لقد قمت مؤخرًا بإعادة بناء جزء من مسار معالجة الفيديو في ELECTE بعد تغيير مجموعة التقنيات المستخدمة، وقد خلصت من ذلك إلى استنتاج عملي للغاية: لم يعد تحليل الفيديو باستخدام الذكاء الاصطناعي تقنية «مختبرية» فحسب. فاليوم يمكنك تحميل مقطع فيديو، وطرح سؤال بلغة طبيعية، والحصول على ناتج مفيد يساعدك على العمل بشكل أفضل، حتى دون الحاجة إلى فريق داخلي متخصص في الرؤية الحاسوبية.
بالنسبة للشركات الصغيرة والمتوسطة الإيطالية، لا يكمن الهدف في السعي وراء تقديم العروض التوضيحية الأكثر إثارة. بل يكمن الهدف في فهم المجالات التي توفر فيها هذه القدرة ميزة تشغيلية فورية. في عام 2026، تطورت تحليلات الفيديو المدعومة بالذكاء الاصطناعي من مجرد الكشف عن الأشياء إلى فهم المحتوى والكلام والسياق. وهذا يغير كل شيء بالنسبة لمن يديرون برامج التدريب، أو العروض التوضيحية التجارية، أو مراقبة الجودة، أو الأمن، أو أرشيفات الفيديو المؤسسية.
في هذا المقال، سأقدم نظرة منظمة على الوضع الحالي من منظور العملي. سنرى ما يعنيه حقًّا «تحليل» مقطع فيديو في الوقت الحاضر، وكيف تم تبسيط مسار العمل التقني، وما هي الأدوات التي لها أهمية حقيقية، وأين يمكن للشركات الصغيرة والمتوسطة أن تحقق قيمة ملموسة، وما هي القيود التي يجدر معرفةها قبل البدء.
التعريف المفيد اليوم هو التالي: تحليل الفيديو باستخدام الذكاء الاصطناعي يعني تحويل محتوى الفيديو إلى معلومات قابلة للبحث ومنظمة وقابلة للاستخدام في اتخاذ القرارات التشغيلية. لم يعد الأمر يقتصر على مجرد «رؤية» شخص أو مركبة في إطار واحد.
أبسط طريقة لشرح ذلك هي التالية: كانت أنظمة الجيل الأول تعمل كموظف يراقب شاشة ويضع علامات في المربعات: وجود شخص، وجود سيارة، رصد حركة. أما النماذج متعددة الوسائط الحالية، فهي تعمل بشكل أشبه بمحلل يراقب المشهد والصوت والتسلسل الزمني واللغة، ثم يربط كل ذلك معًا ليشكل معنىً واحدًا.
يتجلى هذا القفز في حالات ملموسة جدًّا:
الاختبار العملي الجيد لا يتمثل في سؤال النموذج «ماذا ترى؟»، بل في سؤاله «في أي لحظة يتغير نبرة المحادثة؟» أو «متى تتم مناقشة المشكلة X؟».
لم يأتِ هذا التطور من فراغ. وفقًا لشركة Aitek المتخصصة في تحليل الفيديو القائم على التعلم العميق، يتيح التعلم العميق إنشاء خوارزميات قادرة على التعلم من التجربة دون الحاجة إلى نماذج رياضية محددة مسبقًا، بينما تؤكد شركة Axitea أن تحليل الفيديو باستخدام الذكاء الاصطناعي يعمل في الوقت الفعلي ويقلل من الإنذارات الكاذبة إلى أدنى حد. والهدف، بالنسبة لأصحاب الأعمال، هو أن النظام لم يعد مقيدًا بقواعد صارمة. بل يتعلم الأنماط.
في العمل اليومي، يؤدي هذا إلى تغيير ثلاثة أمور بشكل أساسي:
ولهذا السبب، فإن الحدود الفاصلة بين تحليل الفيديو وتحليل الكلام واستخراج المعرفة آخذة في التلاشي. إذا كنت تتولى إدارة محتوى الفيديو في شركتك، فأنت لم تعد تتعامل مع الوسائط فحسب، بل تتعامل مع البيانات.
لسنوات طويلة، لم تكن المشكلة تكمن في معرفة ما إذا كان تحليل الفيديو مفيدًا أم لا. بل كانت المشكلة تكمن في تطبيقه دون الاضطرار إلى إنشاء مشروع معقد ومكلف ويستغرق صيانته وقتًا طويلاً.
كانت سلسلة العمليات التقليدية طويلة. حيث تشمل: التقاط الفيديو، واستخراج الإطارات، والتنقية، والتعليق، وتدريب النموذج، والاختبار، والنشر، والمراقبة، والمراجعة. ولا تزال هذه السلسلة مجدية في السياقات المؤسسية، لا سيما عندما تكون هناك حاجة إلى تحكم كامل في النموذج أو عندما تكون البيئة محددة للغاية.
تصف الوثائق الإيطالية الصادرة عن مايكروسوفت هذه المنطقية المعمارية بشكل جيد: حيث يقوم تحليل الفيديو السحابي بتقسيم مقاطع الفيديو إلى إطارات، ويُنتج النتائج بتنسيق JSON، ويجعلها قابلة للاطلاع عليها أيضًا عبر أدوات ذكاء الأعمال. وبشكل عملي، يتوقف الفيديو عن كونه ملفًا غير شفاف ليصبح مسارًا للبيانات.
في العديد من حالات الاستخدام الأولية، تم اختصار السلسلة إلى ثلاث خطوات:
وهنا تكمن أهمية أدوات مثل Google AI Studio مع Gemini، التي خفضت بالفعل حاجز الدخول. ليس لأنها تزيل التعقيد التقني تمامًا، بل لأنها تنقله إلى مكان آخر. لم تعد الصعوبة تكمن في «كيف أقوم بتدريب النموذج»، بل في «ما هو السؤال الذي أطرحه وكيف أتأكد من أن الإجابة مفيدة لي حقًّا».
يمكن لشركة صغيرة أو متوسطة الحجم أن تبدأ بطلبات محددة للغاية:
قاعدة عملية: لا تهدف الاختبارات الأولية الأفضل إلى تحقيق الدقة المطلقة، بل تهدف إلى تحقيق فائدة عملية فورية.
هذا هو نفس التغيير في طريقة التفكير الذي نلاحظه في مجالات أخرى من الذكاء الاصطناعي المؤسسي. في السابق، كنت تقوم أولاً ببناء مسار البيانات، ثم تأمل في الحصول على رؤى. أما اليوم، فيمكنك البدء بالرؤية المطلوبة والتحقق مما إذا كان المسار التقني يدعمها. إذا كنت ترغب في التعمق في هذه النقطة، فإنني أوصيك أيضًا بقراءة هذا المقال حول كيفية تحويل البيانات باستخدام الذكاء الاصطناعي المؤسسي.
إن سهولة الاستخدام الجديدة حقيقية، لكنها قد تخلق انطباعًا خادعًا. فإذا بدت الواجهة بسيطة، فهذا لا يعني أن المشروع أصبح جاهزًا تلقائيًا للطرح في السوق.
تمييز مفيد:
السيناريو — النهج المنطقي — التحليل الاستكشافي لمقاطع الفيديو الداخلية — أدوات عامة متعددة الوسائط — عملية منظمة أو عالية المخاطر — سير العمل مع المراجعة والتحقق البشريين — المراقبة المستمرة على نطاق واسع — بنية مخصصة وتكاملات مستقرة
أصبحت التكنولوجيا في متناول الجميع بشكل أكبر بكثير. ولا تزال الانضباطية في العمل أمراً لا غنى عنه.
السوق مشوشة لأن منتجات متنوعة جدًّا تتعايش تحت مسمى «فيديو الذكاء الاصطناعي». وإذا لم تقم بفصل الفئات، فستقارن بين أشياء تؤدي وظائف مختلفة.
بالنسبة لأي شركة، هاتان هما المجموعتان الرئيسيتان.
نماذج الفهم
تُستخدم هذه النماذج لتفسير مقاطع الفيديو الموجودة. وتشمل هذه الفئة منصات مثل Gemini وGPT-4o، التي تتمتع بقدرات متعددة الوسائط تتيح استجواب مقطع فيديو، وتلخيصه، واستخراج الموضوعات منه، وتحديد اللحظات المهمة، وربط الصور والكلام والسياق.
نماذج إنشاء المحتوى
تُستخدم لإنشاء مقاطع الفيديو أو تعديلها. تضم هذه المجموعة أدوات مثل Veo وSora وKling وSeedance وغيرها من المنتجات التي تركز على الإنشاء البصري أو التحرير أو تحويل المطالبات إلى مقاطع فيديو.
هذا الفرق حاسم بالنسبة للشركات الصغيرة والمتوسطة. إذا كنت ترغب في فهم ما يجري خلال مكالماتك المسجلة أو دوراتك التدريبية أو مقاطع الفيديو التشغيلية، فأنت بحاجة إلى «الفهم». أما إذا كنت ترغب في إنتاج محتوى تسويقي أو إبداعي بسرعة أكبر، فعليك التركيز على «الإنتاج».
أنا أستخدم معيارًا بسيطًا جدًّا عند تقييم أي أداة.
لا تختر بناءً على أفضل نسخة تجريبية. اختر بناءً على المشكلة المؤسسية التي يتعين عليك حلها.
وهناك فئة ثالثة يقلل الكثيرون من شأنها: المتخصصون في المجالات الرأسية. ففي مجالات الأمن والتجزئة ومراقبة المساحات الشاسعة، لا تزال البنى المخصصة تلعب دوراً مهماً. فعلى سبيل المثال، تصف شركة «Zytekno» بنية VAS تتألف من مكونات منفصلة للتحليل والإدارة ودمج البيانات، وهو خيار تقني منطقي عندما يتعين عليك تنسيق عمليات الاستدلال وتكامل البيانات والعرض دون المساس بزمن الاستجابة.
ولهذا السبب، لا معنى كبير للحديث عن «أفضل منصة» بشكل مجرد. ومن الأفضل التمييز بين:
أكثر الاستخدامات فائدة التي قمنا بها داخليًّا لا تتعلق بالمراقبة بالفيديو. بل تتعلق بالعروض الترويجية المسجلة.
لقد قمنا باختبار Google AI Studio باستخدام Gemini 2.5 Pro على تسجيلات العرض التوضيحي للمنصة. وكان الهدف بسيطًا: فهم النقاط التي يتفاعل فيها العملاء المحتملون فعليًّا، وما هي الاعتراضات التي تتكرر أكثر من غيرها، وفي أي لحظات تنخفض مستويات انتباههم.
لم تكن النتيجة الأكثر إثارة للاهتمام «تقنية»، بل كانت عملية. فقد كشفت الذكاء الاصطناعي عن نمط كان يمكن استنتاجه بالعين المجردة، لكنه لم يكن يظهر بوضوح عند الاطلاع يدويًّا على التسجيلات: فقد تزامن وقت الذروة في الاهتمام مع عرض التقارير التلقائية، وليس مع شرح البنية أو الوظائف.
ومنذ ذلك الحين، قمنا بتغيير هيكل العروض التوضيحية. واليوم، نعرض النتيجة النهائية أولاً، وبعد ذلك فقط، إذا لزم الأمر، ندخل في تفاصيل العملية.
عندما يصبح الفيديو قابلاً للبحث، تتوقف عن مشاهدته بشكل سلبي. وتبدأ في استخدامه كقاعدة معرفية.
لا أقدم هذا كمثال على تطبيق ذكاء الفيديو في الشركات الكبرى. بل إنه مثال أكثر فائدة بكثير للشركات الصغيرة والمتوسطة: اختبار سريع للمحتوى الموجود بالفعل، قادر على تغيير قرار تشغيلي ملموس.
أكثر التطبيقات منطقيةً اليوم هي تلك التي يحتوي الفيديو فيها بالفعل على معرفة مؤسسية، وتكمن المشكلة في استرجاعها بكفاءة.
إذا قمت بتسجيل عمليات التوجيه الأولي أو الإجراءات أو الجلسات الفنية، فيمكن للذكاء الاصطناعي:
يمكن تحليل المكالمات المسجلة والعروض التوضيحية والمقابلات ومراجعات الفيديو من أجل:
هنا يتعين توخي مزيد من الحذر، لكن الإمكانات حقيقية. في خطوط الإنتاج أو العمليات المتكررة، يمكن أن يساعد تحليل الفيديو باستخدام الذكاء الاصطناعي في الكشف عن الأنماط الشاذة أو الخطوات غير المطابقة للمعايير. ويعتمد مستوى الموثوقية بشكل كبير على البيئة، وجودة الفيديو، ومستوى التباين في المشهد.
نحن أنفسنا نستخدم أدوات الذكاء الاصطناعي في مسار إنتاج الفيديو. وفي هذه الحالات، لا تكمن القيمة في إنتاج الموارد فحسب، بل في تسريع عمليات التكرار، ووضع العلامات، واسترجاع اللحظات الرئيسية، وتكييف المحتوى.
بالنسبة لمن يرغب في الاطلاع على أمثلة أوسع نطاقًا لتطبيق الذكاء الاصطناعي في الشركات، يجدر به استكشاف بعض قصص التحول التي مر بها العملاء، مع الأخذ في الاعتبار أنها ليست حالات محددة تتعلق بتحليل الفيديو.
أسرع طريقة للفشل في استخدام تحليل الفيديو بالذكاء الاصطناعي هي التعامل معه على أنه حل لا يخطئ أبدًا. فهو ليس كذلك. إنه أداة لتسريع العمل.
الجانب الذي لا يُناقش كثيرًا هو أيضًا الأهم: التحقق من أن النظام يعمل بشكل جيد خارج السيناريوهات المثالية. أشار تقرير صادر عن جامعة ميلانو عام 2025 إلى أن 12% فقط من الشركات الإيطالية العاملة في قطاع المراقبة بالفيديو لديها بروتوكولات تحقق صارمة، وأن 68% منها تبلغ عن أخطاء في التصنيف في ظروف الإضاءة المتغيرة. ويُظهر هذا في السوق الإيطالية فجوة ملموسة جدًّا في عملية التحقق في السيناريوهات الواقعية.
وينطبق هذا الأمر أيضًا على الشركات الصغيرة والمتوسطة التي لا تعمل في مجال المراقبة بالفيديو بحتًا. والمبدأ هو نفسه: فقد يعمل النموذج بشكل جيد في العرض التوضيحي، ثم يتدهور أداؤه عند مواجهة صوت مشوش، أو مصطلحات تقنية، أو لقطات غير مستقرة، أو مشاهد ذات إضاءة ضعيفة، أو مقاطع فيديو طويلة جدًّا.
الإجراء المضاد الأول بسيط، لكنه فعال: البدء بحالات الاستخدام منخفضة المخاطر. فالتحليل الذي يتم في سياق مكتبة تدريبية أو تسجيلات تجارية يختلف عن اتخاذ قرارات آلية في سياق الأمن أو الامتثال.
والخطوة الثانية هي التقسيم. في الاختبارات التي أجريتها، أظهرت النماذج متعددة الوسائط أداءً أفضل مع المحتويات الأقصر والمتسقة من حيث الموضوع. وعندما يكون مقطع الفيديو طويلاً، من الأفضل تقسيمه إلى أجزاء منطقية وتجميع النتائج المستخلصة لاحقًا.
إليك المجموعة الأساسية التي أوصي بها:
الخطأ الشائع ليس في تبني الذكاء الاصطناعي قبل الأوان، بل في منحه الكلمة الأخيرة قبل الأوان.
هناك عقبة أخرى تتعلق بالتكاليف التشغيلية، لا سيما في الشركات الصغيرة والمتوسطة. فعندما يتوسع نطاق المشروع، تدخل في الصورة عمليات المراجعة وإدارة الاستثناءات والتحديثات والتدريب الداخلي. وإذا لم تخطط لهذه العناصر، فإن التجربة تظل مجرد عرض توضيحي أنيق يفتقر إلى الاستمرارية.
إن الرؤية المستخلصة من مقطع فيديو ما لها قيمتها. لكنها تظل معزولة إذا بقيت بمفردها. ولا يتحقق العائد على الاستثمار إلا عندما تربط تلك الرؤية بالبيانات الأخرى التي توجه مسار الأعمال.
خذ ثلاثة أمثلة بسيطة.
إذا ظهرت مشكلة متكررة في مراجعة بالفيديو، فإن القيمة الحقيقية تتجلى عند ربطها بالمبيعات والمرتجعات وطلبات الدعم الفني. وإذا لاحظت اعتراضًا متكررًا في تسجيل تجاري، فإن الخطوة التالية هي مقارنته بمعدلات التحويل حسب كل قطاع. وإذا أشار مقطع فيديو تشغيلي إلى احتمال وجود خلل، فيجب ربطه بالإنتاج والصيانة وتوافر قطع الغيار.
المنطق نفسه ينطبق على كل قطاع: الفيديو يضيف سياقًا. أما أنظمة الإدارة فتضيف تأثيرًا اقتصاديًا وتشغيليًّا.
وهنا يأتي النقطة الأكثر أهمية بالنسبة لمن يعملون في مجال التحليلات. فلم تعد البيانات المؤسسية مجرد جداول وأنظمة تخطيط موارد المؤسسات (ERP) وأنظمة إدارة علاقات العملاء (CRM)، بل أصبحت تشمل أيضًا النصوص والتسجيلات الصوتية والصور وتسجيلات الاجتماعات ومقاطع الفيديو الخاصة بالعمليات.
في متن المقال ، أشرت إلى ELECTE، وهي منصة لتحليل البيانات مدعومة بالذكاء الاصطناعي مخصصة للشركات الصغيرة والمتوسطة، بالمعنى المحدد التالي: ليس كأداة متخصصة لتحليل الفيديو، بل كمركز يمكن من خلاله دمج الرؤى المستمدة من مصادر مختلفة واستخدامها في اتخاذ القرارات وإعداد التقارير التلقائية والرصد التشغيلي. إذا كنت تدرس كيفية قياس القيمة الاقتصادية لهذه المبادرات، فقد يفيدك هذا التحليل المتعمق حول تحسين عائد الاستثمار في الذكاء الاصطناعي للشركات الصغيرة.
لا يُقاس مدى نضج تحليل الفيديو باستخدام الذكاء الاصطناعي بعدد الوظائف التي تعرضها النسخة التجريبية. بل يُقاس بالقدرة على الاندماج في مسار اتخاذ القرار القائم بالفعل، دون إنشاء نظام منعزل آخر.
بالنسبة لشركة صغيرة أو متوسطة الحجم، هذا هو السؤال الصحيح: هل المعلومات المستخلصة من الفيديو تؤدي إلى تغيير قرار ما، أو تحسين عملية ما، أو تقليل وقت المراجعة؟ إذا كانت الإجابة «لا»، فإن التكنولوجيا مثيرة للاهتمام ولكنها ليست مفيدة بعد. أما إذا كانت الإجابة «نعم»، فمن المنطقي دمجها في منظومة التحليلات الخاصة بك.
إذا كنت ترغب في فهم كيفية دمج الرؤى المستمدة من البيانات المنظمة والمحتوى غير المنظم في مسار واحد لاتخاذ القرار، يمكنك الاطلاع على كيفية عمل ELECTE. إنها الطريقة الأكثر فعالية للانتقال من التحليلات المثيرة للاهتمام إلى قرارات تشغيلية يمكن للفريق فهمها بسهولة.
.svg)
.svg)
.svg)
