RAG أم وكلاء الذكاء الاصطناعي: أيهما تحتاج مؤسستك؟

التوليد المعزّز بالاسترجاع (RAG) أسلوبٌ يتيح لنموذج الذكاء الاصطناعي الإجابة عن الأسئلة استنادًا إلى مستنداتكم المعتمدة، مع إرفاق الإجابة بمراجع تشير إلى المصادر التي اعتمد عليها. أما وكيل الذكاء الاصطناعي فيذهب أبعد من ذلك: إذ يخطط لسلسلة من الخطوات، ويستخدم أدوات مثل نظام ERP أو البريد الإلكتروني أو قواعد البيانات، وينفّذ الإجراءات، ويواصل العمل حتى تكتمل المهمة. فإذا كان موظفوكم يحتاجون أساسًا إلى إجابات سريعة وموثوقة من السياسات والعقود والأدلة الإرشادية، فإن RAG يكفي في الغالب؛ أما إذا احتجتم إلى إنجاز عمل عبر عدة أنظمة، كمطابقة الفواتير أو إنشاء السجلات، فأنتم بحاجة إلى وكيل، يُبنى عادةً على أساس من RAG.

ولهذا التمييز أهميته، لأن النهجين يختلفان اختلافًا كبيرًا في مستوى المخاطر وجهد الحوكمة المطلوب. فالمساعد القائم على RAG إذا قدّم إجابة خاطئة قد يضلّل شخصًا ما؛ أما الوكيل الذي يملك صلاحية الكتابة فقد يتخذ قرارًا خاطئًا يغيّر سجلًا ماليًا. يشرح هذا الدليل آلية عمل كلٍّ منهما، ومتى تختارون أيًّا منهما، وكيف تنشرونهما بأمان على بيانات الأعمال.

ما هو RAG

لا يعرف نموذج اللغة العام شيئًا عن سياسة المشتريات لديكم، أو عقود الموردين، أو ملف مجلس الإدارة للربع الماضي. ويسدّ RAG هذه الفجوة دون إعادة تدريب النموذج: إذ يسترجع النظام أولًا المقاطع ذات الصلة من مصادركم المعتمدة، ثم يطلب من النموذج الإجابة بالاعتماد على تلك المقاطع وحدها.

كيف يعمل الاسترجاع ببساطة

1. الاستيعاب. تُقسَّم المستندات، مثل ملفات PDF وصفحات SharePoint وأدلة السياسات، إلى أجزاء أصغر يتألف كلٌّ منها من بضع فقرات.
2. التضمين. يُحوَّل كل جزء إلى تضمين متجهي، أي قائمة من الأرقام تمثّل معناه. فالمقاطع التي تتناول موضوعات متشابهة تحصل على أرقام متقاربة، حتى وإن استخدمت كلمات مختلفة.
3. التخزين. تُحفظ التضمينات المتجهية (Embeddings) في فهرس متجهي، وهو قاعدة بيانات تعثر على أقرب التطابقات وفق المعنى لا وفق الكلمات المفتاحية الحرفية.
4. الاسترجاع. يُحوَّل سؤال المستخدم إلى تضمين بالطريقة نفسها، ثم تُستدعى الأجزاء الأكثر صلة. وكثيرًا ما تجمع أنظمة التشغيل الفعلي بين البحث المتجهي والبحث بالكلمات المفتاحية، مع التصفية حسب نوع المستند أو تاريخه أو صلاحيات وصول المستخدم.
5. التوليد مع ذكر المراجع. يكتب النموذج إجابة من المقاطع المسترجعة، مع الإشارة إلى المستند والقسم الذي تستند إليه كل نقطة.

والمراجع هي جوهر الأمر؛ فهي تمكّن المدير المالي أو المهندس من التحقق من المصدر بدلًا من الثقة العمياء بالنموذج. كما ينبغي للمساعد المُحكم البناء أن يصرّح بأنه لم يجد الإجابة في المصادر المعتمدة بدلًا من التخمين.

ما هو وكيل الذكاء الاصطناعي

وكيل الذكاء الاصطناعي نظامٌ لا يكتفي فيه النموذج بالإجابة، بل يقرر ما يفعله بعد ذلك. فعندما يُعطى هدفًا، يقسّم العمل إلى خطوات، ويختار من الأدوات المتاحة له، ويستدعيها، ويقرأ نتائجها، ويكرر ذلك حتى يتحقق الهدف أو تستدعي الحاجة تدخّل شخص ما.

والأدوات هي وظائف يُسمح للوكيل باستدعائها: البحث في فهرس المستندات، أو الاستعلام عن جدول في نظام ERP، أو قراءة رسالة بريد إلكتروني، أو البحث عن عميل في نظام CRM، أو إعداد مسودة أمر شراء. ويختار النموذج الأداة التي يستدعيها والمدخلات التي يمررها إليها؛ ثم تنفّذ برمجياتكم الاستدعاء وتعيد النتيجة.

تبدو حلقة عمل الوكيل النموذجية على النحو الآتي:

1. قراءة المهمة والسياق الحالي.
2. التخطيط للخطوة التالية.
3. استدعاء أداة، مثل عملية بحث أو إجراء لإعداد مسودة.
4. ملاحظة النتيجة ومقارنتها بالهدف.
5. التكرار، أو التصعيد إلى شخص، أو الإنهاء ورفع التقرير.

وتدعم أطر العمل مثل LangGraph وLlamaIndex، وخصائص استخدام الأدوات لدى مزوّدين مثل Anthropic Claude وOpenAI وAzure OpenAI، هذا النمط بطرق مختلفة. غير أن الفكرة الأساسية واحدة بصرف النظر عن المزوّد.

RAG أم وكلاء الذكاء الاصطناعي: مقارنة ومتى تستخدمون كلًّا منهما

والنهجان طبقتان متكاملتان لا متنافستان. فمعظم الوكلاء المفيدين يحتاجون إلى الاسترجاع لفهم السياسات والسياق، ولذلك يكون بناء أساس متين من RAG عادةً الخطوة الأولى نحو الأتمتة الوكيلية.

متى يكفي RAG

اختاروا RAG عندما تكون المهمة هي إيجاد المعلومات وشرحها، مع بقاء الشخص مسؤولًا عن التصرف بناءً عليها.

• أسئلة السياسات والمعرفة. سياسات الموارد البشرية، ومصفوفات تفويض الصلاحيات، وإجراءات الصحة والسلامة والبيئة، ومعايير تقنية المعلومات، تُقدَّم إجاباتها مع المراجع بدلًا من البحث في المجلدات المشتركة.
• البحث في العقود والمستندات. إيجاد شروط الدفع، وبنود التعويضات المقطوعة، وفترات الضمان، وتواريخ التجديد عبر عدد كبير من الاتفاقيات، مع روابط تحيل إلى البند المحدد.
• إجابات الدعم. إعداد مسودات ردود تستند إلى وثائق المنتج أو التذاكر التي سبق حلّها، يراجعها أخصائي الدعم ثم يرسلها.

فإذا كان الشخص سيأخذ الإجابة ويتصرف وفق طريقته المعتادة، فإن RAG غالبًا ما يكون الحل المناسب الحجم: أسرع في التسليم، وأيسر في الحوكمة، وأبسط في التقييم.

متى تحتاجون إلى وكيل

اختاروا الوكيل عندما يمتد العمل عبر عدة خطوات وأنظمة، ويتبع قواعد واضحة، ويستهلك جهدًا يدويًا كبيرًا.

• مطابقة الفواتير. يطابق الوكيل فواتير الموردين مع أوامر الشراء وإيصالات استلام البضائع في نظام ERP، ويرصد فروق الأسعار أو الكميات، ويضع المطابقات السليمة في قائمة انتظار الموافقة، بينما يحيل الاستثناءات إلى قسم الحسابات الدائنة مرفقةً بالأدلة.
• فرز رسائل البريد وإنشاء سجلات ERP. يصنّف الوكيل الطلبات الواردة إلى صندوق بريد مشترك، ويستخرج الحقول الرئيسية، ويتحقق من العميل والصنف في نظام ERP، ويُعدّ مسودة السجل ليؤكدها شخص مختص.
• إعداد التقارير. يسحب الوكيل الأرقام من نظام ERP، ويقارنها بالفترة السابقة، ويُعدّ مسودة تعليق على الفروقات، ويجمع ملفًا ليراجعه مسؤول مالي. ويتكامل ذلك جيدًا مع لوحات المعلومات والتقارير الخاضعة للحوكمة.

وثمة اختبار مفيد: إذا استطعتم تدوين الخطوات التي يتبعها موظف مدرَّب، بما في ذلك ما يتحقق منه ومتى يصعّد الأمر، فإن العملية مرشّحة لتنفيذها بوكيل. أما إذا كانت الخطوات غير واضحة، فأصلحوا العملية أولًا.

الأنظمة متعددة الوكلاء والتنسيق (Orchestration)

تقسّم الأنظمة متعددة الوكلاء سير العمل بين وكلاء متخصصين ينسّق بينهم مُنسِّق. فقد يستخرج أحد الوكلاء البيانات من المستندات، ويتحقق وكيل آخر منها مقابل سجلات ERP، ويُعدّ وكيل ثالث مسودة المراسلة مع المورد، بينما يوجّه المُنسِّق العمل ويقرر متى يُشرك شخصًا ما.

متى تقسّمون العمل بين عدة وكلاء

• عندما يتضمن سير العمل مراحل مستقلة تحتاج إلى أدوات أو صلاحيات أو تعليمات مختلفة.
• عندما ترغبون في تقييد وصول كل وكيل، بحيث لا يتمكن وكيل إعداد المسودات مثلًا من الكتابة في نظام ERP أبدًا.
• عندما تحتاج المراحل المختلفة إلى اختبار أو مراقبة منفصلة، أو إلى ملكية فرق مختلفة.

ومتى لا تفعلون ذلك

• عندما يستطيع وكيل واحد يملك عددًا محدودًا من الأدوات المصمَّمة جيدًا أداء المهمة بموثوقية.
• عندما يجعل التنسيق الإضافي تتبّع الأعطال أكثر صعوبة.
• عندما تكون التكلفة وزمن الاستجابة عاملين مهمين، إذ يضيف كل وكيل إضافي مزيدًا من استدعاءات النموذج.

إن تصاميم الأنظمة متعددة الوكلاء قوية، لكن التعقيد له ثمنه. ابدأوا بأبسط بنية تلبّي المتطلب، ولا تلجأوا إلى التقسيم إلا عند وجود سبب واضح.

ربط الوكلاء بأنظمتكم بأمان

تنبع قيمة الوكلاء ومخاطرهم معًا من ارتباطهم بأنظمة الأعمال. لذا تعاملوا مع كل ربط بوصفه مشروع تكامل يتطلب تصميمًا أمنيًا، لا مجرد إعداد تهيئة.

الأدوات وواجهات API. ينبغي أن يصل الوكلاء إلى الأنظمة عبر واجهات ضيقة ومحددة، مثل وظيفة “جلب أوامر الشراء المفتوحة لمورد معيّن” بدلًا من الوصول المباشر إلى قاعدة البيانات. وينبغي لكل أداة أن تتحقق من صحة مدخلاتها وألّا تعيد إلا البيانات اللازمة.

Model Context Protocol (MCP). يُعدّ MCP معيارًا مفتوحًا لربط تطبيقات الذكاء الاصطناعي بالأدوات ومصادر البيانات بطريقة موحّدة. فتتيحون النظام مرة واحدة عبر خادم MCP، ويمكن لعملاء الذكاء الاصطناعي المتوافقين استخدامه، بدلًا من بناء موصّل مخصص لكل نموذج. وهو يبسّط التكامل لكنه لا يحلّ محل ضوابط الوصول لديكم؛ إذ يظل كل خادم MCP بحاجة إلى المصادقة والتفويض والتسجيل.

مبدأ أقل الصلاحيات. امنحوا كل وكيل الحد الأدنى من الوصول الذي تتطلبه مهمته، مقيَّدًا بشركات أو وحدات أو أنواع سجلات محددة. وحيثما أمكن، ينبغي أن يعمل الوكيل بصلاحيات المستخدم الذي يخدمه، بحيث لا يستطيع أبدًا أن يرى أو يفعل أكثر مما يستطيعه ذلك الشخص.

الفصل بين القراءة والكتابة. قراءة البيانات وتغييرها فئتان مختلفتان من المخاطر. وتبدأ مؤسسات كثيرة بوكلاء للقراءة فقط يُعدّون مسودات المخرجات، ثم تفعّل إجراءات كتابة محددة بعد ثبوت موثوقيتها.

الموافقة البشرية على الإجراءات المؤثرة. ينبغي أن يتطلب ترحيل القيود المحاسبية، واعتماد المدفوعات، وإرسال رسائل البريد الخارجية، وتغيير البيانات الرئيسية موافقةً صريحة، تُعرض مع الأدلة التي استخدمها الوكيل.

سجلات التدقيق. سجّلوا كل موجّه ومصدر مسترجع واستدعاء أداة ومُخرَج وموافقة، مع الطوابع الزمنية وهوية المستخدم. وبالنسبة إلى المؤسسات التي تطبّق ISO 9001 أو أنظمة إدارة مماثلة، فإن قابلية التتبع هذه هي ما يجعل العمل المدعوم بالذكاء الاصطناعي قابلًا للدفاع عنه في عمليات التدقيق.

وغالبًا ما يتطلب بناء هذه الضوابط جهدًا يفوق جهد بناء الذكاء الاصطناعي نفسه، ولهذا تستفيد مشاريع الوكلاء من الممارسات السليمة في تطوير البرمجيات المخصصة.

التقييم والضوابط الوقائية (Guardrails) والمراقبة

قد يُبهر النظام في العرض التوضيحي ثم يخفق بصمت في التشغيل الفعلي. لذا قيسوا أداءه قبل الإطلاق وبعده.

• مجموعات الاختبار. ابنوا مجموعة من الأسئلة والمهام الحقيقية مع نتائج صحيحة راجعها خبراء. وأعيدوا تشغيلها كلما تغيّر النموذج أو الموجّهات أو المستندات أو الأدوات.
• فحوص الدقة والهلوسة. في RAG، تحققوا من أن الإجابات صحيحة، ومدعومة بالمقاطع المُستشهد بها، وأن النظام يمتنع عن الإجابة حين تخلو المصادر منها. وفي الوكلاء، تحققوا من أن كل خطوة والنتيجة النهائية تطابق ما كان سيفعله موظف مدرَّب.
• الضوابط الوقائية. احجبوا الموجّهات التي تحاول تجاوز التعليمات، وصفّوا البيانات الحساسة من الردود، وألزموا بالإجراءات والحدود المسموح بها، وأوقفوا الوكيل بعد عدد محدد من الخطوات.
• مراقبة التكلفة وزمن الاستجابة. تابعوا استخدام النموذج واستدعاءات الأدوات وأزمنة الاستجابة لكل مهمة. فقد يكرر الوكلاء الحلقات أكثر من المتوقع، وترتفع التكاليف تبعًا لذلك.
• التراجع. ضعوا إصدارات للموجّهات والأدوات والإعدادات حتى تتمكنوا من العودة سريعًا، واحتفظوا بعملية يدوية بديلة.

واحرصوا على إجراء مراجعة بشرية منتظمة لعيّنة من التفاعلات الحقيقية، لا الاكتفاء بالمقاييس الآلية.

اعتبارات البيانات والحوكمة للمؤسسات السعودية

قبل إدخال أي بيانات أعمال أو بيانات شخصية إلى أي نظام ذكاء اصطناعي، ينبغي أن تتفق القيادة وتقنية المعلومات والامتثال على الأسئلة الآتية:

• أين تُعالَج البيانات وتُخزَّن؟ تأكدوا من مناطق الاستضافة الخاصة بالنموذج والفهرس المتجهي والسجلات والنسخ الاحتياطية، ومما إذا كانت الاستضافة داخل المملكة مطلوبة لبياناتكم أو بموجب عقود العملاء.
• هل تُستخدم بياناتكم في تدريب النموذج؟ راجعوا شروط المزوّد الخاصة بالاستخدام المؤسسي واستخدام واجهات API، بما في ذلك الاحتفاظ بالموجّهات والمخرجات.
• من يستطيع رؤية ماذا؟ يجب أن يحترم الاسترجاع الصلاحيات القائمة، بحيث لا يتمكن أحد من الوصول عبر المساعد إلى مستند لا يستطيع فتحه مباشرة. وطبّقوا ضوابط الوصول نفسها المبنية على الأدوار على إجراءات الوكلاء.
• ما البيانات الشخصية المعنية؟ حدّدوا البيانات الشخصية الداخلة في النطاق، وقلّلوها أو أخفوها حيث لا تكون ضرورية.
• الالتزامات القطاعية والتعاقدية. قد يفرض العملاء في سلاسل الإمداد الخاصة بقطاعات الطاقة والجهات الحكومية والدفاع متطلباتهم الخاصة للتعامل مع البيانات.

وتتفاوت الالتزامات بموجب نظام حماية البيانات الشخصية واللوائح القطاعية وعقود العملاء بحسب المؤسسة ونوع البيانات. لذا تحققوا من متطلباتكم المحددة مع مستشاريكم القانونيين ومستشاري الامتثال.

خارطة طريق عملية للتبنّي

1. اختاروا عملية واحدة عالية القيمة. اختاروا عملية متكررة ومفهومة جيدًا وقابلة للقياس، مثل أسئلة سياسات الموارد البشرية أو المطابقة الثلاثية للفواتير.
2. حدّدوا النتيجة ونقاط المراجعة. اتفقوا على معنى “الأداء الجيد”، والخطوات التي تحتاج إلى موافقة بشرية، وكيفية قياس الدقة والجهد مقارنةً بخط الأساس الحالي.
3. ابنوا أساس RAG. انتقوا المستندات ذات الصلة، وأعدّوا الاسترجاع مع ضوابط الوصول، وقيّموا جودة الإجابات باستخدام مجموعة اختبار.
4. أضيفوا الأدوات والخطوات الوكيلية. ابدأوا بأدوات القراءة فقط، ثم بإجراءات كتابة محدودة النطاق بدقة، لكلٍّ منها تحقق وتسجيل ونقاط موافقة.
5. نفّذوا تجربة أولية مع الإشراف البشري (Human-in-the-Loop). شغّلوا النظام مع مجموعة صغيرة تراجع كل مُخرَج، وأضيفوا تصحيحاتهم إلى مجموعة الاختبار.
6. توسّعوا بتأنٍّ. وسّعوا النطاق ليشمل مزيدًا من المستخدمين، ثم العمليات المجاورة، مع إعادة استخدام الموصّلات والضوابط الوقائية وآليات المراقبة نفسها.

الأسئلة الشائعة

ما هو RAG بعبارة بسيطة؟

التوليد المعزّز بالاسترجاع أسلوبٌ يبحث فيه نظام الذكاء الاصطناعي أولًا في مستنداتكم المعتمدة عن المقاطع ذات الصلة، ثم يكتب إجابة تستند إليها مع ذكر المراجع. وهو يتيح لنموذج عام الإجابة عن أسئلة تخص مؤسستكم دون إعادة تدريبه.

هل وكيل الذكاء الاصطناعي مجرد روبوت محادثة بميزات إضافية؟

لا. فروبوت المحادثة أو مساعد RAG يستجيب للأسئلة. أما الوكيل فيُعطى هدفًا ويستطيع التخطيط للخطوات، واستدعاء الأدوات، وقراءة البيانات وتغييرها في الأنظمة المرتبطة، والمواصلة حتى إنجاز المهمة. وهذه القدرة على التنفيذ هي ما يجعل الحوكمة أمرًا لا غنى عنه.

هل نحتاج إلى تدريب نموذج ذكاء اصطناعي خاص بنا؟

في الغالب لا. فمعظم حالات استخدام الأعمال يخدمها نموذج قائم مقرونًا بالاسترجاع من مستنداتكم وبأدوات مصمَّمة جيدًا. وقد يفيد الضبط الدقيق للنموذج في حالات محددة، لكنه لا يُغني عن الاسترجاع للحصول على معلومات محدّثة يمكن الإحالة إليها.

هل يمكن لوكلاء الذكاء الاصطناعي العمل مع نظام ERP القائم لدينا؟

نعم عمومًا، إذا كان نظام ERP يتيح واجهات API أو مسار تكامل آخر خاضعًا للضبط. وينبغي أن يرتبط الوكلاء عبر واجهات ضيقة ذات صلاحيات محددة، وأن يبدؤوا بالقراءة فقط، وأن يشترطوا موافقة بشرية قبل إنشاء السجلات المهمة أو تغييرها.

كيف نمنع الذكاء الاصطناعي من تقديم إجابات خاطئة؟

لا يمكن القضاء على الأخطاء تمامًا، لكن يمكن تقليلها واحتواؤها: انتقوا المصادر، واشترطوا ذكر المراجع، ووجّهوا النظام إلى الامتناع عن الإجابة حين تغيب المعلومات، واختبروه مقابل مجموعات أسئلة راجعها خبراء، وأبقوا الأشخاص مشاركين في القرارات المهمة.

تبني AIMLTS، ومقرها جدة، مساعدات RAG، ووكلاء ذكاء اصطناعي مخصصين، وأنظمة متعددة الوكلاء، وأتمتة وكيلية مرتبطة بأنظمة ERP وCRM والبريد الإلكتروني، مع تصميم الصلاحيات والضوابط الوقائية والتقييم والموافقة البشرية منذ البداية. تعرّفوا أكثر على خدمة وكلاء الذكاء الاصطناعي والأتمتة، أو احجزوا مكالمة استكشافية لمناقشة النهج الأنسب لحالة الاستخدام الأولى لديكم.