أعدّت Accenture وAWS مجموعة من الحلول السحابية وحلول الذكاء الاصطناعي للشركات متوسطة الحجم
ظهرت في AWS Marketplace أدوات للترحيل والتحكم في نفقات السحابة وحماية الأنظمة وتقييم مخاطر الذكاء الاصطناعي، إلى جانب تقنيات أتمتة خدمة العملاء. وتوضح المادة كيف جرى تكييف عرض Accenture Edge ليلائم الشركات متوسطة الحجم، كما تعرض مثالًا على تطبيقه لدى مشغّل الطريق السريع 407 ETR ذي الرسوم.

ما الذي أطلقته Accenture وAWS
أطلقت Accenture وAmazon Web Services (AWS) عروضًا تقنية للشركات متوسطة الحجم، وهي متاحة عبر AWS Marketplace.

يجمع هذا التعاون بين الإمكانات التقنية والاستشارية لدى Accenture والخدمات السحابية وخدمات الذكاء الاصطناعي لدى AWS.
ما المهام التي تغطيها العروض
صُممت الأدوات لمهام الترحيل وإدارة السحابة والحماية والعمل بالذكاء الاصطناعي:
- ترحيل الأجهزة الافتراضية إلى AWS؛
- رصد تكاليف السحابة وتحسينها؛
- المساعدة في حماية الأنظمة السحابية؛
- اختبار أنظمة الذكاء الاصطناعي للكشف عن المخاطر المحتملة؛
- تحديد مصادر البيانات والتبعيات عند الترحيل إلى السحابة.
تغطي العروض عدة مراحل من العمل السحابي، بدءًا من التحضير للترحيل وصولًا إلى حماية الأنظمة واختبار الذكاء الاصطناعي.
تقنيات خدمة العملاء
يشمل التعاون تقنيات خدمة العملاء، بما فيها الذكاء الاصطناعي الحواري والوكلاء الافتراضيون.
ويُعد هذا المجال منفصلًا عن أدوات الترحيل وإدارة البيانات وحماية الأنظمة السحابية.
ما الشركات التي تستهدفها الحلول
يندرج هذا التعاون ضمن Accenture Edge، وهو نشاط أُطلق للشركات متوسطة الحجم، وفقًا لشريحة الإيرادات السنوية المستهدفة.
تتخصص Accenture Edge في الحلول التقنية المصممة لتلبية احتياجات الشركات متوسطة الحجم. ويعتمد تحديد مدى ملاءمة الشركة عمليًا على وقوعها ضمن شريحة الإيرادات السنوية المستهدفة.
مثال على التطبيق لدى 407 ETR
أنشأت Accenture وNeuraFlash وAWS نظامًا جديدًا لخدمة العملاء لصالح 407 ETR، مشغّل طريق سريع إلكتروني برسوم مرور في منطقة تورونتو.
وخلال إنشاء النظام، واصلت عمليات الشركة القائمة عملها. ويوضح هذا المثال أن التعاون يشمل تطوير حلول لخدمة العملاء.
الأسئلة المتكررة
المواد ذات الصلة
جميع المواد
التحقق من هلوسات LLM عبر عرض المصادر باستخدام SQL، دون إعادة تدريب
تبحث الدراسة فيما إذا كان بإمكان نموذج لغوي كبير توظيف مهارة رمزية أساسية — إنشاء قاعدة بيانات SQL من المستندات المصدرية — للاستدلال على المصدر دون إشراف عند كشف الهلوسات. ويحقق هذا المسار العصبي الرمزي على مجموعتي RAGTruth وDiaHalu دقة أعلى من التنبؤ المباشر، ويضاهي أحدث الأساليب دون الحاجة إلى ضبط دقيق بحسب المجال.
9 نوفمبر 2026
MathAdv: ما الذي تخفيه الدقة النهائية للبراهين الآلية
تقيّم مجموعة مهام تشخيصية تغطي 13 فرعًا جامعيًا ودراسات عليا في الرياضيات أنظمة البرهنة الآلية في Lean 4، ليس من حيث النتيجة النهائية فحسب، بل أيضًا من حيث الإلمام بالمادة وجودة الاستدلال غير الرسمي والقدرة على التعامل مع إعادة صياغة الشروط. ويُظهر التحليل التفصيلي أن تحويل المسألة إلى صيغة رسمية لا يزال العقبة الأبرز، وأن النجاح يعتمد بشدة على فرع الرياضيات وطريقة صياغة المسألة.
9 نوفمبر 2026
تحرير العروض التقديمية كعمليات قابلة للتحكم: إطار العمل EditPPT ومعيار DeckEdit-Bench
يحلل المؤلفون تحرير الشرائح عبر تحديد العناصر المستهدفة والإجراءات المسموح بها والتحقق من بقاء المحتوى غير المستهدف دون تغيير، بدلًا من توليد الشيفرة بحرية. ولقياس الجودة، أنشؤوا DeckEdit-Bench (183 مهمة على 28 عرضًا تقديميًا من إعداد أشخاص)، وأظهر مخطط EditPPT متعدد الوكلاء، باستخدام خمسة نماذج أساسية، نجاحًا في 66.7–74.9% من المهام مع الحفاظ على أكثر من 97% من المحتوى.
8 نوفمبر 2026