بدأت Workday استخدام نموذج القرار Jev من TypeSafe لبناء واجهات مستخدم تتغير أثناء الكتابة داخل مساعدها للذكاء الاصطناعي Sana. وأصبح Sana الشاشة الرئيسية الجديدة لبرمجيات Workday الخاصة بالموارد البشرية والمالية وتقنية المعلومات، مع إمكانية طرحه للمستخدمين من جانب مسؤولي النظام من دون جعله الواجهة الافتراضية.
في عرض توضيحي، أدى سؤال عن كشف الراتب إلى إظهار بطاقة تخفي قيمة المبلغ خلف نقرة، بينما أنشأ طلب إجازة منتقي تواريخ وملأ Sana بقية الحقول. الفكرة الأساسية ليست أن يكتب نموذج لغوي واجهة جديدة بالكامل، بل أن يختار مكونات من نظام تصميم أعدته Workday مسبقاً.
اختيار المكونات بدلاً من توليد الواجهة
قال Joel Hellermark، كبير مسؤولي الذكاء الاصطناعي في Workday ومؤسس Sana، إن النهج المعتاد في الواجهات التوليدية بطيء نسبياً. ووفقاً للشرح المقدم، زودت Workday Jev بكل مكون ذري في نظام التصميم، من دون كتابة منطق اختيار ثابت لكل حالة. لكن الفريق احتاج أيضاً إلى ضبط التحميل المسبق للبيانات؛ إذ ظهرت بطاقة كشف الراتب في العرض قبل اكتمال كتابة السؤال.
تقول TypeSafe إن Jev يجيب خلال فترة تتراوح بين 70 و500 مللي ثانية، ما يجعله مناسباً لاختيار عناصر واجهة في الوقت الفعلي. ويرسل المطورون إلى النموذج بيانات التطبيق ومجموعة أسئلة محددة الأنواع، ليعيد اختياراً من قائمة تصل إلى 255 خياراً، أو درجة، أو إجابة بنعم أو لا، مع احتمال لكل نتيجة. ولا يولد Jev نصاً.
ما الذي يتغير عملياً؟
يحوّل هذا التصميم جزءاً من مهمة الواجهة من التوليد المفتوح إلى تصنيف مضبوط. وبذلك يستطيع التطبيق عرض عناصر معروفة وقابلة للاختبار بدلاً من انتظار نموذج لغوي كي يؤلف بنية جديدة في كل مرة. وتشير اختبارات منشورة خارج Workday إلى فارق محتمل في السرعة: قال Andrew King من Very Good Ventures إن استخدام Jev للأسئلة ذات الإجابات المحددة خفض زمن التصيير الوسيط للوحة معلومات توليدية إلى 3.8 ثوانٍ، مقارنة بـ29 ثانية عند استخدام نموذج متقدم لتكوينها، مع اعتماد الاختبارات على بيانات اصطناعية.
وفي اختبار على مجموعة Banking77، حقق Jev زمناً وسيطاً قدره 175 مللي ثانية ودقة 81%. وسجل Claude Opus 5 دقة 84.4%، لكنه احتاج إلى 2.3 ثانية وكانت كلفته أعلى بنحو 22 مرة وفق المصدر.
القيود والأسئلة المفتوحة
تذكر وثائق TypeSafe أن Jev يواجه صعوبات في العد والحساب والتواريخ، وقد يميل إلى الخيار المدرج أولاً. كما أنه لا يتعامل مع المحتوى المحقون باعتباره عدائياً بصورة افتراضية. وتستخدم بعض التجارب نموذجاً لغوياً بديلاً عندما تقل ثقة Jev عن 50%، ما يحد من نطاق قراراته بدلاً من تركه يولد أي شكل ممكن.
لم توضح Workday حجم نظام التصميم المستخدم مع Sana، ولا ما يحدث عندما لا يناسب الطلب أي تركيب من المكونات المتاحة. كما أضافت Workday TypeSafe إلى قائمة معالجيها الفرعيين القادرين على معالجة بيانات العملاء. وتوفر TypeSafe حالياً تقرير SOC 2 Type II عند الطلب، لكن المصدر لا يثبت تفاصيل إضافية عن بنية الحماية أو سياسات الاحتفاظ بالبيانات.
تأتي الخطوة ضمن منافسة أوسع في نماذج القرار؛ فقد أطلقت OpenAI وAmazon وCloudflare وPerplexity نماذج مماثلة، ولحقت بها Microsoft في الأسبوع السابق. وأطلقت TypeSafe نموذج Jev في 15 سبتمبر مع جولة تأسيسية بقيمة 40 مليون دولار قادتها DCVC، ثم أعلنت جولة Series A بقيمة 870 مليون دولار بقيادة Andreessen Horowitz عند تقييم 7.5 مليارات دولار.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.