حلول الذكاء الاصطناعي

نبني حلول ذكاء اصطناعي تعمل على مستندات شركتك وبياناتها: مساعدات تجيب عن الأسئلة وتذكر المصدر الذي استندت إليه، ووكلاء أذكياء ينجزون مهام محددة ثم يعرضون النتيجة على موظف ليوافق عليها، وأدوات تقرأ الصور والمستندات الممسوحة ضوئيًا وتحوّلها إلى بيانات منظمة. ويمكن أن يبدأ المشروع بنموذج تجريبي على عينة من موادك الحقيقية، فترى كيف يتصرف النظام قبل أن تلتزم بالبناء الكامل.

لمن هذه الخدمة

تناسب هذه الخدمة الفرق التي يضيع وقتها في البحث داخل مستندات طويلة، أو في إعادة إدخال البيانات من الصور والمستندات الممسوحة، أو في الرد على الأسئلة نفسها كل يوم. وتناسب أيضًا الشركة التي تريد إضافة ميزة ذكاء اصطناعي عملية إلى تطبيق ويب أو تطبيق جوال تديره بالفعل، والمؤسسة التي تريد تشغيل الذكاء الاصطناعي على مواد سرية وأن يكون لها رأي في مكان معالجتها.

أما إذا كانت قاعدة ثابتة أو استعلام بسيط في قاعدة البيانات يعطيك الإجابة الصحيحة في كل مرة، فلا حاجة بك إلى الذكاء الاصطناعي. سنقول لك ذلك في المكالمة، ونقترح عليك الأتمتة أو حلًا بسيطًا في الأنظمة الخلفية بدلًا منه.

ماذا نبني

• مساعدات تعمل على مستنداتك: تسأل بالعربية أو الإنجليزية، فتصلك إجابة مأخوذة من أدلة العمل والسياسات والعقود لديك، مع اسم المستند ورقم الصفحة. وإذا لم تكن الإجابة في مستنداتك، فالمساعد مصمَّم ليقول ذلك بدل أن يخمّن، وتختبر مجموعة الاختبار قبل الإطلاق مدى التزامه بذلك.
• وكلاء أذكياء لمهام محددة: يفرزون الرسائل الواردة، ويستخرجون التفاصيل المهمة من الطلبات والفواتير غير المنظمة، ويتحققون من حالة الطلب أو الحجز في نظامك، ثم يكتبون مسودة رد يعتمدها موظف قبل إرسالها.
• قراءة المستندات والصور: أنظمة تعتمد على الرؤية الحاسوبية لقراءة الإيصالات وبطاقات الهوية وقسائم الطلبات بالعربية والإنجليزية، فتملأ الحقول المقابلة في نظامك، وتميّز الحقول غير المؤكدة ليراجعها موظف.
• تقنية Graph RAG وتعلّم الآلة: تقنية Graph RAG، أي التوليد المدعوم بالاسترجاع من شبكة بيانات مترابطة، تربط بين الطلبات ومراحل التنفيذ والموردين أو سجلات الأنظمة، فتساعد فريقك في تحليل الأسباب الجذرية: يسأل المدير عن المرحلة السابقة المرتبطة بتأخر الطلبات، ويرى السجلات التي بُنيت عليها الإجابة، ويبقى تأكيد السبب لشخص من فريقك. وحين تسمح بياناتك بذلك، ندرّب نماذج تعلّم آلة تتوقّع الطلب على منتجاتك أو مواعيد التسليم، وتنبّه إلى السجلات غير المعتادة.

كيف نبنيها

تختار النموذج قبل أن نبدأ: نموذج تجاري عبر واجهة برمجة تطبيقات (API) مدفوعة مخصصة للشركات، أو نموذج مفتوح الأوزان يعمل على خوادم تحت سيطرتك. ونطّلع معك على شروط المزوّد بشأن البيانات قبل أن نرسل إليه أي شيء من بياناتك، أما مدى وفائها بالتزاماتك القانونية فيقرره مستشارك القانوني. وعند استخدام نموذج خارجي، يمكننا إخفاء البيانات الشخصية مثل أرقام الهوية والهواتف قبل أن يغادر النص أنظمتك. أما مكان المعالجة فيتوقف على المزوّد والمنطقة التي تختارهما، ونوثّقه كتابيًا في كل مشروع.

ونطبّق صلاحيات الوصول لديك في خطوة البحث، قبل أن يرى النموذج أي نص، فتأتي الإجابة من المستندات التي يحق لدور المستخدم الاطلاع عليها. وقبل الإطلاق نُعدّ مع خبير من فريقك مجموعة اختبار من أسئلة حقيقية، بينها أسئلة ينبغي للمساعد أن يعتذر عن إجابتها، ونقيس هل يجد الفقرة الصحيحة وهل يلتزم بما فيها، ثم نسلّمك النتائج مكتوبة. ونختبر النظام على العربية التي يكتبها مستخدموك فعلًا، ومنها اللهجة المصرية أو الخليجية حين يلزم ذلك.

ونعمل بلغة Python وإطار FastAPI أو بلغة TypeScript وإطار NestJS، مع PostgreSQL وpgvector أو Qdrant للبحث، وNeo4j لقواعد البيانات المترابطة (graph)، وOpenCV لمعالجة الصور، وOllama أو vLLM لتشغيل النماذج على خوادمك، وn8n حين يحتاج الوكيل إلى التنفيذ في أدواتك الأخرى.

المدة والتكلفة

أكثر ما يحدد المدة والتكلفة:

• حالة موادك: الملفات الرقمية الواضحة أسرع في التجهيز من الصفحات الممسوحة المليئة بالجداول والأختام والكتابة اليدوية.
• وظيفة النظام: المساعد الذي يجيب عن الأسئلة فقط أصغر من وكيل يتعامل مع عدة أنظمة حية أو مع شبكة بيانات مترابطة.
• مكان تشغيل النموذج: النموذج السحابي لا يحتاج إلى أجهزة من جهتك، أما النموذج المستضاف لديك فيحتاج إلى خوادم مجهّزة وإلى ضبطه عليها.
• صرامة التقييم: حجم مجموعة الاختبار، وعدد الجولات اللازمة لبلوغ الدقة التي تستهدفها.
• الأنظمة المرتبطة به: تطبيقك، أو قناة المحادثة، أو نظام ERP لديك.

وتكلفة استخدام النموذج والاستضافة تكاليف تشغيل منفصلة عن سعر البناء، ويقدّرها نطاق العمل لتخطط لها مسبقًا.

بعد المكالمة المجانية تصلك وثيقة مكتوبة فيها نطاق العمل والمدة والسعر، قبل أن تسدد أي دفعة مقدمة.