
#
نشرت AWS دراسة حالة في 4 نوفمبر 2026 عن AiDaH، وهو مكتب المساعدة القائم على وكلاء الذكاء الاصطناعي لدى U Mobile. وتقول دراسة الحالة إن U Mobile مشغل اتصالات ماليزي. كما تذكر أن المنصة بُنيت مع AWS والشريك Axrail على Amazon Bedrock AgentCore.
يغطي النظام أكثر من 150 سيناريو تشغيليًا موثقًا عبر ستة مجالات. ويستخدم ثمانية وكلاء متخصصين. ويتفاعل الموظفون مع مكتب المساعدة عبر Microsoft Teams وبوابة ويب. ويستضاف النشر في منطقة آسيا والمحيط الهادئ (سنغافورة).
تصف دراسة الحالة بنية متعددة الطبقات. فهي تجمع بين وقت تشغيل AgentCore والذاكرة والهوية والبوابات وقابلية الملاحظة. وتتم معالجة الاسترجاع عبر Amazon Bedrock Knowledge Bases. كما يستخدم التصميم Model Context Protocol لعرض أدوات الواجهة الخلفية عبر البوابات.
يتعاون الوكلاء عبر Agent2Agent. وهذا يشير إلى أن النظام مصمم للتعامل المنسق مع المهام بدلًا من سير عمل أحادي ضخم. ويعرضه المصدر كجزء من تصميم المنصة، وليس كادعاء منتج منفصل.
تقول AWS إن AiDaH يستخدم تصميم توجيه ثلاثي المستويات. تتولى مطابقة الكلمات المفتاحية الحتمية معالجة نحو 70% من الطلبات. ويتولى مصنف خفيف الوزن 20%. أما المنسق الكامل فيتعامل مع الـ10% المتبقية، وفقًا لدراسة الحالة.
يُظهر هذا التقسيم في التوجيه توازنًا مقصودًا بين السرعة وعمق التنسيق. يمكن التعامل مع الطلبات الأبسط بمنطق أخف. ويمكن نقل الطلبات الأكثر تعقيدًا إلى المنسق عند الحاجة.
وتقول دراسة الحالة أيضًا إن ضوابط الوصول المستندة إلى الأدوار والهويات المصادَق عليها تقيد الوصول إلى الأدوات. وهذا ضمان تشغيلي مهم. فهو يحد من الوكلاء أو المستخدمين الذين يمكنهم الوصول إلى أدوات خلفية محددة.
في سير دعم موضح، يفحص النظام مشكلة أحد المشتركين ويقترح المعالجة. ثم يؤكد وكيل الدعم الإجراءات قبل أن يصل أي تغيير إلى حساب مشترك فعلي. وتكتسب هذه التفاصيل أهمية لأنها تُظهر أن المنصة ليست ذاتية التشغيل بالكامل في هذا المثال.
ويقول المصدر أيضًا إن الهدف طويل الأمد المتمثل في العمليات ذاتية الإصلاح لا يزال هدفًا على خارطة الطريق. وهذا يعني أن دراسة الحالة تعرض الإصلاح الذاتي كاتجاه مقصود، لا كحالة مكتملة. ولا يزال سير العمل الحالي يتضمن موافقة بشرية على التغييرات المباشرة.
تُظهر القياسات الداخلية لـ U Mobile بين يناير وسبتمبر 2026 انخفاضات في عدة فئات من التذاكر. انخفضت تذاكر التزويد والشبكة الشهرية بنسبة 84.5%. وانخفضت الاستفسارات العامة بنسبة 81.6%. وانخفضت تذاكر الفوترة والاحتساب بنسبة 48.7%.
تقدم دراسة الحالة هذه الأرقام على أنها قياسات أبلغ عنها العميل ضمن دراسة حالة AWS. ولا تثبت مقارنة سببية مستقلة التحقق. لذلك ينبغي قراءة هذه الأرقام على أنها نتائج داخلية مُبلّغ عنها ضمن المادة المصدرية.
أقوى إشارة في المصدر هي الجمع بين التوجيه وضبط الوصول والتأكيد البشري. وتشير هذه العناصر إلى نشر مضبوط بدلًا من إحلال نظام مؤتمت بالكامل محل فرق الدعم. ويبدو أن البنية مصممة لتوجيه الأعمال الروتينية بكفاءة مع إبقاء الإجراءات الحساسة تحت المراجعة.
كما يؤكد المصدر على الاتساع التشغيلي. فأكثر من 150 سيناريو موثق عبر ستة مجالات يمثل سطح دعم كبيرًا. ويبدو أن ثمانية وكلاء متخصصين والتوجيه متعدد الطبقات يدعمان هذا الاتساع.
تدعم دراسة الحالة وصف AiDaH بأنه مكتب مساعدة قائم على وكلاء الذكاء الاصطناعي مبني على خدمات AWS. كما تدعم استخدام Amazon Bedrock AgentCore وKnowledge Bases وعرض الأدوات القائم على MCP وتعاون Agent2Agent. كما تدعم انخفاضات التذاكر المبلغ عنها وسير العمل الذي يتضمن تدخلًا بشريًا.
ولا تدعم ادعاءات أوسع تتجاوز النشر الموصوف. فالمصدر يعرض القياسات على أنها داخلية ومبلغ عنها من العميل. كما يعرض الإصلاح الذاتي كهدف على خارطة الطريق، لا كقدرة مكتملة. وهذه الفروق مهمة عند قراءة دراسة الحالة كمثال على المنتج والعمليات.
أضفوا Intelligence Artificielle Maroc إلى مصادركم المفضلة لرؤية المزيد من أخبارنا ذات الصلة في بحث Google.
نحن نبني منصات ذكاء اصطناعي مخصصة ومنتجات SaaS وتطبيقات أعمال ذكية وأنظمة أتمتة.
هذا النموذج مخصص لطلبات المشاريع وليس للأسئلة العامة حول الذكاء الاصطناعي.