Latest / M365.FM – بودكاست Microsoft 365 وCopilot والذكاء الاصطناعي بالعربية / ذكاء اصطناعي مؤسسي مع Power Platform وAzure OpenAI: البنية والأمان والحوكمة بعد عرض روبوت الدردشة (دبلجة بالذكاء الاصطناعي)

Transcript

ذكاء اصطناعي مؤسسي مع Power Platform وAzure OpenAI: البنية والأمان والحوكمة بعد عرض روبوت الدردشة (دبلجة بالذكاء الاصطناعي) · M365.FM – بودكاست Microsoft 365 وCopilot والذكاء الاصطناعي بالعربية

0:00
هل أنت مستعد لام عشر أيام من مايكروسوفت 365
0:02
وكو بايلوت والذكاء الاصطناعية
0:05
وأشر والأشخاص الذين يشكلون مستقبل العمل
0:07
في يناير القادم يعود مؤتمر M365 كون بحجم أكبر
0:12
انضم إلينا في جلسات مباشرة وعروض توضيحية واقعية
0:14
ومعرفة عملية من خبراء مايكروسوفت
0:16
وخبراء الصناعة حول العالم
0:18
لا شرائح عرض تقليدية
0:20
لا كلمات رنانة لا تنتهي
0:22
نحن نعالج التحديات الحقيقية
0:23
كو بايلوت ستوديو ووكلاء الذكاء الاصطناعي
0:26
وفابريك والأمن والحوكمة والأتمتة
0:29
سواء كنت محترف تكنولوجيا معلومات
0:31
أو مطوراً أو قائداً في مجال الأعمال
0:33
هناك جلسات مصممة خصيصاً لك
0:35
مع عشر أيام كاملة
0:36
يمكنك استكشاف تقنيات متعددة
0:38
والتواصل مع مجتمع عالمياً
0:40
شاهد البث المباشرة
0:41
واكتسب رؤى عملية لتطبيقها في مؤسستك
0:44
يناير 2027
0:46
عشر أيام
0:47
مجتمع مايكروسوفت واحد
0:49
التسجيل مفتوح الآن
0:51
أحجز مكانك اليوم
0:54
الموقع هو
0:57
M365.NET
0:59
انضم الآن عبر
1:00
M365.NET
1:02
وسنرى كمباشرة في يناير
1:05
هل تسألت يوماً لماذا تتوقف العديد
1:07
من عروض الذكاء الاصطناعي على
1:08
Power Platform عند حدود روبوتات الدردشة
1:10
ولا تصمد فعلياً في سير عمل انتجاري حقيقي
1:13
يوضح هذا الفيديو ما لا يظهره
1:15
الآخرون كيفية ربط
1:16
أشر أوبني باق Power Apps وديناميكس
1:18
365 مع كافة
1:20
متطلبات الأمان والأداء والحوكمة
1:22
التي تتطلبها عمليات النشر الاحترافية
1:24
إذا كنت قد رغبت يوماً في معرفة الكيفية
1:27
بعيداً عن السحر
1:28
فأنت في المكان الصحيح
1:29
بعيداً عن الموصل
1:30
التشريح الحقيقي للذكاء الاصطناعي
1:32
في Power Platform يبدأ دائماً بنفس الطريقة
1:35
يرى مستخدم الأعمال عرضاً
1:36
توضيحياً جذاباً
1:37
ربما روبوت دردشة للمبيعات يستجيب في ثوان
1:40
أو تطبيقاً لخدمة العملاء
1:42
يصنف التذاكرة بشكل سحرياً
1:44
ويفكرون
1:44
رائع لنضع ذلك مباشرةً في Power Apps
1:47
الموصل موجود والشاشات تضيء
1:49
ويبدأ الناس في تخيل الذكاء الاصطناعي
1:51
وهو يقوم بمهامهم الروتينية
1:52
لكن الواقع يفرد نفسه بسرعة
1:54
يعمل الموصل لشخصين في عرض تجريبي
1:56
ثم عندما تعتقد أنك تبني الشيء الكبير القادم
1:59
تظهر مشاكل الأداء
2:00
وتبدأ روبوتات الدردشة في الهديان
2:03
أو تتسرب بيانات العملاء الحساسة عن طريق الخطأ
2:06
هنا تتوقف معظم تكاملات الذكاء الاصطناعي
2:08
ألقي باللوم على الأسطورة القائلة
2:10
بأن إضافة الذكاء الاصطناعي إلى Power Platform
2:12
تعني مجرد الضغط على إضافة
2:14
ورط موسلنبأ أشرق بني
2:15
تلك العقلية مستمرة لأن هذه الأدوات
2:18
تبدو على الورق سهلة للغاية
2:19
ليت هذا هو الجزء الصعب فقط
2:21
إذن ما الذي يحدث حقاً تحت الغطاء
2:23
عندما تريد أكثر من مجرد مشروع تجريبي بسيط
2:25
فهم أين يحدث سحر الذكاء الاصطناعي
2:26
حقاً يصنع كل الفرق بين مجرد عرض توضيحي عابر
2:29
وبين تشغيل عملية تجارية فعلية
2:30
الآن في كل إعداد ذكاء اصطناعي جدي على Power Platform
2:33
هناك أربعة أطراف أساسية
2:35
أولاً لديك تطبيقات Power Apps أو Dynamics 365 نفسها
2:39
وهي التي يتفاعل معها المستخدمون النهائيون
2:41
وهي المشغل الفعلي لكل طلب ذكاء اصطناعي
2:43
إنها تجمع البيانات كرسالة عميل أو نتيجة استبيان أو مراجعة منتج
2:47
أو أي مدخلات ترغب في الخصول على تحليلات ذكية حولها
2:49
لكن لا تتصل تطبيقات Power Apps بأشر أو بني مباشرة
2:53
وهنا يأتي دور Power Automate حيث يتولى تنسيق العملية برمتها
2:56
في كل مرة يضغط فيها المستخدم على زر أو يرسل نموذجاً
2:59
يلتقط تدفق Power Automate البيانات ويشكلها بالتنسيق المناسب ويرسلها إلى وجهتها
3:04
ثالثاً نأتي إلى نقطة نهاية أشر أوبني
3:07
هذا هو العقل الحقيقي الذي يقدم خدمات مثل تحليل المشاعر وتلخيص النصوص
3:12
أو حتى إنشاء ردود للعملاء
3:13
وهناك في مكان خفي ضمن المجموعة نجد أشر API Management
3:17
الذي يتم تجاهله بشكل مؤسف حتى تقع كارثة
3:20
هذا هو المسؤول عن الأمان والتحكم في التدفق
3:22
وهو الفرق بين الخصول على تدفق ثابت وبين غمر النظام بالبيانات
3:25
دعونا نحلل كيف تعتمد قطع هذا اللغز على بعضها البعض
3:28
لنأخذ المشغل كمثال
3:29
اللحظة التي يسجل فيها مستخدم في ديناميكس 365 مكالمة مبيعات
3:33
هذا يؤدي إلى إطلاق تدفق Power Automate
3:36
التدفق لا ينقل البيانات من ألف إلى باء فقط
3:39
فقد يقوم بتنقية مصوص أو دمج سياق من مصادر أخرى
3:43
أو إخفاء حقول للحفاظ على الخصوصية قبل إرسال الطلب إلى أشر أوبيني
3:47
تلك الرحلة مهمة جدا
3:49
إذا كان التدفق يعمل ببطء بسبب استهلاك أتمتة أخرى للموارد
3:53
فستلاحظ تراكم التأخير في تطبيقك
3:56
إذا لم يقم Power Automate بإعداد الحمولة بشكل صحيح
3:59
كأن تفتقر مراجعة المنتج للسياق أو تأتي بتنسيق غريب
4:02
فستعطيك نقطة نهاية أوبيني نتائج غريبة أو الأسوأ من ذلك
4:06
هل وسط في الإجابات
4:07
لذا لم يحدث أي ذكاء إذا كانت الروابط الأولية غير منظمة
4:11
يصبح الأمر أكثر إثارة للاهتمام عند إدخال أشر APA Management في المعادلة
4:15
بينما يتحمس الجميع للذكاء الاصطناعي
4:17
لا يفكر الكثيرون في من يجب أن يحصل على الوصول وكم مرة
4:21
يعمل APA Management كمنظم عند البوابة
4:23
فهو يفحص كل طلب ويطبق المصادقة
4:26
ويتأكد من أن الاستخدام لا يخرج عن السيطرة
4:28
إذا لم تضبط سياسات التقييد فقد يقوم تطبيق معطل واحد
4:33
بإرسال آلاف الطلبات في الساعة
4:35
مما يغرق مثيل أوبيني الخاص بك أو يتسبب في تراكم فواتير أشر باهظة
4:40
كما يقوم بتسجيل من فعل ماذا
4:42
مما يعني أنه عند حدوث خطأ أو تهاون
4:44
سيكون لديك سجل تدقيق للمتابعة
4:46
لا تظهر العروض التوضيحية هذه المشكلات أبدا
4:49
في تلك الجولات السريعة يتم تحسين كل شيء لمجموعة صغيرة من المستخدمين
4:54
وظروف شبكة مثالية تقريبا
4:56
ولكن في بيئة العمل الحقيقية لديك اتفاقيات مستوى خدمة
4:59
ومخاوف خصوصية بيانات وحدود أداء لا يمكن تجاهلها
5:02
على سبيل المثال لنفترض أنك أطلقت تطبيق باور أب لملاحظات المبيعات
5:06
مع تحليل مشاعر مدمجا
5:07
مع وجود عشر مستخدمين فقط
5:08
يعمل التدفق بسلاسة وتحصل على نتائج مفيدة في أقل من ثانية
5:11
لكن في اليوم الذي يقفز فيه هذا العدد إلى عشرة آلاف
5:14
ربما بعد حملة بريد إلكتروني أو عملية دمجا
5:16
تبدأ في رؤية أوقات انتظار تصل إلى ثلاثون ثانية أو أخطاء
5:19
لأن نقطة النهاية لا تستطيع مواكبة الطلبات
5:21
والأسوأ قد تجد أن نصف بيانات الملاحظات تفشل فجأة في المعالجة
5:25
لأن حجم الحمولة بدأ يتجاوز حدود أشهر
5:28
أو لأن سياسات الأمان في إدارة واجهة برمجة التطبيقات لم يتم تشديدها قط
5:32
الآن بدلا من مساعدة المبيعات
5:34
تقوم خطة عمل الذكاء الاصطناعي الخاصة بك بعقلتهم
5:36
ومكتب المساعدة ليس مسرورا بذلك
5:38
هذا هو جرس الإنذار
5:39
إن توصيل الموصل ليس أكثر من مجرد دعوة لحفلة الهندسة المعمارية
5:44
الحدث الحقيقي هو معرفة كيفية تفاعل كل طبقة ومدى هشاشة الأمور عندما تحاول التوسع
5:51
معرفة كيفية تشغيل باور أبس لعمليات التنظيم
5:54
وكيفية معالجة التدفقات للبيانات وتأمينها
5:56
وكيفية تفسير نقاط نهاية الذكاء الاصطناعي لها
5:59
وكيف تعمل إدارة واجهة برمجة التطبيقات كحاجز حماية
6:02
هذا ما يفصل بين روبوت عالق في بيئة تجربية وحل جاهز للمؤسسات
6:05
إذا كنت تفهم الموصلة فقط
6:07
فأنت تراهن دائما على الاستقرار والأمان
6:10
يمكن لأي شخص سحب وإسقاط عرض توضيحي جديد للذكاء الاصطناعي في باور أبس
6:14
بناء شيء يصمد عند التعامل مع مستخدمين حقيقيين وبيانات حقيقية
6:18
يعني التعمق في التفاصيل وليس مجرد الاكتفاء بالمسميات
6:21
لذا عندما يتغير الطلب من
6:22
اجعل هذا النص صدا إلى حل مشكلة عملي فعليا
6:26
يجب أن يصبح الذكاء أكثر ذكاء بكثير
6:28
إليك كيفية ربط العقول لتحقيق تأثير تجاري
6:31
ضبط الذكاء الاصطناعي للأعمال
6:33
وتحليل المشاعر والتلخيص والمزيد
6:35
إذا سبق لك تجربة أشر أوبني في باور بلاتفورم
6:39
فمن المحتمل أنك لحظت شيئا غريبا
6:41
نقطة نهاية واحدة يمكنها رصد المشاعر السلبية في جملة
6:44
أو تلخيص سلسلة بريد إلكتروني كاملة
6:47
أو صياغة وصف منتجا جديدا
6:49
وأحيانا في يوم واحد
6:50
كل ذلك باستخدام نفس صندوق الذكاء الاصطناعي
6:53
لكن الأمر ليس سحرا
6:54
وهناك سبب لفشل العديد من المشاريع
6:56
بمجرد محاولة القيام بشيء مفيد حقا
6:59
يفترض الناس غالبا أنك تستبدل المطالبة فقط وتنتهي المهمة
7:02
الحقيقة
7:03
تحتاج كل حالة استخدام تجاري إلى نهج مختلف
7:06
وهنا تتلاشى خرافة التوصيل والتشغيل
7:09
دعونا نتحدث عن الفرق بين تحليل المشاعر وتوليد النصوص
7:12
قل أنك تريد من تطبيق ديناميك 365 الخاصة بك وضع علامة على شكاوى العملاء
7:17
تحليل المشاعر هو حالة الاستخدام الأولى الواضحة
7:19
مدخلة قصيرة
7:20
استجابات سريعة
7:22
تكلفة منخفضة
7:23
وبالكاد يوجد سياق للمتابعة
7:25
وهذا ينجح لأن باور أوتوميت يحتاج فقط إلى تمرير البيانات الأكثر أساسية إلى نقطة نهاية أوبني
7:30
جملة أو جملتين مع المطالبة الصحيحة التي تخبر النموذج بما يجب البحث عنه
7:34
يمكنك معالجة عشرات السجلات بسرعة دون أي خطر حقيقي من خروج النموذج عن السيطرة أو استهلاك ميزانيتك
7:40
تلك التدفقات سهلة الإدارة وسهلة التقييد ولا تحتاج تقريبا إلى إعادة كتابة
7:45
الآن انتقل إلى إنشاء الملخصات وهو أمر يبدأ في تجاوز الحدود المعتادة
7:49
إذا كان تطبيق باور آب الخاص بك يسمح للمديرين بلسق ملاحظات الاجتماع التفصيلية وتوقع ملخصات متماسكة في ثوان
7:55
فيجب أن تكون المطالبة التي ترسلها إلى OpenAI دقيقة وموجهة بالنبرة الصحيحة تماما
8:00
حتى في هذه الحالة ليست كل الملخصات متساوية في الجودة
8:04
إذا كان المحتوى ضخما جدا أو كان النص المصدري غير منظم
8:07
فقد يخرج النموذج عن مساره ويبدأ في إعادة الصياغة بدلا من التلخيص
8:12
أو حتى اختلاق تفاصيل لم تحدث قط
8:15
هذا يعود بنا إلى الإعدادات
8:17
يجب على باور أوتوميت تهيئة المدخلات وحذف التوقعات وإزالة التنسيقات
8:21
وربما تقسيم المستند إذا كان طويلا جدا
8:23
وهذا كله قبل أن يبدأ الذكاء الاصطناعي في تنفيذ مهمته
8:25
لكن الأمور تصبح معقدة حقا عند الوصول إلى إنشاء النصوص بالكامل أو التصنيف على نطاق واسع
8:30
لنفترض أن فريق المبيعات يريد ردود بريد إلكتروني مخصصة يتم إنشاؤها فورا
8:34
أو أن موظف الدعم يريدون تصنيف كل تذكرة بناء على نوع المشكلة
8:38
لا يدرك معظم الناس أن تشغيل تدفقات الذكاء الاصطناعي هذه على آلاف المدخلات
8:42
يختلف تماما عن العرض التوضيحي البسيط
8:44
يجب على تدفق باور أوتومت المرور عبر مجموعات بيانات ضخمة
8:48
تتعرض نقطة نهاية أوبن أيه أي
8:50
لوابل من الطلبات وفجأة تنخفض الإنتاجية وتبدأ فاتورة الزور في الارتفاع
8:56
وأحيانا بسرعة تستدعي تدخل قسم المحاسبة
8:58
الفخ الكبير هنا هو التعامل مع عمليات الذكاء الاصطناعي هذه على أنها قابلة للتبديل
9:03
قد يكلف تحليل المشاعر أجزاء بسيطة من السنت لكل طلب
9:07
لكن إنشاء النصوص الطويلة يزيد من تعقيد النموذج ويستهلك مئات الرموز المميزة
9:12
ويستغرق وقتا أطول للاستجابة
9:15
أضف إلى ذلك الحاجة إلى تعليمات مخصصة ربما بنبرة أو صياغة مختلفة لعميل مختلف
9:20
وكل تعديل يتطلب هندسة دقيقة للمطالبات
9:23
يسمع الناس مصطلحة هندسة المطالبات
9:24
ويعتقدون أنه مجرد كتابة تعليمات أفضل
9:27
لكنه أقرب إلى ضبط خوارزمية البحث
9:29
أن تختبر وتحصل على نتائج غريبة
9:31
ثم تعيد الكتابة
9:32
وكل تغيير تجريه لا يؤثر فقط على النتائج
9:35
بل على الوقت والتكلفة وملف الأمان لسير عملك
9:38
هذه ليست نظرية
9:40
هناك الكثير من الأمثلة الواقعية التي لا يمكن تجاهلها
9:43
قامت شركة ذات مرة ببناء تدفق باور بلاتفورم
9:46
يستخدم أوبن أيه أي
9:47
لفرز تذاكر خدمة العملاء
9:49
وتصنيفها حسب المشاعر
9:50
واقتراح رد جاهز
9:52
كان الأمر يبدو مثاليا في مرحلة الاختبار
9:54
بدأت المشاكل عندما أتاح الفريق التدفق لجميع موظفي الدعم
9:57
وفجأة طلقت نقطة النهاية طلبات لكل تذكرة في كل دقيقة
10:01
تم ضبط النموذج لانشاء نصوص عامة
10:04
وليس لمجرد تصنيف بسيط
10:06
لذا قام بتحليل سجل التذاكر بالكامل
10:08
وكتب مسودات من عدة فقرات في كل مرة
10:11
تضخمت التكاليف بين عشية وضحاها
10:13
وتباطأ التدفقات العمل
10:14
وبدأ الذكاء الاصطناعي في اختراع معلومات في اقتراحاته
10:18
لم يتوقف أحد ليسأل لماذا تحتاج مهمة فرز بسيطة إلى نقطة نهاية مخصصة لتوليد النصوص بدلا من التصنيف القصير
10:25
استغرق الأمر ساعات من التحقيق قبل أن يدرك أي شخص أن بعض الإعدادات في Power Automate وتكوين نقطة النهاية تسببت في كل هذه الفوضى
10:33
إذا كنت تريد بعض التحكم
10:34
ابدأ بوضع حصص استخدام على تدفقات Power Automate
10:38
وراقب دائما استخدام الطلبات والرموز المميزة عبر بوابة أشر
10:42
للمهام السريعة مثل التصنيف أو تحليل المشاعر
10:45
قم بإعداد تدفقات متوازية واستخدم أصغر نموذج ينجز المهمة
10:49
بالنسبة للتوليد طويل الصيغة
10:51
ضع حدا أقصى للرموز المميزة وقم بتقييد عدد مرات وصول المستخدمين إلى تلك الميزات
10:57
راجع السجلات بانتظام
10:58
اكتشف الارتفاعات أو التجاوزات في أقرب وقت ممكن
11:01
إذا تخطيت هذه الخطوات فستنبهك المنصة بفاتورة متأخرة أو ما هو أسوأ
11:06
وسيلمس المستخدمون المعاناة في بطء أداء التطبيق
11:09
لذا فإن تهيئة الذكاء الاصطناعية صحيحة لا تتعلق فقط بجعل الحل يعمل
11:13
بل تتعلق بالحفاظ على سير العمل والتكاليف المتوقعة ونتائج معقولة
11:18
الإعداد الخاطئ يحول الذكاء الاصطناعية من حليف إلى عبء في وقت قياسي
11:22
الآن بعد أن ربطت القوة الذهنية بتطبيقاتك عليك معرفة من يحق له استخدامها
11:26
وكيف تحافظ على تأمين نقاط النهاية والبيانات الخاصة بك على نطاق واسع
11:31
تأمين التدفق
11:32
لماذا تعتبر أشر اي بي اي مناجمنت درعك الواقي
11:35
إذا لاحظت فإن معظم عروض الذكاء الاصطناعي لمنصة باور بلاتفورم تتجاهل الأمانة
11:40
وكأنه مجرد خانة اختيار أخرى في النهاية
11:42
ولكن عندما تنتقل المشاريع التجربية من بيئات الاختبار الداخلية إلى الانتاج الفعلي
11:46
تظهر مخاطر جديدة بسرعة
11:48
فجأة لم تعد نقطة نهاية أوبيني تجيب فقط على مطالبات اختبار غير ضرة
11:53
إنها نافذة محتملة على كل ما يكشفه تطبيقك
11:56
تخيل سير عمل خدمة عملاء يمرر بيانات العملاء بهدوء عبر واجهة برمجة تطبيقات غير آمنة
12:02
أو روبوت محادثة يعمل بمفتاح متداول في العلن
12:05
يمكن لبعض الأخطاء أن تترك الشركة عرضة للوصول غير المصرح به أو تسريب البيانات أو سيل من طلبات API من جهات غير مرغوب فيها
12:13
هذا ليس افتراضيا
12:14
بمجرد ربط نقاط نهاية أشر أوبيني باق باور أبس أو ديناميكس 365
12:18
فأنت تكشف عن قوة هائلة
12:20
إذا تمكن الشخص الخطأ من الحصول على مفتاح API الخاص بك
12:23
ربما لأنه موجود في نص برمجي أو مدفون في تدفق اختبار
12:26
يمكنه البدء في إرسال مطالبات وسحب استجابات وتراكم الاستخدام
12:29
تصبح هجمات حجب الخدمة الموزعة دي دي أو اس مصدر قلق حقيقي
12:32
حتى بدون وجود جهات خبيثة فإن تطبيقا تم تكوينه بشكل خاطئ ويتكرر على سجل الخطأ قد ينهك نقطة نهاية الخاصة بكبل توقف
12:38
في كلتا الحالتين ستواجه ليس فقط مشكلة في الحوكمة
12:41
بل ربما تكاليف خارجة عن السيطرة
12:43
وبناء على البيانات التي تنتقل عبر شبكة تظهر مخاطر حقيقية تتعلق بالامتثال
12:47
هنا يأتي دور إدارة واجهة برمجة التطبيقات API Management في أشر كبطل خفي
12:51
يراها معظم الناس مجرد مورد آخر من موارد أشر يحتاج إلى تهيئة
12:54
لكنها في الواقع تمثل الفرق بين النظام والفوضى
12:56
تؤدي إدارة واجهة برمجة التطبيقات مهما لا تستطيع Power Automate أو المواصلات نفسها القيام بها
13:01
فهي تفرض المصادقة والتفويض في كل مرة يتم فيها تقديم طلب
13:04
وليس فقط عندما تتذكر إضافتها برمجيا
13:06
وهي تحد من عدد الطلبات التي تصل إلى نقطة النهاية الخاصة بك
13:10
مما يعني أن خطأاً واحداً من مطور أو نصناً برمجياً خارج سيطرة
13:13
لن يعرض ميزانيتك أو سمعتك للخطر
13:15
كما أنها تحتفظ بسجلات مفصلة
13:16
مما يمنحك مساراً تتبعه عندما تحتاج إلى الإجابة على أسئلة حول من وصل إلى ماذا ومتى
13:20
دعونا نتحدث عن حادثة حقيقية
13:22
أطلقت إحدى المؤسسات تدفقناً لتصنيف رسائل البريد الإلكتروني للعملاء بواسطة الذكاء الاصطناعي في ديناميك 365
13:27
وقامت بتمرير مفتاح واجهة برمجة التطبيقات إلى Power Automate
13:30
وصل المفتاح إلى مجلد وثائق مشترك
13:32
وقام أحد أعضاء الفريق المتحمسين ولكن غير المدربين بإنشاء حلقة تكرارية
13:36
Recursive Flow عن طريق الخطأ في تطبيق الاختبار الخاص بهم
13:38
وفي غضون ساعات وصلت آلاف طلبات واجهة برمجة التطبيقات إلى نقطة نهاية Open AI
13:42
وكان العديد منها يكرر نفس السجلات القليلة
13:44
ارتفعت فاتورة أشر بشكل غير متوقع
13:46
ولم يدرك الفريق ما حدث إلا بعد فحص السجلات بدقة
13:49
لم يكن الجزء الأسوأ هو الفاتورة فحسبه
13:51
بل حالة عدم اليقين بشأن ما إذا كانت أي معلومات حساسة قد انتهى بها المطاف في المكان الخطأ
13:56
لو كانت إدارة واجهات برمجة التطبيقات موجودة
13:59
لكانت الحلقة قد أطلقت خطأ في حد المعدل قبل وقت طويل من تفاقم الوضع
14:03
ولكان السجل الأفضل قد رصد هذا التدفق على الفور
14:05
سياسات إدارة واجهات برمجة التطبيقات هي شبكة الأمان الحقيقية
14:09
يمكنك تعيين خدود للمعدل لنقل أقصى عدد من الطلبات في الدقيقة لكل مستخدم
14:13
يمكنك تقييد الطلبات حسب نطاق إب
14:16
بحيث لا يسمح إلا بالطلبات القادمة من بوابات Power Platform المعروفة
14:20
بالنسبة للمؤسسات ذات سياسات الامتثال الصارمة
14:23
يمكنك طلب رؤوس أو رموز مميزة فريدة لعمليات عملك
14:27
مما يجعل الوصول العشوائية من الخارج أمراً ظهراً ويسهل حظره
14:30
سممت كل هذه الضوابط خصصاً ليس لإحباط المستخدمين النهائيين
14:34
بل للتأكد من أن التطبيق المدعوم بالذكاء الاصطناعي
14:37
والذي يتوسع بسرعة لا يعطل عملياتك أو
14:39
ما هو أسوأ؟
14:40
يهدد بيانات العملاء
14:41
تحقيق التوازن هنا أمر بالغ الأهمية
14:43
يجب أن تكون سياسات الأمان قوية بما يكفي لمنع إساءة الاستخدام
14:46
ولكن لا ينبغي أن تبطئ سير العمل الطبيعي
14:48
إذا تم ضبط التقييد بصرامة مفرطة
14:50
ستبدأ الطلبات المشروعة في الفشل
14:53
وسيبدأ المستخدمون في التحايل عبر إعادة إرسال نفس البيانات مراراً وتكراراً حتى تنجح
14:58
وهنا تصبح المراقبة والتحليلات داخل إدارة واجهة برمجة التطبيقات أمراً حاسماً
15:03
يمكنك رؤية أنماط الاستخدام بمرور الوقت
15:05
واكتشاف الطلبات الفاشلة وتعديل السياسات قبل أن يلاحظ المستخدمون ذلك حتى
15:10
إذن تريد من الجميع في الشركة تجربة الميزات المدعومة بالذكاء الاصطناعي في باور أبس وديناميك 365
15:15
لكنك تحتاج إلى حاجز لحماية البيانات والتكاليف من الخروج عن السيطرة
15:19
مع تولي إدارة واجهة برمجة التطبيقات
15:21
دور حارس البوابة فأنت تحصل على أكثر من مجرد حماية
15:25
يمكنك فعلياً تتبع معدلات الاعتماد ومعرفة أي مسارات العمل تحقق قيمة حقيقية
15:29
وأيها يستهلك ساعة بلا دعاً
15:30
عندما تسأل الإدارة عن من وماذا ومتى وكيف سيكون كل شيء مسجلاً وموثقناً
15:34
مع توسع الاستخدام من خمسة أشخاص في مرحلة إثبات المفهوم إلى آلاف المستخدمين لتطبيق مبيعات أو دعم فعلياً
15:40
تضمن إدارة واجهة برمجة التطبيقات ألا تفتح الأبواب على مصرعيها وتأمل في الأفضل فقط
15:44
أن توجه حركة البيانات بشكل متوقع ومدروس
15:46
السر الخفي هو أنه بدون إدارة سليمة لنقاط نهاية الذكاء الاصطناعي
15:50
فإن معظم عمليات التكامل الجاهزة للإنتاج تنهار عند أول عائق غير متوقع
15:55
تجعل إدارة واجهة برمجة التطبيقات الانتقال من مجرد فكرة إلى نطاق عمل مؤسسي أمراً ممكن دون إدخال مخاطر خفية
16:00
لذا فكر في الأمر كبوابة رئيسية للمؤسسة وليس مجرد نظام تقني خلفياً
16:04
بالطبع حتى أفضل خراس البوابات لا يتعاملون إلا مع ما يتم تقديمه لهم
16:08
تأمين نقاط النهاية هو وجه واحد فقط للعملة
16:11
هناك صورة أكبر بعد ذلك
16:12
تتعلق بتتبع الاستخدام وضبط الميزانية والتأكد من عدم تراجع قواعد الامتثال مع تطور التطبيقات أو تغير السياسات
16:19
وهنا يتوقف الحوكمة عن كونها اختيارية وتبدأ في قيادة النظام بالكامل
16:23
غراء الحوكمة وامتثال التكاليف والحفاظ على انضباط الذكاء الاصطناعي
16:28
إذا سبق أن تحول تطبيق باور أب من مشروع جانبي إلى الأدات المفضلة للجميع بين عشية وضحاها
16:33
فمن المحتمل أنك شعرت بالقلق المفاجئ عندما بدأت التكاليف في الارتفاع ولم يعد أحد متأكدا من المسؤول عن ضبط الأمور
16:39
من السهل الاحتفال بنجاح طرح الذكاء الاصطناعي مع تحليل المشاعر الذي يعمل بهدوء في الخلفية
16:45
وملخصات النصوص التي توفر ساعات من العمل
16:48
لكن في النهاية ينظر أحدهم إلى فاتورة أشر أو يتلقى رسالة من أمن المعلومات فيسود الصمت المكان
16:55
تلك هي العلامة الأولى على وجود فجوة في الحوكمة
16:57
وهي تظهر دائما تقريبا عندما يعمل التطبيق بشكل جيد لدرجة تجعل الناس يواصلون استخدامه
17:02
هذا النمط عالمي وشامل تقريبا
17:04
يتم ربط ميزات الذكاء الاصطناعي وتأمين نقاط النهاية وتوافق الإدارة على حالة العمل
17:10
ثم يتدفق المستخدمون الحقيقيون فيصبح كل شيء في البيئة أكثر تعقيدا
17:14
من يتحكم في الوصول إلى نقاط نهاية أشر أوكينيي؟
17:18
كم عدد الطلبات القادمة من كل تطبيق باور أب؟
17:21
وهل أي منها ضروري حقا؟
17:23
أين يقع الخط الفاصل بين التجريب والأتمتة التي تستنزف الميزانية؟
17:27
ومع قيام المزيد من الموظفين ببناء أو تعديل أتمتتهم الخاصة
17:30
تزداد صعوبة السيطرة على ما يحدث خلف الكواليس يوما بعد يوم
17:34
غالبا ما تكون التكاليف المتفلتة هي أول جرس إنذار للحوكمة
17:37
تحتفظ أشر بسجل دقيق لكل رمز مميز
17:39
ولكل استدعاء لواجهة برمجة التطبيقات
17:41
ولكل جيجاباية من البيانات التي تمر عبر نقاط نهاية أوكينيي
17:45
ولكن ما لم يقم شخص ما بتتبع هذه الأرقام
17:47
فقد تتضخم التكاليف في الخلفية
17:48
أن تدفع مقابل الاستخدام
17:50
ويصبح الاستخدام غير منضبط عندما يحاول المطورون العاديون
17:53
لابتكار بصدق ولكنهم لا يدكون دائما أن تدفق
17:56
Power Automate الخاص بهم يستدعي نقطة نهاية الذكاء الاصطناعي
18:00
ألف مرة في اليوم
18:00
يكتشف معظم الناس هذا بنفس الطريقة
18:03
إما بإطلاق تنبيه للميزانية
18:05
أو ظن شخص في القسم المالي بوجود خطأ في الفترة
18:07
تجاهل هذا لا يعني فقط دفع مبالغ أكبر
18:09
بل يعني المخاطرة بقيام شخص ما بإيقاف المشروع
18:12
لوقف نزيف الأموال أو الأسوأ من ذلك
18:13
فقدان القيادة الثقة في تجربة الذكاء الاصطناعي برمتها
18:16
الأمر لا يتعلق بالمال فقط
18:18
تلي ذلك أسئلة الامتثال
18:19
حتى مع وجود إدارة واجهة برمجة التطبيقات
18:22
APA التي تراقب المدخلات
18:23
لا تزال هناك أسئلة حول البيانات التي يتم إرسالها
18:26
ومدة تخزينها وأين قد ينتهي المطاف بنسخها
18:28
هل قام المطور بإخفاء المعلومات الشخصية القابلة للتحديد
18:32
قبل إرسال نص تذكرة الدعم تلك إلى أشرق قنيه
18:35
هل يوجد سجل للمستخدمين الذين وصلوا إلى ماذا
18:38
وهل يتماشى ذلك مع سياسات مؤسستك
18:41
المراجعون لا يقتنعون بعبارة
18:42
نحن نعتقد ذلك
18:44
بالنسبة للصناعات الخاضعة للتنظيم
18:46
يمكن لخطأ واحد في الامتثال
18:48
ربما أرسل شخص ما بيانات سرية لتلخيص نص دون تصفية مناسبة
18:52
أن يوقف المشاريع لأسابيع أو يقع الشركة في مشاكل قانونية
18:55
حتى في البيئات الأقل تنظيما
18:57
يشعر قسم تكنولوجيا المعلومات بالقلق
18:59
إذا بدأ أن هناك بيانات غير خاضعة للحوكمة تتداول حول سحابتي
19:02
تحاول مايكروسوفت بالفعل تسهيل الأمور على هذه الأصعدات
19:05
توفر لك إدارة تكاليف أشر لوحات تحكم وتنبيهات وحدود للإنفاق
19:09
لا يزال يتعين على شخص ما تحديد العتبات
19:11
ومراقبة طفرة الاستخدام الأسبوعية
19:13
والضغط على زر الإيقاف المؤقت قبل تفاقم الأمور
19:15
يعد وضع علامات على كل مورد
19:16
ونقاط نهاية الذكاء الاصطناعي والتدفقات
19:19
وحتى تطبيقات Power Apps الفردية وسيلة بسيطة
19:21
ولكنها قوية لتتبع الإنفاق وإعادته إلى كل فريق أو خط عمل
19:24
كما أنه يساعد في التنظيف وإعداد التقارير
19:27
إذا تركت عملية أتمتة تعمل بعد انتهاء المشروع التجريبي
19:30
فستبرز الموارد ذات العلامات
19:32
وتتجنب سيناريو عبء العمل الغامض
19:34
الذي يبدو دائما أنه يظهر أثناء فحص الحالة
19:37
على جانب Power Platform
19:38
تعد مجموعة أدوات مركز التميز
19:40
CoStar Turket
19:40
أقرب شيء يمكنك الحصول عليه كمركز قيادة للذكاء الاصطناعي
19:43
إنها تمسح المستأجر الخاص بك
19:45
بحثا عن كل تدفق وموصل مخصص وتطبيق وروبوت
19:49
وتبني مخزونا يمكنك التصرف بناء عليه
19:51
يمكن لقسم تكنولوجيا المعلومات
19:53
إعداد تحليلات الاستخدام
19:54
وإرسال تنبيهات عند ظهور أنماط مشبوهة
19:57
وتوجيه المطورين العاديين بتذكيرات حول أفضل الممارسات الداخلية
20:01
تستخدمها بعض المؤسسات لإنشاء تقارير منتظمة
20:03
عن استخدام واجهة برمجة التطبيقات والتدفقات التي تعمل بكثافة
20:06
وحتى معرفة من يبني ماذا
20:07
مجموعة أدوات مركز التميز
20:09
Coop ليست موجودة فقط من أجل رؤية
20:11
كما يوفر قوالب للنشر المقيد
20:13
ويطلق مراجعة للتطبيقات عالية المخاطر
20:15
بل ويمكنه فرض سياسات العمل عبر إيقاف أو تعليق التدفقات
20:19
التي تخرج عن نطاق الامتثال
20:21
بالنسبة للمؤسسات سريعة النمو التي تضم عشرات المستخدمين المتميزين
20:25
تحول هذه الضوابط دون خروج الأمور عن السيطرة
20:27
من الجدير بالذكر أن مشكلات الحوكمة تظهر عادة بعد تحقيق النجاح
20:31
خذ على سبيل المثال تطبيق ملاحظات العملاء
20:33
الذي لاقى رواجا أسرع بكثير مما كان متوقعنا
20:36
تضاعف الاستخدام في أسبوع
20:37
ثم تضاعف ثلاث مرات
20:39
في غضون شهر ارتفعت التكاليف بشكل حاد
20:41
أجبرت فاتورة أشر على إعادة التنبؤ
20:43
وتبين أن التطبيق نفسه كان ينقل بيانات سرية
20:45
إلى نقطة نهاية الذكاء الاصطناعي دون موافقة
20:47
تم استخدام نصوص برمجية مخصصة وإصلاحات مؤقتة
20:50
لكن كان الوقت قد فات وسط حالة من التخبط
20:52
كان بإمكان عملية مركز التميز رصد هذا النمو مبكرا
20:54
وإجراء مراجعة إجبارية
20:55
تتراكم أفضل الممارسات بسرعة كبيرة
20:57
أحرص دائما على وضع وسوم للموارد
20:59
ضع ميزانيات أو حدود مرنة حتى الإثباتات المفاهيم
21:02
راجع ودقق الوصول إلى نقاط النهاية
21:05
تتغير قائمة الأشخاص الذين يمكنهم الاتصال
21:07
بماذا مع تحول الفرق وتطور الأدوار
21:09
وثق التدفقات التي ترسل البيانات ولماذا
21:12
هذه ليست أوراقا من أجل الأوراق فحسبه
21:15
بل تعني أن شخصا ما سيتمكن بعد أسابيع أو أشهر
21:18
من توضيح كيفية عمل النظام ومكان حدوده
21:20
من الضروري إدراك أن الحكمة ليست خطوة تضعها وتنساها
21:24
تتغير النماذج وتتحول منطق الأعمال
21:26
وتستمر قواعد الخصوصية في التطور
21:28
يجب أن تكون المراجعات والتحديثات منتظمة
21:31
الحوكمة القوية هي الفرق بين ميزة ذكاء اصطناعي تتلاشى تحت الضغط
21:35
وأخرى تنمو بشكل مستدام مع اعتماد الأعمال عليها
21:39
ومع وجود هذه الضوابط يكتسب قادة تكنولوجيا المعلومات
21:42
والأعمال الثقة للتوسع والتجربة والابتكار