عندما طُرح برنامج مايكروسوفت 365 Copilot لأول مرة على أجهزة سطح المكتب الخاصة بالمؤسسات، كان خدمة نموذجية، نادراً ما تنتهك أي صلاحيات. مع ذلك، جعل البرنامج كل صلاحية منسية قابلة للبحث. كشف استطلاع أجرته مؤسسة غارتنر أن ما يقرب من 132 من قادة تقنية المعلومات قد أرجأوا إطلاق Copilot بسبب الإفراط في مشاركة البيانات داخل مؤسساتهم. لم تكن لدى أي من هذه المؤسسات مشكلة في Copilot نفسه؛ بل كانت ممارساتها الداخلية في إدارة البيانات هي التي كانت ستجعل استخدام Copilot مشكلة. باختصار، كانت لديهم مشكلة في إدارة البيانات الوصفية، حيث لم يكن بإمكان أي شخص في المؤسسة معرفة محتوى كل ملف، أو مالكه، أو مدى حساسيته، أو من يُسمح له بالاطلاع عليه، كل ذلك على نطاق واسع.
تشير البيانات الوصفية إلى "بيانات حول البيانات". وهي بمثابة مسار تحكم، تُزوّد المؤسسة بالمعلومات اللازمة لاتخاذ القرارات بشأن بياناتها، مثل تحديد من يمكنه الاستعلام عن جدول بيانات، وما إذا كان بإمكان مستند ما تغذية نموذج ذكاء اصطناعي، وما هي السجلات التي تندرج تحت اللائحة العامة لحماية البيانات (GDPR). وبدون هذه السمات، ينتهي المطاف بكل نظام لاحق إلى التخمين، ومثل أي تخمين، تكون بعض القرارات خاطئة، وفي هذه الحالة، كارثية.
تُشير هذه الأرقام إلى مدى أهمية معرفة البيانات المتعلقة بالبيانات. تتوقع غارتنر أنه بحلول عام 2026، ستتخلى المؤسسات عن 60% من مشاريع الذكاء الاصطناعي التي تفتقر إلى بيانات جاهزة للاستخدام، وأن 63% من المؤسسات إما لا تمتلك ممارسات إدارة البيانات المناسبة للذكاء الاصطناعي أو غير متأكدة من امتلاكها لها. كما تتضح التكاليف الأمنية الإجمالية، حيث وجد تقرير IBM لعام 2025 حول تكلفة اختراق البيانات أن 97% من المؤسسات التي تعرضت لحادث أمني متعلق بالذكاء الاصطناعي تفتقر إلى ضوابط وصول مناسبة للذكاء الاصطناعي، وأن 63% منها لا تمتلك أي ضوابط. AI governance أدت السياسات على الإطلاق، والمستويات العالية من الذكاء الاصطناعي الخفي، إلى زيادة متوسط تكاليف الاختراق بمقدار 670 ألف دولار أمريكي.
يشرح الدليل التالي معنى إدارة البيانات الوصفية، وأنواعها المختلفة، وكيفية عملها، والأهم من ذلك، لماذا تُعدّ الأمن والخصوصية و... AI governance أصبحت إدارة البيانات الوصفية تعتمد الآن على البيانات الوصفية بقدر اعتماد التحليلات عليها في السابق. تابع القراءة لمعرفة المزيد.
لا تؤدي جميع البيانات الوصفية الوظيفة نفسها. يُعد التمييز بين الأنواع المختلفة أمرًا بالغ الأهمية، لأن قيمة إدارة البيانات الوصفية تكمن في ربط هذه الأنواع المختلفة معًا لأغراض متنوعة.
تصف البيانات الوصفية التقنية البنية المادية وتنسيق البيانات. ويشمل ذلك المخططات، وأسماء الجداول والأعمدة، وأنواع البيانات، وأطوال الحقول، والمفاتيح الأساسية والأجنبية، وتنسيقات الملفات، ومواقع التخزين، والأحجام، والأقسام، وتعيينات المصدر إلى الهدف في مسارات التكامل. يتم إنشاء هذا النوع من البيانات الوصفية تلقائيًا بواسطة مستودعات البيانات وواجهات برمجة التطبيقات وأنظمة الملفات، مما يجعله الأسهل في جمعه على نطاق واسع.
عمليًا، يعتمد مهندسو البيانات، والمعماريون، وفرق المنصات على هذا النوع من البيانات الوصفية لبناء مسارات البيانات، وتخطيط عمليات النقل، واستكشاف الأخطاء وإصلاحها. مع ذلك، تفتقر هذه البيانات إلى أي سياق. فقد يُوصف عمود في مجموعة بيانات وصفًا كاملًا بمصطلحات تقنية، ومع ذلك لا يُفيد الشخص العادي، كمحلل أعمال، أو مسؤول خصوصية، أو حتى نموذج ذكاء اصطناعي، بشيء عن محتواه، أو مالكه، أو ما إذا كان ينبغي استخدامه.
يُوفّر تعريف البيانات الوصفية للأعمال المعنى. ويشمل ذلك تعريفات المصطلحات، وقواعد العمل، وحسابات مؤشرات الأداء الرئيسية، وتحديدات الملكية والإدارة، ومجالات البيانات، والعلاقات بين مفاهيم الأعمال والحقول المادية التي تخزنها. تخيّل الأمر كجسر سياقي يربط شيئًا مثل "cust_em" بعنوان البريد الإلكتروني للعميل، وقناة الاتصال الرئيسية، التي يملكها فريق إدارة علاقات العملاء، ويتم إدخالها عند إنشاء الحساب.
علاوة على ذلك، وعلى عكس البيانات الوصفية التقنية، تُنشأ البيانات الوصفية للأعمال بواسطة الأفراد، مما يُشكل أكبر مخاطرها. فمصطلحات المعجم وقواعد العمل لا تُوثق رسميًا، بل تبقى مجرد معرفة في أذهان المحللين ذوي الخبرة الطويلة. وهذا يعني أن فريقين مختلفين قد يُبلغان عن أرقام متباينة لـ"العملاء النشطين"، إذ يحسب قسم المالية كل من صدرت له فاتورة هذا الربع، بينما يحسب قسم التسويق كل من سجل دخوله هذا الشهر، ولا يوجد أي تعريف مكتوب في مكان يسهل على الفرق الأخرى الوصول إليه.
تسجل البيانات الوصفية التشغيلية كيفية أداء البيانات في بيئة الإنتاج، مثل مصدرها وكيفية تحويلها (سلسلة النسب)، وتاريخ آخر تحديث لها، والمهام التي أنتجتها وما إذا كانت قد نجحت، وعدد مرات الاستعلام عنها، ومن يصل إليها، وفحوصات الجودة التي اجتازتها أو فشلت فيها. يتم توليد هذا النوع من البيانات الوصفية في الغالب في خطوط المعالجة، وأدوات التنسيق، ومستودعات البيانات، ومنصات ذكاء الأعمال كمنتج ثانوي للتشغيل.
هذه هي البيانات الوصفية التي تساعد في الإجابة على أسئلة مثل: "هل يمكن الوثوق بهذا الرقم؟". على سبيل المثال، عندما تُظهر لوحة معلومات الإيرادات رقمًا يبدو غير صحيح، فإن البيانات الوصفية التشغيلية تُحدد مصدره وصولًا إلى المهمة التي فشلت في الساعة الثالثة صباحًا أو جدول المصدر الذي تغيرت بنيته دون إشعار. علاوة على ذلك، تُعدّ هذه البيانات بمثابة المادة الخام للبيانات الوصفية النشطة، إذ تُوفر أنماط الاستخدام، وإشارات التحديث، وتغييرات سلسلة البيانات التي يُمكنها إطلاق التنبيهات، أو إصدار الشهادات، أو اتخاذ قرارات الوصول تلقائيًا، بدلًا من انتظار المراجعة الفصلية.
تصف بيانات الحوكمة والحساسية جميع القواعد التي تنطبق على البيانات. ويشمل ذلك تصنيفات مثل المعلومات الشخصية الحساسة (PII) والمعلومات الصحية المحمية (PHI) وبيانات بطاقات الدفع، ومستويات الحساسية، واللوائح والجهات القضائية ذات الصلة، ومتطلبات الاحتفاظ والحذف، والغرض والأساس القانوني لمعالجة البيانات الشخصية، وحالة الموافقة، وضوابط الأمان المطبقة بالفعل، مثل التشفير أو إخفاء البيانات. هذه هي البيانات الوصفية التي تُبنى عليها السياسات. يربط البرنامج المتكامل الأسس التقنية للأصل بضوابط الحوكمة القائمة، مثل تصنيفه، والسياسات المطبقة عليه، والنطاق التنظيمي الذي يندرج تحته.
تزايدت أهمية البيانات الوصفية بشكل ملحوظ في عصر الذكاء الاصطناعي، إذ تغطي اعتبارات سياسية بالغة الأهمية، مثل إمكانية استخدام جدول بيانات العملاء لتحسين نموذج ما، أو إمكانية استرجاع عقد من قِبل مساعد داخلي، أو إمكانية كشف استجابة روبوت محادثة لبيانات خاضعة للرقابة - وهي أسئلة تُجاب عنها البيانات الوصفية الحساسة أو لا تُجاب عنها إطلاقًا. لا يمكن قراءة معظم هذه البيانات من مخطط البيانات؛ إذ يعتمد الأمر بشكل كبير على الاكتشاف والتصنيف الآليين لمواكبة البيانات التي تُنشأ وتُنسخ وتُعدل باستمرار، لا سيما في المخازن غير المهيكلة حيث تكون الفهارس التقليدية في أضعف حالاتها.
إدارة البيانات الوصفية ليست مجرد أداة، بل هي دورة متكررة تتكون من 5 مراحل متميزة، كما هو موضح أدناه:
- الاكتشاف والتجميع : الاتصال بقواعد البيانات والمستودعات والبحيرات وتطبيقات SaaS ومشاركات الملفات وخطوط الأنابيب لجمع البيانات الوصفية الفنية والتشغيلية تلقائيًا للعثور على البيانات التي ربما فاتتها الآخرين؛
- الفهرسة : تنظيم الأصول في قائمة جرد قابلة للبحث، بحيث يكون لكل أصل سجل قابل للتتبع؛
- المصطلحات والإشراف : تمت إضافة تعيين المالكين وتعريفات الأعمال لضمان أن توفر السجلات نفس السياق المشترك لجميع الفرق الأخرى خارج قسم الهندسة؛
- التصنيف : وضع علامات على كل أصل بما يحتويه ومدى حساسيته عبر وسائل آلية بدلاً من المراجعات اليدوية؛
- تطبيق السياسات : إغلاق الحلقة من خلال العلامات وتعيين الملكية لتحسين ضوابط الوصول وقواعد الاحتفاظ والإخفاء وتوثيق الامتثال وإعداد التقارير.
تُغذي كل مرحلة من المراحل الأخرى، ويعتمد نجاح كل خطوة على تنفيذها بأقصى قدر من الفعالية. علاوة على ذلك، يُوضح هذا لماذا تميل المؤسسات التي تتعامل مع إدارة البيانات الوصفية كعملية ثابتة لمرة واحدة إلى اللحاق بالركب باستمرار، حيث يتم إنشاء البيانات ونسخها والوصول إليها وتعديلها بشكل متواصل، مما يتطلب آلية إشراف تعمل باستمرار أيضًا.
تاريخيًا، كانت إدارة البيانات الوصفية عمليةً سلبية، إذ كانت تُجمع وفق جدول زمني ثابت، وتُخزن في فهرس، ولا يُطلع عليها إلا من يبحث عنها. ولذلك، كان الفهرس أشبه بوثيقة مرجعية، وتعتمد دقته على مدى حداثة عملية الزحف ومدى حرص المسؤولين على تحديث البيانات. مع ذلك، في ظل هذا النظام، كان الفهرس يفقد تزامنه مع البيانات مع مرور الوقت.
من ناحية أخرى، تُعدّ إدارة البيانات الوصفية النشطة أكثر مباشرة، إذ تجمع البيانات باستمرار استجابةً لكل حدث، مثل تغيير المخطط، أو إضافة جدول جديد، أو زيادة مفاجئة في حجم الاستعلامات، أو حتى فشل فحص الجودة. إضافةً إلى ذلك، فبدلاً من انتظار قراءتها، تُفعّل هذه الإدارة إجراءات مُعتمدة مسبقًا. على سبيل المثال، إذا صُنّف عمود في جدول بيانات إكسل حديثًا كبيانات شخصية، فإنه يُمكنه الآن تفعيل إجراءات سياسة إخفاء البيانات لكل لوحة تحكم لاحقة يُعدّ جزءًا منها.
مع ذلك، لا يكتمل أي من هذه الأساليب بمفرده. فالبيانات الوصفية النشطة لا تزال تتطلب تعريفات مصطلحات وملكية لا يمكن توفيرها إلا من قبل الأفراد، بينما تظل البيانات الوصفية السلبية مفيدة في الحالات التي نادراً ما يُتوقع فيها تغيير البيانات أو تعديلها بشكل كبير.
تتمثل أهم وأبرز فوائد إدارة البيانات الوصفية للمؤسسة فيما يلي:
- اكتشاف أسرع : يجد المحللون والمهندسون مجموعة البيانات المناسبة في دقائق بدلاً من السؤال والسؤال، حيث أن الملكية والتعريفات والحداثة مرتبطة بالأصل نفسه.
- الثقة في الأرقام : تشير مؤشرات النسب والجودة إلى مصدر الرقم بالإضافة إلى حداثته.
- الأدلة الجاهزة للتدقيق : توجد سجلات التصنيف والاحتفاظ والوصول للفحص كجزء من عمليات التدقيق الداخلية أو التنظيمية.
- الحد الأدنى من النقاط العمياء : تُعلم بيانات التعريف الحساسة فرق الأمن بمخازن البيانات المهمة بالفعل، مما يضمن تحسين الضوابط والمراجعات لاستهداف المكان الذي من المحتمل أن يكون فيه التعرض.
- الذكاء الاصطناعي الخاضع للتحكم : يمكن حصر النماذج والوكلاء في البيانات التي تم تصنيفها على أنها مناسبة.
لطالما كانت إدارة البيانات الوصفية من اختصاص فرق التحليلات. ومع ذلك، فإن الأمن والخصوصية و AI governance تُعدّ أقسام البيانات الوصفية من أكثر الأقسام خضوعًا للتدقيق في المؤسسات، ويعتمد كل قسم منها على نفس البيانات الوصفية، ومعظمها لا يملك صلاحية الوصول إليها. والسؤال الأهم الذي يطرح نفسه على كل قسم من هذه الأقسام فيما يتعلق بالبيانات الوصفية هو كالتالي:
الأمن – أي صلاحيات الوصول مهمة بالفعل؟
مع أن معظم أنظمة إدارة الهوية تعرف من لديه صلاحية الوصول إلى أي نظام، إلا أنها لا تعرف محتوى تلك الأنظمة. ونتيجة لذلك، تُعامل جميع الصلاحيات على قدم المساواة في مراجعة الوصول.
تعمل بيانات التعريف الحساسة على حل هذه المشكلة، فعندما يتم جعل التصنيف جزءًا من مخزن البيانات، يمكن أن تأخذ مراجعات الوصول في الاعتبار بيانات الاعتماد التي يجب أن تصل إلى أي أنظمة.
الخصوصية – أين توجد هذه البيانات تحديداً ولماذا نحتفظ بها؟
في جوهرها، تتمثل التزامات الخصوصية في مسائل البيانات الوصفية. ويتطلب طلب الوصول إلى بيانات صاحب البيانات أو حذفها من المؤسسة معرفة كل نظام يحتوي على معلومات عن ذلك المستخدم تحديداً.
يتطلب نظام إدارة الوصول إلى البيانات (RoPA) توثيقًا شاملاً يتضمن معلومات حول الغرض منه، وفئات البيانات المعنية، والجهات التي تستلمها، ومدة الاحتفاظ بها. وتُعتبر هذه جميعها حقول بيانات وصفية.
AI Governance هل هذه البيانات مؤهلة لتدريب هذا النموذج؟
يجب على كل نظام ذكاء اصطناعي أن يبدأ بتحديد البيانات المُدخلة، سواء كانت مجموعة بيانات تدريبية، أو مجموعة بيانات لضبط النظام، أو المستندات المفهرسة للاسترجاع. ولا تزال معظم المؤسسات تتخذ هذا القرار بناءً على المجلدات أو قواعد البيانات، مما يعني أن السؤال الرئيسي هو "هل يملك النظام صلاحية الوصول؟" بدلاً من "هل ينبغي له ذلك؟".
من شأن البيانات الوصفية أن تجعل الأهلية سياسة وليست حادثًا، حيث يسبق استخدام كل مجموعة بيانات فحصًا لما يُسمح للنموذج باستخدامه؛ أي أن نصوص الدعم التي تحتوي على بيانات بطاقة الدفع يتم إخفاؤها أو استبعادها قبل التضمين، ولا تصبح السجلات التي تم جمعها لغرض واحد بيانات تدريب لغرض آخر، ويتم تسجيل سلسلة ما تم إدخاله للوثائق التي تتطلبها لوائح الذكاء الاصطناعي بشكل متزايد.
لا تفشل معظم برامج إدارة البيانات الوصفية لصعوبة المفهوم أو صعوبة تطبيقه، بل لأن البيانات تتطور بينما يبقى البرنامج على حاله. وتتكرر المشكلات التالية، وتزداد كل منها تعقيدًا مع ازدياد اعتماد أنظمة الذكاء الاصطناعي على بيانات المؤسسات بشكل مباشر.
صُممت البيانات الوصفية التقليدية وطُورت في بيئة غنية بقواعد البيانات ومستودعات البيانات، في ظل وجود مخططات بيانات قابلة للاستخلاص. مع ذلك، تفتقر العقود ورسائل البريد الإلكتروني ومحادثات الدردشة والعروض التقديمية ومحركات الأقراص المشتركة إلى مخططات بيانات قابلة للقراءة، مما يجعلها أقل البيانات وصفًا في المؤسسة. علاوة على ذلك، تُعد هذه البيانات أول ما تتفاعل معه أنظمة الذكاء الاصطناعي الداخلية وأدوات الاسترجاع، مما يجعل مشكلة تجاوز صلاحيات أنظمة الذكاء الاصطناعي، التي وُصفت سابقًا، مشكلة بيانات وصفية قبل أن تتحول إلى مشكلة ذكاء اصطناعي.
لن يكون فهرس البيانات المليء بعمليات الزحف المجدولة دقيقًا إلا في صباح اليوم التالي للزحف، وتقل دقته في اليوم الذي يليه. ومع إضافة المزيد من الجداول، وإعادة تسمية الأعمدة، ونسخ الحقول الحساسة إلى مجموعات بيانات جديدة، تتضح هذه المشكلة أكثر فأكثر. بالنسبة للمحلل البشري، يُعدّ هذا التقادم مشكلةً جسيمة، بينما بالنسبة لأنظمة الذكاء الاصطناعي التي تعتمد على هذا الفهرس، فإن احتمالية الحصول على مخرجات خاطئة أو غير مكتملة تتضاعف بشكل كبير.
معنى الأعمال يعتمد على السياق
تُستَخلص البيانات الوصفية التقنية من تلقاء نفسها، بينما لا تفعل ذلك البيانات الوصفية التجارية. فمثلاً، توجد أشياء كالتعريفات والقواعد والسياق كمعارف متوارثة لدى الموظفين ذوي الخبرة الطويلة، مما يعني أن المعاجم قد تبقى فارغة أو مليئة بتعريفات متناقضة لا يمكن التوفيق بينها.
ملكية صفرية
تقع إدارة البيانات الوصفية في مكان ما بين هندسة البيانات والتحليلات والأمن والخصوصية والامتثال. وهذا ما يجعل من السهل، بل ومن المرجح، أن يفترض كل فريق أن الفرق الأخرى تتولى هذه المهمة. وبدون مسؤول مُعيّن وسلسلة محاسبة واضحة للمسؤولين، يتم شراء الأدوات ونشرها ثم التخلي عنها بهدوء مع قليل من الرقابة أو انعدامها.
تتناول الممارسات التالية التحديات الموضحة أعلاه.
أتمتة الاكتشاف والتصنيف منذ البداية
سيثبت التسجيل اليدوي عدم كفاءته وفعاليته في مواكبة سرعة إنشاء البيانات في المؤسسة، دون اللجوء إلى قواعد البيانات غير المهيكلة. في المقابل، تكشف عمليات المسح الآلية عن البيانات في كل من الأنظمة المهيكلة وغير المهيكلة، وتصنفها بناءً على محتواها لضمان تغطية شاملة، أو أقرب ما يكون إلى الاكتمال.
لا يشترط أن تكون جميع مجموعات البيانات بيانات وصفية فورية. مع ذلك، في حالة مستودعات البيانات، وخطوط نقل البيانات، وأي مخزن يغذي أنظمة الذكاء الاصطناعي، تُعدّ هذه الإمكانية الفورية بالغة الأهمية. لذا، يجب إعطاء الأولوية لجمع البيانات بناءً على الأحداث، بحيث يتم رصد تغييرات المخطط، وحقول البيانات الحساسة الجديدة، وانقطاعات سلسلة البيانات فورًا بدلًا من انتظار عملية الزحف التالية.
تعتمد سياسات الحوكمة على عوامل مثل التصنيف، والنطاق التنظيمي، والغرض من المعالجة، والأساس القانوني، وتتخذ هذه السياسات إجراءات بناءً عليها. ومن الضروري تسجيل هذه العوامل في مستودع واحد إلى جانب المخطط وسلسلة النسب، بدلاً من إنشاء سجل منفصل للخصوصية، وذلك لتجنب أي تضارب.
إنّ وجود فهرس بلا مالك سيؤدي إلى بيانات قديمة، بينما سيؤدي وجود معجم بلا مالك إلى تناقضات. لذا، فإنّ تحديد مالك واحد يضمن إرساء مستوى مناسب من المساءلة والشفافية منذ البداية.
لا يُلزم مساعدو الطيارين والوكلاء بالتقيد ببنية المجلدات أو الذاكرة المؤسسية، إذ تعتمد عملية استرجاعهم على الطريقة الأكثر كفاءة. لذا، يجب على المؤسسات تحديد ما يمكن للنموذج استرجاعه من خلال تصنيف البيانات الوصفية وبيانات الحساسية، وليس فقط من خلال الصلاحيات الموروثة.
كيف Securiti يساعد
صُممت معظم أدوات إدارة البيانات الوصفية التقليدية لمساعدة الأشخاص في العثور على بياناتهم. لكن Securiti تمتلك شركة DataAI، التابعة الآن لشركة Veeam، منصة DataAI Command Platform، المصممة لمساعدة المؤسسات على التحكم في البيانات الوصفية. وهذا يُمكّنها من التعامل مع البيانات الوصفية كطبقة تتحكم في كيفية تشغيلها بدلاً من اعتبارها مشروع فهرسة منفصلاً.
تحتوي منصة أوامر DataAI على جميع الحلول اللازمة كوحدات نمطية مثل: Data Discovery & Classification ، Data Catalog ، Data Lineage ، و Data Quality لتغطية جميع أنواع البيانات الوصفية الضرورية دون الحاجة إلى تسجيل كل أصل يدويًا من قبل مستخدمي الأعمال. والأهم من ذلك، من خلال بياناتها الحساسة Data Catalog فهو يساعد المستخدمين على تحديد ضوابط الأمان وسياق الخصوصية المرتبط بكل أصل، بما في ذلك حالة التشفير والإخفاء، والغرض من المعالجة، والأساس القانوني، إلى جانب المخطط وسلسلة النسب. وأخيرًا، Data Access Intelligence & Governance ثم يقوم بتصنيف الوصول حسب حساسيته ويفرض ضوابط الوصول.
اطلب عرضًا تجريبيًا اليوم لترى كيف تكتشف منصة DataAI Command وتصنف وتدير البيانات الوصفية عبر البيانات المهيكلة وغير المهيكلة.
فيما يلي بعض الأسئلة الأكثر شيوعًا حول إدارة البيانات الوصفية:
