اليوم الذي سلّم فيه ذكاؤنا الاصطناعي الخاص موظفًا راتبًا ما كان ينبغي أن يراه
المذكّرة التي لا تُجدي نفعًا
في مكانٍ ما داخل شركتك الآن، قام أحدهم بلصق عقد أحد العملاء في روبوت محادثة لتلخيصه. لم يستأذن أحدًا. وليس سيئ النية. كان أمامه موعد نهائي وأداة تعمل، وصادف أن تلك الأداة أرسلت ذلك العقد إلى خادم تملكه شركة في قارة أخرى.
أعرف هذا لأن كل مدير أمن معلومات عملت معه لديه اللوحة نفسها، وهي تحكي القصة نفسها. أحدهم فتح Netskope في اجتماع وأراني 317 تطبيق ذكاء اصطناعي توليدي مختلفًا قيد الاستخدام الفعلي عبر مؤسسته. كان قد أجاز حفنة منها. أما البقية فكانت موظفيه يحلّون مشكلاتهم الخاصة، لصقةً تلو الأخرى.
تلك الفجوة — بين الذكاء الاصطناعي الذي وافقت عليه والذكاء الاصطناعي الذي يستخدمه موظفوك فعليًا — هي المشكلة التي أمضيت الجزء الأخير من مسيرتي المهنية في بناء Veriprajna لحلّها. نحن نقدّم نشر نماذج اللغة الكبيرة الخاصة: نضع نموذج لغة كبيرًا قادرًا داخل بنيتك التحتية، وتحت ضوابطك الخاصة، بحيث يتوقف العمل الذي ينجزه موظفوك بالفعل باستخدام الذكاء الاصطناعي عن التسرّب من جانب المبنى. الذكاء الاصطناعي السيادي ليس طرحًا فلسفيًا عن الاستقلال التقني الوطني. إنه الجواب العملي لسؤالٍ يعجز كل قائد أمني بالفعل عن الإجابة عنه: إلى أين تذهب بياناتنا، وهل يمكننا إثبات ذلك؟
الغريزة، حين ترى تلك اللوحة لأول مرة، هي أن ترسل مذكّرة. احظر الأدوات. جرّبت هذا التفكير مبكرًا لأرى مدى ملاءمته، وأريد أن أخبرك بالضبط لماذا ينهار — لأن هذا الفشل هو السبب الكامل وراء وجود هذه الشركة.
حظر الذكاء الاصطناعي لا يزيله من شركتك. إنه فقط يزيل قدرتك على رؤيته.
الأرقام تبرهن على الأمر أفضل مما أستطيع. وجد تقرير IBM لعام 2025 حول تكلفة اختراق البيانات أن واحدة من كل خمس مؤسسات قد تعرّضت بالفعل لاختراق مرتبط بالذكاء الاصطناعي الظلّي — أدوات غير مُصرَّح بها تُستخدَم دون علم قسم تقنية المعلومات. وتكلّف هذه الاختراقات في المتوسط 670,000 دولار إضافية مقارنةً بالحوادث التقليدية، واستغرق اكتشافها 247 يومًا مقابل 241 يومًا لكل ما عداها. وقد عبّر استطلاع منفصل عن الأمر بصراحة: 43% من الموظفين يعترفون بمشاركة معلومات عمل حساسة مع أدوات ذكاء اصطناعي لم يوافق عليها صاحب عملهم قط. الحظر لا يغيّر هذا السلوك. إنه فقط يضمن أن تكون آخر من يعلم حين تسوء الأمور.
لماذا لا يعالج روبوت المحادثة الخاص مشكلة الذكاء الاصطناعي الظلّي؟
لذا إن لم تستطع حظره، فأنت تبني البديل الآمن. أنشئ روبوت محادثة داخليًا، وجّهه إلى نموذج جيد، واطلب من الجميع استخدامه بدلًا من ذلك. هنا ارتكبت أكثر أخطائي كلفةً، ويستحق التوقف عنده لأن الجميع تقريبًا يرتكبه.
بدا أول نشر داخلي كنت قريبًا منه رائعًا في العرض التوضيحي. واجهة نظيفة، واستجابات سريعة، ونموذج يعرف مستندات الشركة. كنا فخورين به. ثم، أثناء التجربة التجريبية، سأله شخص في منصب مبتدئ سؤالًا عن خطة تعويضات — فأجاب. بالكامل. وبدقة. بتفاصيل مأخوذة من مستند لم يكن لذلك الشخص أي حق في قراءته.
لم يُخترق أي شيء. فعل نظام الاسترجاع تمامًا ما بنيناه ليفعله: العثور على أكثر المستندات صلةً وتغذية النموذج بها. لكننا لم نُعلّمه قط أن الصلة والإذن أمران مختلفان. كان روبوت المحادثة أمين مكتبة مخلصًا مُنِح المفتاح الرئيسي لكل غرفة مقفلة في المبنى.
غيّرت تلك الظهيرة تأطير المشكلة برمّتها بالنسبة لي. لم يكن النموذج قط هو الجزء الصعب. الجزء الصعب هو الإذن.
إليك ما لا يخبرك به أحد في العروض التوضيحية للبائعين: تحمل معظم المؤسسات سنواتٍ من منطق الوصول المتراكم المدفون في Active Directory — مجموعات أمان متداخلة، وأذونات موروثة، وقوائم توزيع، ووحدات تنظيمية مرصوصة فوق بعضها البعض على يد أشخاص غادروا منذ سنوات. حين تبني نظام استرجاع، تكون الخطوة الساذجة هي وسم كل مقطع نصي بقائمة مسطّحة لمن يمكنه رؤيته. وهذا ينهار في اللحظة التي تصطدم فيها بتداخل المجموعات في العالم الواقعي. يرث المستند الوصول من مجموعة، ترث بدورها من مجموعة أخرى، أُضيف إليها متعاقد لمشروع واحد قبل سنوات.
إتقان هذا هو العمل الفعلي. لقد بنينا طبقة مزامنة تقع بين مزوّد الهوية — Active Directory أو Okta أو Azure AD — وقاعدة البيانات المتّجهة حيث تعيش المستندات. تحلّ عضوية المجموعات بشكل تعاودي، وتفكّ سلاسل الوراثة تلك، وتحدّث بيانات وصف الوصول على إيقاع محكم. في معظم عمليات النشر نتزامن كل 60 إلى 90 ثانية. لكن الحالة التي تحرمك النوم هي إنهاء الخدمة: يُرافَق أحدهم إلى الخارج في التاسعة صباحًا، ولا يمكن أن يظل النظام يجيب بصلاحيات وصوله في التاسعة وخمس دقائق. لذا لا تنتظر عمليات الإلغاء المزامنة التالية — إذ يُطلق خطّاف ويب من Okta أو Azure AD عملية تطهير فورية في اللحظة التي يُعطَّل فيها الحساب.
الصلة والإذن ليسا الشيء نفسه، ونظام استرجاع يخلط بينهما سيسلّم الجواب الصحيح إلى الشخص الخطأ تمامًا. لا تحل أي منصة RAG كبرى هذا الأمر جاهزًا — لقد بحثت بنفسي.
هذه ليست ثقة تسويقية — إنها ما وجدته حين بحثت. TrueFoundry وDatabricks ومنتجات البحث السحابية الأصلية جميعها لديها إجابات جزئية: فحوص أذونات للقراءة فقط، ومزامنات دورية. لا تَرِث أي منها الصورة الكاملة لسياسات المجموعات والقواعد القائمة على السمات — وصول محدود بالوقت، و«من جهاز مُدار فقط»، ومستويات التصنيف — التي تعمل عليها مؤسسة خاضعة للتنظيم فعليًا. لذا نبني محرّك السياسات ذاك كعمل مخصّص، لأنه لا يوجد اختصار له. إن أردت البنية الكاملة لكيفية عمل تطبيق الأذونات هذا من طرف إلى طرف، فهي مبيّنة على صفحتنا حول الذكاء الاصطناعي السيادي ونشر نماذج اللغة الكبيرة الخاصة.
هل يجعل مركز بيانات في فرانكفورت ذكاءك الاصطناعي أوروبيًا؟
هناك فخّ ثانٍ، وهو أكثر مكرًا لأنه يبدو كامتثال. يلجأ كثير من المؤسسات إلى خيار مُدار — Azure OpenAI أو AWS Bedrock — وتشعر بالأمان. تبقى البيانات داخل مستأجرها السحابي. هناك نقاط نهاية VPC، وشبكات خاصة، وكومة من الشهادات. بالنسبة لكثير من الشركات، هذا هو الجواب الصحيح فعلًا، وسأقول ذلك في وجه العميل حين يكون كذلك.
لكن هناك حقيقة قانونية تحت الحقيقة التقنية أرى الناس يغفلون عنها باستمرار. استضافة ذكائك الاصطناعي في مركز بيانات بفرانكفورت لا تجعله أوروبيًا. Microsoft وAmazon شركتان مقرّهما الولايات المتحدة، وهذا يجعلهما خاضعتين لقانون CLOUD Act الأمريكي، الذي يتيح لسلطات إنفاذ القانون الأمريكية إجبار شركة أمريكية على تسليم بيانات تخزّنها في أي مكان في العالم. وتنص المادة 48 من اللائحة العامة لحماية البيانات (GDPR) على أن أمر محكمة أجنبية لا يكون صالحًا هنا إلا باتفاقية دولية. يشير هذان القانونان في اتجاهين متعاكسين، وبياناتك تجلس في الفجوة.
لم يعد هذا نظريًا في مارس 2026. غرّمت هيئة حماية البيانات النمساوية شركة تقنية مالية في فيينا 450,000 يورو بسبب تشغيلها التقييم الائتماني عبر واجهة برمجة تطبيقات ذكاء اصطناعي مقرّها الولايات المتحدة — واعتبرت ذلك نقلًا غير مشروع للبيانات بموجب GDPR. كانت الشركة قد افترضت، كما يفعل الجميع تقريبًا، أن الاستضافة في المنطقة الأوروبية كافية. لم تكن كذلك. أحتفظ بهذا القرار في إشاراتي المرجعية لأنه أوضح مثال وجدته على خطر لا تعرف معظم مجالس الإدارة أنها تحمله.
الحالة المقابلة هي سلسلة مستشفيات أمريكية: هناك بالكاد يُذكر قانون CLOUD Act، لكن متطلبات الشريك التجاري في HIPAA — وفي اللحظة التي تلمس فيها العقود الفيدرالية — يصبح إطار NIST لإدارة مخاطر الذكاء الاصطناعي وFedRAMP High هما الخط الذي ترسمه بدلًا من ذلك. يحتفظ سؤال الاختصاص القضائي بالشكل نفسه؛ ولا يتغيّر سوى النص القانوني المعلّق على الجدار.
بالنسبة لشركة مالية أمريكية بلا عملاء أوروبيين، لا شيء من هذا يهم وغالبًا ما يكون Azure OpenAI هو الخيار الصحيح تمامًا. أما بالنسبة لبنك أوروبي يعالج بيانات عملائه الخاصين، فتنقلب المعادلة — والتهيئة الوحيدة التي تزيل التعرّض لقانون CLOUD Act تمامًا هي نشر ذاتي الاستضافة على نماذج مفتوحة الأوزان تعمل على بنية تحتية مشغّلها لا يخضع للولاية القضائية الأمريكية. تلك هي الوظيفة الفعلية لمزوّدي السحابة السيادية الأوروبيين — OVHcloud وScaleway وسعة Blackwell الجديدة التي تدخل الخدمة في أوروبا. ليست وطنية. بل اختصاص قضائي.
والموعد النهائي حقيقي. تصبح التزامات الشفافية في المادة 50 من قانون الذكاء الاصطناعي للاتحاد الأوروبي (EU AI Act) قابلة للإنفاذ في 2 أغسطس 2026. اجمع عقوبات قانون الذكاء الاصطناعي فوق عقوبات GDPR ويبلغ السقف المجمّع 55 مليون يورو، أو 11% من إجمالي الإيرادات السنوية العالمية. هذه ليست غرامة تمتصّها. هذا رقم يُنهي المسارات المهنية.
«فقط استخدم الـ API» — المحادثة التي أخوضها كل شهر
الاعتراض الذي أسمعه أكثر من غيره مالي، وهو منصف: الاستضافة الذاتية تبدو مكلفة. لماذا تشتري وحدات معالجة رسومية وتوظّف فريقًا بينما الـ API على بُعد رسمٍ على بطاقة ائتمان؟
لأن الحسابات تنقلب، والموضع الذي تنقلب فيه أكثر تحديدًا مما يتوقعه الناس. بالنسبة لنموذج ذاتي الاستضافة بـ70 مليار معامل، يبلغ الاستدلال نحو 0.013 دولار لكل ألف رمز. العمل نفسه عبر API مُستضاف مثل GPT-4o mini يكلّف من 0.15 إلى 0.60 دولار لكل ألف. هذا ليس فرق تقريب. لكنه لا يهم إلا فوق حجم معيّن، لأن وحدات المعالجة الرسومية ذاتية الاستضافة تكلّف مالًا سواء كنت تستخدمها أم جالسة عاطلة.
تقع نقطة التعادل حول مليوني رمز يوميًا. تحت هذا الخط، تفوز واجهات الـ API — فأنت لا تدفع مقابل عتاد عاطل، وسأنصح العميل بالبقاء على واجهات الـ API دون تردّد. فوقه، توفّر الاستضافة الذاتية 60 إلى 85% على الاستدلال. إحدى شركات التقنية المالية التي أعرفها خفّضت فاتورتها الشهرية للذكاء الاصطناعي من 47,000 دولار إلى 8,000 دولار بالانتقال إلى استضافة ذاتية هجينة.
لكن — وهذا هو الجزء الذي تخفيه بطاقات أسعار وحدات المعالجة الرسومية — نادرًا ما يكون العتاد أكبر بند في التكلفة. بأسعار اليوم، تُؤجَّر وحدة H100 بـ2.50 إلى 3.50 دولار في الساعة، وواحدة فقط تشغّل نموذجًا مفتوح الأوزان مثل Llama 3.3 70B تخدم 30 إلى 50 مستخدمًا متزامنًا بزمن استجابة دون الثانيتين. الجزء المكلف هو الأشخاص. تحتاج إلى مهندسي MLOps — اثنين كحدّ أدنى لموثوقية الإنتاج — بتكلفة 200,000 إلى 350,000 دولار لكل منهما، إضافة إلى المراقبة، وخطوط تقييم، واستراتيجية للتراجع. بالنسبة لفريق جديد على تشغيل النماذج، تبلغ التكلفة الإجمالية للملكية نحو 3.2 أضعاف تكلفة الـ API الخام في السنة الأولى. أما بالنسبة لفريق ناضج بأدوات قائمة، فتنخفض إلى نحو 1.8 ضعف.
تلك الشركة المالية التقنية التي خفّضت فاتورتها بهذا الشكل الدراماتيكي؟ نجح الأمر لأنّ لديهم بالفعل فريق Kubernetes و18 شهرًا من ندوب الخبرة التشغيلية. النقلة نفسها كانت ستُفلس فريقًا يتعلّم أثناء العمل.
وحدة المعالجة الرسومية هي أرخص جزء في الاستضافة الذاتية. المهندسان اللذان يبقيانها تعمل هما البند الذي يحدّد ما إذا كانت الحسابات تنجح فعلًا — وأي شخص يجيب عن «هل ينبغي أن نستضيف ذاتيًا؟» أسرع من «الأمر يعتمد على حجمك وفريقك» فهو يبيعك شيئًا.
الخبر السار تحت كل هذا هو أن النماذج مفتوحة الأوزان أصبحت جيدة بما يكفي لجعل السؤال يستحق الطرح أصلًا. يحقّق Llama 3.3 70B نسبة 86% في اختبار MMLU المعياري ويعمل أرخص بنحو 25 مرة عند الاستضافة الذاتية مقارنةً بالـ API المكافئ. ويسجّل DeepSeek-V3 نسبة 88.5% — متفوّقًا بفارق ضئيل على نموذج احتكاري متقدّم في ذلك المقياس. بالنسبة للغالبية العظمى من مهام المؤسسات، لم يعد النموذج الذي يمكنك تشغيله داخل جدرانك الخاصة تنازلًا كما كان قبل عامين.
ماذا يحدث حين يتوقف الذكاء الاصطناعي عن مجرد الكلام
تطوّر واحد يحوّل كل هذا من كونه حصيفًا إلى كونه عاجلًا. الذكاء الاصطناعي في شركتك على وشك أن يتوقف عن كونه روبوت محادثة ويبدأ في كونه وكيلًا — برنامجًا لا يجيب عن الأسئلة فحسب بل يتخذ إجراءات، مع وصول دائم إلى أنظمتك.
تتوقّع Gartner أن تُضمّن 40% من تطبيقات المؤسسات وكلاء ذكاء اصطناعي بحلول نهاية 2026، صعودًا من أقل من 5% قبل عام. لكن نحو 5% فقط من المؤسسات نقلت الوكلاء فعليًا من التجربة التجريبية إلى الإنتاج، والصورة الأمنية مقلقة حقًا: 92% من قادة الأمن يقولون إنهم يفتقرون إلى رؤية كاملة لهويات الذكاء الاصطناعي العاملة بالفعل في بيئتهم. وكيل يمكنه قراءة نظام إدارة علاقات العملاء لديك، وفتح التذاكر، وتحريك الأموال هو خطر مختلف جدًا عن روبوت محادثة يمكنه تلخيص ملف PDF.
كل ما وصفته — تطبيق الأذونات، والتحكم في الاختصاص القضائي، وحواجز الحماية أثناء التشغيل التي تلتقط حقن الأوامر — يتوقف عن كونه ميزة كمالية في اللحظة التي يصبح فيها ذكاؤك الاصطناعي قادرًا على أن يتصرّف. روبوت محادثة يسترجع المستند الخطأ هو أمر محرج. أما وكيل بوصول دائم وبلا حدود أذونات فهو حادثة تنتظر موعدها.
هذه هي إعادة التأطير التي أودّ أن أتركك بها. طبقة حواجز الحماية مهمة هنا أيضًا — ومن الجدير معرفة أن الخيارات الجاهزة مثل NeMo Guardrails من NVIDIA تضيف زمن استجابة حقيقيًا، من 100 إلى 300 ميلي ثانية لكل استدعاء، ولهذا نضبط منطق السياسات على نمط الامتثال المحدّد بدلًا من تركيب مرشّح عام. لكن النقطة الأعمق معمارية. لا يمكنك وضع وكيل على بنية تحتية لا تتحكم فيها وتسمّيه محكومًا.
الجزء الذي يعترض عليه الناس دائمًا
يسألني الناس عمّا إذا كان عليهم حقًا أن يختاروا — عمّا إذا كان بإمكانهم الاحتفاظ ببعض واجهات الـ API السحابية وما زالوا يصفون أنفسهم بالسياديين. نعم: معظم عمليات النشر التي أوصي بها هجينة، أعباء العمل الحساسة على بنية تحتية خاصة والمنخفضة المخاطر على واجهات API مُدارة، مع حدّ سياسي واضح يقرّر أيّهما أيّ. لم تكن السيادة قط عهدًا بالكل أو لا شيء؛ إنها رسم الخط في المكان الصحيح والقدرة على إثبات موضعه.
السؤال الآخر هو التوقيت — أليس الوقت مبكرًا؟ الغرامة النمساوية قد وقعت بالفعل. وموعد المادة 50 على التقويم. موظفوك يلصقون بيانات في مئات الأدوات التي لم توافق عليها بينما تقرأ هذا. تكلفة التحرك مبكرًا هي مشروع. تكلفة التحرك متأخرًا تُقاس مقابل سقف يبلغ أحد عشر بالمئة من الإيرادات.
أسّست Veriprajna لأنني شاهدت روبوت محادثة صغيرًا مخلصًا يسلّم موظفًا مبتدئًا راتبًا ما كان ينبغي له قط أن يُظهره له، وأدركت أن الصناعة بأكملها كانت تبيع النماذج بينما المشكلة الفعلية كانت التحكم. النموذج هو الجزء السهل. لطالما كان كذلك.
موظفوك لا ينتظرون إذنًا لاستخدام الذكاء الاصطناعي. السؤال المفتوح الوحيد هو ما إذا كان الذكاء الاصطناعي الذي يستخدمونه مسؤولًا أمامك.
إن أردت أن ترى كيف نصمّم ذلك التحكم لملف مخاطر محدّد — أين يجب أن يقع الخط بين الخاص والمُدار، وكيف تُبنى طبقة الأذونات، وكيف تبدو التكلفة الإجمالية الحقيقية لفريقك — فذلك ما نوضّحه، بصدق وبحياد تجاه البائعين، على صفحة Veriprajna للذكاء الاصطناعي السيادي. أحضِر لوحة معلوماتك. أعرف تقريبًا ما تقوله بالفعل.
