تخيل أنك تدير فريقاً متوسط الحجم للمحتوى والوسائط في نيويورك، ومطالب بتصوير ومعالجة وتسليم مشروع معقد بحلول يوم الجمعة. تحاول حجز استوديو تصوير، لتجد أن جميع الأماكن محجوزة بالكامل. في تقييم حديث لسوق الإعلام والترفيه، أشارت شركة ديلويت في تحليلها لـ اتجاهات صناعة الإنتاج السينمائي إلى أن الطلب على مساحات الإنتاج المادي في استوديوهات الصوت لا يزال يفوق العرض في المراكز الرئيسية مثل لوس أنجلوس ونيويورك حتى عام 2025. تضطر للتحول إلى نظام العمل عن بُعد، ولكن الآن يواجه فريقك صعوبة في توجيه الملفات الضخمة عبر محركات المعالجة السحابية، مما يؤدي إلى تأخيرات خانقة وانقطاعات في الاتصال.
بصفتي مهندس DevOps متخصص في البنى التحتية السحابية وتصميم الخدمات المصغرة (microservices)، أرى هذا السيناريو يتكرر باستمرار—ليس فقط في إنتاج الوسائط، ولكن عبر جميع قطاعات الحوسبة المؤسسية. المساحات المادية التي كنا نعتمد عليها ممتلئة، وخطوط الإمداد السحابية التي بنيناها لاستبدالها باهظة الثمن وبطيئة.
سير العمل المحمول القائم على الذكاء الاصطناعي (AI-native mobile workflow) هو بنية لامركزية حيث يتم تنفيذ المهام عالية الحوسبة، من رندرة الصوت إلى فرز البيانات، بالكامل على أجهزة المستخدم المحلية بدلاً من الاعتماد على اتصال خادم مستمر. هذا هو الواقع الذي نبنيه في AI App Studio. ومع ذلك، عندما أتحدث مع مديري المنتجات وزملائي المهندسين حول دفع عمليات الذكاء الاصطناعي مباشرة إلى الأجهزة الطرفية (edge devices)، أصطدم باستمرار بنفس الافتراضات القديمة.
اليوم، أريد تفكيك أربع مفاهيم خاطئة كبرى حول قدرات أجهزة المحمول وشرح كيف يتعامل فريق برمجيات متخصص تقنياً مع هذه القيود الهيكلية.
الخرافة الأولى: تدفقات العمل الاحترافية تتطلب دائماً بنية تحتية ثقيلة
هناك اعتقاد سائد بأن "العمل الحقيقي" يتطلب أنظمة تشغيل مكتبية وخوادم ضخمة. نفترض أن بيئة الاستوديو الشاملة أو الأجنحة البرمجية للمؤسسات الكبرى يجب أن تكون مرتبطة بمكتب.
الأرقام تخبرنا قصة مختلفة. من المتوقع أن يصل سوق معدات الصوت والفيديو إلى 21.4 مليار دولار في عام 2026، وفقاً لأبحاث Accio، لكن الأنماط الزمنية تظهر تحولاً واضحاً نحو الأنظمة الهجينة والمدمجة وعالية الكفاءة. العائق لم يعد في الأجهزة؛ بل في البرمجيات التي تعمل عليها.
عندما تمسك بجهاز iPhone 14 Pro، فأنت تحمل وحدة معالجة عصبية متطورة قادرة على تنفيذ نماذج تعلم آلي معقدة محلياً. لم نعد بحاجة لإرسال ملف فيديو إلى مزرعة خوادم لفصل المسارات الصوتية عن ضوضاء الخلفية. من خلال إعادة هيكلة خدماتنا المصغرة لتعمل محلياً، يصبح ذلك الجهاز المحمول هو نفسه "مزرعة الرندرة". عنق الزجاجة في الحوسبة الحديثة لم يعد المعالج الذي في جيبك؛ بل هو زمن استجابة السحابة (latency).
هل انتهى عصر السحابة لتطبيقات الذكاء الاصطناعي؟ (الخرافة الثانية)
لم ينتهِ، لكن دوره يتغير بشكل جذري. من المفاهيم الخاطئة الشائعة أن بناء برمجيات مع دمج الذكاء الاصطناعي يعني أن تطبيقك هو مجرد غلاف بسيط حول استدعاء واجهة برمجة تطبيقات (API) لنموذج لغوي سحابي ضخم.
كما أوضحت بيلجي كورت في تحليلها لخارطة الطريق التي تركز على الأجهزة أولاً، فإن الذكاء الاصطناعي المعتمد على السحابة يقدم مخاطر غير ضرورية على الخصوصية وزيادة في زمن الاستجابة. من وجهة نظر هندسية، فإن استطلاع الخادم باستمرار لكل إجراء ذكي هو أمر غير فعال للغاية.
بدلاً من ذلك، نقوم بنشر نماذج مُحسّنة ومُكمّمة (quantized) مباشرة على الجهاز. يتم تهميش دور السحابة ليقتصر على التنسيق، ومزامنة الحالة، ومعالجة التحديثات غير المتزامنة، بينما يحدث ثقل الاستدلال (inference) محلياً. هذه هي الطريقة التي نضمن بها أن تظل التطبيقات التي نبنيها سريعة الاستجابة، بغض النظر عن اتصال شبكة المستخدم.
الخرافة الثالثة: أدوات الأعمال والأدوات الإبداعية تحتاج إلى بنيات هندسية مختلفة
تاريخياً، كان بناء نظام لإدارة علاقات العملاء (CRM) يتطلب فلسفة هندسية مختلفة تماماً عن بناء محرر فيديو. أحدهما كان تحدياً لإدارة قواعد البيانات؛ والآخر كان تحدياً لمعالجة الرسوميات.
لكن دمج وكلاء الذكاء الاصطناعي المخصصين لمهام محددة يعمل على توحيد هذه المجالات. يتوقع تقرير نظرة عامة على صناعة البرمجيات العالمية لعام 2026 من ديلويت أن 40% من تطبيقات المؤسسات سيتم دمجها مع وكلاء ذكاء اصطناعي متخصصين بحلول نهاية عام 2026. وبسبب القيمة المستمدة من مكاسب الإنتاجية هذه، يمكن لسوق البرمجيات التطبيقية أن ينمو إلى 780 مليار دولار بحلول عام 2030.
في مراجعاتي الهندسية، أجد أن المنطق الأساسي الذي يشغل محرر PDF ذكي يستخرج بنود العقود يشبه بشكل مذهل المنطق الذي يحرر تلقائياً نص البودكاست. كلاهما يتطلب تحليل بيانات غير منظمة، وفهم السياق، وتنفيذ إجراء محلي. وسواء تطور ذلك إلى واجهة مرئية أو مخرجات نصية، فإن المحرك الأساسي الذي يعمل على إطار العمل المحمول يتشارك في نفس التصميم التأسيسي.
الخرافة الرابعة: الجيل القادم من الذكاء الاصطناعي يعمل فقط على أحدث الأجهزة
ربما تكون هذه هي الخرافة الأكثر انتشاراً: الافتراض بأن أي برنامج يستخدم شبكات عصبية معقدة سيؤدي فوراً إلى تعطل الأجهزة القديمة أو استنزاف البطارية في عشرين دقيقة.
هنا يأتي دور الانضباط في عمليات DevOps والتحسين (optimization). يجب على الاستوديو الذي يطور تطبيقات للمستهلكين أن يأخذ في الاعتبار واقع تشتت الأجهزة. نحن لا نبني لأحدث المعالجات فقط؛ بل إن خطوط نشر البرمجيات لدينا تختبر بدقة الأحمال الحرارية وقيود الذاكرة عبر طيف واسع من الأجهزة.
على سبيل المثال، نقوم بتحسين خوارزمياتنا لتعمل بشكل مثالي على iPhone 14 القياسي، ونستفيد من البطارية الممتدة وتبديد الحرارة في iPhone 14 Plus لجلسات معالجة مستمرة أطول، ونقوم بتقليص النماذج بذكاء لضمان أداء مستقر دون اتصال بالإنترنت حتى على iPhone 11 القديم. من الممكن تماماً تشغيل نماذج الذكاء الاصطناعي بكفاءة على الأجهزة القديمة إذا قمت بالتحسين من أجل عرض نطاق الذاكرة (memory bandwidth) بدلاً من مجرد سرعة الحوسبة الخام.
أسئلة وأجوبة عملية: نشر الذكاء الاصطناعي الطرفي
عند مناقشة هذا التحول الهندسي، تظهر بضع أسئلة تقنية متكررة من شركائنا في المؤسسات:
كيف تديرون تحديثات النماذج إذا لم تكن مستضافة على السحابة؟
نحن نعامل أوزان النماذج مثل أصول التطبيق. وبدلاً من تحديث التطبيق ككتلة واحدة، نستخدم بنية خدمات مصغرة معيارية على جانب العميل، ونقوم بتنزيل التحديثات التفاضلية في الخلفية فقط عندما يكون الجهاز متصلاً بشبكة Wi-Fi وقيد الشحن.
ألا يؤدي تشغيل النماذج محلياً إلى استنزاف عمر البطارية؟
يمكن أن يحدث ذلك إذا لم يتم تحسينه جيداً. ومع ذلك، فإن تنفيذ نموذج محلي عالي التحسين عبر المحرك العصبي (Neural Engine) من Apple غالباً ما يكون أكثر كفاءة في استهلاك الطاقة من الحفاظ على نشاط الراديو الخلوي لنقل جيجابايت من البيانات ذهاباً وإياباً إلى خادم سحابي.
ماذا عن خصوصية البيانات؟
هذا هو أقوى حجة للحوسبة الطرفية. نظراً لأن البيانات لا تغادر الجهاز أبداً لتتم معالجتها، فإن تطبيقات الذكاء الاصطناعي المحلية تمتثل بطبيعتها لسياسات بيانات المؤسسات الصارمة، مما يجعلها مثالية للتعامل مع المستندات الحساسة أو الاتصالات الداخلية.
إعادة تعريف النظام البيئي للبرمجيات
تمر الصناعة بتحول هائل. إن هوس الدراما القصيرة (micro-drama)، وتغير ثقة المستهلك في المحتوى المولد عبر الإنترنت (كما لوحظ في بيانات EMARKETER الأخيرة)، والتكلفة الباهظة للحوسبة السحابية تجبر الشركات على إعادة التفكير في كيفية تقديم البرمجيات.
كما لاحظت نيل أريكان بخصوص تقادم وكالات البرمجيات التقليدية، فإن المستقبل ينتمي للفرق التي تفهم كيفية الوصول إلى القوة الكامنة الموجودة بالفعل في جيوب المستخدمين. قوة المعالجة متوفرة، والأجهزة جاهزة. سيتم تعريف الجيل القادم من التطبيقات من قبل المهندسين الذين يتوقفون عن محاولة توصيل الجهاز بالاستوديو، وبدلاً من ذلك يحولون الجهاز نفسه إلى استوديو مستقل.