By Keshavan Thiagaraja
Private AI Model Developer & AI Security Consultant Helping SMEs and Enterprises Build Secure AI Solutions Sydney, Australia.
B.Sc. (Computer Science, Mathematics and Statistics),
M.Sc. (Information Technology)
E-Commerce Professional
مقدمة: لو وكلاء الذكاء الاصطناعي جاهزين لشغل الخبراء، ليه أحسنهم جاب بس 12 في المية؟
معيار جديد متبني من مهام خبراء حقيقية متقاضى عليها فلوس قيّم لسه عشرين نموذج ذكاء اصطناعي متقدم، وأحسنهم جاب 12 في المية.
هل وكيل ذكاء اصطناعي يقدر يعمل الشغل اللي شركتك بتدفع للخبراء فلوس عليه؟ لوحة نتايج صادقة للادعاء ده هتبقى عاملة إزاي؟ وإيه اللي المفروض تسأله للمورد قبل ما توقع؟
بصفتي مطور نماذج ذكاء اصطناعي خاص ومستشار أمن ذكاء اصطناعي شغال مع الشركات الصغيرة والمتوسطة والكبيرة في سيدني، الأسئلة دي بتتسألني كل أسبوع. والإجابات مهمة للميزانيات والتوظيف والمخاطر.
المقال ده بيشرح معيار GDPx قاس إيه، وأرقامه بتثبت إيه ومابتثبتش إيه، والدروس العملية لأي قائد بيقيم وكلاء الذكاء الاصطناعي الربع ده.
1. GDPx قاس إيه فعلاً
الأسبوع ده شركة الأبحاث SemiAnalysis نشرت معيار GDPx، وهو معيار فيه 206 مهمة في 11 مجال اتختاروا عشان الناس بتكسب عيشها منهم: تصميم الشرايح، الأمن السيبراني، الشغل القانوني، التداول الكمي، علم الأحياء، هندسة البرمجيات وغيرهم.
أربعتاشر شريك صناعي قدموا المهام، وعشرين نموذج متقدم اتقيموا. والمعيار مميز مش عشان صعوبته، لكن عشان مادته الخام: شغل الناس بتتقاضى عليه فلوس.
2. لوحة النتايج: عشرين نموذج وسقف واحد واطي
المتصدر Claude Opus 5.5 مجابش غير 12 في المية. Gemini 4 Carbon جاب 10.9. وGPT-6 Astra جاب 9.6.
بس لوحة النتايج نقطة بداية، مش حكم. الأرقام دي بتقيس مهام شركة واحدة بمعايير نفس الشركة، وبتصف نماذج النهارده مش نماذج السنة الجاية.
3. الحدود: إيه اللي GDPx مابيثبتوش
GDPx مش مثالي. بيستخدم مهام شركة واحدة ومعايير تقييم شركة واحدة، ومافيش تحقق مستقل لحد دلوقتي، والشركة بتبيع أبحاث لنفس الصناعة اللي بتقيمها.
الدرس إنك تمسك الرقم براحة. بس الاتجاه صح، لأنه بيقيس النماذج على شغل بيدخل فلوس، مش على معلومات تافهة بتبهر.
4. عمود التكلفة: 51 مقابل 16 دولار
المتصدر صرف في المتوسط حوالي 51 دولار لكل مهمة مكتملة. التاني صرف في المتوسط حوالي 16 دولار بس لنتيجة أقل منه بأقل من نقطة.
لو استراتيجيتك للوكلاء مفترضة إن القدرة والتكلفة بيتحركوا مع بعض، الجدول ده بيقولك لأ. أرخص طريق للنتيجة بقى استراتيجي قد النتيجة نفسها، والتحليل ده مكانه قسم المشتريات، مش صفحة التسويق.
5. تقرا عروض الوكلاء على ضوء رقم علني
العروض اللي هتشوفها الربع ده كلها هتقول إنها جاهزة لشغل الخبراء. معيار عام ومعروف بالاسم حط السقف دلوقتي عند 12 في المية.
ده مش معناه إن الوكلاء مالهمش لازمة. معناه إن منطقة النشر الصادقة النهارده هي المهام الضيقة اللي متقاسة كويس مع مراجعة بشرية، مش الأقسام المستقلة اللي بتتباع على المسرح.
دروس للقادة في كل حتة
أولاً، عصر العروض خلص. لما صناعة تبتدي تتجادل حوالين لوحات النتايج، يبقى العروض بطلت تحسم الجدل.
ثانياً، التكلفة والقدرة مابيتحركوش مع بعض. حط تكلفة المهمة المكتملة في المشتريات، جنب النتيجة.
ثالثاً، اقرا كل عرض لوكيل على ضوء رقم علني. منطقة النشر الصادقة النهارده ضيقة، ومتقاسة كويس، وبتراجعها ناس.
أخيراً، اسأل كل مورد ذكاء اصطناعي سؤال واحد الربع ده: وريني نتيجتك في معيار مستقل مبني على مهام لشغل زي شغلي، وتكلفتك لكل مهمة مكتملة. لو ماعرفوش يردوا، يبقى اتعلمت حاجة أغلى من العرض.
الخلاصة: القياس خد مكان التسويق
سقف الـ12 في المية مش سبب إنك تبعد عن وكلاء الذكاء الاصطناعي. ده سبب إنك تشتريها بالدليل مش بالحماس.
الذكاء الاصطناعي هيكسب مكانته بنتايج متقاسة، مش بالاستعراض. وفي الآخر، حساب تكلفة المهمة المكتملة، متعاد بصدق، هو اللي بيحدد التقنية دي مكانها فين فعلاً.
المراجع وقراية زيادة
SemiAnalysis, “GDPx: The General Agentic Benchmark” – https://gdpx.semianalysis.com
SemiAnalysis، مذكرات بحثية وتحليلات للصناعة – https://semianalysis.com
فكر رياضياً. هندس بذكاء. قود باستراتيجية. ابني بمسؤولية. توسع عالمياً. اعمل قيمة تجارية حقيقية من خلال الذكاء الاصطناعي.
#ArtificialIntelligence #AIStrategy #AIGovernance #EnterpriseAI #ITImpress
