ميزة، أم قدرة، أم تقنية أصلية: كيف تُعرّف الفرق الذكاء الاصطناعي

ترى فرق البرمجيات الذكاء الاصطناعي بثلاث طرق مختلفة. ويلاحظ المهندسون الفرق بشكل أسرع من فرق التسويق.

الأنواع الثلاثة هي:

  • ميزة ذكاء اصطناعي (AI Feature): تقوم بإضافة زر إلى سير عمل كان يعمل بشكل جيد من قبل. هي ميزة إضافية ولا تغير المنطق الأساسي.
  • قدرة ذكاء اصطناعي (AI Capability): تستخدم الذكاء الاصطناعي عبر العديد من المنتجات. الاستثمار هنا مرتفع، لكن البنية التحتية الأساسية كانت موجودة قبل إدراج الذكاء الاصطناعي.
  • تقنية ذكاء اصطناعي أصلية (AI Native): تفترض البنية التحتية وجود الذكاء الاصطناعي منذ اليوم الأول. لا يمكن للنظام العمل بدونه.

هذا الفرق مهم بسبب مسألة الثقة.

تقع معظم الشركات في فئة "القدرة". فهي تضيف الذكاء إلى نموذج موجود بالفعل. أما الشركات التي تعتمد التقنيات الأصلية (AI-native)، فهي تبني النموذج حول الذكاء.

يمكنك اختبار الأدوات الأصلية (AI-native) بسؤال واحد: ما الذي تنتجه الأداة أولاً؟

هل تنشئ متطلبات النظام، أو مخطط قاعدة بيانات (database schema)، أو عقد واجهة برمجة تطبيقات (API contract) قبل كتابة الكود؟ أم أنها تولد الكود أولاً ثم تحاول بناء الهيكل لاحقاً؟

الأنظمة الأصلية الحقيقية (AI-native) تقوم بالتصميم قبل التوليد. وهذا يخلق طريقة هيكلية للتحقق من المخرجات.

هذا أمر حيوي لأن ثقة المطورين في تراجع.

تُظهر البيانات توجهاً غريباً:

  • في عام 2023، استخدم 70% من المطورين الذكاء الاصطناعي، بمستويات ثقة بلغت 40%.
  • وبحلول عام 2025، ارتفع الاستخدام إلى 84%، لكن الثقة انخفضت إلى 29%.

الاستخدام في ارتفاع، لكن الثقة في انخفاض. عادةً ما يؤدي استخدام الأداة بشكل أكبر إلى زيادة الثقة بها، ولكن مع الذكاء الاصطناعي، يحدث العكس؛ فكلما زاد استخدام المهندسين له، زاد اكتشافهم لمواطن الخلل عند التشغيل الفعلي (production).

تفتقر "الميزات" إلى البنية التحتية اللازمة لاكتشاف الأخطاء؛ فهي تنتج مخرجات تبدو صحيحة ولكنها تفتقر إلى الإثبات الهيكلي.

تتضمن الأنظمة الأصلية (AI-native) مواصفات (spec) أو مخطط تبعيات (dependency graph) ضمن دورة العمل. يقوم النظام بالتحقق من مخرجات الذكاء الاصطناعي مقابل خطة محددة، ولا يكتفي بالثقة في المخرجات لمجرد أنها تبدو منطقية.

توقف عن السؤال عما إذا كانت الأداة تحتوي على ذكاء اصطناعي، فكل شيء يحتوي عليه الآن.

اسأل عن التسلسل؛ هل تبني الأداة الهيكل أم الكود أولاً؟

الإجابة ستخبرك ما إذا كانت الأداة ستظل مفيدة عندما تصبح المخاطر عالية.

المصدر: https://dev.to/8080_ai/feature-capability-or-native-how-software-teams-define-ai-4k0h