في خطوة مهمة من شأنها إعادة تشكيل كيفية استفادة الشركات من الذكاء الاصطناعي، تعاونت Databricks، وهي شركة رائدة في إدارة البيانات وحلول الذكاء الاصطناعي، مع Anthropic، وهي شركة بارزة في مجال أمان وأبحاث الذكاء الاصطناعي. كشفت الشركتان عن تعاون استراتيجي كبير مدته خمس سنوات يهدف إلى دمج نماذج Claude AI المتطورة من Anthropic بشكل عميق ومباشر في منصة Databricks Data Intelligence Platform. يعد هذا الاتفاق التاريخي بتقديم قدرات الذكاء الاصطناعي المتطورة من Anthropic، بما في ذلك أحدث نموذج لها Claude 3.7 Sonnet، إلى قاعدة عملاء Databricks الواسعة التي تضم أكثر من 10,000 مؤسسة على مستوى العالم. الهدف الأساسي طموح ولكنه واضح: تمكين الشركات من تطوير وتشغيل وكلاء ذكاء اصطناعي أذكياء قادرين على التفكير المعقد بشكل آمن، باستخدام مجموعات بياناتهم الخاصة والفريدة مباشرة ضمن بيئة موحدة. هذا التكامل متاح الآن عبر مزودي الخدمات السحابية الرئيسيين - AWS و Azure و Google Cloud Platform - عبر منصة Databricks.
التنقل في تعقيدات تبني الذكاء الاصطناعي في المؤسسات
إن جاذبية الذكاء الاصطناعي لا يمكن إنكارها للمؤسسات الحديثة، حيث يعد بكفاءات تحويلية وتجارب عملاء جديدة ومصادر إيرادات غير مستغلة. ومع ذلك، غالبًا ما يكون الطريق إلى تحقيق هذه الفوائد محفوفًا بالعقبات الكبيرة. تجد العديد من المؤسسات نفسها تكافح مع التحديات العملية لترجمة إمكانات الذكاء الاصطناعي إلى قيمة تجارية ملموسة. تكمن إحدى العقبات الرئيسية في الاستخدام الفعال لمستودعات البيانات الداخلية الواسعة، والتي غالبًا ما تكون معزولة. يتطلب بناء نماذج الذكاء الاصطناعي، لا سيما الوكلاء المتطورين القادرين على التفكير وتنفيذ المهام بشكل مستقل، وصولاً سلسًا إلى بيانات المؤسسة هذه.
ومع ذلك، هناك عدة عوامل تعقد هذه العملية:
- تجزئة البيانات وإمكانية الوصول إليها: غالبًا ما توجد بيانات الشركات في أنظمة متباينة وقواعد بيانات قديمة وبيئات سحابية مختلفة، مما يجعل الوصول الموحد صعبًا ومكلفًا. غالبًا ما يكون إعداد هذه البيانات لاستهلاك الذكاء الاصطناعي مهمة تتطلب موارد كثيفة.
- مخاوف الأمان والخصوصية: يثير استخدام البيانات الخاصة الحساسة لتدريب الذكاء الاصطناعي والاستدلال أسئلة حاسمة تتعلق بالأمان والخصوصية. تحتاج المؤسسات إلى آليات قوية لضمان سرية البيانات ومنع الوصول غير المصرح به أو التسرب، خاصة عند الاستفادة من نماذج الذكاء الاصطناعي التابعة لجهات خارجية.
- تعقيد التطوير والنشر: يعد إنشاء وتدريب وتقييم ونشر وكلاء الذكاء الاصطناعي على مستوى الإنتاج تحديًا هندسيًا معقدًا. يتطلب خبرة متخصصة وأدوات متطورة واختبارات صارمة لضمان الموثوقية والدقة.
- الحوكمة والامتثال: يعد إنشاء أطر حوكمة فعالة للذكاء الاصطناعي أمرًا بالغ الأهمية. يشمل ذلك إدارة إصدارات النماذج وتتبع نسب البيانات والتحكم في أذونات الوصول ومراقبة التحيز أو سوء الاستخدام وضمان الامتثال للوائح المتطورة. غالبًا ما يعيق الافتقار إلى الحوكمة الشاملة تبني الذكاء الاصطناعي على نطاق واسع.
- ضمان الدقة والموثوقية: يجب أن توفر وكلاء الذكاء الاصطناعي مخرجات دقيقة وموثوقة وذات صلة بالسياق، خاصة عند التفاعل مع العمليات التجارية الهامة أو التطبيقات التي تواجه العملاء. لا يزال تقييم أداء النموذج مقابل مهام مؤسسية محددة وضمان الجدارة بالثقة يمثل تحديًا كبيرًا.
- حساب عائد الاستثمار (ROI): قد يكون إثبات عائد استثمار واضح من استثمارات الذكاء الاصطناعي أمرًا صعبًا، لا سيما في المراحل المبكرة. تتطلب التكاليف المرتفعة المرتبطة بإعداد البيانات وتطوير النماذج والبنية التحتية والمواهب المتخصصة مسارًا واضحًا لتحقيق نتائج أعمال قابلة للقياس.
هذا المشهد المعقد من التحديات هو بالضبط ما تهدف الشراكة الاستراتيجية بين Databricks و Anthropic إلى معالجته، حيث تقدم مسارًا مبسطًا للمؤسسات للتغلب على هذه العقبات وإطلاق العنان للإمكانات الحقيقية للذكاء الاصطناعي المطبق على أصول بياناتها الفريدة.
تآزر قوي: الجمع بين ذكاء البيانات والذكاء الاصطناعي المتقدم
يمثل التعاون بين Databricks و Anthropic تقاربًا لنقاط القوة المتكاملة، مما يخلق حلاً قويًا لسوق الذكاء الاصطناعي للمؤسسات. توفر Databricks منصة Data Intelligence Platform الأساسية، المصممة لتوحيد تخزين البيانات والحوكمة وقدرات الذكاء الاصطناعي ضمن بيئة واحدة ومتماسكة. تسمح بنيتها، المبنية على نموذج lakehouse، للمؤسسات بإدارة البيانات المنظمة وغير المنظمة على نطاق واسع، مما يسهل الوصول السلس إلى البيانات لأعباء عمل التحليلات والتعلم الآلي. تقدم المكونات الرئيسية مثل Mosaic AI أدوات مصممة خصيصًا لبناء ونشر ومراقبة نماذج ووكلاء الذكاء الاصطناعي، مما يبسط دورة حياة الذكاء الاصطناعي الشاملة.
من ناحية أخرى، تجلب Anthropic عائلتها من نماذج اللغة الكبيرة Claude المتطورة إلى الطاولة. تشتهر نماذج Claude بقدراتها المتقدمة على التفكير، وكفاءتها في اتباع التعليمات المعقدة، وتركيزها القوي على اعتبارات السلامة والأخلاق من خلال نهج Constitutional AI الخاص بها، وهي مصممة لمعالجة المهام المعقدة في العالم الحقيقي. إن إدراج Claude 3.7 Sonnet، الذي تم تسليط الضوء عليه كأول نموذج تفكير هجين في السوق ورائد في مهام الترميز، يعزز القدرات المتاحة لعملاء Databricks.
من خلال تضمين نماذج Anthropic مباشرة داخل منصة Databricks، تقضي الشراكة على العديد من الحواجز التقليدية المرتبطة بدمج خدمات الذكاء الاصطناعي الخارجية. يضمن هذا التكامل الأصلي إمكانية تطبيق قوة Claude مباشرة حيث توجد بيانات المؤسسة، مما يعزز نهجًا أكثر أمانًا وكفاءة وحوكمة لبناء تطبيقات الذكاء الاصطناعي القائمة على البيانات. يكمن التآزر في الجمع بين البنية التحتية القوية لإدارة البيانات والحوكمة في Databricks وقدرات التفكير الرائدة في الذكاء الاصطناعي من Anthropic، مما يوفر للشركات مجموعة أدوات هي الأفضل في فئتها لتطوير ونشر وكلاء ذكاء اصطناعي متطورين وجديرين بالثقة ومصممين خصيصًا لسياقهم التشغيلي المحدد.
إطلاق العنان لإمكانات Claude ضمن نسيج Databricks
تم تصميم تكامل نماذج Claude من Anthropic في منصة Databricks Data Intelligence Platform لتحقيق السلاسة والقوة، مما يجعل قدرات الذكاء الاصطناعي المتقدمة متاحة بسهولة لمجموعة واسعة من المستخدمين داخل المؤسسة. هذا ليس مجرد اتصال API؛ إنه يمثل تضمينًا عميقًا لـ Claude داخل نظام Databricks البيئي.
تشمل الجوانب الرئيسية لهذا التكامل ما يلي:
- إمكانية الوصول الأصلية: يمكن للمستخدمين التفاعل مع نماذج Claude مباشرة من خلال واجهات Databricks المألوفة. يتضمن ذلك استدعاء النماذج عبر استعلامات SQL القياسية، وهي ميزة كبيرة لمحللي البيانات والمهنيين المعتادين بالفعل على SQL. بالإضافة إلى ذلك، تتوفر النماذج كنقاط نهاية optimized endpoints، مما يسمح لعلماء البيانات والمطورين بدمج Claude بسهولة في تدفقات عمل التعلم الآلي والتطبيقات الخاصة بهم.
- التوفر عبر السحابات: إدراكًا لحقيقة تعدد السحابات في المؤسسات الحديثة، يتوفر العرض المتكامل عبر AWS و Azure و Google Cloud Platform، مما يضمن أن تتمكن المؤسسات من الاستفادة من القوة المشتركة لـ Databricks و Anthropic بغض النظر عن مزود البنية التحتية السحابية المفضل لديهم.
- الاستفادة من Claude 3.7 Sonnet: يوفر التوفر الفوري لأحدث نموذج من Anthropic، وهو Claude 3.7 Sonnet، للمستخدمين إمكانية الوصول إلى القدرات المتطورة. تفتح نقاط قوته في hybrid reasoning و coding إمكانيات جديدة لحل المشكلات المعقدة ومهام إنشاء أو تحليل التعليمات البرمجية المؤتمتة مباشرة داخل منصة البيانات.
- الأداء المحسن: يسهل التكامل الأصلي الأداء والكفاءة المحسنين. من خلال تشغيل نماذج Claude بالقرب من البيانات داخل بيئة Databricks، يمكن تقليل زمن الوصول، ويمكن تقليل تكاليف نقل البيانات المرتبطة باستدعاءات API الخارجية بشكل كبير.
يحول هذا التكامل العميق كيفية استخدام المؤسسات لنماذج اللغة الكبيرة. بدلاً من التعامل مع الذكاء الاصطناعي كخدمة منفصلة وخارجية تتطلب خطوط أنابيب بيانات معقدة وحلول أمنية بديلة، يصبح Claude جزءًا جوهريًا من سير عمل ذكاء البيانات، ومتاحًا بسهولة لتعزيز التحليلات وأتمتة المهام ودفع الابتكار مباشرة من أساس بيانات المؤسسة.
تنمية الذكاء الخاص بالمجال باستخدام بيانات المؤسسة
ربما يكمن الوعد الأكثر إقناعًا لشراكة Databricks-Anthropic في قدرتها على تمكين المؤسسات من بناء وكلاء ذكاء اصطناعي متخصصين للغاية يمتلكون معرفة عميقة خاصة بالمجال، مستمدة مباشرة من بيانات الشركة الخاصة. غالبًا ما تفتقر نماذج الذكاء الاصطناعي العامة، على الرغم من قوتها، إلى الفهم الدقيق لصناعة معينة أو مصطلحات الشركة أو العمليات الداخلية المطلوبة لمهام المؤسسة عالية القيمة. يعالج هذا التعاون هذه الفجوة بشكل مباشر.
يسهل التكامل إنشاء وكلاء ذكاء اصطناعي متطورين قادرين على:
- التفكير والتخطيط المتقدم: تتفوق نماذج Claude في التفكير والتخطيط متعدد الخطوات. عند دمجها مع الوصول إلى بيانات المؤسسة الفريدة عبر Databricks، يمكن لهؤلاء الوكلاء معالجة تدفقات العمل المعقدة. على سبيل المثال:
- في المستحضرات الصيدلانية، يمكن لوكيل تحليل بيانات التجارب السريرية جنبًا إلى جنب مع السجلات الصحية للمرضى (مع ضمانات مناسبة) والأدبيات البحثية لتحديد المرشحين المناسبين للتجارب أو التنبؤ بالتفاعلات الدوائية المحتملة، مما يبسط عملية معقدة وتستغرق وقتًا طويلاً.
- في الخدمات المالية، يمكن لوكيل تحليل أنماط المعاملات وتاريخ العملاء وبيانات السوق في الوقت الفعلي لتقديم مشورة استثمارية مخصصة للغاية أو اكتشاف الأنشطة الاحتيالية المتطورة التي قد تتجنب الأنظمة التقليدية القائمة على القواعد.
- في التصنيع، يمكن لوكيل ربط بيانات المستشعرات من الآلات وسجلات الصيانة ومعلومات سلسلة التوريد للتنبؤ بدقة بأعطال المعدات وتحسين جداول الإنتاج بشكل استباقي.
- التعامل مع مجموعات البيانات الكبيرة والمتنوعة: تسمح نافذة السياق الكبيرة لـ Claude بمعالجة كميات هائلة من المعلومات والتفكير فيها في وقت واحد. هذا أمر بالغ الأهمية لحالات استخدام المؤسسات التي غالبًا ما تتضمن مجموعات بيانات واسعة ومتنوعة مخزنة داخل Databricks lakehouse.
- التخصيص من خلال RAG والضبط الدقيق: تبسط المنصة عملية تخصيص نماذج Claude. يمكن للمؤسسات بسهولة تنفيذ Retrieval-Augmented Generation (RAG) عن طريق إنشاء فهارس متجهة لمستنداتها وبياناتها تلقائيًا داخل Databricks. يتيح ذلك لوكيل الذكاء الاصطناعي استرداد المعلومات الداخلية ذات الصلة والمحدثة لإنشاء استجابات أكثر دقة وقائمة على السياق. علاوة على ذلك، تدعم المنصة fine-tuning لنماذج Claude على مجموعات بيانات مؤسسية محددة، مما يتيح تكييفًا أعمق مع اللغة والعمليات ومجالات المعرفة الخاصة بالشركة.
من خلال جلب قوة التفكير لدى Claude مباشرة للتأثير على البيانات الخاصة داخل منصة موحدة، يمكن للشركات تجاوز تطبيقات الذكاء الاصطناعي العامة وتطوير وكلاء أذكياء حقًا يفهمون مشهدهم التشغيلي الفريد، مما يؤدي إلى تحسينات كبيرة في الكفاءة واتخاذ القرار والابتكار.
تأسيس أساس للثقة: الحوكمة المتكاملة والذكاء الاصطناعي المسؤول
في عصر الذكاء الاصطناعي، الثقة ليست مجرد سمة مرغوبة؛ إنها مطلب أساسي. إدراكًا لذلك، تركز شراكة Databricks و Anthropic بشدة على توفير حوكمة قوية وتعزيز ممارسات تطوير الذكاء الاصطناعي المسؤولة. يتم تحقيق ذلك من خلال دمج منهجيات Anthropic التي تركز على السلامة بإحكام مع إطار الحوكمة الشامل لـ Databricks.
تشمل العناصر الرئيسية التي يقوم عليها نظام الذكاء الاصطناعي الجدير بالثقة ما يلي:
- الحوكمة الموحدة عبر Unity Catalog: يعمل Unity Catalog من Databricks بمثابة الجهاز العصبي المركزي لحوكمة البيانات والذكاء الاصطناعي عبر المنصة. يوفر حلاً واحدًا وموحدًا لإدارة أصول البيانات ونماذج الذكاء الاصطناعي والمصنوعات المرتبطة بها. في سياق تكامل Anthropic، يتيح Unity Catalog:
- التحكم الدقيق في الوصول: يمكن للمؤسسات تحديد وفرض أذونات دقيقة، مما يضمن أن المستخدمين أو العمليات المصرح لهم فقط يمكنهم الوصول إلى بيانات محددة أو التفاعل مع نماذج Claude.
- تتبع النسب الشامل: يتتبع Unity Catalog تلقائيًا نسب البيانات ونماذج الذكاء الاصطناعي طوال دورة حياتها. يوفر هذا رؤية حاسمة حول كيفية تدريب النماذج، والبيانات التي تم الوصول إليها، وكيفية استخدام مخرجاتها، مما يدعم قابلية التدقيق والامتثال التنظيمي.
- إدارة التكاليف: تتيح ميزات مثل تحديد المعدل للمؤسسات التحكم في استخدام نماذج Claude، وإدارة التكاليف المرتبطة بها بفعالية، ومنع تجاوز الميزانية غير المتوقع.
- التزام Anthropic بالسلامة: تتجذر فلسفة تطوير Anthropic بعمق في أبحاث سلامة الذكاء الاصطناعي. يتضمن نهج Constitutional AI الخاص بهم تدريب نماذج الذكاء الاصطناعي على الالتزام بمجموعة من المبادئ أو “الدستور”، مما يعزز السلوك المفيد والصادق وغير الضار. يكمل هذا التركيز المتأصل على السلامة قدرات الحوكمة في Databricks.
- تنفيذ حواجز الأمان: تتيح المنصة المتكاملة للمؤسسات تنفيذ حواجز أمان إضافية مصممة خصيصًا لتحمل المخاطر والمبادئ التوجيهية الأخلاقية الخاصة بها. يشمل ذلك مراقبة تفاعلات النموذج بحثًا عن سوء الاستخدام المحتمل، واكتشاف التحيز والتخفيف منه، وضمان عمل أنظمة الذكاء الاصطناعي ضمن حدود أخلاقية محددة مسبقًا.
- الحفاظ على الأداء: الأهم من ذلك، تم تصميم هذا التركيز على الحوكمة والسلامة للعمل بالتنسيق مع، وليس إعاقة، مزايا الأداء لاستخدام النماذج الحدودية مثل Claude. الهدف هو توفير بيئة آمنة ومسؤولة دون المساس بقوة وفائدة الذكاء الاصطناعي.
من خلال الجمع بين البنية التحتية للحوكمة الموحدة في Databricks وتصميم الذكاء الاصطناعي الذي يركز على السلامة أولاً من Anthropic، تقدم الشراكة للمؤسسات إطارًا قويًا لتطوير ونشر وإدارة وكلاء الذكاء الاصطناعي بمسؤولية. يساعد هذا النهج المتكامل في بناء ثقة أصحاب المصلحة، ويضمن الامتثال، ويمكّن المؤسسات من توسيع نطاق مبادرات الذكاء الاصطناعي الخاصة بها بثقة.
ميزة التكامل الأصلي: الكفاءة والأمان
إن الميزة الحاسمة لشراكة Databricks-Anthropic هي التكامل الأصلي لنماذج Claude داخل منصة Data Intelligence Platform. يتناقض هذا بشكل حاد مع الأساليب التي تعتمد فقط على استدعاءات API الخارجية للوصول إلى نماذج اللغة الكبيرة. فوائد هذا التكامل العميق كبيرة للمؤسسات.
- تقليل حركة البيانات: عندما يتم دمج نماذج الذكاء الاصطناعي أصلاً، يتم تقليل أو إلغاء الحاجة إلى نقل كميات كبيرة من بيانات المؤسسة الحساسة المحتملة خارج المحيط الآمن لبيئة Databricks. يمكن معالجة البيانات وتحليلها في مكانها، مما يعزز بشكل كبير الوضع الأمني ويقلل المخاطر المرتبطة بنقل البيانات.
- زمن وصول أقل وأداء محسّن: تقلل معالجة البيانات وتنفيذ استدلال الذكاء الاصطناعي داخل نفس المنصة من زمن وصول الشبكة مقارنة بإجراء مكالمات إلى خدمات خارجية. ينتج عن هذا أوقات استجابة أسرع لتطبيقات الذكاء الاصطناعي، وهو أمر بالغ الأهمية لحالات الاستخدام في الوقت الفعلي والوكلاء التفاعليين.
- تبسيط تدفقات العمل: يبسط التكامل الأصلي عملية التطوير. يمكن لمهندسي البيانات والمحللين والعلماء الوصول إلى قدرات Claude باستخدام أدوات وواجهات مألوفة (مثل SQL أو دفاتر ملاحظات Python داخل Databricks) دون الحاجة إلى إدارة مفاتيح API منفصلة أو بروتوكولات مصادقة أو موصلات بيانات لخدمة ذكاء اصطناعي خارجية.
- كفاءة التكلفة: يمكن أن يؤدي إلغاء الحاجة إلى خروج البيانات المكثف (نقل البيانات خارج بيئة السحابة) إلى توفير كبير في التكاليف، حيث غالبًا ما يفرض مقدمو الخدمات السحابية رسومًا على البيانات التي تغادر شبكاتهم. علاوة على ذلك، يمكن أن يساهم الاستخدام الأمثل للموارد داخل المنصة المتكاملة في كفاءة التكلفة الإجمالية.
- الحوكمة المتسقة: يصبح تطبيق سياسات الحوكمة الموحدة لـ Databricks’ Unity Catalog أكثر وضوحًا بكثير عندما يكون نموذج الذكاء الاصطناعي جزءًا من المنصة، بدلاً من كونه كيانًا خارجيًا. يتم تطبيق ضوابط الوصول وتتبع النسب والمراقبة باستمرار عبر كل من أصول البيانات والذكاء الاصطناعي.
يبسط هذا النهج الأصلي بشكل أساسي البنية المطلوبة لبناء وكلاء ذكاء اصطناعي متطورين، مما يجعل العملية أكثر أمانًا وكفاءة وقابلية للإدارة للمؤسسات مقارنة بتجميع خدمات متباينة معًا.
التحقق في العالم الحقيقي: تمكين الذكاء الاصطناعي الآمن والقابل للتطوير
يتم بالفعل الاعتراف بالفوائد العملية لهذا النهج المتكامل من قبل قادة الصناعة. تجسد شركة Block, Inc.، وهي شركة تكنولوجيا مالية بارزة، عرض القيمة. كما أوضحت Jackie Brosamer، نائبة رئيس هندسة منصة البيانات والذكاء الاصطناعي في Block، فإن الشركة تعطي الأولوية لتطبيقات الذكاء الاصطناعي العملية والمسؤولة والآمنة. تتيح الاستفادة من علاقتهم الاستراتيجية مع Databricks لشركة Block الوصول إلى نماذج متطورة مثل Claude من Anthropic مباشرة داخل بيئة بياناتهم الموثوقة.
تستخدم Block هذه القدرة لتشغيل “codename goose”، وهي مبادرة وكيل الذكاء الاصطناعي الداخلية مفتوحة المصدر الخاصة بهم. توفر القدرة على نشر نماذج مثل Claude بطريقة federated manner من خلال Databricks مزايا حاسمة:
- المرونة وقابلية التوسع: تسمح لشركة Block بتوسيع نطاق قدرات الذكاء الاصطناعي الخاصة بها بسلاسة عبر فرق وحالات استخدام مختلفة.
- الأمان المعزز: يتماشى الحفاظ على تفاعلات النموذج ومعالجة البيانات داخل بيئة Databricks المحكومة الخاصة بهم مع متطلبات الأمان الصارمة الخاصة بهم.
- تحكم المستخدم: يحافظ هذا النهج على التحكم الأساسي في كيفية استخدام نماذج الذكاء الاصطناعي وكيفية الوصول إلى البيانات.
بالنسبة لشركة Block، لا يقتصر تكامل Databricks-Anthropic على الوصول إلى نموذج قوي فحسب؛ بل يتعلق بامتلاك منصة آمنة ومرنة وقابلة للتطوير لتعزيز كفاءة أكبر ودفع الابتكار بمسؤولية عبر المؤسسة. يؤكد هذا التطبيق في العالم الحقيقي على الفوائد الملموسة للجمع بين الذكاء الاصطناعي المتقدم ومنصة ذكاء بيانات قوية ومحكومة.
رسم المسار المستقبلي للذكاء القائم على البيانات
يشير التحالف بين Databricks و Anthropic إلى أكثر من مجرد تكامل تقني؛ إنه يعكس رؤية استراتيجية لمستقبل الذكاء الاصطناعي للمؤسسات، حيث يتم نسج الذكاء المتطور بعمق في نسيج إدارة البيانات والحوكمة. كما أوضح Ali Ghodsi، المؤسس المشارك والرئيس التنفيذي لشركة Databricks، فإن الطلب المتزايد على data intelligence - القدرة على فهم البيانات والتصرف بناءً عليها بفعالية - هو الذي يدفع الحاجة إلى مثل هذه الحلول القوية والمتكاملة. من خلال جلب نماذج Anthropic بشكل آمن وفعال إلى منصة Data Intelligence Platform، يهدفون إلى تمكين الشركات من بناء وكلاء ذكاء اصطناعي مضبوطين بدقة وفقًا لواقعهم التشغيلي المحدد، مما يبشر بما يراه Ghodsi المرحلة التالية من الذكاء الاصطناعي للمؤسسات.
مرددًا هذا الشعور، أكد Dario Amodei، الرئيس التنفيذي والمؤسس المشارك لشركة Anthropic، أن تحول الأعمال بواسطة الذكاء الاصطناعي يحدث الآن، وليس كاحتمال بعيد. يتوقع تقدمًا ملحوظًا في وكلاء الذكاء الاصطناعي القادرين على التعامل مع المهام المعقدة بشكل مستقل. إن إتاحة Claude بسهولة على Databricks يوفر للعملاء الأدوات الأساسية لبناء هؤلاء الوكلاء الأقوياء القائمين على البيانات، مما يمكنهم من الحفاظ على ميزة تنافسية في عصر الذكاء الاصطناعي سريع التطور هذا.
تضع هذه الشراكة منصة Databricks Data Intelligence Platform كمركز محوري حيث لا يمكن للمؤسسات إدارة بياناتها وتحليلها فحسب، بل يمكنها أيضًا غرسها بقدرات تفكير الذكاء الاصطناعي المتطورة بأمان وفعالية. إنها تلبي الحاجة المؤسسية الحاسمة لبناء حلول ذكاء اصطناعي مخصصة وجديرة بالثقة تستفيد من القيمة الفريدة المحتجزة داخل مجموعات البيانات الخاصة. من خلال إضفاء الطابع الديمقراطي على الوصول إلى النماذج المتقدمة مثل Claude ضمن إطار عمل محكوم، تمهد Databricks و Anthropic الطريق لجيل جديد من التطبيقات الذكية عبر صناعات متنوعة - من تسريع أبحاث الأمراض ومكافحة تغير المناخ إلى اكتشاف الاحتيال المالي وتخصيص تجارب العملاء - مما يدفع في النهاية التطور نحو مؤسسات ذكية حقًا تعتمد على البيانات.