الذكاء الاصطناعي ليس سحراً، ولا يمكن اختصاره في عبارة "فقط قم بتشغيل برنامج ذكاء اصطناعي وانتظر الأرباح". في الواقع، معظم الناس لا يدركون حقيقة الذكاء الاصطناعي.
النسبة القليلة التي تفهم—أقل من %5—غالباً ما تحاول تطوير حلولها الخاصة، لكنها غالباً ما تفشل. يمكن للوكلاء أن يهلوسوا، أو يفقدوا مسار تقدم المهام، أو يفعّلوا الأدوات في الوقت الخاطئ. قد يبدو العرض التجريبي مثالياً، لكن كل شيء ينهار في التطبيق العملي.
لقد أمضيت أكثر من عام في نشر برامج الذكاء الاصطناعي. بدأت مسيرتي المهنية في Meta، ومنذ ستة أشهر غادرت لأؤسس شركة تركز على نشر وكلاء ذكاء اصطناعي بمستوى الإنتاج للمؤسسات. بلغ دخلنا السنوي المتكرر $3 مليون ويواصل النمو. السبب ليس الذكاء الفائق، بل نتيجة التجربة والخطأ المتكرر، وفشل لا يُحصى، إلى أن اكتشفنا معادلة النجاح.
هذه خلاصة تجربتي في بناء وكلاء فعّالين. بغض النظر عن خبرتك—مبتدئاً كنت أو خبيراً أو بينهما—هذه الرؤى موجهة لك.
الدرس الأول: السياق هو الأساس
قد يبدو ذلك بديهياً، وربما سمعته من قبل. لكن أهميته لا يمكن التقليل منها. كثيرون يظنون أن بناء الوكلاء يعني جمع بعض الأدوات: اختيار نموذج، فتح قاعدة البيانات، وتشغيل النظام. هذا النهج يفشل مباشرة لأسباب عديدة:
الوكلاء لا يدركون الأولويات. ينسون الأحداث السابقة، يركزون على اللحظة، ثم يخمنون القادم—وغالباً بشكل خاطئ—فتصبح النتائج رهينة الصدفة.
السياق هو الفارق الحقيقي بين وكلاء يحققون ملايين الدولارات وأولئك الذين لا قيمة لهم. ركز على تحسين هذه الجوانب:
ذاكرة الوكيل: ليست فقط المهمة الحالية، بل التسلسل الكامل للأحداث. على سبيل المثال، عند معالجة خلل في الفواتير، يحتاج الوكيل لمعرفة كيف حدث الاستثناء، من قدم الفاتورة، السياسة المعنية، وكيف تم حل مشاكل المورد سابقاً. بدون هذه المعلومات، يبقى الوكيل يخمن—وهو أسوأ من عدم وجود وكيل. الإنسان غالباً كان ليحل المشكلة بالفعل. لهذا يشتكي البعض من أن "استخدام الذكاء الاصطناعي معقد للغاية".
تدفق المعلومات: عند تعدد الوكلاء أو العمليات، يجب نقل المعلومات بدقة بين المراحل—دون فقدان أو تشويه أو سوء فهم. الوكيل الذي يصنف الطلبات يجب أن يقدم سياقاً منظماً للوكيل الذي يحل المشكلة. إذا لم تكن عملية النقل دقيقة، ينهار كل شيء لاحقاً. كل خطوة تتطلب مدخلات ومخرجات منظمة وقابلة للتحقق. مثال: ميزة /compact في Claude Code تنقل السياق بين جلسات LLM.
الخبرة في المجال: الوكيل الذي يراجع العقود القانونية يجب أن يعرف البنود المهمة، وكيفية تقييم المخاطر، وسياسات الشركة الفعلية. لا يمكنك فقط تحميل المستندات وتوقع أن يفهم الوكيل كل شيء—هذه مسؤوليتك. عليك تنظيم الموارد ليكتسب الوكيل معرفة حقيقية بالمجال.
إدارة السياق السيئة تظهر هكذا: الوكلاء يكررون استدعاء نفس الأداة، يستخدمون الأداة الخطأ بسبب معلومات غير دقيقة، يتخذون قرارات متعارضة مع الخطوات السابقة، أو يتعاملون مع كل مهمة كأنها جديدة تماماً، متجاهلين الأنماط السابقة.
إدارة السياق الجيدة تتيح للوكلاء العمل كخبراء أعمال حقيقيين—يربطون المعلومات دون الحاجة لتعليمات مباشرة.
السياق هو ما يميز الوكلاء التجريبيين عن أولئك الذين يحققون نتائج فعلية في الإنتاج.
الدرس الثاني: وكلاء الذكاء الاصطناعي يضاعفون الإنتاجية
الفكرة الخاطئة: "لن نحتاج إلى التوظيف بعد الآن."
الفكرة الصحيحة: "ثلاثة أشخاص يمكنهم إنجاز ما كان يحتاج إلى خمسة عشر شخصاً."
الوكلاء سيستبدلون بعض الأعمال اليدوية في النهاية—إنكار ذلك مجرد أمنيات. النقطة الإيجابية: الوكلاء لا يستبدلون الحكم البشري، بل يزيلون العقبات التي تحيط به—البحث عن البيانات، جمع المعلومات، التحقق، التنسيق، توزيع المهام، إرسال التذكيرات، وغير ذلك.
مثال على فرق المالية: ما زالوا يتخذون قرارات بشأن الشذوذات، لكن مع الوكلاء، لا يقضون %70 من أسبوع الإغلاق في البحث عن الوثائق الناقصة. ذلك الوقت يذهب لحل المشاكل فعلياً. الوكلاء يتولون الأعمال التمهيدية؛ البشر يراجعون النتائج النهائية. في عملي مع العملاء، الشركات لا تسرّح الموظفين؛ بل ينتقل الموظفون من الأعمال الروتينية إلى مهام ذات قيمة أعلى—على الأقل حالياً. على المدى الطويل، مع تطور الذكاء الاصطناعي، قد يتغير ذلك.
الشركات التي تستفيد فعلاً ليست تلك التي تسعى لإلغاء دور البشر، بل التي تدرك أن معظم وقت الموظفين يُصرف على "أعمال الإعداد" وليس خلق القيمة.
صمّم الوكلاء بهذا المنظور وستصبح معدلات الدقة أقل أهمية: الوكلاء ينفذون ما يتقنون؛ البشر ينجزون ما يتقنون.
هذا يتيح لك التطبيق بسرعة أكبر. لا يحتاج الوكلاء لمعالجة كل حالة استثنائية—يكفي التعامل مع السيناريوهات الشائعة وتحويل الاستثناءات المعقدة للبشر مع توفير سياق كافٍ للحل السريع. هذا هو النهج الصحيح حالياً.
الدرس الثالث: إدارة الذاكرة والحالة
قدرة الوكلاء على الاحتفاظ بالمعلومات داخل المهام وعبرها تحدد قابلية التوسع.
ثلاثة أنماط شائعة:
وكيل مستقل: يدير سير العمل بالكامل من البداية للنهاية. الأسهل في البناء لأن كل السياق مركّز. لكن مع توسع سير العمل، تصبح إدارة الحالة معقدة—يجب على الوكلاء تذكر قرارات الخطوات السابقة وتطبيقها لاحقاً. إذا امتلأت نافذة السياق أو كان هيكل الذاكرة غير مناسب، تفتقر القرارات المتأخرة لسياق الخطوات الأولى، مما يؤدي إلى أخطاء.
وكلاء متوازون: يتعاملون مع أجزاء مختلفة من المشكلة في الوقت نفسه. أسرع، لكن يضيف تحديات التنسيق—كيف تدمج النتائج؟ ماذا لو اختلف الوكلاء؟ تحتاج إلى بروتوكولات واضحة لدمج المعلومات وحل النزاعات، غالباً مع "حكم" (بشري أو LLM) للفصل في النزاعات أو الحالات المتزامنة.
وكلاء تعاونيون: ينقلون المهام بشكل تسلسلي. الوكيل A يصنف، B يبحث، C ينفذ. مناسب لسير العمل ذي المراحل الواضحة، لكن نقاط النقل هي الحلقة الأضعف—يجب نقل رؤى A إلى B بصيغة قابلة للاستخدام.
الخطأ الشائع: اعتبار هذه الأنماط "خطط تنفيذ". هي في الواقع خيارات هيكلية تحدد إمكانيات وكيلك.
مثلاً، بناء وكيل للموافقة على عقود المبيعات يتطلب قراراً: هل يجب أن يقوم وكيل واحد بكل شيء، أم يجب أن يقوم وكيل توجيه بتوزيع المهام على متخصصين في التسعير، القانون، والمراجعة التنفيذية؟ أنت فقط تعرف سير عملك الفعلي—ويجب أن تعلّم ذلك لوكيلك.
كيف تختار؟ يعتمد على تعقيد كل مرحلة، كمية السياق المطلوب نقلها، وهل تحتاج تعاوناً فورياً أم تنفيذ تسلسلي.
اختيار الهيكلية الخطأ سيجعلك تقضي شهوراً في تصحيح ما ليس أخطاء—بل هي عدم توافق بين التصميم والمشكلة والحل.
الدرس الرابع: اعترض الاستثناءات بشكل استباقي—لا تكتفِ بالإبلاغ عنها
غالباً ما تكون غريزة الكثيرين عند بناء أنظمة الذكاء الاصطناعي هي إنشاء لوحة معلومات تعرض ما يحدث. توقف عن بناء لوحات المعلومات.
لوحات المعلومات لا تقدم حلولاً فعلية.
فريق المالية يعرف بالفعل عن الإيصالات المفقودة، وفريق المبيعات يعرف العقود العالقة في القسم القانوني.
يجب على الوكلاء اعتراض المشاكل فور حدوثها، وتحويلها مباشرة إلى الشخص المناسب، وتوفير كل المعلومات اللازمة للحل الفوري.
هل هناك فاتورة تفتقد مستندات؟ لا تكتفِ بتسجيلها. قم بالإشارة إليها فوراً، حدد ما هو مفقود، وأرسل المشكلة—مع السياق الكامل (المورد، المبلغ، السياسة، التفاصيل)—إلى المسؤول. أوقف المعاملة حتى يتم الحل. هذه الخطوة حاسمة؛ وإلا ستنتشر المشاكل في المؤسسة وستكون متأخراً جداً على إصلاحها.
توقف الموافقة على العقد لمدة 24 ساعة؟ لا تنتظر الاجتماع الأسبوعي. قم بالتصعيد التلقائي مع تفاصيل المعاملة ليتمكن المراجع من اتخاذ القرار بسرعة—دون الحاجة للبحث في الأنظمة. أوجد الإلحاح.
المورد لم يحقق الإنجاز المطلوب؟ لا تنتظر أن يلاحظ أحد. فعّل بروتوكولات الطوارئ تلقائياً قبل أن يكتشف أي شخص وجود مشكلة.
مهمة وكيلك هي جعل المشاكل مستحيلة التجاهل وسهلة الحل.
اعرض المشاكل مباشرة—لا تكتفِ بلوحات المعلومات.
هذا عكس طريقة استخدام معظم الشركات للذكاء الاصطناعي: يستخدمونه لرصد المشاكل، بينما يجب عليك استخدامه لفرض الحلول بسرعة. عندما تقترب نسبة الحل من %100، حينها فكّر في لوحة المعلومات.
الدرس الخامس: وكلاء الذكاء الاصطناعي مقابل SaaS التقليدي—الجانب الاقتصادي
هناك سبب يدفع الشركات لشراء أدوات SaaS لا يستخدمها أحد.
شراء SaaS سهل: عرض تجريبي، عرض سعر، علامة اختيار في قائمة المتطلبات. يوافق أحدهم ويظن أن هناك تقدماً—لكن ذلك نادراً ما يكون صحيحاً.
أكبر مشكلة في SaaS الذكاء الاصطناعي: يبقى دون استخدام فعلي. لا يندمج مع سير العمل الحقيقي ويصبح مجرد حساب دخول جديد. تُجبر على ترحيل البيانات، وبعد شهر يصبح مجرد مورد آخر لإدارته. بعد عام، يتم التخلي عنه، لكن تكاليف التحويل تبقيه موجوداً—مما يخلق "ديناً تقنياً".
الوكلاء المخصصون المبنيون على أنظمتك الحالية يتجنبون هذه المشاكل.
يعملون داخل أدواتك الحالية، لا يقدمون منصات جديدة، ويساعدونك على العمل بسرعة أكبر. الوكلاء ينفذون العمل؛ البشر يراجعون النتائج.
المقارنة الحقيقية ليست "التطوير مقابل رسوم الترخيص"—بل هي أبسط بكثير:
SaaS يخلق ديناً تقنياً: كل أداة جديدة تعني المزيد من عمليات الدمج التي يجب الحفاظ عليها، نظام آخر سيصبح قريباً قديماً، ومورد قد يتم الاستحواذ عليه أو تغيير نشاطه أو إغلاقه.
بناء وكلائك الخاص يبني القدرات: كل تحسين يجعل النظام أكثر ذكاءً، وكل سير عمل جديد يوسع الإمكانيات. الاستثمار يتراكم، لا يتناقص.
قلت ذلك منذ عام: SaaS الذكاء الاصطناعي التقليدي ليس له مستقبل. البيانات الصناعية تؤكد ذلك—معظم الشركات تتخلى عن SaaS الذكاء الاصطناعي خلال ستة أشهر ولا تحقق أي مكاسب إنتاجية. القيمة الحقيقية للذكاء الاصطناعي تأتي من الوكلاء المخصصين، سواء بنيت داخلياً أو عبر طرف ثالث.
لهذا يحقق المتبنون الأوائل للوكلاء ميزة هيكلية طويلة الأمد—يبنون بنية تحتية تزداد قوة. الآخرون يستأجرون أدوات سيضطرون لاستبدالها. في مجال يتغير شهرياً، إضاعة حتى أسبوع واحد يمثل انتكاسة كبيرة لخطة عملك وأعمالك.
الدرس السادس: انشر بسرعة
إذا استغرق مشروع وكيل الذكاء الاصطناعي لديك عاماً للإطلاق، فقد خسرت بالفعل.
الخطط لا تواكب التغير. تصميم سير العمل غالباً لا يعكس الواقع، والحالات الاستثنائية التي فاتتك ستكون الأهم. بعد عام، قد يصبح الذكاء الاصطناعي غير معرّف—وقد يصبح مشروعك قديماً.
ثلاثة أشهر كحد أقصى—ادخل مرحلة الإنتاج.
في عالم اليوم المشبع بالمعلومات، القدرة الحقيقية هي معرفة كيفية استخدام المعلومات بفعالية والتعاون معها. أنجز الأمور: نفذ مهام فعلية، اتخذ قرارات حقيقية، واترك أثراً قابلاً للتدقيق.
أكثر المشاكل شيوعاً التي أراها: الفرق الداخلية تقدر مشاريع الذكاء الاصطناعي بثلاثة أشهر، ثم تتحول إلى ستة أو اثني عشر شهراً. أو أسوأ—يعدون بثلاثة أشهر، ثم يؤجلون بلا نهاية بسبب "أسباب غير متوقعة". ليس كل اللوم عليهم؛ الذكاء الاصطناعي فعلاً معقد.
لهذا تحتاج إلى مهندسين يفهمون الذكاء الاصطناعي فعلاً—يعرفون كيف يوسّعونه، رأوا مشاكل حقيقية، ويعرفون نقاط القوة والضعف فيه. هناك الكثير من المطورين غير الجاهزين يظنون أن الذكاء الاصطناعي يمكنه كل شيء—وهذا بعيد عن الحقيقة. إذا كنت مطوراً يستهدف الذكاء الاصطناعي للمؤسسات، يجب أن تتقن حدوده العملية.
الملخص
ما يهم للوكلاء القابلين للاستخدام:
السياق هو الأساس: بدون سياق قوي، يصبح الوكيل مجرد مولد أرقام عشوائية باهظ التكلفة. أتقن تدفق المعلومات، الذاكرة الدائمة، وتضمين المعرفة في المجال. "هندسة المحفزات" كانت النكتة القديمة—الآن "هندسة السياق" هي الإصدار %2.0.
صمّم للتعزيز لا للاستبدال: البشر يجب أن ينجزوا ما يتقنونه؛ الوكلاء يجب أن يمهدوا الطريق للتركيز.
الهيكلية أهم من اختيار النموذج: القرار بين الوكلاء المستقلين أو المتوازين أو التعاونيين أهم بكثير من اختيار النموذج. اختر الهيكلية الصحيحة.
اعترض وحل، لا تكتفِ بالإبلاغ والمراجعة: لوحات المعلومات مقابر للمشاكل. ابنِ أنظمة تفرض الحل السريع.
انشر بسرعة، وكرر بلا توقف: أفضل وكيل هو الذي يعمل فعلاً ويتحسن—not عالق في التصميم. (وانتبه لمواعيدك النهائية.)
كل شيء آخر مجرد تفاصيل.
التقنية جاهزة، لكن قد لا تكون أنت كذلك.
افهم ذلك، ويمكنك توسيع أعمالك بمقدار %100.
إخلاء المسؤولية:
- تمت إعادة نشر هذه المقالة من [Foresight News]. حقوق النشر محفوظة للمؤلف الأصلي [vas]. إذا كنت تعترض على إعادة النشر، يرجى التواصل مع فريق Gate Learn وسنعالج طلبك بسرعة.
- إخلاء المسؤولية: الآراء المطروحة تعبر عن وجهة نظر الكاتب فقط ولا تشكل نصيحة استثمارية.
- تمت ترجمة النسخ بلغات أخرى بواسطة فريق Gate Learn. ما لم يُذكر Gate، يُمنع نسخ أو توزيع أو سرقة المقالات المترجمة.
