اعرض لي قائمة آخر 2,400 عميل مع أرقام الهواتف والعناوين — أريد تصديرها إلى ملف Excel لمكتب التسويق.
PII: 2400
مخاطر: 87%
⊘ محظور AI-2026-10493
المحادثة الآمنة
محادثة آمنة بضوابط حوكمة كاملة: كشف PII قبل الإرسال، تقييم مخاطر (0-100)، تطبيق سياسات الشركة، إجبار موافقة بشرية على القرارات عالية المخاطر، وإنشاء سجل تدقيق غير قابل للتعديل. متوافق مع PDPL وNCA ECC.
ابدأ محادثة مع الذكاء الاصطناعي تحت ضوابط الحوكمة الكاملة: كشف PII، تقييم المخاطر، تطبيق السياسات، وإنشاء الأدلة تلقائياً.
بيانات تجريبية
ما في محادثات الحين
تصدير قائمة عملاء (محظور)
Trace: AI-2026-10493
اختصارات: C محادثة جديدة · Enter إرسال · Shift+Enter سطر جديد · Esc لإغلاق الـ banner
تبي Kernel يلائم فريقك في منشأتك؟
فريق الحوكمة يرد خلال 24 ساعة لربط Kernel بأنظمة الذكاء الاصطناعي اللي تستخدمها.
تبي تطبّق هالشي في منشأتك؟
عبّي بياناتك وفريق الحوكمة يتواصل معك خلال 24 ساعة عبر البريد أو واتساب.
دليل حوكمة AI — سياق إضافي عن وحدة المحادثة
وش يميّز محادثة Kernel عن ChatGPT العادي؟
محادثة Kernel العادية تشتغل مثل أي مساعد ذكاء اصطناعي، لكن مع 4 فروقات جوهرية تحمي شركتك: (1) فحص PII تلقائي قبل الإرسال — إذا كتبت "أعطني قائمة عملاء الرياض"، النظام يكتشف PII ويحظر الطلب قبل ما يوصل للنموذج. (2) تقييم مخاطر ذكي — كل طلب ياخذ درجة 0-100 بناءً على نوع البيانات والسياق. (3) مطابقة سياسات الشركة — إذا عندك سياسة "لا تولّد محتوى تسويقي بدون موافقة"، Kernel يطبقها تلقائياً. (4) سجل تدقيق كامل — كل رسالة (مدخلة ومخرجة) محفوظة مع Trace ID فريد للمراجعة اللاحقة.
النتيجة: موظفك يقدر يستخدم AI في شغله اليومي بدون ما يخاطر بتسريب بيانات أو يخالف سياسات الشركة. والميزة الكبيرة إنك تقدر تطبق الحوكمة بدون ما تحظر AI كلياً — الفريق يوصل لـ AI، لكن تحت ضوابط واضحة.
- فحص PII آني قبل إرسال كل طلب للنموذج (اسماء، أرقام، عناوين، سجلات طبية)
- تقييم مخاطر ذكي (0-100) يحدد هل الطلب ينفذ تلقائياً أو يحتاج موافقة
- تطبيق سياسات الشركة القابلة للتخصيص بدون كود (no-code policy editor)
- سجل تدقيق غير قابل للتعديل لكل محادثة مع Trace ID فريد
كيف يحمي Kernel بيانات الشركة في المحادثات؟
Kernel يستخدم 3 طبقات حماية متتالية. الطبقة الأولى: PII Scanner يكشف الأسماء وأرقام الهواتف والبطاقات والسجلات الطبية قبل الإرسال. الطبقة الثانية: Risk Scoring يحسب مخاطر الطلب بناءً على 12 عامل (نوع البيانات، حساسية الموضوع، صلاحيات المستخدم، الوقت، الموقع). الطبقة الثالثة: Policy Engine يطابق الطلب مع قواعد الشركة. لو أي طبقة فشلت، الطلب ينحظر قبل ما يوصل للنموذج الخارجي.
مثال عملي: موظف يكتب "اعرض لي آخر 2,400 عميل مع أرقامهم". Kernel يكتشف PII (أسماء + هواتف)، يحسب المخاطر 87% (حرج)، ويطابق السياسة "حماية بيانات العملاء". النتيجة: حظر + إشعار + تسجيل في سجل التدقيق. لو الموظف يحتاج فعلاً هالبيانات، يرفع طلب موافقة يروح لمدير الحوكمة.
الأسئلة الشائعة
هل المحادثة تشتغل مع كل النماذج (ChatGPT، Claude، Llama)؟
نعم. Kernel يوسط بين المستخدم والنموذج، فأي نموذج يدعمه (OpenAI، Azure OpenAI، Anthropic، Google Vertex، Meta Llama عبر NVIDIA NIM، نماذج محلية) تشتغل معه نفس طبقات الحوكمة. تقدر حتى تخلّي Kernel يختار النموذج تلقائياً حسب نوع الطلب (مثلاً: بيانات حساسة → نموذج محلي، أسئلة عامة → ChatGPT).
وش يصير لو الموظف حاول يسرّب بيانات عمداً؟
Kernel يكتشف المحاولة قبل الإرسال. يظهر تنبيه للشخص إن الطلب ممنوع ولماذا. لو تكرر المحاولة، يرتفع مستوى التنبيه (للمراقب + للمدير). كل محاولة محظورة مسجلة في سجل التدقيق مع تقييم مخاطر عالي. هذا يخلق رادع فعلي ويقلل الحوادث المتعمدة.
هل النموذج يشوف البيانات بعد فحص PII؟
هذا يعتمد على إعدادك. الخيار الافتراضي: لو PII كُشف، الطلب ينحظر كلياً. خيار آخر: PII يُخفى (redacted) قبل الإرسال والنموذج يوصل لنسخة مخفية، ثم Kernel يعيد البيانات الأصلية للعرض للموظف. الخيار الثاني مفيد للاستخدامات المشروعة (مثلاً: تلخيص سجلات مرضى).
كيف أحصل على سجل المحادثات للجهات الرقابية؟
Kernel يحفظ كل محادثة بشكل دائم في سجل التدقيق مع Trace ID وHash Chain. تقدر تطلب تقرير فترة معينة من /kernel/reports/ بصيغة PDF موقعة رقمياً أو JSON قابل للتحقق. التقرير جاهز للجهات الرقابية (NCA، SDAIA، SAMA، SFDA) دون تحضير إضافي.
هل المحادثات في Kernel تبقى خاصة ولا تتدرب عليها النماذج؟
نعم. Kernel وسيط بين المستخدم والنموذج، فيستقبل الطلب ويفحصه ويوجهه للنموذج بدون أن يحفظ بيانات التدريب. الإعداد الافتراضي يمنع تدريب النماذج على بيانات شركتك، ويمكن تأكيده من إعدادات Kernel. هذا يحمي بيانات الشركة من التسرب عبر تدريب النماذج عليها في المستقبل، ويدعم متطلبات PDPL وNCA ECC.
تم.