وراء الـ LLMs: علاش الوكلاء الذكيين هم مفتاح AI فالشركات الكبرى

الـ LLMs (النماذج اللغوية الكبيرة — نماذج AI كتفهم وكتكتب نص بحال إنسان) ولات الحديث ديال الساعة. ولكن هاد الحقيقة كتوجع: 70% ديال مشاريع الـ AI فالشركات الكبرى كتفشل. علاش؟ لأن الـ LLM وحدو ماشي كافي. محتاج شي حاجة ثانية: وكيل ذكي (AI Agent — برنامج AI كيقدر يدير مهام بشكل مستقل) مع منطق متقدم كيوجهو نحو الحل الصحيح.

تخيل ليك GPS ديال الهاتف. الـ GPS وحدو ماشي اللي كيخليك توصل. محتاج الخريطة، والشوارع المعروفة، والقوانين المرور. بحال هاكا بالضبط الـ AI فالشركات الكبرى — محتاج "منطق وكيل" (Agent logic) باش يوجه الـ LLM نحو الحل الفعلي.

شنو المشكلة فالشركات الكبرى؟

العمليات (Workflows) فالشركات ليست بسيطة. كاينة 3 خصائص كتعقد الشي:

1. ديناميكية وطويلة المدى: العملية ماشي خطية — كتتغير على حسب الظروف.
2. متصلة بأنظمة كثيرة: البنوك، مثلا، متصلة بقواعد بيانات، APIs (واجهات برمجية)، وخدمات خارجية.
3. مقيدة بالقوانين: القطاع المالي، الصحي، القانوني — كل واحد عندو معايير صارمة.

إيلا استعملتي LLM وحدو، غادي يدخل فـ "هلوسة" (Hallucination — ملي النموذج كيخترع معلومات غير صحيحة بثقة)، ولا غادي يستعمل ألاف التوكنز (Token — وحدة صغيرة من النص اللي كيقراها النموذج) بدون فائدة.

الحل: منطق الوكيل (Agent Logic)

منطق الوكيل هو مجموعة ديال الأدوات والخوارزميات كتوجه الـ LLM نحو الحل الصحيح:

• رسوم بيانية المعرفة (Knowledge graphs): قاعدة بيانات كتمثل العلاقات بين الأشياء. مثلا: "هاد الخدمة متصلة بهاد الوثيقة، وهاد الوثيقة متطلبة من القانون رقم X".
• تحليل البرامج: أدوات كتفهم الكود القديم (Cobol، PL/1) بدون ما تسأل الـ LLM.
• الخوارزميات: قواعد محددة كتقول للوكيل: "إيلا كانت الحالة X، اتبع المسار Y".

4 أمثلة حقيقية من IBM

1️⃣ فهم الأكواد القديمة

شركات كبرى عندها ملايين السطور من الكود القديم (Cobol — لغة برمجة من السبعينات). تحويل هاد الأكواد لشي حديث مهمة ضخمة.

الحل: وكيل ذكي كيقرا الكود بـ static analysis (تحليل الكود بدون تشغيله)، وكيخزن المعلومات فقاعدة بيانات منظمة. بدل ما الـ LLM يقرا مليون سطر كود (مما يستعمل 30 مرة أكثر توكنز)، الوكيل كيقول للـ LLM: "هاد الدالة كتدير هاد الحاجة".

النتيجة: نفس الجودة، لكن 30 مرة أقل توكنز (أي توفير ضخم فالتكاليف).

2️⃣ كتابة اختبارات برمجية تلقائية

المطورين كيقضيو ساعات فكتابة اختبارات (Tests) باش يتأكدو الكود ماشي كاسر. الـ LLM وحدو ماشي دقيق بزاف.

الحل: أداة اسمها Aster — تحليل برنامج متقدم كتساعد الـ LLM يكتب اختبارات أفضل. النتيجة: 45% تحسن فالجودة، و 15 مرة أقل توكنز.

3️⃣ حل المشاكل فالتطبيقات المشتغلة

تطبيق فالإنتاج كيقع. علاش؟ مشكل فالكود؟ مشكل فالبيانات؟ مشكل فالسيرفر؟

الحل: وكيل ذكي كيستعمل:

• رسم بياني معرفة (Knowledge graph) عن البنية التحتية (Microservices، قواعد البيانات، إلخ)
• تحليل الملاحظات (Observability data — السجلات والأخطاء)
• تحليل الكود (Code analysis)

الوكيل كيضيق البحث بدل ما يقرا كل شي. النتيجة: 4 مرات أسرع من الطريقة التقليدية.

4️⃣ الامتثال للقوانين (Compliance)

الشركات الكبرى محتاجة لتطبيق مئات ديال القوانين والمعايير. عملية يدوية وبطيئة وفيها أخطاء.

الحل: وكيل متعدد المستويات (Multi-agent system) كيفكك المهمة المعقدة لخطوات صغيرة، وكل وكيل متخصص فجزء معين. النتيجة: نسبة النجاح من 5% لـ 80% — تحول ضخم.

الفرق: LLM وحدو vs. وكيل ذكي

الجانب	LLM وحدو	وكيل ذكي
التكلفة	عالية (توكنز كثيرة)	منخفضة (5-30 مرة أقل)
الدقة	متوسطة (هلوسة)	عالية (منطق محدد)
السرعة	بطيئة	سريعة جدا
الثقة	منخفضة	عالية

شنو كيعني هاد الشي ليك؟

الشركات الكبرى المغربية اللي فيها عمليات معقدة — البنوك، شركات الاتصالات، شركات التأمين، المكاتب القانونية — غادي تستفد بزاف من هاد النهج. بدل ما تستثمر فملايين الدولارات فمشاريع AI اللي تفشل، تقدر تبني وكلاء ذكيين على حسب احتياجاتها. حتى المهنيين المستقلين بحال المحامين والمستشارين يقدرو يبنيو أدوات ذكية على ملفاتهم الخاصة — مثلا، وكيل كيقرا العقود ويستخرج البنود المهمة. والمطورين المغاربة اللي عندهم خبرة فـ Python و APIs، هاد مجال جديد كيخلق فرص شغل بزاف، خاصة remote مع شركات أوروبية. المستقبل ماشي الـ LLMs وحدهم — هو الوكلاء الذكيين اللي عندهم منطق متقدم.