«دِل»: الذكاء الاصطناعي في السعودية يدخل اختبار الإنتاج لا التجربة

في لاس فيغاس، وعلى هامش مؤتمر «دل تكنولوجيز وورلد 2026»، لم يعد السؤال عن حجم الاستثمار في البنية التحتية أو سرعة بناء مراكز البيانات، بل عن الفارق الذي يمكن أن تصنعه المملكة في سوق عالمية تتجه من تجارب الذكاء الاصطناعي إلى تشغيله داخل المؤسسات. هذا التحول في نبرة الحوار هو ما لخصه مايكل دِل، رئيس مجلس الإدارة والرئيس التنفيذي لـ«دل تكنولوجيز»، في حديث خاص لـ«الشرق الأوسط»: «نرى في السعودية التزاماً عميقاً بتحديث المملكة»، مشيراً إلى موارد الطاقة الكبيرة، وإلى عمل «دل» مع «هيوماين» وشركات أخرى، إضافة إلى منشأة إقليمية تجمع هذه القدرات وتبني البنية التحتية للعملاء في المنطقة.

وصف دِل «رؤية السعودية 2030» بأنها «طموحة للغاية»، وطموح الذكاء الاصطناعي تحتها بأنه «مثير للإعجاب». لكن بين الطموح والبنية التشغيلية يكمن الاختبار الحقيقي. محمد أمين، نائب الرئيس الأول لمنطقة وسط وشرق أوروبا والشرق الأوسط وتركيا وأفريقيا في «دل تكنولوجيز»، يضع هذا التحول في سياق واضح: أكبر عائق أمام المؤسسات في السعودية والخليج وهي تنتقل من تجارب الذكاء الاصطناعي إلى الإنتاج ليس عاملاً واحداً منفصلاً، بل منظومة مترابطة تشمل البنية والحوكمة والمهارات والمرونة السيبرانية والكلفة ونماذج التشغيل، لكنه عَدَّ أن «جاهزية البيانات» هي العَقبة الأولى.

البيانات قبل النموذج

هذه النقطة تبدو أساسية في قراءة «دل» للمرحلة السعودية. بحث الشركة عن حالة الابتكار والذكاء الاصطناعي يشير إلى أن 96 في المائة من المؤسسات السعودية باتت تنظر إلى الذكاء الاصطناعي على أنه جزء رئيسي من استراتيجيتها. لكن هذا المؤشر، رغم أهميته، لا يعني أن الطريق إلى الإنتاج أصبح سهلاً. كثير من المؤسسات لا تزال تعمل عبر أنظمة قديمة ومجزَّأة، وبيانات موزَّعة، وحوكمة غير متسقة، ووصول محدود إلى بيانات موثوقة في الوقت الحقيقي.

أمين يُعرّف «البيانات الجاهزة للذكاء الاصطناعي» بأنها البيانات «القابلة للاكتشاف، والمحكومة والموثوقة والقابلة للاستخدام من قِبل أنظمة الذكاء الاصطناعي في الوقت الحقيقي». وهذا التعريف يحوّل النقاش من سؤال تقني ضيق إلى سؤال مؤسسي: هل تعرف المؤسسة أين توجد بياناتها، ومن يستطيع استخدامها، وهل يمكن الوثوق بها عند إدخالها في نموذج أو وكيل ذكي.

في القطاع المصرفي السعودي، يمكن أن يعني ذلك ربط بيانات العملاء والمعاملات والمخاطر عبر بيئات مختلفة مع الحفاظ على الامتثال والحوكمة. وفي المستشفيات، يتعلق الأمر بتنظيم البيانات السريرية وبيانات التصوير بشكل آمن، بحيث يمكن للذكاء الاصطناعي دعم التشخيص أو تحسين العمليات دون تعريض خصوصية المرضى للخطر. وفي الجهات الحكومية، يعني ذلك توحيد بيانات المواطنين والعمليات، مع الحفاظ على السيادة والضوابط الأمنية. أما في شركات الطاقة فقد يعني الجمع بين بيانات التشغيل والمستشعرات والبيانات الجغرافية لدعم صيانة التنبؤ وتحسين الأداء.

اقتصاديات التشغيل المحلي

مع انتقال الذكاء الاصطناعي إلى أحمال أكثر حساسية واستمرارية، يظهر سؤال آخر: متى تصبح البنية الخاصة أو الخاضعة لسيطرة المؤسسة أكثر ملاءمة من السحابة العامة. أمين لا يطرح المسألة بوصفها اختياراً حاداً، فهو يرى أن السحابة العامة تظل مهمة للتجربة والمرونة والوصول السريع إلى خدمات الذكاء الاصطناعي، لكنه يضيف أن هناك مرحلة تصبح فيها البنية الخاضعة للسيطرة «أفضل استراتيجياً»، خصوصاً عندما تتعلق الأحمال ببيانات وطنية أو مالية حساسة، أو عندما تكون متطلبات زمن الاستجابة مهمة للغاية.

هذا ينسجم مع ما عرضته «دل» حول «Deskside Agentic AI»، وهو حل يستهدف تشغيل بعض وكلاء الذكاء الاصطناعي محلياً، على محطات عمل عالية الأداء، بدلاً من الاعتماد الكامل على واجهات البرمجة السحابية. وتقول الشركة إن هذا الحل يمكن، في بعض الحالات، أن يحقق نقطة تعادل مع كلفة واجهات البرمجة السحابية خلال ثلاثة أشهر، وأن يُخفض الإنفاق حتى 87 في المائة خلال عامين. أمين يقرأ هذه الأرقام من زاوية أوسع: على مديري التقنية في السعودية تقييم اقتصادات الذكاء الاصطناعي «على مدى دورة الحياة الكاملة، لا من خلال التركيز فحسب على كلفة البنية في البداية». فالسحابة قد تبدو جذابة عند الانطلاق، لكنها قد تصبح أكثر كلفة عند تشغيل أحمال توليدية أو وكيلية مستمرة على مستوى مؤسسة كبيرة.

التبريد والطاقة والسيادة

لا يمكن فصل هذا النقاش عن التبريد والطاقة، إذ يرفع الذكاء الاصطناعي كثافة الرفوف ومتطلبات الطاقة داخل مراكز البيانات، ويجعل التبريد عاملاً استراتيجياً لا تشغيلياً فحسب. قدرة «Dell PowerCool C7000» على دعم مياه منشأة بدرجة حرارة تصل إلى 40 درجة مئوية تعني أن مراكز البيانات يمكن أن تعمل بكفاءة أعلى في المناخات الحارة، مع تقليل الاعتماد على التبريد كثيف الاستهلاك للطاقة. وفي السعودية، حيث تستثمر الحكومة والقطاع الخاص في البنية السيادية للذكاء الاصطناعي، يرى أمين أن التبريد «لم يعد مجرد مسألة تشغيلية»، بل أصبح مرتبطاً بقابلية التوسع، وكفاءة الطاقة، والجدوى طويلة المدى.

تأتي المرونة السيبرانية كجزء من جاهزية الذكاء الاصطناعي، فالنظام الذكي لا يكون موثوقاً إذا كانت بياناته قابلة للتلف، أو نماذجه قابلة للاختراق، أو بنيته غير قابلة للتعافي. ويلفت أمين إلى أن نظام الذكاء الاصطناعي «لا يكون أكثر موثوقية من البيانات والنماذج التي يعمل عليها»، وأن الهجوم السيبراني الذي يفسد البيانات أو يضر النموذج قد تكون له عواقب كبيرة. هنا تطرح «دل» أدوات مثل «Cyber Detect» التي تقول إنها تستطيع كشف تلف البيانات الناتج عن هجمات الفدية، وتحديد آخِر نسخة نظيفة معروفة بدقة عالية.

ما يعنيه ذلك للمؤسسات في المنطقة

الصورة التي تتضح بين إجابة مايكل دِل عن السعودية، ورؤية محمد أمين للمنطقة، ترسم مرحلة مقبلة مختلفة. المملكة لا تدخل سباق الذكاء الاصطناعي من زاوية الاستهلاك أو التجربة فحسب، بل من زاوية بناء القدرة المؤسسية. لكن القدرة الحقيقية لن تقاس فحسب بعدد مراكز البيانات أو حجم الاستثمار، بل بقدرة المؤسسات على تجهيز بياناتها، واختيار مكان تشغيل أحمالها، وضبط كلفتها، وحماية نماذجها وبياناتها، وتوسيع استخدامها دون أن تفقد السيطرة أو الحوكمة. بالنسبة للقارئ في الخليج، الرسالة العملية واحدة: استثمارات البنية التحتية ضرورية لكنها غير كافية، والاختبار القادم هو في البيانات والحوكمة واقتصاديات التشغيل اليومي.