أحدث تقنية ليست «روبوت محادثة أفضل» فقط، بل نظام يستطيع أن يفهم، يخطط، يستخدم الأدوات، ينفّذ، ويتوقف لطلب موافقة بشرية عندما ترتفع المخاطر.
الوكلاء، النماذج متعددة الوسائط، والروبوتات تعيد تعريف ما يستطيع الذكاء الاصطناعي فعله
حتى نوفمبر 2026، لم يعد التطور الأهم في الذكاء الاصطناعي مرتبطًا بحجم النموذج أو قدرته على كتابة إجابة جيدة فقط. الاتجاه الجديد هو أن يفهم النظام سياقًا طويلًا، يستخدم أدوات متعددة، يتعامل مع الصور والفيديو والملفات، ينفذ خطوات متتابعة، ثم يراجع النتيجة قبل أن يسلّمها.
يكشف تقرير Stanford AI Index 2026 أن قدرات النماذج ما زالت تتسارع، وأن تبني الذكاء الاصطناعي التوليدي وصل إلى 53% من السكان خلال ثلاث سنوات فقط. كما ارتفع نجاح الوكلاء في اختبار OSWorld للمهام الحاسوبية الواقعية من 12% إلى نحو 66%، مع بقاء نسبة فشل مهمة يجب أخذها في الحسبان.
1. الوكلاء القادرون على تنفيذ مهام طويلة
الوكيل الذكي هو نظام لا يكتفي بإنتاج نص، بل يحول الهدف إلى خطوات ويستعمل أدوات خارجية للوصول إلى نتيجة. قد يبحث في ملفات الشركة، يحدّث جدولًا، يكتب رسالة، أو ينفذ عملية داخل برنامج، مع الاحتفاظ بسياق المهمة.
أعلنت Google في 2026 عن تجارب مثل Gemini Spark، وهو وكيل يعمل في الخلفية على مهام طويلة، ويتكامل مع أدوات مختلفة، مع عرض حالة التقدم للمستخدم. كما طرحت الشركة وكلاء معلومات داخل البحث قادرين على متابعة ما يطلبه المستخدم وتنفيذ خطوات لاحقة.
وتوضح دراسة McKinsey العالمية أن 40% من المؤسسات الكبيرة التي شملها الاستطلاع قالت إنها توسّع استخدام وكلاء الذكاء الاصطناعي في وظيفة أو أكثر، مقارنة بـ27% في العام السابق. لكن النسبة لدى المؤسسات الأصغر بقيت عند 22%، ما يشير إلى أن التحدي لم يعد في وجود التقنية، بل في القدرة على إدارتها وربطها بالعمل الحقيقي.
لماذا يهم ذلك؟
بالنسبة لصاحب المشروع، يمكن أن يعمل الوكيل على فرز طلبات العملاء، إعداد مسودة عرض سعر، تلخيص محادثات المبيعات، أو متابعة مؤشرات الأداء. لكن يجب تحديد صلاحياته بدقة، ووضع نقاط مراجعة بشرية قبل إرسال أموال أو حذف بيانات أو التواصل باسم المؤسسة.
2. النماذج متعددة الوسائط وفهم العالم
تتعامل النماذج متعددة الوسائط مع النص والصورة والصوت والفيديو والملفات داخل عملية واحدة. التطور الجديد في 2026 هو الانتقال من «فهم وسائط متعددة» إلى إنتاج مخرجات مختلفة اعتمادًا على مدخلات مختلفة.
قدمت Google نموذج Gemini Omni بوصفه نموذجًا قادرًا على توليد مخرجات في أي وسيط انطلاقًا من أي مدخل، مع بدء الإطلاق بإنتاج الفيديو ثم التوسع إلى الصورة والنص. ويعني ذلك أن المستخدم يمكنه وصف فكرة، إرفاق صورة أو مقطع، ثم تعديل النتيجة بالمحادثة بدل الانتقال بين أدوات منفصلة.
تظهر قيمة هذا الاتجاه في التسويق والتعليم وخدمة العملاء. يمكن لمتجر أن يحول وصف منتج إلى صور وفيديو قصير ونص إعلان، أو يمكن لمدرس أن يحول رسمًا أو ملفًا إلى شرح بصري. ومع ذلك، لا تزال الدقة في التفاصيل والحقوق والمصادر تحتاج إلى مراجعة بشرية.
3. استخدام الكمبيوتر والبرامج بدل الاكتفاء بالنص
أصبح «استخدام الكمبيوتر» مجالًا واضحًا داخل النماذج الحديثة. بدل أن يقول الوكيل للمستخدم كيف يفتح صفحة أو ينسخ بيانات، يستطيع أن يقرأ الشاشة، يضغط الأزرار، يكتب في الحقول، ويتحقق من نجاح الخطوة.
في إعلان GPT-5.4، أوضحت OpenAI أن النموذج يضم قدرات أصلية لاستخدام الكمبيوتر، وسياقًا يصل إلى مليون رمز، وتحسينات في استدعاء الأدوات والبحث على الويب. وذكرت الشركة أن النموذج حقق 75% في اختبار OSWorld-Verified، الذي يقيس تنفيذ مهام سطح المكتب، مع التأكيد أن نتائج الاختبارات لا تضمن نجاح كل مهمة في بيئة حقيقية.
هذه التقنية مفيدة في إدخال البيانات، إعداد التقارير، اختبار المواقع، والعمليات المتكررة داخل أنظمة لا تملك تكاملًا برمجيًا مباشرًا. أما في الأنظمة المالية والطبية والحكومية، فتحتاج إلى موافقات واضحة وسجلات تدقيق وحدود تمنع الضغط على زر خاطئ.
4. الذكاء الاصطناعي المادي والروبوتات
يدخل الذكاء الاصطناعي المادي مرحلة مختلفة؛ فالنظام لا يجيب داخل شاشة فقط، بل يلاحظ العالم الفيزيائي ويتخذ قرارًا داخل بيئة متغيرة.
أعلنت Google DeepMind عن Gemini Robotics ER 2، وهو نموذج للتفكير المتجسد يساعد الروبوت على فهم العالم، التخطيط لمهام متعددة الخطوات، استدعاء أدوات، ومتابعة بث فيديو مستمر لمعرفة ما إذا كان التنفيذ يسير كما ينبغي. كما يدعم تنسيق العمل بين روبوتات متعددة في مساحة مشتركة.
تظهر أهمية هذا التطور في المستودعات والمصانع والخدمات اللوجستية والرعاية، لكن الروبوت لا يملك هامش الخطأ نفسه الموجود في تطبيق نصي. لذلك تركز النماذج الجديدة على اكتشاف العوائق، إيقاف الحركة عند اقتراب شخص، والتحقق من اكتمال المهمة قبل الانتقال إلى الخطوة التالية.
5. وكلاء البرمجة وأدوات تطوير التطبيقات
تتحول البرمجة من كتابة أسطر منفردة إلى إدارة دورة عمل كاملة: فهم المتطلبات، إنشاء الملفات، تشغيل الاختبارات، إصلاح الأخطاء، ثم عرض التغيير للمراجعة.
بحسب McKinsey، يعمل عدد متزايد من المؤسسات على توسيع استخدام وكلاء البرمجة، وقال 32% من المشاركين إن مؤسساتهم قررت بناء بعض الوظائف داخليًا بدل شراء منتجات جاهزة، باستخدام أدوات برمجة وكيلة.
ويحتاج هذا الاتجاه إلى طريقة منظمة لتزويد الوكيل بالمعرفة الخاصة بالمشروع. لهذا أعلنت Anthropic في أكتوبر 2026 التبرع بمعيار Agent Skills إلى Agentic AI Foundation. المعيار يضع المهارات والإجراءات والمواد المرجعية في حزمة يمكن لوكلاء ومنصات مختلفة استخدامها، مع توجه نحو التوافق بين الأدوات بدل احتجاز المعرفة داخل منتج واحد.
6. الذكاء الاصطناعي الموثوق وإثبات مصدر المحتوى
كلما أصبحت النماذج أفضل في إنتاج الصور والفيديو والصوت، أصبح من الأصعب على المشاهد معرفة ما إذا كان المحتوى حقيقيًا أو مولدًا. لذلك أصبحت العلامات المائية الرقمية، وسجل المصدر، وسياسات الاستخدام جزءًا من البنية التقنية.
يشير Stanford AI Index إلى أن حوادث الذكاء الاصطناعي الموثقة ارتفعت إلى 362 حادثة، مقابل 233 في 2024، بينما لا تزال تقارير السلامة أقل انتظامًا من تقارير القدرات. وفي الوقت نفسه، أعلنت Google أن SynthID استخدم لوضع علامات غير مرئية على أكثر من 100 مليار صورة وفيديو، إضافة إلى آلاف السنين من الملفات الصوتية.
هذا لا يعني أن العلامة المائية تحل مشكلة التضليل بالكامل. لكنها تمنح المنصات والمستخدمين إشارة يمكن استخدامها مع التحقق من المصدر والسياق. على المؤسسات أن تسجل متى وكيف استُخدم الذكاء الاصطناعي، ومن راجع النتيجة، وما الذي يمكن الاعتماد عليه.
ما الذي ينبغي أن يفعله صاحب المشروع العربي؟
ابدأ من مهمة محددة ذات نتيجة قابلة للقياس، لا من فكرة عامة مثل «نريد استخدام الذكاء الاصطناعي». يمكن أن تكون المهمة تلخيص طلبات العملاء يوميًا، اقتراح ردود أولية، استخراج بيانات من فواتير، أو إعداد مسودة محتوى مع مراجعة بشرية.
بعد ذلك، اختبر الوكيل على عينة صغيرة وسجّل ثلاثة أشياء: الوقت الذي وفره، الأخطاء التي ارتكبها، والتكلفة الكاملة للتشغيل والمراجعة. إذا لم يتحسن أحد هذه المؤشرات، فالتقنية ليست جاهزة للتوسع.
بالنسبة للمحتوى العربي، لا تكتفِ بسؤال النموذج عن صحة اللغة. راجع المصطلحات المحلية، والأسماء، والسياق الثقافي، وأي معلومة تتعلق بالمال أو الصحة أو القانون. جودة النموذج العامة لا تضمن فهم كل سوق عربي بنفس الدرجة.
أحدث تقنيات الذكاء الاصطناعي في 2026 تتحرك من التوليد إلى الفعل. الوكلاء يخططون وينفذون، والنماذج متعددة الوسائط تفهم وتنتج عبر أكثر من نوع من المحتوى، ووكلاء الكمبيوتر يعملون داخل البرامج، والروبوتات تربط الاستدلال بالعالم المادي، بينما تحاول معايير المهارات وتقنيات إثبات المصدر جعل هذا التوسع أكثر قابلية للإدارة.
النجاح لا يأتي من اختيار النموذج الأشهر. يأتي من اختيار مهمة مناسبة، وقياس النتيجة، ووضع حدود واضحة، وإبقاء الإنسان مسؤولًا عن القرارات التي لا تحتمل الخطأ.