مع التطور السريع في مجال الذكاء الاصطناعي، ستكتشف أن طريقة استخدام الذكاء الاصطناعي في الأعمال الفعلية تتغير.
في الواقع، أصبح الذكاء الاصطناعي يدخل تدريجياً في مرحلة التنفيذ، مثل تشغيل أوامر التداول، والمشاركة في جدولة عمليات التشغيل، وتأثير ترتيب تخصيص الموارد، وحتى في بعض السيناريوهات، التأثير مباشرة على العوائد الحقيقية. هذه التغيرات تأتي بشكل أكبر مع نضوج قدرات النماذج، وتمتد بشكل طبيعي إلى مستويات أعمال ذات مسؤوليات أعلى.
بالتوازي مع الاتجاهات المذكورة أعلاه، هناك تأخر في بنية الأنظمة الأساسية. لا يزال تصميم العديد من أنظمة الذكاء الاصطناعي يدور حول طلب واحد واستجابة واحدة، مما يفتقر إلى إدارة الحالة على المدى الطويل، وأيضاً يفتقر إلى تسجيل النظام للسلوكيات المستمرة.
عندما تبدأ سلوكيات الذكاء الاصطناعي في تجاوز الزمن، والمشاركة في عمليات متعددة المراحل، والتأثير تراكميًا على النتائج، فإن البنية التي تركز على “المخرَج الواحد” تكشف تدريجيًا عن حدودها.
مع دخول التنفيذ إلى مسارات الأعمال الحقيقية، تتركز التحديات أكثر على مستوى البنية التحتية. إن قابلية تتبع سلوك التنفيذ، وقابلية التحقق منه، وإمكانية إدخاله ضمن منظومة المسؤولية والتسوية، تصبح شرطًا مسبقًا لمدى إمكانية الاعتماد على النظام على المدى الطويل.
تتطلب السلوكيات التي تعمل على المدى الطويل تسجيلًا مستمرًا، كما يلزم تفكيك العلاقات التعاونية بوضوح، وأن تكون النتائج قابلة للفهم وإعادة التقييم.
وربما لا تُحدد هذه الشروط بقدرات النموذج نفسها، بل تعتمد على ما إذا كان النظام الأساسي يمتلك تصميمًا بنيويًا قادرًا على احتواء سلوك التنفيذ.
من شبكة الموارد إلى خبرة التنفيذ: نقطة انطلاق Melos الواقعية
عند استعراض مسار تطور شركة Melos خلال السنوات الماضية، يتضح أنها لم تنطلق من مفهوم “الوكيل” كفكرة محورية. كان Melos في بداياته أقرب إلى شبكة لامركزية لتوفير الموارد، تدور حول وصل قدرات الحوسبة والمحتوى وموارد التنفيذ، ثم تشمل جدولة التنفيذ والتسوية المالية.
سواء كان ذلك تعاون عقد DePIN، أو طريقة قياس استهلاك الموارد، فإن السؤال الذي يواجهه النظام على المدى الطويل هو سؤال واقعي وأساسي: عندما ينجز عدة أطراف مشاركة مهمة مشتركة داخل الشبكة نفسها، فكيف يمكن تسجيل عملية التنفيذ؟ وكيف يتم تفكيك المسؤوليات؟ وكيف يتم توزيع القيمة؟
ضمن مثل هذا السياق الهندسي، يمتلك فريق Melos شعورًا أكثر مباشرة بالتغيرات التي تحدث بعد دخول الذكاء الاصطناعي إلى طبقة التنفيذ.
عندما يبدأ الذكاء الاصطناعي في المشاركة في المهام الحقيقية، وعندما تعمل المهام عبر الزمن، وتتضمن عملية التنفيذ تعاونًا من أطراف متعددة، وتحتاج النتائج إلى التحقق، ويتطلب استهلاك الموارد أن تتم تسويته—فإن هذه المتطلبات ليست تحديات جديدة تمامًا، بل هي امتداد بحدة أعلى لهيكل التنفيذ القائم بالفعل.
عندما يتحول الفاعل المنفذ تدريجيًا من “العقد والناس” إلى “وكلاء يعملون بشكل مستدام”، هل يستطيع النظام إدخال هذه المراحل كلها ضمن بنية واحدة متصلة وقابلة للحمل؟ عندها تصبح نقطة التحول هذه هي العامل الحاسم في مدى إمكان تحقق مفهوم “التشغيل طويل الأمد”. وتأتي التقييمات الجديدة غالبًا من الاستدلال الطبيعي المبني على خبرات التشغيل طويلة المدى للشبكة.
استنادًا إلى الخبرات المذكورة أعلاه، في تصميم MelosBoom، تم تحديد الوكيل بوضوح كعنصر تنفيذ أساسي داخل الشبكة. يجب أن يكون كل تنفيذ قابلاً للتسجيل، وكل جزء من التعاون قابلاً للتفكيك، وكل عملية لتوزيع القيمة لها أساس واضح. لم تعد عملية الإنشاء والتشغيل والتعاون والتسوية وحدات وظائف متفرقة، بل تم دمجها داخل سلسلة تشغيل واحدة متصلة.
يركز هذا البناء على قابلية تتبع سلوك التنفيذ داخل الشبكة وقابليته لتحمّل المسؤولية. عندما يبدأ سلوك الوكيل في التأثير على العمليات الحقيقية وتوزيع الموارد، يجب أن تمتلك المنظومة نفسها هيكلًا واضحًا بدرجة كافية لدعم وجود المسؤولية والمخاطر والقيمة على المدى الطويل. وهذا يشكل الحكم الأساسي الذي تمسكت به Melos عند الانتقال إلى مرحلة الوكلاء.
قيمة نظام Melos البيئي: كثافة التنفيذ والقدرة على التحمل على المدى الطويل
في دورة التطور الحالية لبنية تحتية للذكاء الاصطناعي، تأتي قيمة نظام Melos البيئي بدرجة أكبر من موقعه واختياراته البنيوية. فهو يواصل بناء قدرات الشبكات لمعالجة القضايا الأكثر جذرية مثل التنفيذ والتعاون والتسوية، ما يمنحه مساحة ملاءمة قوية عند حدوث تغيّر في المسارات التقنية وأشكال التطبيقات.
في الواقع، عندما ينتقل استخدام الذكاء الاصطناعي من توليد المحتوى إلى تنفيذ العمليات، ومن المساعد الشخصي إلى التعاون على مستوى النظام، فإن القدرة على التمدد الحقيقي تعتمد أكثر على ما إذا كانت البنية الأساسية قادرة على حمل هيكل يتحمل التشغيل طويل الأمد وتقسيم المسؤوليات.
تتمثل ميزة هيكلية جديدة في القدرة على احتواء “كثافة التنفيذ”.
مع مشاركة الذكاء الاصطناعي في المزيد من العمليات الواقعية، ينخفض وزن القيمة الناتجة عن الاستدعاء الواحد، بينما ترتفع القيمة التراكمية الناتجة عن التنفيذ المستمر والتعاون. يعمل نظام Melos البيئي حول المهام طويلة الأمد، وإدارة الحالة، والسجلات القابلة للتحقق، ما يجعل قيمة الوكيل تتجلى أكثر في الأداء المستقر عبر بُعد الزمن. ويتناسب هذا التصميم بشكل طبيعي مع سيناريوهات مثل التشغيل الآلي وإدارة المعاملات وتنفيذ الصفقات وإدارة المحتوى والتقييمات طويلة الأمد، كما يمنح الشبكة دافعًا ذاتيًا يزداد قوة مع اتساع نطاق الاستخدام.
في الوقت نفسه، فإن طريقة Melos في التعامل مع مسار تشكّل القيمة توفر أيضًا توقعات تطوير أكثر استقرارًا للنظام البيئي.
من خلال إدراج سلوك التنفيذ واستهلاك الموارد وإنتاج النتائج جميعها ضمن بنية التسوية، يمكن مقارنة أداء الوكلاء على المدى الطويل وتقييمه وتسعيره. ويمكن أن تتراكم الأفضلية تدريجيًا من حيث الاستقرار والموثوقية والمساهمة المستمرة، دون أن تهيمن عليها ضوضاء المدى القصير. وهذا يوفر توقعات أوضح للمشاركين على المدى الطويل، ويقلل من حالة عدم اليقين في أثناء توسع النظام البيئي.
الثقة هي الشرط المسبق لقيام اقتصاد الوكلاء
هل يمكن لاقتصاد الوكلاء أن يقوم فعلًا؟ إن المشكلة الأعمق تتمثل في أنه عندما يبدأ الوكيل في المشاركة في المهام طويلة الأمد، والتأثير في قرارات سير العمل، والتدخل في توزيع القيمة، فهل تستحق هذه المنظومة أن تُعتمد بشكل مستمر؟
لا يمكن للوكيل أن يحوّل قدراته التقنية إلى عنصر إنتاجي مستقر إلا إذا كان سلوك التنفيذ قابلاً للتسجيل، والعلاقات التعاونية قابلة للتفكيك، ومسؤولية النتائج قابلة للتحديد.
تنبع هذه الثقة من كون البنية نفسها قادرة على احتواء تعقيد التشغيل طويل الأمد. إن ما إذا كان النظام يسمح بتتبع الأخطاء واستيفاء التحقق من السلوك وتسوية المساهمات يحدد ما إذا كان يمكن إعادة استخدام الوكيل في بيئات حقيقية بشكل متكرر، وليس مجرد البقاء في مستوى العرض.
بهذا المعنى، تتمثل أهداف MelosBoom في وضع الأساس في مستوى أعمق، لتقديم بنية تشغيل يمكن الاعتماد عليها على المدى الطويل لشبكة الوكلاء في المستقبل. وعندما يدخل الوكلاء فعلًا في نظام الإنتاج والتعاون، فإن القدرة على الوثوق بهم ستحدد إلى أي مدى يمكن لهذا الشكل الاقتصادي أن يستمر.