قدراتنا
أربعة أنواع من الأنظمة، لا قائمة تقنيات.
لا أحد يشتري «التعلّم الآلي». هذه هي الأنظمة التي يطلبها الناس فعلًا، وما يصعب في كل منها، والعمل الذي يثبت أننا بنيناه.
بحث يفهم ما قصده السائل، في مخزون أو مستندات لم تُنظَّم أصلًا للبحث — وإجابات تحمل المقطع الذي جاءت منه، ليتحقق القارئ بدل أن يثق.
- محركات بحث فوق المخزون والكتالوجات والقوائم
- أنظمة معرفة مؤسسية عبر صيغ مستندات مختلفة
- مسارات استرجاع تحوّل الصياغة الفضفاضة إلى شروط حقيقية
- مساعدون مُسنَدون يجيبون مما استُرجع فقط
مُثبَت في: SolvTrav، AskQuo
أنظمة تشغيلية تحمل العمل الروتيني وتصعّد ما عداه — والسؤال التصميمي المهم ليس ما يستطيع الوكيل فعله، بل ما يجب ألا يفعله دون إنسان.
- أتمتة سير العمل عبر أنظمة لم تُربَط من قبل
- مساعدون تشغيليون ولوحات قرار يومية
- أتمتة العمليات مع معالجة صريحة للاستثناءات
- خطوات بإشراف بشري عند النقاط التي تحمل مخاطرة
مُثبَت في: عمليات الاستقدام
أنظمة بصرية تولّد انطلاقًا من كتالوج حقيقي لا من مخيلة النموذج — لأن أريكة جميلة لا يخزّنها التاجر ليست ميزة، بل شكوى عميل.
- تجارة بصرية: منتجات حقيقية داخل مساحة العميل نفسه
- مسارات توليد مقيَّدة بالمخزون الحقيقي
- أنظمة متعددة الوسائط تقرأ الصورة وتتصرف بناءً على ما فيها
- تعديل بالوصف بدل محرّر
مُثبَت في: مُصوِّر المساحات بالذكاء الاصطناعي
النصف غير البرّاق: الخادم، ومسار البيانات، والنشر، والضوابط، والقياس. معظم أعمال الذكاء الاصطناعي التي تفشل لا تفشل عند النموذج — تفشل هنا.
- بنية خلفية وواجهات برمجية مبنية لحركة حقيقية
- مسارات بيانات تغذّي الاسترجاع والتوليد
- نشر وبوابات وتراجع يستطيع الفريق تشغيلها
- مراقبة وضوابط إنفاق ومفاتيح لإيقاف الميزة
مُثبَت في: مُصوِّر المساحات بالذكاء الاصطناعي، SolvTrav
كيف نبني
ذكاء اصطناعي يعمل داخل أنظمة حقيقية.
مُسنَد إلى بيانات العمل
لا يخترع الذكاء الاصطناعي حقيقة المؤسسة. الإجابات تأتي مما استُرجع، ومعها مصدرها.
تدخّل بشري في المسارات الحرجة
تُحدَّد وقت التصميم القرارات التي تستلزم إنسانًا، وتُفرَض في سير العمل لا في التعليمات.
حقيقة النظام ليست مخرجات النموذج
التطبيق يملك حالة العمل. يقرأها النموذج ويقترح تغييرها، ولا يؤلّفها.
القياس بسير العمل
النجاح هو أن يُنجَز العمل بتدخل أقل وبكلفة معروفة — لا درجة على مقياس نماذج.