بصير OCR، نموذج لغوي رؤيوي طوّرته مسراج لفهم المستندات العربية وتحويل محتواها وبنيتها إلى بيانات منظّمة قابلة للاستخدام داخل المؤسسة، في هذا الكاروسيل، نستعرض 5 استخدامات عملية لبصير في الفواتير والعقود والأرشيف والنماذج وعمليات الامتثال
في الذكاء الاصطناعي المؤسسي (Enterprise AI)، تبدأ جودة الإجابة قبل وصول المعرفة إلى النموذج اللغوي (LLM). مع وجود جزء كبير من معرفة المؤسسة داخل العقود والسياسات والتقارير وملفات PDF. وعندما يحوّل OCR هذه الوثائق إلى نص مسطّح، قد يفقد الجدول بنيته، وينفصل الحقل عن قيمته، ويختلط تسلسل القراءة. وتنتقل هذه الأخطاء لاحقًا إلى مسار RAG وتؤثر في جودة الاسترجاع والإجابة.
هنا تعمل الطبقة الأولى التي بنيناها في مسراج: بصير لفهم المستندات (Document Intelligence)، والحفاظ على التخطيط والعناوين والجداول والعلاقات بين العناصر، ثم تحويلها إلى محتوى منظم قابل للفهرسة والمعالجة.
لكن تنظيم المعرفة يفتح تحديا مؤسسيا آخر: من يستطيع الوصول إليها؟ وما المصادر المتاحة لكل مستخدم؟ وكيف نربط الإجابة بمصدرها؟ وهل يمكن مراجعة مسار الاستخدام لاحقا؟
لهذا بنينا الطبقة الثانية: Seamless Enterprise لإدارة الهوية وصلاحيات الوصول (Access Control)، وربط الإجابات بمصادرها (Source Grounding)، وتوفير سجل قابل للتتبع والمراجعة (Traceability & Auditability).
فصلنا الطبقتين لأن الأولى تعالج جودة المعرفة الداخلة إلى النظام، بينما تنظّم الثانية كيفية الوصول إلى هذه المعرفة واستخدامها.
معا، تشكلان مسارا متكاملا:
وثيقة
← Document Intelligence
← معرفة منظمة
← وصول محكوم
← إجابة مرتبطة بالمصدر
← قرار قابل للمراجعة
#EnterpriseAI #DocumentIntelligence #RAG #AIGovernance #SeamlessEnterprise
وَسْم من مسراج للذكاء يجمع صفحات عربية من الويب ؛ و يعيد بناء محتواها في صيغة منظمة، وينقّيه بمعايير ملائمة للعربية، ويحافظ على العلاقة الطبيعية بين النصوص والصور داخل الوثيقة.
وجد معهد ماكنزي العالمي (McKinsey Global Institute)، في أحد أكثر أبحاثه رجوعا إليه حول سلوك موظفي المعرفة، أن الموظف يقضي في المتوسط 1.8 ساعة يوميا - أي 9.3 ساعات أسبوعيا - في البحث عن معلومات موجودة أصلا داخل مؤسسته، وتجميعها من نظام إلى آخر. بلغة أخرى: من كل خمسة موظفين تُوظّفهم المؤسسة، هناك ما يعادل موظفا كاملا يقضي وقته في نقل ما هو موجود بالفعل.
الرابط لقراءة المقالة كاملة:https://t.co/Yd7WLGBr8B
إن بناء نماذج عربية أفضل يبدأ من جودة البيانات التي يتعلّم منها، وكيف تُجمع وتُنظف وتُهيكل.
في مسراج الذكاء بنينا منظومة بيانات عربية تجمع ثلاثة مسارات متخصصة:
وسم: لاسترداد الويب العربي وتنظيفه وترشيحه.
مترجم: لإثراء المحتوى العربي بمعرفة مترجمة عالية الجودة.
بصير: لاستخراج المعرفة من الكتب والأبحاث والوثائق وتحويلها إلى بيانات منظمة قابلة للتدريب.
وجمعنا هذه المسارات ضمن مخطط بيانات موحّد يحافظ على المصدر والبنية وإشارات الجودة،في دراسة الحالة الجديدة، نوثّق كيف بُنيت هذه المنظومة والقرارات الهندسية التي تقف خلفها.
ولمعرفة المزيد عن الأبحاث التي بُنيت عليها المنظومة، الروابط في التعليق الأول 👇🏻
#ArabicAI #ArtificialIntelligence #MachineLearning #ArabicNLP
نفخر بأن نكون من الشركات السعودية التي تم اختيارها من قبل AWS ضمن نخبة الشركات الرائدة في الذكاء الاصطناعي وتصنيفها ضمن AI Pioneers .
وتؤكد نتائج تقرير AWS الأخير ما نشهده اليوم من تسارع استثنائي في نمو الشركات السعودية المبنية على الذكاء الاصطناعي، والتي أصبحت تنافس وتتفوق على نظيراتها
إقليميا وعالميا.
في مسراج للذكاء نواصل بناء حلول ذكاء اصطناعي عربية متقدمة تدعم التحول الرقمي وتمكن المؤسسات من الاستفادة من أحدث تقنيات الذكاء الاصطناعي.
تقرير جديد من @awscloud يكشف تفوق الشركات الناشئة السعودية المبنية على الذكاء الاصطناعي على نظيراتها محليًا وعالميًا، محققة نموًا متسارعًا ومكاسب ملموسة في الإنتاجية؛ بما يعكس نضج منظومة التقنية وريادة الأعمال السعودية في تبني الذكاء الاصطناعي.
للمستند العربي خصائص تميّزه: من اتجاه الكتابة وتنوّع الخطوط، إلى بنية العناوين والجداول والحواشي والصور.
لهذا طوّرنا «بصير»؛ نموذجًا رؤيويًا لغويًا يحوّل المستندات العربية إلى Markdown منظم، محافظًا على النص وبنية الصفحة معًا.
تعرّفوا إلى طريقة بنائه ونتائجه:
https://t.co/r5FtFq6l09
7/ السؤال الذي يستحق أن يُطرح في كل اجتماع تحول رقمي: هل نحسّن العملية، أم نعيد تصميمها؟ الإجابة تحدد إن كانت النتيجة قفزة... أو واجهة جديدة لنفس المشكلة.
6/ مع دخول السعودية رسمياً "عام الذكاء الاصطناعي 2026"، الفرصة الحقيقية ليست في إضافة طبقة ذكاء اصطناعي فوق عمليات قديمة، بل في إعادة التفكير بالعملية نفسها - وعندها يصبح الذكاء الاصطناعي مُسرّعاً لتحول حقيقي، لا رتوشاً على واجهة قديمة.
5/ في القطاعات التي تخدم جمهوراً واسعاً - كالخدمات الحكومية والمالية - أصبحت تجربة العميل مؤشر ثقة بقدر ما هي مؤشر كفاءة. كل تفاعل سلس يبني رصيداً من الثقة، وكل تفاعل معقد يستهلك منه - حتى لو كانت الخدمة "تعمل" تقنياً.
4/ تجربة العميل لا تُصمَّم من غرفة الاجتماعات، بل من رحلته الفعلية - بكل توقفاتها ولحظات الإحباط فيها. وأي مشروع تحول رقمي لا يبدأ من رسم هذه الرحلة، يبدأ من النقطة الخطأ.
3/ مثال: استمارة طلب خدمة كانت تُعبّأ ورقياً في 7 خطوات. تحويلها إلى نموذج PDF قابل للتعبئة هو رقمنة. إعادة بناء الرحلة بحيث تُستخرج 5 من هذه البيانات تلقائياً من أنظمة أخرى، ولا يبقى أمام المستخدم سوى خطوتين - هذا تحوّل.
2/ الفرق بين "الرقمنة" و"التحول الرقمي" ليس في التقنية المستخدمة، بل في السؤال الذي تبدأ به: الرقمنة تسأل "كيف نجعل العملية الحالية إلكترونية؟"، والتحول الرقمي يسأل "لو بدأنا من الصفر، كيف تبدو هذه العملية من منظور من يعيشها؟"
#ثريد 🧵
1/ أغلب ما يُسمّى "تحولاً رقمياً" في مؤسساتنا اليوم هو في الحقيقة إعادة تغليف. نفس العملية، نفس نقاط الاحتكاك، لكن بواجهة أحدث. والعميل -في النهاية- لا يشعر بفرق حقيقي.
من وراء الكواليس: كيف بنينا النموذج الرابح في مسابقة NAKBA NLP 2026
في مؤتمر LREC
يوضح المنشور خطوات بناء النموذج ويشرح الورقة البحثية. https://t.co/xpuftH0Utm