الذكاء الاصطناعي السحابي أم المحلي؟ الخصوصية والسرعة ومتطلبات الجهاز الفعلية

محاسب في مكتب صغير يريد تلخيص كشوف حسابات العملاء بالذكاء الاصطناعي، لكنه يتردد في رفعها إلى خدمة على الإنترنت. يسمع أن بإمكانه تشغيل نموذج «على جهازه» فلا يخرج شيء من المكتب. الفكرة صحيحة جزئيًا، لكنها تخفي أسئلة عن الجهاز والجودة والصيانة، وعن معنى كلمة «محلي» نفسها.

هذا الدليل يضع الخيارين جنبًا إلى جنب: ماذا يعني كل منهما، وأين يتفوق، وما الذي يحتاجه جهازك فعلًا بحسب الوثائق الرسمية، ومتى يستحق التشغيل المحلي عناءه. ولن تجد هنا وعدًا بأن أحد الخيارين يناسب الجميع، بل أسئلة تساعدك على اختيار ما يناسب بياناتك وجهازك ووقتك.

تعريفات قبل المقارنة

الذكاء الاصطناعي السحابي يعني أن النموذج يعمل على خوادم الشركة المزودة. تكتب طلبك في المتصفح أو التطبيق، فيُرسل النص إلى تلك الخوادم، ويعود إليك الرد. هذا ما يحدث عادة حين تستخدم خدمات المحادثة الشهيرة أو واجهة برمجة التطبيقات (API) الخاصة بها.

الذكاء الاصطناعي المحلي يعني أن عملية التوليد، أي الاستدلال (inference)، تجري على معالج جهازك وذاكرته. تنزّل ملف النموذج مرة واحدة، ثم تشغّله ببرنامج مخصص مثل Ollama أو LM Studio. النماذج التي تُشغّل محليًا هي عادة نماذج مفتوحة الأوزان (open-weight)، أي أن الجهة المطورة نشرت ملفاتها للتنزيل.

التكميم (quantization) مصطلح ستقابله كثيرًا: هو ضغط أوزان النموذج بتقليل دقة الأرقام المخزنة فيه، فيصغر حجمه ويحتاج ذاكرة أقل، مقابل احتمال تراجع في جودة الإجابات. لهذا قد تجد النموذج نفسه بأحجام ملفات مختلفة.

وهناك الحل الهجين: معالجة البيانات الحساسة محليًا، وإرسال المهام العامة أو النصوص المنزوعة الهوية إلى السحابة. وهو في كثير من الحالات الخيار الأكثر واقعية.

المقارنة في سبعة معايير

الخلاصة السريعة من الجدول: السحابة تمنحك القدرة والراحة مقابل أن تثق بمزود، والمحلي يمنحك التحكم مقابل أن تتحمل أنت المسؤولية. لا أحدهما خاص تلقائيًا ولا الآخر خطر تلقائيًا.

كلمة «محلي» لا تكفي: ارسم مسار البيانات

ابدأ بسؤال بسيط: أين يكون الملف قبل المعالجة وأثناءها وبعدها، ومن يستطيع فتحه؟ في السحابة، الجواب يعتمد على الخطة. مثلًا تذكر صفحة OpenAI عن استخدام البيانات حتى أكتوبر 2026 أن محتوى خدمات الأفراد قد يُستخدم في تدريب النماذج مع إمكان إيقاف ذلك من الإعدادات، بينما لا تُستخدم مدخلات خدمات الأعمال وواجهة API في التدريب افتراضيًا. لا تعمم هذا على مزودين آخرين؛ اقرأ شروط خدمتك وخطتك بنفسك.

وفي المحلي، تحقق من أن البرنامج محلي فعلًا في الوضع الذي تستخدمه. الأسئلة الشائعة في وثائق Ollama تقول إن Ollama يعمل محليًا ولا ترى الشركة طلباتك أو بياناتك عند التشغيل المحلي، لكنها تذكر أيضًا أن البرنامج يقدم نماذج سحابية وبحثًا في الويب، وأنه يمكن تشغيله في وضع محلي فقط بتعطيل الميزات السحابية. أي أن البرنامج «المحلي» نفسه قد يرسل طلبك إلى خادم إذا اخترت نموذجًا سحابيًا.

وتذكر وثائق LM Studio أن ما تكتبه أثناء المحادثة مع النماذج المنزلة لا يغادر جهازك، وأن البرنامج يعمل دون اتصال بعد الحصول على ملفات النماذج، بينما يحتاج الإنترنت للبحث عن النماذج وتنزيلها وتحديث التطبيق.

ثم هناك ما حول البرنامج: سجل المحادثات المحفوظ على القرص، والمجلد الذي تزامنه خدمة نسخ احتياطي سحابية، والإضافات التي تتصل بالإنترنت، والمستخدمون الآخرون على الجهاز نفسه. يضع مشروع OWASP لأبرز مخاطر تطبيقات النماذج اللغوية كشف المعلومات الحساسة ومخاطر سلسلة التوريد ضمن قائمته لعام 2025، وهي مخاطر لا تختفي لمجرد أن النموذج يعمل على جهازك. ملف نموذج من مصدر مجهول خطر بحد ذاته.

واقع الأجهزة: ماذا تقول الوثائق الرسمية؟

هنا تسقط توقعات كثيرة. لن نعطيك أرقام سرعة، لأنها تختلف بحسب النموذج والتكميم وطول النص والجهاز، وأي رقم عام سيكون مضللًا. لكن هذه المتطلبات كما تنشرها الوثائق الرسمية حتى أكتوبر 2026:

الرسالة العملية: إذا كان لديك حاسوب محمول قديم بذاكرة 8 جيجابايت ومعالج بلا بطاقة رسومية مناسبة، فستعمل معك النماذج الصغيرة فقط، وببطء غالبًا. أما الحاسوب بذاكرة 16 جيجابايت أو أكثر، أو جهاز Mac بشريحة Apple Silicon، فيفتح الباب لنماذج متوسطة الحجم.

وانتبه إلى طول السياق. تذكر وثائق Ollama أن طول السياق الافتراضي 4096 رمزًا (tokens)، ويمكن رفعه، لكن الذاكرة المطلوبة تزداد معه. وهذا يهم العربية تحديدًا: في تجربة أجراها فريق التحرير على عشر جمل متوازية، احتاج مُرمِّز Llama 3.2 نحو 2.24 رمز لكل كلمة عربية مقابل 1.11 رمز لكل كلمة إنجليزية. أي أن النص العربي يستهلك من نافذة السياق قرابة ضعف ما يستهلكه نص إنجليزي بعدد الكلمات نفسه، والعينة صغيرة ونتائجها إرشادية. فإن أردت تلخيص ملفات طويلة محليًا، فاقرأ أيضًا تلخيص الملفات الطويلة دون فقد السياق.

ثلاث حالات وتوصية لكل منها

طالبة دراسات عليا في الجزائر

لديها حاسوب محمول بذاكرة 8 جيجابايت، واتصال إنترنت متقطع، وتحتاج مساعدة في صياغة فصول رسالتها ومراجعة اللغة. البيانات غير حساسة غالبًا. التوصية: السحابة كخيار أساسي. جهازها لن يشغل إلا نماذج صغيرة ستكون أضعف في العربية الأكاديمية، والوقت الذي ستقضيه في الإعداد أثمن من فائدته. يمكنها تجربة نموذج صغير محليًا لمهام بسيطة وقت انقطاع الاتصال فقط، وليكن ذلك تجربة لا اعتمادًا.

محاسب في مكتب صغير في دبي

يعالج كشوفًا وفواتير فيها أسماء عملاء وأرقام حسابات، والسرية جزء من عمله. التوصية: لا تبدأ بالتقنية، ابدأ بالسياسة. أولًا يراجع ما تسمح به عقود العملاء والأنظمة المطبقة. إن كانت المعالجة السحابية مسموحة، فخطة أعمال لا تُستخدم بياناتها في التدريب افتراضيًا قد تكون أبسط وأكثر أمانًا من تثبيت شخصي لا يديره أحد. وإن لم تكن مسموحة، فالمحلي على جهاز مخصص ومشفر خيار يستحق الاختبار، مع شخص مسؤول عن تحديثه. وفي الحالتين، تطبيق قائمة الخصوصية قبل رفع الملفات خطوة أولى لا غنى عنها.

مطوّر مستقل في القاهرة

لديه جهاز مكتبي ببطاقة رسومية حديثة، ويعمل على مشاريع لعملاء يمنعون مشاركة الشيفرة مع أطراف ثالثة. التوصية: الهجين. يشغّل نموذجًا محليًا للمهام التي تتضمن شيفرة العملاء، ويستخدم الخدمات السحابية للأسئلة العامة والتوثيق وما لا يحمل بيانات عملاء. المهم أن يكتب لنفسه قاعدة واضحة: أي مشروع يذهب إلى أي أداة، كي لا يقرر في كل مرة تحت ضغط الوقت.

الجودة: السؤال الذي يُنسى

يتحدث الناس عن الخصوصية والسرعة، وينسون أن النموذج المحلي الذي يتسع له جهازك قد يكون أضعف بوضوح من النماذج السحابية الكبيرة، خصوصًا في العربية والمهام المعقدة. نموذج صغير قد يقدم ملخصًا مقبولًا لرسالة قصيرة، لكنه قد يتعثر في تحليل تقرير مالي أو صياغة نص قانوني.

الحل ليس الثقة بالسمعة، بل المقارنة على مهمتك. اختر ثلاث مهام حقيقية منزوعة البيانات الحساسة، وشغّلها على الخيارين بالطلب نفسه، ثم راجع الناتج بطريقة مراجعة إجابة الذكاء الاصطناعي قبل اعتمادها. سجّل الجودة ووقت التصحيح لا وقت التوليد وحده.

وفي العربية تحديدًا، افحص ثلاثة أشياء في الناتج المحلي: هل يلتزم النموذج بالفصحى حين تطلبها أم ينزلق إلى الإنجليزية في منتصف الإجابة؟ هل يتعامل مع الأسماء والمصطلحات المختلطة دون تشويه؟ وهل يحافظ على اتجاه النص والأرقام في الجداول؟ النماذج الصغيرة تتفاوت كثيرًا في هذه النقاط، وما ينجح في الإنجليزية قد يتعثر في العربية. وإذا كنت تريد فهم سبب اختلاف النماذج في الأصل، فابدأ من كيف تعمل النماذج اللغوية الكبيرة.

التكلفة: متى يكون المحلي أرخص فعلًا؟

يبدو المحلي مجانيًا لأنك لا تدفع اشتراكًا، لكن الحساب أوسع من ذلك. إذا كان جهازك الحالي يكفي، فالتكلفة الإضافية هي الكهرباء ووقتك في الإعداد والصيانة. أما إذا احتجت إلى شراء بطاقة رسومية أو رفع الذاكرة، فعليك أن تقارن ثمنها بعدد أشهر الاشتراك السحابي التي يغطيها، مع تذكر أن الجهاز يتقادم وأن النماذج السحابية تتحسن دون أن تدفع أكثر.

المحلي يصبح منطقيًا ماليًا في حالتين غالبًا: استخدام كثيف ومتكرر لمهمة واحدة واضحة، مثل تصنيف آلاف الرسائل أو استخراج بيانات من مستندات متشابهة، حيث تتراكم رسوم الاستخدام في واجهات API؛ أو وجود جهاز قوي لديك أصلًا لأسباب أخرى كالتصميم أو الألعاب أو التطوير. أما الاستخدام المتقطع لكتابة رسائل وتلخيص مقالات، فنادرًا ما يبرر شراء جهاز جديد.

ولا تنس تكلفة الوقت. ساعات ضبط البرنامج واختيار النموذج المناسب وحل مشكلات التعريفات لها قيمة، خصوصًا للمستقل الذي يبيع وقته. احسبها بصدق قبل أن تقرر.

أول تجربة محلية آمنة في خمس خطوات

1. اختر برنامجًا واحدًا من موقعه الرسمي، واقرأ صفحة المتطلبات قبل التنزيل.
2. ابدأ بنموذج صغير من مصدر موثوق، وتأكد أن مساحة القرص تكفي لملفه.
3. افصل الإنترنت بعد التنزيل وجرّب المحادثة، لتتأكد أن العمل يتم على جهازك فعلًا.
4. استخدم نصوصًا عربية غير حساسة من نوع عملك، وقارن الناتج بخدمة سحابية بالطلب نفسه.
5. افتح مجلد البرنامج وتعرّف إلى مكان حفظ المحادثات والنماذج، وقرر هل تحذفها دوريًا.

قائمة الفحص قبل التحول إلى المحلي

• هل تعرف بدقة لماذا تريد المحلي: خصوصية، أم عمل دون اتصال، أم تكلفة استخدام كثيف؟
• هل يطابق جهازك المتطلبات المنشورة في وثائق البرنامج الذي ستستخدمه، لا في مقطع فيديو؟
• هل ستنزّل النموذج من مصدره الرسمي أو من حساب موثوق، وتعرف ترخيص استخدامه؟
• هل ضبطت البرنامج على الوضع المحلي فقط وعطلت الميزات السحابية إن وُجدت؟
• هل تعرف أين تُحفظ المحادثات والنماذج على القرص، وهل يزامن هذا المجلد مع خدمة سحابية؟
• هل القرص مشفر، ومن غيرك يستطيع الدخول إلى الجهاز؟
• هل جربت النموذج على عينة عربية من عملك وقارنته بخيار سحابي على المهمة نفسها؟
• هل اختبرت طول السياق الذي تحتاجه، مع تذكر أن العربية تستهلك رموزًا أكثر؟
• من المسؤول عن تحديث البرنامج والنموذج ومتابعة الثغرات الأمنية؟
• هل كتبت قاعدة تحدد ما يذهب إلى المحلي وما يذهب إلى السحابة؟
• هل حددت موعدًا لمراجعة القرار بعد ثلاثة أشهر، لأن الأجهزة والنماذج والخطط تتغير بسرعة؟

إذا أجبت بـ«لا» عن أكثر من ثلاثة أسئلة، فالأرجح أن السحابة مع ضبط جيد للإعدادات أنسب لك الآن، إلى أن تكتمل الإجابات.