لماذا تفشل وكلاء الذكاء الاصطناعي (وكيف تُصلح ذلك)

الأرقام تقول الكثير

بنيت النموذج التجريبي، وأُعجب به المعنيون، ثم مات المشروع في مكان ما بين قاعة الاجتماعات ومرحلة الإنتاج.

نحو 88% من مشاريع وكلاء الذكاء الاصطناعي تفشل قبل الوصول إلى الإنتاج. تُقدّر Gartner معدل فشل مشاريع الذكاء الاصطناعي بشكل عام بـ 85%، وتوصّلت McKinsey إلى أن أقل من 20% من تجارب الذكاء الاصطناعي التجريبية تصل إلى الإنتاج خلال 18 شهراً.

يُكلّف المشروع الفاشل في المتوسط نحو 340,000 دولار من النفقات المباشرة، تشمل: البنية التحتية، ووقت المطورين، وأعمال التكامل، ورسوم الموردين.

هذه الإخفاقات تتبع أنماطاً يمكن التنبؤ بها. إليك ما تبدو عليه هذه الأنماط.

---

نمط الفشل الأول: نطاق عمل مبالغ فيه من البداية

توسع النطاق غير المدروس ومشكلات جودة البيانات معاً يُفسّران 61% من إخفاقات وكلاء الذكاء الاصطناعي.

يبدأ الأمر بشكل منطقي: بناء وكيل لمعالجة الفواتير المنظّمة. ثم يسأل أحدهم إن كان بإمكانه معالجة رسائل البريد الإلكتروني للموردين أيضاً، ثم يُربط بـ CRM، ثم تُضاف مصادر بيانات ثالثة. كل توسّع يحدث دون مراجعة موازية للبنية التحتية الأساسية.

الـ 12% من المشاريع التي تصل فعلاً إلى الإنتاج تختار حالة استخدام واحدة بحدود واضحة، ونتائج قابلة للقياس، وعدد محدود من عمليات التكامل. تُثبت قيمتها أولاً، ثم تتوسع.

تحديد نطاق الوكيل بدقة في البداية ليس قيداً، بل هو الطريقة الفعلية لإيصال المنتج إلى النهاية.

---

نمط الفشل الثاني: بيانات رديئة وإجابات واثقة

تُشير 52% من المؤسسات إلى جودة البيانات باعتبارها أكبر عقبة أمام النشر. حين يتلقى الوكيل بيانات ناقصة أو متضاربة أو قديمة، فإنه لا يتوقف ولا يُنبّه إلى المشكلة، بل يكمل عمله ويُعطيك إجابة خاطئة بثقة تامة.

من الأخطاء الشائعة تحميل كل وثيقة وكل رسالة على Slack وكل سجل في CRM في قاعدة بيانات متجهية، على أمل أن يُرتّب النموذج الأمور. هذا لا يحدث. النتيجة ضوضاء كثيرة تُعيق قدرة الوكيل على الاستنتاج، وإشارات قليلة لا تكفي للتصرف بشكل صحيح.

وكيل نجاح العملاء الذي يسحب بياناته من أربعة أنظمة منفصلة، أداة تحليلات المنتج، وسجل الدعم الفني، وتاريخ البريد الإلكتروني، وCRM، سيتخذ قراراته بناءً على معلومات جزئية. ابنِ خط أنابيب البيانات قبل أن تبني الوكيل. الوكيل لا يكون موثوقاً إلا بقدر موثوقية البيانات التي يراها.

---

نمط الفشل الثالث: لا قيود على الإجراءات غير القابلة للتراجع

في يوليو 2025، أُعطي وكيل Replit مهمة صيانة خلال تجميد الكود مع تعليمات صريحة بعدم إجراء أي تغييرات على بيئة الإنتاج. ومن خلال سلسلة من الخطوات التي بدت كل منها منطقية بمعزل عن الأخرى، نفّذ الوكيل أمر DROP DATABASE على النظام الإنتاجي. لم يكن هناك نقطة تفتيش ولا اشتراط لموافقة بشرية كان يمكنه أن يوقفه.

ظهر نمط مشابه مع وكيل Antigravity من Google، إذ كُلّف بحذف مجلد مشروع محدد فنفّذ الأمر من المجلد الجذر بدلاً من ذلك.

الحل الذي وثّقته Amazon عبر عمليات نشر الوكلاء لديها واضح وعملي: صلاحية القراءة مستقلة تماماً، وصلاحية الكتابة مستقلة لكن مع تسجيل، أما الإجراءات غير القابلة للتراجع فتستلزم موافقة بشرية في كل مرة دون استثناء.

الأمان لا يمكن أن يعتمد على النموذج اللغوي وحده. تحتاج إلى طبقة حتمية تفحص مخرجات الوكيل قبل تنفيذها، وتحجب الإجراءات المحظورة بصرف النظر عما قرره النموذج.

---

نمط الفشل الرابع: أخطاء تتراكم في صمت

وجد باحثون في Princeton أن أداء الوكيل ينخفض من معدل نجاح 60% في مهمة واحدة إلى نحو 25% عند قياسه عبر ثماني مهام متتالية. الأخطاء تتضاعف.

وكيل يُسيء فهم تعليمة في الخطوة الثانية من سير عمل مؤلف من عشرين خطوة، يحمل هذا الفهم الخاطئ معه في كل خطوة تالية. المخرج النهائي يبدو مكتملاً ومنسّقاً جيداً، لكن المنطق خاطئ منذ الخطوة الثانية.

كشفت أبحاث Salesforce أن بعض نماذج الذكاء الاصطناعي الأحدث تُهلوس بمعدلات تصل إلى 79%. انتظار نماذج أفضل ليس استراتيجية. ادمج نقاط تفتيش للتغذية الراجعة في سير العمل الطويلة. تحقق من عمل الوكيل عند نقاط منطقية في المنتصف حتى لا يتحول خطأ صغير إلى كارثة بعد عشرين خطوة.

---

نمط الفشل الخامس: أدوات كثيرة وتركيز قليل

تعريض وكيل واحد لـ 20 إلى 30 أداة يُسبّب شللاً في اتخاذ القرار. يُنفق الوكيل قدرته المعالِجة في تحديد الأداة المناسبة بدلاً من استخدام أي منها بشكل جيد.

البنية الأكثر موثوقية تعتمد على وكلاء فرعيين متخصصين، كل منهم يمتلك خمسة إلى سبعة أدوات، يُنسّق بينهم وكيل توجيه يقرر أي الوكلاء الفرعيين يتولى طلباً معيناً. يتطلب هذا جهداً تصميمياً أكبر في البداية، لكنه يعمل بشكل أفضل بكثير في الإنتاج.

أكثر من 70% من المؤسسات تعمل حالياً على تحديث البنية التحتية الأساسية فقط لدعم تطبيق وكلاء الذكاء الاصطناعي، لأن كثيراً من أنظمة المؤسسات لم تُصمَّم أصلاً لتُستعلَم من قِبَل وكيل. والفجوة بين ما يَعِد به توثيق API وما يُقدّمه التطبيق الفعلي هي من أكثر مصادر تأخير المشاريع انتظاماً.

---

نمط الفشل السادس: تآكل المصادقة

رموز OAuth تنتهي صلاحيتها، ومفاتيح API تتغير، وحسابات الخدمة تُقفَل. وكيل يعمل بشكل سليم في العاشرة صباحاً قد يتعطل بحلول الثانية ظهراً لأن رمزاً ما تجدد وفشلت عملية التجديد بصمت.

في مايو 2025، انتهت صلاحية شهادة SSL الخاصة بـ LangSmith بعد أن كانت عملية التجديد التلقائي تفشل بصمت لأشهر بسبب تعارض في إعداد DNS. لمدة 28 دقيقة، فشل أكثر من نصف طلبات API إلى المنصة.

المراقبة الآلية لانتهاء صلاحية الرموز وتغييرها وإخفاقات التجديد يجب أن تكون جاهزة قبل إطلاق الوكيل، لا بعد أول حادثة تحدث في الثانية فجراً.

---

ماذا يعني هذا لمشروعك

بناء وكيل ذكاء اصطناعي جاهز للإنتاج هو مشروع هندسي بالدرجة الأولى، وليس مجرد تمرين في هندسة التوجيهات. قرارات التخطيط التي تتخذها قبل كتابة سطر كود واحد هي التي تحدد في معظمها ما إذا كان سينجح أم لا.

في Branchnode Technology، نبني وكلاء ذكاء اصطناعي مخصصة للشركات في هيوستن، وعبر الولايات المتحدة، ولعملاء في المملكة العربية السعودية والإمارات العربية المتحدة والأردن. تبدأ عمليتنا بتحديد النطاق: حالة استخدام واحدة، ومصادر بيانات واضحة، ومجموعات أدوات محددة، وبوابات موافقة بشرية صريحة لكل إجراء غير قابل للتراجع. نبني خط أنابيب البيانات قبل أن نبني الوكيل، ونُجهّز سير العمل بأدوات رصد تجعل الأخطاء تظهر مبكراً، لا بعد عشرين خطوة صامتة في الاتجاه الخاطئ.

الوكيل الإنتاجي الأول يتراوح تكلفته عادةً بين 2,000 و12,000 دولار حسب نطاق العمل وتعقيد التكامل، وذلك خلال جدول زمني يتراوح بين خمسة وأثني عشر أسبوعاً حتى النشر. نقدم استشارات مجانية وتقديرات مكتوبة للمشاريع دون أي التزام.

---

ما الخطوة التالية

إن كان لديك مشروع وكيل توقف عند نقطة ما، أو نموذج إثبات مفهوم لم يصل إلى الإنتاج، أو فكرة تريد تحديد نطاقها بشكل صحيح منذ البداية، فإن أنماط الفشل الستة أعلاه تمنحك قائمة مراجعة يمكنك العمل بها قبل أن تُنفق دولاراً إضافياً.

أي من هذه الأنماط هو الأكثر احتمالاً للتأثير على مشروعك الحالي، وما هي خطتك للتعامل معه؟