أسئلة شائعة حول خدمات Artificial Intelligence

يعتمد السعر على نوع المشروع وحجم البيانات. مشاريع التحليل التنبؤي البسيطة (مثل توقع مبيعات منتج واحد بناءً على بيانات 12 شهراً) تبدأ من 15,000 ريال سعودي. مشاريع الأتمتة التي تتضمن دمجاً مع أنظمة ERP قائمة تتراوح بين 35,000 و70,000 ريال. النماذج المخصصة للتعلم العميق (مثل تصنيف الصور أو معالجة اللغة الطبيعية العربية) قد تصل إلى 120,000 ريال. نرسل عرض سعر مفصلاً خلال 5 أيام عمل من اجتماع التقييم الأول.

ليس بالضرورة. بعض نماذج التصنيف تعمل بشكل مقبول مع 500 سجل فقط، خاصة إذا كانت البيانات نظيفة ومتوازنة بين الفئات. لكن نماذج التنبؤ الزمني تحتاج عادة إلى بيانات 12 شهراً على الأقل لالتقاط الأنماط الموسمية. في اجتماع التقييم الأول، نفحص بياناتك ونخبرك بصراحة: هل هي كافية أم تحتاج جمع المزيد قبل البدء. لن نبدأ مشروعاً نعرف مسبقاً أن بياناته غير كافية لتحقيق نتائج مفيدة.

المشاريع القياسية تستغرق بين 4 و8 أسابيع من تاريخ استلام البيانات. هذه المدة تشمل أسبوعاً للتقييم، أسبوعين للنموذج الأولي، وأسبوعاً إلى ثلاثة للتطوير النهائي والاختبار. المشاريع التي تتطلب جمع بيانات إضافية أو دمجاً مع أنظمة متعددة قد تمتد إلى 12 أسبوعاً. نلتزم بجدول زمني محدد في العقد ونُبلغك فوراً إذا ظهر أي تأخير محتمل.

نعم، وهذا ما ننصح به. نقترح دائماً أن يبدأ العميل الجديد بمشروع إثبات مفهوم (Proof of Concept) محدود النطاق. مثلاً: بدلاً من أتمتة 15 عملية دفعة واحدة، نبدأ بأتمتة عملية واحدة ونقيس النتائج بعد شهر. إذا كانت النتائج مُرضية، نتوسع تدريجياً. تكلفة مشروع إثبات المفهوم تتراوح بين 8,000 و15,000 ريال حسب التعقيد.

نستخدم Python كلغة أساسية مع مكتبات scikit-learn وXGBoost للتعلم الآلي التقليدي، وPyTorch للتعلم العميق. للأتمتة نعتمد على UiPath وPython مع مكتبة Selenium للمهام المتعلقة بالويب. قواعد البيانات تختلف حسب المشروع: PostgreSQL للبيانات المهيكلة، وMongoDB للبيانات غير المهيكلة. ننشر النماذج عادة على خوادم سحابية سعودية (مثل STC Cloud أو AWS منطقة البحرين) لضمان بقاء البيانات في المنطقة.

نعم. نستخدم نماذج مُدربة مسبقاً على نصوص عربية مثل AraBERT وCAMeL Tools، ونُعيد تدريبها على بيانات العميل لتحسين الدقة في السياق المحدد. أحد المشاريع التي نفذناها كان تحليل تعليقات العملاء بالعربية لسلسلة مطاعم سعودية: النموذج صنّف المشاعر (إيجابي، سلبي، محايد) بدقة 89% على بيانات الاختبار. اللهجات السعودية تمثل تحدياً إضافياً لكننا نتعامل معها بإضافة بيانات تدريب محلية.

نوقع اتفاقية عدم إفشاء (NDA) قبل استلام أي بيانات. البيانات تُنقل عبر قنوات مشفرة (SFTP أو رابط مشفر) وتُخزن على خوادم محمية بتشفير AES-256. لا يصل إلى بيانات العميل إلا أعضاء الفريق المعينون للمشروع. بعد تسليم المشروع وانتهاء فترة الدعم (90 يوماً)، نحذف جميع نسخ البيانات ونرسل تأكيداً خطياً بذلك. إذا كان لدى العميل متطلبات أمان إضافية، يمكننا العمل على خوادمه الداخلية مباشرة.

نسلّم كل نموذج مع واجهة برمجة تطبيقات (REST API) موثقة بالكامل. فريقك التقني يستطيع استدعاء النموذج من أي نظام يدعم طلبات HTTP: سواء كان نظام ERP مثل SAP أو Oracle، أو تطبيق ويب مبني بأي لغة برمجة، أو حتى جداول Excel عبر Power Automate. نقدم أمثلة كود جاهزة بلغات Python وJavaScript وC# لتسهيل الدمج. إذا لم يكن لديك فريق تقني، يمكننا تنفيذ الدمج بتكلفة إضافية تُحدد حسب مدى تعقيد النظام المستهدف.

نعم. أداء نماذج التعلم الآلي يتراجع تدريجياً مع تغيّر أنماط البيانات (ما يُعرف بـ data drift). ننصح بإعادة تقييم دقة النموذج كل 6 أشهر. نقدم عقود صيانة سنوية تشمل مراقبة الأداء وإعادة التدريب عند الحاجة. تكلفة عقد الصيانة عادة تمثل 15% إلى 20% من تكلفة المشروع الأصلي سنوياً.

العميل يملك النموذج المُدرّب والكود المخصص له بالكامل. نسلّم الكود المصدري مع التوثيق. الاستثناء الوحيد: المكتبات والأدوات الداخلية التي طورناها قبل المشروع تبقى ملكيتنا، لكن العميل يحصل على ترخيص استخدام دائم لها ضمن مشروعه. هذا مُوضح بالتفصيل في العقد قبل بدء العمل.

نحدد معايير نجاح قابلة للقياس في العقد قبل بدء المشروع. مثلاً: "دقة التصنيف لا تقل عن 85% على بيانات الاختبار" أو "تقليل وقت المعالجة اليدوية بنسبة 40% على الأقل". إذا لم يحقق النموذج الأولي هذه المعايير بعد جولتين من التعديلات، نعيد 50% من المبلغ المدفوع. هذا الشرط مكتوب في العقد. لكن في الواقع، 9 مشاريع من أصل 10 تحقق المعايير المتفق عليها لأننا نرفض المشاريع التي نعتقد أن بياناتها غير كافية من البداية.