LLM مفتوح مستضاف لديك
- نماذج مفتوحة الأوزان (Llama، Mistral، Qwen، DeepSeek)
- نشر على خادم GPU لديك أو على بنية تحتية تونسية
- لا إرسال بيانات إلى خدمة خارجية
- أداء مكافئ للخدمات عبر الإنترنت في المهام المهنية
الخدمة 2 — الذكاء الاصطناعي
تصمّم Lexa وكلاء LLM مستضافين على بنيتك التحتية أو في تونس. يعالجون مستنداتك، ويردّون على عملائك، ويؤتمتون مهامك المتكرّرة — بينما تبقى بياناتك لديك.
دخل الذكاء الاصطناعي التوليدي في العمليات الداخلية أسرع من أيّ تحوّل رقمي سابق. ولردّة فعل «لنَصِل ChatGPT» كلفة خفية: أسعارك، وعقودك، وخبرتك تذهب إلى خدمة أمريكية قد تستخدمها لتدريب نماذجها. ويُلغي الذكاء الاصطناعي المحلي هذا الخطر دون التخلّي عن مكاسب الإنتاجية.
مساعد يجيب عن أسئلة موظفيك اعتمادًا على توثيقك، دون تعريضه للخارج.
يستفسر موظفوك عن أرشيفك، وعقودك، وملفّاتك التقنية بلغة طبيعية، في ثوانٍ.
استخراج وتصنيف وتلخيص تلقائي للفواتير والعقود والعروض وملفّات الموارد البشرية والمحاضر.
مراقبة جودة مؤتمتة في الإنتاج، وOCR لأوامر الشراء، وقراءة بطاقات الهوية، وتتبّع بالباركود.
وكيل خدمة عملاء يجيب بالفرنسية والعربية والإنجليزية على موقعك، أو WhatsApp، أو بريدك.
توقّعات المبيعات، وكشف الشذوذ، وتحسين الجولات، والصيانة التنبّؤية — على بياناتك أنت.
نقاط الألم المتكرّرة التي نراها لدى المؤسسات التونسية الصغيرة والمتوسطة — وأثرها الملموس على النشاط.
كلّ طلب يعرّض بياناتك المهنية لطرف أجنبي. وكثيرًا ما تسمح شروط الاستخدام باستعمالها للتدريب.
الصحة، والمالية، والقانون، والدفاع: إرسال ملفّ مريض أو عقد عميل إلى خدمة عبر الإنترنت لا يصمد قانونيًا.
قد يتغيّر السعر وشروط الاستخدام والتوفّر بين ليلة وضحاها. لقد ربطت عملياتك بخدمة لا تتحكّم فيها.
بمجرّد التبنّي، ينفجر الاستخدام. وتصبح الفاتورة الشهرية لواجهة الذكاء الاصطناعي بندًا متكرّرًا يصعب سقفه.
وكيل ذكاء اصطناعي عام لا يعرف كتالوجك، ولا دفتر طلباتك، ولا سجلّك. وجوابه بالضرورة غير دقيق.
أربعة فروق ملموسة تهمّ عند لحظة الاختيار.
تعمل كلّ وكلائنا على LLM محلي. لا تخرج أيّ بيانات عميل، ولا مستند داخلي، ولا طلب حسّاس من نطاقك. وهذا شرط جعل الذكاء الاصطناعي مقبولاً في الصحة والمالية والقانون والصناعة.
ننطلق دائمًا من حالة استخدام عالية القيمة وقابلة للقياس. الوكيل المُسلَّم يخدم عملية مهنية دقيقة، لا واجهة تكنولوجية.
Llama، Mistral، Qwen، vLLM، LangChain، رؤية PyTorch: نعمل على المنظومة مفتوحة المصدر الناضجة، لا على أطر مملوكة مغلقة.
عندما يُوصَل الذكاء الاصطناعي بنظام ERP لديك، يصل إلى البيانات الفعلية لمؤسستك ويمكنه التصرّف فيها — وهو مزيج نادر في السوق.
الأسئلة التي يطرحها علينا المديرون أكثر من غيرها حول هذا الموضوع.
LLM المحلي (نموذج لغوي كبير محلي) هو نموذج ذكاء اصطناعي مستضاف على بنيتك التحتية الخاصة، وليس على خوادم مزوّد أجنبي. وعندما يطرح موظفوك سؤالاً على الوكيل أو يقدّمون له مستندًا سرّيًا، لا يخرج أيّ شيء من مؤسستك. وهذا أساسي للقطاعات المنظّمة (الصحة، والمالية، والقانون) ولكلّ مؤسسة حريصة على سيادتها الرقمية.
بالنسبة إلى غالبية حالات استخدام المؤسسات الصغيرة والمتوسطة، يكفي خادم GPU مخصّص (عادةً بطاقة من فئة RTX 4090 أو A6000، بذاكرة 24 إلى 48 غيغابايت VRAM). أمّا للأحمال الأثقل أو عشرات المستخدمين المتزامنين، فيُنتقَل إلى محطّة بعدّة GPU أو إلى استضافة مشتركة في تونس. وقد انخفضت كلفة الدخول كثيرًا ولم تعد عائقًا.
لا، وليس ذلك الهدف. الذكاء الاصطناعي المُحسَن النشر يحرّر وقتًا من المهام المتكرّرة قليلة القيمة (البحث عن المعلومات، والنسخ، والتصنيف، والإجابات القياسية الأولى) كي يركّز موظفوك على العمل عالي القيمة (القرار، وعلاقة العميل، والخبرة). وتُظهِر التجارب أنّ الذكاء الاصطناعي يرفع الإنتاجية لكلّ موظف بدل أن يحلّ محلّ الوظائف.
لا. النموذج المُستخدَم مفتوح الأوزان (Llama، Mistral، إلخ) ويعمل محليًا. لا تُنقَل أيّ بيانات عميل، ولا مستند داخلي، ولا طلب مستخدم إلى مُنشئ النموذج أو إلى خدمة ثالثة. تحتفظ بالتحكّم الكامل في بياناتك وفي استخدامها.
نقطة الانطلاق الجيّدة ليست اختيار النموذج أو العتاد، بل تحديد حالة استخدام عالية القيمة، وقابلة للقياس، وتبرّر الاستثمار. بعض الأمثلة النموذجية: مساعد بحث في التوثيق الداخلي، وأتمتة تصنيف الرسائل الواردة، ووكيل فرز أوّلي للبريد، ومراقبة الجودة بالرؤية في الإنتاج. وتؤطّر Lexa هذه الحالة الأولى مجانًا خلال التدقيق الأوّلي.
ثلاثون دقيقة تكفي لفهم سياقك وتحديد المسارات الأولى. تدقيق مجاني، دون التزام.