الذكاء الاصطناعي في التحليلات: SQL مقابل Pandas مقابل وكلاء AI

قارنت KDnuggets بين الذكاء الاصطناعي (وكلاء AI) وأدوات التحليل التقليدية، وهي SQL وPandas، على ثلاث مهام متطابقة ووفق ثمانية معايير، مع قياسات فعلية لزمن التنفيذ.

كيف صُمّم الاختبار

اعتمد المؤلفون ثلاث مهام تحليلية واحدة، وحلّوا كلاً منها بثلاث طرق: استعلام SQL، وشيفرة Pandas، وموجّه (prompt) لوكيل AI. وجرى تقييم كل حل وفق ثمانية أبعاد، منها سرعة التنفيذ، ووضوح الشيفرة، ودقة النتيجة، وحجم الشيفرة، وعتبة الدخول. والمنهجية منصفة: فقد نُشرت الموجّهات الحقيقية للوكلاء في المادة، وقيس الزمن على البيانات نفسها.

ويتيح هذا التصميم، القائم على «ثلاث مهام × ثلاث أدوات × ثمانية أبعاد»، معرفة ما هو الأسرع، وكذلك السيناريوهات المحددة التي يتفوق فيها كل نهج أو يتراجع.

أين يظل SQL وPandas أقوى؟

يتفوق SQL كما هو متوقع في المهام المنظمة التي تتضمن التجميع والتصنيف والتصفية: فصياغته موجزة، ومحركه محسَّن، وزمن التنفيذ في أدنى مستوياته عند العمل مع الجداول الكبيرة. ويكتب المحلل المتمرس استعلاماً من بضعة أسطر في الموضع الذي يحتاج فيه وكيل AI إلى عدة تكرارات.

أما Pandas فيبرز حيث تلزم سلسلة من التحويلات: دمج الجداول، والأعمدة المحسوبة، والتحويلات غير القياسية. وتمنح منظومة Python تحكماً كاملاً في كل خطوة، وتتيح دمج النتيجة في خط معالجة بيانات أوسع. غير أن الأداتين تتطلبان معرفة بالصياغة، وهذا قيدهما الرئيسي.

ماذا أظهر وكلاء AI

تعامل وكلاء AI بشكل جيد على نحو غير متوقع مع الطلبات الفضفاضة وغير الدقيقة، كأن يقول المستخدم «ابحث عن الشذوذات في المبيعات» بدلاً من الصياغة الصارمة `WHERE value > mean + 2 * std`. فهم يختارون النهج بأنفسهم، ويولّدون الشيفرة، وينفّذونها.

لكنهم يدفعون ثمن هذه المرونة من السرعة: فدورة «الموجّه ← توليد الشيفرة ← التنفيذ ← الإجابة» أطول من استعلام SQL المباشر أو عملية Pandas. وعلى المهام الثلاث نفسها سجّل الوكلاء زمناً إجمالياً أعلى، وبدا ذلك واضحاً خصوصاً حيث تنجز الأدوات الكلاسيكية العمل في لحظات.

وثمة ملاحظة مهمة: الوكلاء لا يختلقون البيانات، بل يولّدون شيفرة SQL أو Python قابلة للتحقق ثم يشغّلونها. والنتيجة قابلة لإعادة الإنتاج، لكن الخطوات الوسيطة أقل شفافية بالنسبة للمستخدم النهائي.

• المهام الثلاث متطابقة لجميع الأدوات، فالمقارنة منصفة ولا تمنح أي طرف أفضلية
• تغطي الأبعاد الثمانية السرعة والدقة ووضوح الشيفرة وغيرها من المعايير
• نُشرت الموجّهات الحقيقية لوكلاء AI في مادة KDnuggets
• سُجّل زمن التنفيذ الفعلي لكل سيناريو
• وكلاء AI أبطأ، لكنهم يتعاملون مع الطلبات غير الدقيقة الصياغة

أي أداة لمن؟

تُظهر المقارنة أن وكلاء AI لا يزيحون SQL وPandas، بل يغيّرون ملف المستخدم. فهم يفتحون أمام المحلل الذي لا يعرف البرمجة بوابة إلى البيانات عبر اللغة الطبيعية. وبالنسبة للمتخصص المتمرس، يسرّعون التحليل الاستكشافي في المراحل المبكرة، حين لا تكون الصياغة الدقيقة جاهزة بعد.

ويبقى SQL وPandas لا غنى عنهما في خطوط الإنتاج التي تعتمد على السرعة وقابلية إعادة الإنتاج. وقد يقدّم النهج المختلط، أي وكيل لصياغة الاستعلام وSQL لتنفيذه، أفضل ما في العالمين.

ماذا يعني ذلك

يؤكد اختبار KDnuggets حقيقة بسيطة: لا توجد أداة شاملة. فالاختيار بين SQL وPandas ووكلاء AI يتوقف على المهمة والجمهور ودقة صياغة السؤال، والمقارنة وفق ثمانية أبعاد تساعد على اتخاذ هذا الاختيار عن وعي.

بأي معايير قُيّمت الأدوات؟

قيّمت KDnuggets الأدوات وفق ثمانية معايير، منها: سرعة التنفيذ، ووضوح الشيفرة، ودقة النتيجة، وحجم الشيفرة، وعتبة الدخول.