ما الذكاء الاصطناعي الوكيلي: ولماذا يغيّر كل شيء في أتمتة المؤسسات

تعمل معظم أدوات الذكاء الاصطناعي في حلقة بسيطة: تقدّم مدخلًا، فيعيد النموذج مخرجًا، وينتهي التفاعل. لا يملك النموذج ذاكرة للتبادلات السابقة، ولا قدرة على اتخاذ إجراءات في أنظمة خارجية، ولا آلية للتحقق مما إذا كان مخرجه صحيحًا فعلًا. هذا هو الذكاء الاصطناعي الحواري، وهو كافٍ تمامًا لكثير من حالات الاستخدام.

أما الذكاء الاصطناعي الوكيلي فمختلف جذريًا. فالنظام الوكيلي مصمَّم لملاحقة هدف عبر خطوات متعددة، مستخدمًا أدوات ومعلومات من أنظمة خارجية، ومتخذًا القرارات على طول الطريق، ومعدّلًا نهجه بناءً على ما يتعلّمه. والفرق لا يتعلّق بأي النماذج أذكى، بل بالبنية. فالأنظمة الوكيلية لا تجيب عن الأسئلة، بل تُنجز العمل.

ما الذي يجعل نظام الذكاء الاصطناعي «وكيليًا»

يُستخدم المصطلح بتساهل في التسويق. أما عمليًا، فالنظام الوكيلي الحقيقي يتمتع بأربع خصائص:

الاستقلالية في المهام متعددة الخطوات

يستطيع النظام تقسيم هدف عام إلى سلسلة من المهام الفرعية، وتنفيذها بالترتيب، والتعامل مع المنطق المتفرّع الذي ينشأ عندما تُنتج الخطوات الوسيطة نتائج غير متوقعة. ولا يحتاج المستخدم إلى الإشراف على كل خطوة؛ إذ يواصل النظام عمله حتى يصل إلى قرار غير مخوّل باتخاذه، فيصعّده حينها إلى إنسان.

استخدام الأدوات

يستطيع النظام الاستعلام من قواعد البيانات، واستدعاء الواجهات البرمجية، وقراءة الملفات وكتابتها، والبحث في الويب، وتنفيذ الشيفرات البرمجية، أو التفاعل مع برمجيات الأطراف الثالثة نيابةً عن المستخدم. وهذا ما يميّز النظام الوكيلي عن روبوت محادثة بمطالبة نظام طويلة.

الذاكرة

تحتفظ الأنظمة الوكيلية بالحالة عبر الجلسات: على المدى القصير (ما حدث سابقًا في هذه المهمة) وعلى المدى الطويل (ما يحتاجه هذا المستخدم أو هذه المؤسسة عادةً). ومن دون ذاكرة، لا يستطيع النظام البناء على العمل السابق، مما يحصره في تفاعلات لمرة واحدة.

التصحيح الذاتي

عندما يفشل استدعاء أداة، أو تكون نتيجة وسيطة خاطئة بوضوح، أو لا تحقق الخطة تقدّمًا، يستطيع النظام الوكيلي إدراك المشكلة وتجربة نهج مختلف. وهذا ليس مثاليًا، فالأنظمة الحالية أفضل في رصد الإخفاقات الواضحة منها في رصد الدقيقة، لكنه أفضل بشكل ملموس من نموذج بسيط يعمل بمحاولة واحدة.

لماذا يغيّر هذا حسابات العائد على الاستثمار في الذكاء الاصطناعي

يقلّص مساعد الذكاء الاصطناعي التقليدي الوقت الذي يقضيه العامل المعرفي في إعداد مسودة أولى، أو تلخيص مستند، أو الإجابة عن سؤال معلوماتي. ومكسب الكفاءة حقيقي لكنه محدود: فلا تزال بحاجة إلى من يقدّم المدخلات، ويراجع المخرجات، ويقرّر الخطوة التالية.

النظام الوكيلي يغيّر ذلك. فعندما يستطيع النظام بدء العمل دون تلقين، وتنفيذه عبر أنظمة متعددة دون وساطة بشرية، وإنتاج مخرجات تغذّي مسارات العمل اللاحقة مباشرة، فإننا لم نعد نتحدث عن تعزيز القدرات، بل عن أتمتة كاملة لعمليات العمل المعرفي التي كانت تُعدّ سابقًا أعقد من أن تُؤتمت.

الأثر العملي: حساب العائد على الاستثمار في الذكاء الاصطناعي الوكيلي ليس «كم ساعة يوفّرها لكل مستخدم» بل «ما العمليات التي تتطلب حاليًا إنسانًا لمجرد أنها تمتد عبر أنظمة متعددة وتحتاج إلى تقدير سياقي». تلك العمليات هي المرشّحة للتنفيذ المستقل.

البنية التحتية في العمق

تتكوّن عمليات نشر الأنظمة الوكيلية في المؤسسات عادةً من أربعة مكوّنات:

طبقة التخطيط. النموذج الذي يقسّم الهدف إلى مهام فرعية ويدير خطة التنفيذ كاملة. وعادةً ما يكون نموذج استدلال رائدًا (من فئة Claude أو GPT أو Gemini) أو بديلًا مفتوح الأوزان مثل Qwen أو DeepSeek أو Llama يعمل داخل بيئتك.

سجلّ الأدوات. مجموعة الأدوات التي يمكن للوكيل استدعاؤها: استعلامات قواعد البيانات، ونقاط واجهات البرمجة، وعمليات الملفات، وأدوات التواصل. وتُتاح بشكل متزايد عبر بروتوكول Model Context Protocol (MCP)، بحيث يخدم موصّل واحد خاضع للحوكمة جميع الوكلاء. ويختار الوكيل من هذا السجل ما تتطلبه كل مهمة فرعية.

حلقة التنفيذ. طبقة التنسيق التي ترسل التعليمات إلى الأدوات، وتجمع النتائج، وتعيدها إلى نموذج التخطيط، وتتابع التقدم نحو الهدف. ومن الخيارات الشائعة LangGraph وOpenAI Agents SDK وClaude Agent SDK وCrewAI وتطبيقات مخصصة مبنية على استدعاء الدوال الأصلي، فيما تبرز بروتوكولات بين الوكلاء مثل A2A لتسليم المهام بينها.

نقاط الموافقة البشرية. مواضع في مسار العمل يتوقف فيها النظام ويطلب موافقة بشرية قبل المتابعة. وهي ليست اختيارية في عمليات النشر المؤسسية، بل الآلية التي تحافظ بها المؤسسات على السيطرة على ما يُسمح للوكيل بفعله باستقلالية.

مشكلة سيادة البيانات

إليك القيد الذي يخفيه معظم المورّدين في تسويق منتجاتهم: فائدة النظام الوكيلي محدودة بالبيانات التي يستطيع الوصول إليها. وفي القطاعات الخاضعة للتنظيم (القانون والرعاية الصحية والخدمات المالية والدفاع والجهات الحكومية)، لا يمكن لمعظم البيانات عالية القيمة أن تغادر البنية التحتية للمؤسسة.

تحلّ المنصات الوكيلية المستضافة سحابيًا المشكلة الهندسية الصعبة، لكنها تُدخل مشكلة امتثال لا حل لها. فوكيلك يستطيع استدعاء نظام إدارة علاقات العملاء ونظام تخطيط موارد المؤسسة ومخزن المستندات لديك، لكن كل معلومة تعيدها تلك الأنظمة تمر عبر بنية تحتية لا تتحكم فيها.

نشر الوكيل داخل حدودك يحل هذه المشكلة. يعمل نموذج التخطيط في شبكتك أو في منطقتك السحابية الخاصة. ولا يتصل سجل الأدوات إلا بأنظمتك الداخلية. ولا تغادر البيانات حدودك أبدًا. هذا أصعب تقنيًا، لكنه البنية الوحيدة التي تلبي متطلبات الوظائف ومتطلبات الامتثال في آن واحد.

ما الذي يجب فعله الآن

إذا كانت مؤسستك تقيّم الذكاء الاصطناعي الوكيلي، فنقطة البداية العملية ليست قرارًا تقنيًا، بل تدقيقًا للعمليات. حدّد أهم خمسة مسارات عمل في مؤسستك تُنفَّذ حاليًا يدويًا، وتمتد عبر أنظمة متعددة، وتتبع نمطًا ثابتًا، وتحتاج إلى إنسان أساسًا لأن أحدًا لم يربط الأنظمة ببعضها. تلك هي أولى المرشّحات للأتمتة الوكيلية.

ثم اسأل: هل يتضمن أي من سير العمل هذه بيانات لا يمكن إرسالها إلى واجهة برمجة خارجية؟ إن كان الجواب نعم، فقد حُسم سؤال البنية: يجب أن يعمل الوكيل داخل حدودك، في الموقع أو في منطقة سحابية خاصة تتحكم بها. وإن كان لا، فالتنسيق المستضاف سحابيًا مناسب لإثبات المفهوم.

الخطأ الوحيد الذي يجب تجنّبه هو شراء منصة وكيلية قبل أن تحدد ما تريد منها أن تفعله. فالأنظمة الوكيلية ليست أدوات إنتاجية عامة الغرض، بل بنية تنفيذ لعمليات محددة ومعرّفة جيدًا. عرّف العملية أولًا، ثم اختر البنية التحتية.