أدلة ومقارنات وأحدث الأخبار عن أدوات الذكاء الاصطناعي

تسحب ملف CSV إلى الدردشة وتكتب «حلّل اتجاه المبيعات وارسمه»، وبعد عشرات الثواني يكون الذكاء الاصطناعي قد كتب ونفّذ Python خلف الكواليس ويعيد رسمًا بيانيًا مع تعليقات تحليلية — هذا هو وضع تحليل البيانات في 2026. تحليل البيانات بالذكاء الاصطناعي أسلوب يتولى فيه، بمجرد توجيهه بلغة طبيعية، التجميع والتصوير المرئي والإحصاء وتحليل الأسباب الجذرية. وهناك ثلاث طرق: (1) إسقاط ملف في الدردشة (ChatGPT وClaude)، و(2) التكامل مع Excel/Sheets (Copilot وClaude for Excel)، و(3) الأدوات المخصّصة (Julius). تتناول المقالة الأساليب الثلاثة، ومقارنة الأدوات، وسير العمل من خمس خطوات: الهدف ← وصف البيانات ← اسأل بصغر ← تحقّق ← فسّر، وأهم المزالق (الأرقام المختلقة، الثغرات المملوءة بصمت، الخلط بين الارتباط والسببية، تسريب البيانات السرية، الكتابة فوق البيانات الخام)، والتحليلات التي تناسبه والتي لا تناسبه. هدم الذكاء الاصطناعي «جدار الأدوات» لكنه ترك «جدار التفسير» للبشر — ولا يتقنه إلا من يجمع بين الراحة والتحقق.

أُطلق GitHub Copilot في 2021 بصفته إكمالًا ذكيًا للشيفرة؛ وبحلول 2026 أصبح شيئًا آخر. أسنِد إليه GitHub Issue واحدًا وابتعد، فيكتب الذكاء الاصطناعي الشيفرة، ويجتاز الاختبارات، ويفتح طلب سحب، ويعيدها إليك — هذا هو Copilot cloud agent (المعروف سابقًا باسم Copilot coding agent). GitHub Copilot خدمة مساعدة برمجية بالذكاء الاصطناعي من GitHub (المملوكة لـ Microsoft)، بثلاث طرق للاستخدام: الإكمال والدردشة والوكيل. وما يميّزه أنه يُثبَّت بصفة إضافة داخل المحررات الموجودة مثل VS Code و JetBrains — فتضيف الذكاء الاصطناعي دون تغيير محرّرك المعتاد. يغطّي هذا المقال ما يستطيع Copilot فعله، ونجم 2026 وهو وضع الوكيل و cloud agent، وأسعار Free/Pro $10/Pro+ $39/Max $100 والانتقال في يونيو 2026 إلى الفوترة حسب الاستخدام (أرصدة الذكاء الاصطناعي)، وكيف يختلف عن Cursor و Claude Code، ولمن يناسب، وكيف تبدأ — وكل ذلك بأحدث المعلومات.

تطلّب تدريب GPT-4 نحو 2.1×10²⁵ FLOP من الحوسبة بتكلفة نحو 78 مليون دولار (وكلاهما تقدير)، وتدريب GPT-3 وحده استهلك 1,287 ميغاواط ساعة (أكثر من قرن من طاقة أسرة). وراء عبارة عابرة مثل «لخّص لي هذا» يكمن عالم من الفيزياء والمال. يشرّح هذا المقال نموذج LLM من ثلاثة اتجاهات: الآلية، والطاقة، والمال. (1) لماذا يستطيع نموذج LLM التنبؤ بالكلمات من كومة «أوزان (معاملات)»؟ — التنبؤ بالرمز التالي، Transformer، الانتباه. (2) مرحلتا التعلّم: التدريب المسبق وRLHF. (3) طاقة السؤال الواحد تختلف بحسب من قاسها وكيف (0.24 Wh بقياس Google؛ وأكثر من 29 Wh لطلب طويل إلى أثقل النماذج بتقدير طرف ثالث). (4) هل «التطوير معركة أموال» صحيح؟ — تكلفة التدريب تنمو 2.4 ضعف سنويًا، ويُتوقَّع أن تتجاوز الجولة مليار دولار بحلول 2027. (5) لكن التيار المعاكس للكفاءة (DeepSeek وغيرها) قوي أيضًا. (6) والجدار الفيزيائي القادم للطاقة والربط البيني وندرة البيانات. دليل متوسط لرؤية نموذج LLM لا كصندوق سحري بل كآلة احتمالات تعمل بالكهرباء.

ظلّت مراحل تطوير الأنظمة الست، من تحديد المتطلبات ← التصميم ← التنفيذ ← الاختبار ← النشر ← التشغيل، شبه ثابتة لأكثر من 20 عامًا، لكنها أُعيد كتابتها من جذورها في 2025–2026. تتوقع Gartner أن 90% من مهندسي البرمجيات في المؤسسات سيستخدمون مساعدات برمجة بالذكاء الاصطناعي بحلول 2028. تشرح هذه المقالة تغيّر الوزن الزمني لكل مرحلة وأدواتها الرئيسية، وجودة المخرجات التي تحتاج تصحيحًا في الإنتاج، وتحوّل الأدوار المهنية، والفخاخ الثلاثة للتطوير الذي يقوده الذكاء الاصطناعي، مع أسئلة شائعة.

Itochu بـ900.3 مليار ين، وMitsui بـ834 مليار ين، وMitsubishi بـ800.5 مليار ين: في السنة المالية 2025 (المنتهية في مارس 2026) تراجعت أرباح Mitsubishi وMitsui الأكثر اعتمادًا على الموارد، وتصدّرت Itochu البيوت التجارية الخمس اليابانية (Mitsubishi، Mitsui، Itochu، Sumitomo، Marubeni) في صافي الربح. وتمتلك Berkshire Hathaway نحو 10% من كل واحدة منها (بين 9.7% و10.8% في نهاية 2025). ومع ذلك، يهز تحول هيكلي النموذج التجاري الجوهري. في 19 مايو 2026، أقرّ مجلس بحوث السياسات في LDP الحاكم مقترح "الجيل القادم من الذكاء الاصطناعي والتمويل على السلسلة"؛ لا يذكر المقترح البيوت التجارية، لكن أتمتة المعاملات والتسوية التي يصفها تتداخل مع عملها الجوهري. ترسم هذه المقالة الخندق التاريخي ("عدم تماثل المعلومات") الذي يذيبه الذكاء الاصطناعي، وأربعة مجالات أعمال يضربها AI (تنفيذ التجارة، أي 50 إلى 60% من العمل، وقد يُؤتمت 70% منه؛ عمليات الشركات المستثمر فيها؛ حكم الاستثمار الكبير؛ رأس مال العلاقات)، واستراتيجية AI/DX للخمس الكبار جنبًا إلى جنب (Itochu تتصدر، Mitsubishi أُفيد بأنها تتعثر)، واستراتيجيات البقاء الثلاث (شركة استثمار قابضة، توسع المصب، منظمة AI-Native)، وخريطة المهنة ذات الطبقات الثلاث لرجل البيت التجاري (المبتدئون في مخاطر عالية، متوسطو المستوى يحتاجون إلى مهارات مشغّل AI، الكبار يكتسبون قيمة فعلًا). "الحصول على عرض sogo shosha يعني مسيرة مهنية مضمونة" هو أكبر وهم لعام 2026 وما بعده.

تطغى قصص التسريح، لكن المنتدى الاقتصادي العالمي يتوقع صافي زيادة بنحو 78 مليون وظيفة بحلول 2030. يركز هذا المقال على الجانب النامي: في توقعات مكتب إحصاءات العمل الأمريكي للفترة 2025–2035 يتجاوز الممرضون الممارسون (+41.0%) وعلماء البيانات (+34.6%) وأمن المعلومات (+21.0%) والرعاية المنزلية (+18.1%) والكهربائيون (+9.2%) متوسط +3.5%. نعرض ثلاثة مبادئ للعمل الصامد وفئة رابعة، وجدولًا لخمس عشرة مهنة مع الأجر الوسيط وشروط الدخول، وأربع خطوات نحو الجانب النامي.

⚠️ اندمج Claude Cowork مع الدردشة في 16 سبتمبر 2026 ولم يعد مدخلاً مستقلاً (وما يستطيع فعله باقٍ ومتاح من أي محادثة). وفيما يلي شرح لمحتواه. أحد الفرق المكوّن من خمسة أشخاص استرجع من ست إلى ثماني ساعات أسبوعياً من تنظيم الملفات وإعداد التقارير وحدها؛ ومستخدم واحد أزال مجلد تنزيلات يحوي 2200 ملف في عشرين دقيقة. Claude Cowork هو مساحة عمل الذكاء الاصطناعي التي أطلقتها Anthropic عام 2026 ليتمكن الذكاء الاصطناعي من لمس ملفاتك ومجلداتك وتطبيقاتك مباشرة وتشغيل حلقة كاملة من الملاحظة ثم التخطيط ثم التنفيذ ثم التوجيه. أي خطة مدفوعة بدءاً من Pro بـ20 دولاراً تتيح لك الدخول على macOS أو Windows. ويتصل Cowork مباشرة بـGoogle Drive وGmail وSlack وJira وDocuSign عبر موصلات رسمية، وتسمح طبقة الإضافات للمؤسسات بتضمين معرفتها الإدارية. وتضيف خطة Enterprise RBAC وحدود إنفاق وOpenTelemetry. يمكنك ملامسة Cowork من Pro بـ20 دولاراً، لكن مهام Cowork تستهلك من الرموز ما يفوق الدردشة بمقدار 50-100 ضعف، لذا فللاستخدام اليومي Max بـ100 دولار هو الخط الواقعي. تستعرض هذه المقالة ما يفعله Cowork ولماذا تم بناؤه وحلقة العمل ذات الخطوات الأربع والموصلات الرئيسية والإضافات وميزات المؤسسات وخط التكلفة الحقيقي وأين يناسب Cowork مقابل السؤال القصير وClaude Code — مدعومة بتقارير مايو 2026.

في 2023 استشهد محامٍ من نيويورك بست سوابق قضائية ولّدها ChatGPT في المحكمة، وتبيّن أن الست جميعها غير موجودة. هكذا تبدو مشكلات الذكاء الاصطناعي. ينظّم هذا المقال مشكلات الاستخدام النموذجية في سبع فئات، الهلوسة والتسريب السري وحقوق النشر وحقن الموجهات والثقة المفرطة ونفايات الذكاء الاصطناعي والاعتماد المفرط، ويستعرض الحادث النموذجي (بما في ذلك قضيتا Avianca وSamsung) والسبب والوقاية. الجذر يتكثف في ثلاثة: "الراحة تخفض حذرنا، ونتوقف عن التحقق بأنفسنا، والمسؤولية تصبح ضبابية". لذا التدابير مشتركة: تحقق من المعلومات المهمة في مصدر أولي، عامل السرية بوزن البريد الإلكتروني الخارجي، اترك القرارات النهائية للبشر، خصّص يوماً واحداً في الأسبوع بلا ذكاء اصطناعي للمهارات الأساسية. للمؤسسات: وزّع دليلاً غير مكتمل من صفحة واحدة هذا الأسبوع بدلاً من انتظار لائحة مثالية لنصف عام. حتى أكتوبر 2026.

يقول البعض إن الذكاء الاصطناعي رائع بما يكفي مجانًا، ويقول آخرون إن النسخة المجانية لا تصلح للبدء بها. وحين ينقسم الحكم بهذه الحدة حتى بين مستخدمي ChatGPT نفسه، فالأمر ليس مسألة قدرة — بل مسألة ما إذا كنت تعرف أين تصطدم بالحاجز ضمن النسخة المجانية. اعتبارًا من أكتوبر 2026 بلغت النسخ المجانية من ChatGPT وClaude وGemini مستوى عمليًا حقيقيًا، لكن أشكالها مختلفة تمامًا. لدى ChatGPT ميزات واسعة ومحادثات نصية يومية بلا حد، لكن النسخة المجانية تستخدم نموذجًا خفيفًا، ولأدوات مثل توليد الصور حدود منفصلة. ويتميز Claude بتحليل وكتابة طويلة عالية الجودة، لكن حده لكل خمس ساعات يتغيّر بحسب الطلب فتصعب قراءة الحصة. ولدى Gemini تكامل قوي مع Google، لكن النسخة المجانية لا تتيح اختيار النموذج (اختيار تلقائي، وFlash-Lite في الغالب)، ولديه حد لكل خمس ساعات وحد أسبوعي. ولا ينشر Claude ولا Gemini أرقامًا، لذا لا يمكن المقارنة بالأرقام الرسمية لمعرفة أيّها أكثر سخاءً. يوضّح هذا المقال لماذا تعني كلمة المجاني أشياء مختلفة عبر الثلاث، وما يستطيع كل منها فعله وأين حاجزه، وجدولًا مرجعيًا سريعًا حسب الاستخدام، وثلاث نصائح لاستخدام النسخة المجانية بذكاء، والإشارات على أن وقت النظر في خطة مدفوعة قد حان.

في 2025، نما عدد الإعلانات الوظيفية لدور واحد بنسبة استثنائية بلغت 1,165% على أساس سنوي: الـ FDE — أي Forward Deployed Engineer. فلماذا تحوّلت فجأة وظيفة هادئة نظّمتها Palantir على مدى نحو 20 عاماً إلى "أكثر المسميات رواجاً" في 2026؟ الـ FDE هو "مهندس يحمل منتج شركته إلى موقع العميل، ويتولى شخصياً الملاحظة والتصميم والتنفيذ والتشغيل وتغذية المنتج من البداية إلى النهاية." يحمل الذكاء الاصطناعي التوليدي ميلاً أخيراً من "العرض التوضيحي يعمل لكنه لا يعمل في الموقع"، والـ FDE هو الدور الذي يسده بأيدٍ بشرية. يغطي هذا المقال التعريف، ولماذا انفجر الدور في 2026 (سباق توظيف OpenAI وAnthropic وGoogle)، وحلقة العمل من خمس مراحل، والأجر والمسار المهني (وسيط Palantir 278 ألف دولار، وأعلى قيمة مُبلَّغ عنها 620 ألف دولار)، والفرق عن SE والمستشار التقني وApplied AI Engineer، ومن يناسبه ومن لا يناسبه، وكيف تصل إليه دون خبرة — كل ذلك ببيانات أكتوبر 2026.

إعداد القوائم وأول رسالة وتحديد المواعيد وإدخال بيانات CRM تنتقل بالفعل إلى وكلاء الذكاء الاصطناعي، لكن المشترين ما زالوا يريدون إنسانًا يجيب عن أسئلتهم ويساعدهم على تمرير الشراء ويرافقهم بعد العقد. يقسّم هذا المقال عمل المبيعات إلى SDR والصفقات والعملاء الحاليين، ويعتمد على استطلاعين جرى التحقق منهما في البيانات الأصلية. يُظهر الإصدار السابع من State of Sales من Salesforce (4,050 محترفًا في 22 دولة، أغسطس–سبتمبر 2025) أن المندوب يقضي 40% من وقته في البيع، ويتوقع أن يقلّص وكلاء الذكاء الاصطناعي البحث عن العملاء بنسبة 34% وصياغة الرسائل بنسبة 36%، وأن 79% من أصحاب الأداء العالي يقدّمون نظافة البيانات مقابل 54% من أصحاب الأداء الضعيف. ويُظهر استطلاع Gartner لـ 645 مشتريًا في B2B أن 67% يفضّلون الشراء دون مندوب وأن 69% يريدون التحقق من معلومات الذكاء الاصطناعي مع مندوب، وتتوقع Gartner أن يفضّل 75% بحلول 2030 مبيعات تقدّم البشر. ويتضمن المقال خريطة حسب المهمة ومعايير اختيار أدوات AI SDR وما يستطيع المندوبون والمديرون فعله.

تتشابه أسماء Vercel MCP وVercel Plugin وAgent Skills، لكنها أشياء مختلفة. فـ MCP خادم بعيد يُتصل به عبر OAuth ويتيح عمليات النشر والسجلات ومتغيرات البيئة في صورة أدوات، وPlugin يضيف خمسة أوامر مثل ‎/vercel-plugin:deploy ومعرفة بـ Vercel، وSkills تعليمات. كُتبت هذه المقالة بعد إعادة قراءة الوثائق الرسمية في 30 سبتمبر 2026، وتعرض جدولًا يميّز بين تكامل Git وCLI وMCP وPlugin وSkills (ما يفعله كل منها، وكيف يُصادَق عليه، وشروط الخطط)، ثم تشرح بإعدادات فعلية ثلاث مقاربات: ① تكامل Git (نشر تلقائي عند git push)، ② مباشرة من المحرر (MCP وPlugin)، ③ GitHub Actions (‏@claude يُصلح، وبوابات للاختبار والموافقة). وتتناول أيضًا تجنّب النشر المزدوج من Actions، وحد Hobby البالغ 100 عملية نشر يوميًا، وشروط الحماية بكلمة مرور، والتراجع، والموافقة البشرية على الإنتاج.