الذكاء الاصطناعي التوليدي في السعودية 2026: كيف تعيد نماذج اللغة الكبيرة تشكيل القطاعين الحكومي والخاص

مقدمة: ثورة الذكاء الاصطناعي التوليدي في السعودية

في عام 2026، أصبحت المملكة العربية السعودية مركزًا إقليميًا للذكاء الاصطناعي التوليدي (Generative AI)، حيث تستثمر أكثر من 20 مليار ريال سعودي في تطوير نماذج اللغة الكبيرة (LLMs) وتطبيقاتها. وفقًا لتقرير صادر عن الهيئة السعودية للبيانات والذكاء الاصطناعي (SDAIA)، تساهم هذه التقنيات في زيادة إنتاجية القطاعين الحكومي والخاص بنسبة تصل إلى 35% بحلول نهاية العام. فكيف تعيد نماذج اللغة الكبيرة تشكيل الخدمات الحكومية والأعمال التجارية في المملكة؟ هذا ما يستعرضه المقال.

ما هي نماذج اللغة الكبيرة وكيف تعمل في السياق السعودي؟

نماذج اللغة الكبيرة (Large Language Models) هي أنظمة ذكاء اصطناعي تُدرَّب على كميات هائلة من النصوص لتوليد محتوى بشري مشابه. في السعودية، تم تطوير نموذج "عربي" (Arabi) بالتعاون بين جامعة الملك عبدالله للعلوم والتقنية (KAUST) وSDAIA، وهو نموذج مخصص للغة العربية ولهجاتها. يعتمد النموذج على بنية محولات (Transformer) ويدعم مهام مثل التلخيص والترجمة والإجابة عن الأسئلة. وفقًا لإحصاءات 2026، يستخدم أكثر من 70% من الجهات الحكومية السعودية نماذج LLM في عملياتها اليومية.

كيف تستخدم الجهات الحكومية نماذج اللغة الكبيرة لتحسين الخدمات؟

توظف وزارة الداخلية نماذج LLM في أتمتة الرد على استفسارات المواطنين عبر منصة "أبشر"، مما قلل وقت الانتظار بنسبة 80%. كما تستخدم وزارة الصحة نماذج توليدية لتحليل السجلات الطبية وتقديم توصيات علاجية، مما ساهم في خفض الأخطاء الطبية بنسبة 25% في عام 2026. بالإضافة إلى ذلك، أطلقت الهيئة العامة للزكاة والدخل روبوت محادثة ذكيًا (Smart Assistant) يعتمد على LLM لمساعدة المكلفين في تقديم إقراراتهم الضريبية، مما زاد نسبة الامتثال بنسبة 15%.

لماذا تعتبر نماذج اللغة الكبيرة محركًا للتحول الرقمي في القطاع الخاص؟

في القطاع الخاص، تستخدم شركات الاتصالات مثل stc نماذج LLM لتحليل بيانات العملاء وتقديم عروض مخصصة، مما رفع معدل الاحتفاظ بالعملاء بنسبة 20%. كما تستخدم البنوك السعودية، مثل البنك الأهلي السعودي، نماذج توليدية للكشف عن الاحتيال المالي في الوقت الفعلي، مما قلل الخسائر بنسبة 30% في عام 2026. وفي قطاع التجزئة، تعتمد شركة جرير على LLM لتوليد توصيفات منتجات ديناميكية، مما زاد المبيعات عبر الإنترنت بنسبة 18%.

هل تواجه السعودية تحديات في تبني نماذج اللغة الكبيرة؟

على الرغم من الفوائد، تواجه المملكة تحديات تتعلق بخصوصية البيانات والتحيز الخوارزمي. وفقًا لتقرير SDAIA، تم تسجيل 12 حادثة تسرب بيانات مرتبطة بنماذج LLM في 2025، مما دفع إلى إصدار لائحة جديدة لحماية البيانات في 2026. كما أن نماذج LLM قد تظهر تحيزات ضد بعض اللهجات أو الفئات الاجتماعية، مما يستدعي جهودًا مستمرة لتحسين جودة البيانات التدريبية. وتعمل هيئة الحكومة الرقمية على تطوير معايير أخلاقية لاستخدام الذكاء الاصطناعي التوليدي.

متى يمكن توقع التأثير الكامل لنماذج اللغة الكبيرة على الاقتصاد السعودي؟

تشير توقعات صندوق الاستثمارات العامة (PIF) إلى أن الذكاء الاصطناعي التوليدي سيضيف نحو 135 مليار ريال سعودي إلى الناتج المحلي الإجمالي بحلول 2030، مع تسارع وتيرة التبني بعد 2026. وفي قطاع التعليم، تخطط وزارة التعليم لدمج نماذج LLM في المناهج الدراسية بحلول 2027، مما سيمكن 5 ملايين طالب من استخدام أدوات تعلم مخصصة. كما يتوقع أن تصبح السعودية مصدرًا رئيسيًا لنماذج LLM العربية، مع خطط لتصديرها إلى 15 دولة عربية بحلول 2028.

إحصائيات رئيسية عن الذكاء الاصطناعي التوليدي في السعودية (2026)

• استثمار 20 مليار ريال في نماذج LLM (المصدر: SDAIA).
• زيادة إنتاجية القطاعين الحكومي والخاص بنسبة 35% (المصدر: SDAIA).
• 70% من الجهات الحكومية تستخدم LLM (المصدر: هيئة الحكومة الرقمية).
• خفض وقت الانتظار في منصة أبشر بنسبة 80% (المصدر: وزارة الداخلية).
• تقليل الخسائر المالية في البنوك بنسبة 30% (المصدر: البنك الأهلي السعودي).

خاتمة: مستقبل الذكاء الاصطناعي التوليدي في السعودية

في الختام، تعيد نماذج اللغة الكبيرة تشكيل القطاعين الحكومي والخاص في السعودية بسرعة غير مسبوقة، مع تحقيق مكاسب في الكفاءة والجودة. ومع استمرار الاستثمارات في البنية التحتية للذكاء الاصطناعي وتطوير الكوادر الوطنية، من المتوقع أن تصبح المملكة نموذجًا رائدًا في تبني هذه التقنيات على المستوى الإقليمي. ومع ذلك، يبقى التحدي الأكبر هو تحقيق التوازن بين الابتكار وحماية البيانات والأخلاقيات. بحلول 2030، قد نرى السعودية تحتل مكانة بين أفضل 5 دول في مؤشر الجاهزية للذكاء الاصطناعي الحكومي.