معماري البيانات في زمن الذكاء الاصطناعي

🌐 متاح أيضًا بـ28 لغة

English · Español · 日本語 · Português (Brasil) · Français · Deutsch · Italiano · 한국어 · 简体中文 · Português (Portugal) · 繁體中文 · Bahasa Indonesia · Türkçe · Polski · Tiếng Việt · ไทย · Nederlands · עברית · Українська · हिन्दी · Русский · Svenska · Dansk · Norsk bokmål · Suomi · Español (México) · Français (Canada) · Deutsch (Schweiz)

صورة مولّدة بالذكاء الاصطناعي

ترجمة بالذكاء الاصطناعي. لم يراجعها المجتمع بعد. اقرأ بالإنجليزية

الوحدة 7 من 7 في فصل التفكير كمعماري بيانات، الفصل الأول من دورة Data Architect. كل وحدة قائمة بذاتها. السابق: اعرف أدواتك: الأسئلة التسعة · التالي: الفصل التالي: نمذجة البيانات

السؤال الذي تجيب عنه هذه الوحدة: ما الذي يغيّره الذكاء الاصطناعي بالنسبة لمعماري البيانات، وما الذي لا يغيّره؟

الذكاء الاصطناعي يغيّر المعمارية، لكن ربما ليس بالطريقة التي يظنها الناس أولًا.

تذكّر من أين بدأ هذا الفصل: قضيت معظم مسيرتي بنّاءً. وطوال معظم ذلك الوقت، كان بناء البرمجيات مكلفًا. كنت تحتاج إلى أشخاص بمهارات متخصصة، وكانت كتابة الشيفرة، وبناء عمليات التكامل، وإنشاء التطبيقات، والاختبار، كلها تستغرق وقتًا؛ حتى تجربة فكرة كانت استثمارًا له وزنه. الذكاء الاصطناعي يغيّر هذه المعادلة. اليوم أستطيع أن أصف ما أريد فيُنشئ لي الذكاء الاصطناعي نموذج بيانات، أو شيفرة Apex، أو Flow، أو مكوّن Lightning، أو تكاملًا، أو اختبارات، أو وثائق، بسرعة مذهلة، وغدًا سيفعل أكثر من ذلك.

لذلك من المعقول أن نسأل: إذا كان الذكاء الاصطناعي يستطيع القيام بكل هذا القدر من البناء، فماذا يحدث للمعماري؟ أعتقد أن الإجابة هي أن المعمارية تصبح أكثر أهمية، لا أقل.

الذكاء الاصطناعي معزّز صاروخ

استخدمت هذا التشبيه في محاضراتي:

الذكاء الاصطناعي هو معزّز الصاروخ. والمعمارية هي نظام التوجيه.

يمنحنا الذكاء الاصطناعي تسارعًا استثنائيًا. نستطيع إنشاء التطبيقات، ونماذج البيانات، وعمليات التكامل، والاختبارات، والوثائق أسرع من أي وقت مضى. لكن معزّز الصاروخ لا يقرر إلى أين يجب أن يذهب الصاروخ. إنه يوفر قوة الدفع. ونظام التوجيه هو الذي يحدد المسار ويُجري التصحيحات على طول الطريق.

بلا توجيه سليم، لا يفيد مزيد من الدفع. بل يوصلك إلى الوجهة الخطأ أسرع. ومهمة المعماري ليست إبطاء كل شيء؛ بل التأكد من أننا نتسارع في الاتجاه الصحيح.

صورة مُنشأة بالذكاء الاصطناعي.

تخيّل أداة ذكاء اصطناعي تبني تطبيقًا أسرع بعشر مرات مما كنا نستطيع من قبل. هذا رائع إذا كان التطبيق الصحيح. لكن ماذا لو كان نموذج البيانات خاطئًا، أو اخترنا الكائن القياسي الخطأ، أو أسأنا فهم المكان الذي تنتمي إليه البيانات الرئيسية، أو كان التصميم يعمل بحجم اليوم وينهار مع صفر إضافي؟ لم يُزِل الذكاء الاصطناعي الخطأ. بل ساعدنا على بناء الخطأ أسرع، وبناء الكثير فوقه قبل أن يلاحظ أحد.

التنفيذ الرخيص ينقل القيمة

عندما يكون التنفيذ مكلفًا، يذهب الاهتمام بطبيعة الحال إلى التنفيذ: من يستطيع بناءه، وكم سيستغرق، وهل يمكن جعله يعمل أصلًا. ومع ازدياد رخص التنفيذ، يصبح سؤال آخر أكثر أهمية: ما الذي ينبغي أن نبنيه؟ هذا سؤال معماري.

يستطيع الذكاء الاصطناعي أن يُنشئ عشرين كائنًا؛ ومعماري البيانات يقرر ما إذا كان ينبغي أن تكون لدينا خمسة. يستطيع الذكاء الاصطناعي أن يُنشئ تكاملًا؛ والمعماري يقرر ما إذا كان ينبغي نسخ البيانات أصلًا. يستطيع الذكاء الاصطناعي أن يُنشئ حقلًا في ثوانٍ؛ والمعماري يسأل عمّا إذا كان له معنى واضح، ومالك، وسبب للوجود. الذكاء الاصطناعي يبني ما نطلبه، لذلك تهم جودة ما نطلبه أكثر من أي وقت مضى.

التوليد ليس حكمًا

الذكاء الاصطناعي بارع جدًا في توليد الخيارات، وهذا مفيد للغاية. أطلب منه ثلاث طرق لنمذجة شيء ما، أو المفاضلات، أو أن يتحدى معمارية، أو أن يخبرني بما يحدث عند 100 مليون سجل أو أين يمكن أن يفشل تصميم، أو أن يعطيني بديلًا لا تكون فيه Salesforce نظام السجل. أريد أن يفعل المعماريون هذا.

لكن توليد الخيارات والحكم عليها شيئان مختلفان. يستطيع الذكاء الاصطناعي أن يخبرني بما يقدمه كل من الخيار A والخيار B. لكن لا بد أن يفهم أحدٌ العمل جيدًا بما يكفي ليعرف أي المزايا مهمة، وأي القيود حقيقية، وما المخاطر المقبولة، ومتى تكون الإجابة معقولة تقنيًا لكنها خاطئة لهذه المؤسسة. هذا هو الحكم، وهذه هي المعمارية.

إليك كيف يظهر ذلك في عملي الخاص. خلال العام الماضي، توقفت عن كتابة معظم الشيفرة بنفسي. أعطي الذكاء الاصطناعي التفاصيل وأطلب منه إنشاء الشاشات وشيفرة الواجهة الخلفية، وهو بارع في ذلك على نحو لافت.

لكنه لا يتراجع خطوة ليلقي نظرة تحليلية أعمق. إذا كان هناك عيب في نموذج البيانات أو التصميم، فإنه لا يشكك فيه. بل يتعامل مع الموجود على أنه افتراض ويبني فوقه، بسرعة وكفاءة. ونادرًا ما يتوقف ليقول: «قبل أن أضيف هذا، ربما يستحق النموذج الذي لديك أن يُغيَّر.» النظر إلى ما هو موجود والتساؤل عمّا إذا كان صحيحًا، لا مجرد ما إذا كنا نستطيع بناء الشيء التالي عليه، يظل مهمة المعماري. وإذا أردت أن يشكك الذكاء الاصطناعي في افتراض ما، فعليك أن تطلب منه ذلك.

اختبار قابلية التراجع لا يزال ساريًا

عد إلى سؤال الوحدة 3: ما مدى صعوبة التراجع عن هذا القرار؟ الذكاء الاصطناعي يغيّر كلفة توليد البرمجيات وتغييرها. لكنه لا يغيّر كلفة تغيير الواقع. بمجرد تحميل 100 مليون سجل، فهي موجودة. بمجرد أن تعتمد اثنا عشر نظامًا على معرّف، فتلك الاعتماديات موجودة. بمجرد أن يستخدم العملاء عملية ما، أو تعتمد التحليلات على معنى حقل ما، يصبح لتغييره عواقب. وبمجرد أن تُشارَك البيانات في مكان ما كان ينبغي أن تُشارَك فيه، فلا مقدار من الشيفرة الجديدة يعيدها.

ما لا رجعة فيه يظل لا رجعة فيه.

الوكلاء نوع جديد من مستهلكي البيانات

كنا نصمم البيانات لنوعين من المستهلكين: البشر والبرمجيات. الشخص يقرأ سجلًا؛ والتقرير أو التكامل أو التطبيق يقرأ البيانات. والآن هناك نوع ثالث: الوكلاء. قد يسترجع الوكيل البيانات، ويفسرها، ويجمعها مع معلومات أخرى، ويقرر ويتصرف، أحيانًا دون أي إنسان في المنتصف.

وهذا يرفع المخاطر. ماذا يعني الحقل، ومن يملكه، وما مدى حداثته وموثوقيته، وهل هو حساس، وهل يستطيع الوكيل رؤيته وهل ينبغي له ذلك، وماذا يحدث عندما يختلف مصدران: كانت هذه أمورًا للتوثيق. أما الآن فهي الطريقة التي يفهم بها نظام ذكي العمل.

والبيانات السيئة لا تصبح أذكى لأن الذكاء الاصطناعي يقرؤها. «المدخلات الرديئة تعطي مخرجات رديئة» قاعدة لا تزال صحيحة. العملاء المكررون، والملكية غير الواضحة، والمعرّفات غير المتسقة، وأنظمة السجل المتعارضة، لا تختفي عندما تربط وكيلًا؛ بل تصبح عواقبها أوضح فقط. الشخص ينظر إلى حقل ويعرف أن أحدًا لم يحدّثه منذ ثلاث سنوات. الوكيل لا يملك تلك المعرفة المؤسسية، وقد يتصرف بثقة بناءً على بيانات كان الجميع يعرفون في صمت ألا يثقوا بها. تصبح معمارية البيانات جزءًا من معمارية الذكاء الاصطناعي.

احذر من تضخم المخطط

الذكاء الاصطناعي يجعل إنشاء الأشياء سهلًا بشكل مذهل أيضًا. تحتاج إلى كائن آخر، أو ستة حقول إضافية، أو أتمتة أخرى؟ أنشئها. كل قرار يبدو رخيصًا، لكن تذكّر الجاذبية المعمارية من الوحدة 3: تلك الكائنات والحقول تجمع حولها الاعتماديات (الأتمتة، وعمليات التكامل، والتقارير، والوكلاء)، وسرعان ما يصبح لديك نموذج بيانات لم يصممه أحد. لقد نما فحسب.

على المعماري أن يكون مستعدًا ليسأل: «هل نحتاج إلى هذا فعلًا؟» أحيانًا يكون القرار الأثمن هو ألا تُنشئ شيئًا. المعمارية الجيدة تتعلق بما تتركه خارجًا بقدر ما تتعلق بما تضعه.

المراجعة البشرية ليست مراسم شكلية

عندما أقول إن معماريًا بشريًا ينبغي أن يراجع نموذج بيانات أنشأه الذكاء الاصطناعي، لا أعني «أنشأه الذكاء الاصطناعي، ونظر Steve إلى المخطط خمس دقائق ووافق عليه». هذا ليس إشرافًا. على المعماري أن يفهم النموذج: لماذا هذه الكائنات، ولماذا هذه العلاقات، وأي البدائل دُرست، وأين المفاتيح والبيانات الرئيسية، وماذا يحدث مع نمو الحجم، وما آثار الوصول، وأي المفاضلات أُجريت. إذا لم أستطع الإجابة عن هذه، فأنا لا أملك المعمارية؛ بل ختمتها بختم الموافقة دون تفكير. يستطيع الذكاء الاصطناعي أن يسهم في المعمارية، ويتحداها، ويوثقها، لكن المعماري البشري يجب أن يكون قادرًا على الدفاع عنها.

والأمر نفسه ينطبق على الحقائق. أستخدم الذكاء الاصطناعي باستمرار للتعلّم والبحث، وقاعدتي هي ثق لكن تحقّق. اطرح السؤال، واطلب الشرح، والبدائل، وتحديًا لإجابته هو نفسه. ثم، لكل ما يهم معماريتك، اتبع الرابط، واقرأ الوثائق، وتحقق من الحد، وتأكد من التراخيص، واختبر السلوك. قد يكون الذكاء الاصطناعي مقنعًا جدًا وهو مخطئ، وأصبح التمييز بين الحقائق والافتراضات جزءًا أكبر من المهمة.

الذكاء الاصطناعي لا يختصر الرحلة

هناك عبارة أستخدمها عندما أتحدث عن أن تصبح معماريًا:

الذكاء الاصطناعي لا يختصر الرحلة. لكنه يستطيع أن يجعل لكل خطوة قيمة أكبر.

ما زلت تحتاج إلى فهم البيانات، والأمان، والتكامل، والمنصة، والعمل، وما زلت تحتاج إلى خبرة اتخاذ القرارات والتعايش مع عواقبها. يستطيع الذكاء الاصطناعي تسريع تعلّمك، وأن يريك سيناريوهات لم تصادفها، ويشرح الأشياء، ويتحداك، ويساعدك على البناء، ويمنحك عينين إضافيتين. استخدم ذلك كله. فقط لا تخلط بين ذكاء اصطناعي يعرف الإجابة وبين أن تفهم أنت الإجابة.

المعماري يوجّه

بدأنا هذا الفصل بالشخص الذي يحمل المخطط. يمنح الذكاء الاصطناعي ذلك الشخص أدوات جديدة استثنائية: مساعدًا يستطيع رسم أجزاء من المخطط، والبحث في المواد، واقتراح البدائل، وحساب الأحمال، وكتابة الوثائق، بل واكتشاف مشكلات فاتتك. استخدمه. لكن لا بد أن يفهم أحدٌ المبنى كله، وأن يسأل ما إذا كان هو المبنى الصحيح، وأن يعرف ماذا يحدث عندما تتغير المتطلبات وأي القرارات سيكون التراجع عنها مكلفًا، وأن يكون مسؤولًا عن النتيجة.

لهذا يُسمّى المستوى الأخير في هذه الدورة Direct (التوجيه). قد لا تكتب كل سطر من الشيفرة، ولا تُنشئ كل Flow، ولا تبني كل كائن. لكن لا بد أن يوجّه أحدٌ الحل، وهذا هو المعماري. الذكاء الاصطناعي لا يُلغي المعمارية؛ بل يغيّر المكان الذي يصنع فيه المعماريون قيمتهم. إنه وقت استثنائي لتصبح معماريًا.

ما الذي يقرره المعماري هنا

• ما الذي ينبغي بناؤه أصلًا، الآن وقد أصبح البناء رخيصًا: أي الكائنات والحقول وعمليات التكامل تستحق مكانها.
• أي الخيارات التي يولّدها الذكاء الاصطناعي تناسب هذا العمل، وأيها معقول لكنه خاطئ.
• أي القرارات يتجاوزها الذكاء الاصطناعي بسرعة وسيكون التراجع عنها مكلفًا.
• ما الذي يجوز للوكلاء قراءته والتصرف بناءً عليه، وهل البيانات جيدة وموصوفة بما يكفي ليفعلوا ذلك.
• أي الحقائق الصادرة عن الذكاء الاصطناعي تحتاج إلى تحقق قبل أن تشكّل التصميم.

هذا هو التفكير كمعماري في زمن الذكاء الاصطناعي.