قادة الفكر

حلّ الكيانات يتحول إلى بنية تحتية للذكاء الاصطناعي، لا مجرد تنظيف للبيانات

Steven Renwick
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةتتحول عملية توحيد الكيانات من تنظيف دوري إلى بنية تحتية وقت التشغيل لأن الوكلاء يتصرفون…
عرض المزيد
  • تتحول عملية توحيد الكيانات من تنظيف دوري إلى بنية تحتية وقت التشغيل لأن الوكلاء يتصرفون فورًا بناءً على الهويات الموحَّدة.
  • يرث الوكلاء المعزَّزون بالاسترجاع سجلات مجزأة أو مدموجة خطأً ويتعاملون مع ذلك الغموض كأنه حقيقة مستقرة.
  • تنشر معظم المؤسسات وكلاء مستقلين بينما يرى قليلون أن بنيتهم التحتية جاهزة فعلاً لحوكمتهم.

قبل فترة، شاهدت وكيل ذكاء اصطناعي يقدم بثقة إجابة خاطئة تمامًا لسبب عادي جدًا. كان هناك سجلان لشركة واحدة في قاعدة البيانات. احتوى السجل الأول على الاسم التجاري القديم واسم جهة الاتصال المالية. بينما احتوى السجل الثاني على الاسم القانوني الجديد الذي اعتمدته الشركة بعد استحواذ، إلى جانب عنوان فاتورة مختلف. سُئل الوكيل عن سؤال بسيط: هل هذا الحساب في وضع جيد؟ وجد سجلاً واحداً ولم يجد أي فواتير متأخرة، وقال نعم. كانت الفواتير المتأخرة مسجلة تحت الاسم الآخر.

لم يختلق النموذج أي شيء. فقد استدل بصورة سليمة اعتمادًا على البيانات التي قُدمت له. كانت البيانات ببساطة تصف عميلين حيث كان هناك في العالم الحقيقي عميل واحد. الخطأ لم يكن في نموذج اللغة. كان في الربط.

لقد أصبحت أعتقد أن هذا واحد من أكثر المخاطر التي يُستهان بها في الذكاء الاصطناعي للشركات، وأحد المخاطر الأقل مناقشة. نتحدث باستمرار عن دقة النموذج وتصميم الأوامر النصية والحوكمة. نتحدث بشكل أقل عن ما إذا كان النظام يعرف في الواقع أي عميل أو مورد أو حساب حقيقي يتعامل معه. هذا السؤال له اسم. يُسمى حل الكيان، وهو يتحول بهدوء، بعد ستين عامًا من العمل في الخلفية، إلى جزء من البنية التحتية الآنية.

تغير الزمن الذي تُطرح فيه المشكلة

طوال معظم تاريخ هذه الممارسة، كان السؤال «هل يشير هذان السجلان إلى الكيان نفسه؟» متعلقًا بتنظيف البيانات. وكان يُعالج ضمن تشغيل دفعي، وفقًا لجدول، في مكان ما داخل برنامج إدارة البيانات الرئيسية أو مستودع أو خط أنابيب تحليلي. لم يكن مثاليًا أبدًا، لكنه كان من الممكن التعايش مع عيوبه، لأن الإخراج كان تقريرًا يقرأه شخص ما في الأسبوع التالي. إذا لم يتم دمج سجلين لمورد واحد، خرجت قيمة الإنفاق قليلاً خاطئة، لاحظها المحلل، وصُحح في التشغيل التالي. كان في النظام هامش من الوقت. امتص الزمن الأخطاء.

يُزيل وكيل الذكاء الاصطناعي هذا الهامش الزمني. يغير زمن السؤال من “لاحقًا” إلى “الآن”. عندما يكون الوكيل على وشك الموافقة على استرداد، أو توجيه حالة، أو تحديث ملف تعريف، أو الإجابة على سؤال متعلق بالامتثال، فإن الكيان المحلول لم يعد يغذي لوحة معلومات. إنه يغذي إجراءً. تنتقل تكلفة الربط الخاطئ من رقم غير دقيق قليلًا إلى شيء يحدث في العالم، على الفور، وغالبًا دون وجود إنسان ضمن العملية يكتشف الخطأ.

هذا هو التحول الجدير بالاهتمام. المشكلة الكامنة قديمة ومفهومة جيدًا. ما هو جديد هو أننا وصلنا هذه المشكلة مباشرة بالأنظمة التي تعمل بنفسها.

مشكلة إحصائية من ستينيات القرن الماضي

لم يصل حل الكيان مع نماذج اللغة الكبيرة. جاء مع بطاقات الثقب. في عام 1959، نشر ه. ب. نيوكومب وزملاؤه ورقة قصيرة في مجلة ساينس حول الربط التلقائي للسجلات الحيوية، ووصفوا كيف يمكن للكمبيوتر أن يقرر ما إذا كان سجل الميلاد وسجل الزواج يشيران إلى نفس الشخص. بعد عقد من الزمن، منح إيفان فيلجي وألان سونتر الفكرة نظرية رياضية رسمية، وحددوا ثلاث نتائج ينتجها أي نظام مطابقة حتى اليوم: ربط، وعدم ربط، وربط محتمل يحتاج إلى مراجعة شخص.

هناك تفصيل في هذا المسار التاريخي يستحق التوقف عنده، لأنه الجزء الذي يخطئ فيه الناس غالبًا. لم يكن ربط السجلات مجرد مطابقة دقيقة على عنوان البريد الإلكتروني أو معرف مشترك. منذ البداية كان احتماليًا. قام بوزن الأدلة التي توافق عليها السجلات على اسم العائلة، وتاريخ، ومكان، وأنتج درجة، لأن البيانات التي يدخلها الإنسان غير دقيقة، وتتعرض مفاتيح المطابقة الدقيقة للفشل باستمرار. لا يزال حل الكيان الحديث يعمل بهذه الطريقة. يجمع بين القواعد التحديدية، حيث يكون المعرّف المشترك الثابت حاسمًا، مع مطابقة احتمالية وتقريبية تعتمد على التعلم الآلي، وهي تتعامل مع الأخطاء الإملائية والأسماء المستعارة والحقول المقلوبة والاختصارات ونحو اثنتي عشرة طريقة بسيطة يظهر بها الشخص نفسه أو الشركة نفسها بشكل مختلف عبر الأنظمة. يُظهر استعراض جيد لهذا المجال خطًا غير منقطع من سجلات الأحوال المدنية في الخمسينيات إلى طرق التجميع والتعلم الآلي المستخدمة الآن.

ما تغير حقًا هو وقت الحاجة إلى الإجابة. كان الباحثون يكتبون عن حل الكيان في وقت الاستعلام، بدلاً من الاعتماد على المعالجة المسبقة وحدها، قبل موجة الذكاء الاصطناعي الحالية بوقت طويل. في ذلك الوقت كان تحسينًا مثيرًا للاهتمام. الآن هو أقرب إلى متطلب.

لماذا يحول الوكلاء حلّ الكيانات إلى بنية تحتية

لا تُجيب معظم أنظمة الذكاء الاصطناعي للشركات من ذاكرة النموذج. بل تسترجع المعلومات. شاع نمط التوليد المعزز بالاسترجاع، حيث يسترجع الوكيل السياق ذا الصلة لحظة طرح السؤال ويستدل بناءً عليه. وهذا أمر جيد في المحصلة. إنه يربط الإجابات ببياناتك بدلاً من تدريب النموذج.

لكن هذا ينطوي على نتيجة يسهل إغفالها. يرث الوكيل ما يتم تسليمه في خطوة الاسترجاع. إذا أعاد الاسترجاع بيانات عميل منقسمة، ثلاثة سجلات جزئية لم يتم ربطها مطلقًا، فإن الوكيل سيستدل بشأن ثلاثة عملاء. إذا أعاد الاسترجاع بيانات عميل دُمجت خطأ، شركتان مختلفتان تم دمجهما في ملف تعريف واحد، فإن الوكيل سيستدل بشأن عميل واحد. يتم تمرير الغموض القائم بالفعل في أنظمة المصدر مباشرة إلى النموذج على أنه حقيقة محسومة. لا يمكن للنموذج أن يعرف ما إذا كان الربط خاطئًا، تمامًا كما أنك لن تعرف ذلك عند قراءة ملخص مرتب للسجلات التي لم تكن قد رأيتها من قبل.

لذلك لا يمكن أن يكون حلّ الكيانات إضافة ثانوية تُشغّل مرة كل ربع سنة وتُحفظ نتائجها في جدول منفصل. يجب تجميع الكيان عند إدخال البيانات، ويجب أن تتاح استعادة الرؤية الحالية الموحّدة للكيان في اللحظة التي يطلبها الوكيل. هذا هو الاعتماد في وقت التشغيل. فهو أشبه بكثير بقاعدة بيانات أو خدمة مصادقة منه بمشروع دوري لتنظيف البيانات، ويجب تصميمه ومراقبته وضمان موثوقيته بنفس الطريقة التي تتعامل بها مع أي نظام آخر يستدعيه تطبيقك في الوقت الفعلي.

فجوة الجاهزية التي لا يسميها أحد بدقة

يشعر المجال بالفعل بوجود شيء مفقود هنا. وجد مؤشر جاهزية الذكاء الاصطناعي 2025 من سيسكو أن 83 في المائة من المنظمات تخطط لنشر وكلاء مستقلين، بينما يشعر فقط حوالي ثلثهم أن بنيتها التحتية جاهزة لهم فعلًا، ويشعر فقط حوالي ربعهم بأنها مجهزة للتحكم في ما يفعله هؤلاء الوكلاء فعليًا وحوكمته. وصف أحدث استطلاع لمكينسي حول حالة الذكاء الاصطناعي فجوة مماثلة من الاتجاه الآخر: حوالي 88 في المائة من المنظمات تستخدم الذكاء الاصطناعي في وظيفة واحدة على الأقل، ومع ذلك لم تتوسع معظمها في جميع أنحاء المؤسسة.

عندما يشرح الناس هذه الفجوة، غالبًا ما يلجأون إلى كلمتين: جودة البيانات والحوكمة. كلاهما مهم، ولا يمكن الاستغناء عن أي منهما. لكن هناك سؤالاً أضيق يقع تحتها لا تُجيب عنه البيانات النظيفة والخاضعة للحوكمة بمفردها. هل يمكن للنظام أن يحدد الكيان الحقيقي الذي يشير إليه سجل معين، عبر جميع الأماكن التي يوجد فيها هذا السجل، الآن؟ يمكن أن تحتفظ ببيانات عالية الجودة في كل نظام على حدة، ومع ذلك تفشل في هذا الاختبار، لأن الفشل لا يعيش داخل أي نظام. إنه يعيش في الفراغات بينها، حيث يرتدي نفس العميل ثلاثة وجوه مختلفة قليلاً.

ما الذي ينبغي التحقق منه قبل السماح للوكيل بالتصرف

إذا عُامل حل الكيان كبنية تحتية حية، يمكن فحصه كبنية تحتية. أنماط الفشل التشغيلي محددة وقابلة للاختبار: هوية منقسمة يجب أن تكون واحدة، وعمليات دمج خاطئة لسجلات يجب أن تبقى منفصلة، وقواعد قديمة لاختيار القيمة المعتمدة، تواصل تقديم عنوان جرى استبداله على أنه العنوان الأساسي، معرفات دائمة مفقودة، ووكلاء يرثون غموض نظام المصدر كما لو كان حقيقة محسومة.

لا يتطلب اختبار الجاهزية العملي نموذجًا جديدًا أو فئة جديدة من المورّدين. اجمع مجموعة مرجعية من الكيانات التي تعرف حقيقتها بدقة. مررها عبر نفس مسار الاسترجاع الذي يستخدمه وكيلك، وليس نسخة نظيفة منفصلة تم بناؤها للعرض. ثم قِس الأشياء التي تحدد في الواقع النتائج: عدد عمليات الدمج الخاطئ والفصل الخاطئ، وكيف يتعامل النظام مع الغموض الحقيقي، وأين تقع عتبات الثقة، ومتى يحيل الأمر إلى إنسان بدلاً من الخوض في التخمين، ومدى سلاسة تسليم النتائج إلى ضوابط إدارة البيانات الرئيسية والحوكمة القائمة. إذا لم يتمكن الفريق من الإجابة على هذه الأسئلة، فإن الوكيل يتصرف بناءً على هوية لا يمكن التحقق منها، وتكون الثقة في مخرجاته في غير محلها.

لا يحل أيٌّ من هذا محل إدارة البيانات الرئيسية أو الحوكمة أو منصات بيانات العملاء أو المستودع. فهذه الأنظمة والممارسات تجيب عن أسئلة مختلفة، وتبقى ضرورية. تحدد الحوكمة ما يُسمح للوكيل بفعله. ويحدد حلّ الكيانات مَن أو ما الذي يوجّه الوكيل فعله إليه. الأولى ناضجة في معظم المنظمات الكبيرة. والثانية طبقة يوشك كثيرون على اكتشاف حاجتهم إليها بجانب الأولى، في الوقت الفعلي، بمجرد أن يسمحوا للوكيل بالتصرف بدلًا من الاكتفاء بالمشورة.

لم يحتج الوكيل الذي شاهدته إلى نموذج أكثر ذكاءً. كان بحاجة إلى معرفة أن الاسمين كانا عميلًا واحدًا قبل أن يُسمح له بالتحدث بثقة. عندما نمنح هذه الأنظمة سلطة حقيقية للعمل، يتوقف هذا التخصص الهادئ، ذو التاريخ الممتد ستين عامًا، عن كونه تنظيفًا للبيانات ويصبح ركيزة تحمل النظام.

ستيفن رينويك هو المؤسس المشارك والرئيس التنفيذي لشركة Tilores (tilores.io)، والتي توفر حلول لتحديد الهوية في الوقت الفعلي من خلال واجهات برمجة التطبيقات لفرق الذكاء الاصطناعي والبيانات. يعمل مع قادة الهندسة والبيانات على حل هوية العملاء والموردين والحسابات عبر الأنظمة المتجزئة.