حقبة جديدة من التعاون في الذكاء الاصطناعي وإدارة البيانات
يشهد مشهد الذكاء الاصطناعي تحولاً كبيراً، يتميز بنماذج متطورة بشكل متزايد وطلب متزايد على دمجها السلس في سير عمل المؤسسات الحالية. إدراكاً لهذه اللحظة المحورية، كشفت Databricks، الشركة الرائدة في منصات ذكاء البيانات، و Anthropic، وهي منظمة بارزة في مجال أمان وأبحاث الذكاء الاصطناعي، عن شراكة استراتيجية تاريخية مدتها خمس سنوات. من المقرر أن يعيد هذا التعاون تعريف كيفية تفاعل الشركات مع الذكاء الاصطناعي والاستفادة منه من خلال تضمين نماذج Claude المتقدمة من Anthropic مباشرةً داخل منصة Databricks Data Intelligence Platform. تشير هذه الخطوة الاستراتيجية إلى أكثر من مجرد تكامل تقني؛ إنها تمثل تحولاً أساسياً نحو جعل قدرات الذكاء الاصطناعي القوية جزءاً جوهرياً من دورة حياة البيانات، ويمكن الوصول إليها أصلاً حيث توجد بيانات المؤسسة. الطموح واضح: تمكين المؤسسات من تسخير القوة المشتركة لأصول بياناتها الفريدة ونماذج الذكاء الاصطناعي الحديثة، وتعزيز الابتكار وتحقيق نتائج أعمال ملموسة. يعد هذا التحالف بخفض حواجز الدخول لتطبيقات الذكاء الاصطناعي المتطورة، وتقديم التكنولوجيا المتطورة مباشرة إلى قاعدة المستخدمين الواسعة التي تستفيد بالفعل من Databricks لتلبية احتياجات بياناتها.
تآزر منصات البيانات ونماذج الذكاء الاصطناعي المتقدمة
يمثل اندماج منصات البيانات الشاملة ونماذج الذكاء الاصطناعي المتقدمة خطوة تطورية حاسمة لتكنولوجيا المؤسسات. تاريخياً، كان الوصول إلى الذكاء الاصطناعي القوي ينطوي غالباً على عمليات تكامل معقدة، وتحديات نقل البيانات، ومخاوف أمنية محتملة. لقد أثبتت Databricks نفسها كمركز محوري لهندسة البيانات، وعلوم البيانات، والتعلم الآلي، والتحليلات، حيث تقدم منصة موحدة - Data Intelligence Platform - مصممة لإدارة دورة حياة البيانات بأكملها. إنها توفر البنية التحتية والأدوات اللازمة للمؤسسات لتخزين كميات هائلة من البيانات ومعالجتها وتحليلها بفعالية.
في الوقت نفسه، برزت Anthropic كلاعب رئيسي في تطوير نماذج اللغة الكبيرة (LLMs)، مع التركيز ليس فقط على القدرة ولكن أيضاً على السلامة والموثوقية. تشتهر عائلة نماذج Claude بأدائها القوي عبر مجموعة من مهام معالجة اللغة الطبيعية، بما في ذلك الاستدلال والمحادثة وإنشاء المحتوى. تكمن الفكرة الأساسية وراء هذه الشراكة في سد الفجوة بين محركات الذكاء الاصطناعي القوية لـ Anthropic والبيانات الغنية والسياقية المُدارة داخل بيئة Databricks.
من خلال تقديم نماذج Claude أصلاً عبر منصة Databricks، يخلق التعاون تآزراً قوياً. لم تعد الشركات بحاجة إلى التنقل في استدعاءات API الخارجية المعقدة أو إدارة بنى تحتية منفصلة لمبادرات الذكاء الاصطناعي الخاصة بها. بدلاً من ذلك، يمكنهم الاستفادة من قدرات الاستدلال المتطورة لـ Anthropic مباشرةً إلى جانب بيانات أعمالهم الهامة، والتي تشمل المعلومات الخاصة، وتفاعلات العملاء، والسجلات التشغيلية، وأبحاث السوق. يسهل هذا الاقتران الوثيق عملية تطوير أكثر انسيابية وأماناً وكفاءة لحلول الذكاء الاصطناعي القائمة على البيانات. تمتد الإمكانات التي يطلقها هذا التكامل عبر العديد من الصناعات والوظائف، مما يتيح إنشاء أنظمة ذكاء اصطناعي مخصصة للغاية تفهم الفروق الدقيقة المحددة لمجال المؤسسة.
تمكين المؤسسات بوكلاء أذكياء ومدركين للبيانات
يتمثل أحد الأهداف المركزية لشراكة Databricks-Anthropic في تزويد المؤسسات بالقدرة على بناء ونشر وكلاء ذكاء اصطناعي قادرين على الاستدلال على بياناتهم الخاصة. يتجاوز هذا المفهوم تطبيقات الذكاء الاصطناعي العامة نحو إنشاء مساعدين رقميين متخصصين أو أنظمة آلية تمتلك فهماً عميقاً للسياق المحدد للشركة وعملياتها وقاعدة معارفها.
ماذا يعني ‘الاستدلال على البيانات الخاصة’؟
- الفهم السياقي: يمكن لوكلاء الذكاء الاصطناعي الوصول إلى المستندات الداخلية وقواعد البيانات ومستودعات المعرفة وتفسيرها لتقديم إجابات مستنيرة أو إنشاء محتوى ذي صلة أو تقديم توصيات تستند إلى البيانات.
- حل المشكلات المعقدة: من خلال الجمع بين القوة التحليلية لنماذج Claude وبيانات المؤسسة المحددة، يمكن لهؤلاء الوكلاء معالجة تحديات الأعمال المعقدة، مثل تحديد اتجاهات السوق المخفية داخل بيانات المبيعات، أو تحسين لوجستيات سلسلة التوريد بناءً على المعلومات في الوقت الفعلي، أو إجراء تقييمات متطورة للمخاطر باستخدام السجلات المالية الداخلية.
- التفاعلات الشخصية: يمكن للوكلاء الاستفادة من بيانات العملاء (التي يتم التعامل معها بشكل آمن وأخلاقي) لتقديم دعم شخصي للغاية أو توصيات منتجات مخصصة أو اتصالات مخصصة.
- أتمتة العمل المعرفي: يمكن أتمتة المهام المتكررة التي تتضمن استرجاع المعلومات وتلخيصها وتحليلها وإعداد التقارير بناءً على مصادر البيانات الداخلية، مما يحرر الموظفين البشريين للقيام بمبادرات أكثر استراتيجية.
تمثل هذه القدرة قفزة كبيرة إلى الأمام. بدلاً من الاعتماد على نماذج الذكاء الاصطناعي المدربة على بيانات الإنترنت العامة، يمكن للشركات الآن بناء وكلاء مضبوطين بدقة على مجموعات بياناتهم الفريدة، مما يؤدي إلى مخرجات أكثر دقة وملاءمة وقيمة. تخيل شركة خدمات مالية تنشر وكيلاً للذكاء الاصطناعي يحلل أبحاث السوق الخاصة بها وبيانات محفظة العملاء لإنشاء نصائح استثمارية مخصصة، أو شركة تصنيع تستخدم وكيلاً لتشخيص أعطال المعدات من خلال الاستدلال على سجلات الصيانة وبيانات المستشعرات. توفر الشراكة التكنولوجيا الأساسية - Databricks للوصول إلى البيانات والحوكمة، و Claude من Anthropic للاستدلال - لجعل وكلاء الذكاء الاصطناعي الخاصين بالمجال حقيقة واقعة لأكثر من 10000 شركة تستخدم بالفعل منصة Databricks.
معالجة العقبات المستمرة في تبني الذكاء الاصطناعي في المؤسسات
على الرغم من الإمكانات الهائلة للذكاء الاصطناعي، تواجه العديد من المؤسسات عقبات كبيرة عند محاولة بناء ونشر وإدارة حلول الذكاء الاصطناعي بفعالية، لا سيما تلك المخصصة لبيئات الإنتاج التي تتعامل مع البيانات الحساسة. يعالج تعاون Databricks و Anthropic بشكل مباشر العديد من التحديات الرئيسية التي تعيق عادةً تبني الذكاء الاصطناعي في المؤسسات:
- الدقة والملاءمة: غالباً ما تفتقر نماذج الذكاء الاصطناعي العامة إلى المعرفة المحددة المطلوبة للأداء بدقة ضمن سياق عمل معين. من خلال تمكين وكلاء الذكاء الاصطناعي من الاستدلال على بيانات المؤسسة الفريدة، يعزز الحل المتكامل تطوير نماذج تقدم نتائج أكثر دقة وملاءمة مصممة خصيصاً للاحتياجات التشغيلية المحددة.
- الأمن وخصوصية البيانات: يتطلب التعامل مع بيانات الأعمال الخاصة إجراءات أمنية صارمة. يتيح دمج نماذج Claude أصلاً داخل منصة Databricks للمؤسسات الاستفادة من الذكاء الاصطناعي القوي مع الحفاظ على سيطرة أكبر على بياناتها. يمكن معالجة البيانات داخل الحدود الآمنة لبيئة Databricks، مما يقلل من التعرض ويلتزم ببروتوكولات الحوكمة المعمول بها. يعالج هذا المخاوف الرئيسية بشأن إرسال معلومات حساسة إلى مزودي النماذج الخارجيين.
- الحوكمة والامتثال: تعمل المؤسسات بموجب متطلبات تنظيمية وامتثال صارمة. يوفر Databricks Mosaic AI، وهو مكون رئيسي للمنصة، أدوات للحوكمة الشاملة عبر دورة حياة البيانات والذكاء الاصطناعي بأكملها. يتضمن ذلك إمكانات لمراقبة أداء النموذج، وضمان العدالة، وتتبع النسب، وإدارة ضوابط الوصول، وهي أمور حاسمة لبناء أنظمة ذكاء اصطناعي جديرة بالثقة ومتوافقة. يوسع دمج Claude ضمن هذا الإطار المحكوم نطاق هذه الضوابط لتشمل استخدام نماذج LLMs المتقدمة.
- تعقيد النشر والتكامل: يمكن أن يكون إعداد وإدارة البنية التحتية لنشر نماذج الذكاء الاصطناعي المتطورة معقداً ويتطلب موارد كثيفة. يبسط التكامل الأصلي هذه العملية بشكل كبير، مما يسمح لفرق البيانات بالاستفادة من نماذج Claude داخل بيئة Databricks المألوفة دون الحاجة إلى بناء وصيانة خطوط أنابيب نشر ذكاء اصطناعي منفصلة.
- تقييم الأداء وعائد الاستثمار: قد يكون تقييم فعالية وعائد الاستثمار (ROI) لمبادرات الذكاء الاصطناعي أمراً صعباً. يقدم Databricks Mosaic AI أدوات لتقييم أداء النموذج مقابل مقاييس ومجموعات بيانات أعمال محددة. يساعد الجمع بين هذا وتحسين Claude للمهام الواقعية على ضمان أن وكلاء الذكاء الاصطناعي المنشورين يقدمون قيمة قابلة للقياس.
من خلال توفير حل موحد يجمع بين أفضل نماذج الذكاء الاصطناعي في فئتها وأدوات إدارة البيانات والحوكمة القوية، تهدف Databricks و Anthropic إلى تبسيط المسار من تجريب الذكاء الاصطناعي إلى النشر على مستوى الإنتاج، مما يجعل الذكاء الاصطناعي المتطور أكثر سهولة وأماناً وتأثيراً للشركات.
تقديم Claude 3.7 Sonnet: معيار جديد في الاستدلال والترميز
من أبرز معالم هذه الشراكة التوفر الفوري لأحدث نموذج رائد من Anthropic، Claude 3.7 Sonnet، داخل نظام Databricks البيئي. يمثل هذا النموذج تقدماً كبيراً في قدرات الذكاء الاصطناعي ويتم وضعه كحجر زاوية للعرض المشترك. يعتبر Claude 3.7 Sonnet جديراً بالملاحظة بشكل خاص لعدة أسباب:
- الاستدلال الهجين: يوصف بأنه أول نموذج استدلال هجين في السوق. في حين أن تفاصيل هذه البنية مملوكة، إلا أنها تشير إلى نهج متقدم يجمع بين تقنيات مختلفة (ربما بما في ذلك الاستدلال الرمزي إلى جانب معالجة الشبكات العصبية) لتحقيق فهم أكثر قوة ودقة وقدرات حل المشكلات. يمكن أن يؤدي ذلك إلى تحسين الأداء في المهام المعقدة التي تتطلب الاستنتاج المنطقي والتخطيط والتحليل متعدد الخطوات.
- براعة رائدة في الترميز: يُعرف النموذج بأنه رائد في الصناعة لمهام الترميز. هذه القدرة لا تقدر بثمن للمؤسسات التي تتطلع إلى أتمتة عمليات تطوير البرامج، أو إنشاء مقتطفات التعليمات البرمجية، أو تصحيح قواعد التعليمات البرمجية الحالية، أو ترجمة التعليمات البرمجية بين لغات البرمجة المختلفة - وكلها يمكن أن تستنير بمعايير الترميز الداخلية للشركة والمكتبات التي يمكن الوصول إليها عبر Databricks.
- التحسين للمنفعة الواقعية: تؤكد Anthropic على أن نماذج Claude، بما في ذلك 3.7 Sonnet، مُحسَّنة لأنواع المهام الواقعية التي يجدها العملاء أكثر فائدة. يضمن هذا التركيز العملي أن قوة النموذج تترجم إلى فوائد ملموسة لعمليات الأعمال، بدلاً من مجرد التفوق في المعايير النظرية.
- إمكانية الوصول: إن إتاحة مثل هذا النموذج المتطور مباشرة عبر Databricks على منصات السحابة الرئيسية (AWS، Azure، Google Cloud Platform) يضفي طابعاً ديمقراطياً على الوصول. يمكن للمؤسسات تجربة ونشر هذا الذكاء الاصطناعي الحديث دون الحاجة إلى بنية تحتية متخصصة أو علاقات مباشرة مع مزود النموذج، مستفيدة من استثماراتها الحالية في Databricks.
يوفر دمج Claude 3.7 Sonnet لعملاء Databricks وصولاً فورياً إلى أداة قوية قادرة على معالجة التحديات التحليلية والإبداعية والتقنية المتطورة. إن نقاط قوته في الاستدلال والترميز، جنباً إلى جنب مع توفره الأصلي إلى جانب بيانات المؤسسة، تضعه كممكّن رئيسي لبناء الجيل التالي من التطبيقات والوكلاء الأذكياء.
الميزة المميزة للتكامل الأصلي
يعد مفهوم التكامل الأصلي محورياً للقيمة المقترحة لشراكة Databricks-Anthropic. يختلف هذا النهج اختلافاً كبيراً عن الطرق التقليدية للوصول إلى نماذج الذكاء الاصطناعي، والتي تعتمد غالباً على واجهات برمجة التطبيقات الخارجية (APIs). يعني التكامل الأصلي اتصالاً أعمق وأكثر سلاسة بين نماذج Claude من Anthropic ومنصة Databricks Data Intelligence Platform، مما يوفر العديد من المزايا المحتملة:
- تقليل زمن الوصول: يمكن أن تقلل معالجة الطلبات داخل بيئة المنصة نفسها من زمن انتقال الشبكة المرتبط باستدعاءات API الخارجية، مما يؤدي إلى أوقات استجابة أسرع لتطبيقات الذكاء الاصطناعي. هذا أمر بالغ الأهمية بشكل خاص لحالات الاستخدام في الوقت الفعلي أو التفاعلية.
- تعزيز الأمان: من خلال الحفاظ على معالجة البيانات داخل المحيط الآمن لمنصة Databricks (اعتماداً على تفاصيل التنفيذ المحددة)، يمكن للتكامل الأصلي أن يعزز بشكل كبير أمن البيانات والخصوصية. قد لا تحتاج البيانات الخاصة الحساسة إلى عبور الشبكات الخارجية أو معالجتها بواسطة بنية تحتية لجهة خارجية بنفس الطريقة كما هو الحال مع استدعاءات API، مما يتوافق بشكل أفضل مع مواقف أمن المؤسسات الصارمة.
- تبسيط سير العمل: يمكن لعلماء البيانات والمطورين الوصول إلى نماذج Claude واستخدامها باستخدام أدوات وواجهات Databricks المألوفة. هذا يلغي الحاجة إلى إدارة بيانات اعتماد منفصلة أو SDKs أو نقاط تكامل، مما يبسط دورة حياة تطوير ونشر وإدارة تطبيقات الذكاء الاصطناعي. يمكن أن تتم العملية بأكملها، من إعداد البيانات إلى استدعاء النموذج وتحليل النتائج، داخل بيئة موحدة.
- حوكمة مبسطة: يتيح دمج استخدام النموذج داخل منصة Databricks تطبيقاً متسقاً لسياسات الحوكمة وضوابط الوصول وآليات التدقيق التي يديرها Mosaic AI. تصبح مراقبة الاستخدام والتكاليف والأداء جزءاً من إطار حوكمة البيانات الحالي.
- كفاءات التكلفة المحتملة: اعتماداً على نماذج التسعير واستخدام الموارد، قد يوفر التكامل الأصلي هياكل تكلفة أكثر قابلية للتنبؤ أو محسّنة مقارنة بنماذج API للدفع لكل مكالمة، خاصة لسيناريوهات الاستخدام ذات الحجم الكبير المقترنة بإحكام بمهام معالجة البيانات التي تعمل بالفعل على Databricks.
يحول هذا الاقتران الوثيق Claude من أداة خارجية إلى قدرة مضمنة داخل النظام البيئي لبيانات المؤسسة، مما يجعل تطوير ونشر وكلاء ذكاء اصطناعي متطورين ومدركين للبيانات أكثر كفاءة وأماناً وقابلية للإدارة بشكل كبير.
توفير المرونة من خلال النشر السلس متعدد السحابات
يعد جانب حاسم من عرض Databricks-Anthropic هو توفره عبر مزودي الخدمات السحابية العامة الرئيسيين: Amazon Web Services (AWS)، و Microsoft Azure، و Google Cloud Platform (GCP). تعد استراتيجية السحابة المتعددة هذه ضرورية لتلبية متطلبات البنية التحتية المتنوعة للمؤسسات الحديثة. تستخدم العديد من المؤسسات العديد من مزودي الخدمات السحابية للاستفادة من أفضل الخدمات في فئتها، وضمان المرونة، وتجنب الارتباط بمورد واحد، أو الامتثال لمتطلبات إقليمية أو عملاء محددة.
تم تصميم Databricks نفسها كمنصة متعددة السحابات، مما يوفر طبقة ذكاء بيانات متسقة بغض النظر عن البنية التحتية السحابية الأساسية. من خلال إتاحة نماذج Claude أصلاً داخل Databricks عبر AWS و Azure و GCP، تضمن الشراكة أن يتمكن العملاء من الاستفادة من تكامل الذكاء الاصطناعي المتقدم هذا بغض النظر عن بيئتهم السحابية المفضلة أو استراتيجيتهم متعددة السحابات.
يقدم هذا العديد من الفوائد الرئيسية:
- الاختيار والمرونة: يمكن للمؤسسات نشر وكلاء ذكاء اصطناعي مدعومين بـ Claude على المنصة (المنصات) السحابية التي تناسب احتياجاتهم الفنية واستثمارات البنية التحتية الحالية والاتفاقيات التجارية.
- الاتساق: يمكن لفرق التطوير بناء وإدارة تطبيقات الذكاء الاصطناعي باستخدام واجهة ومجموعة أدوات متسقة (Databricks و Claude) عبر بيئات سحابية مختلفة، مما يقلل من التعقيد والنفقات العامة للتدريب.
- قرب البيانات: يمكن للمؤسسات الاستفادة من نماذج Claude في نفس البيئة السحابية حيث توجد بحيرات البيانات أو مستودعات البيانات الأساسية الخاصة بها، مما يحسن الأداء ويحتمل أن يقلل من تكاليف خروج البيانات.
- التأمين المستقبلي: يوفر نهج السحابة المتعددة المرونة والقدرة على التكيف، مما يسمح للشركات بتطوير استراتيجيتها السحابية دون تعطيل قدرات الذكاء الاصطناعي الخاصة بها المبنية على تكامل Databricks-Anthropic.
يؤكد الالتزام بالتوافر متعدد السحابات على تركيز الشراكة على تلبية احتياجات المؤسسات بشكل واقعي، مع الاعتراف بالطبيعة غير المتجانسة للبنية التحتية الحديثة لتكنولوجيا المعلومات وتوفير مسار مرن لتبني الذكاء الاصطناعي المتقدم.
Databricks Mosaic AI: المحرك للذكاء الاصطناعي المحكوم والموثوق
بينما توفر Anthropic نماذج Claude القوية، يوفر Databricks Mosaic AI الإطار الأساسي لبناء ونشر وإدارة تطبيقات الذكاء الاصطناعي بمسؤولية وفعالية ضمن سياق المؤسسة. يعد Mosaic AI جزءاً لا يتجزأ من منصة Databricks Data Intelligence Platform، حيث يقدم مجموعة من الأدوات المصممة لمعالجة دورة حياة الذكاء الاصطناعي الكاملة مع التركيز القوي على الحوكمة والموثوقية.
تشمل القدرات الرئيسية لـ Mosaic AI ذات الصلة بشراكة Anthropic ما يلي:
- خدمة النماذج: توفر بنية تحتية محسّنة لنشر وخدمة نماذج الذكاء الاصطناعي، بما في ذلك LLMs مثل Claude، على نطاق واسع مع توفر عالٍ وزمن وصول منخفض.
- البحث المتجهي: يتيح عمليات بحث التشابه الفعالة الحاسمة لتطبيقات التوليد المعزز بالاسترجاع (RAG)، مما يسمح لوكلاء الذكاء الاصطناعي باسترداد المعلومات ذات الصلة من قواعد المعرفة المؤسسية لإبلاغ ردودهم.
- مراقبة النماذج: تقدم أدوات لتتبع أداء النموذج، واكتشاف الانحراف (التغييرات في الأداء بمرور الوقت)، ومراقبة جودة البيانات، مما يضمن بقاء وكلاء الذكاء الاصطناعي المنشورين دقيقين وموثوقين.
- هندسة الميزات وإدارتها: تبسط عملية إنشاء وتخزين وإدارة ميزات البياناتالمستخدمة لتدريب نماذج الذكاء الاصطناعي أو التفاعل معها.
- حوكمة الذكاء الاصطناعي: توفر إمكانات لتتبع النسب (فهم مصدر البيانات وكيفية بناء النماذج)، والتحكم في الوصول، وسجلات التدقيق، وتقييمات العدالة، مما يضمن تطوير أنظمة الذكاء الاصطناعي واستخدامها بمسؤولية والامتثال للوائح.
- أدوات التقييم: تسمح للمؤسسات بتقييم جودة وسلامة ودقة نماذج ووكلاء الذكاء الاصطناعي، بما في ذلك LLMs، بشكل صارم مقابل متطلبات ومجموعات بيانات أعمال محددة قبل النشر وبعده.
يعمل Mosaic AI كجسر حاسم بين القوة الخام لنماذج مثل Claude والحقائق العملية لنشر المؤسسات. إنه يوفر الحواجز الواقية وأنظمة المراقبة وأدوات الإدارة اللازمة لضمان أن وكلاء الذكاء الاصطناعي المبنيين باستخدام نماذج Anthropic ليسوا أذكياء فحسب، بل آمنين وموثوقين ومحكومين ومتوافقين مع أهداف العمل. هذا النهج الشامل حيوي لبناء الثقة في أنظمة الذكاء الاصطناعي التي تتعامل مع بيانات وعمليات الأعمال الهامة.
رؤية مشتركة للذكاء الاصطناعي التحويلي الفوري
يعبر قادة كل من Databricks و Anthropic عن رؤية مقنعة للتأثير الفوري والمستقبلي لهذه الشراكة، مؤكدين على التحول من الذكاء الاصطناعي كوعد مستقبلي إلى حقيقة واقعة حالية تحول الشركات.
يؤكد علي غودسي، المؤسس المشارك والرئيس التنفيذي لشركة Databricks، على القيمة الأساسية المقترحة: تمكين المؤسسات من إطلاق العنان أخيراً للإمكانات الكامنة الموجودة داخل مستودعات بياناتها الواسعة من خلال تطبيق الذكاء الاصطناعي المتطور. ويسلط الضوء على أهمية جلب قدرات Anthropic مباشرة إلى منصة ذكاء البيانات، مؤكداً على فوائد الأمان والكفاءة وقابلية التوسع. يركز منظور غودسي على تمكين الشركات من تجاوز حلول الذكاء الاصطناعي العامة وبناء وكلاء ذكاء اصطناعي خاصين بالمجال مصممين بدقة لسياقاتهم التشغيلية الفريدة ومعرفتهم الخاصة. ويشير إلى أن هذا يمثل المستقبل الحقيقي للذكاء الاصطناعي للمؤسسات - ذكاء مخصص ومتكامل وقائم على البيانات.
يردد داريو أمودي، الرئيس التنفيذي والمؤسس المشارك لشركة Anthropic، صدى الشعور بالتأثير الفوري للذكاء الاصطناعي، قائلاً إن تحول الشركات يحدث ‘الآن’. ويتوقع تطورات ملحوظة في المدى القريب، لا سيما في تطوير وكلاء ذكاء اصطناعي قادرين على العمل بشكل مستقل على المهام المعقدة. يرى أمودي أن توفر Claude على Databricks هو حافز، يوفر للعملاء الأدوات اللازمة لبناء وكلاء أقوى بكثير يعتمدون على البيانات. ويشير ضمناً إلى أن هذه القدرة حاسمة للمؤسسات التي تسعى للحفاظ على ميزة تنافسية فيما يسميه ‘هذه الحقبة الجديدة من الذكاء الاصطناعي’.
معاً، ترسم هذه المنظورات صورة لشراكة ترتكز على التطبيق العملي وخلق القيمة الفورية. لا يتعلق الأمر فقط بتوفير الوصول إلى نماذج قوية؛ بل يتعلق بدمجها بعمق داخل نسيج بيانات المؤسسات لتعزيز تطوير وكلاء أذكياء ومستقلين قادرين على معالجة مشاكل الأعمال المعقدة والواقعية اليوم، مما يمهد الطريق لتطبيقات أكثر تطوراً غداً.
ما وراء الذكاء العام: صياغة حلول ذكاء اصطناعي خاصة بالمجال
يعد التحرك بعيداً عن الذكاء الاصطناعي ذي المقاس الواحد الذي يناسب الجميع نحو الذكاء الخاص بالمجال موضوعاً متكرراً ومحركاً رئيسياً وراء تحالف Databricks-Anthropic. غالباً ما تفتقر نماذج الذكاء الاصطناعي ذات الأغراض العامة، على الرغم من إثارتها للإعجاب، إلى الفهم الدقيق المطلوب لمهام المؤسسات المتخصصة. تعتمد معرفتهم عادةً على بيانات الإنترنت الواسعة، والتي قد لا تتماشى مع المصطلحات والعمليات والمعلومات السرية المحددة الفريدة لشركة أو صناعة معينة.
تسهل هذه الشراكة بشكل مباشر إنشاء حلول ذكاء اصطناعي مخصصة للغاية من خلال الجمع بين:
- إتقان البيانات في Databricks: توفر المنصة أدوات قوية للوصول إلى أصول بيانات المؤسسة الفريدة وإعدادها وإدارتها - وهي المادة الخام للمعرفة الخاصة بالمجال. يشمل ذلك قواعد البيانات المهيكلة والمستندات غير المهيكلة والسجلات والمزيد.
- نماذج Anthropic القابلة للتكيف: يمكن ترسيخ نماذج Claude، خاصة عند استخدامها ضمن أطر عمل مثل التوليد المعزز بالاسترجاع (RAG) الذي تم تمكينه بواسطة ميزات Databricks مثل البحث المتجهي، بشكل فعال في هذه البيانات الخاصة. يمكن للنماذج استرداد المقتطفات ذات الصلة من قواعد المعرفة الداخلية واستخدام تلك المعلومات لإنشاء استجابات أو أداء مهام بدقة عالية وملاءمة سياقية.
- أدوات تطوير Mosaic AI: توفر المنصة البيئة اللازمة لضبط النماذج (حيثما ينطبق ذلك)، وبناء التطبيقات التي تتضمن RAG، وتقييم أداء هذه الحلول المخصصة مقابل معايير أعمال محددة.
يتيح هذا التآزر، على سبيل المثال، لشركة أدوية بناء وكيل ذكاء اصطناعي يفهم بيانات خط أنابيب تطوير الأدوية الخاصة بها والوثائق التنظيمية، أو لشركة تجارة إلكترونية إنشاء وكيل على دراية عميقة بكتالوج منتجاتها ومستويات المخزون وسجل تفاعل العملاء. تكون تطبيقات الذكاء الاصطناعي الناتجة أكثر قيمة بكثير لأنها تتحدث لغة العمل وتعمل بناءً على حقيقته الأساسية. توفر هذه القدرة على صياغة وكلاء ذكاء اصطناعي مخصصين، مدعومين ببيانات المؤسسة ونماذج حديثة، ميزة تنافسية كبيرة، مما يمكّن الشركات من أتمتة العمليات المعقدة، والكشف عن رؤى فريدة، وتقديم تجارب عملاء فائقة مصممة خصيصاً لقطاع السوق المحدد الخاص بهم.
تعزيز الثقة: الأمن والسلامة في عصر الذكاء الاصطناعي المتكامل
في عصر تشكل فيه خروقات البيانات وإساءة استخدام الذكاء الاصطناعي مخاوف كبيرة، يعد بناء الثقة أمراً بالغ الأهمية لتبني المؤسسات لتقنيات الذكاء الاصطناعي القوية. تعالج شراكة Databricks و Anthropic هذه المخاوف بطبيعتها من خلال مزيج من التصميم التكنولوجي والتركيز التنظيمي.
التزام Anthropic بالسلامة: تأسست Anthropic بمهمة أساسية تتمحور حول سلامة وأبحاث الذكاء الاصطناعي. تتضمن عملية تطوير النماذج الخاصة بهم تقنيات تهدف إلى إنشاء أنظمة ذكاء اصطناعي مفيدة وصادقة وغير ضارة. يوفر هذا التركيز على بناء ذكاء اصطناعي أكثر أماناً طبقة أساسية من الثقة للمؤسسات المترددة في نشر LLMs قوية، خاصة تلك التي تتفاعل مع البيانات الحساسة أو العملاء.
منصة Databricks الآمنة: تم بناء منصة Databricks Data Intelligence Platform مع مراعاة الأمان والحوكمة على مستوى المؤسسات في جوهرها. من خلال دمج نماذج Claude أصلاً، تستفيد الشراكة من ميزات الأمان الحالية هذه:
- إقامة البيانات والتحكم فيها: يحتمل أن يسمح التكامل الأصلي للبيانات بالبقاء داخل بيئة العميل الخاضعة للرقابة (مثيل Databricks الخاص بهم على السحابة التي اختاروها)، مما يقلل من المخاطر المرتبطة بنقل البيانات الحساسة إلى نقاط نهاية خارجية.
- إدارة الوصول الموحدة: يمكن إدارة الوصول إلى نماذج Claude من خلال ضوابط الوصول المستندة إلى الأدوار الحالية في Databricks، مما يضمن أن المستخدمين والتطبيقات المصرح لهم فقط يمكنهم استدعاء قدرات الذكاء الاصطناعي.
- التدقيق الشامل: يمكن تسجيل استخدام نماذج Claude المتكاملة وتدقيقها داخل منصة Databricks، مما يوفر الشفافية والمساءلة.
- إطار الحوكمة: تمتد أدوات حوكمة Mosaic AI لتشمل استخدام Claude، مما يتيح فرض السياسات والمراقبة وفحوصات الامتثال بشكل متسق.
يخلق هذا النهج متعدد الطبقات - الذي يجمع بين تركيز Anthropic على سلامة النموذج وأمن منصة Databricks القوية وحوكمتها - إطاراً أكثر أماناً وجدارة بالثقة للاستفادة من الذكاء الاصطناعي المتقدم. يسمح للمؤسسات باستكشاف الإمكانات التحويلية لنماذج مثل Claude 3.7 Sonnet مع الحفاظ على رقابة صارمة على أصول بياناتها القيمة وضمان نشر الذكاء الاصطناعي المسؤول، وبالتالي تسريع التبني عن طريق تخفيف المخاطر الرئيسية. يهدف التعاون إلى جعل الذكاء الاصطناعي القوي ليس فقط متاحاً، ولكن أيضاً آمناً وموثوقاً لتطبيقات المؤسسات ذات المهام الحرجة.