عند أكثر الناس ما زالت ثورة الذكاء الاصطناعي تشبه صندوق دردشة. تكتب سؤالاً فيجيب النظام. قد تطلب تلخيص مستند، أو صياغة بريد، أو تحليل جدول، أو توليد صورة. الواجهة ربما تغيّرت، والنماذج صارت أقدر بكثير، لكن العلاقة الأساسية بقيت مألوفة: أنت تسأل والذكاء الاصطناعي يجيب. في NVIDIA GTC Berlin 2026 لم يعد هذا الشكل يكفي لوصف ما يُبنى الآن.
الجيل التالي لا يُصمَّم ليجيب عن الأسئلة فحسب، بل ليتخذ إجراءً. وكيل الذكاء الاصطناعي قد يفتح برنامجاً، ويسترجع معلومات من أنظمة الشركة، ويتنقل بين الواجهات، ويستخدم أدوات، ويُتم مسارات العمل، وينسّق وكلاء آخرين حتى يبلغ هدفاً. وبدل أن تسأل النظام كيف يُنجَز العمل، صرت تطلب منه، أكثر فأكثر، أن ينجزه. كان هذا الانتقال من الدردشة إلى الفعل من أهم الخيوط الكامنة في NVIDIA GTC Berlin 2026. والتحدي الذي يفتحه أكبر بكثير من بناء روبوت دردشة أفضل.
الدردشة كانت الفصل الأول
صار الذكاء الاصطناعي التوليدي في متناول الناس لأن التفاعل كان بسيطاً إلى حد لافت. سؤال، ثم جواب. الوكلاء يغيّرون هذه العلاقة.
تخيّل أنك تطلب من نظام أن يعدّ تقريراً مالياً. اليوم قد يشرح لك مساعد كيف تبنيه، أو يلخّص مستندات ترفعها، أو يحلّل أرقاماً تقدّمها. أما النظام الوكيلي فيمكنه أن يمضي أبعد: يصل إلى تطبيقات المؤسسة ذات الصلة، ويسترجع أحدث البيانات، ويفتح الملفات اللازمة، وينفّذ مسار العمل، ويجهّز التقرير النهائي للمراجعة.
يبدو الفرق دقيقاً. وهو ليس كذلك. حين يستطيع الذكاء الاصطناعي أن يتحرك في البيئة الرقمية نفسها التي يتحرك فيها الموظف، ينتقل من طبقة معلومات في المقام الأول إلى طبقة تنفيذ. والسؤال الذي يلي ذلك مباشر: إلى أي حد ينبغي أن نسمح له بأن يفعل؟
كلما زاد قدرة الوكيل، زاد وزن السيطرة
إعطاء نظام ذكاء اصطناعي أدوات مؤسسية حقيقية يغيّر معادلة الخطر. روبوت دردشة يقدّم جواباً سيئاً مشكلة. ووكيل يتّخذ الإجراء الخطأ داخل نظام مالي مشكلة أخرى.
إذا كان الوكلاء سيطلعون على بيانات الشركة، ويستخدمون برمجيات الأعمال، ويتصرفون باسم الموظفين، فالمنظمات تحتاج إلى سبيل يحدد بدقة ما يمكنهم رؤيته وما يمكنهم فعله. في GTC Berlin قدّمت NVIDIA معمارية OpenShell Reference Architecture، وهي مصممة حول هذه المشكلة بالذات. تجمع OpenShell ضوابط البنية التحتية وضوابط البرمجيات كي تتمكن المنظمات من بناء وكلاء الذكاء الاصطناعي واحتوائهم ومراقبتهم وفرض القواعد عليهم. الفكرة أن تُرسم حدود واضحة حول الوكلاء وهم يتعاملون مع أنظمة المؤسسة.
قد لا يكون السؤال الكبير التالي: ما مدى ذكاء الوكيل؟ قد يكون: ما الذي يُسمح للوكيل بفعله؟ وسيزداد هذا التمييز أهمية كلما انتقل الوكلاء من العروض التجريبية إلى أماكن العمل الحقيقية.
الذكاء الاصطناعي يتعلم استخدام الحاسوب أيضاً
ثمة تطور آخر يجعل هذا الانتقال ممكناً: الذكاء الاصطناعي يزداد قدرة على التعامل مع البرمجيات بطريقة أقرب إلى طريقة البشر. ليست لكل تطبيقات الأعمال واجهة برمجية حديثة. وما زالت شركات كثيرة تعتمد على برمجيات قديمة، وأدوات داخلية، وواجهات صُممت ليضغط الناس وينقروا ويكتبوا ويتنقلوا يدوياً.
قدرات استخدام الحاسوب تفتح طريقاً آخر. وبدل أن يُعاد بناء كل نظام حول الذكاء الاصطناعي، يستطيع الوكيل، أكثر فأكثر، أن يتعامل مع الواجهة القائمة. وذلك يوسّع كثيراً عالم العمل القابل للأتمتة. مهمة متكررة تقوم اليوم على فتح تطبيق، ثم تصدير معلومات، ثم تحديث ملف آخر، ثم إعداد موجز، يمكن لوكيل ذكاء اصطناعي أن يؤديها في النهاية عبر الواجهات نفسها.
ويتغير كذلك معنى «تعليم» البرمجية. فبدل برمجة كل مسار خطوة خطوة، قد تتعلم أنظمة المستقبل المهام بمراقبة كيفية أدائها على أيدي الناس. تُنجز المهمة مرة. يفهم الذكاء الاصطناعي التسلسل. وفي المرة التالية يكرر مسار العمل. وحين يصير ذلك ممكناً، تبدأ الواجهة بين البشر والبرمجيات في اتخاذ شكل مختلف.
خلف كل وكيل مسألة بنية تحتية
كلمة NVIDIA في GTC Berlin 2026. هذه منصة NVIDIA، وليست من العاملين في Aleria.
خلف بساطة أن تقول للذكاء الاصطناعي «نفّذ فحسب» تقف كمية هائلة من التقنية. الوكلاء يحتاجون إلى نماذج. والنماذج تحتاج إلى حوسبة. والوكلاء يحتاجون إلى الوصول إلى البيانات والأدوات. ويحتاجون إلى هوية وصلاحيات. ولا بد من مراقبة أفعالهم. وملايين المهام الوكيلية التي تعمل بلا انقطاع تخلق متطلبات بنية تحتية كبيرة. لذلك تهم مصانع الذكاء الاصطناعي، وهي موضوع رئيس آخر في GTC Berlin، في قصة الوكلاء.
تطوّر NVIDIA منصة DSX AI Factory Platform حول فكرة أن الحوسبة والشبكات والتخزين والبرمجيات والطاقة والتبريد ينبغي أن تُصمَّم وتُشغَّل بوصفها نظاماً واحداً متسقاً. وفي برلين أعلنت NVIDIA قدرات DSX جديدة تهدف إلى جعل مصانع الذكاء الاصطناعي هذه أكفأ وأسهل تشغيلاً على نطاق واسع. يحمل خبر NVIDIA عن مصانع الذكاء الاصطناعي الأوروبية وعن DSX ذلك الإعلان. تقول الشركة إن تقنية DSX يمكنها أن تخفّض الطاقة اللازمة لإنتاج ناتج الذكاء الاصطناعي نفسه بما يصل إلى 30%، بينما تهدف تصاميم البنية التحتية الجديدة إلى تقليص الوقت اللازم لإدخال قدرة الذكاء الاصطناعي إلى الإنتاج. ثورة الوكيل، بعبارة أخرى، ليست قصة برمجيات وحدها. إنها أيضاً قصة بنية تحتية.
Aleria تراهن على السلسلة كلها
جدار جناح Aleria في NVIDIA GTC Berlin: AI Factory، سيادة بالتصميم.
هذه الصلة بين البنية التحتية والوكلاء تفسّر المقاربة التي تتبناها Aleria، وهي واحدة من NVIDIA Cloud Partners المشاركين في منظومة الذكاء الاصطناعي الأوروبية. ويرسم مدونة NVIDIA عن شركاء السحابة والسلامة السيادية والوكلاء المفتوحين خريطة هذه المجموعة. Aleria لا تركز على طبقة معزولة، بل تبني عبر السلسلة: البنية التحتية، والبيانات، والنماذج، والوكلاء، والتطبيقات. وفي GTC Berlin عرضت الشركة كيف تتصل هذه الطبقات لتحويل قدرة الحوسبة الكامنة إلى أنظمة ذكاء اصطناعي تستطيع المؤسسات استخدامها فعلاً.
Aleria بين شركاء السحابة الذين يطوّرون ويوسّعون بنية تحتية للذكاء الاصطناعي تعمل بتقنية NVIDIA في أوروبا والمناطق المجاورة. وهي تستكشف كذلك مكوّنات NVIDIA DSX OS لتشغيل بنية الذكاء الاصطناعي التحتية، وتقف بين شركاء المنظومة الذين يدعمون OpenShell Reference Architecture من أجل نشر وكيلي آمن. لكن القصة الأهم تقع في الطرف الآخر من تلك البنية. اتجاه Aleria يعكس عالماً لا يبقى فيه الذكاء الاصطناعي حبيس نافذة دردشة. يستطيع الوكلاء العمل مع أنظمة المؤسسة. ويستطيع الذكاء الاصطناعي المساعدة في المسارات المتكررة. ويمكن منح العمال الرقميين أدواراً وصلاحيات محددة. وتستطيع المنظمات أن تقرر أين تبقى موافقة الإنسان ضرورية. وهذا عرض مختلف جداً عن مجرد إضافة روبوت دردشة إلى مكان العمل.
من UAE إلى أوروبا
حمل Eric Leandri، الرئيس التنفيذي لـ Aleria، إلى برلين زاوية أخرى: ماذا يحدث حين تحاول المنظمات نقل الذكاء الاصطناعي إلى ما بعد العروض التجريبية. تحدّث في حلقة “AI at the Point of Use” ضمن Public Sector Executive Forum، مستنداً إلى خبرة Aleria في نشر الذكاء الاصطناعي على نطاق واسع في UAE. والدرس يزداد صلة خارج الخليج. بناء نموذج أولي مبهر سهل نسبياً إذا قورن بإدماج الذكاء الاصطناعي في منظمة حقيقية. أنظمة الإنتاج فيها برمجيات قائمة، وبيانات حساسة، وسياسات أمن، ومتطلبات تنظيمية، وموظفون بمستويات وصول مختلفة. وعلى الذكاء الاصطناعي أن ينسجم مع هذا الواقع.
لذلك قد تهتم المرحلة التالية أقل بالعروض المبهرة للنماذج، وأكثر بالأسئلة الأقل بريقاً: البنية التحتية، والتكامل، والصلاحيات، والاعتمادية. وهذه الأسئلة هي التي تقرر هل يبقى الوكيل تجربة، أم يصير شيئاً يستخدمه الناس فعلاً كل يوم.
زميل العمل التالي قد يكون برمجية
إذا مُضي بالفكرة بعيداً، يبدأ مفهوم برمجيات المؤسسات نفسه في التغير. ظل البرنامج، عقوداً، أداة. يتعلم البشر كيف تعمل، ويتنقلون في قوائمها، وينفّذون العملية بأنفسهم. الذكاء الاصطناعي الوكيلي يعكس جزءاً من هذه العلاقة. فبدل تعلم كل خطوة يفرضها البرنامج، يصف الإنسان، أكثر فأكثر، النتيجة التي يريدها. والبرنامج يجد السبيل إليها. وإذا صار الوكلاء قادرين على أداء المهام المتكررة باستقلال، فإن الخط بين «البرنامج» و«العامل الرقمي» يزداد ضبابية.
وهذا لا يعني بالضرورة إخراج البشر من الحلقة. في بيئات كثيرة قد يكون العكس هو الترتيب الواقعي. الذكاء الاصطناعي يتولى التنفيذ، والبشر يحددون الأهداف والصلاحيات والاستثناءات. ويقل انشغال الموظف بكل نقرة على حدة، ويزيد انشغاله بتقرير ما الذي ينبغي أن يحدث، وما الذي يُسمح للذكاء الاصطناعي بفعله، ومتى يجب أن يتدخل إنسان.
الجزء الصعب يبدأ الآن
جعل عصر روبوتات الدردشة الذكاء الاصطناعي سهل الفهم. عصر الوكلاء سيكون أكثر تشوشاً. نظام يجيب عن أي شيء تقريباً نظام مبهر. ونظام يفعل الأشياء فعلاً نظام مفيد، لكنه أيضاً أصعب بكثير في النشر بأمان. وعلى الصناعة الآن أن تحل عدة مشكلات في وقت واحد: منح الوكلاء وصولاً يكفي ليكونوا نافعين من دون أن يكون مفرطاً، وبناء بنية تحتية قادرة على دعمهم على نطاق واسع، ودمجهم مع عقود من برمجيات المؤسسات القائمة، وتقرير أين يجب أن تبقى السيطرة البشرية إلزامية.
إعلانات NVIDIA في GTC Berlin، من مصانع الذكاء الاصطناعي وDSX إلى OpenShell، تُظهر السرعة التي تتشكل بها البنية التحتية حول هذا النموذج الجديد من الحوسبة. وخلاصة LinkedIn عن NVIDIA GTC Berlin 2026 هي حصيلة ذلك الأسبوع أمام الجمهور. وشركات مثل Aleria تعمل على ما يأتي بعد ذلك: وصل تلك البنية بالبيانات والنماذج والوكلاء والتطبيقات التي تستطيع المنظمات نشرها فعلاً. علّم الازدهار الأول للذكاء الاصطناعي ملايين الناس أن يكلموا الآلات. وقد يعلّم الازدهار التالي الآلات أن تعمل من أجلنا. وهناك تصير المسألة مثيرة للاهتمام حقاً.
ماذا يحدث حين يكفّ الذكاء الاصطناعي عن أن يكون شيئاً نكلّمه — ويصير شيئاً يعمل من أجلنا؟