الذكاء الاصطناعي
#وكلاء_الذكاء_الاصطناعي
#تكاليف_الذكاء_الاصطناعي
وكلاء الذكاء الاصطناعي: إنتاجية ضخمة وتحدي التوسع 2026
كشف تقرير DigitalOcean Currents لعام 2026، القائم على مسح شمل أكثر من 1100 مطور ومدير تقني، أن 67% من المنظمات التي تستخدم وكلاء الذكاء الاصطناعي تحقق مكاسب إنتاجية كبيرة. هذه الوكلاء، التي تتراوح مهامها من إعادة هيكلة الأكواد إلى تصحيح أخطاء الإنتاج، تثبت قيمتها بشكل متزايد. ومع ذلك، لا يزال توسيع نطاق استخدامها في بيئات الإنتاج أمرًا استثنائيًا وليس القاعدة، حيث لم تتجاوز نسبة الشركات التي تنجح في ذلك 10%.
العائق الأكبر أمام هذا التوسع، وفقًا لـ 49% من المستجيبين، هو التكلفة المرتفعة للاستدلال (inference). فالتكلفة لا تقتصر على استدعاء واحد لواجهة برمجة التطبيقات (API)، بل تتضاعف مع كل خطوة يقوم بها الوكيل وتكرار المهام بشكل مستقل. يكشف التقرير أن ما يقرب من نصف المستجيبين ينفقون الآن 76-100% من ميزانية الذكاء الاصطناعي على الاستدلال وحده. هذه المشكلة تعمل DigitalOcean على معالجتها من خلال توفير بنية تحتية مصممة لتحسين اقتصاديات الاستدلال، مما يمهد الطريق لعام 2026 ليكون عام تحول وكلاء الذكاء الاصطناعي من مرحلة التجريب إلى منتجات فعلية.
52% من الشركات تطبق حلول الذكاء الاصطناعي بنشاط (بما في ذلك الوكلاء)
قبل عام واحد فقط، أظهر الاستبيان أن 35% فقط من المستجيبين كانوا يطبقون حلول الذكاء الاصطناعي بنشاط، بينما كان معظمهم في مرحلة الاستكشاف. اليوم، ارتفعت هذه النسبة إلى 52%، مما يشير إلى تحول كبير من مرحلة التجريب إلى مرحلة الإنتاج الفعلي.
يشهد هذا التحول ازدهارًا في استخدام وكلاء الذكاء الاصطناعي، حيث يقوم 46% من المستجيبين بنشرهم خصيصًا. هذه الأنظمة المستقلة تنفذ المهام دون الحاجة إلى تعليمات مستمرة. ومن الأمثلة الحديثة على ذلك OpenClaw (التي كانت تُعرف سابقًا باسم Moltbot و Clawdbot)، وهو مساعد مفتوح المصدر يتصل بتطبيقات المراسلة ويتصفح الويب وينفذ أوامر الأوامر ويقوم بالمهام بشكل مستقل.
تتركز تطبيقات هؤلاء الوكلاء بشكل أساسي في مجالات البرمجة والعمليات:
- 54% في توليد الأكواد وإعادة هيكلتها، مما يجعله المجال الرائد بوضوح.
- 49% في أتمتة العمليات الداخلية.
- 45% في بناء دعم العملاء وروبوتات الدردشة.
- 43% في منطق الأعمال وتنسيق المهام.
- 41% في توليد المحتوى المكتوب.
- 27% في أتمتة مهام التسويق.
- 21% في تحليل البيانات.
يقود المطورون هذا التوجه. فعلى سبيل المثال، ذكرت Y Combinator أن ربع الشركات الناشئة في شتاء 2025 كانت تبني قواعد أكوادها بنسبة 95% بواسطة الذكاء الاصطناعي. وهناك ما يسميه أندريه كارباتي بـ "البرمجة البديهية" (vibe coding)، حيث يتم وصف المطلوب بلغة بسيطة ويقوم الذكاء الاصطناعي بكتابة الكود.
تطورت الأدوات لتناسب سير العمل المختلفة. Cursor، على سبيل المثال، يدمج الذكاء الاصطناعي في نسخة معدلة من VS Code للتعديلات الفورية والتكرار السريع. بينما يعمل Claude Code في سطر الأوامر للعمل العميق عبر مستودعات كاملة. وقد تجاوزت هذه الأدوات مجرد الإكمال التلقائي، لتصبح تعمل في حلقات وكيلية، تقرأ الملفات، تجري الاختبارات، تحدد الإخفاقات، وتكرر المحاولات حتى ينجح البناء. يمكنك وصف ميزة، ويقوم الوكيل بتنفيذها، وقد تستمر بعض الجلسات لساعات دون تدخل بشري.
لكن وكلاء الذكاء الاصطناعي لا يقتصرون على المهندسين فقط؛ بل يشقون طريقهم إلى مجالات التسويق وخدمة العملاء والعمليات. نرى هذا داخليًا في DigitalOcean أيضًا، حيث أظهرت العروض التجريبية وأيام الهاكاثون نماذج لسير عمل الذكاء الاصطناعي لاختبار نصوص الإعلانات على نطاق واسع، وتخصيص رسائل البريد الإلكتروني، وتحديد أولويات تجارب النمو.
67% من المنظمات التي تستخدم الوكلاء تسجل تحسينات ملموسة في الإنتاجية
سؤال الإنتاجية هو المحور الذي يشغل الجميع: هل يقدم الوكلاء نتائج حقيقية، أم أن الأمر لا يزال مجرد ضجيج؟ تشير البيانات إلى أن الإجابة هي الأولى. بشكل عام، أبلغت 67% من المنظمات التي تستخدم وكلاء الذكاء الاصطناعي عن تحسينات ملموسة في الإنتاجية. وبالنسبة للبعض، كانت المكاسب كبيرة: أبلغ 9% من المستجيبين عن زيادة في الإنتاجية بنسبة 75% أو أكثر.
عند سؤالهم عن النتائج التي لاحظوها من استخدام وكلاء الذكاء الاصطناعي، كانت الإجابات كالتالي:
- 53% أشاروا إلى زيادة الإنتاجية وتوفير الوقت للموظفين.
- 44% أفادوا بإنشاء قدرات عمل جديدة.
- 32% لاحظوا انخفاض الحاجة إلى توظيف موظفين إضافيين.
- 27% شهدوا توفيرًا ملموسًا في التكاليف.
- 26% أبلغوا عن تحسين تجربة العملاء.
تظهر الأبحاث الداخلية في Anthropic ما تتيحه هذه التقنيات: عندما درست الشركة كيف يستخدم مهندسوها Claude Code، وجدت أن أكثر من ربع العمل بمساعدة الذكاء الاصطناعي كان يتكون من مهام لم تكن لتُنفذ لولا ذلك. ويشمل ذلك توسيع المشاريع وبناء الأدوات الداخلية، وكذلك الأعمال الاستكشافية التي لم تكن تستحق الاستثمار الزمني سابقًا، ولكنها أصبحت كذلك الآن.
ما الذي يدفع أرقام الإنتاجية هذه إلى الارتفاع أكثر؟ تعلم الوكلاء العمل معًا. فقد كان إطلاق جوجل لمجموعة تطوير الوكلاء (Agent Development Kit) كإطار عمل مفتوح المصدر بمثابة تحول من الوكلاء أحاديي الغرض إلى أنظمة متعددة الوكلاء منسقة يمكنها اكتشاف بعضها البعض، وتبادل المعلومات، والتعاون بغض النظر عن البائع أو إطار العمل.
ومع ذلك، لم ير 14% أي فائدة بعد، بينما قال 19% إن الوقت مبكر جدًا للقياس. مما نراه، كان عام 2025 إلى حد كبير عامًا للتجارب الأولية، بينما يتشكل عام 2026 ليكون العام الذي تنقل فيه المزيد من الفرق وكلاء الذكاء الاصطناعي إلى مرحلة الإنتاج.
60% يراهنون على التطبيقات والوكلاء كأكبر فرصة في الذكاء الاصطناعي
تتبع الميزانيات النتائج. يظل الذكاء الاصطناعي مجالًا نشطًا للاستثمار بالنسبة للغالبية العظمى من المنظمات: 4% فقط من المستجيبين قالوا إنهم لا يتوقعون الاستثمار في الذكاء الاصطناعي خلال الـ 12 شهرًا القادمة. وحيثما ترى المنظمات مكاسب في الإنتاجية، فإنها تزيد استثماراتها في طبقة التطبيقات، وليس في البنية التحتية الأساسية.
عند سؤال المستجيبين عن المجالات التي يتوقعون فيها نمو الميزانية خلال الـ 12 شهرًا القادمة، أشار 37% إلى التطبيقات والوكلاء، وهو ما يزيد عن ضعف حصة البنية التحتية (14%) أو المنصات (17%). والنظرة طويلة المدى أقوى: يرى 60% أن التطبيقات والوكلاء يمثلون أكبر فرصة في مكدس الذكاء الاصطناعي، مقارنة بـ 19% فقط للبنية التحتية.
تدعم بيانات السوق هذا الاتجاه. فوفقًا لتقرير، استحوذت طبقة التطبيقات على 19 مليار دولار في عام 2025، أي أكثر من نصف إجمالي الإنفاق على الذكاء الاصطناعي التوليدي. تصدرت أدوات البرمجة بـ 4 مليارات دولار، ممثلة 55% من الإنفاق الإداري على الذكاء الاصطناعي وأكبر فئة منفردة عبر المكدس بأكمله. تراهن المنظمات على أن طبقة التطبيقات، حيث يتفاعل الذكاء الاصطناعي فعليًا مع المستخدمين وسير العمل، ستكون أكثر أهمية من المكونات الأساسية.
49% يقولون إن تكلفة تشغيل الذكاء الاصطناعي على نطاق واسع هي العائق الأكبر للنمو
يعمل الوكلاء فقط إذا كان بالإمكان تشغيلهم، وفي الوقت الحالي، يمثل الاستدلال (inference) عنق الزجاجة. على عكس التدريب، الذي يعد استثمارًا أوليًا ثابتًا لبناء النموذج، فإن كل طلب إلى الوكيل يولد رموزًا (tokens) تتكبد تكلفة. وتتضاعف هذه التكلفة مع كل خطوة استدلال، وإعادة محاولة، ودورة تصحيح ذاتي. على نطاق واسع، يتحول هذا الاستدلال إلى نفقات تشغيلية يمكن أن تتجاوز الاستثمار الأصلي في النموذج نفسه.
عندما سألنا المستجيبين عن ما يحد من قدرتهم على توسيع نطاق الذكاء الاصطناعي، حدد 49% التكلفة العالية للاستدلال على نطاق واسع كأكبر عائق لهم. ويتوافق هذا مع وجهة الميزانيات: ينفق 44% من المستجيبين الآن غالبية ميزانية الذكاء الاصطناعي (76-100%) على الاستدلال، وليس على التدريب.
لكن حل مشكلة الاستدلال لا ينبغي أن يقع على عاتق المطورين.
إن تعقيد تحسين إعدادات وحدات معالجة الرسوميات (GPU)، وإدارة استراتيجيات التوازي، وضبط البنية التحتية لخدمة النماذج، ليس نوع العمل الذي يجب أن تقوم به معظم الفرق بأنفسها. هذا تعقيد على مستوى البنية التحتية، ويجب على مزودي الخدمات السحابية استيعابه. في DigitalOcean، هذا أمر أساسي في كيفية تفكيرنا في Gradient™ AI Inference Cloud. نحن نستثمر في تحسين الاستدلال حتى لا تضطر الفرق التي نخدمها إلى ذلك. تُعد Character.ai مثالًا جيدًا: لقد جاءوا إلينا بحاجة إلى خفض تكاليف الاستدلال دون التضحية بالأداء أو زمن الاستجابة. من خلال الانتقال إلى منصة سحابة الاستدلال الخاصة بنا والعمل عن كثب مع فريقنا و AMD، ضاعفوا إنتاجية الاستدلال في الإنتاج لديهم وخفضوا تكلفتهم لكل رمز بنسبة 50%.
هذا النوع من النتائج يصبح ممكنًا عندما تقوم المنصة بالعمل الشاق. ومع انتقال الوكلاء من التجارب إلى الإنتاج، فإن الشركات التي تتوسع بنجاح ستكون هي تلك التي لا تتعثر في حل مشكلة الاستدلال بمفردها.
الأسئلة الشائعة
وفقًا لتقرير DigitalOcean، تحقق 67% من المنظمات التي تستخدم وكلاء الذكاء الاصطناعي مكاسب إنتاجية ملموسة، مع تحسينات تصل إلى 75% أو أكثر لـ 9% منهم.
يُعد الارتفاع الشديد في تكاليف الاستدلال (inference) العائق الأكبر، حيث أشار 49% من المستجيبين إلى أنه يحد من قدرتهم على التوسع.
يتطلب الحل بنية تحتية مصممة خصيصًا لتحسين اقتصاديات الاستدلال، مثل سحابة Gradient™ AI Inference Cloud من DigitalOcean، التي توفر أداءً يمكن التنبؤ به وتحكمًا في التكلفة.
التعليقات 0
سجل دخولك لإضافة تعليق
لا توجد تعليقات بعد. كن أول من يعلق!