شركة شياوبنغ الصينية للسيارات تستخدم منصة الذكاء الاصطناعي السحابية من أمازون لتقليص زمن إصلاح العيوب إلى 10 دقائق

أخبار ar.wedoany.com، قامت شركة شياوبنغ للسيارات ببناء منصة عمل داخلية للبرمجة بالذكاء الاصطناعي والعوامل الذكية (Agentic) أطلقت عليها اسم "لينغشي" (Lingxi)، وذلك بالاعتماد على خدمات أمازون ويب سيرفيسز (AWS) مثل Kiro وAmazon Bedrock وAmazon EKS. وقد حققت المنصة نتائج بارزة منها: تجاوز نسبة تغطية كود الذكاء الاصطناعي 70%، وإنشاء أكثر من 700 مهارة (Skills) داخل الشركة، وربط أكثر من 400 نقطة نهاية API، وإجراء أكثر من 100 طلب سحب (PR) مدعوم بالذكاء الاصطناعي يوميًا، وإنجاز أكثر من 140 ألف سير عمل، وتجاوز نسبة نجاح المراحل الست الأساسية 99.7%، وتسليم كود خالٍ من العيوب من الفئتين P0 وP1، بالإضافة إلى تقليص زمن الإصلاح التلقائي للعيوب من يومين إلى 10 دقائق.

صرح هي رويبانغ، المسؤول عن منصة الذكاء الاصطناعي والبيانات في مجموعة شياوبنغ، خلال مؤتمر أمازون ويب سيرفيسز الصيني، أنه على الرغم من الاستخدام الواسع لأدوات تطوير الذكاء الاصطناعي داخل الشركة في عام 2024، وتحسن كفاءة بعض الموظفين بشكل فردي، إلا أن الكفاءة الإجمالية للأقسام لم تشهد تغيرًا ملحوظًا. والسبب هو أن المشاريع المعقدة لا تزال تتطلب أدوات الذكاء الاصطناعي لإكمال كتابة الكود على مراحل، بينما لم يتم ربط عمليات التكامل اليدوي اللاحقة والاختبار المشترك وسلسلة أدوات CI/CD. وأشار تشو روي سونغ، نائب الرئيس العالمي لأمازون والرئيس المشارك لمنطقة آسيا والمحيط الهادئ في أمازون ويب سيرفيسز، خلال المؤتمر إلى أن "نقطة التحول لانفجار الذكاء الاصطناعي القائم على العوامل (Agentic AI) قد حانت. فالعامل الذكي (AI Agent) يتحول من أداة مساعدة إلى قوة عاملة رقمية تشارك فعليًا في الإنتاج وخلق القيمة." وأدركت شياوبنغ لاحقًا أن الكفاءة الفردية لا تعادل الكفاءة الكلية.

يتكون هيكل منصة "لينغشي" من خمس طبقات: الطبقة العليا هي مدخل المطور، وتشمل الواجهة الإلكترونية (Web) وإضافات بيئة التطوير المتكاملة (IDE) وإضافات تطوير الأجهزة. الطبقة التي تليها هي طبقة التعاون بين العوامل الذكية، والتي تستخدم نواة Kiro لترسيخ معايير التطوير في صناعة السيارات كمهارات (Skills). الطبقة الثالثة هي طبقة البيانات والمعرفة، والتي تتراكم فيها بيانات التطوير ومعرفة عمليات تنفيذ العوامل الذكية. توفر طبقة النماذج قدرات النماذج اللغوية الكبيرة عبر خدمة Amazon Bedrock. أما الطبقة السفلية للبنية التحتية فتعتمد على Amazon EKS، الذي يوفر قدرات حسابية مرنة حسب الطلب.

بعد تشغيل هذا الهيكل، كان التغيير الأكثر تمثيلاً في مرحلة SRE (هندسة موثوقية الموقع). قامت شياوبنغ ببناء أربعة عوامل ذكية لـ SRE وآلية إسناد خماسية الأبعاد بالاعتماد على Amazon Bedrock، مما أدى إلى تقليص زمن الإصلاح التلقائي للعيوب من يومين إلى 10 دقائق، مع إمكانية تحديد العيوب المماثلة في أجزاء من الثانية عند ظهورها مرة أخرى، دون الحاجة إلى أي تدخل بشري.

عرضت شركة "مون زهي آن ميان" (Moonshot AI) المطورة لـ Kimi توزيع أعمالها في قطاع الأعمال (B2B) خلال المؤتمر. وأشار هوانغ تشن شين، المسؤول عن أعمال Kimi في قطاع الأعمال، إلى أن الهدف طويل المدى لـ Kimi هو إيجاد الحل الأمثل لتحويل الطاقة إلى ذكاء، مع التركيز على ثلاثة اتجاهات: تحسين كفاءة التعلم للنماذج في ظل محدودية البيانات والقدرة الحاسوبية، وتوسيع طول السياق (Context Length)، وتحقيق التعاون بين عدة عوامل ذكية لإنجاز المهام المعقدة. تعمل Kimi على تحسين كفاءة استخدام الرموز (Token Efficiency) من خلال الهندسة المعمارية وطرق التدريب، مما يسمح لبيانات بحجم 10 تيرابايت بتحقيق تأثير 20 تيرابايت. كما تعمل على تطوير بنية انتباه خطية جديدة في اتجاه السياق الطويل، وتحسين الكفاءة من خلال بقايا الانتباه (Attention Residual). وقد وصلت سرعة إخراج الإصدار الأخير K2.7 Code High Speed إلى 180 رمزًا في الثانية.

على مستوى البنية التحتية، تحصل Kimi على دعم القدرات الحاسوبية من خلال مراكز البيانات والشبكة العالمية لأمازون ويب سيرفيسز. وعلى مستوى خدمات المنصة، تتكامل Kimi مع Amazon SageMaker لدعم العملاء في تدريب ونشر النماذج. ستقوم Kimi لاحقًا بالاتصال بـ Amazon Bedrock، وقد تم إدراجها بالفعل في متجر AWS Marketplace، حيث يمكن للعملاء العالميين استخدامها بنقرة واحدة والدفع حسب الاستخدام. كما تقوم Kimi بتوسيع قاعدة عملائها من المؤسسات من خلال شبكة شركاء AWS (APN)، وتطوير حلول مشتركة مع أمازون ويب سيرفيسز تغطي قطاعات مثل المالية والرعاية الصحية والتصنيع.

فيما يتعلق بحالات الشركات الأخرى، شارك فو شينغ، الرئيس التنفيذي لشركة Cheetah Mobile، تجربة تحول الشركة نحو الذكاء الاصطناعي الأصلي (AI Native). يعمل الإصدار المخصص للشركات من منتج EasyClaw الموجه للأسواق الخارجية على Amazon Bedrock AgentCore، حيث يقوم بجدولة النماذج بناءً على تعقيد المهمة: استخدام نماذج خفيفة للمهام البسيطة ونماذج عالية الأداء للمهام المعقدة. بفضل الوضع الخالي من الخوادم (Serverless) لـ Bedrock AgentCore، تدفع Cheetah Mobile حسب الاستخدام، مما أدى إلى تقليص وقت إطلاق العامل الذكي من شهر إلى أسبوعين، وخفض تكاليف التشغيل بنسبة 25%. أطلقت شركة Insta360، بالاعتماد على قدراتها الخاصة في الذكاء الاصطناعي وخبرتها الممتدة لعقد في تكنولوجيا التصوير، وبالاستناد إلى هيكل العوامل الذكية خماسي الطبقات من أمازون ويب سيرفيسز، خدمة سحابية شاملة لتحويل الفيديو الذكي أطلقت عليها اسم "لحظة برو" (ShiKe Pro)، حيث يمكن للمستخدمين، دون الحاجة إلى تحرير يدوي، إنشاء مقاطع فيديو عالية الجودة من مواد التصوير في أقل من دقيقة.

يرى دينغ جي، الرئيس التنفيذي لشركة Bain & Company في الصين الكبرى، أن ما يجب أن يركز عليه الرؤساء التنفيذيون ليس التكنولوجيا بحد ذاتها، بل كيفية استخدام التكنولوجيا لتغيير طريقة خلق القيمة للشركة. تحتاج الشركات إلى إعادة تصميم الأعمال حول التعاون بين الإنسان والآلة، حيث يتولى الإنسان مسؤولية الحكم والإبداع والمساءلة، ويتولى الموظف الرقمي مسؤولية السرعة والحجم والتنفيذ.

طرحت أمازون ويب سيرفيسز خلال المؤتمر مجموعة تقنيات خماسية الطبقات للتحول في الأعمال القائمة على العوامل الذكية (Agentic). الطبقة الأولى هي البنية التحتية للذكاء الاصطناعي، وتشمل مثيلات GPU ورقائق Trainium المطورة ذاتيًا، بالإضافة إلى قدرات الشبكة والتخزين والحوسبة المرنة. الطبقة الثانية هي طبقة النماذج، حيث توفر Amazon Bedrock مدخلاً موحدًا للشركات لاستدعاء نماذج لغوية كبيرة متعددة حسب الحاجة. الطبقة الثالثة هي طبقة البيانات والمعرفة، والتي تحول البيانات الثابتة للشركة إلى أصول معرفية قابلة للفهم والاسترجاع من قبل الذكاء الاصطناعي، وذلك من خلال خدمات مثل Zero-ETL وAmazon S3 Vectors وAmazon Bedrock Knowledge Bases وAmazon Context. الطبقة الرابعة هي طبقة منصة العوامل الذكية، وهي Amazon Bedrock AgentCore، المسؤولة عن إدارة دورة حياة العامل الذكي بالكامل من التطوير والتشغيل إلى التكرار. الطبقة الخامسة هي طبقة تطبيقات العوامل الذكية، وتشمل منتجات مثل Kiro الموجه لتطوير البرمجيات، وAmazon Quick الموجه للعاملين في مجال المعرفة، وAmazon Connect الموجه لخدمة العملاء. بالإضافة إلى ذلك، أطلقت أمازون ويب سيرفيسز قدرة Amazon Continuum لمواجهة مخاطر أمن البرمجيات في عصر العوامل الذكية، والتي تغطي مراحل الاكتشاف وتحديد الأولويات والتحقق والإصلاح.

صرح غاناباتي "G2" كريشنامورثي، نائب رئيس خدمات قواعد البيانات العالمية في أمازون ويب سيرفيسز، في حديثه مع موقع QuantumBit، أن التكنولوجيا تمتلك بالفعل قدرات قوية وتتطور بسرعة، وأن ما هو مطلوب حقًا هو تغيير في أساليب العمل بدفع من القيادة. وأشار إلى أن الشركات عالميًا تبدأ عادةً بالتحقق من القيمة من خلال إثبات المفهوم (PoC) قبل الانتقال إلى مرحلة الاستخدام على نطاق واسع.

تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com