لشركات المراجعة والمحاماة والخدمات المهنية في السعودية

أي نماذج الذكاء الاصطناعي تتعامل مع الوثائق العربية بأفضل شكل — وماذا يمكن أن يعمل على أجهزتكم؟

لماذا تُصعّب الوثائق العربية عمل أدوات الذكاء الاصطناعي العامة

مُعظم أدوات الذكاء الاصطناعي دُرّبت بشكل غالب على نصوص إنجليزية، وهذا يظهر بوضوح لحظة تزويدها بعقد أو قائمة مالية عربية حقيقية. اللغة العربية لغة جذر ووزن: يمكن لجذر واحد أن يولّد عشرات الكلمات المرتبطة عبر السوابق واللواحق وتغيّرات الحركات الداخلية، وهذا يجعل مهام مثل البحث والاستخراج والمطابقة أصعب مما هي عليه في الإنجليزية. التشكيل الذي يوضّح المعنى غالباً ما يكون غائباً في الوثائق الفعلية، والكتابة من اليمين إلى اليسار يجب أن تتعايش مع أرقام وتواريخ ومصطلحات إنجليزية مضمّنة، والكتابة التجارية اليومية تمزج بين العربية الفصحى واللهجات المحلية. لا شيء من هذا غريب، بل هو أمر معتاد في أوراق العمل الفعلية لمنشأة سعودية، لكنه بالضبط نوع التفاصيل التي تُعثر نموذجاً تدرّب أساساً على الإنجليزية.

الأثر العملي: أداة تبدو بليغة في محادثة عربية عابرة قد تُخطئ في قراءة بند، أو تُحرّف رقماً، أو تشوّه التنسيق في قائمة مالية أو وثيقة قانونية حقيقية. لهذا تجد المنشآت التي اعتمدت أداة ذكاء اصطناعي عامة لأعمالها الإنجليزية أنها أضعف بشكل ملحوظ عند توجيهها إلى وثائق العملاء العربية.

خارطة النماذج، بعبارات واضحة

بعيداً عن الشعارات التسويقية، ينقسم المجال إلى فئات عريضة:

• النماذج السحابية المتقدمة (مثل Claude ونماذج بمستوى GPT-4 وما شابهها) — تكون عادة الأقوى في الفهم والتحليل العربي المعقد، لكنها تعمل فقط في السحابة، على بنية مزوّد الخدمة.
• النماذج العربية المصممة أساساً للعربية مثل علّام، الذي طُوّر في المملكة العربية السعودية، وSILMA من فريق متخصص في النماذج العربية المفتوحة — بُنيت مع مراعاة صرف اللغة العربية واستخدامها، وتتوفر بأحجام صغيرة كافية للعمل على أجهزة تملكها المنشأة بالفعل.
• Jais، نموذج مفتوح ثنائي اللغة (عربي-إنجليزي) طُوّر في الإمارات، هو خيار آخر بُني خصيصاً لهذا الزوج اللغوي.
• عائلات مفتوحة متعددة اللغات قوية مثل Qwen من Alibaba وLlama من Meta — دُرّبت على لغات عديدة من ضمنها العربية، وتتفاوت جودتها بشكل كبير حسب حجم النموذج ونسخته.

لا توجد فئة من هذه الفئات الأفضل بشكل مطلق. أداء كل نموذج يعتمد بشدة على الوثيقة والمهمة والتنوع اللغوي المحدد، ولهذا فإن المقارنات النوعية المتحفظة أكثر صدقاً من ترتيب واحد جامد.

ما يهم فعلاً عند الاختيار لمنشأة مهنية

بالنسبة لمنشأة مهنية تقيّم النماذج لأعمال عملاء حقيقية، ثلاثة أسئلة أهم من أي قائمة تصنيف:

• ما هي المهمة؟ تلخيص عقد، أو استخراج أرقام من قائمة مالية، أو صياغة خطاب روتيني، مهمة مختلفة عن التحليل المعقد متعدد الخطوات عبر وثيقة طويلة وغامضة. النماذج المحلية الأصغر تؤدي جيداً غالباً في الحالة الأولى وتواجه صعوبة أكبر في الثانية.
• ما هي الأجهزة المتوفرة لديكم فعلاً؟ النماذج الأكبر أقدر عادةً لكنها تحتاج قدرة حاسوبية أكبر. نموذج يعمل بسلاسة على محطة عمل بمعالج رسومي قوي قد يكون غير عملي على حاسوب مكتبي عادي.
• إلى أين يُسمح للبيانات بالانتقال؟ هذا هو العامل الحاسم في أعمال العملاء. قد يكون النموذج ممتازاً تقنياً ومع ذلك خياراً خاطئاً إذا كان استخدامه يعني إرسال عقد سري أو قائمة مالية لعميل إلى خوادم مزوّد سحابي.

النمط العملي — وتوقعات صادقة للنماذج المحلية

في الواقع، المنشآت التي تُحسن التعامل مع هذا الأمر لا تختار نموذجاً واحداً لكل شيء. بل تُطابق النموذج مع الطلب: الوثائق الحساسة للعملاء تذهب إلى نموذج عربي أساسي يعمل على أجهزة المنشأة نفسها، بينما يمكن توجيه الأعمال المعقدة غير الحساسة إلى نموذج سحابي متقدم عندما يُحقق ذلك نتيجة أفضل — ويُحدَّد ذلك تلقائياً لكل طلب بدلاً من تركه لحكم الموظف في اللحظة.

يجدر التعامل بصدق مع ما يمكن وما لا يمكن للنماذج المحلية على أجهزة مكتبية عادية القيام به. النماذج العربية المحلية بالأحجام الشائعة (تقريباً 7 إلى 13 مليار معامل) تعمل عادةً بشكل أبطأ من خدمة سحابية، خصوصاً على معالجات مركزية عادية بدل معالجات رسومية، والتكميم — تقنية شائعة لجعلها تعمل على أجهزة متواضعة — يقايض بعض الجودة مقابل السرعة والذاكرة. ما تؤديه جيداً هو المهام المحددة والمحدودة النطاق: تلخيص وثيقة، استخراج حقول معينة، صياغة مسودة أولى لنص روتيني. أما ما تواجه فيه صعوبة أكبر فهو سلاسل التحليل المعقدة الطويلة عبر مادة غامضة وطويلة. وبخلاف واجهة سحابية، لا توجد رسوم لكل استخدام بعد أن يعمل النموذج على أجهزة تملكونها بالفعل.

كيف تُقيّمون النماذج على وثائقكم الخاصة

المقارنات العامة مفيدة لتضييق نطاق الاختيار، لكن جودة الأداء العربي مرتبطة بنوع الوثيقة: تعامل نموذج مع العربية القانونية الفصيحة، وتعامله مع مراسلات عملاء بلهجة محلية، وتعامله مع جداول مالية رقمية، قد يختلف في كل حالة. أكثر طريقة موثوقة للاختيار هي تجربة تجريبية قصيرة ومحددة النطاق باستخدام وثائق منشأتكم الفعلية — لا مقياس عام، ولا عرضاً توضيحياً مبنياً على عقد نموذجي لجهة أخرى.

تجربة تجريبية محددة النطاق تتيح للمنشأة أن ترى، على أوراقها الفعلية، أي المهام يؤديها نموذج عربي محلي بارتياح، وأيها يحتاج فعلاً نموذجاً سحابياً أقوى — قبل الالتزام بأي من النهجين على مستوى المكتب كاملاً.

كيف يطبّق إثبات هذا النمط

بُني إثبات حول هذا النمط بالتحديد، بدلاً من الرهان على نموذج واحد. يُثبَّت على الأجهزة التي تملكها المنشأة بالفعل، ويشغّل نماذج عربية أساسية ومفتوحة — من ضمنها علّام وSILMA — محلياً عبر محركه الخاص، إلى جانب واجهة متوافقة مع OpenAI للنشر بنقرة واحدة عبر أجهزة المنشأة. يُصنَّف كل طلب قبل معالجته: الطلبات التي تتضمن بيانات سعودية حساسة تُحفظ وتُعالَج على أجهزة المنشأة نفسها، على نماذج عربية محلية، ولا تُعرَض أبداً على أي مزوّد سحابي. الطلبات غير الحساسة يمكن توجيهها إلى نموذج سحابي متقدم مثل Claude أو ChatGPT، باستخدام مفتاح API الخاص بالمنشأة، ويُسجَّل قرار التوجيه في الحالتين. كل استدلال يُولّد سجلاً مقاوماً للتلاعب ومترابطاً تشفيرياً ضمن أثر الإثبات (Evidence Trace)، يُغذّي تقرير ضمان سرية العميل ثنائي اللغة المرتبط بنظام حماية البيانات الشخصية ومكتب إدارة البيانات الوطنية. تبدأ المشاركات عادةً بتجربة تجريبية محددة النطاق لمدة ستة أسابيع، تبدأ من 15,000 ريال سعودي لمكتب واحد — وقت كافٍ لاختبار هذا النمط على وثائق المنشأة العربية الفعلية بدلاً من قائمة تصنيف عامة.