هيمنة الذكاء الاصطناعي، تتجه من النماذج إلى «البنية التحتية للوكيل»... خطوة جوجل السريعة في السحابة

تشير التحليلات إلى أن التركيز في سعي جوجل كلاود للسيطرة على المنافسة في الذكاء الاصطناعي لم يعد على “أداء النموذج”، بل تحول إلى “طبقة التحكم” والبنية التحتية للبيانات. مع تسارع انتشار الذكاء الاصطناعي على مستوى المؤسسات، تقيّم الصناعة أن الفوز الحقيقي قد يعتمد على “البنية التحتية للذكاء الاصطناعي” التي تمكن الوكيل الذكي من قراءة وربط وتنفيذ البيانات.

عند تحليل مؤتمر جوجل كلاود نيكست 2026، قال كبير المحللين في Cube Research، جون فريير، إن جوجل تستهدف أن تلعب دور نظام تشغيل مؤسسي موجه للوكيل الذكي. ويعتقد أن السيطرة على “الطبقة التحكمية” التي تربط البيانات بمختلف الأنظمة ستحدد الميزة السوقية. هذه الطبقة تشبه الشبكة العصبية، وتكون مسؤولة عن ربط تطبيقات البيانات المختلفة داخل المؤسسة وتدفق البيانات.

في مواقع العمل، أصبح سرعة إدخال الذكاء الاصطناعي ملحوظة بشكل كبير. ووفقًا لبعض الشركات، أصبح وزن الآلات في كتابة الشفرات يفوق الإنسان. ومع ذلك، ليست جميع المؤسسات تتقدم بنفس السرعة. لا تزال العديد من الشركات غير قادرة على تحديد أي الأعمال ستستفيد أكثر من تطبيق الذكاء الاصطناعي بشكل أولوية. هذا يبرز أهمية تصميم البنية التحتية للذكاء الاصطناعي الموجهة للوكيل، والتي تتضمن البيانات والأمان والحوكمة وبيئة التنفيذ.

المحور الأساسي هو “بيانات السياق”… فالمعلومات الدقيقة ليست الأهم، بل “المعلومات الأنسب”

تعتبر جوجل كلاود أن “بيانات السياق” هي المفتاح لتعويض محدودية نماذج الذكاء الاصطناعي. أوضح سيريلش كريشنا مورتي، مدير هندسة قواعد البيانات في جوجل كلاود، أن النماذج قوية جدًا، لكن السياق الذي تحتاجه الأعمال الفعلية موجود في البيانات. هذا يعني أن الإجابة على الأسئلة لا تتطلب ببساطة إدخال كمية كبيرة من المعلومات، بل استخراج “المعلومات الضرورية في الوقت الحالي” بدقة.

لذا، هناك رأي يقول إن الجيل القادم من سحابات البيانات يجب أن يختلف عن قواعد البيانات التقليدية. يجب أن يتجاوز وظائف التخزين والاستعلام البسيطة، ليعالج داخل نظام واحد عمليات البحث عن الرسوم البيانية، والتضمين الشعاعي، والبحث النصي الكامل، والمعاملات العلائقية. فقط من خلال تقديم أفضل النتائج مع تقليل حركة البيانات، يمكن للبنية التحتية للذكاء الاصطناعي الموجهة للوكيل أن تعمل بشكل جيد في بيئة المؤسسات الكبيرة.

كما تتفق شركة OpenText مع هذا الرأي. تعمل OpenText مع جوجل كلاود لبناء مجموعة أدوات الوكيل الذكي استنادًا إلى هندسة السياق، وحقوق البيانات، والتشغيل المفتوح. تؤكد OpenText أن معلومات المؤسسات ليست مجرد ملفات تخزين، بل نظام يتضمن التصنيف، والعلامات، والحوكمة، والربط مع عمليات الأعمال. ولتوفير هذه المعلومات لنماذج اللغة الكبيرة، يجب منع الفيضانات غير الضرورية للبيانات، ونقل المعلومات الضرورية فقط في الوقت المناسب.

تعمل جوجل على توسيع حلولها الصناعية من خلال تكامل عميق لمنصة Gemini للوكيل المؤسسي، بهدف تمكين الاستفادة الآمنة من عقود من البيانات المؤسسية. ويؤكد ذلك أن نجاح أو فشل إدخال الذكاء الاصطناعي يعتمد أكثر على جودة البيانات وبنية الوصول إليها، وليس على روعة النماذج.

البيئة المختلطة وتقليل التكاليف… الشراكات تحدد كفاءة البنية التحتية للذكاء الاصطناعي

المنافسة على البنية التحتية للذكاء الاصطناعي لا تعتمد فقط على شركة واحدة. تتعاون جوجل مع نيفادا، وديل تكنولوجيز، وAMD لبناء “البنية التحتية الجاهزة للذكاء الاصطناعي” التي تغطي السحابة والنشر المحلي. خاصة أن العديد من الشركات تجد صعوبة في الاعتماد الكامل على السحابة الخارجية بسبب الأمن والتنظيم، تدعم جوجل من خلال سحابة موزعة تمكّن المؤسسات من استخدام وظائف Gemini في بيئاتها المحلية.

وفي هذا السياق، يلعب Kubernetes دورًا متزايدًا. تعتبر جوجل أن Kubernetes هو نظام تشغيل فعلي للذكاء الاصطناعي يشمل التعلم، والاستنتاج، والتعلم المعزز. ويعني ذلك أن Kubernetes هو الأداة الأساسية لتنسيق الوكلاء الذكيين الموزعين عبر بيئات متعددة. مع توسع الشركات في بيئات متعددة السحابات أو هجينة، فإن طبقة التنسيق هذه لا غنى عنها.

كما أن مسألة التكاليف تعتبر عاملاً مهمًا. أوضح AMD أن العديد من العملاء يستخدمون مراكز البيانات الخاصة بهم والسحابة في آن واحد، وأن البنية التحتية المبنية على معمارية x86 هي الحل الأكثر واقعية. حيث يمكن نقل عبء العمل الحاوي بسهولة بين البيئتين، مع ضمان الأداء والكفاءة من دون الحاجة إلى تعديل الكود.

وفقًا لشركة Sabre، وهي شركة تكنولوجيا سفر أمريكية، بعد نقل أكثر من 50 ألف وحدة معالجة مركزية افتراضية إلى جوجل كلاود المبني على AMD، حققت الشركة وفرة في التكاليف وتحسينات في الأداء. وأكدت أن ذلك تم بدون تعديل الكود، مع استغلال أقل للبنية التحتية، مما أدى إلى معالجة أسرع، وإعادة توجيه الميزانية المدخرة للاستثمار في الذكاء الاصطناعي الموجه للوكيل.

كما تركز جوجل على التوسع في النظام البيئي. وتخطط لاستثمار 7.5 مليار دولار (حوالي 1.107 تريليون وون كوري) لتعزيز أداء أكثر من 120 ألف شركة عضو في شبكة شركائها. وتفكر جوجل أيضًا في بناء هيكل يتيح لوكلائها التفاعل مع أنظمة جوجل، لتحقيق التشغيل الآلي في عمليات الإدراج، والتدريب، والتوصية.

تطبيقات الذكاء الاصطناعي على “المشكلات” تظهر فعاليتها… تتجاوز الأتمتة البسيطة لتحسين تجربة العملاء

نصحت شركة ماكينزي الشركات التي تشعر أن عائد استثمارها في الذكاء الاصطناعي أقل من المتوقع، بالتركيز على المشكلات الأكبر. قال شريك ماكينزي الكبير، أشتوش باددي، إنه لتحقيق قيمة ملحوظة، يجب أن تبدأ من قضايا يمكن أن تهز بنية المؤسسة بأكملها. لأنه حتى المشاريع التجريبية الناجحة قد لا تجذب انتباه المنظمة بأكملها، لكن حل المشكلات الأساسية للأعمال يخلق إدارة التغيير وبناء القدرات.

تم تقديم شركة Covered California، أكبر سوق تأمين صحي حكومي في الولايات المتحدة، كمثال على ذلك. تعاونت مع Deloitte وGoogle لتطبيق Google Document AI، مما أدى إلى أتمتة واسعة لعملية التحقق من الأهلية والتسجيل. ويُقدر أن ذلك وفر حوالي 24 ألف ساعة عمل سنويًا. كانت عملية التحقق من المستندات التي كانت تستغرق حتى 72 ساعة، تُنجز الآن خلال ثوانٍ.

وهذا لا يقتصر على خفض التكاليف البشرية فقط. أشار التقييم إلى أن تحرير الموظفين من الأعمال الورقية المتكررة سمح لهم بالتركيز على دعم العملاء بشكل أكثر قيمة، مما رفع جودة الخدمة وتجربة العملاء. وفسرت Deloitte أن الذكاء الاصطناعي ليس بديلًا للبشر، بل أداة تتيح لهم التركيز على الأعمال ذات الطابع الإنساني.

رسالة مؤتمر جوجل كلاود نيكست 2026 واضحة. لم يعد جوهر المنافسة في الذكاء الاصطناعي يقتصر على “من يصنع النموذج الأذكى”. في سوق المؤسسات، أصبح دمج البيانات، وطبقة التحكم، والبنية التحتية المختلطة، والكفاءة التكاليفية، وبيئة الشركاء، هو العامل الحقيقي للفوز. في المستقبل، ستعتمد نجاحات أو إخفاقات الذكاء الاصطناعي بشكل أكبر على قدرة النماذج على الارتباط المستقر والمرن ببيئة المؤسسات، وليس على روعة النموذج نفسه.

ملاحظات حول الذكاء الاصطناعي في TokenPost.ai تم إعدادها باستخدام نموذج اللغة الخاص بنا. قد يكون هناك بعض الفقد أو عدم التطابق مع الحقائق في النص الأصلي.