في 24 أكتوبر الماضي، وبناءً على دعوة من الجمعية الكورية لذكاء الصناعة (KOIIA)، شارك الرئيس التنفيذي لشركة كليفي، لي هوان-هو، في «أكاديمية تنمية المواهب الأساسية للشركات المتوسطة الحجم لعام 2025، ندوة استراتيجية الاستجابة للصناعات المستقبلية» وألقى كلمة رئيسية.
شاركنا في جلسة «حالات استخدام تقنيات الذكاء الاصطناعي والاستراتيجيات العملية للتحول الرقمي» بموضوع «حالات استخدام الذكاء الاصطناعي الفيزيائي وعوامل الفشل والاستراتيجيات التحسينية أثناء إدخال وكلاء RAG».
مع تزايد الاهتمام مؤخراً بوكلاء الذكاء الاصطناعي، يتزايد أيضاً عدد الشركات التي تفكر في إدخال تقنيات الذكاء الاصطناعي، ويُعتقد أن العديد من المؤسسات والشركات قد أدخلت الذكاء الاصطناعي تجريبياً وبدأت في تشغيله.
لكن، للأسف، أظهرت الدراسات أن العديد من الشركات والمؤسسات لا تحقق عائد الاستثمار (ROI) المطلوب، أو أن الوظائف التي كانت تعمل في مرحلة إثبات المفهوم (PoC) لا تقدم إجابات مناسبة أو لا تعمل بشكل صحيح في المشروع الفعلي أو في مواقع العمل.
وبسبب هذه المعلومات، تتردد العديد من الشركات في إدخال الذكاء الاصطناعي على عجل.
خلال هذه المحاضرة، شرح الرئيس التنفيذي لشركة كليفي، لي هوان-هو، بالتفصيل حدود أنظمة RAG، وهي أحد الأسباب الرئيسية لفشل إدخال الذكاء الاصطناعي على عجل، كما تناول النماذج مفتوحة المصدر أو نماذج LLM الصغيرة (SLM)، موضحاً سبب فشل حالات الإدخال السابقة.
في النهاية، يكمن سبب استخدام الذكاء الاصطناعي في الرغبة في أن يتولى مهام البشر أو أن يقدم أداءً أفضل من البشر.
وبما أن العاملين الميدانيين في الشركات التي أدخلت الذكاء الاصطناعي حالياً لا يثقون بجودة إجابات الذكاء الاصطناعي، فقد تزايدت الشكاوى من أن أعباء العمل ازدادت بدلاً من أن تنخفض، بسبب اضطرارهم إلى التحقق من محتوى إجابات الذكاء الاصطناعي واحدةً تلو الأخرى.
ويعود السبب في ذلك إلى أن معظم الشركات تستخدم نماذج SLM مفتوحة المصدر بعد ضبطها بدقة كحلول.
من البديهي أن نعتقد أن الذكاء الاصطناعي سيصبح أكثر ذكاءً إذا تعلّم أموراً جديدة، لكن تعليمه معارف جديدة يؤدي، على العكس، إلى فقدان ذكرياته السابقة، أي أوزان المعلمات العشوائية.
وتكمن المشكلة الأكثر خطورة في أنه لا أحد يعرف أي معلومات أو معارف قد فُقدت.
نظرًا لأن إدخال الذكاء الاصطناعي ليس أمرًا يتطلب موارد قليلة، فلا بد أنكم أجرَيتم العديد من عمليات التحقق منذ مرحلة إثبات المفهوم (PoC).
لماذا لم تظهر مثل هذه المشكلة في ذلك الوقت؟ يعود السبب بالطبع إلى إعادة التدريب باستخدام معلومات مستهدفة.
لقد علّمتم الذكاء الاصطناعي، الذي كان يعرف الأرقام فقط، الأبجدية، ثم طرحتم عليه مسائل تتعلق بالأبجدية فقط، لذلك من الطبيعي أن يجيب بشكل جيد. ولكن هل نحتاج في مواقع العمل إلى نماذج متخصصة في مثل هذا المجال المحدد فقط؟
تواجه مواقع عملنا كل يوم بيئات وبيانات جديدة. لكن الذكاء الاصطناعي الذي تم تدريبه مع تدمير معارفه السابقة عشوائيًا لا يستطيع ضمان الشمولية، ناهيك عن الدقة.
لذلك، نحتاج إلى امتلاك نموذج لغوي ضخم من نوع From-scratch Foundation، أو إلى تقنية قادرة على إنشاء هذا النموذج.
ولأن هذه النماذج تمتلك تقريبًا كل المعارف الموجودة في العالم، فإنها تتميز بجودة إجابات عالية، فضلًا عن دقة أكبر.
في المجالات المتخصصة، يمكن التغلب على عيوب SLM الذي خضع للضبط الدقيق باستخدام تقنية تُسمى SFT(Supervised Fine-Tuning)، أو باستخدام نظام RAG للبيانات القليلة، أو تقنية قاعدة البيانات الدلالية، وهي نظام قاعدة بيانات ذكي طورته كليفي بشكل مستقل.
وبما أن الحكومة تدرك أيضًا أهمية هذه النماذج التأسيسية، فإنها لا تدخر جهدًا في تقديم الدعم لها.
إنه مشروع الذكاء الاصطناعي الوطني. وسيكون الهدف الأكبر لهذا المشروع هو تحقيق السيادة الرقمية.
ولأن كليفي كانت تدرك أيضًا العيوب الخطيرة لاستخدام النماذج مفتوحة المصدر، فقد طورت بشكل مستقل كل شيء بدءًا من جمع البيانات وصولًا إلى تصميم البنية المعمارية، ودرّبت نماذج كليفي.
تمتلك نماذج كليفي الحالية أداءً لا يتراجع بأي شكل من الأشكال حتى عند منافستها لأبرز أنظمة الذكاء الاصطناعي في العالم.
وبما أننا نمتلك نماذجنا الخاصة، فإن كليفي لا تتأثر أيضًا بمشكلة التبعية التي قد تنشأ عند استخدام نماذج خارجية.
أصبح إدخال الذكاء الاصطناعي ضرورة لا خيارًا. لكن من الصعب تحقيق النتائج المرجوة بمجرد إدخال أحدث التقنيات.
يبدأ الابتكار الحقيقي فقط عندما نفهم حدود التقنية بدقة، ونضع الاستراتيجية المثلى التي تتناسب مع بيئة مؤسستنا وأهدافها.
تعمل كليفي على تقليل التجارب والمخاطر التي تواجهها الشركات أثناء إدخال الذكاء الاصطناعي، من خلال تقنياتها المتميزة، مثل نموذجها اللغوي الضخم المستقل وقاعدة البيانات الدلالية.
سنواصل الإصغاء إلى أصوات العاملين في الميدان، وسنبذل قصارى جهدنا لنصبح شريكًا موثوقًا به في مجال الذكاء الاصطناعي لمزيد من الشركات. نأمل أن تحققوا النجاح الحقيقي في اعتماد الذكاء الاصطناعي بالتعاون مع كليفي.