الذكاء الاصطناعي الوكيل لعمليات السحابة: عندما تدير وكلاء الذكاء الاصطناعي بنيتك التحتية

من لوحات المراقبة إلى صنّاع القرار

خلال العقد الماضي، سعت صناعة عمليات السحابة نحو رؤية للإدارة الذكية للبنية التحتية تحت راية عمليات الذكاء الاصطناعي (AIOps) — باستخدام التعلم الآلي لتحليل السجلات واكتشاف الشذوذ والتوصية بإجراءات تصحيحية. وقد كانت النتائج متباينة. فمعظم أدوات AIOps أثبتت كفاءتها في تحديد المشكلات لكنها فشلت في حلها، مما أنتج إرهاقاً من التنبيهات بدلاً من تحسين تشغيلي. ظل المشغّل البشري حاضراً بقوة في الحلقة، يفسر توصيات الذكاء الاصطناعي وينفذ الإصلاحات يدوياً.

في عام 2026، تحاول الصناعة قفزة أكثر طموحاً بكثير. يُطبَّق الذكاء الاصطناعي الوكيل (Agentic AI) — أنظمة ذكاء اصطناعي مستقلة قادرة على اتخاذ إجراءات مستقلة ضمن حدود محددة — على عمليات البنية التحتية السحابية. بدلاً من ذكاء اصطناعي ينبهك بمشكلة ويقترح حلاً، يعد الجيل الجديد من الأدوات بذكاء اصطناعي يكتشف المشكلة ويشخص السبب الجذري وينفذ المعالجة ويتحقق من الإصلاح ويوثق الحادثة — كل ذلك دون تدخل بشري.

شكّل إطلاق Microsoft للقدرات الوكيلية ضمن Azure Copilot نقطة تحول للفئة. ينشر النظام ستة وكلاء متخصصين — الترحيل والنشر والتحسين والمراقبة والمرونة واستكشاف الأخطاء — قادرين على تحليل بيانات القياس عن بعد للبنية التحتية عبر خدمات Azure، وتحديد الأداء المتدهور أو الأعطال الوشيكة، وربط الإشارات من مصادر بيانات متعددة، وتنفيذ دفاتر المعالجة بشكل مستقل. رؤية Microsoft لعام 2026 هي جعل الذكاء الاصطناعي الوكيل جزءاً معيارياً من طريقة بناء عملاء Azure لتطبيقاتهم وتشغيلها، بدلاً من كونه قدرة متخصصة.

تبعتها Amazon Web Services في ديسمبر 2025 بالمعاينة العامة لـ AWS DevOps Agent، مقدمةً إياه كمهندس مناوبة مستقل يعمل على مدار الساعة. يبني الوكيل خريطة طوبولوجية لموارد التطبيقات وعلاقاتها، ثم يربط بيانات القياس عن بعد من CloudWatch وDatadog وNew Relic وSplunk مع سجل النشر من خطوط أنابيب CI/CD في GitHub وGitLab. عندما تُطلق التنبيهات، يحقق تلقائياً بتحليل السجلات والتتبعات وتغييرات الكود لتحديد الأسباب الجذرية والتوصية بخطوات التخفيف.

استهدف إطلاق Ericsson لخدمة Agentic rApp as a Service على AWS في MWC 2026 البنى التحتية للاتصالات بطموحات مماثلة: وكلاء ذكاء اصطناعي قادرون على إدارة تعقيد شبكات الاتصالات الحديثة. يضم النظام وكلاء ذكاء اصطناعي متخصصين ينسقهم وكيل مشرف، مدمجين مع منصة Intelligent Automation من Ericsson. تعالج حلول الذكاء الاصطناعي من Ericsson لتحسين الشبكات بالفعل أكثر من 100 مليون استدلال يومياً عبر 11 مليون خلية تخدم أكثر من 2 مليار مشترك، والاختبارات الميدانية للمنصة الوكيلية الجديدة جارية مع كبار مزودي خدمات الاتصالات بما في ذلك Vivo Brazil.

الوعود مثيرة للإعجاب. يُبلغ المزودون عن تخفيضات في متوسط وقت الحل (MTTR) تتراوح بين 40% و80% حسب نوع الحادثة. تؤكد AWS أن DevOps Agent الخاص بها يقلل MTTR من ساعات إلى دقائق. تستخدم فرق SRE في Google Cloud أداة Gemini CLI عبر دورة حياة الحادثة بأكملها — التنبيه والتخفيف وتحليل السبب الجذري وتقرير ما بعد الحادثة — للحفاظ على متوسط وقت التخفيف منخفضاً. لكن الواقع خلف هذه الأرقام البارزة أكثر دقة، والطريق من العرض التوضيحي إلى الإنتاج أطول وأصعب مما يوحي به التسويق.

ماذا يعني “وكيل” فعلاً للبنية التحتية

يُستخدم مصطلح “الذكاء الاصطناعي الوكيل” بشكل فضفاض في صناعة التكنولوجيا، لذا من المفيد أن نكون دقيقين حول معناه في سياق عمليات السحابة.

يتميز نظام الذكاء الاصطناعي الوكيل لإدارة البنية التحتية بأربع قدرات رئيسية تميزه عن AIOps التقليدي:

التفكير المستقل. يستطيع الوكيل تحليل موقف جديد — موقف لم يُبرمج صراحة للتعامل معه — ووضع خطة تشخيص ومعالجة. هذا يتجاوز مطابقة الأنماط على أنواع الحوادث المعروفة. يمكن لنظام وكيل حقيقي التفكير في أنماط عطل غير مألوفة من خلال الجمع بين فهمه لهندسة النظام وعلاقات التبعية والمبادئ التشغيلية.

استخدام الأدوات والتنفيذ. لا يكتفي الوكيل بالتوصية بإجراءات — بل يمكنه تنفيذها. يمتلك وصولاً مصادقاً إلى واجهات برمجة تطبيقات (APIs) البنية التحتية، وخطوط أنابيب النشر، وأنظمة إدارة التكوين، ومنصات المراقبة. يمكنه توسيع مجموعات Kubernetes، وتعديل تكوينات موازنات الحمل، وتشغيل عمليات تجاوز فشل قواعد البيانات، وإعادة تشغيل الخدمات، وتحديث سجلات DNS.

التخطيط متعدد الخطوات. تتطلب حوادث البنية التحتية المعقدة عادةً سلسلة من الإجراءات المنسقة. يمكن للوكيل تخطيط معالجة متعددة الخطوات — أولاً عزل المكون المتأثر، ثم تشخيص السبب الجذري، ثم تنفيذ الإصلاح، ثم التحقق من الإصلاح، ثم استعادة حركة المرور تدريجياً. تحدد نتيجة كل خطوة إجراءات الخطوة التالية.

التعلم والتكيف. يتحسن الوكيل بمرور الوقت، مدمجاً نتائج تدخلاته في قاعدة معرفته. عندما يفشل نهج معالجة معين، يتعلم الوكيل عدم تكراره. وعندما يحدث نوع جديد من الحوادث، يصبح تعامله معه نموذجاً للأحداث المماثلة المستقبلية.

هذه القدرات، عند تنفيذها بشكل جيد، يمكن أن تحول عمليات السحابة من مجال تفاعلي وكثيف العمالة إلى مجال استباقي وآلي إلى حد كبير. العبارة المفتاحية هي “عند تنفيذها بشكل جيد”.

النتائج الواقعية: الإيجابي والمعقد

تُبلغ المؤسسات التي نشرت الذكاء الاصطناعي الوكيل لعمليات السحابة عن تحسينات حقيقية، لكن النتائج تتطلب تفسيراً دقيقاً.

أرقام تخفيض MTTR التي تظهر في مواد المزودين تشير عادةً إلى فئات محددة من الحوادث حيث يتفوق النظام الوكيل: استنفاد الموارد (المعالج والذاكرة والقرص)، انتهاء صلاحية الشهادات، أنماط التكوين الخاطئ المعروفة، وأحداث التوسع الروتينية. بالنسبة لهذه الحوادث من نوع “المعروف-المعروف” — مشكلات ذات أعراض مفهومة جيداً ومعالجة مثبتة — يُعد الذكاء الاصطناعي الوكيل تحويلياً حقاً. نظام قادر على اكتشاف قرص يمتلئ وتحديد العملية المسؤولة وتنظيف الملفات المؤقتة أو توسيع التخزين وإغلاق الحادثة في أقل من دقيقة يقدم قيمة هائلة. تُظهر بيانات الصناعة أن المؤسسات التي تطبق الأتمتة الذكية تحل 47% من الحوادث الروتينية دون تدخل بشري، مما يقلل MTTR بنسبة 68% لتلك الأنواع المحددة من الحوادث.

لكن حوادث البنية التحتية ليست كلها من نوع “المعروف-المعروف”. الحوادث التي تستهلك أكبر قدر من وقت الهندسة البشرية هي عادةً أعطال معقدة متعددة الأنظمة تتضمن تأثيرات متتالية وحالات سباق أو تفاعلات تكوين دقيقة. لهذه الحوادث، تؤدي أنظمة الذكاء الاصطناعي الوكيل أداءً أقرب إلى مساعدي الفرز السريعين جداً منها إلى مشغلين مستقلين. يمكنها جمع بيانات القياس عن بعد ذات الصلة وتحديد الارتباطات وتضييق نطاق التشخيص، لكنها غالباً تفتقر إلى الفهم السياقي لتحديد المعالجة الصحيحة لأنماط العطل الجديدة.

تُبلغ عدة مؤسسات عن نمط يسمونه “الإجراءات الخاطئة الواثقة” — مواقف ينفذ فيها النظام الوكيل، بصلاحية إجراء تغييرات، معالجة صحيحة تقنياً لكنها غير ملائمة سياقياً. مثل توسيع خدمة تفشل بسبب مشكلة تبعية، أو إعادة تشغيل خدمة ذات حالة تتطلب تنسيقاً دقيقاً. هذه الحوادث، رغم أنها ليست كارثية عند وجود حواجز حماية مناسبة، تُضعف الثقة اللازمة لتوسيع الاستقلالية.

تتشارك المؤسسات التي تحقق أفضل النتائج خصائص مشتركة: لديها بنية تحتية مجهزة جيداً بقياس شامل عن بعد، وتمتلك توثيقاً ناضجاً لكتيبات التشغيل يمكن تدريب الوكلاء عليه، وتنشر الوكلاء تدريجياً بدءاً من الإجراءات منخفضة المخاطر، وتحافظ على إشراف بشري مع سياسات تصعيد متدرجة.

فجوة النضج: نمو سريع وعوائق مستمرة

يقدم تقرير Dynatrace Pulse of Agentic AI 2026، الذي استطلع آراء 919 قائداً كبيراً مشاركين مباشرة في تنفيذ الذكاء الاصطناعي الوكيل، الصورة الأوضح لمشهد التبني. تكشف الأرقام عن تسارع سريع مصحوب بعوائق مستمرة.

على جانب التبني، لدى 50% من المؤسسات الآن مشاريع ذكاء اصطناعي وكيل في الإنتاج لحالات استخدام محدودة، و44% لديها مشاريع في تبنٍّ واسع عبر أقسام مختارة، و23% وصلت إلى تكامل ناضج على مستوى المؤسسة. تتصدر عمليات تقنية المعلومات وDevOps التبني بنسبة 72%، تليها هندسة البرمجيات بنسبة 56% ودعم العملاء بنسبة 51%. يتوقع Gartner أن 40% من تطبيقات المؤسسات ستضم وكلاء ذكاء اصطناعي متخصصين بحلول نهاية 2026، ارتفاعاً من أقل من 5% في 2025.

لكن نحو نصف جميع مشاريع الذكاء الاصطناعي الوكيل لا تزال عالقة في مراحل إثبات المفهوم أو التجريب، ومخاوف الأمان سبب رئيسي. تبقى العوائق أمام النشر الإنتاجي الأوسع هائلة.

الثقة والحوكمة. منح وكيل ذكاء اصطناعي صلاحية تعديل البنية التحتية الإنتاجية قرار حوكمة كبير. تتطلب معظم المؤسسات اختبارات مكثفة وعمليات موافقة وتقييمات مخاطر قبل منح صلاحية التنفيذ المستقل. وجد مؤشر ServiceNow 2025 لنضج الذكاء الاصطناعي في المؤسسات أن أقل من 1% من المؤسسات المستطلعة تجاوزت درجة 50 من 100 في نضج الذكاء الاصطناعي، وأن أعلى درجة إجمالية انخفضت فعلياً بـ 12 نقطة على أساس سنوي. يضيف البيئة التنظيمية لبعض الصناعات — الخدمات المالية والرعاية الصحية والحكومة — طبقات إضافية من الموافقة.

متطلبات المراقبة المسبقة. لا تكون أنظمة الذكاء الاصطناعي الوكيل إلا بجودة بيانات القياس عن بعد التي تصل إليها. المؤسسات ذات المراقبة المجزأة والتسجيل غير المكتمل أو أدوات المراقبة المعزولة لا تستطيع تزويد الوكلاء بالرؤية الشاملة اللازمة للتشخيص الدقيق. تكتشف العديد من المؤسسات أن بنيتها التحتية للمراقبة تحتاج ترقيات كبيرة قبل نشر الذكاء الاصطناعي الوكيل بفعالية. يُظهر تقرير Dynatrace أن تبني المراقبة يبلغ ذروته أثناء التنفيذ (69%)، يليه التشغيل (57%) والتطوير (54%).

تعقيد التكامل. يحتاج النظام الوكيل المفيد للتفاعل مع عشرات الأدوات: واجهات برمجة تطبيقات مزودي السحابة، ومنصات تنسيق الحاويات، وخطوط أنابيب CI/CD، وأنظمة إدارة التكوين، ومنصات إدارة الحوادث، وأدوات الاتصال، والمزيد. بناء هذه التكاملات وصيانتها يمثل جهداً هندسياً كبيراً، وعدم تجانس معظم بيئات المؤسسات يجعل التوحيد صعباً.

متطلبات المهارات. من المفارقة أن نشر الذكاء الاصطناعي الوكيل للعمليات يتطلب خبرة تشغيلية عميقة. يحتاج شخص ما لتحديد حدود استقلالية الوكيل وتصميم سياسات التصعيد والتحقق من تفكير الوكيل والتدخل عندما تسوء الأمور. الأشخاص الأكثر تأهيلاً لهذا العمل هم مهندسو SRE ومهندسو المنصات ذوو الخبرة — نفس الأشخاص الذين يُفترض أن تعزز التكنولوجيا قدراتهم.

التكلفة. نماذج اللغة الكبيرة ونماذج الذكاء الاصطناعي المتخصصة التي تشغّل عمليات السحابة الوكيلية ليست رخيصة التشغيل. يمكن أن تكون تكاليف الاستدلال لمعالجة بيانات القياس عن بعد بحجم كبير في الوقت الفعلي والتفكير في حالات النظام المعقدة وتوليد خطط المعالجة كبيرة. ومع ذلك، تتوقع 74% من المؤسسات المستطلعة زيادة ميزانياتها للذكاء الاصطناعي الوكيل خلال الـ 12 شهراً القادمة، غالباً بمبلغ إضافي يتراوح بين 2 و5 ملايين دولار أو أكثر.

هندسة العمليات المستقلة

تتقارب المؤسسات التي تنشر بنجاح الذكاء الاصطناعي الوكيل لعمليات السحابة نحو نمط معماري مشترك يوازن بين الاستقلالية والأمان.

الاستقلالية المتدرجة. بدلاً من منح الوكلاء صلاحية شاملة، تحدد المؤسسات مستويات إجراءات بناءً على المخاطر. إجراءات المستوى الأول — عمليات القراءة فقط مثل جمع بيانات القياس عن بعد واستعلام السجلات وفحص التكوينات — مستقلة تماماً. إجراءات المستوى الثاني — تغييرات منخفضة المخاطر مثل التوسع وإعادة تشغيل الخدمات غير الحرجة وتحديث أوزان التوجيه — مستقلة مع التسجيل والمراجعة. إجراءات المستوى الثالث — تغييرات عالية المخاطر مثل تجاوز فشل قواعد البيانات وتغييرات تكوين الخدمات الأساسية أو الإجراءات المؤثرة على بيانات الإنتاج — تتطلب موافقة بشرية.

حواجز الحماية والقيود. يعمل الوكلاء ضمن حدود محددة: لا يمكنهم إجراء تغييرات أثناء نوافذ الصيانة، ولا تعديل البنية التحتية المصنفة كحرجة دون موافقة، ولا تنفيذ إجراءات من شأنها تقليل التكرار دون عتبات محددة، ولا الإنفاق فوق حدود تكلفة محددة. تمنع هذه الحواجز أخطر حالات الفشل المحتملة.

حلقات التغذية الراجعة. كل إجراء للوكيل يولّد بيانات تغذية راجعة: هل نجحت المعالجة؟ هل تسببت في آثار جانبية؟ كيف تقارن بما كان سيفعله الإنسان؟ تُستخدم هذه التغذية الراجعة لتحسين تفكير الوكيل باستمرار وتوسيع (أو تقليص) حدود استقلاليته.

وضع الظل. تنشر العديد من المؤسسات الوكلاء أولاً في “وضع الظل” — يحلل الوكيل الحوادث ويقترح إجراءات دون تنفيذها، مما يسمح للبشر بتقييم حكمه قبل منحه صلاحية التنفيذ. فترات وضع الظل التي تمتد لأسابيع أو أشهر شائعة قبل ترقية الوكلاء للعمل المستقل.

منظومة المراقبة تتحول إلى وكيلية

التحول نحو العمليات الوكيلية لا يقتصر على مزودي السحابة. تدمج منظومة المراقبة وإدارة الحوادث بأكملها قدرات مستقلة.

قدمت Dynatrace أساساً جديداً للذكاء الاصطناعي الوكيل في مؤتمرها Perform 2026، مع وكلاء قادرين على اكتشاف التغييرات باستمرار وتقييم التأثير والاستجابة تلقائياً — متقدمة نحو المعالجة الذاتية والوقاية الذاتية والتحسين الذاتي. عمّقت Dynatrace وServiceNow تعاونهما الاستراتيجي، جامعين بين الذكاء السببي في الوقت الفعلي من Dynatrace وسير عمل الحلقة المغلقة المؤتمتة من ServiceNow لاكتشاف الحوادث وتشخيصها ومعالجتها بشكل مستقل.

أطلقت Datadog أداة Bits AI، مجموعة من الوكلاء المصممين كزملاء رقميين: مهندس SRE بالذكاء الاصطناعي للمناوبات، ووكيل مطور للبرمجة، ومحلل أمني للاستجابة للحوادث. عند إطلاق تنبيه، يبدأ Bits AI التحقيق بشكل مستقل — جامعاً بيانات القياس عن بعد ومراجعاً كتيبات التشغيل واختباراً لفرضيات متعددة — بهدف إعداد فرضية سبب جذري قبل أن يتفقد المهندس حتى.

هذا التقارب في المنظومة مهم لأن بيئات المؤسسات نادراً ما تعمل على منصة واحدة. قد تمتد حادثة إنتاج عبر بنية تحتية AWS تراقبها Datadog، وتطلق تنبيهاً في PagerDuty، وتتطلب التحقيق في نشر مسجل في GitHub Actions، وتحتاج في النهاية إلى تغيير تكوين Kubernetes يُدار عبر Argo CD. الأنظمة الوكيلية القادرة على العمل عبر حدود هذه الأدوات تقدم أكبر قيمة.

ما يجب أن يحدث لتبني المؤسسات

سد الفجوة بين الـ 50% التي لديها نشر محدود في الإنتاج والتكامل الكامل على مستوى المؤسسة يتطلب تقدماً على عدة جبهات.

واجهات وكلاء موحدة. تحتاج منظومة عمليات السحابة إلى واجهات برمجة تطبيقات وبروتوكولات موحدة لتفاعل الوكلاء مع أدوات البنية التحتية. تخلق كثرة أطر عمل الوكلاء الملكية من مزودين مختلفين تشرذماً وعبء تكامل إضافياً. تظهر مبادرات صناعية حول معايير مفتوحة للوكلاء لكنها لم تنضج بعد.

أطر تقييم أفضل. تحتاج المؤسسات إلى طرق منهجية لتقييم أداء الوكلاء قبل وأثناء النشر الإنتاجي. تُكيَّف ممارسات هندسة الفوضى — الحقن المتعمد للأعطال لاختبار المرونة — لتقييم الوكلاء، لكن معايير مرجعية موحدة للذكاء الاصطناعي التشغيلي الوكيل لا توجد بعد.

آليات ثقة متدرجة. تحتاج الصناعة إلى أنماط أفضل لتوسيع استقلالية الوكلاء تدريجياً بناءً على الكفاءة المثبتة. قرارات الثقة الثنائية — الوكيل يملك الصلاحية أو لا يملكها — خشنة جداً. مستويات ثقة دقيقة وقابلة للتعديل ديناميكياً تتوسع أو تتقلص بناءً على أداء الوكيل ستمكّن من تبنٍّ أسرع وأكثر أماناً.

تحسين التكاليف. يجب أن تنخفض تكاليف الاستدلال لتشغيل نماذج ذكاء اصطناعي كبيرة للتفكير التشغيلي بشكل كبير ليصبح النموذج الاقتصادي ناجحاً عبر نطاق واسع من المؤسسات. قد توفر النماذج الأصغر والمتخصصة المضبوطة للمهام التشغيلية — بدلاً من نماذج اللغة الكبيرة العامة — التخفيض الضروري في التكاليف.

المسار واضح: سيدير الذكاء الاصطناعي الوكيل البنية التحتية السحابية بشكل متزايد، بدءاً من العمليات الروتينية وتوسعاً تدريجياً نحو سيناريوهات أكثر تعقيداً. السؤال ليس ما إذا كانت عمليات البنية التحتية المستقلة ستصل، بل مدى سرعة قدرة المؤسسات على بناء الثقة والحوكمة والأسس التقنية لتبنيها بأمان.

المصادر والقراءات الإضافية

• Agentic Cloud Operations: A New Way to Run the Cloud — Microsoft Azure Blog
• AWS DevOps Agent: Accelerate Incident Response and Improve System Reliability — AWS Blog
• Ericsson Launches Agentic rApp as a Service on AWS — Ericsson Press Release
• The Pulse of Agentic AI in 2026 — Dynatrace Global Report
• Dynatrace and ServiceNow Deepen Strategic Collaboration for Autonomous IT Operations — ServiceNow Newsroom
• From Paging to Postmortem: Google Cloud SREs on Using Gemini CLI for Outage Response — InfoQ
• Gartner Predicts 40% of Enterprise Apps Will Feature AI Agents by 2026 — Gartner