📈 economics

Advances in Agentic AI: Back to the Future

تضع هذه الورقة إطاراً تحليلياً مهيكلاً للذكاء الاصطناعي الوكيل عبر تعريف المفاهيم الأساسية، وتتبع تطور منهجيات الخوارزمية، وتقديم نموذج "الآلة في تعلم الآلة" (M1 وM2) ثنائي المستويات للتمييز بين أنظمة الاسترجاع الحالية القائمة على النماذج اللغوية الكبيرة وبين مستقبل التحول في قطاع الأعمال (B2B) القائم على الاستراتيجيات والمخصص للإنتاج.

المؤلفون الأصليون: Sergio Alvarez-Telena, Marta Diez-Fernandez

نُشر 2026-03-26

📖 6 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Sergio Alvarez-Telena, Marta Diez-Fernandez

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

إليك شرح لورقة "التقدم في الذكاء الاصطناعي الوكيل: العودة إلى المستقبل"، مترجمة إلى لغة بسيطة مع تشبيهات إبداعية.

الصورة الكبيرة: "الدماغ" مقابل "الجسد"

تخيل أنك تبني روبوتًا فائق الذكاء.

"التعلم" (L): هذا هو دماغ الروبوت. هو الجزء الذي يقرأ الكتب، ويتعلم الرياضيات، ويحاول فهم العالم. تجادل الورقة بأن هذا الجزء أصبح "سلعة". تمامًا كما يمكن للجميع اليوم شراء شريحة معالجة (CPU) قوية، يمكن للجميع الوصول إلى أدمغة ذكاء اصطناعي قوية (مثل النماذج اللغوية الكبيرة). امتلاك أذكى دماغ لم يعد يضمن لك الفوز في السباق بعد الآن.
"الآلة" (M): هذا هو جسد الروبوت، وجهازه العصبي، ويداه. هو كيف يقوم الدماغ بالأشياء فعليًا في العالم الحقيقي. هو كيف يتبع القواعد، ويتحدث مع الروبوتات الأخرى، ويحافظ على الأسرار، ولا يتعرض للتحطم عندما تسوء الأمور.

النقطة الرئيسية للورقة:
معظم الشركات مهووسة حاليًا بشراء "أذكى دماغ" (النماذج اللغوية الكبيرة - LLMs) وتأمل أن يقوم ذلك بإصلاح أعمالها. يقول المؤلفون إن هذا خطأ. السحر الحقيقي ليس في الدماغ؛ بل في بناء جسد يمكنه فعليًا استخدام ذلك الدماغ لإدارة شركة معقدة. هم يسمون هذا الذكاء الاصطناعي الوكيل القائم على الاستراتيجيات (Strategies-based Agentic AI).

نوعا "الآلات" (M1 مقابل M2)

يقسم المؤلفون جزء "الآلة" إلى مستويين:

1. M1: "مصنع النماذج" (باني الدماغ)

ما هو: هذه هي الآلات الثقيلة اللازمة لتدريب دماغ الذكاء الاصطناعي. يتضمن ذلك حواسيب ضخمة، وكميات هائلة من البيانات، ورياضيات معقدة لإنشاء النموذج.
التشبيه: فكر في M1 كـ مخبز عالي التقنية يخبز رغيف الخبز المثالي.
المشكلة: تعتقد العديد من الشركات أنه إذا اشترت الخبز (نموذج الذكاء الاصطناعي)، فيمكنها إدارة مطعم. لكن خبز الخبز يختلف عن إدارة المطعم. المخبز (M1) بارع في صنع المنتج، لكنه لا يعرف كيف يخدم الزبائن، أو يدير قائمة الطعام، أو يتعامل مع مفتش الصحة.
الاتجاه الحالي: معظم "الذكاء الاصطناعي الوكيل" اليوم هو مجرد M1. إنه مجرد "روبوت دردشة" (Chatbot) رائع يمكنه كتابة كود أو الإجابة على الأسئلة، لكنه ليس مبنيًا لإدارة مؤسسة كاملة بأمان.

2. M2: "نظام التشغيل" (باني الجسد)

ما هو: هذه هي البنية التحتية المعقدة التي تأخذ دماغ الذكاء الاصطناعي وتوصله بعمل تجاري حقيقي. إنها تربط الذكاء الاصطناعي بإدارات الموارد البشرية، والمالية، والأمن السيبراني، والقانون. وهي تضمن اتباع الذكاء الاصطناعي للقواعد وعدم اختلاق الحقائق (الهلوسة).
التشبيه: فكر في M2 كـ النظام البيئي الكامل للمطعم. إنه تصميم المطبخ، والنادلين، ونظام الحجز، والامتثال لقواعد الصحة، والمدير الذي يعرف متى يطرد نادلًا أو يغير قائمة الطعام.
الهدف: M2 هو ما يحول "اللعبة الممتعة" إلى "محرك أعمال جاهز للإنتاج". إنه يسمح للشركة بأن تكون "أولًا بالذكاء الاصطناعي" (AI-first)، مما يعني أن المنظمة بأكملها تعمل كمحرك منسق، وليس مجرد شخص يكتب في صندوق دردشة.

لماذا تفشل الكثير من مشاريع الذكاء الاصطناعي؟ (معدل الفشل 95%)

توضح الورقة أن 95% من مشاريع الذكاء الاصطناعي تفشل ليس لأن الذكاء الاصطناعي "غبي"، بل لأن الشركات تحاول وضع وتد مربع في ثقب مستدير.

فخ "برمجة المشاعر/الأجواء" (Vibe Coding): تحاول العديد من الشركات بناء أعمالها على "برمجة المشاعر" (مجرد سؤال الذكاء الاصطناعي لـ "يجعل الأمر يعمل" دون خطة صلبة).
- التشبيه: الأمر يشبه محاولة بناء ناطحة سحاب عبر سؤال جني لـ "يجعلها طويلة". قد يصنع الجني كومة طويلة من الطوب، لكن لن يكون بها سباكة أو كهرباء أو أساس. ستنهار.
سوء فهم "الهلوسة": يعتقد الناس أن "هلوسة" الذكاء الاصطناعي (اختلاقه للأمور) هي خطأ برمي سيتم إصلاحه. يقول المؤلفون إنها سمة في التصميم. نظرًا لأن النماذج اللغوية الكبيرة تخمن الكلمة التالية بناءً على الاحتمالات، فإنها ستقوم باختلاق الأمور. إذا بنيت بنكًا أو مستشفى على نظام يعتمد على التخمين، فأنت تبني على الرمال.
الخلط في المواهب: توظف الشركات "المدققين" (الأشخاص الذين يتحققون من استيفاء الشروط) لقيادة "التحولات" (الأشخاص الذين يبنون أشياء جديدة).
- التشبيه: الأمر يشبه توظيف مفتش صحة لتصميم سيارة فيراري جديدة. المفتش بارع في التحقق مما إذا كانت السيارة آمنة، لكنه لا يعرف كيف يبني محركًا. أنت بحاجة إلى نوع مختلف من المواهب لقيادة التحول.

الحل: الذكاء الاصطناعي "القائم على الاستراتيجيات"

بدلاً من مجرد ترك الذكاء الاصطناعي يتحدث، يقترح المؤلفون نظامًا يتم فيه توجيه الذكاء الاصطناعي بواسطة استراتيجية بشرية وقواعد صارمة.

"الآلة المعززة": تخيل طيارًا ومساعد طيار. الطيار البشري (الخبير) يحدد الوجهة وقواعد السلامة. مساعد الطيار (الآلة/الذكاء الاصطناعي) يقود الطائرة، ويتعامل مع الاضطرابات، ويدير الوقود.
النهج "الاتحادي" (Federated): بدلاً من وجود ذكاء اصطنا واحد ضخم ومخيف يسيطر على كل شيء، يتكون النظام من العديد من "الوكلاء الأذكياء" المتخصصين والصغار.
- التشبيه: فكر في خلية من النحل. لا يعرف أي نحلة واحدة الخطة الكاملة. نحلة تتحقق من الزهور، وأخرى تتحقق من الطقس، وأخرى تحرس الخلية. يتحدثون مع بعضهم البعض ويعملون معًا. إذا ارتبكت نحلة واحدة، فإن الخلية لا تنهار. هذا أكثر أمانًا ومرونة من وجود "نحلة عملاقة" واحدة.

التواء "العودة إلى المستقبل"

عنوان "العودة إلى المستقبل" هو دعابة حول كيف أننا نعود في دوائر.

الماضي: في التسعينيات والعقد الأول من القرن الحادي والعشرين، بنى خبراء التمويل (مثل المؤلفين) أنظمة معقدة قائمة على القواعد لتداول الأسهم. كانوا يعلمون أن "النماذج الذكية" ليست كافية؛ بل تحتاج إلى هيكل قوي.
الحاضر: لقد عدنا إلى نفس المشكلة، ولكن الآن لدينا "ذكاء اصطناعي" بدلاً من "جداول البيانات". نحن نرتكب نفس الخطأ المتمثل في الاعتقاد بأن "النموذج الذكي" هو الحل، ناسين "الهيكل".
المستقبل: تجادل الورقة بأننا بحاجة للعودة إلى الانضباط القديم المتمثل في بناء هياكل صلبة قائمة على القواعد (M2) ثم توصيل أدمغة الذكاء الاصطناعي الجديدة بها.

"الخلطة السرية" (لماذا هذا صعب)

يعترف المؤلفون بأن بناء نظام M2 هذا صعب للغاية. إنه ليس مجرد برمجة؛ بل هو مزيج من:

علم النفس: جعل الناس يغيرون طريقة عملهم.
القانون: التأكد من أن الذكاء الاصطناعي لا يخالف اللوائح.
الأمن: التأكد من أن المتسللين لا يمكنهم خداع الذكاء الاصطناعي.
الاقتصاد: التأكد من أن الشيء يحقق أرباحًا بالفعل.

لقد بنوا هذا النظام على مدار 10 سنوات في "مركز تميز" (مختبر سري)، واختبروه في أمور عالية المخاطر مثل التداول الخوارزمي (حيث تكلف غلطة واحدة ملايين الدولارات) والأمن السيبراني. ولأنهم اختبروه في "منطقة الخطر" أولاً، فهم يعلمون أنه يعمل.

ملخص للشخص العادي

لا تشترِ مجرد دماغ ذكاء اصطناعي ذكي.
إذا كنت تريد استخدام الذكاء الاصطناعي لإدارة عملك، أو بلدك، أو حياتك، فلا يمكنك مجرد طلب ذلك من روبوت دردشة. أنت بحاجة إلى بناء جسد رقمي (M2) يعرف كيف يمشي، ويتحدث، ويتبع القوانين، ويحمي نفسه.

M1 (الدماغ): الجميع لديه إمكانية الوصول إليه. إنه "سلعة".
M2 (الجسد): هذا هو الميزة التنافسية الحقيقية. إنه النظام المخصص الملتزم بالقواعد، والآمن، والذي ينجز العمل فعليًا.

المستقبل ينتمي للشركات التي تتوقف عن محاولة الوصول للنجاح عبر "هندسة الأوامر" (Prompt Engineering) وتبدأ في هندسة معمارية (Architecting) نوع جديد من المنظمات حيث يعمل البشر والآلات معًا مثل آلة مشحمة جيدًا.

إليك ملخص تقني مفصل لورقة البحث "التقدم في الذكاء الاصطناعي الوكيل: العودة إلى المستقبل" (Advances in Agentic AI: Back to the Future) للباحثين سيرجيو ألفاريز-تيلينا ومارتا دييز-فيرنانديز.

1. بيان المشكلة

تحدد الورقة وجود عدم توافق مفاهيمي وهيكلي حرج في الخطاب الحالي المحيط بالذكاء الاصطناعي الوكيل (Agentic AI). يرى المؤلفان أن الصناعة تعاني من "عاصفة مثالية" من المفاهيم الخاطئة الناتجة عن:

خلط المصطلحات: الارتباك بين "العلم" (إنشاء النماذج)، و"العلم المُطبق" (معايرة النماذج)، و"العلوم التطبيقية" (النشر التشغيلي).
مغالطة تمركز النماذج اللغوية الكبيرة (LLM-Centric Fallacy): الاعتقاد السائد بأن الذكاء الاصطناعي الوكيل هو مرادف للنماذج اللغوية الكبيرة (LLMs). ويؤكد المؤلفان أن هذه النماذج هي مقدرات إحصائية عرضة لـ "الهلوسة الهيكلية" (أخطاء ناتجة عن التصميم)، وهي غير مناسبة لتكون العمود الفقري للتحول في قطاع الأعمال (B2B) القائم على الإنتاج والمهام الحرجة.
الجمود التنظيمي: تحاول معظم الشركات محاولة وضع طبقات من الذكاء الاصطناعي فوق الهياكل التشغيلية القديمة بدلاً من تحويل بنيتها التحتية الأساسية. ويؤدي هذا إلى الإحصائية المذكورة بأن 95% من مشاريع الذكاء الاصطناعي تفشل بسبب عدم التوافق الهيكلي، وليس بسبب عدم الكفاءة التكنولوجية.
سوء إدارة المواهب والأدوار: الخلط بين "المحفزين" (Catalyzers) - وهم المهندسون المعماريون الذين يقودون التحول - وبين "المدققين" (Auditors) - الذين يكتفون بالمراقبة فقط - مما يؤدي إلى الركود الاستراتيجي.

2. المنهجية والإطار النظري

تقترح الورقة إطاراً نظرياً جديداً يسمى "الخوارزمية" (Algorithmization)، والذي يعيد تعريف تعلم الآلة (ML) من خلال التمييز بين مكونيه الأساسيين: التعلم (L) والآلة (M).

أ. نظرية الآلة للذكاء الاصطناعي الوكيل (M1 مقابل M2)

يفكك المؤلفان تعلم الآلة إلى نوعين من "الآلات":

M1 (آلة المعايرة): تركز على مكون التعلم (L). وتتضمن هندسة البيانات، وإدارة الأجهزة، والتحسين التكراري المطلوب لتقدير النموذج الإحصائي $f(x)$ $f (x)$ .
- الوضع الراهن: تهيمن عليه النماذج اللغوية الكبيرة (LLMs) والبحث الأكاديمي. ويرى المؤلفان أن $f(x)$ أصبح سلعة، ولا يمكن استدامة الميزة التنافسية هنا.
- القصور: أنظمة M1 (مثل LLMs) غالباً ما تكون "صندوقاً أسود"، وعشوائية (stochastic)، وتفتقر إلى الصرامة الحتمية (deterministic) المطلوبة للعمليات المؤسسية.
M2 (آلة الاستهلاك): تركز على مكون العلوم التطبيقية. وهي الانضباط المعماري المطلوب لاستهلاك النموذج $f(x)$ $f (x)$ ودمجه في منظومة اتحادية، استراتيجية، وتشغيلية.
- التعريف: نظام M2 هو ذكاء اصطناعي وكيل قائم على الاستراتيجيات (Strategies-based Agentic AI). يقوم بتنسيق منطق "إذا-إذن" (if-then)، والاستدلالات الخبيرة، وقيود الامتثال، وتدفقات البيانات عبر المؤسسة.
- التمييز الجوهري: على عكس الوكلاء القائمين على LLM (الذين يعتمدون على "برمجة الأجواء" - vibe coding - والتوليد الاحتمالي)، فإن وكلاء M2 حتميون، ومجزأون، ومصممون للموثوقية في بيئات الإنتاج.

ب. البناءات المعمارية

تقدم الورقة وحدات معمارية محددة لـ M2:

وحدات البنية الصغرى (MAUs): كيانات حوسبية أساسية تمتلك واجهات وصول للبيانات وواجهات اتصال.
امتدادات البنية الصغرى (MAEs): تعزيزات وظيفية لوحدات MAUs.
أنماط البنية الصغرى (MAPs): تنسيقات عليا لوحدات MAUs/MAEs التي تولد خدمات كاملة.
البنية الاتحادية (Federated Architecture): النظام موزع عبر أجهزة الحافة (أجهزة الكمبيوتر المحمولة، الخوادم) بدلاً من السحب المركزية الضخمة، مما يضمن حماية الملكية الفكرية، والمرونة، وانخفاض زمن الاستجابة.

ج. النهج البحثي

يستخدم المؤلفان نهج "مركز التميز المعتمد على التمهيد" (Bootstrapped Centre of Excellence - CoE)، والذي يجمع بين:

العلوم التطبيقية: دمج الاقتصاد، والتكنولوجيا، وتعلم الآلة.
التحقق التكراري: البدء بالمجال الأكثر تعقيداً (التداول الخوارزمي) كاختبار جهد، ثم تجريد البنية المعمارية لتشمل العمليات المؤسسية العامة (Data MAPs).
الاستراتيجية المخالفة للعرف: إعطاء الأولوية لـ "الاستكشاف" (الكمال المعماري) على "الاستغلال" (الإيرادات قصيرة المدى) لتجنب "الكود المتشابك" (Spaghetti code) الذي تعاني منه شركات التكنولوجيا الكبرى التقليدية.

3. المساهمات الرئيسية

التمييز بين M1 و M2: تصنيف رسمي يفصل بين إنشاء النماذج (M1) وتنسيق الذكاء (M2). وتجادل الورقة بأن قيمة الشركات المستقبلية تكمن في M2، وليس M1.
الذكاء الاصطناعي الوكيل القائم على الاستراتيجيات مقابل القائم على LLM: توضيح هيكلي يظهر أنه بينما تكون النماذج اللغوية الكبيرة مفيدة لاسترجاع المعلومات في قطاع المستهلكين (B2C)، إلا أنها معيبة هيكلياً للتحول في قطاع الأعمال (B2B). يتطلب الذكاء الاصطناعي الوكيل الحقيقي وكلاءً قائمين على الاستراتيجيات يجمعون بين الاستدلالات والنماذج.
إطار "الحق في الفوز" (Right-to-Win): الانتقال من "الحق في المشاركة" (استخدام الأدوات الجاهزة) إلى "الحق في الفوز" (بناء معماريات اتحادية مملوكة). وهذا يعيد تموضع التكنولوجيا من مركز تكلفة إلى مصدر للميزة التنافسية.
الذكاء الاصطناعي العام للشركات (CAGI): تقديم مفهوم متميز عن الذكاء الاصطناعي العام البشري. الـ CAGI هو ذكاء اصطناعي تركيبي اتحادي مصمم للكفاءة التنظيمية، والترابط، والمواءمة الاستراتيجية، وهو أمر يمكن تحقيقه اليوم دون الحاجة إلى تشبيهات بيولوجية.
تشخيص "الفشل بنسبة 95%": تفسير هيكلي لفشل مشاريع الذكاء الاصطناعي، يعزو ذلك إلى عدم التوافق بين المنهجيات العلمية (العلوم المُطبقة) والاحتياجات التشغيلية للأعمال (العلوم التطبيقية).

4. النتائج والتنفيذ

يفصل المؤلفان رحلة تجريبية استمرت عقداً من الزمن نتج عنها منصتان متطورتان:

Fractal: منصة تخطيط موارد المؤسسات (ERP) قائمة على الذكاء الاصطناعي، تمكن من التحول القطاعي. وتسمح بدمج منتجات الذكاء الاصطعي مع إعادة هيكلة تدفقات العمل التشغيلية في آن واحد.
AlphaDynamics: منصة للتداول الخوارزمي وإدارة المحافظ، تعمل على دمقرطة الاستراتيجيات المالية رفيعة المستوى لغير الخبراء (مثل المدير المالي - CFO).

النتائج الرئيسية:

التحقق: تم التحقق من البنية المعمارية في بيئات عالية المخاطر (التداول الخوارزمي، الأمن السيبراني، الخدمات المصرفية) وتم تدقيقها من قبل بنك إسبانيا.
القابلية للتوسع: نجح النظام في التوسع من مكتب تداول واحد إلى بنية اتحادية قادرة على إدارة مجموعات شركات كاملة واقتصادات وطنية ("الأمم فائقة الكفاءة").
الكفاءة: حقق المؤلفون مقياس "الوقت للوصول إلى الإنتاج" (TTP) يتفوق على الاستشارات التقليدية وتطوير البرمجيات، مما يثبت أن فريقاً صغيراً (حوالي 4.5 شخصاً أساسياً) يمكنه بناء أنظمة معقدة وذات جودة إنتاجية من خلال الرافعة المعمارية.
الاعتراف: حصل العمل على جوائز صناعية (جوائز تكنولوجيا الخدمات المصرفية، CogX) واهتمام مؤسسي من جهات مثل بنك إنجلترا، وجي بي مورغان، ووزارة الاقتصاد الإسبانية.

5. الأهمية والآثار المستقبلية

تحول النموذج المعرفي: تتحدى الورقة السرد السائد بأن "النماذج الأكبر" تعني "ذكاءً اصطناعياً أفضل". وتؤكد أن الانضباط المعماري هو العائق الحقيقي أمام تبني الذكاء الاصطناعي.
الأثر الاقتصادي: من خلال تشغيل النظرية الاقتصادية الجزئية عبر M2، يقترح المؤلفان مساراً نحو "الأمم فائقة الكفاءة" حيث يتم تعزيز الناتج المحلي الإجمالي من خلال مكاسب الإنتاجية الهيكلية بدلاً من مجرد تطور النماذج.
الدفاع والأمن: يقدم الإطار نهجاً جديداً لـ "الدفاع المبتكر"، حيث يمكن للدول الدفاع ضد التلاعب بالأسواق والهجمات السيبرانية باستخدام استراتيجيات مضادة خوارزمية بدلاً من الوسائل الحركية أو الدبلوماسية التقليدية.
المساهمة الأكاديمية: تجادل الورقة بضرورة وجود تخصص جديد في العلوم التطبيقية يسد الفجوة بين النظرية الأكاديمية والتنفيذ الصناعي، مشيرة إلى أن المراجعة الأكاديمية الحالية غير مهيأة لمثل هذا الابتكار متعدد التخصصات وعالي المخاطر.
خارطة الطريق المستقبلية: يضع المؤلفون أجندة مدتها 20 عاماً للانتقال من تحول B2B إلى تطبيقات B2C، وإنشاء "الفن المتعامد" (تصوير الأنظمة المعقدة)، وتأسيس أدوات استثمارية جديدة لتمويل هذا التطور المعماري.

في الختام، تؤكد الورقة أن الذكاء الاصطناعي الوكيل ليس ظاهرة نماذج لغوية كبيرة، بل هو مشكلة آلة. ويعتمد النجاح على إتقان M2 (الذكاء الاصطناعي الوكيل القائم على الاستراتيجيات) — أي القدرة على بناء معماريات اتحادية ذاتية التنسيق تدمج الاستدلالات البشرية مع ذكاء الآلة، مما يحول المؤسسات من الداخل إلى الخارج.