مِخبارMIKHBAR
الذكاء الاصطناعي

إسكاي بيت توحّد المعرفة المؤسسية عبر قواعد معرفة أمازون بيدروك

اعتمدت شركة إسكاي بيت على خدمات أمازون السحابية لحل تحدي البحث عن المعلومات التشغيلية المبعثرة في مئات المستندات، مما سمح للموظفين بالحصول على إجابات دقيقة وموثوقة بلغة واحدة موحدة.

إسكاي بيت توحّد المعرفة المؤسسية عبر قواعد معرفة أمازون بيدروك

التحدي: تشتت المعلومات التشغيلية

واجهت فرق المكاتب في شركة إسكاي بيت، الرائدة في رعاية الحيوانات الأليفة في شبه الجزيرة الإيبيرية، تحدياً كبيراً في إدارة المعرفة المؤسسية. كانت الإجابات على الأسئلة التشغيلية اليومية، مثل سياسات الإرجاع أو البروتوكولات البيطرية أو خطوات التوظيف، مبعثرة في مئات المستندات على منصة Microsoft SharePoint. هذه المستندات موزعة عبر أربع لغات وثلاث دول، مما جعل العثور على المعلومات الصحيحة عملية تستغرق وقتاً طويلاً وتتطلب جهداً بشرياً كبيراً. مع كل متجر جديد أو إجراء جديد، كان حجم المشكلة يتضخم، مما أدى إلى إجابات غير دقيقة أو قديمة تؤثر على كفاءة العمل.

الحل: قواعد معرفة مُدارة

لحل هذه المشكلة، اختارت إسكاي بيت استخدام Amazon Bedrock Managed Knowledge Bases. توفر هذه الخدمة بنية تحتية كاملة لمعالجة المعلومات المعززة بالاسترجاع (RAG)، حيث تتولى أمازون مهام استهلاك البيانات، والتخزين المتجهي، وتوليد التضمينات، والاسترجاع. هذا النهج أزال الحاجة إلى تشغيل قواعد بيانات متجهية أو خطوط معالجة يدوياً، مما سمح للشركة بالتركيز على تطوير التطبيق بدلاً من إدارة البنية التحتية. كما ساهم هذا الاختيار في تقليل التكاليف التشغيلية من خلال الدفع فقط مقابل ما يتم تخزينه واسترجاعه.

تكامل سلس مع SharePoint

نظراً لأن مستندات إسكاي بيت كانت موجودة مسبقاً في بيئة SharePoint، استخدمت الشركة الموصول الأصلي (Native Connector) المتوفر في الخدمة. هذا الموصول سمح باستهلاك المستندات مباشرة من البيئة الحالية دون الحاجة إلى هجرة بيانات مكلفة أو معقدة. ميزة إضافية مهمة هي تفعيل الفهرسة المتقدمة للمحتوى البصري، والتي تتيح استخراج النصوص من الصور المضمنة في ملفات PDF وDOCX وPPTX، مما جعل المحتوى الممسوح ضوئياً أو المصور قابلاً للبحث دون الحاجة إلى خطوط معالجة مسبقة منفصلة.

إسكاي بيت توحّد المعرفة المؤسسية عبر قواعد معرفة أمازون بيدروك
صورة مرتبطة بالخبر من AWS Machine Learning Blog · المصدر: AWS Machine Learning Blog

دقة البحث والأمان

يعتمد النظام على بحث هجين يجمع بين البحث الدلالي والبحث بالكلمات المفتاحية (BM25)، مما يضمن استرجاع المصطلحات الدقيقة مثل أكواد المنتجات التي قد يفوتها البحث الدلالي وحده. كما يتضمن النظام إعادة ترتيب النتائج (Reranking) لتحسين الدقة. من حيث الأمان، يدعم النظام التحكم في الوصول على مستوى المستند، حيث يلتزم بصلاحيات المستخدم الأصلية في SharePoint، فلا يعرض إلا المستندات التي يملك المستخدم بالفعل صلاحية قراءتها. هذا يحافظ على سرية المعلومات ويضمن الامتثال لسياسات الشركة دون الحاجة لبناء نموذج ترخيص جديد.

التطوير باستخدام Kiro

قام فريق إسكاي بيت بتطوير الحل الكامل، من الواجهة الأمامية الموجهة للمتاجر إلى البنية التحتية السحابية، باستخدام بيئة التطوير الوكيل (Agentic Development Environment) Kiro، مع تشغيل نموذج Claude Haiku 4.5 على Amazon Bedrock. ساعد هذا النهج الفريق الصغير على الانتقال من الفكرة إلى الإنتاج بسرعة وكفاءة. كما ساهم في الحفاظ على اتساق الكود التطبيقي والبنية التحتية، مما يسهل الصيانة المستقبلية. تخطط الشركة لتقييم واعتماد النماذج الجديدة المتاحة على المنصة حسب كل حالة استخدام.

النتائج والتقييم

تتيح هذه البنية للموظفين طرح أسئلة بلغة طبيعية والحصول على إجابات مبنية على المستندات المؤسسية مع ذكر المصادر، مما يعزز الثقة في النتائج. يمكن للموظفين تقديم ملاحظات (إبهام لأعلى أو لأسفل) تغذي مجموعة التقييم المستمرة. كما تستخدم الشركة أدوات التقييم المدمجة في Amazon Bedrock لقياس جودة الأداء في كل مرحلة من مراحل المعالجة، مما يضمن تحسين النظام باستمرار. هذا النموذج يثبت فعالية الحلول السحابية المُدارة في توحيد المعرفة المؤسسية المعقدة عبر الحدود واللغات.

المصادر

تابع التسلسل الزمني

تغطية الكيانات المرتبطة