السياق هو الذهب الجديد: الموجة القادمة من الذكاء الاصطناعي العامل هي شراء الفهم، لا قوة المعالجة

ثورة الذكاء الاصطناعي في طريق مسدود – ليس بسبب قوة حسابية غير كافية، ولكن لأن المنظمات تحل المشاكل الخاطئة.

في حين أن الإنفاق العالمي على الذكاء الاصطناعي العام المتوقع أن يصل إلى $644 مليار في 2025، يحذر الخبراء أيضًا من أن أكثر من 40% من مشاريع الذكاء الاصطناعي العامل سيتم إلغاؤها بحلول عام 2027. في الواقع، النشاط الأخير في الاندماجات والاستحواذ – مثل استحواذ Snowflake على $250 مليون استحواذ على Crunchy Data و استحواذ Rubrik على Predibase – يشير إلى تحول أساسي: المرحلة القادمة للذكاء الاصطناعي في الشركات هي أكثر من قوة الحوسبة… إنها حول الفهم الأعمق.

المال الذكي في حركة

وفقًا لمسح S&P Global Market Intelligence لعام 2025، 42% من الشركات ألغت معظم مبادرات الذكاء الاصطناعي الأخيرة، اعتبارًا من 17% فقط في عام 2024. ألغى 46% من الشركات عروض الديمو قبل بدء الإنتاج حتى.

ت thất bại هذه المشاريع لا تتعلق بالقيود الفنية، ولكن بسبب الفجوات الدلالية. إذا كان نظام الذكاء الاصطناعي يمكنه معالجة بيتابايت من البيانات ولكنه لا يستطيع فهم ما يعني “قيمة العميل على مدى الحياة” عبر احتياجات الإدارات المختلفة، من المحتمل أن تكون نقاط الفشل سياقية.

هãy xem xét الاستراتيجية وراء تكامل Snowflake لتقنيات الذكاء الاصطناعي الدلالية لشركة Postgres، والتي تهدف إلى إنشاء أساس يمكن للوكلاء الذكاء الاصطناعي من خلاله فهم السياق العامل والسياق التجاري — مما يسمح للمطورين ببناء وكلاء ذكاء اصطناعي موثوق بهم مع “مرونة ووضوح أكبر وسيطرة”. استحواذ Rubrik على Predibase يهدف أيضًا إلى مساعدة العملاء على نشر الذكاء الاصطناعي العامل بشكل آمن عن طريق ưu tiên الدقة السياقية جنبًا إلى جنب مع قوة الحوسبة.

حيث يلتقي السياق مع النطاق

نجاح التعاون الأخير بين Palantir و Qualcomm لتوسيع قدرات الفهم الاصطناعي هو مثال آخر على القوة التحويلية لهندسة الذكاء الاصطناعي الدلالية. نهجهم “الontology” — إنشاء سابقة لغوية لتحويل المفاهيم التجارية والعلاقات والقواعد إلى صيغ قابلة للقراءة بواسطة الآلة — يحول الذكاء الاصطناعي من التعرف على الأنماط إلى منطق تجاري واضح ويوضح كيف يمكن للفهم الدلالي تمكين الذكاء الاصطناعي من العمل بشكل فعال، حتى في البيئات غير متصلة أو محدودة الموارد.

على سبيل المثال، فيما يتعلق بمبادرات الطاقة النووية، لا يتنبأ نظام الذكاء الاصطناعي في Palantir بفشل المعدات فقط — بل يفهم أيضًا الآثار التجارية المتسلسلة عبر سلاسل التوريد والامتثال التنظيمي التي تؤدي إلى هذه الأعطال أو تنتج عنها. وبالمثل، في التصنيع، يفهم أنظمتها العلاقات المترابطة بين مراقبة الجودة وإدارة المخزون والالتزامات مع العملاء، مما يسمح بمقدمة شاملة للعمليات التي تساعد على التنبؤ ومنع المشاكل.

الثورة البنيوية للبنية الدلالية

التحول من البنية الكفائية إلى البنية الدلالية يمثل إعادة التفكير الأساسية في الذكاء الاصطناعي في الشركات. وفقًا لمؤتمر Gartner Data & Analytics Summit لعام 2025، يعتمد هذا التحول على ثلاثة عوامل حرجة:

• هندسة البيانات الدلالية: يجب أن يحمل كل نقطة بيانات معنى تجاري، لا قيمة حسابية فقط. كما يظهر بحث Enterprise Knowledge، تعمل الطبقات الدلالية كجسور بين البيانات الخام والتطبيقات، مما يوفر “مناظير موحدة وموضعية” تمكن التفاعلات المستخدمة بسهولة.
• تكامل المنطق التجاري: لتحقيق القيمة القصوى، يتطلب الذكاء الاصطناعي الحديث التكامل مع السياقات التجارية المحددة، الخاصة باحتياجات كل منظمة. يظهر Oracle’s AI Agent Studio هذا النهج من خلال تقديم الوصول إلى واجهات برمجة تطبيقات Oracle Fusion Applications ومخازن المعرفة والأدوات المحددة مسبقًا التي تحافظ على منطق الأعمال الخاص بالمنظمة داخل أنظمة الذكاء الاصطناعي القائمة على Agents. تمكن هذه الحلول أنظمة الذكاء الاصطناعي العامل من خلال دمج البنى الدلالية مع بروتوكولات سياق النماذج (MCP)، مما يسمح بالتفسير السلس والغني بالسياق للبيانات ويمكن الوكلاء من العمل عبر مصادر البيانات المختلفة للشركة.
• محركات القرار الدلالية: يؤكد تقرير McKinsey لعام 2025 حول الذكاء الاصطناعي في مكان العمل أن أنظمة الذكاء الاصطناعي الناجحة في الشركات يجب أن تفهم تمامًا الآثار التجارية لأي مهمة معينة، لأي منظمة معينة. ومع ذلك، يعتقد فقط 1% من الشركات أنها достигت النضج الكامل في الذكاء الاصطناعي، مما يبرز الفجوة بين القدرات الحالية والمتطلبات الدلالية.

الآثار التنافسية

المنظمات التي يمكنها إنشاء أنظمة ذكاء اصطناعي غنية بالسياق سوف تخلق لنفسها مزايا ذاتية.

كل互одействة تجارية لها إمكانية تعزيز فهم الذكاء الاصطناعي العامل للاحتياجات المحددة لأي منظمة، مما يحسن الأداء ويخلق حواجز تنافسية将 يكون من الصعب على الآخرين تكرارها من خلال قوة الحوسبة فقط. يؤكد تقرير Deloitte حول حالة الذكاء الاصطناعي التوليدي أن بينما 60% من المنظمات تتبع حتى 20 تجربة للذكاء الاصطناعي، تلك التي تركز على “التحديات المحددة للصناعة والعمل” تظهر نتائج أفضل بشكل كبير.

الآثار على المواهب مهمة بشكل متساو. بينما يتقاضى مهندسو الذكاء الاصطناعي رواتب أعلى، النقص الحقيقي هو المحترفون الذين يفهمون كل من تنفيذ الذكاء الاصطناعي وكذلك بنية الأعمال الدلالية. يؤكد توقعات PwC لعام 2025 أن “نجاح الذكاء الاصطناعي سيكون حول الرؤية كما هو الحال في التبني، مع الحاجة إلى شركات لديها نهج منهجي وشفاف لضمان القيمة المستدامة”. بعبارة أخرى، إذا لم يفهم الأشخاص الذين يدرّبون الذكاء الاصطناعي احتياجات الأعمال، فلن يفهم الوكلاء الذين يخلقونهم أيضًا.

الضرورة الاستراتيجية

ما هي التغييرات البنيوية التي يجب على المنظمات إجراؤها؟

يؤكد مؤتمر Gartner Data & Analytics Summit على أهمية الانتقال من البيانات الوصفية الفنية إلى البيانات الوصفية الدلالية – البيانات التي يتم تحسينها بالتعريفات التجارية المحددة والبنى الدلالية والعلاقات. هذا التحول إلى “التصميم الدلالي أولاً” هو حاسم للمنظمات التي تهدف إلى استخلاص رؤى معنوية وضمان الوضوح عبر الأنظمة. في الوقت نفسه، فإن حوكمة الذكاء الاصطناعي الدلالية الفعالة حاسمة لتمييز قدرات الذكاء الاصطناعي العامل الحقيقية عن النماذج غير الكافية التي توفر فقط آليّة أساسية وتسويقها بشكل خادع على أنها ذكاء اصطناعي عامل.

الشركات التي ستنجح في الذكاء الاصطناعي العامل ستكون تلك التي يتم تكوين وكلاء الذكاء الاصطناعي لديها بشكل استراتيجي لفهم السياقات التجارية بعمق كافٍ بحيث يمكنهم العمل بشكل مستقل وفعال.

فرصة الذكاء الاصطناعي العامل

يتنبأ Gartner أن 33% من برامج الشركات سوف تتضمن الذكاء الاصطناعي العامل بحلول عام 2028، مقارنة بأقل من 1% في عام 2024. يزيد صعود الذكاء الاصطناعي العامل من أهمية البنية الدلالية؛ لتحقيق ذلك، يتطلب أنظمة الذكاء الاصطناعي:

• فهم سياقي عميق لاتخاذ قرارات مستقلة متوافقة مع الأهداف التجارية.
• اتساق دلالي عبر جميع مصادر البيانات لمنع الإجراءات المتناقضة بين الإدارات والمهام المختلفة
• تكامل المنطق التجاري لضمان الامتثال للقواعد واللوائح التنظيمية

مع استثمار المنظمات مليارات الدولارات في تطوير الذكاء الاصطناعي العامل، تلك التي لا تملك أسس دلالية سوف تواجه معدلات فشل متزايدة.

الضرورة الدلالية

مع انتشار أنظمة الذكاء الاصطناعي العامل، سوف يزداد الفارق بين المنظمات التي تملك بنية دلالية وتلك التي لا تملكها.对于 الشركات التي تستثمر في الذكاء الاصطناعي العامل، الخيار واضح: بناء الأسس الدلالية الآن أو مشاهدة المنافسين الذين يدركون السياق ويتقدمون في استثمارات الذكاء الاصطناعي لتحقيق مزايا لا تقاوم.

في عصر القوة الحوسبية الوفيرة، السياق هو الذهب الجديد، وthose الذين يمكنهم تعليم أنظمة الذكاء الاصطناعي لفهم الأعمال التي يخدمونها سوف يكسبون لمسة ميداس الخاصة بهم.