NVIDIA Computex 2026: What the AI Agent Announcements Mean for Enterprise

استغلت شركة NVIDIA معرض Computex 2026 للإعلان عن ستة منتجات عملاء ذكاء اصطناعي (AI agents) في خطبة رئيسية واحدة: معالج مركزي (CPU) مخصص لهذا الغرض، ونموذج مفتوح يضم 500 مليار معلمة (parameters)، وإطار عمل للتنسيق، وبيئة تشغيل آمنة، ورقاقة سوبر فائقة للمستهلكين، ونموذج حافة متعدد الوسائط (multimodal edge model). وقد تركزت معظم التغطية الإعلامية على سعر السهم وشريحة كمبيوتر المحمول RTX Spark.

بالنسبة لفرق المؤسسات التي تقوم بنشر عملاء الذكاء الاصطناعي على أرض الواقع، فإن أجهزة المستهلكين ليست هي لب الموضوع الأساسي. إذ إن ثلاثة من الإعلانات الستة تغير معادلة النشر بطرق تستحق الانتباه إليها. ولكن أولاً، إليك ما قامت بشحنه NVIDIA بالفعل، بعيداً عن اللغة التسويقية للخطاب الرئيسي.

ما أعلنت عنه NVIDIA

إن Vera CPU هو معالج مخصص لمهام الذكاء الاصطناعي العميل (agentic AI) والتعلم المعزز. ومقارنة بالمعالجات المركزية التقليدية لخوادم x86، تدعي NVIDIA أنها تقدم ضعف الكفاءة وأداءً أسرع بنسبة 50%. وتشمل قائمة المستخدمين الأوائل OpenAI وAnthropic وSpaceX. هذا موجه لمراكز البيانات: تم تصميم Vera للرفوف التي تشغل آلاف الجلسات المتزامنة للعملاء، وليس لجهاز الكمبيوتر المحمول الخاص بك.

إن Nemotron 3 Ultra هو نموذج الأوزان المفتوحة (open-weights) الجديد من NVIDIA. حيث يضم 500 مليار معلمة باستخدام بنية خليط من الخبراء (mixture-of-experts)، مع وجود حوالي 50 مليار معلمة نشطة لكل رمز (token). يقدم النموذج أكثر من 300 رمز مخرج في الثانية، واستدلالاً أسرع بما يصل إلى 5 مرات من النماذج الرائدة المماثلة، وتكلفة تشغيله أقل بنحو 30%. تم ضبط النموذج خصيصاً لنوع التفكير متعدد الخطوات الذي يحتاجه العملاء عند التخطيط والتنفيذ والتصحيح الذاتي عبر فترات مهام طويلة. وتعني الأوزان المفتوحة ووصفات التدريب أنه يمكن للمؤسسات ضبط النموذج بدقة بناءً على بياناتها الخاصة.

إن NemoClaw هو إطار عمل للتنسيق، ويمثل أساساً مخططات لكيفية تخطيط العملاء، وتفكيرهم، وتنفيذهم للمهام، وتفويضهم لها. إذا قمت ببناء عملاء من قبل، ففكر في الأمر كبديل منظم لكتابة حلقات ReAct الخاصة بك وسلاسل استدعاء الأدوات من الصفر. يأتي NemoClaw مزوداً بقوالب لأنماط المؤسسات الشائعة: تفكيك المهام، وتفويض العملاء المتعددين، واستدعاء الأدوات مع القدرة على معالجة الأخطاء.

إن OpenShell هو طبقة الأمان والحوكمة. فهي توفر بيئة تشغيل معزولة (sandbox) حيث تحدد المؤسسات ما يُسمح للعميل بفعله، وما لا يمكنه لمسه، وما يتطلب موافقة بشرية. وهذا هو الجزء الذي تفتقر إليه معظم أطر عمل العملاء تماماً. يمكنك بناء عميل مقتدر باستخدام أي نموذج تقريباً، ولكن حوكمة ما يفعله في وقت التشغيل بطريقة ترضي فرق الامتثال هي مشكلة مختلفة تماماً. يتوفر OpenShell أيضاً لنظام التشغيل Windows من خلال شراكة مع Microsoft، وهو أمر مهم لقصة مستهلكي RTX Spark ولكنه أقل أهمية لعمليات نشر خوادم المؤسسات.

إن RTX Spark عبارة عن رقاقة سوبر فائقة لأجهزة الكمبيوتر المحمول تجمع بين معالج Arm ووحدة معالجة رسوم Blackwell مع ذاكرة موحدة تصل إلى 128 جيجابايت وكفاءة أداء ذكاء اصطناعي تبلغ 1 بيتافلوب. وتشمل قائمة الشركاء Dell وHP وLenovo وMicrosoft وASUS وMSI. وستصل الأجهزة في خريف عام 2026. وتعد هذه الخطوة موجهة للمستهلكين والمطورين: عملاء محليون يعملون على الأجهزة دون الاعتماد على السحابة.

إن Nemotron 3 Nano Omni هو نموذج أصغر متعدد الوسائط يدمج الرؤية والصوت واللغة في نظام واحد. وقد تم تصميمه لسيناريوهات العملاء على الأجهزة وفي بيئات الحافة (edge) حيث تحتاج إلى عميل يمكنه الرؤية والسماع والاستجابة دون توجيه كل شيء إلى السحابة.

ماذا يعني هذا لفرق عملاء الذكاء الاصطناعي في المؤسسات

هذه هي قائمة المنتجات. والآن ننتقل إلى الجزء الذي تتجاهله معظم التغطيات الإعلامية لمعرض Computex: ما الذي يتغير بالفعل للفرق التي تنشر عملاء ذكاء اصطناعي في بيئات العمل الفعلية.

1. الأوزان المفتوحة على النطاق الرائد تُغير معادلة "البناء مقابل الشراء".

قبل Nemotron 3 Ultra، كان على المؤسسات التي تختار النماذج المفتوحة للعملاء قبول فجوة واضحة في القدرات مقارنة بـ GPT-4.5 أو Claude Opus. وكان Llama منافساً ولكنه لم يكن مخصصاً لمهام الذكاء الاصطناعي العميل على وجه الخصوص. إن Nemotron 3 Ultra هو أول نموذج مفتوح بالمقاييس الرائدة تم تصميمه من الأساس لأغراض تفكير العميل متعدد الخطوات. وبالتالي فإن الاستدلال الأسرع بـ 5 مرات والتكلفة الأقل بنسبة 30% ليست تحسينات هامشية. إنها تغير بالفعل أي سير عمل يكون مجدياً اقتصادياً كمهام للعميل. فعلى سبيل المثال، عميل تسوية الحسابات الذي يكلف 0.40 دولار لكل عملية تشغيل بأسعار GPT-4.5 قد يكلف 0.28 دولار عند استخدام Nemotron 3 Ultra. وعبر آلاف عمليات التشغيل اليومية، يتراكم هذا التوفير ليصبح فارقاً كبيراً.

2. حصلت مجالات الأمان والحوكمة على حل افتراضي ومثالي.

العائق الأكبر الوحيد في تبني المؤسسات لعملاء الذكاء الاصطناعي ليس قدرة النموذج، بل مراجعة الأمان. فعندما يسأل رئيس أمن المعلومات (CISO) عن الضوابط المطبقة على سلوك العميل في وقت التشغيل، فإن معظم الفرق لا تملك إجابة جيدة تتجاوز قولها: "لقد قمنا بهندسة التوجيهات وضوابط الحماية". يوفر OpenShell بيئة معزولة (sandbox) منظمة ومدفوعة بالسياسات: حدد الأذونات، وقيد الوصول إلى الأدوات، واطلب موافقة بشرية للإجراءات عالية المخاطر. وهو ليس الأسلوب الوحيد المتاح لـ أمان العملاء في بيئة التشغيل الفعلية، ولكنه الأسلوب الأول الذي تم دمجه افتراضياً في حزمة أدوات جهة توفير رئيسية. وهذا يسهل بشكل ملموس المحادثات الأمنية مع فرق الامتثال والتدقيق.

3. أطر عمل التنسيق تتحول إلى ميزات عامة متوفرة، بينما تنسيق سير العمل الحقيقي ليس كذلك.

ينضم NemoClaw إلى LangGraph وCrewAI وAutoGen وقائمة متنامية من أطر عمل تنسيق العملاء. حيث أصبحت الأدوات اللازمة لربط حلقة العميل واستدعاء الأدوات ومعالجة الأخطاء من الميزات القياسية الأساسية في هذا المجال. وعندما تقوم شركات مثل Cadence وDassault Systemes وSiemens وSynopsys بـ بناء عملاء هندسة ذاتيين يضغطون أسابيع من أعمال المحاكاة لـتصبح ساعات فقط، يكون إطار عمل التنسيق هو الجزء الأسهل. أما الجزء الصعب فهو ربط هؤلاء العملاء بالأنظمة المملوكة للشركة وتدريبهم على البيانات الخاصة بالمجال والحفاظ على دقتها بمرور الوقت وجعلها تعمل ضمن متطلبات الامتثال الحالية. هذا هو المكان الذي يكمن فيه جهد النشر الفعلي، ولا يوجد أي إطار عمل مفتوح المصدر يحل ذلك بمجرد تشغيله فوراً.

ما يمكن لفرق المؤسسات تجاهله بأمان

ليس كل ما أعلنت عنه NVIDIA يهمك بالقدر نفسه إذا كنت تقوم بنشر عملاء لسير عمل الأعمال بدلاً من بناء بنية تحتية للذكاء الاصطناعي.

تعد بطاقة RTX Spark أجهزة مثيرة للإعجاب، ولكن تنفيذ العميل محلياً على أجهزة الكمبيوتر المحمول لا يحل مشكلة المؤسسة. إذ يتم تشغيل عملاء المؤسسات على الخوادم ويصلون إلى قواعد البيانات الداخلية ويحتاجون إلى سجلات مركزية ومسارات تتبع التدقيق والمراجعة. ولا يعتبر المطور الذي يقوم بتشغيل عميل محلي على كمبيوتره المحمول سوى أداة إنتاجية فردية، وليس عملية نشر على مستوى المؤسسة.

يهم معالج Vera CPU موفري الخدمات السحابية واسعة النطاق (hyperscalers) والشركات التي تبني بنية تحتية خاصة للذكاء الاصطناعي. أما بالنسبة لغالبية الشركات التي تنشر العملاء من خلال أنظمة أساسية أو خدمات مدارة، فإن المعالج الأساسي يتم إخفاء تعقيده عنهم. وسوف تستفيد من Vera بشكل غير مباشر من خلال انخفاض التكاليف من موفر الخدمة السحابية الخاص بك، وليس عن طريق شراء الشرائح بنفسك.

إن الاستضافة الذاتية لـ Nemotron 3 Ultra ليست مناسبة لمعظم الفرق. إذ يتطلب ضبط نموذج 500B وتشغيله بنية تحتية هائلة لوحدات معالجة الرسوم (GPU). وستحصل معظم المؤسسات على قيمة أكبر بكثير من الأنظمة الأساسية للعملاء التي تجرد تعقيد طبقة النموذج وتتيح للفرق التركيز على تصميم سير العمل وتكامل الأنظمة والتحسين المستمر بدلاً من القلق بشأن توفير وحدات معالجة الرسوم (GPU).

ما يعنيه هذا لاستراتيجية عملاء الذكاء الاصطناعي في المؤسسات

إن قيام شركة NVIDIA بتقديم نماذج وأطر عمل وبيئات تشغيل مفتوحة المصدر مجاناً ليس عملاً خيرياً بحتاً. فكل مؤسسة تتبنى NemoClaw أو Nemotron تحتاج إلى وحدات معالجة رسوم من NVIDIA لتشغيلها. وكل مطور يبني عملاء محليين على RTX Spark يحتاج إلى شرائح سيليكون من NVIDIA. وبالتالي فإن البرمجيات المجانية تدفع الطلب على الأجهزة لشراء المزيد منها، وهو أسلوب عمل مجرب وناجح.

بالنسبة للمؤسسات، تعد هذه أخباراً جيدة بالفعل. حيث تنخفض بسرعة تكلفة البنية التحتية الأساسية للعميل، والنماذج، وأدوات التنسيق، وبيئات التشغيل الآمنة. ولم يكن حاجز البدء في استخدام عملاء الذكاء الاصطناعي أقل مما هو عليه الآن.

ولكن مجرد البدء والحصول على قيمة حقيقية هما أمران مختلفان تماماً. فطبقة البنية التحتية التي أعلنت عنها NVIDIA تحل سؤال "هل يمكنني تشغيل عميل؟". ولكنها لا تحل سؤال "هل يعمل هذا العميل بالفعل في عملية الحسابات مستحقة الدفع الخاصة بي؟"، أو سؤال "هل سيظل هذا العميل دقيقاً مع تغير بياناتنا؟"، أو سؤال "هل يمكنني إثبات لفرق الامتثال والتدقيق لدينا أن هذا العميل يخضع للحوكمة؟"

هذه هي مشكلات سير العمل وليست مشكلات بنية تحتية. إذ تتطلب ربط العملاء بأنظمتك الخاصة، وتدريبهم على بيانات مجالك، وبناء حلقات الملاحظات والتقييم التي تحافظ على دقتها بمرور الوقت، ودمج الإشراف البشري في الجوانب والمهام ذات الأهمية. تقع هذه الطبقة فوق كل شيء أعلنت عنه NVIDIA، وهي المكان الذي يكمن فيه جهد النشر الحقيقي.

بعد Computex 2026، تلاشت أعذار البنية التحتية لعدم نشر عملاء الذكاء الاصطناعي. والسؤال الآن ليس ما إذا كنت تمتلك أحدث الأجهزة، بل ما إذا كان عملاؤك قد تم بناؤهم لتنفيذ سير العمل الذي يدفع قيمة الأعمال الحقيقية.