الذكاء الاصطناعي دون اتصال لمنصات المراسلة: لماذا تهمّ النماذج المحلية

تكاد كل ميزة ذكاء اصطناعي في برمجيات المراسلة اليوم أن تكون صفقة مستأجر. تعمل على خوادم غيرك، وتُحتسب وفق تسعير غيرك، ولا تشتغل إلا ما دام الخط بين مبناك ومبناهم قائمًا. بالنسبة لأغلب المشترين هذه مقايضة مقبولة. أمّا بالنسبة لمصرف يشغّل منصّة مراسلة داخل DMZ، أو جهة حكومية على شبكة معزولة، أو بائع في سوق تحرّكت عملته 30 بالمئة هذا العام، فهي ببساطة غير واردة. هذا الدليل عن الذي يحدث فعلًا حين تُخرج السحابة من المعادلة: ما يقدر عليه النموذج المحلي بصدق، وما لا يقدر عليه، ونمط التصميم الذي يمنحك الاثنين معًا دون أن تراهن بمنتجك على أيّهما.

لماذا يسقط الذكاء الاصطناعي السحابي في بيئات DMZ والبيئات الخاضعة للتنظيم

هناك ثلاثة جدران منفصلة، والمشترون يصطدمون بها عادةً بهذا الترتيب.

جدار الشبكة. منصّة المراسلة التي تُنهي رسائل OTP لمصرف لا تجلس على الإنترنت المفتوح. تجلس في DMZ، أو أعمق، خلف سياسة جدار ناري كتبها شخص وظيفته أن يقول لا. الخروج عبر HTTPS إلى مزوّد ذكاء اصطناعي ليس مربّعًا تؤشّر عليه: إنه طلب تغيير، ومراجعة، وسطر في سجل المخاطر، وفي الحالة المعزولة هو مستحيل ببساطة، لأنه لا يوجد أصلًا مسار خارج تلك الغرفة. أي ميزة تتّصل بالخارج هي ميزة غير موجودة لدى ذلك العميل. هذا ليس افتراضًا ولا حالة نادرة: إنه الشكل الطبيعي لأثمن الحسابات في هذا القطاع.

جدار البيانات. حتى حيث يوجد مسار، فالمحتوى هو المشكلة. طلب إعادة الصياغة يحمل معه نص الرسالة، ونص الرسالة هو اسم عميل، أو مرجع حساب، أو كلمة مرور لمرة واحدة، أو إشعار مديونية، أو موعد طبي. إرسال ذلك إلى طرف ثالث يعني الإجابة عن أسئلة حول اتفاقيات المعالجة، والمعالِجين من الباطن، ومدد الاحتفاظ، والاختصاص القضائي، ونقل البيانات عبر الحدود، عن كل رسالة، وإلى الأبد. بعض تلك الأسئلة له إجابات جيدة. وفي سوق خاضع للتنظيم، فإن “النص لا يغادر المبنى أبدًا” حوار أقصر بكثير من أيٍّ منها.

الجدار التجاري. تسعير الذكاء الاصطناعي السحابي قرار يُتّخذ في مجلس إدارة شركة أخرى. التعرفة تتغيّر، والطبقات المجانية تُغلق، والنماذج تُسحب وفق جدول لا تضعه أنت، والمفتاح يمكن إلغاؤه أو خنقه في أي يوم ثلاثاء. وإذا كانت ميزة منتجك الأبرز معلّقة على ذلك، فقد بنيت عملًا على تبعية لا تتحكّم بها. ومشغّلو الأسواق الناشئة يشعرون بهذا أكثر من غيرهم، لأن سعرًا مقوَّمًا بالـ USD وإيرادًا مقوَّمًا بالعملة المحلية لا يتحرّكان معًا.

لا يعني أيٌّ من هذه الجدران أن الذكاء الاصطناعي خارج الحساب. تعني أن الذكاء الاصطناعي يجب أن يكون قادرًا على العيش داخل مبناك.

ما تقدر عليه النماذج المحلية فعلًا، وما لا تقدر عليه

هنا يهمّ الصدق أكثر من الحماس، لأن الفجوة بين التسويق والآلة هي المكان الذي تموت فيه المشاريع.

ما تجيده. نموذج صغير مضبوط على التعليمات، شيء في حدود 3 إلى 8 مليارات معامل، مكمَّم ومقدَّم محليًا عبر llama.cpp أو Ollama على CPU عادي، جيّد فعلًا في العمل النصي المحدود. إعادة صياغة رسالة لتبدو أدفأ أو أقصر أو أكثر رسمية. تصحيح النبرة والقواعد. إعداد مسوّدة ترجمة يعتمدها إنسان. الإجابة عن سؤال دعم انطلاقًا من وثيقة مسترجَعة. تصنيف النيّة لمحادثة آلية وإنتاج ردّ قصير أشبه بالنصّ المُعدّ. هذه بالضبط هي المهام التي تحتاجها منصّة المراسلة، وكلها تتشارك شكلًا واحدًا: مدخل قصير، ومخرج قصير، ومهمة ضيّقة، وإنسان قريب.

ما تسيء فيه. الاستدلال الطويل متعدّد الخطوات. تماسك سياق كبير ومتشابك. الكتابة الإبداعية الدقيقة التي يجب أن تصيب من أول محاولة. وكل ما تكون فيه المسافة بين إجابة جيدة وإجابة ممتازة مساوية لمال حقيقي. النموذج السحابي المتقدّم أفضل بوضوح في كل ذلك، وادّعاء غير ذلك لا يخدم أحدًا.

القيد الذي يُنسى: السرعة. النموذج المحلي على CPU ينتج نحو 10 إلى 25 رمزًا في الثانية. أي أن إعادة صياغة بطول 200 رمز تستغرق ما بين 8 و 20 ثانية. بالنسبة لمستخدم يضغط “أعد الصياغة” وينتظر، هذا مقبول. أمّا لمحادثة آلية حيّة تخدم عملاء تحت حِمل فهو ضيّق، وعند هذه النقطة تضيف بطاقة GPU متواضعة، أو تبقي الردود قصيرة، أو تحوّل هذه الميزة وحدها إلى محرّك سحابي. لا توجد براعة تحوّل معالجًا إلى مركز بيانات.

النتيجة العملية. صمّم موجّهاتك في مواجهة النموذج المحلي، لا النموذج السحابي. المحلي هو أضعف محرّك ستشغّله يومًا، ولهذا بالذات هو الأرضية: إن أنتج الموجّه إجابة صالحة هناك، فسينتجها في كل مكان. أمّا إن ضبطته على نموذج متقدّم ثم عدت إلى المحلي، فتلك العودة هي اللحظة التي تُحرجك فيها ميزتك، وستقع في أسوأ توقيت ممكن. ابنِ على الأرضية، وسيصير كل تحسّن هديّة.

نمط المحرّك القابل للاختيار: المحلي افتراضيًا، ومفتاحك خيارًا

الخطأ هو التعامل مع الأمر كثنائية. محلي أو سحابي، اختر واحدًا وتعايش معه. الجواب الأفضل أن تجعل المحرّك إعدادًا وتجعل الواجهة عقدًا.

في تصميم الذكاء الاصطناعي دون اتصال في Smppcube يختار المدير المحرّك مرة واحدة في الإعدادات العامة. النماذج المحلية هي الافتراضي، وهي متاحة دائمًا. أمّا المزوّد السحابي بمفتاح المدير نفسه فاختياري، للتنصيبات التي تريد قدرة أكبر ولديها مسار إلى الإنترنت. وكل ما يقع بعد ذلك، إعادة الصياغة والترجمة والمحادثة الآلية والرحلات ونصوص الحملات وRAG، ينادي واجهة داخلية واحدة ولا يعرف ولا يعنيه ما خلفها. غيّر الإعداد فتتبعه كل الميزات دفعة واحدة، دون إعادة توصيل.

ثلاث تفاصيل تجعل هذا يعمل في الواقع لا على شريحة عرض فحسب.

شكل واحد، مبني على المعيار. الواجهة مبنية على عقد chat-completions المتوافق مع OpenAI، وهو يغطي الخادم المحلي والغالبية العظمى من المزوّدين بمسار كود واحد. وAnthropic يأخذ محوّلًا إضافيًا واحدًا. هذه هي كامل مساحة التكامل، ولهذا فإن إضافة مزوّد تغييرُ إعداد لا مشروع.

التضمينات إعداد منفصل. الاسترجاع والمحادثة عملان مختلفان باقتصادين مختلفين، ونموذج التضمينات يُختار باستقلال عن نموذج المحادثة. يمكنك تشغيل الاسترجاع محليًا على وثائقك بينما توجّه المحادثة إلى محرّك سحابي، أو العكس، وتبديل أحدهما لا يمسّ الآخر أبدًا.

العودة إلى المحلي هي أرضية الأمان. المفاتيح مشفّرة في حالة السكون، ومحجوبة في السجلات، ومحدودة بسقف إنفاق صارم لكل محرّك. فحين يُبلغ السقف، وحين يتعطّل المزوّد، وحين يسقط الخط، تعود المنصّة إلى المحلي تلقائيًا وتستمر الميزة في العمل. لا أحد يُوقَظ ليلًا ولا شاشة تنكسر. هذه هي القطعة التي تجعل اختيار السحابة آمنًا: أنت لا تسلّم جاهزيتك للمزوّد، بل تستعير قدرته وتحتك أرضية.

وثمة حدّ يستحق أن يُقال بصوت عالٍ: الذكاء الاصطناعي هنا مساعِد لا مستقل. الحملات تبقى معتمَدة من إنسان. وإجابات RAG تحمل حاجز “غير موجود في الوثائق” بدل أن تخترع شيئًا يبدو معقولًا. النموذج الذي يعمل دون اتصال ويختلق الأشياء بثقة أسوأ من غياب النموذج أصلًا، والحاجز يهمّ أكثر كلّما صغر النموذج.

المهمة الوحيدة التي تبقى محلية دائمًا: الرسائل المزعجة

هناك ميزة ذكاء اصطناعي واحدة بالضبط لا تحصل أبدًا على اختيار محرّك، والسبب مفيد.

فحص الرسائل المزعجة يعمل على المسار الساخن للرسالة. كل رسالة، بلا استثناء، تمرّ به، ما يعني أن الفحص يجب أن يكلّف لا شيء تقريبًا وألّا ينتظر أبدًا قفزة شبكة. في Smppcube هو fastText مع قواعد، يعمل في نحو عُشر المللي ثانية، ولا يكون نموذجًا لغويًا أبدًا. عند 3,000,000 رسالة شهريًا، فإن استدعاءً سحابيًا بزمن 200 ms لكل رسالة ليس مشكلة تكلفة، بل مشكلة فيزياء: إنتاجيتك تنهار وطابورك يزدحم خلف زمن استجابة طرف ثالث.

والسياسة تهمّ بقدر الآلية: علّم، ولا تحجب. المرشّح يضع علامة على ما يبدو مزعجًا ويترك لك قرار الإرسال. فالإيجابية الكاذبة التي تقتل بصمت حركة OTP لعميل خطأ أغلى بكثير من رسالة معلَّمة يلقي عليها إنسان نظرة. هذه هي القاعدة العامة للذكاء الاصطناعي على مسار ساخن، ولهذا فإن المصنّف السريع المملّ العامل دون اتصال هو الأداة الصحيحة، لا الأداة المبهرة.

الأرقام، بصدق

اترك عبارة “الذكاء الاصطناعي مكلف” المقولة على عواهنها وقم بالحساب، لأن الجواب يختلف فعلًا باختلاف الحجم.

الاستخدام المساعِد الخفيف رخيص على السحابة. خمسون مستخدمًا من عملائك، كل منهم يجري أربعين إعادة صياغة يوميًا، يعني نحو 60,000 استدعاء شهريًا. وبألف رمز لكل استدعاء، يصير المجموع 60 مليون رمز، وهو ما يستقرّ على نموذج من الفئة المتوسطة عند نحو 30 إلى 60 USD شهريًا. ومن يخبرك أن فاتورة الرموز وحدها تبرّر الانتقال إلى المحلي عند هذا الحجم فهو يبيعك شيئًا. عند هذا المقياس تذهب إلى المحلي من أجل الـ DMZ ومن أجل البيانات، لا من أجل الفاتورة.

المحادثات الآلية تغيّر الشكل. ضع الآن محادثة آلية بـ RAG أمام الحركة الواردة. عشرون ألف محادثة شهريًا بستة أدوار لكل منها تعني 120,000 استدعاء، وكل واحد يحمل سياقًا مسترجَعًا، لنقل 4,500 رمز بين المدخل والمخرج. هذا نحو 540 مليون رمز شهريًا، أي 200 إلى 400 USD بحسب النموذج، أو من 2,400 إلى 4,800 USD سنويًا. والجزء المزعج هو اتجاه السير: تلك الفاتورة تكبر كلّما كبر العمل، فيرفع النجاح تكاليفك في الربع نفسه الذي أردت فيه الهامش.

المحلي بلا عدّاد. تكلفة الاستدعاء المحلي صفر. تكلفة المحلي هي الخادم: خادم قائم فيه متّسع، أو نحو 40 إلى 80 USD شهريًا من سعة إضافية، ثابتة، سواء أجريت ألف استدعاء أو مليونًا. وفي مقابل رخصة منصّة تُدفع مرة واحدة تعمل أصلًا على حديدك أنت، وفق منطق الاستئجار مقابل التملّك نفسه الوارد في دليل البوابة ذاتية الاستضافة، يتوقف بند الذكاء الاصطناعي عن كونه تكلفة متغيّرة ويصير جزءًا من الآلة التي اشتريتها بالفعل.

الخلاصة الصادقة: في الاستخدام الخفيف، اذهب إلى المحلي من أجل السيادة وإلى السحابة من أجل الجودة، وسيكون المال خطأ تقريب في الحالتين. أمّا عند أحجام المحادثة الآلية فالمحلي أرخص بوضوح، والأهم أنه قابل للتنبّؤ. والقابلية للتنبّؤ هي ما يتيح لك أن تعطي عميلًا سعرًا صالحًا لسنة كاملة.

الاختيار بصدق

إن كان تنصيبك يملك مسارًا نظيفًا إلى الإنترنت، ولا قيد لديك على إقامة البيانات، وتريد أفضل مخرج ممكن في حفنة مهام عالية القيمة، فاستخدم محرّكًا سحابيًا بمفتاحك أنت. هذا قرار جيّد والنمط أعلاه يسنده تمامًا. المحلي للرسائل المزعجة وللاسترجاع، والسحابة للكتابة، والعودة إلى المحلي مفعّلة دائمًا.

اذهب إلى المحلي أولًا متى تحقّق أيٌّ من هذه: منصّتك تعيش في DMZ أو على شبكة معزولة؛ عملاؤك يسألون عن المعالِجين من الباطن قبل أن يسألوا عن السعر؛ إيرادك بعملة لا تتبع الـ USD؛ أو حجم الذكاء الاصطناعي لديك بشكل محادثة آلية وهو في ازدياد. واذهب إلى المحلي أولًا، مهما كان، إن كنت تسلّم منتجًا لعملاء لا تتحكّم ببيئاتهم، لأن ميزة تحتاج مسارًا إلى الإنترنت هي ميزة غير موجودة، بصمت، لشريحة من سوقك.

الشيء الجدير بالتصميم ليس المحلي مقابل السحابي. بل أن يكون القرار ملكًا لمن يملك الخوادم، وأن يكون إعدادًا لا إعادة بناء، وأن تصمد الأرضية تحته دائمًا. افصل الكابل، ويستمر في التفكير. وكل ما عدا ذلك تفضيل.