كيف يحل الذكاء الاصطناعي المحلي مشاكل الأمن والامتثال

مع تسارع الشركات في تبني الذكاء الاصطناعي، يبرز تحدٍ جديد في مجال الحوكمة. فبينما يوفر الذكاء الاصطناعي السحابي قابلية التوسع وسرعة الاختبار، فهو بالمقابل يضيف تعقيدات تتعلق بسيادة البيانات، والمتطلبات التنظيمية، وضوابط الأمن. إذ تغادر البيانات الحساسة الأجهزة الطرفية، وتتنقل عبر الشبكات، وغالباً ما تستقر في بيئات سحابية مشتركة. وبالنسبة للقطاعات المنظمة بلوائح صارمة، يخلق هذا الحال توتراً مستمراً بين السعي للابتكار والامتثال التنظيمي.

لكن هناك بديل متنامٍ يعيد تشكيل التوازن بين تبني الذكاء الاصطناعي والامتثال، وهو اعتماد الذكاء الاصطناعي المحلي الذي يعمل على الأجهزة الطرفية نفسها. فمن خلال نقل أعباء الاستدلال من المنصات السحابية المركزية إلى الأجهزة الطرفية، يمكن للمؤسسات تقليل الانكشاف، وتعزيز حوكمة البيانات، واستعادة السيطرة المعمارية، دون التضحية بالإنتاجية المدفوعة بالذكاء الاصطناعي.

الذكاء الاصطناعي السحابي وتحدي الحوكمة

يظهر الذكاء الاصطناعي السحابي تفوقه الواضح في تدريب النماذج على نطاق واسع وإجراء التحليلات المركزية. غير أن الاستدلال، وهي المرحلة التي يتفاعل فيها الذكاء الاصطناعي مباشرة مع المستخدمين والبيانات، غالباً ما يتطلب معالجة فورية لمعلومات حساسة. وفي مجالات مثل الرعاية الصحية، والقطاع المالي، والخدمات القانونية، والإدارة العامة، قد يسبب نقل البيانات خارج الجهاز إشكالات تتعلق بالامتثال.

كذلك، يجب أن توازن أعباء الاستدلال بين التوافر، وزمن الاستجابة، والتكلفة، والمتطلبات التنظيمية، وبنفس الوقت يتعين عليها إدارة الأداء، وكفاءة الطاقة، وقيود الامتثال بعناية، لا سيما عندما تتوزع أعباء العمل عبر بيئات حوسبة وتخزين متنوعة.

بالنسبة للقطاعات التي تتطلب امتثالاً صارماً، يمكن أن يقلل الاستدلال على الحافة أو على الجهاز من نقل البيانات ويخفض المخاطر التنظيمية بشكل كبير. فعندما تُعالج النماذج البيانات محلياً، يمكن للمؤسسات تجنب مشاركة البيانات غير الضرورية عبر الولايات القضائية، وتقليل تكاليف الإدخال والإخراج، والتحكم بسطح الهجوم. وبعبارة أخرى، لا ترتبط الحوكمة بالسياسات فقط، بل بالبنية أيضاً.

صعود وحدة المعالجة العصبية

لعل الجزء الأهم من صعود الذكاء الاصطناعي على الجهاز اليوم ناتج عن ظهور وحدات المعالجة العصبية (NPU)، وهي معالجات متخصصة صُممت لتسريع مهام الذكاء الاصطناعي محلياً. وعلى عكس وحدات المعالجة المركزية التي تتعامل مع الحوسبة العامة، أو وحدات معالجة الرسوميات التي تركز على المعالجة المتوازية، وتسريع الرسوميات، والذكاء الاصطناعي، صُممت وحدات المعالجة العصبية خصيصاً لإتمام عمليات الاستدلال بكفاءة عالية وطاقة مخفضة. ووفقاً لدراسة حديثة من IDC¹، يرى 83% من صانعي القرار في تقنية المعلومات أن الأثر المتوقع الرئيسي للحواسيب الشخصية المزودة بالذكاء الاصطناعي، والتي تتضمن وحدات معالجة عصبية بالضرورة، هو التخلص من المهام المتكررة.

يمكن لحواسيب الذكاء الاصطناعي الحديثة، مثل تلك العاملة بمعالجات AMD Ryzen™ AI PRO، التعامل مع عدد متزايد من أعباء عمل الذكاء الاصطناعي على الجهاز بفضل وحدات المعالجة العصبية، وهو ما يقلل بشكل كبير من الاعتماد على المعالجة السحابية.

يوفر هذا التحول البنيوي مزايا متعددة:

• تخفيض انكشاف البيانات: تبقى البيانات الحساسة على الجهاز بدلاً من إرسالها إلى الخارج.
• تقصير زمن الاستجابة: يتم تنفيذ أعباء الذكاء الاصطناعي المستعجلة، مثل ملخصات الاجتماعات والنسخ المباشر، بشكل لحظي دون تأخير.
• المرونة التشغيلية: تستمر قدرات الذكاء الاصطناعي في العمل حتى ظروف الاتصال الضعيف.
• ضبط التكاليف: يؤدي تقليل الاعتماد على الحوسبة السحابية من تكاليف الاستدلال المتكررة.

بالنسبة لقادة تقنية المعلومات في المؤسسات، تمثل وحدات المعالجة العصبية أكثر من مجرد تعزيز في الأداء. فهي أداة حوكمة استراتيجية تتيح للمؤسسات التحكم بمكان تشغيل أعباء عمل الذكاء الاصطناعي وتقليل الاعتماد على البنى التحتية الخارجية.

القطاعات الحساسة للامتثال

بشكل عام، تتطلب مهام الاستدلال قدرات حوسبة أقل بكثير من التدريب، لكن بخلاف التدريب، فهو ليس مرحلة مؤقتة، بل يجب أن يعمل الاستدلال بشكل مستمر في بيئات الإنتاج، ما يجعله خاضعاً لمعايير امتثال أكثر صرامة.

بالنسبة للقطاعات التي تخضع لأطر تنظيمية صارمة، مثل حوكمة الخدمات المالية، وخصوصية الرعاية الصحية، ومتطلبات توطين البيانات، فإن تقريب موقع الاستدلال من المستخدم يوفر مزايا استراتيجية واضحة. حيث تساعد المعالجة المحلية على ضمان الامتثال لمتطلبات توطين البيانات، وتقليل الانكشاف على أطراف ثالثة، وتعزيز قابلية التدقيق، وخفض أخطار المخالفات التنظيمية العابرة للحدود.

في قطاع الرعاية الصحية مثلاً، يمكن للتشخيص المدعوم بالذكاء الاصطناعي على أجهزة آمنة تحليل بيانات المرضى دون نقل السجلات الكاملة إلى سُحب خارجية. وفي القطاع المالي، يمكن لخوارزميات اكتشاف الاحتيال المحلية تقييم المعاملات في الوقت الفعلي مع تقليل التعقيد التنظيمي.

إنتاجية دون تنازلات

يتسارع اعتماد حواسيب الذكاء الاصطناعي في المؤسسات اليوم، إذ تشير دراسة حديثة من AMD إلى أن معظم صانعي القرار في تقنية المعلومات يخططون لاعتمادها في المدى القريب. ولا يقتصر الدافع على مكاسب الإنتاجية، بل يتعلق بتحقيق توازن بين الابتكار والتحكم بالعمليات.

يمكن للميزات المدعومة بالذكاء الاصطناعي مثل كتابة محاضر الاجتماعات، ومساعدات الإنتاجية المعتمدة على السياق، وأدوات التعاون المحسنة، وخدمات مساعدة المطورين أن تعمل الآن محلياً على وحدات معالجة عصبية مخصصة، ما يقلل إمكانية الانكشاف السحابي مع الحفاظ على الأداء. وتتيح هذه البنية الهجينة، التي تتضمن الاعتماد على السحابة للتدريب وعلى الأجهزة الطرفية للاستدلال، للمؤسسات فصل الابتكار عن المخاطر.

نهج موحد للذكاء الاصطناعي على الجهاز

لا يعد تبني استخدام الذكاء الاصطناعي على الجهاز رفضاً للسحابة، بل تطوراً بنيوياً. فبينما تظل البنية التحتية السحابية أساسية للتدريب واسع النطاق والتحليلات المركزية، يصبح الاستدلال أقرب بشكل متزايد إلى المستخدمين والبيانات الحساسة. وتدعم معالجات AMD Ryzen™ AI PRO هذا التحول الجاري من مراكز البيانات نحو الأجهزة الطرفية.

تدمج معالجات AMD Ryzen™ AI PRO وحدات معالجة عصبية مخصصة من نوع AMD XDNA™ Architecture (توفر أداء ذكاء اصطناعي يصل إلى 55 TOPS) مع وحدات معالجة مركزية ووحدات معالجة رسومات عالية الأداء ضمن بنية هجينة محسنة لأعباء العمل المؤسسية. وتتيح هذه المقاربة استدلالاً محلياً فعالاً، وتقليل الاعتماد على السحابة، وخفض زمن الاستجابة دون المساس بالأداء.

بالإضافة إلى تسريع الذكاء الاصطناعي، تدعم هذه الشرائح تقنيات AMD PRO Technologies التي تشمل ميزات أمنية قائمة على العتاد مثل Memory Guard وتكامل Microsoft Pluton، ما يعزز الحوكمة وحماية البيانات وقابلية الإدارة المؤسسية. وفي بيئات مراكز البيانات، يمتد نهج AMD إلى مدى أوسع عبر معالجات AMD EPYC™ CPUs ومسرّعات AMD Instinct™ GPUs، وهو ما يضمن الاتساق بين بنية التدريب والاستدلال على الأجهزة الطرفية.

مع تصاعد التدقيق التنظيمي وتحول السيطرة على البيانات إلى أولوية استراتيجية، يعيد نهج AMD المتكامل، الذي يشمل الشرائح، والميزات الأمنية، وقابلية التوسع، تصنيف الذكاء الاصطناعي بحيث لا يكون مجرد ترقية في الأداء، بل كقدرة مؤسسية محوكمة وجاهزة للنشر بشكل مستدام.

---

^{1 IDC White Paper, sponsored by AMD, Accelerate Your Organization’s AI Strategy by Deploying High-Performance AI PCs, #US53192925, March 2025}