Snowflake تتجاوز مفهوم بيانات الشركات التقليدي

لسنوات، كان العرض الأساسي لشركة Snowflake واضحًا ومباشرًا: نقل بيانات الشركات إلى السحابة، وتسهيل تخزينها ومشاركتها وتحليلها.

لكن صعود الذكاء الاصطناعي يغير هذا النموذج.

ومع انتقال أنظمة الذكاء الاصطناعي من مجرد تحليل المعلومات إلى تنفيذ الإجراءات، تعمل Snowflake بشكل متزايد على تقديم منصتها كبيئة يمكن لوكلاء الذكاء الاصطناعي من خلالها الوصول بشكل آمن إلى بيانات الشركات، وتحليل المعلومات المنظمة وغير المنظمة، والتفاعل مع تطبيقات الأعمال، وتنفيذ مهام أكثر تعقيدًا.

وبصفتها الراعي الذهبي لفعالية GITEX GLOBAL 2026، تعرض Snowflake هذه الاستراتيجية أمام الحكومات والبنوك وشركات الاتصالات والمؤسسات الكبرى في منطقة الشرق الأوسط.

وتحمل هذه الفرصة إمكانات كبيرة، لكنها في الوقت نفسه تفرض تحديات متزايدة على مستوى الأمن والحوكمة.

فمنح وكيل ذكاء اصطناعي إمكانية الوصول إلى السجلات المالية وقواعد بيانات العملاء والوثائق الداخلية وتطبيقات الأعمال يتطلب مستوى من الرقابة يفوق بكثير مجرد نشر روبوت محادثة داخل الشركة.

Snowflake تبني استراتيجيتها حول المؤسسات المعتمدة على الوكلاء

تسارعت استراتيجية Snowflake خلال عام 2026، مع تركيز الشركة بشكل متزايد على مفهوم المؤسسة المعتمدة على الوكلاء Agentic Enterprise، وهي المؤسسات التي تتجاوز فيها أنظمة الذكاء الاصطناعي مرحلة تقديم الإجابات لتشارك بشكل مباشر في سير العمل.

وأصبحت محفظة الشركة التكنولوجية تضم عدة مكونات مصممة حول هذا النموذج.

وتوفر Snowflake Intelligence للمستخدمين من الشركات وكيل عمل مدعومًا بالذكاء الاصطناعي وقادرًا على الاستدلال عبر معلومات المؤسسة.

بينما توفر Cortex Agents إمكانات بناء وإدارة وكلاء الذكاء الاصطناعي، وتدخل Snowflake CoCo الذكاء الاصطناعي القائم على الوكلاء إلى مجالات هندسة البرمجيات والبيانات.

وفي الوقت نفسه، توفر Cortex AI Gateway طبقة للتحكم في الوصول إلى نماذج الذكاء الاصطناعي المختلفة وإدارتها، بينما تربط Openflow مصادر البيانات الخارجية ببيئات Snowflake، وتوفر Snowflake Horizon إمكانات الحوكمة عبر أعباء البيانات والذكاء الاصطناعي.

وتشير هذه التقنيات مجتمعة إلى طموح أوسع للشركة.

فلم تعد Snowflake تركز فقط على أن تكون المكان الذي يتم فيه تخزين بيانات الشركات وتحليلها، بل تسعى بشكل متزايد إلى أن تصبح البيئة التي يمكن للذكاء الاصطناعي من خلالها استخدام هذه البيانات في ظل ضوابط الشركات.

Snowflake Intelligence تدفع الذكاء الاصطناعي المؤسسي إلى مرحلة جديدة

تعد Snowflake Intelligence واحدة من أبرز التقنيات التي تستحق المتابعة خلال GITEX.

ويبدأ المفهوم من مشكلة شائعة داخل الشركات، حيث يضطر الموظفون غالبًا إلى التنقل بين لوحات المعلومات وكتابة استعلامات SQL واستخدام تطبيقات متعددة للوصول إلى المعلومات التي يحتاجون إليها.

وتعمل Snowflake Intelligence على تبسيط هذا التفاعل من خلال الطلبات باللغة الطبيعية.

لكن المنصة مصممة لتتجاوز مفهوم روبوت المحادثة التقليدي للشركات.

وباعتبارها وكيل عمل مدعومًا بالذكاء الاصطناعي، يمكن لـ Snowflake Intelligence العمل باستخدام المعلومات التي تخزنها المؤسسة وتديرها بالفعل.

فعلى سبيل المثال، يمكن لموظف أن يسأل عن سبب انخفاض المبيعات في سوق معين، ليقوم النظام بتحليل المعلومات ذات الصلة داخل المؤسسة وتقديم إجابة.

ويمكن للمستخدم بعد ذلك مواصلة التفاعل، وطلب إجراء مزيد من البحث أو تحليل المعلومات الداعمة أو بدء إجراء من خلال تطبيقات الأعمال المتصلة.

ويمثل هذا الانتقال — من السؤال إلى التحليل ثم اتخاذ القرار وتنفيذ الإجراء — المرحلة التي يصبح فيها الذكاء الاصطناعي المؤسسي أكثر تأثيرًا.

وكلاء الذكاء الاصطناعي ينتقلون إلى تطبيقات الأعمال

تعمل Snowflake أيضًا على توسيع نهجها القائم على الوكلاء خارج بيئة البيانات الخاصة بها.

وتتيح إمكانات Cortex AI للوكلاء التفاعل مع الأنظمة والأدوات الخارجية، ما يفتح المجال أمام وكلاء ذكاء اصطناعي للعمل عبر التطبيقات التي يستخدمها الموظفون بالفعل.

فعلى سبيل المثال، يمكن لمدير مبيعات أن يسأل عن سبب انخفاض طلبات أحد العملاء الرئيسيين.

ويمكن للوكيل تحليل بيانات المعاملات، واسترجاع الوثائق الداخلية ذات الصلة، وفحص المعلومات الموجودة في الأنظمة المتصلة، وتحديد تفسير محتمل.

وقد تتمثل الخطوة التالية في تنفيذ إجراء فعلي.

وبحسب الصلاحيات وسير العمل المعتمد، يمكن للوكيل إعداد تقرير، أو إنشاء مهمة، أو صياغة مراسلات، أو تشغيل عملية تجارية أخرى.

لكن زيادة قدرات الوكلاء تجعل الحوكمة أكثر أهمية.

فكلما أصبح وكيل الذكاء الاصطناعي أكثر فائدة، زادت حاجته المحتملة إلى الوصول إلى البيانات والأنظمة. ومع زيادة هذا الوصول، يرتفع أيضًا تأثير الأخطاء أو الإجراءات غير المصرح بها.

بيانات الشركات تصبح حدًا أمنيًا للذكاء الاصطناعي

يعتمد نهج Snowflake على إبقاء أنشطة الذكاء الاصطناعي ضمن ضوابط الأمن والحوكمة المحيطة ببيانات الشركات.

ويمكن لوكلاء Cortex العمل ضمن صلاحيات وسياقات تنفيذ Snowflake، ما يعني أن الوكيل لا يحصل تلقائيًا على وصول غير مقيد لمجرد امتلاكه القدرة التقنية على طلب المعلومات.

ويظل الوصول مرتبطًا بالصلاحيات الممنوحة للمستخدم أو الوكيل أو الأداة المعنية.

كما يمكن للمنظومة الجمع بين المعلومات المنظمة التي يتم الوصول إليها من خلال Cortex Analyst والمعلومات غير المنظمة التي يتم استرجاعها عبر Cortex Search، إلى جانب أدوات إضافية تتيح للوكلاء تنفيذ المهام المعتمدة.

ويعكس ذلك تحولًا أوسع في النقاش حول الذكاء الاصطناعي المؤسسي.

فلم يعد السؤال يتعلق فقط بالنموذج الأكثر ذكاءً.

بل أصبح هناك سؤال آخر لا يقل أهمية: ما الذي يُسمح لهذا النموذج برؤيته وتنفيذه؟

Cortex AI Gateway تستهدف عصر النماذج المتعددة

تمثل Cortex AI Gateway جزءًا مهمًا آخر من استراتيجية Snowflake للذكاء الاصطناعي المؤسسي.

وتستخدم الشركات بشكل متزايد نماذج متعددة للذكاء الاصطناعي، لأن أعباء العمل المختلفة تحتاج إلى مزيج مختلف من قدرات الاستدلال والسرعة والتكلفة.

فقد يوفر أحد النماذج قدرات استدلال أقوى، بينما يقدم نموذج آخر استجابات أسرع، في حين يمكن أن يكون نموذج أصغر أكثر اقتصادية للمهام الروتينية.

وتتيح بيئة Cortex للشركات العمل مع نماذج من مطورين متعددين، بدلًا من بناء استراتيجية الذكاء الاصطناعي بالكامل حول مزود واحد للنماذج.

وقد تصبح هذه المرونة أكثر أهمية مع استمرار تطور سوق نماذج الذكاء الاصطناعي، وسعي الشركات إلى تجنب الاعتماد المفرط على مزود واحد.

لكن استخدام نماذج متعددة يخلق تحديًا آخر: تحديد النموذج الذي يجب أن يتولى كل طلب.

التوجيه الديناميكي للنماذج قد يساعد في السيطرة على تكاليف الذكاء الاصطناعي

تعمل Snowflake على معالجة هذا التحدي من خلال التوجيه الديناميكي للنماذج Dynamic Model Routing.

وبدلًا من مطالبة المؤسسات باختيار نموذج يدويًا لكل مهمة، يمكن للمنصة توجيه الطلبات استنادًا إلى عوامل مثل الجودة والسرعة وتفضيلات العملاء والتكلفة.

وقد يكون لهذه الخاصية تأثير تجاري كبير مع توسع استخدام الذكاء الاصطناعي داخل المؤسسات.

فقد يؤدي استخدام آلاف الموظفين ووكلاء البرمجيات إلى إنشاء طلبات مستمرة على النماذج، ما يجعل الإنفاق على الذكاء الاصطناعي أكثر صعوبة من حيث التوقع والإدارة.

وقد لا يوفر استخدام نموذج متقدم ومكلف لتنفيذ مهمة روتينية قيمة إضافية كبيرة مقارنة باستخدام نموذج أصغر.

في المقابل، يمكن للمهام المالية أو العلمية أو التقنية المعقدة أن تبرر تكاليف استدلال أعلى.

ويهدف التوجيه الديناميكي إلى مطابقة النموذج مع متطلبات المهمة.

كما تعمل Snowflake على توسيع إمكانات تتبع استهلاك الذكاء الاصطناعي وتوزيع التكاليف وإدارة الإنفاق عبر الفرق وأعباء العمل المعتمدة على الذكاء الاصطناعي.

وقد يؤدي ذلك في النهاية إلى جعل إدارة الذكاء الاصطناعي داخل المؤسسات أقرب إلى إدارة موارد الحوسبة، حيث تختلف التكاليف وفقًا للاستخدام الفعلي.

وكلاء الذكاء الاصطناعي يخلقون تحديًا جديدًا للهوية

تقدم وكلاء الذكاء الاصطناعي أيضًا مشكلة أمنية مختلفة تتعلق بالهوية.

فالموظفون لديهم هويات محددة داخل أنظمة الشركات، وتحدد أدوارهم الصلاحيات الممنوحة لهم، بينما يمكن لفرق الأمن تتبع أنشطة مثل الوصول إلى قواعد البيانات أو تعديل الملفات.

لكن الوكلاء المستقلين يعقدون هذا النموذج.

فعندما يصل وكيل إلى عدة تطبيقات نيابة عن موظف، تحتاج المؤسسات إلى معرفة الوكيل الذي نفذ الإجراء، والجهة التي سمحت له بذلك، والصلاحيات التي كان يمتلكها.

وقد وسعت Snowflake إمكانات أمن الوكلاء والتكامل مع مزودي خدمات الهوية والأمن لمعالجة هذا التحدي.

كما توفر Cortex AI Gateway طبقة مركزية يمكن أن تمنح المؤسسات رؤية أكبر حول استخدام الذكاء الاصطناعي وأنشطته.

والهدف هو جعل وكلاء الذكاء الاصطناعي كيانات رقمية قابلة للحوكمة، بدلًا من عمليات برمجية غير مرئية تنتقل بين أنظمة الشركات.

ويصبح ذلك أكثر أهمية مع انتقال الشركات من تجربة عدد محدود من الوكلاء إلى تشغيل آلاف الوكلاء المحتملين عبر مختلف الإدارات.

بيانات الشركات تظل أهم من النموذج

ركز جزء كبير من سباق الذكاء الاصطناعي التوليدي على أداء النماذج.

لكن بالنسبة للشركات، حتى النموذج القادر للغاية يظل محدود المعرفة بالمؤسسة التي تستخدمه ما لم يتمكن من الوصول بشكل آمن إلى معلوماتها ذات الصلة.

فالبنوك لديها سجلات معاملات ونماذج لإدارة المخاطر.

وتملك شركات التجزئة بيانات المخزون والعملاء والأسعار.

بينما تمتلك شركات الاتصالات بيانات الشبكات والمشتركين والخدمات.

أما الشركات الصناعية فلديها بيانات سلاسل التوريد والإنتاج والصيانة.

وتعد هذه البيانات الخاصة جوهر استراتيجية Snowflake.

فبدلًا من محاولة المنافسة مباشرة في سباق بناء أكبر نموذج أساسي للذكاء الاصطناعي، يمكن لـ Snowflake توفير وصول منظم لمختلف النماذج إلى سياق المؤسسة الذي يجعلها أكثر فائدة.

ويكتسب هذا النهج أهمية خاصة في قطاعات مثل الخدمات المالية والاتصالات والرعاية الصحية والحكومة، حيث تحتاج أنظمة الذكاء الاصطناعي إلى الوصول إلى معلومات حساسة لا يمكن ببساطة كشفها أمام خدمات غير خاضعة للرقابة.

لماذا يمثل GITEX فرصة مهمة لـ Snowflake؟

توفر دبي جمهورًا مهمًا لهذه الاستراتيجية.

ويجمع GITEX الحكومات والمؤسسات المالية وشركات الاتصالات والطاقة والشركات الكبرى، وهي جهات تدير كميات هائلة من البيانات الحساسة ولا يمكنها ببساطة منح خدمات الذكاء الاصطناعي وصولًا غير مقيد إليها.

ويضيف التركيز المتزايد في الشرق الأوسط على الذكاء الاصطناعي السيادي بُعدًا آخر.

فالمؤسسات تريد بشكل متزايد معرفة مكان معالجة بياناتها، والنماذج التي يمكنها الوصول إليها، وكيف تتم مراقبة أنشطة الذكاء الاصطناعي، وما إذا كانت المعلومات الحساسة بحاجة إلى مغادرة بيئة الحوكمة القائمة.

ويتوافق نهج Snowflake بشكل مباشر مع هذه المخاوف.

فبدلًا من مطالبة الشركات بالاختيار بين بنية البيانات الحالية والذكاء الاصطناعي، تطرح الشركة الذكاء الاصطناعي كطبقة يمكن تشغيلها فوق بيئات المعلومات الخاضعة للحوكمة والتي قامت الشركات ببنائها بالفعل.

ما الذي يمكن متابعته من Snowflake في GITEX 2026؟

لم تكشف Snowflake حتى الآن عن قائمة كاملة بالإعلانات المتعلقة بالمنتجات التي تخطط لها تحديدًا خلال GITEX GLOBAL 2026، لذلك من المبكر التنبؤ بإطلاق منتج محدد في دبي.

لكن اتجاه الشركة التكنولوجي الأخير يقدم مؤشرات واضحة على المجالات التي تستحق المتابعة.

ومن المتوقع أن تكون Snowflake Intelligence وCortex Agents في صميم رسالة الشركة حول الذكاء الاصطناعي المؤسسي، مع انتقالها من استخدام الذكاء الاصطناعي للإجابة عن الأسئلة إلى تنفيذ المهام.

كما تمثل Cortex AI Gateway والتوجيه الديناميكي للنماذج محورًا مهمًا آخر، مع التركيز على اختيار النماذج والحوكمة وإدارة تكاليف الذكاء الاصطناعي.

وقد يكون توسع قدرات هوية الوكلاء ومراقبتهم وتأمينهم مهمًا بشكل خاص للمؤسسات الخاضعة للتنظيم.

وفي الوقت نفسه، يشير دعم Snowflake لنماذج ذكاء اصطناعي متعددة إلى أن الشركة لا تبني منصتها على افتراض أن مطورًا واحدًا للنماذج سيهيمن على سوق الذكاء الاصطناعي.

ويضع ذلك Snowflake في موقع مختلف عن شركات الأجهزة التي تقود جزءًا كبيرًا من النقاش المبكر حول الذكاء الاصطناعي في GITEX.

فبينما تركز صناعة الأجهزة على توفير قدرات الحوسبة الضخمة اللازمة لتشغيل الذكاء الاصطناعي، تركز Snowflake على ما يحدث عندما يتم ربط هذه القدرات بالمعلومات التي تدير الأعمال فعليًا.

وبالتالي، قد لا يدور التنافس المقبل في مجال الذكاء الاصطناعي المؤسسي حول بناء روبوت محادثة جديد.

بل قد يتمحور حول تحديد أي وكيل ذكاء اصطناعي يمكنه الوصول إلى أي بيانات، وأي نموذج يجب أن يستخدمه، وكم ستكلف هذه العملية، وما إذا كان ينبغي السماح للوكيل بتنفيذ الإجراء من الأساس.