النموذج المناسب لكل طلب: حوكمة الذكاء الاصطناعي عبر بوابة واحدة

ليس كل سؤال بحاجة إلى أغلى نموذج ذكاء اصطناعي لديك، وليس كل مستند يجوز أن يغادر شركتك أصلًا. حين بدأت أتعامل مع هاتين الحقيقتين كقواعد ملزمة لا كنوايا حسنة، صارت منظومة الذكاء الاصطناعي التي أديرها أقل تكلفة وأسهل بكثير في تفسيرها ومساءلتها.

المشكلة: نموذج واحد لكل شيء، أو أداة مفتوحة للجميع

كثير من الشركات التي أتحدث معها في الكويت والخليج تقع في أحد نمطين. بعضها يختار خدمة ذكاء اصطناعي واحدة متميزة ويرسل إليها كل شيء، فيذهب ملخص رسالة من سطرين إلى النموذج نفسه وبالسعر نفسه الذي تُراجع به عقود معقدة. وبعضها يترك الباب مفتوحًا، فيستخدم الموظفون أي أداة متاحة، وقد يلصقون فيها بيانات عملاء أو أرقامًا مالية أو مستندات داخلية في خدمة عامة.

كلا النمطين مريح في البداية، وكلاهما يخلّف مشكلات تكتشفها الإدارة عادة في وقت متأخر.

التكلفة الحقيقية

• المال: دفع أسعار مرتفعة مقابل أعمال بسيطة يستطيع نموذج أخف إنجازها بالجودة نفسها.
• المخاطر: وصول بيانات حساسة إلى خدمة لم تُعتمد لها قط.
• غياب الرؤية: حين يُسأل أي البيانات ذهبت إلى أين، وكم كلّف ذلك، لا يستطيع أحد أن يجيب بثقة.

والنقطة الأخيرة غالبًا هي الأخطر؛ فالشركة تستطيع تجاوز فاتورة مرتفعة، لكن من الصعب جدًا أن تتجاوز عدم معرفتها بمكان معلوماتها السرية.

نقطة التحول: مدخل واحد مضبوط

أستخدم في منظومتي عدة نماذج: Claude ونماذج OpenAI ونماذج مفتوحة. لكل منها نقاط قوة، ولكل منها سعر مختلف ومكان مختلف تُعالج فيه البيانات. وبدلًا من أن يتصل كل تطبيق بكل نموذج مباشرة، وضعت بينها مدخلًا واحدًا تحت السيطرة: بوابة للذكاء الاصطناعي.

يمر كل طلب عبر هذه البوابة، وقبل أن يصل إلى أي نموذج تجيب البوابة عن سؤالين:

1. ما مدى تعقيد الطلب؟ المهام البسيطة تذهب إلى نموذج أخف وأقل تكلفة، والمهام الصعبة إلى نموذج أقوى.
2. ما مدى حساسية البيانات؟ الطلبات الحساسة لا تسلك إلا مسارات معتمدة لهذا النوع من البيانات، وكل ما عداها مغلق أمامها.

ويُسجَّل كل قرار: المسار الذي سلكه الطلب وتكلفته. والقواعد محفوظة في مكان واحد، فتغيير السياسة لا يعني تعديل كل تطبيق يستخدم الذكاء الاصطناعي.

حين وُضعت الحوكمة على المحك

الحوكمة الجيدة لا تعني غياب الأخطاء، بل تعني نظامًا تظهر فيه الأخطاء ويمكن التراجع عنها بسرعة. وقد اختُبر ذلك فعلًا في منظومتي: خلال أحد التعديلات سقطت من أحد المسارات خطوة التحقق من حساسية الطلب. ولأن كل تعديل يخضع للمراجعة وكل مسار قابل للتتبع، اكتُشفت الثغرة وأُلغي التعديل في اليوم نفسه.

الغاية من الحوكمة ليست أن تعد بألا يحدث خطأ، بل أن تضمن اكتشافه وإصلاحه قبل أن يتحول إلى عادة.

وبالنسبة إلى مالك الشركة، هذا هو الفرق بين أن تأمل أن استخدامك للذكاء الاصطناعي آمن، وأن تستطيع إثبات أنه تحت السيطرة.

النتيجة

اليوم يمكن تتبع كل طلب في منظومتي إلى المسار الذي سلكه وإلى تكلفته. للبيانات الحساسة مسارات محددة ولا شيء غيرها، والأعمال البسيطة لا تُحتسب بأسعار مرتفعة. وحين أحتاج إلى الإجابة عن سؤال حول مكان ذهاب البيانات أو سبب تغير التكلفة، تكون الإجابة مسجلة مسبقًا.

ماذا يعني هذا لشركتك؟

لا تحتاج إلى بناء كل شيء دفعة واحدة. ابدأ بثلاثة أسئلة لفريق الإدارة: ما خدمات الذكاء الاصطناعي التي يستخدمها موظفونا اليوم؟ وما البيانات التي يجب ألا تغادر الأنظمة المعتمدة أبدًا؟ وهل نستطيع أن نرى ما ننفقه على الذكاء الاصطناعي طلبًا بطلب؟ إذا كانت أي إجابة غير واضحة، فالبوابة المضبوطة هي في الغالب الخطوة الأولى الصحيحة.

حوكمة الذكاء الاصطناعي وبوابات النماذج جزء من الأعمال التي نفذتها خلال العام الماضي لمؤسسات كبرى وجهات في القطاع العام، مع إمكانية الاختيار بين النماذج التجارية والمفتوحة، وضبط الصلاحيات، ووضوح الاستخدام، والتحكم في التكلفة.

إذا رغبت في مناقشة الشكل الذي يناسب شركتك، فالضغط على زر واتساب في هذه الصفحة هو أبسط طريقة للتواصل معي.