GeekX Digital

بتسمع كل شوية عن LLM جديد بس مش قادر تحدد الفرق بين النماذج ؟ .. موقع مهم جدا الفترة دى هو LLM Architecture Gallery اللى فيه تجميعة لأكثر من 40 LLM architectures مختلفة برسومات واضحة لكل architecture وإيه ال key components بتاعتها .. كمان كل architecture على الموقع مربوطة ب article تقدر تقرأ منها معلومات زيادة عن الموديل .. الموقع بيتم تحديثه بإستمرار (اخر تحديث كان إمبارح)

https://sebastianraschka.com/llm-architecture-gallery/

‏أفضل قنوات ⁦‪ لتعلم ⁧‫ ‬⁩ من الصفر

The best YouTube channels to learn AI from scratch

1. Andrej Karpathy
2. 3Blue1Brown
3. Stanford CS229 (Andrew Ng)
4. Machine Learning Street Talk
5. StatQuest
6. Serrano Academy
7. Jeremy Howard
8. Hamel Husain
9. Dave Ebbelaar
10. Lex Fridman
11. Zachary huang

من أكبر الأخطاء اللي بشوفها في مشاريع الـ AI SaaS:
الناس تبدأ من تحت.

API الأول.
Model الأول.
Voice Agent الأول.

لكن مفيش إطار تفكير واضح فوقهم.

خليني أوريك إزاي ببني مشروع AI Voice + Risk Scoring للبنوك بطريقة صحيحة.

🔹 1️⃣ Vision

نبقى AI Infrastructure Layer للبنوك
مش مجرد Call Center Tool

فرق ضخم.

لو الرؤية أداة… هتتباع بسعر.
لو الرؤية Infrastructure… هتتباع بقيمة.

🔹 2️⃣ Strategy

Target: بنوك مصر

Entry: Compliance + Risk AI

Positioning: مش Voice Bot… لكن Risk Intelligence Engine

Revenue: SaaS + Enterprise Licensing

إحنا مش بننافس على سعر المكالمة.
إحنا بنبيع تقليل مخاطرة.

🔹 3️⃣ Architecture

بما إننا بنستهدف بنوك:

Microservices

AI Risk Engine مستقل

Immutable Audit Logs

RBAC + Zero Trust

Tenant Isolation

لو بنيته Monolith بسيط؟
مش هيعدي Audit.

🔹 4️⃣ System Design

دلوقتي بس ندخل التفاصيل:

Voice Stream → Event Bus

Scoring Pipeline

Redis Rate Limiting

AES-256 Encryption

JWT Claims Structure

Role Matrix Design

هنا تبدأ الهندسة الحقيقية.

🔹 5️⃣ Ex*****on Plan

Phase 1: MVP بدون Risk Layer
Phase 2: Add Risk Engine
Phase 3: Compliance Audit
Phase 4: Pilot بنك

كل طبقة مبنية فوق اللي قبلها.

الخلاصة:

المؤسس اللي يبدأ بـ API
هيضيع وقت.

المؤسس اللي يبدأ بـ Strategy
لكن ميفهمش Architecture
هيدفع ثمن إعادة بناء.

المؤسس الذكي يبدأ من فوق وينزل طبقة طبقة.

سؤال مهم ليك:
إنت حالياً بتبني منين؟
Vision؟
ولا API؟

ليه الناس فجأة هجمت علي Mac mini؟

1) صعود تشغيل الذكاء الاصطناعي محليًا

ناس كثير طفشت من:

•اشتراكات شهرية
•قيود الاستخدام
•إرسال بياناتها للسحابة

فبقي فيه توجه قوي لتشغيل AI locally على الجهاز.

2) Clawdbot هو الشرارة

Clawdbot بوت/وكيل ذكاء اصطناعي يشتغل محليًا:
•بدون اشتراك
•بدون إنترنت دائم
•بدون إرسال بيانات

وهنا Mac mini يضرب بقوة.

3) ليه Mac mini تحديدًا؟

•سعر مقابل أداء ممتاز
•معالجات Apple Silicon قوية في الـ AI inference
•هادي، صغير، يشتغل 24/7
•استهلاك طاقة منخفض (كسيرفر منزلي)
•ممتاز لتشغيل bots، agents، automation

الطلب جاي من:

•مطورين
•AI hackers
•ناس عايزين agents شغالين علي طول

•اللي عايز “ChatGPT مخصوص ليه” داخل بيته

في وقت أغلب الشركات بتستخدم الذكاء الاصطناعي في “التسريع”…

في نوع أخطر وأقوى من الاستخدام قليل جدًا اللي واخد باله منه:

استخدام AI لبناء حوكمة وتشغيل مؤسسي (Governance & Operating Model) من البداية.

أنا بدأت مؤخرًا أشتغل على فكرة مختلفة:

بدل ما أتعامل مع الحوكمة والامتثال كـ “ملفات اعتماد” أو “ورق إداري”…

قررت أبني AI Governance Architect Session يكون مستشار دائم معايا:

• يصمم Governance Framework

• يبني Policies & SOPs

• يحدد RACI / DACI / RAPID

• يبني Operating Model قابل للتوسع

• يجهز الشركة للاعتمادات الدولية والشراكات الحكومية

الفكرة مش Automation.

الفكرة إنك تبني:

Digital Chief Governance Officer

مستشار رقمي فاهم شركتك، سياقك، أسواقك، وخططك طويلة المدى.

وده بيفرق جدًا لما:

تدخل اعتماد دولي

تفاوض شريك خليجي

تبني SaaS Enterprise

تستعد لمستثمر أو توسع إقليمي

الحوكمة مش رفاهية.

الحوكمة = القدرة على النمو بدون فوضى.

السؤال الحقيقي مش:

“هل نستخدم AI؟”

السؤال:

هل نستخدمه كأداة…

ولا نبنيه كشريك استراتيجي في بناء الشركة؟