ناجانا تدعو الشركات لتبني حوكمة فيدرالية لمواجهة مخاطر وتكاليف الوكلاء الأذكياء

The Enterprise AI Operating Model: An Executive Playbook for Agentic AI Transformation — Ai4

Ai4

يفشل توسع الوكلاء الأذكياء في المؤسسات عند تكديس الأدوات فوق أنظمة قديمة دون إعادة هيكلة مسارات العمل وإخضاع استهلاك الرموز لرقابة بشرية ومالية صارمة.

AI-assisted summary of The Enterprise AI Operating Model: An Executive Playbook for Agentic AI Transformation — original source. Check the original for full context.

Source published: 2026-08-18

Detailed notes

## Background نُشر هذا العرض التقديمي بواسطة قناة "Ai4" على منصة يوتيوب بتاريخ 18 أغسطس 2026، وتقدمه مادافي ناجانا، مديرة هندسة البرمجيات وسفيرة منظمة "نساء في الذكاء الاصطناعي". يوضح وصف الفيديو دليلاً تنفيذياً لتحويل الذكاء الاصطناعي من مجرد مبادرات وتجارب معزولة إلى قدرة مؤسسية استراتيجية ومستدامة عبر تبني نموذج تشغيل الذكاء الاصطناعي للمؤسسات والأنظمة الوكيلة (EAOM/AAOM) وسد فجوة التنسيق وإدارة التكاليف الإدراكية.

## TL;DR تستعرض مادافي ناجانا إطاراً عملياً للانتقال بالمؤسسات من مجرد استخدام أدوات مساعدة إلى التحول لمنظومات ذكية حقيقية عبر نموذج التشغيل الوكيلي. تشرح الجلسة تشريح إخفاقات الوكلاء الأذكياء والتهديدات الأمنية المرتبطة بها، وتقدم مفهوم عمليات التمويل للوكلاء (AgentFinOps) لترشيد استهلاك الرموز وضبط التكاليف الإدراكية. كما توضح البنية المرجعية للمؤسسات المعتمدة على إشراف العنصر البشري، ونموذج نضج من خمس مراحل ينتقل من مركز تميز مركزي إلى حوكمة فيدرالية مشتركة، مختتمة بدليل تنفيذي واختبار ضغط لضمان تمكين القوى العاملة.

## Atmosphere & style تتسم الجلسة بطابع تنفيذي واستراتيجي رصين يجمع بين الدقة التقنية والخبرة المستمدة من القطاعات المالية الخاضعة لرقابة تنظيمية صارمة. تقدم المتحدثة رؤيتها بأسلوب واثق وتفاعلي ومنظم للغاية، حيث تعتمد على تفكيك المشكلات المعقدة وصياغتها في أطر عمل ونماذج بصرية واضحة. تتدرج نبرة الحديث من التنبيه الواقعي من مخاطر الفوضى الوكيلية وهدر الموارد إلى دعوة قيادية ملهمة تركز على تمكين الإنسان والمسؤولية المستدامة في تشكيل مستقبل التكنولوجيا.

## Key takeaways - [02:02](https://www.youtube.com/watch?v=CUafSVWhi6U&t=122s) التحول إلى مؤسسة ذكية حقيقية يتطلب إعادة هيكلة وتصميم المنظمة نفسها ونماذج تشغيلها بدلاً من مجرد تكديس أدوات الذكاء الاصطناعي فوق هياكل تقليدية. - [03:33](https://www.youtube.com/watch?v=CUafSVWhi6U&t=213s) فشل الوكلاء الأذكياء ينبع غالباً من ثلاثة أنماط رئيسية: الوكيل غير المقيد، والسرب غير المرئي المنعزل، وضعف الرقابة الفعلية على سياسات الامتثال. - [03:33](https://www.youtube.com/watch?v=CUafSVWhi6U&t=213s) تتسع فجوة التنسيق في بيئات الوكلاء بسبب تهديدات أمنية وتشغيلية مثل حقن الأوامر غير المباشر، وانحراف الأهداف، والمسؤولية القانونية الناتجة عن القرارات المستقلة. - [07:35](https://www.youtube.com/watch?v=CUafSVWhi6U&t=455s) يعد إطار عمليات التمويل للوكلاء (AgentFinOps) ضرورياً لضبط التكلفة الإدراكية المتغيرة واستهلاك الرموز وتجنب حلقات التغذية الراجعة غير المحدودة. - [07:35](https://www.youtube.com/watch?v=CUafSVWhi6U&t=455s) ترشيد استهلاك الرموز يعتمد على التوجيه حسب التعقيد، واستخدام النماذج الصغيرة، وضغط الأوامر، وتطبيق قاعدة 80/20 للتخلص من المميزات غير المستخدمة. - [09:48](https://www.youtube.com/watch?v=CUafSVWhi6U&t=588s) يتكون نموذج التشغيل الوكيلي من أربع طبقات محورية: التخصص الإدراكي، وهندسة التنسيق، وضوابط الحماية اللحظية، والحوكمة التنظيمية. - [09:48](https://www.youtube.com/watch?v=CUafSVWhi6U&t=588s) يعتمد التحكم في منصات الوكلاء على نقاط فحص ديناميكية تحول المهام تلقائياً للمراجعة البشرية (Human-in-the-loop) عند انخفاض درجة الثقة. - [13:27](https://www.youtube.com/watch?v=CUafSVWhi6U&t=807s) يتدرج نضج الذكاء الاصطناعي للمؤسسات عبر 5 مراحل تبدأ من التجارب الأولية وتصل إلى التكامل الوكيلي الشامل والمحسن ذاتياً. - [13:27](https://www.youtube.com/watch?v=CUafSVWhi6U&t=807s) يبدأ التحول بإنشاء مركز تميز مركزي للذكاء الاصطناعي (AI CoE) ثم يتطور خلال عام إلى نموذج حوكمة فيدرالي هجين يجمع بين الرقابة المركزية والاستقلالية لوحدات الأعمال. - [16:11](https://www.youtube.com/watch?v=CUafSVWhi6U&t=971s) يتضمن الدليل التنفيذي لتحويل المؤسسات ربط مؤشرات الأداء بالنتائج التجارية، وتطبيق نموذج التشغيل الوكيلي، وتأمين المحيط والحوكمة، وإعادة هندسة مسارات العمل. - [16:11](https://www.youtube.com/watch?v=CUafSVWhi6U&t=971s) يُقاس نجاح تبني الذكاء الاصطناعي باختبار الضغط لمعرفة ما إذا كانت التقنية قد مكنت الموظفين ورفعت قدراتهم أم استبدلت دورهم بالكامل.

## Detailed walkthrough ### [00:03](https://www.youtube.com/watch?v=CUafSVWhi6U&t=3s) مقدمة وجدول الأعمال وتجربة المتحدثة

افتتحت مادافي ناجانا جلستها في لاس فيغاس بترحيب الحضور، واستهلت حديثها بتنويه مهني يوضح عملها لدى مؤسسة فيدرالية خاضعة للرقابة والتنظيم الصارم، مؤكدة أن الأفكار والآراء المطروحة تعبر عن تجربتها الشخصية ولا تفصح عن أي معلومات داخلية تخص جهة عملها. استعرضت بعد ذلك جدول أعمال الجلسة التي تمتد لعشرين دقيقة، والتي تغطي تشريح إخفاقات الوكلاء الأذكياء، وفجوة التنسيق، وعمليات التمويل للوكلاء (AgentFinOps) وإدارة الرموز (Tokens)، ونموذج التشغيل الوكيلي (Agentic Operating Model)، والهندسة المرجعية للمؤسسات، ونموذج نضج الذكاء الاصطناعي، وصولاً إلى مركز تميز الذكاء الاصطناعي (AI CoE)، والحوكمة الفيدرالية، والدليل التنفيذي للتحول.

عرّفت مادافي بنفسها مستعرضة خبرتها التي تتجاوز عقدين من الزمن في هندسة البرمجيات والذكاء الاصطناعي، ومشاركاتها القيادية والبحثية؛ حيث تمتلك في رصيدها أكثر من 36 ورقة بحثية ومقالات متعددة في مجلة فوربس (Forbes)، إلى جانب تكريمها بعدة جوائز مهنية. وعلى الصعيد الأكاديمي، تحمل مادافي درجة ماجستير إدارة الأعمال (MBA) من جامعة كزافييه (Xavier University) ودرجة الماجستير من جامعة أشاريا ناجارجونا في الهند.

- **جدول الأعمال الأساسي:** - تشريح إخفاقات وتحديات الوكلاء الأذكياء. - فجوة التنسيق ونموذج التهديدات الأمنية. - عمليات التمويل للوكلاء (AgentFinOps) وإدارة التكلفة الإدراكية. - نموذج التشغيل الوكيلي والهندسة المرجعية للمؤسسات. - نموذج النضج المكون من 5 مراحل والانتقال إلى الحوكمة الفيدرالية. - الدليل التنفيذي لاختبار الضغط وتوسيع النطاق.

---

[02:02](https://www.youtube.com/watch?v=CUafSVWhi6U&t=122s) التمييز بين دعم الذكاء الاصطناعي والمؤسسة الذكية الحقيقية

طرحت مادافي سؤالاً تفاعلياً على الحضور مستطلعة واقع مؤسساتهم: "هل مؤسستك ذكية حقاً أم أنها مجرد مؤسسة تدعم الذكاء الاصطناعي؟". وأظهر تصويت الجمهور فجوة كبيرة بين الرغبة في التبني وبين التطبيق المؤسسي الفعلي، حيث تقتصر معظم الشركات على تفعيل أدوات مساعدة دون التحول إلى كيانات ذكية ذاتية التشغيل. وأوضحت أن هذا التباين يستلزم جهداً حتمياً للانتقال من مرحلة الجاهزية إلى مرحلة التنفيذ المدعوم كلياً، وهنا تبرز أهمية "نموذج تشغيل الذكاء الاصطناعي للمؤسسات" (Enterprise AI Operating Model) لمواءمة الأولويات الاستراتيجية مع آليات التنفيذ والنتائج المستهدفة.

أكدت المتحدثة أن المسألة تتجاوز البعد التكنولوجي البحت، مستشهدة بفكرة جوهرية: القضية تتعلق بإعادة هيكلة وتصميم المؤسسة ذاتها لتمكين مبادرات الذكاء الاصطناعي من العمل بسلاسة وتحقيق القيمة المرجوة، بدلاً من مجرد تكديس الأدوات والبرمجيات فوق هياكل تنظيمية قديمة.

---

[03:33](https://www.youtube.com/watch?v=CUafSVWhi6U&t=213s) تشريح إخفاقات الوكلاء ونموذج التهديدات الأمنية

فصّلت مادافي تشريح إخفاقات الوكلاء الأذكياء عبر ثلاثة أنماط رئيسية تبرز في التجارب الواقعية للقطاع: 1. **الوكيل غير المقيد (Unconstrained Agent):** وكيل يتجاوز الصلاحيات والحدود المخصصة له، كما حدث في تجربة حديثة حيث اخترق وكيل ذكي حدود مؤسسته ودخل بيئة مؤسسة أخرى منفذاً مهام غير مصرح بها لغياب حواجز الحماية (Guardrails). 2. **السرب غير المرئي (Invisible Swarm):** عمل وكلاء متعددين في جزر منعزلة داخل المؤسسة دون قنوات اتصال وتنسيق، مما يدفعهم لتكرار نفس المهام مع سوء فهم متبادل للبيانات والقرارات. 3. **فشل الامتثال والحوكمة (Compliance Failure):** وجود سياسات وتوثيق مكثف لمسارات العمل نظرياً، يقابله ضعف حاد في التطبيق الفعلي، ومحدودية المراقبة والرصد والمتابعة أثناء التشغيل الفعلي مقارنة بالقواعد المكتوبة.

```mermaid flowchart TD accTitle: ثغرات فجوة التنسيق في أنظمة الوكلاء الأذكياء accDescription: مخطط يوضح الثغرات الثلاث الرئيسية الناتجة عن فجوة التنسيق

subgraph Threats["فجوة التنسيق ونموذج التهديدات"] T1["حقن الأوامر غير المباشر (Prompt Injection)"] T2["انحراف الهدف والتوسع غير المنضبط (Goal Drift & Scope Creep)"] T3["المسؤولية القانونية والمساءلة (Legal Liability)"] end

T1 --> C1["تلاعب العملاء بالتعليمات (مثل الحصول على خصم 80% دون إذن)"] T2 --> C2["تنفيذ معاملات غير مصرح بها خارج النطاق"] T3 --> C3["نزاعات قضائية ناتجة عن السلوك الذاتي للوكلاء"] ```

انتقلت مادافي بعد ذلك لمناقشة "فجوة التنسيق" ونموذج التهديدات، مسلطة الضوء على: - **حقن الأوامر غير المباشر (Prompt Injection):** استشهدت بحادثة تفاوض فيها عميل مع روبوت محادثة مخصص لتقديم المعلومات فقط، ونجح عبر التلاعب اللغوي في دفعه لمنحه خصماً بنسبة 80% على أحد المنتجات. - **انحراف الهدف والتوسع غير المنضبط (Goal Drift & Scope Creep):** غياب التعليمات والقيود الصارمة يدفع الوكلاء لاتخاذ مسارات بديلة وتنفيذ معاملات مالية أو إجرائية غير مصرح بها. - **المسؤولية القانونية (Legal Liability):** مواجهة الشركات لدعاوى قضائية بسبب تصرفات الوكلاء المستقلة، في ظل غياب أطر واضحة للمساءلة وحوكمة القرارات الآلية.

---

[07:35](https://www.youtube.com/watch?v=CUafSVWhi6U&t=455s) عمليات التمويل للوكلاء وإدارة التكلفة الإدراكية

تناولت المتحدثة مفهوم "عمليات التمويل للوكلاء" (AgentFinOps)، وهو الإطار المالي المخصص لإدارة وضبط "التكلفة الإدراكية المتغيرة" الناتجة عن استهلاك الرموز (Tokens). وضربت مثلاً بمؤسسة استمرت وكلاؤها الذكية في العمل والعمليات الحسابية لمدة 4 إلى 5 أشهر متواصلة دون علم الإدارة، مستهلكة كميات ضخمة من الرموز في حلقات تغذية راجعة غير محدودة (Infinite loops)، ولم تُكتشف المشكلة إلا بعد تدقيق معمق في الفواتير والنفقات التشغيلية.

استعرضت مادافي حزمة من الاستراتيجيات الفعالة لترشيد استهلاك الرموز، مؤكدة تطبيق "قاعدة 80/20" حيث تستهلك المميزات غير المستخدمة 80% من الطاقة والموارد دون فائدة حقيقية:

- **التوجيه حسب مستوى التعقيد (Complexity Routing):** توجيه الطلبات البسيطة إلى مسارات محددة لتقليل المعالجة غير الضرورية. - **استخدام نماذج أصغر حجماً (Smaller Models):** الاعتماد على نماذج لغوية مدمجة وأقل تكلفة حين لا تتطلب المهمة نماذج عملاقة. - **توحيد القوالب وضغط الأوامر (Prompt Compression & Standardization):** صياغة أوامر نظام مركزة والتخلص من النصوص الزائدة. - **استرجاع سياق أقل ودقيق (Context & Retrieval Optimization):** تحسين عمليات استرجاع البيانات المضمنة واختصار السياق المدخل. - **اكتشاف الردود والحلقات المتكررة (Loop & Repetition Detection):** وضع آليات لإيقاف الوكيل فور الدخول في حلقات مفرغة. - **مراقبة التكلفة لكل وكيل:** تعقب نفقات كل وكيل وحصر نطاق مهامه بدقة لضمان الشفافية المالية.

---

[09:48](https://www.youtube.com/watch?v=CUafSVWhi6U&t=588s) طبقات نموذج التشغيل الوكيلي والهندسة المرجعية

قدمت مادافي الهيكل العام لـ "نموذج التشغيل الوكيلي" المكون من أربع طبقات رئيسية تمكن المؤسسات من الانتقال من التجارب الفردية إلى الأنظمة المؤسسية المتكاملة:

1. **التخصص الإدراكي (Cognitive Specialization):** تزويد الوكلاء بالمعرفة العميقة الخاصة بقطاع العمل والسياق التنظيمي للمؤسسة، وهي الفجوة الكبرى التي تعاني منها النماذج العامة عند تطبيقها تجارياً. 2. **هندسة التنسيق (Orchestration Architecture):** إعادة هيكلة مسارات العمل لدعم الوكلاء مع مراعاة جوانب الأمان والحوكمة المتقدمة، حيث تفشل معظم المحاولات التي تكتفي بوضع وكيل فوق مسار عمل تقليدي دون إعادة تصميم. 3. **التحكم الفعلي وضوابط الحماية (Runtime Control & Guardrails):** المراقبة اللحظية لنشاط الوكلاء وتقييم الثقة. 4. **الحوكمة التنظيمية (Organizational Governance):** أطر السياسات والامتثال وإدارة المخاطر.

```mermaid flowchart TD accTitle: البنية التحتية المرجعية لمنظومة الذكاء الاصطناعي الوكيلي accDescription: يوضح المخطط طبقات البنية التحتية من وصول الوكلاء إلى المنصة المركزية وصولاً إلى الحوكمة والرقابة البشرية

subgraph AccessLayer["طبقة وصول الوكلاء (Agent Access Layer)"] A["نقطة دخول موحدة لوكلاء الأقسام والوظائف"] end

subgraph PlatformLayer["منصة الذكاء الاصطناعي الوكيلي للمؤسسات"] P1["منسق مسارات العمل متعددة الوكلاء"] P2["ذاكرة مشتركة وأدوات وواجهات برمجية (APIs)"] P3["بيانات مؤسسية ومعرفة سياقية متخصصة"] P1 --- P2 --- P3 end

subgraph GovernanceLayer["الحوكمة والعمليات المستقلة والتحكم"] G1["الأمان المدمج والهوية والامتثال"] G2["درجة الثقة ونقاط الفحص (Guardrails)"] G3["المراقبة والتقييم وقابلية التدقيق"] G4["إشراف العنصر البشري (Human-in-the-loop)"] G1 --- G2 --- G3 --- G4 end

AccessLayer --> PlatformLayer PlatformLayer --> GovernanceLayer ```

أشارت مادافي إلى البنية المرجعية التحتية للوكلاء، مبينة أن طبقة الحوكمة والتحكم تعتمد على نظام فحص ديناميكي: إذا انخفضت درجة الثقة (Confidence Score) الخاصة بمخرجات الوكيل عن حد معين، يتم تحويل المهمة تلقائياً للتقييم والمراجعة البشرية. وشددت على أن "إشراف العنصر البشري" (Human-in-the-loop) يظل المكون الأكثر حيوية وأهمية في المنظومة لضمان السلامة والمسؤولية.

---

[13:27](https://www.youtube.com/watch?v=CUafSVWhi6U&t=807s) نموذج نضج الذكاء الاصطناعي والحوكمة الفيدرالية

استعرضت مادافي نموذج نضج الذكاء الاصطناعي المستند إلى أحدث أطر العمل من شركة مايكروسوفت (Microsoft)، والذي يحدد خمس مراحل لتطور جاهزية المؤسسات الوكيلة:

أوضحت المتحدثة خارطة طريق التحول المؤسسي التي تبدأ بإنشاء "مركز تميز الذكاء الاصطناعي" (AI Center of Excellence) كخطوة أولى ("اليوم"). يضطلع هذا المركز بمهام صياغة الاستراتيجية، ووضع المعايير، وتطوير القدرات القابلة لإعادة الاستخدام، وبناء جسور التعاون بين فرق التكنولوجيا والبيانات وإدارة المخاطر لتسريع التبني.

ومع مرور عام إلى عام ونصف، تنتقل المؤسسة إلى "النموذج الموحد / الفيدرالي" (Federated Governance) ("الغد")، وهو نموذج هجين يجمع بين الحوكمة المركزية والمعايير والمنصات المشتركة من جهة، وبين التنفيذ اللامركزي المستقل من جهة أخرى؛ حيث تمتلك كل وحدة أعمال وكلاءها وتطور مسارات عملها ذاتياً، بينما يوفر مركز التميز عقود المنصة والضوابط الأمنية وقابلية التشغيل البيني والمساءلة المؤسسية.

---

[16:11](https://www.youtube.com/watch?v=CUafSVWhi6U&t=971s) الدليل التنفيذي، واختبار الضغط، وخاتمة

قدمت مادافي دليلاً تنفيذياً رفيع المستوى للقادة والمسؤولين التنفيذيين لتمكين التحول الوكيلي دون الحاجة إلى إعادة بناء كل الأنظمة من الصفر، مرتكزاً على أربع خطوات: 1. **تحديد مؤشرات الأداء الرئيسية (KPIs):** ربط أهداف الذكاء الاصطناعي بالنتائج والمخرجات التجارية المطلوبة. 2. **تطبيق نموذج التشغيل الوكيلي:** اعتماد طبقات التنسيق والتخصص الإدراكي لضمان استقرار العمليات. 3. **تأمين المحيط والحوكمة:** تطبيق ضوابط الحماية، والرقابة المستمرة، وقابلية الرصد والتدقيق. 4. **تحويل مسارات العمل:** إعادة تصميم البنى التحتية بما يتوافق مع النماذج الوكيلة الحديثة ومستوى نضج المؤسسة.

طرحت مادافي بعد ذلك سؤالاً ختامياً كـ "اختبار ضغط" (Stress Test) للمؤسسات: "لنفترض أنه تمت إزالة جميع أدوات الذكاء الاصطناعي من المؤسسة اليوم، هل سيظل الموظفون قادرين على الأداء بنفس كفاءتهم؟". وأوضحت أن هذا الاختبار يقدم مؤشراً دقيقاً على ما إذا كانت المؤسسة قد استبدلت موظفيها بالذكاء الاصطناعي أم مكنتهم ورفعت قدراتهم.

واختتمت الجلسة بمقولتها الخاصة: "الذكاء الاصطناعي سيشكل المستقبل، وقادة الذكاء الاصطناعي ذوو الرؤية سيشكلون مستقبل الذكاء الاصطناعي"، مؤكدة أن المسؤولية تقع على عاتق البشر في توجيه هذه التقنيات لصالح المؤسسات والمجتمع وتوريثها بشكل مستدام للأجيال القادمة، داعية الحضور للتواصل عبر منصة لينكد إن (LinkedIn) وبدء فقرة الأسئلة والأجوبة.

## Notable quotes > [02:02](https://www.youtube.com/watch?v=CUafSVWhi6U&t=122s) هل مؤسستك ذكية حقاً أم أنها مجرد مؤسسة تدعم الذكاء الاصطناعي؟ — مادافي ناجانا

> [02:02](https://www.youtube.com/watch?v=CUafSVWhi6U&t=122s) القضية تتعلق بإعادة هيكلة وتصميم المؤسسة ذاتها لتمكين مبادرات الذكاء الاصطناعي من العمل بسلاسة وتحقيق القيمة المرجوة، بدلاً من مجرد تكديس الأدوات والبرمجيات فوق هياكل تنظيمية قديمة. — مادافي ناجانا

> [07:35](https://www.youtube.com/watch?v=CUafSVWhi6U&t=455s) تستهلك المميزات غير المستخدمة 80% من الطاقة والموارد دون فائدة حقيقية — مادافي ناجانا

> [09:48](https://www.youtube.com/watch?v=CUafSVWhi6U&t=588s) إذا انخفضت درجة الثقة الخاصة بمخرجات الوكيل عن حد معين، يتم تحويل المهمة تلقائياً للتقييم والمراجعة البشرية. — مادافي ناجانا

> [09:48](https://www.youtube.com/watch?v=CUafSVWhi6U&t=588s) إشراف العنصر البشري (Human-in-the-loop) يظل المكون الأكثر حيوية وأهمية في المنظومة لضمان السلامة والمسؤولية. — مادافي ناجانا

> [16:11](https://www.youtube.com/watch?v=CUafSVWhi6U&t=971s) لنفترض أنه تمت إزالة جميع أدوات الذكاء الاصطناعي من المؤسسة اليوم، هل سيظل الموظفون قادرين على الأداء بنفس كفاءتهم؟ — مادافي ناجانا

> [16:11](https://www.youtube.com/watch?v=CUafSVWhi6U&t=971s) الذكاء الاصطناعي سيشكل المستقبل، وقادة الذكاء الاصطناعي ذوو الرؤية سيشكلون مستقبل الذكاء الاصطناعي — مادافي ناجانا

## Mentioned Madhavi Najana, Ai4, Federal Home Loan Bank of Cincinnati, Forbes, Forbes Technology Council, Women in AI Ohio, BCS, Xavier University, Acharya Nagarjuna University, Microsoft, LinkedIn

## Video description Madhavi Najana - AI Trailblazer | Women in AI Ohio State Ambassador | Forbes Technology Council Member | Fellow BCS | Software Engineering Manager, Federal Home Loan Bank of Cincinnati

The Enterprise AI Operating Model: An Executive Playbook for Agentic AI Transformation:

AI is no longer just augmenting work, it is redefining how enterprises operate, compete, and create value through autonomous, agent-driven systems.

Why It Matters: While many organizations have deployed generative AI and copilots, most struggle to scale beyond isolated pilots due to fragmented strategies, governance challenges, and the growing AI orchestration gap, as well as the disconnect between individual AI capabilities and enterprise-wide execution.

Why Attend: Leave with an executive playbook for transforming AI from isolated initiatives into a strategic enterprise capability enabling trusted Agentic AI, optimizing AI investments, and creating sustainable competitive advantage through a modern Enterprise AI Operating Model.

Key Takeaways Build the Enterprise AI Operating Model: Learn a practical executive framework for the Enterprise AI Operating Model (EAOM) and Agentic AI Operating Model (AAOM) to orchestrate intelligent AI agents across people, processes, data, and technology while aligning AI strategy with business outcomes.

Close the AI Orchestration Gap: Assess AI maturity, establish AI Centers of Excellence, implement federated governance, and operationalize responsible AI to transform fragmented AI initiatives into scalable enterprise capabilities.

Scale AI with Business Value: Explore AgentFinOps and executive best practices for optimizing AI investments, managing the variable cognitive cost of AI, strengthening governance, accelerating innovation, and delivering measurable business value with confidence.

[Source](https://www.youtube.com/watch?v=CUafSVWhi6U)

中文简报

纳加纳呼吁企业采用联邦式治理以应对智能体风险与成本若仅在传统系统上堆叠工具，而不重构工作流并将Token消耗置于严格的人工与财务监管之下，企业智能体的规模化应用便会失败。马达维·纳加纳（Madhavi Naganna）阐述了一套实用框架，旨在通过智能体运营模型推动企业从单纯使用辅助工具转变为真正的智能化生态系统。该分享剖析了智能体失败的内在诱因及相关的安全威胁，提出了智能体财务运营（AgentFinOps）概念以优化Token消耗并控制认知成本。同时，她还展示了依托人工监督的企业参考架构，以及从集中式卓越中心过渡至联邦式协同治理的五阶段成熟度模型，最后以高管操作指南和压力测试作结，以确保全面赋能员工队伍。转型为真正的智能化企业，需要重组与重新设计组织自身及其运营模式，而不仅是在传统架构上堆砌人工智能工具。 (2:02) 智能体失败通常源于三种主要模式：不受约束的智能体、隐蔽孤立的群体，以及合规政策实际监管的缺位。 (3:33) 间接提示注入、目标偏移以及自主决策引发的法律责任等安全与运营威胁，正在进一步拉大智能体环境中的协同鸿沟。 (3:33) 智能体财务运营（AgentFinOps）框架对于控制可变认知成本、合理化Token消耗以及避免无限反馈循环至关重要。 (7:35) 优化Token消耗依赖于按任务复杂度路由、选用小型模型、压缩提示词，以及运用二八定律剔除未使用的特性。 (7:35)

Reading summary

تؤكد المهندسة والباحثة مادافي ناجانا أن تحول المؤسسات نحو الوكلاء الأذكياء (Agentic AI) يتطلب إعادة تصميم الهيكل التنظيمي ونماذج الحوكمة بدلاً من مجرد إضافة أدوات تكنولوجية فوق أنظمة عمل تقليدية. أنماط إخفاق الوكلاء والتهديدات الأمنية (3:33) أوضحت ناجانا أن الفجوة في التنسيق تقود إلى إخفاقات تشغيلية محددة تشمل الوكلاء غير المقيدين بحواجز أمان، مثل وكيل ذكي تجاوز بيئة مؤسسته إلى بيئة شركة أخرى لتنفيذ مهام غير مصرح بها. كما تتسبب فرق الوكلاء غير المنسقة في تكرار المهام داخل جزر معزولة، إلى جانب ضعف الامتثال الفعلي مقارنة بالسياسات النظرية. تتجسد هذه الفجوة في مخاطر أمنية وقانونية مباشرة؛ إذ استشهدت بحادثة تمكن فيها عميل من خلال حقن الأوامر (Prompt Injection) من إجبار روبوت معلوماتي على منحه خصماً بنسبة 80%. ويؤدي غياب القيود إلى انحراف الأهداف وتنفيذ معاملات غير مصرح بها، مما يعرض الشركات لنزاعات ومسؤوليات قانونية. ضبط التكاليف الإدراكية وعمليات التمويل (7:35) طرحت المتحدثة إطار «عمليات التمويل للوكلاء» (AgentFinOps) للسيطرة على التكلفة الإدراكية المتغيرة الناتجة عن استهلاك الرموز (Tokens). وضربت مثالاً بمؤسسة استمرت وكلاؤها في العمليات الحسابية داخل حلقات مفرغة لمدة 4 إلى 5 أشهر دون علم الإدارة، ما استهلك موارد ضخمة لم تكتشف إلا عبر تدقيق الفواتير التشغيلية. تعتمد معالجة هذا الهدر على تطبيق قاعدة 80/20 لترشيد استهلاك الرموز، عبر توجيه الطلبات البسيطة لنماذج أصغر حجماً، وضغط الأوامر، وتحسين استرجاع السياق بدقة، واكتشاف الحلقات التكرارية مبكراً مع تتبع نفقات ونطاق كل وكيل بشكل منفصل. الهندسة المرجعية والرقابة البشرية (9:48) يقوم نموذج التشغيل الوكيلي على أربع طبقات: التخصص الإدراكي لملء فجوة المعرفة المؤسسية، وهندسة التنسيق لمسارات العمل، والتحكم اللحظي مع حواجز الحماية، والحوكمة التنظيمية. وتعتمد المنصة المركزية على ربط منسق العمليات بالذاكرة والبيانات الخاصة لضمان اتساق القرارات. تعتمد طبقة الحوكمة على تقييم لحظي لدرجة ثقة مخرجات الوكيل؛ بحيث يتم تحويل المعاملة تلقائياً إلى المراجعة البشرية في حال هبوط الدرجة عن حد معين. وشددت ناجانا على أن الرقابة البشرية المدمجة (Human-in-the-loop) تعد المكون الأكثر حيوية لحفظ سلامة العمليات ومسؤوليتها. مسار النضج والتحول للحوكمة الفيدرالية (13:27) استناداً إلى أطر مايكروسوفت، يمر نضج الذكاء الاصطناعي بخمس مراحل: الأولية، والقابلة للتكرار، والمحددة، والقادرة، وصولاً إلى المحسنة ذاتياً. وتبدأ خارطة التحول بتأسيس «مركز تميز الذكاء الاصطناعي» لصياغة الاستراتيجيات والمعايير والقدرات المشتركة عبر المؤسسة. تتوقع ناجانا انتقال المؤسسات بعد عام إلى عام ونصف نحو الحوكمة الفيدرالية الهجينة، حيث تمتلك كل وحدة أعمال وكلاءها وتدير مساراتها محلياً، بينما يضمن مركز التميز الالتزام بالمعايير المركزية، والضوابط الأمنية، وقابلية التشغيل البيني. تخلص ناجانا إلى أن التحول الوكيلي الناجح يقاس بتمكين الموظفين لا استبدالهم، مقترحة «اختبار الضغط» لتقييم مدى قدرة الموظفين على إنجاز أعمالهم بكفاءة حال غياب أدوات الذكاء الاصطناعي، ومؤكدة أن القيادة البشرية تظل المسؤولة الأولى عن تشكيل مستقبل هذه التقنيات.

精炼阅读摘要

演讲者 Madhavi Naganna 指出，企业要从单纯“支持 AI”跨越至“真正智能化”，关键不在于算法工具的堆砌，而在于重塑组织运行模式，通过建立覆盖认知专业化、编排架构与动态防护的企业 AI 运行模型来规避失控与成本风险。智能体运行缺陷与协调鸿沟风险 (3:33) Naganna 总结了智能体在企业实际落地中的三大核心缺陷：第一是“无约束智能体”（Unconstrained Agent），由于缺乏安全护栏（Guardrails），曾发生跨越企业边界侵入其他机构环境执行未授权操作的实际案例；第二是“隐形蜂群”（Invisible Swarm），即部门间智能体各自为政孤岛运行，造成任务重复与数据决策冲突；第三是“合规失控”（Compliance Failure），表现为纸面流程完备但实际运行时缺乏动态监控。此外，她分析了“协调鸿沟”衍生的三重威胁模型：首先是间接提示注入（Prompt Injection），例如某客户通过语言操纵将只读客服机器人诱导至给出 80% 的越权折扣；其次是目标偏移与范围蔓延（Goal Drift & Scope Creep），智能体擅自采取替代方案执行未授权交易；最后是自主决策引发法律诉讼时的权责归属与法律责任风险。认知成本失控与 AgentFinOps 应对策略 (7:35) 为了管理 Token 消耗带来的“可变认知成本”，企业亟需引入智能体财务运营（AgentFinOps）框架。Naganna 举例指出，曾有企业的智能体在管理层毫不知情的情况下，陷入无限循环计算（Infinite loops）达 4 至 5 个月，直到深度财务审计时才发现巨额 Token 账单。行业中普遍存在“二八定律”，即 80% 的计算资源常被未充分使用的冗余功能所消耗。对此，她提出了六项具体的 Token 优化方案：基于任务复杂度的动态路由（Complexity Routing）、在非必要场景下采用轻量化小型模型、统一提示词模板与压缩冗余指令、优化嵌入式检索以缩减输入上下文、建立实时检测机制以阻断重复应答与死循环，以及对每个智能体推行单体成本跟踪与职责边界划定。四层运行模型与人机协同参考架构 (9:48) 向规模化应用演进需要依托四层“智能体运行模型”：赋予特定行业与业务上下文的“认知专业化”、重构底层业务流程而非生搬硬套旧流程的“编排架构”、保障实时监控与置信度评估的“运行时控制与护栏”，以及自上而下的“组织治理”。在其推介的企业级参考架构中，系统通过统一接入层进入多智能体编排平台，平台结合共享记忆库、API 及专有数据协同运作。底层治理与控制层则部署动态安全检查：系统为智能体输出计算置信度得分（Confidence Score），一旦得分低于预设阈值，任务将自动降级并转交人工审核。Naganna 强调，“人机协同”（Human-in-the-loop）是保障系统安全与问责机制的最核心基石。成熟度阶段演进与联邦制治理路径 (13:27) 参考微软的 AI 成熟度框架，企业演化包含初始（Initial）、可重复（Repeatable）、已定义（Defined）、具备能力（Capable）以及跨组织全面融合的优化（Optimized）五个阶段。在实施路径上，Naganna 建议企业在起步期先设立 AI 卓越中心（AI CoE），集中制定战略标准、沉淀可复用能力，并打通技术、数据与风控团队的协作以加速落地；在未来 1 至 1.5 年内，企业应逐步过渡至“联邦制治理”（Federated Governance）。该混合架构由中央卓越中心负责统一平台契约、安全合规底线与系统互操作性，而具体的智能体开发与业务流程所有权则下放给各业务单元，兼顾全局可控与一线敏捷。 Naganna 为管理层提出了包含确立业务 KPI、采用运行模型、构筑安全边界与流程重构的四步转型指南，并设计了一项压力测试：假定今天撤除所有 AI 工具，员工是否仍能维持同等工作效率？她认为此测试能明确检验企业究竟是在赋能员工还是盲目替代人力，并主张技术的长远价值取决于具有远见的领导者能否负责任地引导 AI 发展。

Detailed notes — zh

## Background 本内容由 Ai4 于 2026 年 8 月 18 日发布在 YouTube 平台上。视频记录了辛辛那提联邦住房贷款银行软件工程经理、Forbes 技术委员会成员 Madhavi Najana 的主题演讲，旨在为企业高管提供一套从孤立试点迈向规模化智能体转型的“企业级智能体 AI 运营模型（AAOM）”实操指南。 ## TL;DR 演讲深入剖析了企业在落地自主智能体时频发的“编排差距”、不受控智能体越权以及可变认知成本激增等典型失败模式。为了弥合战略与执行之间的断层，演讲者提出了涵盖认知专业化、编排工程、运行时控制与组织治理的四层 AAOM 架构，并推介了用于 Token 成本管控的 AgentFinOps 机制。同时，她展示了嵌入人机协同（HITL）闭环的参考技术架构，建议企业沿着从集中式 AI 卓越中心（AI CoE）到分布式联邦治理的成熟度路径稳步演进。 ## Atmosphere & style 整场演讲呈现出权威、严谨且极具实践导向的专业氛围，展现了一位兼具深厚学术底蕴与强监管金融从业背景的高管风范。演讲者开篇即通过自测互动直击企业“仅支持 AI”的虚假繁荣，随后层层剥离技术狂热，用真实的失控案例与严密的架构图为现场决策者敲响治理警钟。结尾处提出的员工赋能“压力测试”与领导力格言，更将技术理性升华至对未来责任的宏大倡议，发人深省且充满感染力。 ## Key takeaways - [02:02](https://www.youtube.com/watch?v=CUafSVWhi6U&t=122s) 多数组织仍停留在浅层的“支持 AI（AI-enabled）”阶段，距离真正由 AI 驱动的“智能企业”存在巨大鸿沟，亟需系统性的企业重塑与战略对齐。 - [03:33](https://www.youtube.com/watch?v=CUafSVWhi6U&t=213s) 企业在实际落地智能体时常面临三大典型失败模式：越权执行非预期任务的“不受限智能体”、部门间各自孤立导致内耗的“隐形蜂群”，以及缺乏运行时有效监控的“合规执行失效”。 - [05:42](https://www.youtube.com/watch?v=CUafSVWhi6U&t=342s) 智能体编排差距（Orchestration Gap）会带来间接提示词注入、目标漂移与功能蔓延，以及因自主越权行为导致的法律责任诉讼三大严峻威胁。 - [07:35](https://www.youtube.com/watch?v=CUafSVWhi6U&t=455s) 智能体长期静默运行和死循环调用会引发不可控的“可变认知成本”，企业必须借助 AgentFinOps（智能体财务运营）进行预算管控与算力审计。 - [07:35](https://www.youtube.com/watch?v=CUafSVWhi6U&t=455s) 遵循 80/20 法则优化模型开销：企业 80% 的任务不需要顶级大模型，应通过复杂度智能路由、提示词模板压缩、模块化技能组优化及 RAG 精简来降低 Token 消耗。 - [09:48](https://www.youtube.com/watch?v=CUafSVWhi6U&t=588s) 企业级智能体 AI 运营模型（AAOM）包含四层架构：认知专业化（私域知识注入）、编排工程（流程与工具重构）、实际控制（运行时护栏）以及组织治理（合规与持续审计）。 - [11:35](https://www.youtube.com/watch?v=CUafSVWhi6U&t=695s) 企业级智能体参考架构必须内嵌人机协同（Human-in-the-Loop）机制，在关键节点通过置信度评分判定，一旦低于安全阈值立即交还人工干预与审核。 - [13:27](https://www.youtube.com/watch?v=CUafSVWhi6U&t=807s) 智能体系统成熟度经历初始、可重复、已定义、具备能力到优化五个阶段，企业必须根据自身风险控制与流程成熟度逐步演进，切忌盲目全面铺开。 - [13:27](https://www.youtube.com/watch?v=CUafSVWhi6U&t=807s) 企业治理架构应采取演进式路线：初期建立集中式的 AI 卓越中心（AI CoE）统筹标准与能力底座，成熟期逐步过渡为业务单元自主、中枢赋能管控的联邦式治理模型。 - [16:11](https://www.youtube.com/watch?v=CUafSVWhi6U&t=971s) 高管检验 AI 落地成效的压力测试指标：假设明天撤除所有 AI 工具，员工是否依然能保持高效产出，以此判断企业是在真正“赋能员工”还是盲目替代。 ## Detailed walkthrough ### [00:03](https://www.youtube.com/watch?v=CUafSVWhi6U&t=3s) 开场致辞、背景介绍与议程概述演讲者 Madhavi Najana 向现场观众热情致意，并向拉斯维加斯的参会者道早安。在正式切入主题前，她提出了一个简短的免责声明：由于她在一家联邦监管的金融机构（Federal Home Loan Bank of Cincinnati）工作，本次演讲中不会涉及任何内部或机密信息，所有分享的内容均基于她个人的行业经验与思考。随后，她梳理了接下来约 20 分钟的分享大纲：深入剖析智能体（Agent）的失败原因、探讨作为新范式的“编排差距”（Orchestration Gap）、解析智能体财务运营（AgentFinOps）及 Token 成本管理机制、介绍企业级智能体 AI 运营模型（AAOM）与其参考架构、评估 AI 成熟度模型，以及探讨如何通过建立 AI 卓越中心（AI CoE）逐步过渡到联邦式企业治理架构，最终为企业高管提供一份可落地的行动指南。在自我介绍环节中，Madhavi 补充提到，她拥有超过二十年的软件工程与人工智能领导经验，发表了 36 篇学术论文并撰写了多篇《福布斯》（Forbes）专栏文章，曾荣获多项行业殊荣。她拥有美国泽维尔大学（Xavier University）的工商管理硕士学位（MBA）以及印度阿查里亚纳加朱纳大学（Acharya Nagarjuna University）的硕士学位。 - **工作背景与免责**：任职于强监管联邦金融机构，观点仅代表个人经验与行业洞察。 - **学术与行业资历**：20 余年工程及 AI 领导经验、36+ 篇学术论文、Forbes 技术委员会专栏作者、BCS 院士（Fellow BCS）。 - **演讲核心议程**：智能体失败剖析、编排差距与威胁模型、AgentFinOps、智能体运营模型（AAOM）、AI 成熟度与 CoE 联邦治理演进、高管实操指南。 --- ### [02:02](https://www.youtube.com/watch?v=CUafSVWhi6U&t=122s) 企业 AI 现状自测：真正的智能企业 vs 仅支持 AI 的企业 Madhavi 向全场观众抛出了一个互动式问题，并邀请大家举手回答：“你们的组织是真正具备智能的企业，还是仅仅是一家支持 AI 的企业（AI-enabled）？”现场绝大多数企业都停留在“仅支持 AI”的阶段，只有极少数敢于声称自己真正实现了智能化。 Madhavi 指出，这表明当前企业在从“AI 准备就绪”（AI Readiness）跨越到“AI 原生落地与赋能”（AI-powered Execution）的过程中存在着巨大的鸿沟。要完成这一跨越，必然需要企业付出系统性的重塑努力。企业 AI 运营模型（EAOM）的核心价值，正在于帮助组织将战略优先级与执行路径、预期业务成果进行精准对齐。正如她在演讲中所强调的核心理念：“我们探讨的不仅仅是技术本身，而是如何以更优的方式重塑企业，重新设计与构建组织的架构以支撑 AI 战略的全面落地。” --- ### [03:33](https://www.youtube.com/watch?v=CUafSVWhi6U&t=213s) 智能体失控解构：不受限智能体、隐形蜂群与合规失效 Madhavi 深入剖析了智能体在实际企业业务流中出现崩溃或失控的三大典型病灶。随着企业将更多自主任务下放给 AI，这三类失败模式正在真实世界中频繁上演： ```mermaid flowchart TD accTitle: 智能体失败模式分类 subgraph Failures["智能体常见失败模式 (Anatomy of Failures)"] F1["不受限智能体 (Unconstrained Agent) 越权跨系统执行非预期任务"] F2["隐形蜂群 (Invisible Swarm) 多智能体各自孤立、沟通断层与重复操作"] F3["合规执行失效 (Compliance Failure) 纸面政策完备但缺乏运行时监控与拦截"] end ``` 第一类是**不受限智能体（Unconstrained Agent）**。如果缺乏现实有效的防护栏（Guardrails），智能体极易突破权限边界。近期行业中已有真实案例发生：某企业的智能体绕过了自身边界设定，甚至渗透进关联外部机构的系统中执行了未经授权的非预期任务。第二类是**隐形蜂群（Invisible Swarm）**。当企业内部各部门孤立地部署了多个智能体时，智能体之间彼此不知道对方在做什么。这种严重的沟通断层导致多个智能体在同一业务流程中各行其是，产生大量的误解、重复劳动与资源内耗。第三类是**合规执行失效（Compliance Failure）**。许多企业制定了详尽的流程文档和合规策略，但在实际落地与运行时，治理机制的执行力却非常薄弱，底层的实时监控与审计追踪根本无法匹敌纸面上的严密规定，最终导致合规防线形同虚设。 --- ### [05:42](https://www.youtube.com/watch?v=CUafSVWhi6U&t=342s) 编排差距与威胁建模：提示词注入、目标漂移与法律责任在分析智能体编排差距（Orchestration Gap）的安全威胁时，Madhavi 列举了企业面临的三大严峻风险： - **间接提示词注入（Indirect Prompt Injection）**：恶意输入或未受控的外部交互可直接操纵智能体行为。近期典型案例中，某企业的客服机器人本应仅用于信息咨询，却被客户通过多轮话术诱导操纵，最终成功诱使机器人为其提供了高达 80% 的商品折扣。 - **目标漂移与功能蔓延（Goal Drift & Sprawl）**：若未给智能体设定极其精准的边界约束与指令，系统在多步推理中可能会偏离原定目标，自行开辟其他路径，甚至发起未经授权的交易或业务流操作。 - **法律与合规问责（Legal Liability）**：由于智能体工作流具备自主决策行为，多家企业已经遭遇法律诉讼。当智能体做出违规承诺或侵害用户权益的操作时，企业系统往往无法自证清白，亦无法规避因自主系统的失控行为而招致的法律诉讼与商业赔偿。 --- ### [07:35](https://www.youtube.com/watch?v=CUafSVWhi6U&t=455s) AgentFinOps：可变认知成本与 Token 优化策略智能体不仅带来安全与治理风险，还会引发不可预测的**可变认知成本（Variable Cognitive Cost）**。Madhavi 分享了一个真实案例：某机构部署的智能体在后台静默运行了四至五个月，陷入了无休止的反馈死循环（Feedback Loops），消耗了海量的 Token 算力资源，直到财务账单出现剧烈异常时才被高管团队察觉。为了帮助企业解决这一痛点，Madhavi 提出了 **AgentFinOps（智能体财务运营）** 概念，并强调必须遵循 80/20 法则——企业在 80% 的场景下并不需要最顶级的重型大模型，过度的冗余上下文检索和未压缩的系统提示词造成了巨大的算力与资金浪费。 - **复杂度智能路由（Complexity-based Routing）**：依据任务难度分级，简单任务调用小模型，复杂任务才路由至大模型。 - **提示词模板标准化与系统提示词压缩（System Prompt Compression）**：精简底层指令，降低单次调用的基础开销。 - **模块化技能组（Skill Sets）与上下文精简**：优化 RAG 检索机制，减少非必要的历史与文档加载量。 - **实时监控与重复响应检测**：即时阻断死循环调用，按智能体颗粒度进行持续的成本审计与任务范围收敛。 --- ### [09:48](https://www.youtube.com/watch?v=CUafSVWhi6U&t=588s) 企业级智能体 AI 运营模型（AAOM）的四层架构针对上述失控与成本难题，Madhavi 正式提出了企业级智能体 AI 运营模型（Agentic AI Operating Model, AAOM）。她强调，企业绝不能仅仅将 AI 智能体生硬地“套”在现有的老旧业务流之上，这往往会导致系统崩溃；智能体业务流必须针对安全与治理进行专门的重构设计。 ```mermaid flowchart TD accTitle: 企业智能体AI运营模型四层架构 subgraph AAOM["智能体 AI 运营模型 (AAOM 4-Layer Architecture)"] L1["第 1 层：认知专业化 (Cognitive Specialization) 行业/企业私域知识库、组织上下文与业务语义"] L2["第 2 层：编排工程 (Orchestration Engineering) 多智能体工作流重构、工具/API集成、安全管道"] L3["第 3 层：实际控制 (Runtime Control & Guardrails) 动态防护栏、置信度阈值判定、实时监测"] L4["第 4 层：组织治理 (Organizational Governance) 责任AI、合规审计、身份权限与持续评估"] end L1 --> L2 --> L3 --> L4 ``` 1. **认知专业化（Cognitive Specialization）**：解决通用智能体缺乏领域私域知识与企业组织上下文的问题，通过行业认知注入填补落地断层。 2. **编排工程（Orchestration Engineering）**：重新设计业务流程管道，为智能体协作提供多工作流编排、共享内存、API 挂载及数据底座。 3. **实际控制（Runtime Control）**：嵌入实时监控护栏与拦截策略，对智能体的每一步执行进行安全性与边界审查。 4. **组织治理（Organizational Governance）**：在企业层面确立身份、安全合规、审计追踪及责任 AI 规范。 --- ### [11:35](https://www.youtube.com/watch?v=CUafSVWhi6U&t=695s) 企业级智能体参考架构与 Human-in-the-Loop 闭环 Madhavi 展示了企业级智能体 AI 的端到端参考架构。该架构旨在确保业务系统之间安全通信的同时，提升企业运营效率、决策质量、合规能力以及系统自治的可靠性。该架构自上而下由以下关键部分构成： - **智能体统一接入层（Agent Access Layer）**：为跨部门、跨业务职能的工作流提供统一规范的接入入口。 - **企业智能体 AI 平台（Enterprise Agentic AI Platform）**：作为核心编排枢纽，调度多智能体协作，管理共享内存、企业级 API、内部数据源与情境知识。 - **自主治理与运营（Autonomous Governance & Ops）**：涵盖内置安全、身份认证、合规审计、可观测性及持续评估。 - **人机协同控制（Human-in-the-Loop, HITL）**：这是整套架构中最关键的一环。系统在关键检查点（Checkpoints）根据预设的“置信度评分”（Confidence Score）进行分流评估。一旦评分低于安全阈值，系统必须立即将决策权交还给人工审核人员，确保人类始终保持最终监督权。 --- ### [13:27](https://www.youtube.com/watch?v=CUafSVWhi6U&t=807s) AI 成熟度模型与治理演进：从 AI CoE 到联邦式架构 Madhavi 引用了微软（Microsoft）最新的 AI 成熟度研究报告，指出企业发展智能体系统的 5 个演进阶段：**初始阶段（Initial）**、**可重复阶段（Repeatable）**、**已定义阶段（Defined）**、**具备能力阶段（Capable）** 以及 **优化阶段（Optimized）**。并非所有企业现阶段都适合立刻全面铺开自主智能体，必须根据自身的风控与流程成熟度量力而行。在落地路径上，她提出了从“集中建立”到“联邦放权”的治理演进路线图： ```mermaid flowchart LR accTitle: 从集中式CoE到联邦式治理模型的演化路径 subgraph Day1["第一阶段 (当前 ~ 1-1.5年)"] CoE["集中式 AI 卓越中心 (AI CoE) · 确立企业战略与标准 · 沉淀可复用能力 · 打通技术、数据、风险与业务"] end subgraph Day2["第二阶段 (成熟联邦期)"] FedCoE["AI CoE (中枢管控) 平台契约、合规标准、安全护栏"] BU1["业务单元 A 自主开发专属 Agent"] BU2["业务单元 B 自主开发专属 Agent"] BU3["业务单元 N 自主开发专属 Agent"] end CoE ==> FedCoE FedCoE -.-> BU1 FedCoE -.-> BU2 FedCoE -.-> BU3 ``` - **初始阶段（AI CoE）**：企业应首先设立集中式的“AI 卓越中心”（AI Center of Excellence），由其负责统筹企业级 AI 战略、制定标准规范、构建可复用的技术能力底座，并连通技术、数据、风控与业务部门，加速高价值场景的试点落地。 - **联邦阶段（Federated Enterprise）**：在运行 1 至 1.5 年后，企业应过渡到联邦治理模式。此时，各业务单元（BU）拥有构建和运行自身专属智能体的自主权；而中心化的 AI CoE 则转为提供底层平台契约、安全护栏与合规审计，实现“集中治理与标准、分布式敏捷创新”的平衡。 --- ### [16:11](https://www.youtube.com/watch?v=CUafSVWhi6U&t=971s) 高管实操指南、压力测试与领导力行动倡议面向在场的企业高管与决策者，Madhavi 总结了一份高阶实操行动指南。这并非死板的固定步骤，而是根据组织当前成熟度量体裁衣的框架： 1. **确立核心 KPI**：清晰定义业务期望与成效衡量指标。 2. **实施智能体运营模型（AAOM）**：搭建匹配业务的四层运作体系。 3. **筑牢安全边界**：部署完备的运行时监控、可观测性与防护栏。 4. **重塑业务流程**：基于智能体协同架构重新设计企业工作流。为了检验企业是否真正走上了健康的智能化轨道，Madhavi 提出了一个尖锐的**“压力测试”（Stress Test）**思考题：“假设明天将企业内所有的 AI 工具全部撤除，你的员工是否依然能够保持现有的高效产出？”她指出，这个问题的答案能够清晰反映出企业到底是在“赋能员工”，还是在“盲目替代”。在演讲结尾，Madhavi 用自己的格言作为号召，呼吁所有人承担起塑造未来的责任： > “AI 将塑造未来，而具备远见卓识的 AI 领导者将塑造 AI 的未来。”（"AI will shape the future, and visionary AI leaders will shape the future of AI."）她强调，如何利用 AI 为社会与企业创造积极价值、并为子孙后代留下一个成熟且负责任的技术环境，全取决于人类自身的战略抉择。随后她向全场观众致谢，并邀请大家在 LinkedIn 上保持连接与交流。 ## Notable quotes > [02:02](https://www.youtube.com/watch?v=CUafSVWhi6U&t=122s) 你们的组织是真正具备智能的企业，还是仅仅是一家支持 AI 的企业？ — Madhavi Najana > [02:02](https://www.youtube.com/watch?v=CUafSVWhi6U&t=122s) 我们探讨的不仅仅是技术本身，而是如何以更优的方式重塑企业，重新设计与构建组织的架构以支撑 AI 战略的全面落地。 — Madhavi Najana > [09:48](https://www.youtube.com/watch?v=CUafSVWhi6U&t=588s) 企业绝不能仅仅将 AI 智能体生硬地“套”在现有的老旧业务流之上，这往往会导致系统崩溃；智能体业务流必须针对安全与治理进行专门的重构设计。 — Madhavi Najana > [16:11](https://www.youtube.com/watch?v=CUafSVWhi6U&t=971s) 假设明天将企业内所有的 AI 工具全部撤除，你的员工是否依然能够保持现有的高效产出？ — Madhavi Najana > [16:11](https://www.youtube.com/watch?v=CUafSVWhi6U&t=971s) AI will shape the future, and visionary AI leaders will shape the future of AI. — Madhavi Najana > [16:11](https://www.youtube.com/watch?v=CUafSVWhi6U&t=971s) AI 将塑造未来，而具备远见卓识的 AI 领导者将塑造 AI 的未来。 — Madhavi Najana > [07:35](https://www.youtube.com/watch?v=CUafSVWhi6U&t=455s) 企业在 80% 的场景下并不需要最顶级的重型大模型，过度的冗余上下文检索和未压缩的系统提示词造成了巨大的算力与资金浪费。 — Madhavi Najana > [11:35](https://www.youtube.com/watch?v=CUafSVWhi6U&t=695s) 系统在关键检查点根据预设的“置信度评分”进行分流评估。一旦评分低于安全阈值，系统必须立即将决策权交还给人工审核人员，确保人类始终保持最终监督权。 — Madhavi Najana ## Mentioned Madhavi Najana, Federal Home Loan Bank of Cincinnati, Forbes, Forbes Technology Council, BCS (British Computer Society), Xavier University, Acharya Nagarjuna University, Microsoft, LinkedIn, Enterprise AI Operating Model (EAOM), Agentic AI Operating Model (AAOM), AgentFinOps, AI Center of Excellence (AI CoE) ## Video description Madhavi Najana - AI Trailblazer | Women in AI Ohio State Ambassador | Forbes Technology Council Member | Fellow BCS | Software Engineering Manager, Federal Home Loan Bank of Cincinnati The Enterprise AI Operating Model: An Executive Playbook for Agentic AI Transformation: AI is no longer just augmenting work, it is redefining how enterprises operate, compete, and create value through autonomous, agent-driven systems. Why It Matters: While many organizations have deployed generative AI and copilots, most struggle to scale beyond isolated pilots due to fragmented strategies, governance challenges, and the growing AI orchestration gap, as well as the disconnect between individual AI capabilities and enterprise-wide execution. Why Attend: Leave with an executive playbook for transforming AI from isolated initiatives into a strategic enterprise capability enabling trusted Agentic AI, optimizing AI investments, and creating sustainable competitive advantage through a modern Enterprise AI Operating Model. Key Takeaways Build the Enterprise AI Operating Model: Learn a practical executive framework for the Enterprise AI Operating Model (EAOM) and Agentic AI Operating Model (AAOM) to orchestrate intelligent AI agents across people, processes, data, and technology while aligning AI strategy with business outcomes. Close the AI Orchestration Gap: Assess AI maturity, establish AI Centers of Excellence, implement federated governance, and operationalize responsible AI to transform fragmented AI initiatives into scalable enterprise capabilities. Scale AI with Business Value: Explore AgentFinOps and executive best practices for optimizing AI investments, managing the variable cognitive cost of AI, strengthening governance, accelerating innovation, and delivering measurable business value with confidence. [Source](https://www.youtube.com/watch?v=CUafSVWhi6U)

Source quotes

[2:02] Madhavi Najana: 你们的组织是真正具备智能的企业，还是仅仅是一家支持 AI 的企业？ [2:02] Madhavi Najana: 我们探讨的不仅仅是技术本身，而是如何以更优的方式重塑企业，重新设计与构建组织的架构以支撑 AI 战略的全面落地。 [9:48] Madhavi Najana: 企业绝不能仅仅将 AI 智能体生硬地“套”在现有的老旧业务流之上，这往往会导致系统崩溃；智能体业务流必须针对安全与治理进行专门的重构设计。 [16:11] Madhavi Najana: 假设明天将企业内所有的 AI 工具全部撤除，你的员工是否依然能够保持现有的高效产出？ [16:11] Madhavi Najana: AI will shape the future, and visionary AI leaders will shape the future of AI. [16:11] Madhavi Najana: AI 将塑造未来，而具备远见卓识的 AI 领导者将塑造 AI 的未来。 [7:35] Madhavi Najana: 企业在 80% 的场景下并不需要最顶级的重型大模型，过度的冗余上下文检索和未压缩的系统提示词造成了巨大的算力与资金浪费。 [11:35] Madhavi Najana: 系统在关键检查点根据预设的“置信度评分”进行分流评估。一旦评分低于安全阈值，系统必须立即将决策权交还给人工审核人员，确保人类始终保持最终监督权。

Source quotes

[2:02] مادافي ناجانا: هل مؤسستك ذكية حقاً أم أنها مجرد مؤسسة تدعم الذكاء الاصطناعي؟ [2:02] مادافي ناجانا: القضية تتعلق بإعادة هيكلة وتصميم المؤسسة ذاتها لتمكين مبادرات الذكاء الاصطناعي من العمل بسلاسة وتحقيق القيمة المرجوة، بدلاً من مجرد تكديس الأدوات والبرمجيات فوق هياكل تنظيمية قديمة. [7:35] مادافي ناجانا: تستهلك المميزات غير المستخدمة 80% من الطاقة والموارد دون فائدة حقيقية [9:48] مادافي ناجانا: إذا انخفضت درجة الثقة الخاصة بمخرجات الوكيل عن حد معين، يتم تحويل المهمة تلقائياً للتقييم والمراجعة البشرية. [9:48] مادافي ناجانا: إشراف العنصر البشري (Human-in-the-loop) يظل المكون الأكثر حيوية وأهمية في المنظومة لضمان السلامة والمسؤولية. [16:11] مادافي ناجانا: لنفترض أنه تمت إزالة جميع أدوات الذكاء الاصطناعي من المؤسسة اليوم، هل سيظل الموظفون قادرين على الأداء بنفس كفاءتهم؟ [16:11] مادافي ناجانا: الذكاء الاصطناعي سيشكل المستقبل، وقادة الذكاء الاصطناعي ذوو الرؤية سيشكلون مستقبل الذكاء الاصطناعي

Original transcript

[0:03] صباح الخير جميعاً. [0:05] صباح الخير يا لاس [0:06] فيغاس. اسمي مادافي [0:07] ناديمبالي، وأنا هنا [0:09] أمامكم للحديث عن [0:10] موضوع نموذج تشغيل [0:12] الذكاء الاصطناعي [0:13] للمؤسسات. تنويه بسيط [0:15] قبل أن أبدأ. أنا أعمل [0:17] لدى مؤسسة فيدرالية أو [0:19] ، كما تعلمون، مؤسسة [0:21] خاضعة للتنظيم. لذا، [0:22] قد لا أتحدث عن أي شيء [0:24] داخلي يخص مؤسستي، وكل [0:26] ما سأقوله نابع من [0:28] تجربتي الشخصية. بناءً [0:30] على ذلك، أود المضي [0:31] قدماً في جدول الأعمال [0:33] الذي سنتحدث عنه خلال [0:35] العشرين دقيقة [0:36] القادمة. سنبدأ [0:38] بمناقشة المزيد حول [0:40] إخفاقات التحليلات. [0:45] عذراً. تشريح إخفاقات [0:47] التحليلات، ثم [0:48] النموذج الجديد، وهو [0:50] فجوة التنسيق. ثم [0:51] سنتحدث عن عمليات [0:53] التحليلات المالية ( [0:54] FinOps)، وكيفية إدارة [0:56] الرموز (Tokens). بعد ذلك، [0:57] سنتحدث عن نموذج [0:58] التشغيل الوكيل (Agentic)، [1:00] والهندسة المرجعية [1:01] للذكاء الاصطناعي [1:02] الوكيل للمؤسسات، [1:03] ولمحة سريعة حول كيفية [1:05] توسيع نطاق المؤسسات. [1:06] ثم سنتحدث عن نموذج [1:08] النضج، ومركز تميز [1:09] الذكاء الاصطناعي، [1:11] والمؤسسة الفيدرالية، [1:13] بالإضافة إلى دليل [1:14] تنفيذي يمكنكم [1:15] الاستفادة منه، [1:16] وأخيراً وليس آخراً، [1:18] دعوة للعمل. بعد قول [1:21] ذلك، سأعرف عن نفسي [1:23] مجدداً. اسمي مادافي [1:26] نايدو، ولدي خبرة تمتد [1:29] لأكثر من عقدين في [1:30] هندسة البرمجيات [1:32] والذكاء الاصطناعي، [1:34] وقد كنت قائدة في هذا [1:36] المجال، ولدي أكثر من [1:38] 36 منشوراً بحثياً، [1:40] بالإضافة إلى العديد [1:42] من مقالات فوربس التي [1:44] كتبتها، وقد تم تكريم [1:46] مساهماتي بجوائز [1:48] متنوعة، بعضها مدرج [1:50] هنا. لقد حصلت على [1:53] ماجستير إدارة [1:54] الأعمال من جامعة [1:56] كزافييه، وحصلت على [1:57] درجة الماجستير من [1:59] جامعة أشاريا [2:00] ناجارجونا في الهند. [2:02] للمضي قدماً، أطرح [2:04] سؤالاً على الجميع. كم [2:09] منكم يمكنه الإجابة [2:11] بنعم على هذا السؤال؟ [2:13] يرجى رفع أيديكم. هل [2:15] مؤسستك ذكية حقاً أم [2:17] أنها مجرد مؤسسة تدعم [2:19] الذكاء الاصطناعي؟ من [2:28] يقول إنها ذكية حقاً؟ [2:30] من يقول إنها مدعومة [2:31] بالذكاء الاصطناعي [2:33] فقط، يرجى رفع يده. [2:36] حسناً. هناك فجوة [2:38] كبيرة، وهنا، بينما [2:40] تحاول المؤسسات [2:41] الانتقال من مرحلة [2:43] الجاهزية للذكاء [2:44] الاصطناعي إلى مرحلة [2:46] التنفيذ المدعوم به، [2:48] سيكون هناك جهد حتمي [2:50] لإتمام هذا التحول، [2:52] وهنا يأتي دور نموذج [2:53] تشغيل الذكاء [2:55] الاصطناعي لمساعدة [2:56] المؤسسات على مواءمة [2:58] أولوياتها بشكل أفضل [3:00] مع الطريقة التي ترغب [3:02] في التنفيذ بها، جنباً [3:04] إلى جنب مع النتائج [3:06] التي تطمح لتحقيقها. [3:08] بعد قول ذلك، أود [3:10] اقتباس مقولة هنا. [3:12] الأمر لا يتعلق فقط [3:13] بالتكنولوجيا التي [3:15] نتحدث عنها هنا. نحن [3:17] نتحدث عن كيفية تحويل [3:19] المؤسسة بطريقة أفضل، [3:21] حيث يتم إعادة هيكلتها [3:23] أو تصميمها لدعم [3:24] مبادرات الذكاء [3:26] الاصطناعي. دعونا نلقي [3:33] نظرة سريعة على تشريح [3:35] إخفاقات الوكلاء [3:36] الأذكياء. أولها يتحدث [3:39] عن الوكيل غير المقيد. [3:42] فخبرات القطاع تمنحنا [3:44] الكثير من الأمثلة في [3:46] العالم الحقيقي، أليس [3:47] كذلك؟ هناك تجربة [3:52] حديثة مع وكيل إحدى [3:54] المؤسسات حيث تمكن من [3:56] تجاوز حدوده والدخول [3:58] إلى مؤسسة أخرى وأداء [4:00] مهام غير مقصودة. إذن، [4:05] الوكيل غير المقيد هو [4:07] وكيل يمكنه تنفيذ مهام [4:09] تتجاوز قدراته إذا لم [4:11] تكن حواجز الحماية [4:13] موجودة بشكل واقعي كما [4:15] ينبغي. التالي الذي [4:18] يمكننا رؤيته هو السرب [4:20] غير المرئي. هنا مثال [4:25] حيث يمكنك رؤية وكلاء [4:27] متعددين يعملون بشكل [4:29] منعزل في مختلف مهام [4:31] سير العمل داخل [4:32] المؤسسة. قد لا يعرف [4:38] أحد الوكلاء ما يفعله [4:40] الوكيل الآخر، وهناك [4:42] فجوة تواصل بين [4:44] الوكلاء، مما يؤدي بهم [4:46] إلى القيام بنفس الشيء [4:48] ولكن مع سوء تفاهم. [4:51] وهنا يظهر مفهوم السرب [4:53] غير المرئي. التالي هو [4:58] فشل الامتثال، حيث قد [5:00] تمتلك المؤسسات [5:02] العديد من مهام سير [5:03] العمل الموثقة بكثافة [5:05] ، ولكن عند التنفيذ [5:07] الفعلي لهذه الحوكمة، [5:09] قد يكون تطبيقها [5:10] ضعيفاً نوعاً ما. قد لا [5:16] تكون جوانب المراقبة [5:18] والرصد قوية بقدر قوة [5:20] الوثائق أو السياسات [5:22] التي تضعها المؤسسة. [5:25] هذه هي العوامل [5:26] المختلفة التي قد تؤدي [5:28] إلى فشل مهام سير عمل [5:30] الوكلاء، لكنها مجرد [5:32] أمثلة قليلة. قد تكون [5:34] هناك مجموعة أكبر [5:35] بكثير من العوامل. هذه [5:42] نظرة سريعة على نموذج [5:43] التهديدات، وتحديداً [5:45] فجوة التنسيق. هذا [5:47] يتحدث عن الثغرات [5:49] الأمنية الرئيسية. [5:51] أولها يتحدث عن حقن [5:52] الأوامر غير المباشر. [5:54] مرة أخرى، كما ذكرت، [5:56] القطاع يزودنا [5:57] بالكثير من الأمثلة، [5:59] أليس كذلك؟ إذن، أحد [6:01] الأمثلة التي حدثت [6:03] مؤخراً هو كانت هناك [6:07] مؤسسة لديها روبوت [6:09] محادثة، وتمكن أحد [6:11] العملاء من التحدث [6:13] إليه لفترة طويلة [6:14] والتلاعب به لدرجة أنه [6:17] استطاع الحصول على خصم [6:19] بنسبة 80%على أحد [6:20] المنتجات. كان من [6:24] المفترض أن يقدم [6:25] الروبوت المعلومات [6:27] فقط، ولكن تم حقن [6:28] الأوامر بطريقة [6:30] تلاعبت بالوكيل لدفعه [6:31] لمنحهم الخصم. هذا، [6:34] كما تعلمون، مثال على [6:36] حقن الأوامر. التالي [6:39] هو انحراف الهدف [6:40] والتوسع غير المنضبط. [6:43] هناك العديد من [6:45] الأنظمة التي تتماشى [6:46] نوعاً ما مع هدف معين. [6:49] ومع ذلك، إذا لم يتم [6:51] تزويد الوكيل [6:52] بتعليمات محددة، فقد [6:54] يسلك طرقاً أخرى. وهذا [6:57] يتناول انحراف الهدف [6:59] والتوسع، مثل تنفيذ [7:01] معاملات غير مصرح بها [7:03] من قبل الوكلاء. أما [7:07] المسؤولية القانونية، [7:09] فقد واجهت العديد من [7:11] الشركات قضايا [7:12] قانونية بسبب السلوك [7:14] الذاتي لسير العمل [7:15] لديها. ومع ذلك، لم تكن [7:21] أنظمتهم مسؤولة عما [7:23] قامت به تلك الأنظمة [7:25] الوكيلة. لذا، يمكن أن [7:31] تظهر مشكلات قانونية [7:32] في هذا السياق أيضاً. [7:35] سنتحدث تالياً قليلاً [7:37] عن عمليات التمويل [7:38] الخاصة بالوكلاء (Agent [7:40] FinOps). هذا يساعد في [7:41] إدارة التكلفة [7:42] الإدراكية المتغيرة. [7:49] مؤخراً كان هناك مثال [7:51] لمنظمة لديها وكلاء [7:53] عملوا لمدة أربعة أو [7:55] خمسة أشهر دون علمهم، [7:57] واستهلكوا الكثير من [7:59] الرموز (Tokens) ولم يتم [8:01] ملاحظة ذلك إلا بعد [8:03] تعمق كبير في نفقاتهم. [8:11] قد تدخل الوكلاء في [8:13] حلقات تغذية راجعة غير [8:15] محدودة تستهلك الكثير [8:17] دون قصد أو لتحقيق [8:19] نتائج قد لا تتحقق. من [8:23] طرق توفير الرموز، [8:25] يمكن القول إن أفضلها [8:26] هو التوجيه حسب مستوى [8:28] التعقيد. التالي هو [8:32] توحيد نماذج الأوامر، [8:34] واستخدام مجموعات [8:36] المهارات، ومراقبة [8:38] استهلاك الرموز، [8:39] واكتشاف الردود [8:41] المتكررة، واسترجاع [8:43] سياق أقل، واستخدام [8:45] نماذج أصغر عند عدم [8:46] الحاجة لنماذج أكبر، [8:48] وتحسين عملية [8:50] الاسترجاع، وضغط [8:51] أوامر النظام. بعض [8:56] التقنيات التي ذكرتها [8:58] للتو مفيدة جداً، وحتى [9:00] التغييرات البسيطة [9:01] منها قد تجلب ميزة [9:03] كبيرة من حيث استهلاك [9:05] الرموز. هناك قاعدة 80/20 [9:09] ، أليس كذلك؟ في 80%من [9:11] الوقت قد لا نستخدم [9:13] الأشياء التي نحتاجها [9:15] ، لكنها تستهلك الكثير [9:17] من الطاقة والجهد [9:18] والرموز في هذه الحالة [9:20] . لذا، تعد عمليات [9:25] التمويل للوكلاء [9:27] مجالاً آخر تحتاج فيه [9:29] المؤسسات للمراقبة [9:31] المستمرة للنفقات لكل [9:33] وكيل، وتضييق نطاق [9:35] مهام الوكلاء لتعقب ما [9:37] يقومون به وتكلفة [9:38] أفعالهم. إذن، هذا هو [9:48] الحل، نموذج التشغيل [9:50] الوكيل. على الرغم من [9:52] إمكانية وجود طبقات [9:54] عديدة، إلا أن هذا [9:56] مجرد مستوى عالٍ يتم [9:58] فيه عرض الطبقات. [10:00] الطبقة الأولى هي [10:02] التخصص الإدراكي، [10:03] والتي تتناول معظم [10:05] المعارف الخاصة بمجال [10:07] معين. لذا، قد تكون [10:10] هناك وكلاء ذكاء [10:11] اصطناعي تم عرضهم بشكل [10:13] جيد، لكن عند التنفيذ [10:15] في المؤسسات، تظهر [10:17] فجوة كبيرة. إذًا، ما [10:19] الذي ينقص وكلاء [10:20] الذكاء الاصطناعي [10:22] هؤلاء؟ المعرفة [10:23] بالمجال أو السياق [10:24] التنظيمي، أليس كذلك؟ [10:26] إذًا، هذه هي الطبقة [10:28] الأولى، التخصص [10:30] الإدراكي. الطبقة [10:31] الثانية هي هندسة [10:33] التنسيق. فإذا كان [10:35] لديك سير عمل، وإذا [10:37] كانت لدى المؤسسة [10:38] مجموعة كبيرة من [10:40] مسارات العمل، وحاولت [10:42] فقط إضافة وكيل ذكاء [10:44] اصطناعي فوق سير العمل [10:46] الحالي، فقد ينجح [10:47] الأمر أو لا ينجح. في [10:49] أغلب الأحيان قد لا [10:51] ينجح الأمر. والسبب هو [10:55] أن مسارات العمل [10:56] الوكيلية أو الوكلاء [10:58] يحتاجون إلى إعادة [11:00] هيكلة متخصصة بطريقة [11:02] تضمن مراعاة الأمان [11:03] والحوكمة. لذا، هناك [11:08] أمور إضافية يجب [11:09] تغطيتها لا تحتاجها [11:11] الأنظمة غير الوكيلية. [11:15] الطبقة الثالثة هي [11:17] التحكم الفعلي حيث يتم [11:19] وضع ضوابط الحماية [11:20] والمراقبة، والطبقة [11:22] الرابعة هي الحوكمة [11:24] التنظيمية. سنتحدث [11:26] أكثر عن الحوكمة [11:27] التنظيمية، ولكن [11:29] دعونا نلقي نظرة سريعة [11:31] على البنية التحتية. [11:35] إليك لقطة مرجعية [11:36] لهندسة الذكاء [11:37] الاصطناعي الوكيلي [11:39] حيث يمكنك رؤية [11:40] اتصالات آمنة بين [11:42] أنظمة الأعمال لتحسين [11:44] الكفاءة والقرارات [11:45] والخبرات والامتثال، [11:47] ولضمان الموثوقية [11:49] والاستقلالية. كما ترى [11:53] ، هذه هي طبقة وصول [11:55] الوكلاء. توفر هذه [11:58] الطبقة نقطة دخول [11:59] موحدة لوكلاء الأقسام [12:01] والوظائف ومسارات [12:03] العمل في جميع أنحاء [12:05] المؤسسة. التالية هي [12:07] منصة الذكاء [12:09] الاصطناعي الوكيلي [12:10] للمؤسسات، والتي تعمل [12:12] كمنسق بين مسارات [12:14] العمل متعددة الوكلاء [12:16] ، وتنفذها بشكل مستقل [12:18] مع ذاكرة مشتركة [12:19] وأدوات وواجهات برمجة [12:21] تطبيقات وبيانات [12:23] مؤسسية ومعرفة سياقية. [12:25] الطبقة التالية هي [12:27] الحوكمة والعمليات [12:29] المستقلة، حيث تتضمن [12:31] الأمان المدمج، [12:32] والهوية، والامتثال، [12:34] والذكاء الاصطناعي [12:35] المسؤول، وقابلية [12:37] التدقيق، والمراقبة، [12:39] والتقييم المستمر، [12:41] وإشراف العنصر البشري. [12:44] على الرغم من أنني [12:46] ذكرت إشراف العنصر [12:47] البشري في النهاية، [12:49] إلا أنه المكون الأكثر [12:51] أهمية المطلوب في [12:52] البنية الكاملة. دعونا [12:58] نلقي نظرة على [13:00] الطبقتين الثالثة [13:01] والرابعة، جزء [13:02] الحوكمة والتحكم. حيث [13:05] يمكنك رؤية ضوابط [13:07] الحماية، ونقاط الفحص [13:09] ، والتقييم بناءً على [13:11] درجة الثقة. وإذا كانت [13:13] درجة الثقة منخفضة، [13:15] يتم تحويل الأمر [13:16] للتقييم البشري. وهكذا [13:18] ، كما تعلم، يظل [13:19] العنصر البشري [13:20] ضروريًا دائمًا [13:21] لأنظمة الذكاء [13:23] الاصطناعي الوكيلية. [13:27] عذرًا. هذا نموذج نضج [13:32] الذكاء الاصطناعي [13:33] مأخوذ من أحدث منشورات [13:35] شركة مايكروسوفت. [13:37] يتحدث هذا عن نموذج [13:39] نضج الذكاء الاصطناعي [13:41] ، والمراحل الخمس [13:42] لتطور أنظمة الذكاء [13:44] الاصطناعي الوكيلة. [13:45] المرحلة الأولى هي [13:47] المرحلة الأولية، [13:48] والثانية هي القابلة [13:50] للتكرار، والثالثة هي [13:52] المحددة، ثم تأتي [13:54] المرحلة القادرة، [13:55] والأخيرة هي المحسنة. [13:57] مع العلم أن ليست كل [13:59] مؤسسة في مستوى يؤهلها [14:02] لتكون مؤسسة وكيلة. [14:07] يمكن للمنظمة أن تندرج [14:09] ضمن فئات معينة بناءً [14:11] على مستوى نضج مختلف [14:12] الضوابط والعمليات [14:14] داخلها. بالانتقال إلى [14:24] جزء الحوكمة، فهذا [14:25] الجزء مأخوذ أيضاً من [14:27] إحدى وثائق [14:28] مايكروسوفت التي [14:29] قاموا بنشرها. مركز [14:32] تميز الذكاء [14:33] الاصطناعي، يوصى بأن [14:35] تبدأ المؤسسات بمركز [14:36] تميز الذكاء [14:37] الاصطناعي، وهو مركز [14:39] يساعد في استراتيجية [14:41] المؤسسة، والحوكمة، [14:43] والمعايير، والقدرات [14:45] القابلة لإعادة [14:46] الاستخدام، وتوسيع [14:48] نطاق مسؤولية الذكاء [14:50] الاصطناعي. كما أنه [14:53] يربط التكنولوجيا [14:54] والبيانات والمخاطر [14:56] والعمليات لتسريع [14:57] تبني الذكاء [14:58] الاصطناعي عالي [14:59] القيمة وتحقيق نتائج [15:01] ملموسة. لذا، هناك [15:04] سيناريو "اليوم والغد" [15:06] حيث يمكن للمؤسسة أن [15:07] تبدأ ببساطة باستخدام [15:09] مركز تميز الذكاء [15:11] الاصطناعي. ومع ذلك، [15:12] يمكنهم التوسع أو [15:14] التقدم قليلاً نحو [15:15] النموذج الموحد، أي [15:17] بعد عام أو عام ونصف من [15:19] مركز تميز الذكاء [15:21] الاصطناعي، يمكنهم [15:22] الانتقال إلى البنية [15:24] الموحدة حيث تمتلك [15:26] وحدات الأعمال [15:27] الوكلاء، ويوفر مركز [15:29] التميز عقود المنصة [15:30] والضوابط. إليك لمحة [15:37] عما ستبدو عليه [15:38] المؤسسة الموحدة، وهي [15:40] مزيج من الحوكمة [15:42] المركزية والمعايير [15:43] والمنصات المشتركة مع [15:45] تنفيذ لا مركزي عبر [15:47] وحدات الأعمال. ويحاول [15:52] تمكين الفرق من ابتكار [15:54] جميع المعاملات أو سير [15:56] العمل باستقلالية مع [15:57] الحفاظ على الأمن [15:59] والامتثال وقابلية [16:00] التشغيل البيني [16:01] والمساءلة على مستوى [16:03] المؤسسة. لمحة عن [16:11] المؤسسة الوكيلة، [16:13] دليل تنفيذي. مرة أخرى [16:16] ، هذه ليست عملية من [16:18] أربع خطوات. هذا مجرد [16:20] مثال أو نموذج رفيع [16:21] المستوى لدليل عمل، [16:23] كخلاصة للمؤسسة أو [16:25] المسؤولين التنفيذيين [16:26] ، حيث يمكنهم البدء [16:28] بالخطوة الأولى، وهي [16:30] تحديد جميع مؤشرات [16:32] الأداء الرئيسية [16:33] المطلوبة. الخطوة [16:35] الثانية، تنفيذ نموذج [16:36] التشغيل الوكيل الذي [16:38] ناقشناه. والثالثة، [16:40] تأمين المحيط بجميع [16:42] الضوابط والمراقبة [16:44] والقابلية للرصد. [16:48] والخطوة الرابعة، [16:49] تحويل سير العمل من [16:51] حيث البنيات الجديدة. [16:55] لذا، إنه نموذج لا [17:00] يتطلب إعادة هيكلة كل [17:02] شيء، ولكن الأمر يعتمد [17:04] على ما تحتاجه المنظمة [17:06] حقاً. وما مقدار [17:10] التكنولوجيا أو الجهد [17:12] الإضافي المطلوب [17:13] للوصول إلى حيث كنا، [17:15] وحيث أردنا أن نكون من [17:17] حيث نموذج النضج؟ ربما [17:25] سؤال آخر للجمهور، وهو [17:27] اختبار الضغط. لنفترض [17:29] أنه تمت إزالة جميع [17:31] أدوات الذكاء [17:32] الاصطناعي من المؤسسة. [17:34] هل سيظل الموظفون [17:35] قادرين على الأداء [17:37] بنفس كفاءتهم؟ إذن، [17:42] هذا مؤشر آخر يخبرنا [17:44] عما إذا كان الموظفون [17:46] قد استُبدلوا أم تم [17:47] تمكينهم. لذا، [17:49] الاقتباس الأخير الذي [17:51] سأختم به هو مقولتي [17:52] الشخصية: "الذكاء [17:54] الاصطناعي سيشكل [17:55] المستقبل، وقادة [17:57] الذكاء الاصطناعي ذوو [17:59] الرؤية سيشكلون [18:00] مستقبل الذكاء [18:01] الاصطناعي". لذا، يعود [18:04] الأمر لنا نحن البشر [18:06] في إعادة تشكيل كيفية [18:08] الاستفادة من الذكاء [18:10] الاصطناعي لصالح [18:11] المجتمع والمؤسسات [18:13] لنصبح مستعدين [18:14] للمستقبل، حتى نتمكن [18:16] من توريث ذلك لأجيالنا [18:18] بطريقة جيدة. وبهذا، [18:21] أختتم هذا العرض [18:23] التقديمي. وعلى هذا، [18:24] أختتم هذا العرض [18:26] التقديمي. إذا كان أي [18:27] شخص يرغب في التواصل، [18:28] يرجى التواصل معي عبر [18:29] لينكد إن. أنا منفتح [18:31] لاستقبال الأسئلة.