 جيجابايت على الأقل. تستخدم مايكروسوفت هذا النموذج تحديدًا، من بين أمور أخرى، لتلخيص رسائل البريد الإلكتروني مباشرةً على الجهاز. قد تبدو هذه ميزة بسيطة، لكنها ذات أهمية اقتصادية كبيرة: فكل ملخص يتم حسابه محليًا لا يوفر فقط استدعاء واجهة برمجة التطبيقات (API) في السحابة، بل يعمل أيضًا دون اتصال بالإنترنت ولا يشارك محتوى البريد الإلكتروني مع خدمات خارجية.

تُكمّل منصة Phi Silica عائلة نماذج MAI الجديدة من مايكروسوفت، والتي طُرحت في يونيو 2026. صُمم نموذج MAI Thinking-1 لمهام الاستدلال باستخدام نافذة سياقية بحجم 128 ألف، بينما يُخصص نموذج MAI Code-1 لمهام البرمجة ويهدف إلى استبدال نماذج OpenAI ضمن منصة GitHub Copilot. وتدّعي مايكروسوفت أنها خفضت تكاليف التشغيل الداخلية بنسبة تصل إلى 90% بفضل هذه النماذج الخاصة، مع استمرار الشراكة مع OpenAI بالتوازي. يُجسّد هذا المبدأ الأساسي للاستراتيجية الهجينة: تشغيل المهام القياسية داخليًا بكفاءة عالية من حيث التكلفة، بينما يستمر تحقيق أعلى مستويات الأداء من الحوسبة السحابية.

توفر مايكروسوفت للمطورين منصة Windows AI Foundry، وهي منصة موحدة تدعم دورة حياة تطوير الذكاء الاصطناعي، بدءًا من اختيار النموذج وضبطه بدقة وصولًا إلى نشره على وحدات المعالجة المركزية ووحدات معالجة الرسومات ووحدات المعالجة العصبية والحوسبة السحابية. هذا هو الإطار الاستراتيجي: لا ترغب مايكروسوفت في إجبار المطورين على الاختيار بين الحلول المحلية والحوسبة السحابية، بل توفر كلا الخيارين بسلاسة ضمن بيئة تطوير واحدة، تاركةً قرار التشغيل للنظام.

ما الذي سيتم تشغيله على الجهاز في المستقبل: تطبيقات محددة في الحياة العملية اليومية

السؤال المحوري بالنسبة للشركات ليس ما هو ممكن تقنياً، بل ما يجب تطبيقه محلياً في العمليات اليومية. ثلاثة معايير تحدد هذا الحد: زمن الاستجابة، وحماية البيانات، والتكلفة.

يُعدّ التنفيذ المحليّ الخيار الأمثل حيثما تكون هناك حاجة إلى استجابة سريعة دون تأخير في الشبكة. وينطبق هذا على وظائف التعرّف على الكلام والإملاء في الوقت الفعلي، والحدّ التلقائيّ من الضوضاء في مؤتمرات الفيديو، وتأثيرات الكاميرا وإزالة الخلفية، بالإضافة إلى الترجمة الفورية للمحادثات. تُدمج مايكروسوفت هذه الوظائف تحديدًا في نظام التشغيل ويندوز 11 كميزات محلية على أجهزة الكمبيوتر المزودة بتقنية Copilot+. وهي مهام قصيرة ومتكررة تتطلب زمن استجابة منخفضًا، ما يجعلها مثالية للتنفيذ المحلي.

يُعد تحليل الوثائق وإدارة المعرفة الداخلية من أبرز تطبيقات الذكاء الاصطناعي. إذ يُمكن لأنظمة الذكاء الاصطناعي المحلية تحليل وتلخيص والبحث في العقود والفواتير والوثائق الداخلية عن بنود محددة دون تسريب أي معلومات حساسة خارج شبكة الشركة. كما تُمكّن تقنية توليد المعلومات المُعززة بالاسترجاع (RAG) نموذج الذكاء الاصطناعي المُشغّل محليًا من الوصول إلى أدلة الشركة ووثائق العمليات وأرشيفات البريد الإلكتروني، والإجابة على استفسارات اللغة الطبيعية. ووفقًا لشركة غارتنر، تُقلل هذه الأنظمة المساعدة للمعرفة الداخلية وقت استرجاع المعلومات في الشركات الصغيرة والمتوسطة بنسبة تتراوح بين 30 و40 بالمئة في المتوسط.

أصبح التنفيذ المحلي خيارًا جذابًا بشكل متزايد لدعم إنشاء النصوص والتواصل. سيحصل نظام التشغيل Windows 11 على مساعد كتابة جديد يعمل محليًا، ومتاح أيضًا دون اتصال بالإنترنت على أجهزة الكمبيوتر المزودة بتقنية Copilot+. يمكن استخدام Phi Silica مباشرةً داخل التطبيقات لاقتراح النصوص وإعادة صياغتها وتصحيحها. بالنسبة للشركات ذات حجم الاتصالات الكبير وبيانات العملاء الحساسة - على سبيل المثال في مجال الاستشارات القانونية أو المالية أو الطب - فهذا يعني دعمًا للذكاء الاصطناعي دون مشاركة البيانات مع مزودين خارجيين.

في مجال تطوير البرمجيات، تُمكّن مساعدات البرمجة المحلية من البرمجة المدعومة بالذكاء الاصطناعي دون الحاجة إلى مشاركة شفرة المصدر الخاصة. يُعدّ هذا الأمر بالغ الأهمية للشركات التي تُطوّر برامجها الخاصة وتحتاج إلى حماية مزاياها التنافسية من خلال الخبرة التقنية. يُدمج برنامج "المحطة الطرفية الذكية" من مايكروسوفت، الذي طُرح في يونيو 2026، دعم الذكاء الاصطناعي مباشرةً في سطر الأوامر، مُقدّماً اقتراحات للأوامر، وشروحاً للأخطاء، ودعماً لسير العمل.

بالنسبة للشركات الصغيرة والمتوسطة ذات أحجام العمل المنتظمة، تبرز جدوى اقتصادية واضحة: أنظمة الذكاء الاصطناعي المحلية التي تستوعب من 10 إلى 20 مستخدمًا تكلف رسومًا لمرة واحدة تتراوح بين 4000 و12000 يورو للأجهزة والإعداد، مع تكاليف متابعة سنوية تتراوح بين 500 و1500 يورو. ويتناقض هذا مع اشتراكات الذكاء الاصطناعي السحابية التي تستوعب 15 مستخدمًا، والتي تتراوح تكلفتها عادةً بين 3000 و6000 يورو سنويًا. ووفقًا لتحليل أجرته شركة أندريسن هورويتز، فإن أنظمة الذكاء الاصطناعي المحلية تسترد تكلفتها في غضون 12 إلى 18 شهرًا للشركات التي لديها أكثر من 20 مستخدمًا للذكاء الاصطناعي يوميًا. وبعد تجاوز هذا الحد، يصبح الاستثمار في الأجهزة أكثر فعالية من حيث التكلفة على المدى الطويل مقارنةً بالاشتراكات السحابية المستمرة.

حماية البيانات كميزة استراتيجية: اللائحة العامة لحماية البيانات (GDPR)، وقانون الاتحاد الأوروبي بشأن الذكاء الاصطناعي، والتحكم في البيانات الحساسة

لا يوجد مجال آخر تتجلى فيه ميزة معالجة الذكاء الاصطناعي محليًا بوضوح كما هو الحال في حماية البيانات. فبحسب دراسة أجرتها شركة Bitkom، أشارت 53% من الشركات الألمانية إلى العقبات القانونية والغموض كأبرز عوائق أمام نشر الذكاء الاصطناعي، بينما أشارت 48% منها إلى متطلبات حماية البيانات الصارمة. كما وجدت الدراسة أن 70% من الشركات الألمانية قد أوقفت بالفعل خطط الابتكار بسبب الغموض القانوني المحيط بحماية البيانات. تعالج أنظمة الذكاء الاصطناعي المحلية هذه المشكلة هيكليًا: فإذا لم تغادر البيانات شبكة الشركة أبدًا، يتم التخلص من خطر نقل البيانات إلى دول ثالثة (المواد 44-49 من اللائحة العامة لحماية البيانات)، وخطر إعادة استخدام البيانات لتدريب مقدمي الخدمات، وفي كثير من الحالات، يتم الاستغناء عن الحاجة إلى اتفاقية معالجة البيانات بموجب المادة 28 من اللائحة العامة لحماية البيانات.

في وثيقتها الإرشادية حول الذكاء الاصطناعي وحماية البيانات الصادرة في مايو 2024، صنّف المؤتمر الألماني لحماية البيانات (DSK) صراحةً الأنظمة المحلية المغلقة على أنها "مفضلة من منظور حماية البيانات". لا تزال الالتزامات الأساسية للائحة العامة لحماية البيانات (GDPR)، كالأساس القانوني، وتقييد الغرض، وتقييم أثر حماية البيانات، سارية، إلا أن تقييم المخاطر يُعدّ أكثر ملاءمةً للأنظمة المحلية. بالنسبة للمهنيين الملتزمين بالسرية، كالمحامين والأطباء ومستشاري الضرائب، غالبًا ما تكون المعالجة المحلية الكاملة هي الخيار الوحيد المتوافق مع القانون، إذ ينطوي الذكاء الاصطناعي السحابي على خطر الكشف عن معلومات ذات صلة جنائية للمزود بموجب المادة 203 من قانون العقوبات الألماني (StGB).

يعزز قانون الذكاء الاصطناعي للاتحاد الأوروبي، الذي دخل حيز التنفيذ تدريجياً منذ أغسطس 2024، هذا التوجه. فبحسب المادة 13 من القانون، تُعدّ شفافية قرارات الذكاء الاصطناعي وإمكانية تتبعها إلزامية للتطبيقات عالية المخاطر، وهو شرطٌ تستطيع الأنظمة المُشغّلة محلياً تلبيته هيكلياً بسهولة أكبر من واجهات برمجة التطبيقات السحابية المُبهمة. مع ذلك، يجب على مُستخدمي الأنظمة المحلية إدراك أن العبء التنظيمي لا ينتقل إلى جهات أخرى، بل إلى مؤسساتهم. إذ يجب دمج البيانات المُستخدمة، وكيفية تتبع القرارات، وكيفية إدارة التحديثات، ضمن عمليات الشركة الداخلية.

تكمن أكبر مخاطر خصوصية البيانات تحديدًا في المكان الذي دمجت فيه مايكروسوفت أبرز ميزات الذكاء الاصطناعي لديها: ميزة "استدعاء ويندوز". تلتقط هذه الميزة باستمرار لقطات شاشة لنشاط الشاشة وتفهرسها دلاليًا، مما يسمح للمستخدمين بالبحث في سجل استخدامهم الكامل. يحذر خبراء خصوصية البيانات من مخاطر جسيمة: إذ يلتقط الذكاء الاصطناعي بيانات حساسة مثل كلمات المرور والمستندات السرية، وتواجه الشركات انتهاكات للائحة العامة لحماية البيانات (GDPR). ومن اللافت للنظر أن ميزة "استدعاء ويندوز" هي إحدى الميزات القليلة التي لا تزال حصرية لوحدة المعالجة العصبية المخصصة (NPU) في جهاز كمبيوتر Copilot+، ولا تعمل على أنظمة معالجة الرسومات (GPU). هذه الحصرية التقنية ليست دليلاً على الجودة بقدر ما هي قرار بتقييد التحكم في وظيفة بالغة الحساسية.

Xpert.Digital هي منصة صناعية B2B تعتمد على البيانات بقيادة Konrad Wolfenstein . تعمل الشركة كحل خارجي شبه داخلي للشركاء الصناعيين، حيث تسد الثغرات التشغيلية في التسويق والمحتوى والمبيعات - دون الحاجة إلى موارد إضافية من جانب العميل.

للمزيد من المعلومات، انقر هنا:

• الحل شبه الداخلي: كيف تسدّ Xpert.Digital الفجوات التشغيلية في التسويق والمبيعات بين الشركات – أعمال ذكية قائمة على المحتوى

لا تزال الحوسبة السحابية ضرورية: حيث يصل الذكاء الاصطناعي المحلي إلى حدوده

على الرغم من جاذبية المعالجة المحلية للعديد من المهام اليومية، إلا أن قيود هذا النهج واضحة. من المتوقع أن يبقى تدريب نماذج اللغة الضخمة حكرًا على الحوسبة السحابية. أقسام تكنولوجيا المعلومات متوسطة الحجم غير مجهزة لذلك، وحتى الشركات الكبيرة لا تستطيع توفير الموارد اللازمة باستخدام الأنظمة القديمة بتكلفة معقولة. حتى نظام RTX Spark ذو أداء ذكاء اصطناعي يبلغ بيتافلوب واحد وذاكرة 128 جيجابايت يُعدّ ضئيلاً مقارنةً بمجموعة حوسبة حديثة فائقة التوسع. يتطلب تدريب نموذج متطور آلاف وحدات معالجة الرسومات عالية الأداء، وأشهرًا من وقت الحوسبة، ومليارات الدولارات من الاستثمارات - وهذا ما زال حكرًا على OpenAI وAnthropic وGoogle وMicrosoft أنفسهم.

وينطبق الأمر نفسه على ضبط النماذج الكبيرة بدقة لتناسب البيانات الخاصة. فرغم أن الطرق الفعّالة في استخدام المعلمات، مثل LoRA، قد سهّلت هذه العملية بشكل كبير، بل وتُقدّم مايكروسوفت نسخة مُعدّلة من LoRA لمنصة Phi Silica، إلا أن الضبط الكامل للنماذج الكبيرة لا يزال يتطلب موارد كثيرة. وستظل الشركات التي ترغب في تدريب نموذج يحتوي على 70 مليار مُعامل على بيانات أعمالها الخاصة بحاجة إلى استخدام موارد الحوسبة السحابية.

بالنسبة لطلبات الذكاء الاصطناعي غير المنتظمة والمتقطعة ذات المتطلبات الحسابية العالية، تظل الحوسبة السحابية أكثر فعالية من حيث التكلفة. وفقًا لمؤسسة FinOps، تستهلك عمليات الاستدلال ما بين 80 و90% من تكاليف الذكاء الاصطناعي الجارية، بينما لا يتجاوز استخدام وحدات معالجة الرسومات (GPU) في العمليات السحابية عادةً 15 إلى 30%. يدفع المستخدمون الذين نادرًا ما يستخدمون نماذج كبيرة فقط مقابل ما يستخدمونه في السحابة، في حين أن محطة العمل المحلية تستهلك الطاقة وتُجمّد رأس المال حتى في حالة الخمول. لا يصبح الاستثمار في أجهزة محلية باهظة الثمن مجديًا إلا بعد تجاوز حجم استخدام معين.

لا تزال التطبيقات التي تعتمد على أحدث النماذج، والتي يُتوقع أن تستفيد من تحسينات النماذج على المدى القريب، أكثر ملاءمةً للحوسبة السحابية. تتطلب النماذج المحلية تحديثات مستمرة، مما يستلزم عبئًا إداريًا. بينما يقوم مزودو الخدمات السحابية بتحديث نماذجهم باستمرار دون أي تدخل من المستخدم. سيستمر من يحتاجون إلى أقوى نموذج متاح للمهام المعقدة، مثل الاستدلال القانوني أو التشخيص الطبي أو الكتابة الإبداعية، في الاعتماد على النماذج الرائدة القائمة على الحوسبة السحابية، لأنه وفقًا للمعايير الحالية، تحقق النماذج المحلية المُكمّمة ما بين 90 و95% من أداء GPT-40 في تطبيقات الأعمال النموذجية، إلا أن الحوسبة السحابية لا تزال توفر مزايا كبيرة للمهام شديدة التعقيد.

في نهاية المطاف، تُعدّ أحمال العمل التعاونية للذكاء الاصطناعي على مستوى المؤسسة أكثر ملاءمةً للحوسبة السحابية. فعندما يحتاج 500 موظف إلى الوصول إلى نموذج ذكاء اصطناعي مركزي في وقت واحد، واستخدام مستودع معرفي مشترك، ومزامنة النتائج في الوقت الفعلي، تُصبح الحوسبة السحابية هي المنصة الأمثل. وقد صممت مايكروسوفت نظام التشغيل Windows 365 ومجموعة Microsoft 365 Copilot خصيصًا لهذا الغرض: كبنية تحتية تعاونية سحابية تُكمّل، لا أن تحل محل، المعالجة المحلية.

الهندسة المعمارية الهجينة كخطة استراتيجية للشركات

إنّ بنية المؤسسة الأكثر ذكاءً ليست حكرًا على البنية التحتية المحلية أو السحابية، بل هي بنية هجينة، وتستند إلى معايير محددة بوضوح. المبدأ بسيط: تُنقل المهام السريعة والحساسة واليومية إلى الأجهزة. أما كل ما هو ضخم ومكلف ويتطلب قدرة حاسوبية هائلة، فيبقى في مركز البيانات. وبين هذين النقيضين، تقع منطقة رمادية حيث تُتخذ القرارات بناءً على الظروف، مع مراعاة زمن الاستجابة وحساسية البيانات والتكلفة.

بالنسبة لشركة متوسطة الحجم، قد يبدو هذا الهيكل كالتالي: على جهاز الكمبيوتر المحلي، يتم تشغيل نظام التعرف على الكلام في الوقت الفعلي يوميًا أثناء تفاعلات العملاء، بالإضافة إلى تلخيص رسائل البريد الإلكتروني ومحاضر الاجتماعات، ومساعد معرفي داخلي يعتمد على نظام RAG مع وثائق الشركة، ومساعدة في تصحيح النصوص وصياغتها. أما في السحابة، فيتم تدريب نماذج خاصة بالشركة وضبطها مرتين كل ثلاثة أشهر، إلى جانب إجراء تحليلات دورية لمجموعات بيانات ضخمة، وإجراء عمليات استدلال قانونية أو استراتيجية معقدة تتطلب أفضل النماذج المتاحة، وتوفير خدمات الذكاء الاصطناعي لجميع الموظفين في وقت واحد عبر Microsoft 365 Copilot.

يجمع هذا النهج الهجين بين أفضل ما في كلا النظامين: التحكم في البيانات، وإمكانية العمل دون اتصال بالإنترنت، وكفاءة التكلفة العالية للحلول المحلية، مع قابلية التوسع، ودقة النماذج في الوقت الفعلي، وقدرات التعاون التي توفرها الحوسبة السحابية. يدير 98% من فرق إدارة العمليات المالية (FinOps) حاليًا إنفاق الذكاء الاصطناعي بشكل فعال، مقارنةً بـ 31% فقط قبل عامين. وهذا يدل على أن الشركات أدركت تعقيد نماذج تكلفة الذكاء الاصطناعي الهجينة كتحدٍ حقيقي.

يمكن للشركات اتخاذ قرارات عملية على النحو التالي: هل تُعالج البيانات الحساسة بانتظام، مما يجعل نقلها إلى دولة ثالثة أمرًا إشكاليًا؟ في هذه الحالة، تُعد المعالجة المحلية الخيار الأمثل. هل تُستخدم وظائف الذكاء الاصطناعي بشكل مكثف ويومي من قِبل العديد من الموظفين؟ في هذه الحالة، تُحقق الأجهزة المحلية عائدًا مجزيًا على المدى المتوسط. هل تُطلب أعلى مستويات الأداء وأحدث أجيال النماذج بشكل متقطع؟ في هذه الحالة، تظل الحوسبة السحابية الخيار الأكثر كفاءة. هل تحتاج النماذج إلى التدريب بانتظام باستخدام بيانات الشركة الجديدة؟ في هذه الحالة، تُعد البنية التحتية السحابية ضرورية.

المخاطر الاستراتيجية: ما يجب على الشركات ألا تغفله خلال المرحلة الانتقالية

ينطوي التحول إلى الذكاء الاصطناعي المحلي على مخاطر غالبًا ما يتم التقليل من شأنها خلال مرحلة التخطيط. وأخطرها هو التجزئة التقنية: فمع كل جيل جديد من الأجهزة، تُغير مايكروسوفت المنصة المستهدفة لوظائف الذكاء الاصطناعي المحلي. في البداية، كان من المُفترض أن تكون وحدة المعالجة العصبية (NPU) هي الأساس المُفضل، ولكن الآن تعود وحدة معالجة الرسومات (GPU) لتتبوأ الصدارة، حيث تعمل النماذج بالتوازي على أنوية المعالج المركزي (CPU)، ووحدات معالجة الرسومات المُدمجة، وبطاقات الرسومات المُخصصة، ووحدات المعالجة العصبية. بالنسبة للمطورين الذين يُدمجون وظائف الذكاء الاصطناعي في تطبيقات ويندوز، يعني هذا بذل المزيد من الجهد، والمزيد من الاختبارات، والمزيد من عدم اليقين. قد تجد الشركات التي تستثمر بكثافة في الأجهزة المُحسّنة لوحدات المعالجة العصبية اليوم، بعد عامين، أن السوق قد اتخذ منحىً مختلفًا.

يتمثل الخطر الاستراتيجي الثاني في وهم الإنتاجية. فعلى الرغم من الطفرة العالمية في مجال الذكاء الاصطناعي، أفادت نحو 90% من الشركات التي شملها استطلاع دولي ضمّ حوالي 6000 مدير تنفيذي، أنها لم تلاحظ أي تأثير يُذكر للذكاء الاصطناعي على الإنتاجية أو التوظيف خلال السنوات الثلاث الماضية. في المتوسط، يستخدم الموظفون أدوات الذكاء الاصطناعي لمدة ساعة ونصف فقط أسبوعيًا. غالبًا ما تُستخدم هذه الأدوات كأداة مساعدة، دون إحداث تغيير جذري في سير العمل، وغالبًا ما تُهدر إجراءات ضمان الجودة اللازمة أي وقت يتم توفيره. إن أفضل الأجهزة عديمة الفائدة إذا لم يكن الموظفون على دراية بكيفية دمج الذكاء الاصطناعي في عمليات عملهم الفعلية.

تتوقع مؤسسة غارتنر أن أكثر من 40% من المشاريع المدعومة بالذكاء الاصطناعي ستُهمل بحلول نهاية عام 2027، ويعود السبب الرئيسي في ذلك إلى عدم وضوح جدواها الاقتصادية. يُعد هذا التوقع مُقلقًا بالنظر إلى الاستثمارات الضخمة التي تُجريها الشركات حاليًا في البنية التحتية للذكاء الاصطناعي. إن أي شركة تستثمر اليوم في أجهزة كمبيوتر باهظة الثمن مزودة بتقنية الذكاء الاصطناعي لجميع موظفيها دون التحقق أولًا من مستويات الاستخدام الفعلية وحالات الاستخدام المحددة، تُخاطر بخسارة استثمارية فادحة.

الحدود المتغيرة: كيف سيبدو روتين العمل المكتبي في المستقبل

عند النظر إلى جميع التطورات التقنية والاقتصادية والتنظيمية مجتمعة، تتضح صورة جلية للحياة المكتبية اليومية خلال ثلاث إلى خمس سنوات. سيصبح الذكاء الاصطناعي أقل وضوحًا، ليس لأنه سيقل انتشاره، بل لأنه سيتكامل بشكل أعمق مع الأدوات اليومية. ولن يُطرح السؤال "هل يجب عليّ استخدام الذكاء الاصطناعي الآن؟"، لأن دعم الذكاء الاصطناعي سيظهر تلقائيًا حيثما دعت الحاجة: عند كتابة بريد إلكتروني، أو فتح مستند، أو بدء مؤتمر فيديو.

يتجه نظام التشغيل ويندوز 11 نحو هذا التوجه من خلال ميزات مثل "مرحباً أيها الطيار الآلي" للتفاعل الصوتي المباشر، و"انقر للتنفيذ" لإجراءات الذكاء الاصطناعي المُراعية للسياق على أي نص أو صورة، بالإضافة إلى بحث دلالي مُحسّن يعثر على المستندات بناءً على محتواها بدلاً من اسم الملف. تُسوّق مايكروسوفت تطبيق Copilot كتطبيق مركزي شامل، من المُقرر أن يجمع بين إمكانيات الدردشة والعمل المشترك والبرمجة بحلول صيف 2026. يُمكن الآن تشغيل مهام الذكاء الاصطناعي محلياً على أكثر من 500 مليون جهاز كمبيوتر عبر منصة Windows ML الخاصة بالشركة، وهو رقم يُؤكد مدى اتساع نطاق هذا التحول.

لكن التحول الحقيقي ليس تقنيًا، بل فكريًا. ستتوقف الشركات عن النظر إلى الذكاء الاصطناعي كخدمة خارجية، تُحجز كمركز بيانات، وستبدأ في التعامل معه كجزء لا يتجزأ من بنيتها التحتية، بكل ما يوفره من مزايا التحكم، ولكن أيضًا بكل ما يترتب على ذلك من مسؤوليات الملكية. أي شخص يُشغّل نموذج ذكاء اصطناعي محليًا مُلزم بصيانته وتحديثه وتأمينه وضمان امتثاله للمعايير. إن سهولة استخدام الحوسبة السحابية لها ثمن، ليس فقط من الناحية المالية، بل أيضًا من حيث الاعتمادية ومشاركة البيانات. كما أن الذكاء الاصطناعي المحلي له ثمن، ليس فقط من حيث استثمارات الأجهزة، بل أيضًا من حيث التكاليف التشغيلية.

إنّ أدقّ وصف لهذا التطور يكمن في بنية النظام نفسها: فالحاسوب الذكيّ المدعوم بالذكاء الاصطناعي لا يحلّ محلّ الحوسبة السحابية، بل يُغيّر حدودها فحسب. كلّ ما هو سريع، أو حسّاس، أو روتينيّ ينتقل إلى الجهاز. أمّا كلّ ما هو ضخم، أو باهظ الثمن، أو يتطلّب قدرة حاسوبية هائلة، فيبقى في مركز البيانات. والشركات التي تُحدّد هذه الحدود بوعي واستراتيجية - بدلاً من تركها للصدفة أو الإعدادات الافتراضية - ستجني أكبر الفوائد من الجيل القادم من بيئات العمل المدعومة بالذكاء الاصطناعي.

☑️ لغة أعمالنا هي الإنجليزية أو الألمانية

☑️ جديد: مراسلات بلغتك الأم!

 

يسعدني أنا وفريقي أن نكون متاحين لكم بصفتنا مستشاركم الشخصي.

يمكنكم التواصل معي عبر ملء نموذج الاتصال هنا wolfenstein@xpert.digital:أو الاتصال بي مباشرةً على الرقم +49 7348 4088 965. عنوان بريدي الإلكتروني هو

أتطلع إلى مشروعنا المشترك.

 

 

☑️ دعم الشركات الصغيرة والمتوسطة في مجالات الاستراتيجية والاستشارات والتخطيط والتنفيذ

☑️ إنشاء أو إعادة تنظيم الاستراتيجية الرقمية والتحول الرقمي

☑️ توسيع وتحسين عمليات المبيعات الدولية

☑️ منصات التداول العالمية والرقمية بين الشركات

☑️ تطوير الأعمال الرائدة / التسويق / العلاقات العامة / المعارض التجارية

في مجال الأعمال الصناعية بين الشركات، نادراً ما تنشأ علاقات تجارية مستدامة بين عشية وضحاها. بل تتطور تدريجياً من خلال الشفافية، والأهمية المهنية، والتواصل المستمر، وبناء الثقة المتنامية. ويُعالج نموذج Xpert.Digital ذو المراحل الأربع هذا الأمر تحديداً: فهو يُقدم مساراً منظماً يبدأ بنقطة دخول سهلة، ويمكن تطويره إلى تعاون أعمق في تنمية الأعمال عند الحاجة.

بدلاً من الاعتماد على وعود تسويقية براقة، يضع هذا النموذج العلاقة في صميم اهتمامه. تبدأ الشركات بمقاييس محددة بوضوح وسهلة الحساب، ثم تقرر، بناءً على خبرتها، مدى رغبتها في توسيع نطاق التعاون. ومن العوامل الرئيسية في هذه العملية السلسة لبناء الثقة: أن المنصة تتجنب تماماً الإعلانات المزعجة، بحيث يبقى التركيز التحريري منصباً بالكامل على خبرة الشركات.

للمزيد من المعلومات، انقر هنا:

• من الشفافية إلى الثقة: مسارك القابل للتوسع مع Xpert.Digital