ملخص المحتوى الأساسي
في الآونة الأخيرة، أصبحت احتياجات الشركات لقواعد المعرفة أكثر عمقًا، وظهرت مصطلحات تقنية مثل “الخرائط المعرفية” و“الأنطولوجيا” بشكل متكرر، خاصة الأنطولوجيا التي اشتهرت بفضل دعم شركة Palantir. لكن تنفيذ الأنطولوجيا يتطلب جهدًا كبيرًا وتكاليف عالية، وهو مناسب فقط للسيناريوهات التي تتميز بالاستقرار في الأعمال والحاجة إلى استدلالات متعمقة؛ قد تواجه الشركات المتابعة الأعمى لهذه التقنية مشاكل، ويجب عليها أولاً فهم أعمالها جيدًا والحفاظ على تحديثها بشكل مستمر.
السبب في شعبية الأنطولوجيا فجأة؟ التأثير الذي أحدثته Palantir
الأنطولوجيا ليست جديدة، لكن شعبيتها ازدهرت مؤخرًا بسبب شركة Palantir الرائعة:
- تُلقب أحيانًا بأنها “شركة خدمات مستقلة”， لكن قيمتها التقديرية وصلت إلى 370 مليار دولار أمريكي، ومعدل سعر السوق (PS) لديها يبلغ عشرة أضعاف شركات SaaS العادية (60-70 مقابل 4-7).
- أكد المدير التنفيذي مرارًا وتكرارًا أن “الأنطولوجيا هي مفتاح النجاح”， مما دفع الصناعة إلى تقليد طرقها التقنية (بما في ذلك الأنطولوجيا نفسها)، ونماذج أعمالها (منصات بأسعار فردية عالية)، وأنماط تنظيمها (توزيع الموارد البشرية بشكل مباشر في الخطوط الأمامية).
- في الواقع، تتطور احتياجات قواعد المعرفة لدى الشركات من مجرد البحث عن المستندات إلى فهم أعمالها بشكل أعمق؛ حيث يحتاج الذكاء الاصطناعي الآن إلى فهم الكيانات والعلاقات والقواعد التجارية، وتلبي الأنطولوجيا هذه الحاجة بشكل مثالي.
ما هي الأنطولوجيا ببساطة؟
باختصار، الأنطولوجيا هي قائمة بكل شيء ودليل على العلاقات للآلات:
- على سبيل المثال: إذا ذهبت إلى عالم الخيال حيث يمارس الناس التأمل، وسألت أحد الخبراء “ما الذي يوجد هنا؟”， سيقدم لك قائمة بالرهبان وطرق التأمل والطاقة الروحية، وسيشرح العلاقات مثل استخدام الطاقة الروحية في التأمل واستهلاكها أثناء ذلك. هذه القائمة والعلاقات تُعتبر جزءًا من الأنطولوجيا.
- من الناحية التقنية، تستخدم الأنطولوجيا “الفئات” (Classes) و“الخصائص” (Properties) و“العلاقات” (Relations) لوصف المجالات؛ على سبيل المثال، في منصة التسوق، “المنتج” هو فئة، و“السعر” خاصية، و“المشتري-عملية الشراء-المنتج” علاقة. تستطيع الآلات باستخدام هذه القواعد استنتاج أن من يشترون منتجات إلكترونية قد يفضلون المنتجات الإلكترونية.
التحديات الثلاثة الرئيسية في تنفيذ الأنطولوجيا: التكاليف العالية، صعوبة التغيير، وصعوبة الصيانة
لماذا لا تجرؤ الشركات الجادة على تجربتها بسهولة؟ لأن هناك العديد من المشاكل:
1. صعوبة تجريد الأعمال: يجب تحويل العمليات المعقدة (مثل الطلبات والشحن) إلى فئات وعلاقات، لكن الأقسام المختلفة قد تستخدم مصطلحات مختلفة لنفس المفهوم (مثل “الفرصة التجارية” في المبيعات مقابل “عميل محتمل” في العمليات)، وقد تستمر الخلافات لأسابيع أو حتى أشهر دون حل.
2. تكلفة تنظيف البيانات المرتفعة: معظم بيانات الشركات غير نقية؛ قد تستخدم الأقسام المختلفة مصطلحات مختلفة لنفس الشيء، ولا أحد يعرف الإجراءات بوضوح. يتطلب بناء الأنطولوجيا تحويل هذه البيانات غير المنظمة إلى قواعد جديدة، وقد تزيد تكاليف التنظيف عن نصف تكلفة المشروع، بالإضافة إلى احتمالية الحاجة إلى إعادة العمل.
3. تأثير التغييرات في الأعمال: الأنطولوجيا مرتبطة بشكل وثيق بالبيانات؛ تغيير علاقة واحدة (مثل تغيير “طلب واحد يتوافق مع عميل واحد” إلى “طلب واحد يتوافق مع عدة عملاء”) قد يؤدي إلى فشل جميع الأنظمة المعتمدة عليها، ويتطلب ذلك إعادة حساب البيانات التاريخية، مما يزيد من تكاليف التعديل بشكل كبير.
4. تكاليف الصيانة المرتفعة: تحتاج الشركات إلى موظفين متخصصين في الأعمال والتقنية (يفهمون التفاصيل التجارية وكيفية بناء النماذج)، وهؤلاء الموظفون غالون. بالإضافة إلى ذلك، بعد إنشاء الأنطولوجيا، لا يجرؤ أحد على تغييرها بسهولة، وتصبح المعلومات “ثابتة” مع مرور الوقت.
السيناريوهات التي تناسب فيها الأنطولوجيا فقط
تستحق الأنطولوجيا الاستثمار فقط في السيناريوهات التي تتميز بـاستقرار جوهر العمل + الحاجة إلى استدلالات متعمقة + متطلبات نتائج عالية:
- السيناريوهات الطبية: حيث تكون العلاقات بين المفاهيم الطبية ثابتة (مثل الالتهاب الرئة → موقع المرض → طريقة العلاج)، وقد يكون للأخطاء في الاستدلال تأثيرات كبيرة (مثل التشخيص الخاطئ).
- سيناريوهات التشغيل التجاري: عند انقطاع إمدادات الموردين، يمكن للنظام فحص العلاقات بين “المورد → المواد الخام → خطة الإنتاج → طلبات العملاء → التأثير على الإيرادات” لاتخاذ قرارات سريعة.
- سيناريوهات مغلقة صغيرة: لا حاجة لتغطية الشركة بأكملها، فقط حل مشكلة محددة. على سبيل المثال، في توافق قطع غيار التجزئة: هل يناسب فلتر معين نسخة X200 الشابة؟ لا يمكن للذكاء الاصطناعي العادي إيجاد الإجابة من خلال البحث في المستندات، لكن الأنطولوجيا يمكنها استخدام “نموذج القناة → النموذج القياسي → توافق الواجهة → التصنيف” للوصول إلى الإجابة، ويمكنها أيضًا التعامل مع الحالات الاستثنائية (مثل عدم دعم فلتر معين للنسخة Pro).
الطريقة الصحيحة لاستخدام الأنطولوجيا في الشركات: لا تتبعوا التيار بشكل أعمى، جربوها أولاً ثم قوموا بالصيانة
- لا تتبعوا التيار: إذا كان يمكن حل المشكلة باستخدام البحث في المستندات أو SQL، فلا داعي لاستخدام الأنطولوجيا؛ فهي تتطلب استثمارًا كبيرًا ودورة عائد طويلة.
- ابدأوا بسيناريوهات صغيرة: ابدأوا بسيناريو محدد وواضح (مثل توافق قطع غيار التجزئة)، ثم قوموا بتقييم الفائدة قبل التوسع.
- الصيانة المستمرة: الأنطولوجيا ليست شيئًا يمكن إنشاؤه مرة واحدة وتركه دون تغيير؛ تحتاج إلى شخص مسؤول عن التحديثات المستمرة (مثل تغيير واجهات قطع الغيار من قبل الشركات المصنعة أو إضافة طرازات جديدة)، وإلا فإن المعلومات قد تتحول إلى بيانات غير دقيقة مع مرور الوقت.
- فهم أعمالكم أولاً: في النهاية، تسأل الأنطولوجيا “هل فهمتم حقًا أعمالكم؟” إذا لم تستطع الشركة نفسها شرح منطق عملها بوضوح، فمن المستحيل على الذكاء الاصطناعي فهمه.
الخاتمة
السنتان القادمتان ستشهدان نموًا كبيرًا في قواعد المعرفة لدى الشركات، لكن الأنطولوجيا ليست حلًا سحريًا. يجب على الشركات أولاً فهم منطق أعمالها جيدًا قبل اختيار التقنيات المناسبة، وإلا قد تنفق الكثير من المال دون تحقيق نتائج ملحوظة. المفتاح الحقيقي هو الحفاظ على فهم مستمر لأعمالها.