87% من العملاء ما زالوا يريدون التحدث إلى إنسان حقيقي عند الدردشة مع الذكاء الاصطناعي: ما هي بنية GPU Cloud التي تساعد الشركات الفيتنامية على بناء وكلاء/روبوتات محادثة ذكاء اصطناعي موثوقة؟

تشهد فيتنام موجة من الشركات التي تستثمر في روبوتات المحادثة المعتمدة على الذكاء الاصطناعي و”وكلاء الذكاء الاصطناعي” (AI Agents) لخدمة العملاء، من البنوك إلى تجارة التجزئة والتجارة الإلكترونية. لكن هناك مفارقة تتكشف: فكلما زاد عدد الشركات التي تطرح الذكاء الاصطناعي التحاوري، زاد عدد العملاء الذين يبتعدون. المشكلة ليست أن العملاء يكرهون الذكاء الاصطناعي نفسه، بل أن البنية التحتية وطريقة التنفيذ وراء روبوت المحادثة لم تكتمل بالشكل الكافي بعد.

87% من العملاء ما زالوا يريدون التحدث إلى شخص حقيقي

وفقًا لاستبيان أجرته شركة Gartner على 3,566 عميلًا في فبراير-مارس 2026، أفاد فقط 27% بأنهم سيجربون روبوت المحادثة مرة أخرى بعد تجربة سيئة؛ وقال 49% إنهم سيستخدمون روبوت محادثة إذا تم توفيره، لكن 7% فقط استخدموا فعليًا روبوت محادثة في آخر تفاعل خدمي لهم. وبحلول أغسطس 2026، أظهر استبيان آخر لـ Gartner أن 87% من العملاء يعتقدون أن الشركات التي تستخدم الذكاء الاصطناعي في خدمة العملاء يجب أن توفر مع ذلك طريقة للتواصل مع موظف حقيقي.

يعكس السوق الفيتنامي نفس هذا الاتجاه. ووفقًا لموقع VnBusiness، ألغى عدد من العملاء طلباتهم أو انتقلوا إلى علامات تجارية أخرى بعد أن قدم روبوت المحادثة ردودًا متكررة وغير مفيدة طوال اليوم دون حل مشكلتهم الحقيقية، أو لأنهم لم يتمكنوا من إيجاد طريقة للتواصل مع موظف حقيقي عند الحاجة لإرجاع منتج. وأشارت خبيرة من جامعة RMIT فيتنام إلى أن نظام الذكاء الاصطناعي غير المستقر، والإجابات غير المتناسقة، والتوصيات التي لا أساس واضح لها، تؤدي بسرعة إلى تآكل ثقة العملاء.

لماذا تفقد روبوتات المحادثة بالذكاء الاصطناعي العملاء بدلًا من الاحتفاظ بهم؟

معظم هذه الإخفاقات لا تنبع من تقنية الذكاء الاصطناعي نفسها، بل من البنية التحتية الكامنة خلفها. فروبوت المحادثة المبني على تقنية RAG (التوليد المعزز بالاسترجاع) يحتاج إلى استرجاع البيانات الصحيحة، وتنفيذ الاستدلال (inference) بسرعة كافية لتجنب انتظار العملاء، وأن يتوفر مسار تصعيد (escalation) سلس إلى موظف بشري عندما يعجز الذكاء الاصطناعي عن حل المشكلة. وإذا لم تكن البنية التحتية لوحدات معالجة الرسوميات (GPU) قوية بما يكفي أو غير مُحسّنة للاستدلال في الوقت الفعلي، فسينتهي الأمر بروبوت المحادثة إلى أن يكون بطيئًا وغير متناسق — وهي نفس نقاط الضعف التي تظهر في موجة المساعدات الصوتية العالمية بالذكاء الاصطناعي لعام 2026 على قناة الصوت.

Gartner: أكثر من 40% من مشاريع الذكاء الاصطناعي الوكيلي ستُلغى قبل عام 2028

وبعيدًا عن خدمة العملاء، تتوقع Gartner أيضًا أن أكثر من 40% من مشاريع الذكاء الاصطناعي الوكيلي (Agentic AI) ستُهجر قبل بداية عام 2028، ويرجع ذلك أساسًا إلى التكاليف المتصاعدة وعدم وضوح القيمة التجارية. وقالت المحللة الأولى في Gartner، أنوشري فيرما، إن معظم المشاريع الحالية لا تزال تجارب مبنية على الضجيج الإعلامي وتفتقر إلى عائد استثمار حقيقي. كما قدّرت Gartner أن من بين آلاف الموردين الذين يزعمون تقديم “ذكاء اصطناعي وكيلي”، هناك نحو 130 موردًا فقط يقدمون قدرات حقيقية، بينما البقية ليست سوى روبوتات محادثة قديمة أُعيد تسميتها، وهي ممارسة تُعرف بـ”تجميل الوكيل” (agent washing). ومع ذلك، فإن الاتجاه طويل الأمد واضح: تتوقع Gartner أن تصل نسبة القرارات اليومية في العمل التي تُتخذ تلقائيًا بواسطة وكلاء الذكاء الاصطناعي إلى 15% بحلول عام 2028 (ارتفاعًا من 0% في عام 2024)، وأن يشمل 33% من برمجيات المؤسسات ذكاءً اصطناعيًا وكيليًا (ارتفاعًا من أقل من 1% في عام 2024).

عصر “تصنيع الرموز”: لماذا تُعد بنية الاستدلال (inference) التحتية التحدي الحقيقي

وفقًا لتقرير eWeek، أكد الرئيس التنفيذي لشركة NVIDIA، جنسن هوانغ، في مؤتمر GTC 2026 أن صناعة الذكاء الاصطناعي تتحول من التدريب (training) إلى الاستدلال المستمر (inference)، ووصف ذلك بـ”نظام تصنيع الرموز” (token manufacturing system). وتتوقع NVIDIA أن تتجاوز مبيعات سلسلتي الشرائح Blackwell وRubin وحدهما تريليون دولار بحلول عام 2027، ويأتي جزء كبير من هذا الطلب من الشركات التي تُشغّل وكلاء الذكاء الاصطناعي بشكل مستمر. وهذا يعني أنه لضمان عمل روبوت المحادثة أو وكيل الذكاء الاصطناعي بشكل مستقر، بإجابات متناسقة وأخطاء قليلة، تحتاج الشركات إلى بنية تحتية لوحدات معالجة الرسوميات مُحسّنة للاستدلال على نطاق واسع — ليس فقط “وجود وحدة معالجة رسوميات”، بل وحدة معالجة تمتلك ذاكرة VRAM كافية ومرونة وموثوقية.

ما هي بنية GPU Cloud التي تساعد الشركات الفيتنامية على تجنب فخ فشل روبوتات المحادثة؟

هذه هي المشكلة التي صُممت Viettel Cloud GPU لحلها على وجه التحديد. فمع وحدات معالجة الرسوميات الرائدة من NVIDIA وهي L40S (48GB) وH200 (141GB)، تحصل الشركات على ذاكرة VRAM كافية لتشغيل نماذج التضمين (embedding) (لاسترجاع البيانات) ونماذج اللغة الكبيرة (LLM) معًا في خط أنابيب RAG دون حدوث اختناقات عند ارتفاع حجم الاستعلامات في ساعات الذروة — وهي تمامًا نقطة الفشل التي تواجهها كثير من روبوتات المحادثة الفيتنامية وفقًا لاستبيان VnBusiness. وتأتي المنصة مع تثبيت مسبق لبرامج تشغيل NVIDIA وحزمة CUDA Toolkit، ودعم كامل لأطر عمل الذكاء الاصطناعي والتعلم الآلي مثل TensorFlow وPyTorch، مما يتيح للشركات ضبط نماذجها الخاصة بدقة على بياناتها الخاصة باللغة الفيتنامية بدلًا من الاعتماد كليًا على واجهات برمجة تطبيقات من جهات خارجية — مما ينتج عنه إجابات أكثر تناسقًا وأكثر ملاءمة لسياق العمل.

تتيح ميزة vGPU للشركات تقسيم موارد وحدة معالجة الرسوميات أو تجميعها بمرونة حسب الحمل الفعلي في الوقت الحقيقي، وهو أمر مفيد عند الحاجة إلى التوسع السريع في مسار تصعيد نحو قناة دعم أخرى عندما يعجز الذكاء الاصطناعي عن معالجة طلب ما — وهو ما يلبي مباشرة توقع 87% من العملاء بوجود “طريقة للوصول إلى شخص حقيقي”. وتعمل البنية التحتية بالكامل على مراكز بيانات حاصلة على شهادة ANSI/TIA-942-B Rated 3 وشهادات ISO 27001/27017، مما يضمن تخزين ومعالجة بيانات محادثات العملاء — التي غالبًا تحتوي على معلومات حساسة — داخل فيتنام لتحقيق متطلبات السيادة على البيانات، وهو عامل أساسي لبناء الثقة، تمامًا مثل الطريقة التي تُستخدم بها بنية GPU Cloud التحتية بالفعل لتلبية معيار eKYC الجديد المضاد للتزييف العميق (deepfake) في القطاع المصرفي.

قائمة تحقق سريعة لاختيار بنية GPU Cloud لوكلاء/روبوتات المحادثة بالذكاء الاصطناعي للمؤسسات

  • ذاكرة VRAM كافية لتشغيل نماذج التضمين ونماذج اللغة الكبيرة معًا دون اختناقات (يُفضَّل L40S/H200)
  • دعم vGPU لتوسيع الموارد بمرونة حسب الحمل الفعلي، لتجنب التباطؤ في ساعات الذروة
  • أطر عمل ذكاء اصطناعي وتعلم آلي شائعة مثبتة مسبقًا، مع إمكانية الضبط الدقيق على بيانات خاصة باللغة الفيتنامية
  • بنية تحتية معتمدة بمعايير أمنية دولية (ISO 27001/27017) لحماية بيانات محادثات العملاء
  • خيار تجربة إثبات المفهوم (POC) قبل الالتزام طويل الأمد، لتقليل مخاطر عائد الاستثمار التي حذّرت منها Gartner بخصوص مشاريع الذكاء الاصطناعي الوكيلي

كما يمكن للشركات مراجعة المقارنة التفصيلية لسلاسل GPU Cloud من طراز T4 وA30 وL40S وH200 لاختيار التكوين المناسب لحجم العمل الفعلي والموازنة التشغيلية، لتجنب الاستثمار الزائد أو نقص السعة عند توسيع نطاق وكلاء الذكاء الاصطناعي.

المراجع

  • Gartner (عبر The Star) — توقعات بإلغاء أكثر من 40% من مشاريع الذكاء الاصطناعي الوكيلي قبل عام 2028
  • eWeek — تصريحات جنسن هوانغ (NVIDIA) في مؤتمر GTC 2026 حول عصر الاستدلال بالذكاء الاصطناعي
  • VnBusiness — استبيان ودراسات حالة حول روبوتات المحادثة بالذكاء الاصطناعي في فيتنام

للحصول على عرض سعر تفصيلي واستشارة حول الحل المناسب، يرجى التواصل مع فريق المبيعات عبر الخط الساخن/Zalo/WhatsApp: 0966707701 أو البريد الإلكتروني: dungnh1@viettelidc.com.vn