القطاع المالي والدفاع لديهما مهندسو Forward Deployed Engineer. الإعلام ليس لديه. هذه صورة الدور حين تجري بياناتك بمعدل 25 إطارًا في الثانية وتقع أعطالك على الهواء.
خلال الأشهر الثمانية عشر الماضية كان المسمى الوظيفي الأسرع نموًا في البرمجيات مسمى لم يسمع به تقريبًا أحد خارج دوائر الذكاء الاصطناعي المؤسسي. نمت إعلانات وظائف Forward Deployed Engineer بأكثر من 800% بين يناير وسبتمبر 2025، وبأكثر من 1000% على أساس سنوي حتى 2026. بنت OpenAI كيانًا تجاريًا كاملًا حول هذا الدور، مدعومًا بأكثر من أربعة مليارات دولار. ووقّعت Anthropic مشروعًا مشتركًا بقيمة 1.5 مليار دولار مع Blackstone وGoldman Sachs غرضه الوحيد وضع هؤلاء المهندسين داخل البنوك.
المصارف لديها هؤلاء. الدفاع لديه. الرعاية الصحية لديها. أما البث والبث التدفقي، وهو قطاع أمضى عام 2026 كله يشتري الذكاء الاصطناعي الوكيل في NAB وIBC، فلا يملكهم في الغالب.
المخطط أعلاه مقطع من تدفق HLS حقيقي، عمود واحد لكل إطار. القمم البرتقالية العالية هي الإطارات المفتاحية، وهي تقع فوق الخطوط المتقطعة التي تشير إلى تغير المشهد. هذا التطابق هو حجة هذا المقال كلها في صورة واحدة: المرمّز كان قد استنتج مسبقًا أين يتغير المحتوى، وكتب الإجابة داخل الملف. معظم مسارات الذكاء الاصطناعي الموجهة إلى الفيديو تتجاهل ذلك وتدفع لنموذج كي يعيد حسابه.
هذا المقال محاولة لتعريف المهنة الغائبة، لأن العمل نفسه قائم بالفعل، ومن يؤدونه ليس لديهم اسم يضعونه عليه.
ما هو Forward Deployed Engineer في الواقع
النموذج جاء من Palantir التي طبقته نحو عقدين. يعمل مهندس Forward Deployed Engineer مندمجًا لدى العميل، داخل بيئته هو، ويمتلك النظام من طرفه إلى طرفه: تحديد نطاقه، وكتابة شيفرة الإنتاج، وإبقاءه يعمل بعد إطلاقه.
جملة واحدة تفصل هذا الدور عن الاستشارات:
الاستشاريون يسلّمون تقارير. ومهندسو Forward Deployed Engineer يسلّمون نظامًا يعمل.
سبب انفجار هذا الدور ليس الموضة. فحصت دراسة GenAI Divide من معهد MIT ثلاثمئة عملية نشر معلنة للذكاء الاصطناعي إلى جانب مقابلات واستبيانات، وخلصت إلى أن 95% من المشاريع التجريبية للذكاء الاصطناعي في المؤسسات لم تحدث أثرًا قابلًا للقياس على الأرباح. الرقم الذي تصدّر العناوين تعرض لنقد منهجي وجيه، وهو ليس الجزء المثير للاهتمام أصلًا. المثير هو أين تجمّعت حالات الإخفاق. لم تكن جودة النماذج. كانت التكامل: ذلك العمل غير اللامع الذي يربط نموذجًا قادرًا بسير عمل حقيقي، وبيانات حقيقية، وأشخاص حقيقيين عليهم استخدامه صباح الثلاثاء.
وجدت الدراسة نفسها أن الفرق الخارجية المتخصصة نجحت في نحو 67% من الحالات، مقابل نحو 33% للبناء الداخلي. ليس لأن الخارجيين امتلكوا نماذج أفضل، بل لأنهم فعلوها من قبل وعرفوا أين تنكسر.
لماذا يحتاج الإعلام إلى نسخته الخاصة من الدور
كل قطاع يقول إن بياناته خاصة. معظمهم مخطئ. الإعلام أحد الاستثناءات، والأسباب بنيوية لا ثقافية.
مهندس الذكاء الاصطناعي العام أمضى حياته المهنية مع النصوص والجداول والصور المفردة. الثلاثة صغيرة، ويسهل الوصول إليها، ومتسامحة. الفيديو ليس أيًا من ذلك. يصل بمعدل 25 أو 30 أو 50 أو 60 إطارًا في الثانية، ويحمل ساعته الخاصة، ومثقل بالقيود القانونية، وكثيرًا ما يكون مشفرًا، وحين يفشل فإنه يفشل أمام جمهور في توقيت معلوم.
فيما يلي تسعة أمور لم يضطر مهندس الذكاء الاصطناعي العام إلى تعلمها قط، وهي التي تحدد ما إذا كان مشروع ذكاء اصطناعي في الإعلام سيصل إلى الإنتاج أم سينضم إلى تلك الـ95%.
1. الفيديو ليس نافذة سياق، والهندسة هي التقليص
مباراة مدتها تسعون دقيقة بمعدل 25 إطارًا في الثانية تساوي 135,000 إطار. وعند 50 إطارًا في الثانية تصير 270,000. لا يمكنك إرسال ذلك إلى نموذج، والحل الساذج، أي أخذ إطار من كل عدد ثابت، إما أن يفوّت اللحظة التي كانت مهمة أو يكلف أكثر مما يدره المحتوى.
العمل الحقيقي هو تقرير أي الإطارات يراها النموذج أصلًا، وأرخص إشارة لذلك إشارة دفعت ثمنها بالفعل. المرمّز اتخذ قرارًا بشأن كل إطار على حدة حين ضغط الملف. مواضع إطارات I تشير إلى تغيرات المشهد. ومتجهات الحركة تصف ما تحرك. وأنواع الإطارات تخبرك أين يقع التعقيد. تصوغ أبحاث حديثة مثل CodecSight هذا رسميًا: استخدم إشارات المرمّز لتوجيه ما ينظر إليه نموذج الرؤية، بدلًا من إعادة اشتقاقه باستدلال باهظ.
هذا بالضبط ما تُظهره أداتنا المجانية Video Quality Analyzer. تقرأ أنواع الإطارات I وP وB، وإعادة ترتيب الإطارات، وسلاسل إطارات B، وقرارات الكتل الكبيرة، مباشرة من تدفق البتات. كل ما في ذلك المخطط حُسب مرة واحدة، بواسطة المرمّز، ومعظم مسارات الذكاء الاصطناعي ترميه.
وللفكرة نفسها صيغة أقوى. وصف Adrian Roe، الرئيس التنفيذي لشركة id3as والقوة الدافعة خلف خادم الوسائط الحية Norsk، ثلاث طرق لبناء إعادة تأطير تلقائية من 16:9 إلى 9:16: تشغيل كشف الأجسام محليًا، أو إرسال الإطارات إلى نموذج في السحابة، أو الجمع بينهما بكشف الأجسام محليًا وإرسال الإحداثيات الناتجة فقط إلى النموذج بدلًا من الصور. الخيار الثالث يخفض استهلاك الرموز بنحو مرتبتين عشريتين، وكثيرًا ما يعطي نتائج أفضل، لأن النموذج لم يعد يستدل على كتلة من البكسلات لا صلة لها بالسؤال. إرسال أقل هنا ليس تنازلًا، بل هو التحسين نفسه.
2. يجب أن تحط الإجابة على الإطار 4102، لا قربه
رمز الوقت هو المفتاح الأساسي لهذا القطاع، وهو حقل ألغام. drop frame مقابل non drop frame. 29.97 مقابل 30. طوابع زمن العرض مقابل طوابع زمن فك الترميز. ساعة الحائط مقابل ساعة الوسائط. EXT-X-PROGRAM-DATE-TIME ومسألة ما إذا كان أحد في أعلى السلسلة قد ضبطه بشكل صحيح.
نظام ذكاء اصطناعي يبلغ أن «الهدف يقع حوالي 42:17» لا ينفع المونتير الذي عليه القطع على إطار بعينه. الذكاء الاصطناعي العام يسلّم تقريبًا. والبث يتطلب دقة، وفهم سبب اختلاف الأمرين هو معظم هذه المهنة. إن لم يسبق لك أن شرحت إعادة ترتيب إطارات B لعالم بيانات، في الجملة نفسها التي تشرح فيها أن الإطار 4102 ليس الإطار الرابع بعد الأربعة آلاف والمئة المعروض، فأنت لم تؤدِّ هذا العمل بعد.
3. أين يعمل النموذج مسألة تعاقدية لا مسألة تفضيل
إرسال نسخة أصلية قبل البث إلى واجهة برمجية لطرف ثالث قد يخل باتفاقية توزيع، أو يكسر حظر نشر، أو يخالف شروط أمن المحتوى التي فرضها عليك أستوديو. متطلبات TPN وMovieLabs وCDSA ليست اقتراحات، و«استخدمنا واجهة سحابية» ليس دفاعًا.
وللقيد نفسه صيغة أقسى. لا يمكنك فك ترميز تدفق مشفر. كل مقياس جودة يحتاج إلى بكسلات فعلية يخرج من الحساب لحظة دخول إدارة الحقوق الرقمية، وهذا يقتل عددًا لا بأس به من التصاميم قبل كتابة سطر واحد من الشيفرة. أداتنا Stream Analyzer تكشف إدارة الحقوق الرقمية وتربط بها كل مقياس يعتمد على فك الترميز، لأن الإبلاغ بثقة عن رقم يستحيل أن تكون قد قِسته أسوأ من عدم الإبلاغ أصلًا.
معرفة ما لا يُسمح لك بالنظر إليه هي نصف التصميم.
4. هنا للجودة رقم، وثمة من يوقّع عليه
VMAF. PSNR. SSIM. ومعياري EBU R 128 وATSC A/85 لمستوى الصوت. ومواصفة تأليف HLS من Apple. قرر هذا القطاع منذ زمن بعيد أن «تبدو صحيحة» لا تكفي، وبنى قياسات بدلًا منها.
المهندس الذي يقترح سلم ترميز ذكيًا مدفوعًا بالذكاء الاصطناعي دون أن يرفق منحنى VMAF يكون قد اقترح شيئًا لا تستطيع أي جهة بث اعتماده، مهما كانت الفكرة جيدة. الرقم ليس بيروقراطية، بل هو الطريقة التي يضع بها إنسان اسمه على تغيير سيخرج إلى ملايين الأجهزة.
هكذا يبدو الأمر عمليًا. هذا المقطع يقيس 4.03 ميغابت في الثانية مقابل ذروة معلنة قدرها 3.30. المشغّل الذي وثق بملف البيان صار غير مهيأ لذلك، وعلى وصلة ضيقة هكذا بالضبط تبدأ إعادة التخزين المؤقت. لم ينتبه أحد لأن المتوسط بدا سليمًا. المتوسطات هي المكان الذي يختبئ فيه هذا النوع من المشكلات، ولذلك يقيس هذا القطاع بدلًا من أن ينظر.
5. اقتصاديات الوحدة هي المشروع التجريبي
في معظم القطاعات تكون وحدة تكلفة الذكاء الاصطناعي طلبًا واحدًا. في الإعلام هي ساعة من المحتوى، والأرشيف يبلغ عشرات آلاف الساعات.
هنا تموت مشاريع الذكاء الاصطناعي الإعلامية فعليًا: لا على الدقة، بل على الحساب. تكلفة لكل أصل تبدو تافهة في عرض توضيحي تصير فاتورة من ستة أرقام لحظة توجيهها إلى المكتبة. العمل الآني، مثل السترجة المباشرة، يتطلب زمن استجابة دون خمس ثوانٍ على معالجات رسومية تعمل باستمرار. أما التحليل الدفعي للأرشيف فيمكن أن يجري ليلًا على حوسبة رخيصة خارج أوقات الذروة. وتحديد أي أجزاء سير العمل تنتمي إلى أي سلة هو أثمن قرار مفرد في المشروع، ويقع قبل أن يكتب أحد أي شيفرة.
زمن الاستجابة جزء من الميزانية نفسها. الرحلة إلى نموذج سحابي وإيابًا تكلف عادة بين ثانيتين وعشر ثوانٍ، وهو ما يصلح لوسم أرشيف ليلًا ويسقط أي شيء عليه مجاراة حدث مباشر. القاعدة المترتبة على ذلك يصوغها جيدًا JP Saibene، الرئيس التنفيذي لشركة الهندسة الإعلامية Qualabs: صمّم بحيث يكون المسار المكلف هو الاستثناء لا الافتراضي. أمضى البث عقودًا في عالم يعطي فيه مرمّز مضبوط على 1080p ناتجًا بدقة 1080p وتكون الفاتورة معلومة سلفًا. الاستدلال المسعّر بالاستهلاك ينتزع هاتين اليقينيتين دفعة واحدة، وعرض توضيحي لم توضع له حصة قط هو الطريق الذي ينتهي فيه مقطع واحد بتكلفة مئة دولار.
سبق للبث التدفقي أن أجرى نسخة من هذا الحساب، في جانب التوزيع. الرقم الذي كان مهمًا هناك لم يكن قط تكلفة تدفق واحد في عرض توضيحي، بل حركة البيانات الصادرة على نطاق واسع، والفرق التي نمذجتها مسبقًا هي التي حافظت على هوامشها. الاستدلال حساب مختلف، لكنه العادة نفسها، وهذه العادة هي ما يحدد إن كان مشروع ذكاء اصطناعي إعلامي سينجو من التماس مع الأرشيف. أداتنا CDN Cost Optimizer تقوم بذلك لجانب التوزيع.
6. تقرير ما يهم داخل الكادر
إعادة التأطير من 16:9 إلى 9:16 للتوزيع الرأسي تبدو كمجرد اقتصاص. هي في الحقيقة مسألة بروز: أي عنصر يحمل اللقطة، ومتى ينتقل الانتباه، وماذا يحدث حين يتحدث شخصان عند حافتي الكادر المتقابلتين. الحكم يجري إطارًا بإطار، على يد بشر، وهو حكم لا يرحم.
هذا ذكاء اصطناعي حقيقي مطبّق على البكسلات لا على النصوص المفرّغة، وهو موضوع مقابلة جيد تحديدًا لأن الجميع يستهين به. أداتنا Vertical Reframe ما زالت موسومة بأنها تجريبية، وهذا الوسم ليس تواضعًا، بل تقرير حالة عن المشكلة.
السبب يستحق التصريح به، لأنه يقول شيئًا عن حال هذا المجال. تتيح لك الأداة اختيار نموذج الرؤية الذي يتولى النظر فعليًا: Claude أو Gemini أو GPT أو Grok أو Llama أو Qwen أو Pixtral، أو نموذج محلي عبر Ollama، أو نموذجك أنت إن كان لديك. هذه القائمة ليست ميزة أضفناها بفخر. هي موجودة لأنه لا توجد إجابة مستقرة عن أي نموذج جيد في هذا. نماذج مختلفة تتفوق على محتوى مختلف، وأنماط الإخفاق تتباين أكثر مما يوحي به أي قياس مرجعي، لذا يُعرض الاختيار بدلًا من أن يُتخذ نيابة عنك.
لاحظ ما يعنيه ذلك، فهو يتعمم إلى ما هو أبعد بكثير من إعادة التأطير. حين تنضج قدرة ما، لا أحد يشحن معها منتقي نماذج. تشحن الإجابة. المنتقي اعتراف بأن المجال لم يتقارب بعد، ومن يخطط لمشروع فوق إعادة التأطير التلقائية عليه أن يحسب ذلك بدلًا من الوثوق بمقطع دعائي اختار أحدهم لقطته. وهو يخبرك أيضًا أين تقع الهندسة المعمّرة فعلًا. ليست في النموذج، الذي سيُستبدل مرات عدة قبل أن تُحل هذه المسألة، بل في الإطار المحيط به: كيف تأخذ العينات، وكيف تقيّم المخرجات، وماذا يحدث حين تكون الإجابة خاطئة على نحو بيّن.
ويستحق نمط الإخفاق أن تتخيله. عرضت Norsk إعادة تأطير تلقائية على نزال مبارزة، وهي رياضة أفقية بطبيعتها ومن ثم اختبار قاسٍ عن عمد. تشبّث النموذج بملصق كبير لمبارزَين معلّق في الخلفية وأطّر عليه، متجاهلًا المتنافسَين الحقيقيين. لم يكن مشوشًا بشأن شكل المبارزة، بل وجد شيئًا يشبه المبارزة أكثر مما تشبهها المبارزة نفسها. كل نظام تتبع للعنصر يحمل في داخله نسخة من هذا الإخفاق، وأن تجد نسختك قبل أن يجدها الجمهور هو العمل بعينه.
7. نظام الذكاء الاصطناعي داخل سلسلة البث مكوّن باتفاقية مستوى خدمة، لا عرض توضيحي
إجابة مهلوسة في روبوت محادثة مصدر إزعاج. أما سترجة مهلوسة على تلفزيون مباشر فهي إخفاق في إتاحة الوصول تتبعه جهة تنظيمية. يبلغ التعرف الآلي على الكلام اليوم معدل خطأ في الكلمات دون 5% على حوار بث نظيف، وهو أمر يضاهي فعلًا مفرّغًا بشريًا، ومع ذلك لا يعني أنه آمن للبث دون إشراف.
الأنماط التي تنجح هي عتبات الثقة، ووجود الإنسان في الحلقة حيث تبرر المخاطر ذلك، ومسار احتياطي حتمي حين يكون النموذج غير متاح أو غير واثق. ومعرفة أي أجزاء سير العمل تحتمل أصلًا مخرجات احتمالية مهارة تصميم، لا مسألة سياسات.
ويجب أيضًا أن يكون قابلًا للتدقيق لاحقًا، وهو أصعب مما يبدو حين يكون المكوّن احتماليًا. الممارسة التي وصفتها Norsk لإدراج الإعلانات آليًا لها الشكل الصحيح: سجّل كل إطار يُرسل إلى النموذج، مع حالة النموذج قبل ذلك الإطار مباشرة وبعده مباشرة. حين يخرج شيء في اللحظة الخطأ، يمكنك إعادة بناء ما كان النظام يعتقده وما الذي غيّر رأيه. لطالما استطاع البث الإجابة عن «لماذا حدث ذلك» بخصوص أي مكوّن آخر في السلسلة. ومكوّن الذكاء الاصطناعي لا يُعفى من هذا السؤال لمجرد أن الإجابة أصعب إنتاجًا.
أداتنا AI Ad Generator هي التوضيح الصادق لما يكلفه هذا. النموذج أصغر جزء فيها. الباقي مزرعة تصيير، وطابور مهام، وإلغاء، وكانس للمهام المتعطلة، وإشعارات ويب لإخبار المستخدم حين يكون التبويب مغلقًا، ومدفوعات، وأرشيف. هذه النسبة هي شكل تسليم الذكاء الاصطناعي إلى مستخدمين حقيقيين.
8. أنظمة الإعلام تعمّر أطول من المهمة
القناة العاملة على مدار الساعة لا تُسلَّم، بل تُسلَّم مقاليدها. على أحدهم أن يشغّلها في الثالثة فجرًا، وذلك الشخص لم يكن في الورشة التي أُقرت فيها البنية.
وإليك مثالًا ملموسًا على نوع المعرفة التي لا تأتي إلا من التشغيل. عبر منصتنا كلها، مستويات ترميز H.264 مثبتة ومتطابقة في ثلاثة مسارات شيفرة منفصلة. غيّر واحدًا منها وينكسر التشغيل عند حدود الانقطاع، لأن بعض أجهزة فك الترميز تُعاد تهيئتها حين يتغير المستوى في منتصف التدفق. هذا لا يتعلمه أحد من ورقة بحثية. تتعلمه من قناة تلعثمت في اللحظة نفسها التي سلّم فيها أصل الدور إلى الذي يليه، ومن الأسبوع الذي استغرقه اكتشاف السبب.
هذا هو العمل الذي تؤديه عبارة «forward deployed». المُسلَّم ليس نظامًا اشتغل يوم عرضته، بل نظام يستطيع شخص آخر تشغيله في ليلة لا تكون فيها حاضرًا.
9. سطح الوكلاء هو الشيء التالي الذي يجب إتقانه
صار بوسع الوكلاء تشغيل أنظمة الإعلام مباشرة. كتبنا عن تشغيل قناة تلفزيونية على مدار الساعة عبر وكيل ذكاء اصطناعي بواسطة MCP، وتبيّن أن السؤال المثير ليس ما إذا كان بوسع وكيل جدولة قناة. بوسعه ذلك. السؤال هو أي تسع عشرة أداة تكشفها، وما الذي يُسمح لوكيل بلمسه داخل نظام إخراج مباشر، وماذا يحدث حين يخطئ بثقة في الثانية فجرًا.
على أحد أن يصمم هذا السطح. وذلك الشخص عليه أن يفهم النصفين معًا.
هكذا يبدو الأمر حين ينطق به الممارسون
لا شيء مما سبق نظري، ولست الوحيد الذي يقوله. تجمع ندوة إلكترونية بعنوان When AI Runs The Stream شخصين يبنيان هذا لكسب عيشهما في ساعة واحدة، وينتهيان إلى معظم النقاط التسع أعلاه انطلاقًا من اتجاه مختلف تمامًا.
Adrian Roe شريك مؤسس ورئيس تنفيذي لشركة id3as، الشركة التي تقف خلف Norsk، وهو خادم وسائط حية وحزمة تطوير تُستخدم لبناء سير عمل البث التدفقي بالشيفرة. وJuan Pablo Saibene، المعروف باسم JP، شريك مؤسس ورئيس تنفيذي لشركة Qualabs، وهي شركة هندسية في مونتيفيديو تندمج فرقها داخل الأقسام الهندسية لشركات تقنيات الفيديو وشركات الإعلام في الولايات المتحدة وأوروبا. وأدار الجلسة Eric Schumacher-Rasmussen.
أعد قراءة الوصف الثاني، لأنه حجة هذا المقال كله مصوغة على هيئة تعريف بشركة. إدماج مهندسين داخل تنظيم عميل إعلامي نفسه لبناء الشيء وتشغيله هو forward deployed engineering. إنه يحدث في قطاعنا بالفعل، لكنه لم يحصل على اسم بعد.
ما يجعل تلك الساعة جديرة بوقتك أن أيًا منهما لا يبيع النسخة السهلة. السؤال الذي يعودان إليه مرارًا ليس هل يستطيع الذكاء الاصطناعي أن يفعل شيئًا ببث مباشر، بل هل تستطيع تشغيله ألف مرة والوثوق بالمخرجات في كل مرة، أمام جمهور حقيقي، بميزانية حقيقية، دون أن تكسر ما يعمل أصلًا.
ثلاثة أنماط منها تستحق أن تُؤخذ كما هي، لأن كل واحد منها قرار تصميم لا اختيار نموذج.
صمّم بحيث تكون الأخطاء رخيصة
اختبار Adrian Roe لمعرفة ما إذا كانت مهمة تناسب الذكاء الاصطناعي أصلًا يتلخص في ثلاثة أسئلة. هل تستطيع تضييق المشكلة بما يكفي للعب على نقاط قوة النموذج؟ هل ثمة هامش في التوقيت؟ وحين يخطئ، هل الخطأ رخيص؟
الأمثلة مفيدة تحديدًا لأنها غير مبهرة. إن كنت تدرج إعلانًا تلقائيًا عند تبديل الملعب في مباراة تنس، فاستخدم شريطًا على شكل L أو انكماشًا للصورة بدلًا من قطع بملء الشاشة، لأن شريط L في توقيت خاطئ مزعج قليلًا، بينما قطع بملء الشاشة في توقيت خاطئ يدمّر اللحظة. وإن كنت تبدّل بين مصدرين متكررين بناءً على درجة جودة، فالتبديل سلس ما دام الاثنان سليمين، ومن ثم لا يكلف التبديل غير الضروري المشاهد شيئًا. أتقن التصميم يُسمح للنموذج بأن يخطئ أحيانًا، وهذا هو الشرط الوحيد الذي يمكنك عنده إدخاله الإنتاج أصلًا.
حوّل إجابات النموذج إلى إجابات حتمية
وصف Saibene، الذي تجلس فرقه داخل الأقسام الهندسية للعملاء، نظام تشخيص لجودة التجربة مبنيًا على هيئة قمع. الطبقة الأولى عتبة بسيطة على نافذة منزلقة، بلا أي ذكاء اصطناعي، ولا تجيب إلا عما إذا كان ثمة خلل. والثانية تقابل الشذوذ بأسباب سبقت رؤيتها، وهي أيضًا حتمية. أما الطبقة الثالثة، التي لا يُبلغها إلا حين لا تجد الأوليان شيئًا مألوفًا، فتسلّم السؤال المفتوح إلى نموذج.
والمهم ما يحدث بعد ذلك. حين يقترح النموذج تفسيرًا لعطل جديد فعلًا، لا يُنفَّذ التفسير مباشرة. يُعرض على مهندس متمرس، وإن أقره انتقل ذلك العطل إلى الطبقة الحتمية وصار يُشخَّص دون المرور بنموذج أبدًا. الإنسان موجود هناك، على حد تعبير Saibene، «لا كبطانية أمان بل كآلية». يصير النظام أكثر حتمية، وأرخص تشغيلًا، كلما طال عمله. وهذا عكس الطريقة التي تشيخ بها معظم عمليات نشر الذكاء الاصطناعي.
عنق الزجاجة ينتقل ولا يختفي
مثال Saibene الثاني هو الذي لم تتوقعه معظم الفرق. تستطيع الأدوات التوليدية إنتاج آلاف المقاطع، ويظل على أحدهم فحص كل واحد منها قبل خروجه. لم يختفِ القيد حين صار التوليد رخيصًا، بل انتقل من الصنع إلى التحقق، والتحقق هو الجزء الذي لم يؤتمته أحد.
لذا فالمنتج المثير ليس مولّد لقطات بارزة إضافيًا، بل المدقّق: تعطيه مقطعًا ومواصفة، فيعيد حكمًا بصلاحية النشر من عدمها. بعض هذه الفحوص حساب محض، مثل التأكد من أن الاقتصاص هو فعلًا 9:16. وبعضها يحتاج حكمًا حقيقيًا، مثل ما إذا كان الراعي ظاهرًا فعلًا أو ما إذا كان التعليق مطابقًا لما يجري. ومعرفة أي منهما أيهما هي التصميم كله.
وثمة تفصيلان أصغر من الساعة نفسها يستحقان الاصطحاب. على لوحة مراقبة مباشرة تعرض نحو ثمانين رقمًا، أشار Roe إلى أن اثنين فقط منها يأتيان من الذكاء الاصطناعي، وأن هذه النسبة صحيحة لا ناقصة. وفي شأن التكلفة، يصعب تحسين تكثيف Roe للمسألة كلها: السياق ملك، والسياق تكلفة، والسياق الزائد يعطي جودة رديئة.
مهندس Forward Deployed Engineer أم استشاري أم مُكامِل أنظمة؟
لدى القطاع بالفعل استشاريون جيدون ومُكامِلو أنظمة جيدون. والتمييز يستحق أن يُقال بوضوح، لأن الكلمات تُستخدم بالتبادل وما كان ينبغي لها.
| الدور | ما تحصل عليه | لمن يعود بعد ذلك |
|---|---|---|
| استشاري | تقييم، توصية، بنية | لك، من الصفر |
| مُكامِل أنظمة | منتج مورّد، مثبّت ومهيأ | لك وللمورّد |
| مهندس Forward Deployed لدى مورّد | منتج ذلك المورّد، مكيّف على منظومتك | للمورّد، ما دمت عميلًا |
| مهندس إعلام مستقل | شيفرة تعمل داخل بيئتك | لك، مع نقل الممارسات إلى فريقك |
داخل المورّدين صار الدور حقيقيًا بالفعل. تنشر كل من Bitmovin وCAMB.AI حاليًا وظائف بعنوان forward deployed broadcast أو streaming engineer، تقع بين فرقهما الهندسية وكبار عملائهما في الإعلام. وهذه إشارة قوية: الشركات الأقرب إلى المشكلة أدركت حاجتها إلى هذا الشخص قبل أن يمنح بقية القطاع هذه المهنة اسمًا.
والفرق مع المستقل بسيط، وليس نقدًا للمورّدين. مهندس المورّد يتقاضى أجره ليجعل منتجًا واحدًا يناسب. والمستقل يتقاضى أجره ليجعل منظومتك تعمل، بما فيها الأجزاء التي كنت تفضل استبدالها.
وثمة صيغة استراتيجية لهذا تستحق التفكير قبل توقيع أي شيء. مع بدء الوكلاء تنسيق سير عمل الإعلام، لا تكمن الطبقة الثمينة في النموذج، فالنموذج سيُستبدل مرات عدة خلال هذا العقد. تكمن في طبقة التنسيق وفي السياق الذي تحتها: أصولك، وقواعدك، ومعرفتك التشغيلية. ويصوغ JP Saibene من Qualabs الخطر بوضوح، منسوبًا إلى عمل Andy Beach في هذا الشأن: دع مورّدًا يملك تلك الطبقة بينما لا تملك أنت السياق تحتها، وستنتهي إلى استئجار سير عملك أنت من مورّديك. ومن يبني تلك الطبقة لك ينبغي أن يبنيها بحيث تبقى لك.
خمسة أسئلة تكشف إن كان أحدهم حقيقيًا
إن كنت توظف لهذا الدور فلن تفيدك السيرة الذاتية. كل السير الذاتية تقول ذكاء اصطناعي هذه الأيام. هذه الأسئلة الخمسة تفصل من سلّموا فيديو في الإنتاج عمن لم يرسلوا يومًا سوى نص إلى واجهة برمجية.
1. «نريد وسم أرشيف من 40,000 ساعة تلقائيًا. اشرح لي نموذج التكلفة.»
تريدهم أن يبدأوا من الوحدة لا من النموذج. ساعات المحتوى، والتكلفة لكل ساعة، والمعالجة الدفعية مقابل الآنية، وما الذي يعمل خارج أوقات الذروة. وإن بدأوا بأي نموذج سيختارون، فلم يسبق أن ألغى مدير مالي هذا المشروع في وجوههم.
2. «نسخنا الأصلية محمية بإدارة الحقوق الرقمية. كيف يغيّر ذلك نهجك؟»
الإجابة الصحيحة أن ذلك يستبعد كل ما يتطلب فك ترميز، ويدفع نحو بيانات وصفية على مستوى الحاوية، أو ملفات مرافقة، أو نقطة تحليل سابقة للتشفير. والإجابة الخاطئة هي الحماس.
3. «يقول النموذج إن اللقطة البارزة عند 42:17. ماذا أفعل بهذا؟»
تصغي إلى الدقة على مستوى الإطار، وصيغة رمز الوقت، وما إذا كانت المخرجات قادرة على تغذية قائمة تحرير أو علامة SCTE-35 أو سجل في نظام إدارة الأصول. و«يعطيك طابعًا زمنيًا» ليست إجابة بل إعادة صياغة للسؤال.
4. «كيف تأخذ عينات من إطارات مادة مدتها ساعتان؟»
إطار من كل عدد ثابت هو الإجابة الضعيفة. وكشف حدود اللقطات إجابة لا بأس بها. أما استخدام مواضع إطارات I ومتجهات الحركة التي أنتجها المرمّز أصلًا فهو إجابة من اضطر فعلًا إلى دفع تكلفة استدلال على نطاق واسع.
5. «ماذا يحدث حين يصير النموذج غير متاح أثناء برنامج مباشر؟»
لا بد من مسار احتياطي حتمي ووضع تشغيل مخفّض معرّف. وإن اقتصرت الإجابة على إعادة المحاولة، فذلك النظام لم يدخل الهواء قط.
ما تكلفته وما ينبغي أن يعود به
تنبيه بشأن الأرقام المتداولة. يُستشهد بتعويض إجمالي يتراوح بين 300,000 و1.2 مليون دولار لمهندسي Forward Deployed Engineer، وهو رقم حقيقي، لكنه يصف حزم توظيف داخلية في مختبرات ذكاء اصطناعي متقدمة بالولايات المتحدة، ومرجّحة بشدة نحو الأسهم. ليس هذا ما يدفعه الإعلام، ولا ما يتقاضاه مختص مستقل في أوروبا. اقرأ تلك الأرقام دليلًا على أن السوق يعيد تسعير هذا الدور، لا بوصفها قائمة أسعار.
ما يستحق القياس هو الجانب الآخر. تكلفة تلك الـ95% مشروع تجريبي التهم سنة من انتباه فريق ولم يسلّم شيئًا. وأمام ذلك، السؤال ذو الصلة ليس الأجر اليومي، بل بأي سرعة يستطيع أحدهم أن يخبرك أن المشروع بنطاقه الحالي سيكلف أربعة أضعاف ميزانيته على مقياس الأرشيف، أو أن إدارة الحقوق الرقمية تجعل النهج المقترح مستحيلًا، وهل يستطيع بعدها بناء النسخة التي تعمل.
وينبغي أن يجري هذا الحديث في الأسبوع الأول، لا في الربع الثالث.
أسئلة شائعة
ما هو Media Forward Deployed Engineer؟
مهندس يندمج داخل جهة بث أو خدمة بث تدفقي أو شركة إعلام، ويمتلك نظام ذكاء اصطناعي من طرفه إلى طرفه داخل بيئتهم: تحديد نطاقه، وكتابة شيفرة الإنتاج، وإبقاؤه يعمل. والفرق عن مهندس Forward Deployed Engineer العام هو العمق في مجال الفيديو والصوت، أي المرمّزات ورمز الوقت وبروتوكولات البث وأمن المحتوى واقتصاديات معالجة المحتوى على مقياس الأرشيف.
بم يختلف Forward Deployed Engineer عن الاستشاري؟
الاستشاري يسلّم تقريرًا أو بنية ويترك لك البناء. أما مهندس Forward Deployed Engineer فيكتب شيفرة الإنتاج ويسلّمها داخل بيئتك، ثم ينقل الممارسات إلى فريقك. والمُسلَّم نظام يعمل، لا وثيقة.
لماذا تفشل مشاريع الذكاء الاصطناعي الإعلامية بهذه الكثرة؟
وجدت أبحاث MIT أن 95% من المشاريع التجريبية للذكاء الاصطناعي في المؤسسات لم تحقق أثرًا ماليًا قابلًا للقياس، وأن حالات الإخفاق تجمّعت حول التكامل لا حول جودة النماذج. وفي الإعلام تحديدًا ثمة سبب شائع ثانٍ: اقتصاديات الوحدة. تكاليف تبدو مهملة لكل أصل تصير باهظة عبر أرشيف من عشرات آلاف الساعات، وهذا الحساب كثيرًا ما يجري بعد المشروع التجريبي لا قبله.
هل يستطيع مهندس ذكاء اصطناعي عام أداء هذا العمل؟
جزئيًا، وهنا الفخ. يستطيع بناء نموذج أولي مقنع بسرعة. وما ينقص عادة هو التعامل مع رمز الوقت بدقة الإطار، وإدراك أن المحتوى المشفر لا يمكن فك ترميزه، والقدرة على إنتاج مخرجات تستطيع سلسلة البث استيعابها فعلًا مثل علامات SCTE-35 أو سترجة TTML، ونموذج تكلفة واقعي على نطاق واسع. وهذه الثغرات تظهر عادة بعد اعتماد المشروع التجريبي.
هل أحتاج إلى توظيف أحدهم بدوام كامل؟
عادة لا في البداية. يبلغ هذا الدور أقصى قيمته عند نقطة الغموض الأكبر: تحديد النطاق، واختيار ما يُبنى، وإدخال أول نظام إلى الإنتاج. تستعين شركات إعلام كثيرة بمختص لهذه المرحلة ثم تشغّل النتيجة بفريقها، وهذه هي النتيجة المقصودة، لأن نقل الممارسات جزء من العمل.
ماذا ينبغي أن أسأل المرشح؟
تغطي الأسئلة الخمسة أعلاه نمذجة التكلفة، وأمن المحتوى، ودقة الإطار، واستراتيجية أخذ العينات، والسلوك عند العطل على الهواء. يصعب الرد عليها بإقناع دون تسليم نظام ذكاء اصطناعي إعلامي، ويسهل على من فعل ذلك.
أين تجد واحدًا
الأدوات المرتبطة عبر هذا المقال مجانية للتجربة. ليست هي المقصد، لكنها الدليل عليه: كل واحدة منها بدأت مشكلةً ظهرت في الإنتاج وكان لا بد من حلها كما ينبغي بدلًا من وصفها في شريحة عرض. وواحدة منها ما زالت تجريبية، لأسباب سبق أن شرحها المقال.
إن كنت تحاول إدخال الذكاء الاصطناعي إلى سير عمل بث أو بث تدفقي وتحتاج إلى من يعرف سلفًا أين ينكسر، فصف الدور وسنحدد نطاقه معك، بأجر يومي صادق قبل أن يرفع أحد سماعة الهاتف.
وإن قرأت النقاط التسع أعلاه فعرفت فيها عملك أنت، فإن هذا الاسم يُلصق بهذا العمل في هذه اللحظة بالذات. وحين يحدث ذلك يظهر أصحاب الاختصاص العام ويطالبون به. ومن أدوا هذا العمل فعلًا ينبغي أن يكونوا أول من يُعثر عليه تحت ذلك الاسم: انضم إلى شبكة المواهب.