أخبار ar.wedoany.com، أصدرت جوجل كلاود (Google Cloud) تقرير "حالة البنية التحتية"، مشيرةً إلى أن 83% من المؤسسات ترى ضرورة ترقية بنيتها التحتية الحالية لدعم أنظمة الذكاء الاصطناعي العاملة بالوكالة (agentic AI) على مستوى الإنتاج. وفي الوقت نفسه، أطلقت الشركة حل "السحابة البياناتية للوكيل" (Agentic Data Cloud)، الذي يهدف إلى دمج البيانات ونماذج الذكاء الاصطناعي وقواعد البيانات التشغيلية في نظام عمل موحد.
ترى جوجل كلاود أن العائق الرئيسي الحالي أمام توسيع نطاق الذكاء الاصطناعي ليس أداء النماذج، بل القدرة على الوصول إلى السياق التجاري والبنية التحتية للأنظمة الداعمة. وكشف التقرير أن 43% من قادة تكنولوجيا المعلومات يعتبرون صعوبة دمج واجهات برمجة التطبيقات التقليدية ومصادر البيانات هي أكبر فجوة في البنية التحتية أمام الذكاء الاصطناعي العاملة بالوكالة. فعلى عكس سير العمل البرمجي التقليدي، قد ينطلق الوكيل من استفسار واحد، مما يؤدي إلى تنفيذ عمليات استعلام وتنفيذ عبر تطبيقات وبيانات متعددة، مما يضع ضغطاً على طبقات البنية التحتية غير المصممة لمثل هذه الأحمال.
كما أظهر التقرير أن 81% من القادة يرون أن التعقيد التشغيلي والتكاليف الهندسية هي التكاليف غير المتوقعة الرئيسية عند توسيع نطاق الذكاء الاصطناعي. وهذا يعني أن العديد من مشاريع الذكاء الاصطناعي قد تتعثر بسبب اضطرار الفرق الهندسية لقضاء وقت طويل في ربط الأنظمة المنعزلة. وتشير جوجل كلاود إلى أن السياق التجاري غالباً ما يكون محصوراً في أنظمة مجزأة وهياكل تقليدية. ولمعالجة هذه المشكلة، يسمح نموذج "المستودع البحري غير المحدود" (borderless lakehouse) للوكيل بالوصول إلى البيانات عبر بيئات مختلفة باستخدام أدوات مثل BigQuery وSpanner، والتي تم بناؤها على معايير مفتوحة مثل Apache Spark وApache Iceberg، بهدف تقليل الحاجة إلى نقل مجموعات البيانات الكبيرة إلى موقع مركزي واحد.
لتعزيز قدرة أنظمة الذكاء الاصطناعي على فهم البيانات، شددت جوجل كلاود على أهمية الطبقة الدلالية. ويشير التقرير إلى أن 36% من القادة يعتبرون نقص قواعد البيانات المتجهية عالية الإنتاجية لتأريض الذكاء الاصطناعي (AI grounding) فجوة رئيسية. ويقوم منتج "كتالوج المعرفة" (Knowledge Catalog) بتجميع وإثراء المعلومات في بحيرات البيانات، مما يدعم الوكيل في استخراج السياق الدلالي من المعلومات غير المنظمة. بالنسبة للمؤسسات، لا تكمن المشكلة فقط في اكتشاف البيانات، بل في قدرة نظام الذكاء الاصطناعي على التصرف بناءً على البيانات بشكل آمن.
تشير جوجل كلاود إلى أن تطبيقات الذكاء الاصطناعي تنتقل من مرحلة تجربة النماذج إلى إعادة هيكلة البنية. فقد اختبرت العديد من الشركات أدوات الذكاء الاصطناعي التوليدي، ولكن لتحويلها إلى أنظمة قادرة على معالجة المهام المالية وخدمة العملاء وغيرها تلقائياً، يلزم وجود ترابط أوثق بين البيانات والبنية التحتية. وهذا يؤثر على مزودي الخدمات السحابية وموردي قواعد البيانات ومجموعات البرمجيات المؤسسية، كما يثير تساؤلات حول إنفاق العملاء. ولا يزال الرقم الأساسي في التقرير هو أن 83% من المؤسسات ترى ضرورة ترقية البنية التحتية لدعم أنظمة الذكاء الاصطناعي العاملة بالوكالة على مستوى الإنتاج.
