في المشهد سريع التطور للذكاء الاصطناعي، أصبحت الشراكات الاستراتيجية حجر الأساس الذي تُبنى عليه قدرات المؤسسات المستقبلية. ومن التطورات الهامة في هذا المجال التعاون المعلن حديثًا بين عملاق استشارات التكنولوجيا العالمي Cognizant والشركة الرائدة بلا منازع في الحوسبة المسرّعة، Nvidia. هذا التحالف ليس مجرد مصافحة؛ إنه يمثل جهدًا منسقًا لدمج تقنيات الذكاء الاصطناعي المتطورة من Nvidia بعمق في النسيج التشغيلي للشركات عبر قطاعات متنوعة، بهدف تقصير مسار تبني الذكاء الاصطناعي وتحقيق القيمة بشكل كبير.
الضرورة الاستراتيجية: تجاوز تجارب الذكاء الاصطناعي
لسنوات، انخرطت الشركات في تجارب الذكاء الاصطناعي، وغالبًا ما حصرت المبادرات في مشاريع تجريبية أو إثباتات مفاهيم معزولة. ورغم قيمتها للتعلم، غالبًا ما اصطدمت هذه التجارب بعقبة عند مواجهة تعقيدات التوسع عبر المؤسسة. لقد أثبت دمج الذكاء الاصطناعي بسلاسة في سير العمل الحالي، وضمان خصوصية البيانات وأمنها، وإدارة النماذج المعقدة، وإظهار عائد استثمار ملموس، تحديات هائلة. يطالب السوق الآن بمسار واضح من التجريب إلى التنفيذ واسع النطاق والقائم على القيمة.
هذه هي النقطة التي تسعى فيها شراكة Cognizant-Nvidia إلى ترك بصمتها. تدرك Cognizant، بخبرتها العميقة في الصناعة وعلاقاتها الواسعة مع العملاء، العقبات العملية التي تواجهها الشركات. وعلى العكس من ذلك، توفر Nvidia المحرك الحسابي القوي وأطر البرامج المتطورة الضرورية لبناء ونشر حلول ذكاء اصطناعي قوية. من خلال الجمع بين قدرات التكامل لدى Cognizant ومعرفتها بالصناعة ومنصة الذكاء الاصطناعي الكاملة من Nvidia، يهدف التعاون إلى إنشاء مسار أكثر تبسيطًا وكفاءة وقابلية للتوسع للمؤسسات الحريصة على تسخير القوة التحويلية للذكاء الاصطناعي. الهدف الأساسي واضح: نقل الذكاء الاصطناعي من المختبر إلى صميم الأعمال، بشكل أسرع وأكثر فعالية من أي وقت مضى. لا يقتصر هذا على توفير التكنولوجيا فحسب، بل يشمل أيضًا تصميم حلول شاملة مصممة خصيصًا لاحتياجات صناعية محددة ودمجها في النظم البيئية التكنولوجية المعقدة للشركات الحديثة.
تفكيك الترسانة التكنولوجية: حزمة Nvidia الكاملة تلتقي بنظام Cognizant البيئي
في قلب هذا التعاون يكمن دمج مجموعة Nvidia الشاملة من تقنيات الذكاء الاصطناعي في منصات الذكاء الاصطناعي الحالية وعروض الخدمات لدى Cognizant. لا يتعلق الأمر بمجرد استخدام وحدات معالجة الرسومات (GPUs) الشهيرة من Nvidia؛ بل يشمل نطاقًا أوسع بكثير من البرامج والأطر والنماذج المعدة مسبقًا المصممة لتسريع التطوير والنشر. تشمل المكونات الرئيسية ما يلي:
- Nvidia NIM (Nvidia Inference Microservices): فكر في NIM كحاويات محسّنة ومعبأة مسبقًا تقدم نماذج الذكاء الاصطناعي كخدمات مصغرة. يبسط هذا النهج نشر النماذج المعقدة، مما يسهل على المطورين دمج قدرات الذكاء الاصطناعي القوية - مثل فهم اللغة أو التعرف على الصور - في تطبيقاتهم دون الحاجة إلى خبرة عميقة في تحسين النماذج. بالنسبة لعملاء Cognizant، يُترجم هذا إلى دورات نشر أسرع وإدارة أسهل لوظائف الذكاء الاصطناعي داخل بنيتهم التحتية الحالية لتكنولوجيا المعلومات. تم تصميم هذه الخدمات المصغرة للعمل عبر مختلف المنصات المسرّعة بواسطة Nvidia، مما يوفر المرونة من السحابة إلى الحافة.
- Nvidia NeMo: هذه منصة شاملة مصممة خصيصًا لتطوير نماذج الذكاء الاصطناعي التوليدية المخصصة. في عصر قد لا تكون فيه نماذج اللغة الكبيرة (LLMs) العامة كافية للمهام الصناعية المتخصصة، توفر NeMo الأدوات اللازمة لتنظيم البيانات وتدريب النماذج وتخصيصها وتقييمها. يمكن لـ Cognizant الاستفادة من NeMo لبناء نماذج لغوية كبيرة خاصة بالصناعة مصممة خصيصًا للمفردات واللوائح وسير العمل الفريدة لقطاعات مثل التمويل أو الرعاية الصحية أو التصنيع، مما يوفر للعملاء حلول ذكاء اصطناعي دقيقة وذات صلة عالية.
- Nvidia Omniverse: منصة قوية لتطوير وتشغيل المحاكاة ثلاثية الأبعاد والعوالم الافتراضية، والتي يشار إليها غالبًا باسم التوائم الرقمية الصناعية. من خلال إنشاء نسخ طبق الأصل افتراضية دقيقة ماديًا للمصانع أو المستودعات أو حتى المنتجات، يمكن للشركات محاكاة العمليات وتحسين العمليات واختبار التغييرات وتدريب الموظفين في بيئة خالية من المخاطر قبل تنفيذها في العالم الحقيقي. تعتزم Cognizant استخدام Omniverse لتعزيز عروضها في التصنيع الذكي وتحسين سلسلة التوريد، مما يسمح للعملاء بتصور وتحسين العمليات المادية المعقدة.
- Nvidia RAPIDS: مجموعة من مكتبات البرامج مفتوحة المصدر وواجهات برمجة التطبيقات المصممة لتسريع خطوط أنابيب علوم البيانات والتحليلات بالكامل على وحدات معالجة الرسومات (GPUs). غالبًا ما تواجه معالجة البيانات التقليدية اختناقات على مستوى وحدة المعالجة المركزية (CPU). تتيح RAPIDS تسريعًا هائلاً لتحميل البيانات ومعالجتها وتدريب النماذج، مما يتيح الحصول على رؤى أسرع من مجموعات البيانات الضخمة. سيعزز هذا التكامل قدرة Cognizant على التعامل مع متطلبات البيانات الهائلة الكامنة في تطبيقات الذكاء الاصطناعي للمؤسسات.
- Nvidia Riva: تركز Riva على الذكاء الاصطناعي للمحادثات، وتوفر أدوات لبناء تطبيقات عالية الأداء تتضمن التعرف التلقائي على الكلام (ASR) وتحويل النص إلى كلام (TTS). يتيح ذلك تطوير واجهات صوتية وروبوتات محادثة ومساعدين افتراضيين أكثر تطورًا واستجابة، وهو أمر بالغ الأهمية لتعزيز خدمة العملاء وأدوات الاتصال الداخلية.
- Nvidia Blueprints: توفر هذه المخططات المرجعية وأفضل الممارسات لبناء أنظمة ذكاء اصطناعي معقدة، بما في ذلك إعدادات الوكلاء المتعددين. إنها توفر نقطة انطلاق تم التحقق من صحتها، مما يقلل من وقت التطوير والمخاطر عند بناء حلول ذكاء اصطناعي متطورة.
من خلال نسج هذه التقنيات المتنوعة من Nvidia في منصتها Neuro AI، تهدف Cognizant إلى إنشاء نظام بيئي متماسك وقوي لبناء ونشر وإدارة حلول الذكاء الاصطناعي على مستوى المؤسسات.
منصة Cognizant Neuro AI وصعود أنظمة الوكلاء المتعددين
تعتبر منصة Neuro AI الخاصة بـ Cognizant محورية في استراتيجيتها ضمن هذه الشراكة، حيث يُنظر إليها على أنها مجموعة أدوات شاملة لتطوير ونشر الذكاء الاصطناعي للمؤسسات. ومن التحسينات الرئيسية التي تم تسليط الضوء عليها Neuro AI Multi-Agent Accelerator، المعزز بشكل كبير بواسطة خدمات Nvidia NIM المصغرة. يركز هذا المسرّع على تمكين البناء السريع وتوسيع نطاق أنظمة الذكاء الاصطناعي متعددة الوكلاء.
ما هي أنظمة الوكلاء المتعددين؟ بدلاً من الاعتماد على نموذج ذكاء اصطناعي واحد ومتجانس، يستخدم نظام الوكلاء المتعددين وكلاء ذكاء اصطناعي متخصصين متعددين يتعاونون لتحقيق هدف معقد. قد يمتلك كل وكيل مهارات فريدة، أو يصل إلى مصادر بيانات مختلفة، أو يؤدي مهام فرعية محددة. على سبيل المثال، في معالجة مطالبة تأمين:
- يمكن لوكيل واحد التخصص في استخراج المعلومات من نماذج المطالبات (باستخدام OCR و NLP).
- قد يتحقق وكيل آخر من تفاصيل البوليصة مقابل قاعدة بيانات.
- يمكن لوكيل ثالث تقييم الاحتيال المحتمل عن طريق تحليل الأنماط.
- قد يتفاعل وكيل رابع مع مصادر بيانات خارجية (مثل تقارير الطقس لمطالبات الممتلكات).
- يمكن لوكيل منسق تنظيم سير العمل، وتجميع النتائج، وتقديم توصية.
تكمن قوة هذا النهج في نمطيته وقابليته للتوسع وقدرته على التكيف. يمكن تحديث الأنظمة بسهولة أكبر عن طريق تحسين الوكلاء الفرديين، ويمكن تقسيم المشكلات المعقدة إلى أجزاء يمكن إدارتها. تؤكد Cognizant أن منصتها، التي تستفيد من تقنية Nvidia مثل NIM لنشر الوكلاء بكفاءة وربما Riva لاتصال الوكلاء، ستسمح بالتكامل السلس ليس فقط بين وكلائها ولكن أيضًا مع شبكات الوكلاء التابعة لجهات خارجية ومختلف نماذج اللغة الكبيرة (LLMs). هذه المرونة حاسمة، حيث غالبًا ما يكون لدى المؤسسات استثمارات حالية في الذكاء الاصطناعي أو تفضل نماذج محددة.
علاوة على ذلك، تشدد Cognizant على دمج ضوابط الأمان وآليات الإشراف البشري داخل أنظمة الوكلاء المتعددين هذه. يعالج هذا مخاوف المؤسسات الحاسمة بشأن موثوقية الذكاء الاصطناعي والمساءلة والاستخدام الأخلاقي. الهدف هو إنشاء أنظمة تعزز القدرات البشرية، وأتمتة العمليات المعقدة بشكل موثوق، وتمكين اتخاذ القرارات المستندة إلى البيانات في الوقت الفعلي، مما يؤدي في النهاية إلى عمليات تجارية أكثر تكيفًا واستجابة.
تحويل الصناعات: خمس ركائز للابتكار
حددت Cognizant بوضوح خمسة مجالات رئيسية سيركز عليهاتعاون Nvidia في البداية، بهدف تقديم قيمة وابتكار ملموسين:
- وكلاء الذكاء الاصطناعي للمؤسسات: تجاوز روبوتات المحادثة البسيطة، يتضمن ذلك تطوير وكلاء متطورين قادرين على التعامل مع المهام الداخلية والخارجية المعقدة. تخيل وكلاء الذكاء الاصطناعي يقومون بأتمتة عمليات المكاتب الخلفية المعقدة، أو يقدمون دعمًا مخصصًا للغاية للعملاء عن طريق الوصول إلى المعلومات وتجميعها من أنظمة متعددة، أو يحددون بشكل استباقي المشكلات التشغيلية قبل تفاقمها. تعد هذه الوكلاء، المدعومة بقدرات الاستدلال من Nvidia (NIM) وأدوات الذكاء الاصطناعي للمحادثات (Riva)، بتحقيق مكاسب كبيرة في الكفاءة وتحسين تجارب المستخدم.
- نماذج اللغة الكبيرة (LLMs) الخاصة بالصناعة: غالبًا ما تفتقر نماذج اللغة الكبيرة العامة إلى الفهم الدقيق المطلوب للمجالات المتخصصة. بالاستفادة من Nvidia NeMo، تخطط Cognizant لتطوير نماذج لغوية كبيرة مدربة على بيانات خاصة بالمجال لصناعات مثل الرعاية الصحية (فهم المصطلحات والبروتوكولات الطبية)، والتمويل (استيعاب الأدوات المالية المعقدة واللوائح)، أو الخدمات القانونية (التنقل في السوابق القضائية والعقود). ستوفر هذه النماذج المتخصصة مخرجات أكثر دقة وملاءمة وامتثالًا لوظائف الأعمال الهامة.
- التوائم الرقمية للتصنيع الذكي: باستخدام Nvidia Omniverse، تهدف Cognizant إلى مساعدة الشركات المصنعة على إنشاء نسخ طبق الأصل افتراضية مفصلة للغاية ودقيقة ماديًا لخطوط إنتاجها أو مصانعها بأكملها. يمكن استخدام هذه التوائم الرقمية لمحاكاة سيناريوهات الإنتاج، وتحسين التخطيطات، والتنبؤ باحتياجات الصيانة، وتدريب الروبوتات، واختبار تغييرات العمليات افتراضيًا، مما يؤدي إلى تقليل وقت التوقف عن العمل، وتحسين الكفاءة، وتسريع دورات الابتكار في العالم المادي.
- البنية التحتية التأسيسية للذكاء الاصطناعي: يتطلب بناء وتوسيع نطاق الذكاء الاصطناعي بنية تحتية قوية ومحسّنة. ستستفيد Cognizant من حزمة Nvidia الكاملة - من وحدات معالجة الرسومات إلى الشبكات (مثل NVLink و InfiniBand، على الرغم من عدم ذكرها صراحة في المصدر، إلا أنها جزء من حزمة Nvidia النموذجية) ومنصات البرامج مثل RAPIDS - لتصميم وتنفيذ بيئات حوسبة قابلة للتطوير وعالية الأداء مصممة خصيصًا لأعباء عمل الذكاء الاصطناعي الصعبة، سواء في أماكن العمل أو في السحابة أو على الحافة.
- تعزيز منصة Neuro AI: سيقوم التعاون باستمرار بدمج أحدث التطورات من Nvidia عبر منصة Neuro AI بأكملها. يشمل ذلك دمج أدوات لتسهيل تطوير النماذج ونشرها (NIM)، ومعالجة البيانات (RAPIDS)، والمحاكاة (Omniverse)، والذكاء الاصطناعي للمحادثات (Riva)، مما يضمن وصول عملاء Cognizant إلى بيئة تطوير وتشغيل ذكاء اصطناعي حديثة وشاملة.
التنقل في المسار من التجربة إلى الإنتاج: مواجهة التحديات الواقعية
لخص Annadurai Elango، رئيس التقنيات الأساسية والرؤى في Cognizant، بدقة معنويات السوق الحالية: ‘نواصل رؤية الشركات تتنقل في الانتقال من إثباتات المفاهيم إلى تطبيقات أوسع نطاقًا للذكاء الاصطناعي للمؤسسات’. هذا الانتقال محفوف بالتحديات - التعقيد التقني، وعقبات التكامل، ونقص المواهب، وقضايا جاهزية البيانات، والحاجة إلى إظهار قيمة تجارية واضحة.
تم تصميم شراكة Cognizant-Nvidia بشكل صريح لمعالجة نقاط الضعف هذه. من خلال توفير حلول متكاملة مسبقًا، والاستفادة من الخدمات المصغرة المحسّنة (NIM)، وتقديم منصات لتطوير النماذج المخصصة (NeMo)، وإنشاء معماريات مرجعية (Blueprints)، يهدف التعاون إلى تقليل الاحتكاك بشكل كبير في توسيع نطاق الذكاء الاصطناعي.
- النشر المسرّع: تتيح خدمات NIM المصغرة نشر الوظائف بشكل أسرع من بناء النماذج وتحسينها من الصفر.
- قابلية التوسع: تم تصميم أجهزة وبرامج Nvidia للتوسع الهائل، مما يلبي المتطلبات الحسابية للذكاء الاصطناعي على مستوى المؤسسة.
- التخصيص: تتيح أدوات مثل NeMo إنشاء حلول مخصصة تقدم قيمة أعلى من النماذج العامة.
- التكامل: تكمن خبرة Cognizant في نسج هذه التقنيات في أنظمة المؤسسات الحالية، مما يضمن عدم عمل الذكاء الاصطناعي في صومعة.
- تقليل المخاطر: يساعد استخدام المعماريات التي تم التحقق من صحتها (Blueprints) والتركيز على الأمان والإشراف في التخفيف من المخاطر المرتبطة بنشر تقنيات الذكاء الاصطناعي القوية.
تعتبر حالات الاستخدام الصناعية المحددة المذكورة - معالجة مطالبات التأمين الآلية، ومعالجة الاستئنافات والشكاوى، وإدارة سلسلة التوريد - بمثابة أمثلة أولية. في مجال التأمين، يمكن لأنظمة الوكلاء المتعددين تقليل أوقات دورة المطالبات بشكل كبير مع تحسين اكتشاف الاحتيال. في إدارة الرعاية الصحية، يمكن لأتمتة الاستئنافات والشكاوى تخفيف التراكمات الكبيرة وتحسين رضا المرضى. في سلسلة التوريد، يمكن أن يؤدي الجمع بين التوائم الرقمية (Omniverse) والتحليلات التنبؤية (RAPIDS) والوكلاء الأذكياء إلى تحسين الخدمات اللوجستية والتنبؤ بالاضطرابات وتعزيز إدارة المخزون في الوقت الفعلي. ومع ذلك، تمتد التطبيقات المحتملة عبر كل صناعة تقريبًا ترغب في تبني التحول القائم على البيانات.
لذلك، يعد هذا التحالف الاستراتيجي أكثر من مجرد تكامل تكنولوجي؛ إنه جهد منسق لتزويد الشركات بالأدوات والخبرة وخارطة الطريق اللازمة لنقل الذكاء الاصطناعي بثقة من الهامش إلى صميم عملياتها، وإطلاق العنان لقيمة ملموسة وميزة تنافسية في عالم يزداد ذكاءً. ينصب التركيز بشكل مباشر على تمكين العملاء من ‘توسيع نطاق قيمة الذكاء الاصطناعي بشكل أسرع’، وتحويل المفاهيم الطموحة إلى حقائق تشغيلية.