SQL بلا محللين: كيف جعلت ecom.tech نماذج LLM المحلية تكتب الاستعلامات

في كل مرة يحتاج فيها مدير إلى بيانات المبيعات عن الخميس الماضي، يحزن محلل في مكان ما من العالم. وفي ecom.tech قرروا أن هذا الوضع لم يعد مقبولًا. فبدلًا من إغراق قسم التحليلات بتذاكر متشابهة، بنى الفريق نظامًا تكتب فيه شبكة عصبية محلية استعلامات SQL. إنها قصة كلاسيكية عن كيف تنقذ الأتمتة الموظفين من الإرهاق، وتنقذ الشركة من هدر الوقت بلا طائل.

لنتحدث بصراحة: SQL هي لاتينية الأعمال الحديثة. الجميع يعرف أنها موجودة، لكن قلة قليلة تتحدثها. في السابق كان الطريق من سؤال «كم بعنا؟» إلى الحصول على الجواب يستغرق ساعات، وأحيانًا أيامًا. كان على المحلل أن يترك أبحاثه المعمّقة وبحثه عن الرؤى ليكتب استعلامًا بسيطًا آخر. وهذا ليس غير فعّال فحسب، بل يقتل حافز المحترفين ويحوّلهم إلى واجهات حيّة لقواعد البيانات. وأدرك فريق ecom.tech أن هذه العملية مرشح مثالي للتحسين بواسطة LLM.

لماذا النماذج المحلية تحديدًا؟ قد يبدو أن الأمر بسيط: اربط API من OpenAI أو Anthropic وهنيئًا لك. لكن لا يوجد قسم أمن معلومات عاقل في شركة تجزئة كبرى يسمح بإرسال بنية قاعدة البيانات وأسماء الجداول ومؤشرات الأعمال الحساسة إلى خوادم خارجية. لذلك سلكت ecom.tech طريق الحلول المستضافة ذاتيًا (self-hosted)، وهو طريق صعب لكنه صحيح. فهو يتطلب قدرات حوسبية أكبر عند البداية، لكن القسم القانوني ينام مطمئنًا، والبيانات لا تغادر محيط الشركة.

من الناحية التقنية، يبدو الأمر كجسر ذكي بين اللغة البشرية والصياغة الصارمة لقواعد البيانات. يتلقى النموذج وصف مخطط البيانات وسؤال المستخدم، ثم يُخرج شيفرة جاهزة. وبالطبع، هذا ليس سحرًا، والشبكات العصبية تخطئ أحيانًا. ومع ذلك، حتى لو أخرج AI الشيفرة الصحيحة في أغلب الحالات، فهذا وحده توفير هائل في الموارد. وقد أطلقت ecom.tech نظامًا يتيح التحقق من الاستعلامات وإعادة تدريب النموذج على سيناريوهات الشركة الخاصة. أما الحالات المعقدة الأخرى، التي تتطلب فهمًا عميقًا لمنطق الأعمال، فلا تزال بيد البشر، لكن عددها انخفض أضعافًا.

ماذا يغيّر ذلك في الصناعة عمومًا؟ نشهد اتجاهًا حقيقيًا نحو دمقرطة البيانات. فإذا كان الوصول إلى الأرقام في السابق امتيازًا لمن يجيدون البرمجة، فإن عتبة الدخول تنخفض الآن إلى مستوى القدرة على صياغة الأفكار بوضوح. وهذا يحرر المحللين من دور «مستخرجي البيانات» ويعيدهم إلى دور الاستراتيجيين. فهم الآن يضبطون النظام ويراقبون جودة البيانات، بدلًا من إنفاق 80% من وقتهم على كتابة استعلامات select الأساسية.

الخلاصة: المحلل بوصفه «مترجمًا من لغة البشر إلى لغة الحاسوب» يتراجع تدريجيًا إلى الماضي. والمستقبل لمن يعرفون كيف يبنون أنظمة الخدمة الذاتية هذه. فهل ستتمكن النماذج المحلية من إزاحة SQL اليدوي كليًا خلال العامين المقبلين؟