إطار قرار من عبدالله بن سنكر: كيف تختار نموذج الذكاء الاصطناعي المناسب؟

كل أسبوع ينزل نموذج جديد، وكل واحد يقولون عنه «الأقوى». وصاحب المشروع يضيع بين جداول المقارنة اللي ما تقيس شغله هو. عبدالله بن سنكر ما يرشّح لك نموذجاً بالاسم، لأن الترشيح يقدم بسرعة. بدال كذا يعطيك إطار قرار تقدر تعيد استخدامه كل ما تغيّر السوق.

السؤال الأول: وش المهمة بالضبط؟

«نبي ذكاء اصطناعي» مو مهمة. المهمة شي مثل: «يرد على استفسارات العملاء بالسعودي خلال ثواني»، أو «يلخص عقود من ثلاثين صفحة»، أو «يصنّف ألف تقييم كل ليلة». كل مهمة من هذي تحتاج نموذجاً مختلفاً، وأكبر خطأ هو إنك تختار نموذجاً واحداً لكل شي قبل ما تحدد المهام. اكتب قائمة مهامك في ورقة، ولكل مهمة سطر: وش يدخل، ووش يطلع، وكم مرة تتكرر في اليوم. هالسطر لحاله يوضح لك نص القرار قبل ما تفتح أي جدول مقارنة.

المحاور الثلاثة ووزنها

لكل مهمة، عطِ كل محور وزناً من ثلاثة: مهم جداً، مهم، ثانوي.

• السعر: النماذج تتسعّر غالباً بعدد التوكنات الداخلة والخارجة، والخارجة عادة أغلى. مهمة تصنيف ليلية فيها آلاف الطلبات، السعر فيها هو المحور الأول.
• السرعة: في المحادثة المباشرة، الوقت لين أول كلمة يطلع يفرق كثير في إحساس العميل. في المهام الليلية ما يهم.
• جودة العربية: مو بس «يفهم العربي». هل يكتب بأسلوب طبيعي؟ يفهم اللهجة الخليجية؟ يتعامل مع الأخطاء الإملائية والكلمات المكتوبة بحروف إنجليزية؟

وفيه محاور إضافية تدخل حسب المشروع: طول السياق لو تتعامل مع مستندات طويلة، ودعم استدعاء الأدوات لو بتبني وكيل، ووين تُعالج البيانات لو عندك متطلبات خصوصية.

اختبر بأسئلتك، مو بجداول غيرك

جداول المقارنة العامة تقيس مهارات عامة بالإنجليزي غالباً. شغلك أنت مختلف. فالخطوة الأهم بسيطة:

• اجمع ٣٠ مثالاً حقيقياً من مهمتك: رسائل عملاء فعلية، عقود فعلية، تقييمات فعلية.
• اكتب لكل مثال وش يعتبر جواب ممتاز ووش يعتبر غلط.
• شغّل نفس الأمر على ثلاثة أو أربعة نماذج مرشحة.
• قيّم النتائج بدون ما تعرف أي نموذج كتب أي جواب، عشان ما يأثّر عليك الاسم.
• احسب التكلفة الفعلية لكل نموذج على حجم استخدامك الشهري المتوقع، مو على سعر التوكن المجرد.

كثير يتفاجأون إن نموذجاً متوسطاً أرخص يعطي نتيجة تكفي تماماً لمهمتهم، وإن الفرق مع النموذج الأغلى ما يبان إلا في حالات قليلة.

الإطار على مهمتين

خذ مهمتين في نفس المشروع. الأولى: بوت يرد على العملاء مباشرة باللهجة. هنا السرعة مهمة جداً، وجودة العربية مهمة جداً، والسعر مهم. فتستبعد أي نموذج بطيء حتى لو كانت إجاباته ممتازة، وتختبر المرشحين على رسائل عامية حقيقية.

الثانية: تصنيف كل تقييمات الأسبوع ليلة الخميس لتقرير الإدارة. السرعة هنا ثانوية، والسعر مهم جداً لأن الحجم كبير، والعربية مهمة لكن المطلوب فهم مو كتابة. فغالباً نموذج صغير ورخيص يكفي، وممكن تستفيد من المعالجة بالدفعات لو المزوّد يوفرها بسعر أقل.

نفس المشروع، ونفس الفريق، ونموذجين مختلفين. وهذا طبيعي، مو تعقيد.

وحتى داخل المهمة الواحدة، ما يلزم تختار نموذجاً واحداً. تقدر توجّه المهام: النموذج الصغير السريع يصنّف الرسالة ويرد على الأسئلة البسيطة، وإذا كانت الحالة معقدة تنتقل للنموذج الأقوى. هذا يقلل التكلفة بدون ما تضحي بالجودة في المكان اللي يهم.

خطة الاحتياط: الجزء اللي ما أحد يحسب حسابه

أي مزوّد ممكن يتعطل، أو يبطّئ وقت الضغط، أو يرفع سعره، أو يوقف نموذجاً. عشان كذا المساعد الذكي في موقع azhal.io يستدعي النماذج عبر OpenRouter مع تحويل احتياطي بين عدة نماذج: لو الأول ما رد، الطلب يروح للي بعده تلقائياً.

وبصراحة، للاحتياط ثمن لازم تعرفه: النماذج ما تكتب بنفس الأسلوب، فالعميل ممكن يلاحظ فرقاً بسيطاً في النبرة لو تحوّل الطلب. والحل إنك تختبر كل نموذج في السلسلة على نفس مجموعة الأسئلة، مو بس النموذج الأول، وتخلّي التعليمات واضحة بحيث تضبط الأسلوب قدر الإمكان. الاحتياط اللي ما اختبرته مو احتياط، هو مفاجأة مؤجلة.

متى تعيد القرار؟

مو كل ما نزل نموذج جديد. أعد التقييم لما يتغير شي يخصك: زاد حجم الاستخدام وصارت التكلفة مزعجة، أو بدأت تشوف أخطاء متكررة في نوع معين من الطلبات، أو احتجت ميزة جديدة. ولأن عندك مجموعة الاختبار جاهزة، إعادة التقييم تاخذ ساعات مو أسابيع. واكتب نتيجة كل تقييم في ملف بسيط: التاريخ، والنماذج المجرّبة، والدرجات، والتكلفة. بعد كم دورة يصير عندك سجل يوضح لك وش يتحسن فعلاً في مهامك، بعيداً عن ضجيج الإعلانات.

عبدالله عبدالرحيم بن سنكر الكندي يطبق هالإطار في كل مشروع ذكاء اصطناعي تبنيه منصة أزهل الرقمية، لأنه يرجع للمبدأ نفسه: السعر للمشروع مو للمكاتب، والنموذج الأغلى مو دائماً هو الأنسب لمشروعك.