
رسم توضيحي أصلي لفكرة التشغيل داخل المؤسسة؛ لا يمثل تصميم الجهاز الفعلي.
الذكاء الاصطناعي داخل المؤسسة: قراءة في عرض ABA Technology ببرلين
· المغرب والتقنية
Fusion AI In-a-Box — منظومة متكاملة لتطوير تطبيقات الذكاء الاصطناعي وتشغيلها
حين يستخدم مترجم أداة ذكية لمراجعة عقد، أو يستعين صحفي بمساعد لتلخيص مقابلة، فإن السؤال عن جودة الجواب يرافقه سؤال آخر: أين ذهبت الوثيقة؟ يعيد عرض شركة ABA Technology المغربية لحل Fusion AI In-a-Box في برلين هذا النقاش إلى مستوى المؤسسة: كيف نستفيد من الذكاء الاصطناعي مع الاحتفاظ بقدرة فعلية على إدارة البيانات والأدوات؟
ما الذي نعرفه عن عرض برلين؟
نشرت Le360 في 22 أكتوبر 2026 مادة تفيد بأن فريق الشركة عرض الحل على جنسن هوانغ، الرئيس التنفيذي لشركة NVIDIA، خلال مؤتمر GTC ببرلين. والمادة موسومة بوضوح بأنها «محتوى علامة تجارية»؛ لذلك نقرأها باعتبارها عرضًا تجاريًا، لا اختبارًا صحفيًا مستقلًا للأداء. [1] وتؤكد صفحة NVIDIA الرسمية انعقاد المؤتمر بين 20 و22 أكتوبر 2026. [2]
أما Fusion AI فليس إعلانًا بدأ مع هذه الصورة؛ إذ يؤرخ موقع الشركة لإطلاقه في الرباط يوم 2 أبريل 2026. [3] كما أعلن في سبتمبر اختياره للعرض في مؤتمر برلين. [4] يهم هذا التسلسل حتى لا نخلط بين إطلاق المنتج، والمشاركة في معرض، وتقديمه إلى شخصية بارزة.
لا تكفي صورة اللقاء لإثبات تفوق تقني، أو اعتماد مستقل لأمن الحل، أو ضمان نتائجه. ما نستطيع مناقشته هو الفكرة التي يعرضها، ثم الشروط التي ينبغي للمؤسسة التحقق منها قبل الاعتماد عليه. وهذه قراءة تعليمية أصلية، وليست تجربة للمنتج أو توصية بشرائه.
ماذا يعني وضع الذكاء الاصطناعي داخل المؤسسة؟
عبارة In-a-Box تعني هنا جمع البرمجيات والقدرة الحوسبية في منظومة متكاملة. وتقول الشركة إن عرضها يتيح تطوير تطبيقات الذكاء الاصطناعي وتشغيلها محليًا، مع التحكم في البيانات والنماذج والوكلاء. هذه خصائص معلنة، ويظل التحقق من تنفيذها مرتبطًا بتهيئة النظام والعقد والاختبار. [1، 5]
لفهم الفكرة، لنتخيل مؤسسة تحفظ أرشيفها في خوادم تديرها، وتتيح لموظفيها واجهة للسؤال عن الوثائق. قد يمر الطلب إلى نموذج يعمل ضمن هذه البيئة، بدل إرسال نصه إلى خدمة خارجية. لكن الواجهة المتشابهة قد تخفي ترتيبات مختلفة؛ لذا يجب معرفة مسار كل ملف، بما يشمل النسخ الاحتياطية وسجلات الأخطاء وأدوات الدعم.
والجهاز وحده لا يصنع هذه البيئة. نحتاج أيضًا إلى اختيار النموذج، وتنظيم الملفات، وإدارة حسابات المستخدمين، وتحديث البرمجيات، وتحديد من يتدخل عند العطل. وقد تشتري مؤسسة معدات جيدة ثم تتعثر لأن وثائقها مبعثرة أو لأن أحدًا لم يحدد المسؤول عن جودة الأجوبة.
التطوير والتشغيل: وظيفتان مختلفتان
يتضمن العرض صيغتين: Fusion AI Factory In-a-Box لإعداد التطبيقات ودمجها في عمل المؤسسة، وFusion AI Inference In-a-Box لتشغيل النماذج ومراقبة أدائها. وبحسب الإعلان، يمكن اعتماد الصيغتين معًا أو بصورة مستقلة. [1]
الاستدلال، وهو المقابل التقني لكلمة Inference، يعني استخدام نموذج سبق تدريبه لإنتاج نتيجة من مدخلات جديدة. أما التدريب فيغير معاملات النموذج عبر أمثلة يتعلم منها. تشرح NVIDIA هذا الفرق في معجمها التقني؛ وهو شرح للمفهوم، وليس تقييمًا لحل الشركة المغربية. [6]
مثلًا، طلب مسودة ترجمة من نموذج جاهز هو استخدام له في مرحلة الاستدلال. ولا تعني قراءة النموذج لمعجم مرفق بالطلب أن ذلك المعجم أصبح جزءًا دائمًا من تدريبه. أما تكييف النموذج بالتدريب على أمثلة متخصصة فهو عمل آخر يحتاج إلى بيانات مناسبة وتقويم مستقل للنتيجة.
ويمكن تشبيه الفرق، في حدود التوضيح، بإعداد مكتب للترجمة ثم تدبير عمله اليومي. الإعداد يشمل اختيار المراجع وقواعد المراجعة؛ والتشغيل يشمل استقبال الملفات وتوزيع الموارد ومتابعة الأخطاء. ولا يلزم كل مكتب أن يبني نموذجًا من الصفر كي يستفيد من نموذج جاهز.
مثال من الترجمة: ملف محفوظ وجواب قابل للمراجعة
لنتصور مكتبًا يترجم وثائق مؤسساتية بين العربية والفرنسية. يريد الاستفادة من مسارد سابقة دون إتاحة ملفات عميل لموظف لا يعمل عليها. هذا مثال افتراضي من التحرير؛ ولا ننسبه إلى عميل للشركة أو إلى تجربة أجرتها المجلة.
يبدأ المكتب بتحديد مهمة محدودة: اقتراح مقابلات للمصطلحات وإظهار مواضعها في مراجع معتمدة. ثم يفصل مجموعات الوثائق بحسب الصلاحيات، ويستبعد ما لا يملك حق استخدامه، ويطلب من الأداة إظهار موضع الاستناد. يراجع المترجم الاقتراح في سياق الجملة، ويحسم الاختيار ويسجل سببه.
إذا اقترح النظام ترجمة سلسة لكنها تُسقط شرطًا أو نفيًا، فلا ينقذها كون الخادم قريبًا. الاستضافة المحلية تتعلق بمسار البيانات، أما أمانة الترجمة فتتعلق بالنموذج والمراجع والمراجعة المهنية. وتشير وثيقة NIST الخاصة بمخاطر الذكاء الاصطناعي التوليدي إلى إنتاج محتوى خاطئ يُعرض بثقة؛ وهي إرشادات عامة لا دراسة لهذا المنتج. [7]
يختبر المكتب هذه المهمة أولًا على نصوص غير حساسة يملك حق استعمالها. ويقيس أخطاء الأسماء والأرقام والمصطلحات، والوقت الذي يحتاجه المراجع للوصول إلى نص مقبول. وقد تكون النتيجة المفيدة تقليل البحث عن المصطلح، حتى إن لم تصلح الأداة لإنتاج ترجمة نهائية.
في الصحافة والتواصل: وصول مضبوط إلى المعرفة
يمكن، في مثال تعليمي آخر، أن تستخدم هيئة تحرير بيئة داخلية للبحث في أرشيفها وتلخيص مواد مسموح بها. هنا يجب أن يميز النظام بين خبر منشور، ومسودة غير معتمدة، وملاحظات مقابلة تتضمن معلومات عن مصدر سري. وجودها في مكان واحد لا يمنح الجميع الحق في الاطلاع عليها.
ويحتاج الصحفي إلى العودة إلى المادة الأصلية لفحص الاسم والتاريخ ونسبة القول. فإذا احتوى الأرشيف على بيان شركة، ينبغي أن يبقى الادعاء منسوبًا إليها في الملخص. تكرار البيان في صحف متعددة لا يحوله إلى عدة اختبارات مستقلة. وينطبق ذلك على خبر Fusion AI نفسه: اتساع تداول الوصف لا يعوض غياب قياس منشور للأداء في مهمة محددة.
وفي مصلحة للتواصل، قد يساعد النظام على إعداد مسودة جواب مستندة إلى دليل الخدمات. لكن إرسال الجواب للعميل صلاحية إضافية يجب تحديدها. يمكن البدء بالاقتراح وحده، ثم دراسة أي تفويض أوسع بعد معرفة الأخطاء وآثارها. فسرعة كتابة الرسالة لا تثبت صحة الوعد الذي تتضمنه.
السيادة تُفحص في التفاصيل
عند تقييم أي حل محلي، ينبغي أن تطلب المؤسسة خريطة تبين ما يبقى داخل بيئتها وما يتصل بالخارج. ومن الأسئلة العملية: من يملك حساب الإدارة؟ وهل يستطيع فريق الدعم الوصول إلى النصوص؟ وكيف تُحذف الملفات وسجلاتها؟ وماذا يتوقف إذا انقطع الاتصال؟ الإجابة المكتوبة أدق من الاكتفاء بصفة «سيادي».
ثم يأتي سؤال الاستمرار: هل يمكن تصدير الوثائق والمسارد وإعدادات العمل بصيغ قابلة للاستخدام؟ وهل تسمح تراخيص النماذج بالاستخدام المقصود؟ ومن يحافظ على الخدمة عند انتهاء عقد الصيانة؟ هذه معايير نقترحها للتحقق، وليست حكمًا بأن المنتج المذكور يفتقر إليها.
كما أن تطوير منصة في المغرب لا يعني تصنيع جميع مكوناتها داخل البلد، ولا يوجب الاستقلال عن كل مورد دولي. القيمة الممكنة هي تنمية خبرة محلية تستطيع التركيب والصيانة والتكييف والمساءلة. ويحتاج تقديرها إلى معرفة ما ينجزه الفريق فعلًا وما يبقى معتمدًا على أطراف أخرى.
الكلفة واللغة قبل قرار الاقتناء
لا نستنتج من عبارة «تشغيل محلي» أنه الأرخص في جميع الحالات. للمقارنة المفيدة، تُجمع كلفة المعدات والتراخيص والطاقة والصيانة والتكوين ووقت المراجعة، ثم تربط بحجم العمل الفعلي. وقد تفضل مؤسسة ترتيبًا يجمع أكثر من بيئة، بشرط أن تكون حدود انتقال المعلومات واضحة وقابلة للفحص.
أما جودة العربية فتحتاج إلى اختبار خاص. نختار نصوصًا تمثل عمل المؤسسة: جملًا إدارية، ومصطلحات مهنية، وتفريغًا صوتيًا حين يدخل في المهمة. ونفحص حفظ المعنى والأسماء والأرقام، لا سلامة الأسلوب وحدها. ولا ننقل حكمًا عن لغة أخرى إلى العربية أو الأمازيغية دون دليل مناسب.
ومن المفيد أن تتضمن التجربة حالة لا يوجد جوابها في الوثائق، وأخرى تجمع نسختين مختلفتين من دليل الخدمة. نراقب هل يصرح النظام بالنقص، وهل يميز النسخة المعتمدة. ونجرب بحساب محدود الصلاحيات سؤالًا عن ملف لا يحق لصاحبه الاطلاع عليه، دون استعمال بيانات حقيقية حساسة. هذه حالات نقترحها لتصميم الاختبار، ولم ننفذها على Fusion AI.
ولا يكفي حساب عدد الإجابات المقبولة. نسجل أيضًا الأخطاء التي مرت دون أن يلاحظها المراجع، والزمن الذي استغرقه التصحيح، وأسباب رفض بعض النتائج. وقد يكشف ذلك أن تحسين ترتيب الوثائق أو توحيد المصطلحات أولى من زيادة القدرة الحوسبية. عندئذ يصبح الاختبار وسيلة لتحسين العمل كله، لا مجرد وسيلة لتبرير شراء أداة.
يمكن أن يبدأ القرار بمهمة واحدة، ومجموعة اختبار معلومة، ومعيار قبول متفق عليه، ومسؤول عن المراجعة، وخطة للرجوع إلى الإجراء السابق عند الفشل. هكذا تصبح مشاركة الشركة المغربية في برلين مناسبة لفهم التحول إلى أدوات مؤسساتية قابلة للإدارة. وما سيحسم قيمتها في النهاية هو أثر يمكن قياسه: عمل أدق، وبيانات مضبوطة، وخبرة تنمو داخل المؤسسة.