ومع ذلك، ينبغي لها أيضًا أن تتذكر ما حدث عندما أصبحت تقنيات مثل الحوسبة السحابية الأصلية والخدمات المصغرة وهندسة الخدمات الموجهة (SOA) والأنظمة الموزعة توجهات تقنية سائدة بشكل مبالغ فيه.
كان العرض يبدو مثاليًا، حيث احتاج موزع إقليمي كبير إلى بناء نظام جديد لإدارة معاملات المبيعات. كان الهدف واضحًا: أتمتة أجزاء من استلام الطلبات، والموافقات على الخصومات، ومعالجة الاستثناءات، واتصالات العملاء، وفحوصات المخزون. لم يكن هذا النظام بسيطًا، لكنه كان أيضًا شيئًا سبق للصناعة أن بنته من قبل.
بعد ذلك، بدأت عروض البائعين، وبدا أن كل مزود برمجيات لديه قصة جديدة عن الذكاء الاصطناعي الوكيلي. كانت منصاتهم تحتوي على وكلاء يمكنهم اتخاذ القرارات، وتنسيق سير العمل، وتفسير نية العميل، وتوجيه الاستثناءات، والتعلم من سياق العمل. وصف أحد البائعين عرضه بأنه "عقل نموذج لغوي كبير (LLM) مشترك يمكنه اتخاذ القرارات كما لو أن الشركة وظفت 10,000 خبير، باستثناء أن هؤلاء الخبراء ليسوا على كشوف الرواتب". يذكر كاتب المقال أن هذا السطر كان من عرض مبيعات حقيقي، وقد لاقى قبولًا جيدًا في قاعة الاجتماعات.
قررت الشركة تبني النهج الوكيلي، حيث ستستخدم البنية وكلاء الذكاء الاصطناعي لإدارة تدفقات القرارات، واستدعاء الأدوات، والتحقق من السياسات، والتفاعل مع أنظمة المؤسسة، والتصعيد فقط عند الحاجة. بدا الأمر عصريًا واستراتيجيًا، وبدا وكأنه المستقبل. ثم حلت الحقيقة.
تطلب بناء النظام أعمال دمج أكثر بكثير مما كان متوقعًا. احتاج كل وكيل إلى الوصول إلى بيانات نظيفة، وواجهات برمجة تطبيقات (APIs) محكومة، وقواعد عمل، وضوابط أمنية، وقابلية للمراقبة، ومعالجة استثناءات، وآليات تجاوز بشري. اضطر الفريق إلى بناء حواجز حماية حول القرارات، وتسجيل حول الاستدلال، وأدوات اختبار للنتائج غير المتوقعة، وعمليات تشغيلية جديدة لأمور كانت الأنظمة التقليدية تتعامل معها بشكل أكثر قابلية للتنبؤ.
تضخمت التكاليف، واستغرقت مراجعات الأمان وقتًا أطول، وزاد التعقيد التشغيلي. عمل المشروع بشكل جيد في الإنتاج في النهاية، ولكن بعد ستة أشهر، أدركت الشركة الحقيقة غير المريحة: كلف النظام حوالي 20 ضعف ما كانت ستكلفه بنية تقليدية عند تضمين كل التعقيدات الداعمة، وقدم نفس عائد الاستثمار تقريبًا.
يذكر كاتب المقال أنه يسمع روايات مشابهة لهذه القصة مرة أو مرتين في الأسبوع من العملاء والزملاء والأصدقاء. يرى أن الذكاء الاصطناعي الوكيلي قوي، ولكنه يُدفع أيضًا إلى أماكن يمكن أن تقدم فيها تقنيات أبسط نفس القيمة التجارية بتكلفة أقل بكثير.
يظهر نهج تقني أو معماري يحل مشكلة حقيقية. يُظهر المتبنون الأوائل نتائج مبهرة. يقوم البائعون بتعبئته، ويسميه المحللون، ويشرحه قادة الفكر، وتحتفل به المؤتمرات. ثم، بين عشية وضحاها تقريبًا، تبدأ كل مناقشة لهندسة المؤسسات بالتوجه بدلاً من مشكلة العمل.
يُلاحظ هذا النمط مع الحوسبة السحابية الأصلية، ومع الخدمات المصغرة، ومع هندسة الخدمات الموجهة. كما لوحظ مع الكائنات الموزعة، وCORBA، وغيرها من الأساليب التي وعدت بأنظمة مرنة وقابلة لإعادة الاستخدام وموزعة.
كان لكل من هذه الأنماط قيمة، وحل كل منها مشاكل حقيقية. لكن كل منها تسبب أيضًا في إخفاقات مكلفة عندما تم تبنيه كإجابة افتراضية بدلاً من كونه بنية مناسبة للغرض.
هل هندسة الخدمات الموجهة (SOA) وعدت بالمرونة؟
وعدت هندسة الخدمات الموجهة (SOA) بإعادة الاستخدام والمرونة. كانت الجوانب الإيجابية حقيقية، حيث منحت المؤسسات لغة لإعادة استخدام الخدمات ودمجها، ودفعت الفرق بعيدًا عن الأنظمة المتجانسة شديدة الترابط والفوضى من نقطة إلى نقطة. كما ساعدت المنظمات على التفكير من حيث القدرات التجارية بدلاً من مجرد التطبيقات.
كانت الجوانب السلبية حقيقية أيضًا، فقد أصبحت SOA مكلفة ومعقدة بسرعة كبيرة. تحولت حافلات خدمات المؤسسة إلى نقاط اختناق مركزية، وأصبحت الحوكمة ثقيلة. قضت الفرق وقتًا أطول في مناقشة عقود الخدمات والمعايير والسجلات والبرمجيات الوسيطة بدلاً من تقديم ميزات العمل.
لا يُتحدث عن SOA كثيرًا اليوم لأن جزءًا كبيرًا منها استُوعب في واجهات برمجة التطبيقات (APIs) ومنصات التكامل والتصميم القائم على الخدمات. تلاشى هذا المسمى بعد أن أصبحت العديد من المشاريع كبيرة جدًا وبطيئة جدًا ومكلفة جدًا.
هل الخدمات المصغرة حققت السرعة الموعودة؟
وصلت الخدمات المصغرة كحل للأنظمة الكبيرة والبطيئة، واعدة بخدمات أصغر، وفرق مستقلة، ونشر مستقل، وقابلية أفضل للتوسع، وتغيير أسرع. كانت الجوانب الإيجابية حقيقية مرة أخرى، فبالنسبة للمنظمات ذات الممارسات القوية لتطوير العمليات (DevOps)، والأتمتة الناضجة، وحدود النطاق المنضبطة، واحتياجات التوسع العالية، عملت الخدمات المصغرة بشكل جيد. سمحت للفرق بالتحرك بشكل مستقل وتوسيع أجزاء من الأنظمة دون توسيع كل شيء.
كانت الجوانب السلبية متوقعة، فقد قامت العديد من الشركات بتقسيم التطبيقات العادية إلى عشرات أو مئات الخدمات. استبدلت تعقيد الكود بتعقيد الشبكة، وخلقت أوضاع فشل موزعة، ومشاكل اتساق البيانات، وتحديات المراقبة، وصعوبات الاختبار، وعبئًا تشغيليًا لم تكن مستعدة لإدارته.
غالبًا ما بيعت الخدمات المصغرة كمسار للرشاقة. في العديد من المؤسسات، أصبحت مسارًا لفواتير سحابية أعلى، واجتماعات أكثر، واستكشاف أخطاء أبطأ. تعلمت الصناعة بشكل مؤلم أن الخدمات المصغرة ليست اختصارًا للنضج، بل تتطلب النضج أولاً.
هل الحوسبة السحابية الأصلية جلبت التحديث؟
جلبت بنية الحوسبة السحابية الأصلية والحاويات وKubernetes موجة أخرى من الحماس. كانت الفكرة مقنعة: أعباء عمل قابلة للنقل، ونشر تعريفي، وتوسع مرن، واستعادة تلقائية، ونموذج تشغيل حديث.
لا يزال الجانب الإيجابي قويًا، فالحاويات مفيدة، وKubernetes قوي، ويمكن لأنماط الحوسبة السحابية الأصلية أن تدعم المرونة وقابلية النقل والنشر السريع. بالنسبة للشركات الرقمية ذات النطاق الواسع، وفرق المنصات، والتطبيقات التي تتطلب عمليات مرنة، فإن القيمة واضحة.
الجانب السلبي هو التكلفة والتعقيد. نقلت العديد من المؤسسات أنظمتها إلى الحاويات وKubernetes دون سبب واضح. في كثير من الحالات، ضاعفت البنية التكلفة تقريبًا لتشغيل أنظمة لم تكن بحاجة إلى هذا المستوى من التجريد.
يتحرك الذكاء الاصطناعي الوكيلي الآن عبر نفس الدورة. إمكاناته حقيقية، فالوكلاء يمكنهم أتمتة سير العمل المعقدة، والاستدلال عبر البيانات، والتفاعل مع الأدوات، ودعم المهام التي كان من الصعب أتمتتها قبل بضع سنوات.
يكمن الخطر في أن تفترض المؤسسات أن الذكاء الاصطناعي الوكيلي ينتمي إلى كل مكان، وهو ليس كذلك.
كما أنها تُدخل سلوكًا غير حتمي في العمليات التي قد تتطلب نتائج حتمية. يمكنها أن تجعل الأتمتة البسيطة أكثر تكلفة بكثير مما ينبغي. في بعض الحالات، ستبرر القيمة التكلفة، وفي كثير من الحالات، لن تفعل ذلك.
هل يجب أن تكون القيمة هي الأولوية؟
يجب على المؤسسات أن تبدأ بالقيمة، وليس بالبنية. إذا قلل الذكاء الاصطناعي الوكيلي من العمالة، أو حسّن تجربة العملاء، أو تعامل مع الاستثناءات بشكل أفضل، أو مكّن من قدرة لا تستطيع الأنظمة التقليدية تقديمها اقتصاديًا، فإنه يستحق دراسة جادة. لكن القيمة يجب أن تكون قابلة للقياس، فالوعود الغامضة بالأتمتة ليست كافية. إذا كان محرك سير عمل تقليدي، أو منصة قواعد، أو دمج واجهة برمجة تطبيقات (API)، أو تطبيق تقليدي يمكن أن يقدم نفس النتيجة بعُشر التكلفة، فإن ذلك مهم.
يعمل الذكاء الاصطناعي الوكيلي بشكل أفضل عندما تتطلب المشكلة التفسير والتكيف والعمل شبه المستقل. يكون أقل إقناعًا عندما تكون العملية مستقرة، أو قائمة على القواعد، أو منظمة بشكل كبير، أو يمكن التعبير عنها بسهولة من خلال المنطق التقليدي. تحتاج المؤسسات إلى فصل العروض التوضيحية المبهرة عن حالات الاستخدام العملية. قد يكون النظام الذي يبدو ذكيًا في عرض مؤتمر مكلفًا وهشًا ويصعب إدارته في الإنتاج.
تُعد حالات الاستخدام مهمة، والتشكك أمر صحي.
قدمت SOA قيمة وتعقيدًا، وقدمت الخدمات المصغرة رشاقة وعبئًا تشغيليًا، وقدمت الحوسبة السحابية الأصلية قابلية للتوسع وتوسعًا في التكاليف. سيقدم الذكاء الاصطناعي الوكيلي فوائد أتمتة إلى جانب تحديات الحوكمة والأمان والعمليات.
وإلا، فإن المؤسسات محكوم عليها بتكرار نفس الأخطاء مرارًا وتكرارًا.
أسئلة شائعة
ما هي أبرز التحديات التي تواجه تبني الذكاء الاصطناعي الوكيلي؟
تتضمن التحديات أعمال دمج أكبر من المتوقع، وزيادة في التكاليف، وتعقيدًا تشغيليًا، ومراجعات أمان أطول، بالإضافة إلى الحاجة إلى مهارات تشغيلية جديدة.
متى يكون الذكاء الاصطناعي الوكيلي هو الخيار الأفضل؟
يعمل الذكاء الاصطناعي الوكيلي بشكل أفضل عندما تتطلب المشكلة التفسير والتكيف والعمل شبه المستقل، ويكون أقل إقناعًا في العمليات المستقرة أو القائمة على القواعد أو المنظمة بشدة.
كيف يمكن للمؤسسات تجنب الأخطاء الشائعة في تبني التقنيات الجديدة؟
يجب على المؤسسات البدء بالقيمة المضافة القابلة للقياس، وليس بالتوجه المعماري، وتطبيق التقنية فقط حيثما تتناسب مع احتياجات العمل الفعلية.
جرّب الأداة: منسق ومتحقق JSON



