---
title: "اختبار «نانونتس» نفسه: أفضل وكيل ذكاء اصطناعي ينجز 38% فقط من المهام المؤسسية متعددة الخطوات"
description: "نشرت «نانونتس» (Nanonets)، وهي شركة خاصة متخصصة في الذكاء الاصطناعي للوثائق وتؤتمت منصتها الأعمال الورقية لأكثر من 10 آلاف فريق، اختباراً مرجعياً مفتوحاً يقيّم أنظمة الذكاء الاصطناعي في تنفيذ العمليات المالية وفق قواعد مدفونة في ثنايا المحادثات؛ وجاءت أفضل نتيجة بإنجاز 38% فقط من المهام بشكل صحيح تام. ومقابل إنفاق متوقع على الذكاء الاصطناعي بقيمة 2.7 تريليون دولار عام 2026، يظل الاختبار قياساً نادراً من داخل الصناعة لما تحققه وكلاء المؤسسات فعلياً."
publisher: "The Inference"
section: "Platforms"
published: 2026-10-14T21:08:10.037Z
modified: 2026-10-14T21:08:10.037Z
canonical: https://theinference.org/article/nanonets-own-benchmark-says-the-best-ai-agent-finishes-just-38-of-multi-step-enterprise-tasks/ar
language: ar
keywords: "AI Agents, Benchmarks, Enterprise Software, Document AI, Finance Automation"
---

# اختبار «نانونتس» نفسه: أفضل وكيل ذكاء اصطناعي ينجز 38% فقط من المهام المؤسسية متعددة الخطوات

> نشرت «نانونتس» (Nanonets)، وهي شركة خاصة متخصصة في الذكاء الاصطناعي للوثائق وتؤتمت منصتها الأعمال الورقية لأكثر من 10 آلاف فريق، اختباراً مرجعياً مفتوحاً يقيّم أنظمة الذكاء الاصطناعي في تنفيذ العمليات المالية وفق قواعد مدفونة في ثنايا المحادثات؛ وجاءت أفضل نتيجة بإنجاز 38% فقط من المهام بشكل صحيح تام. ومقابل إنفاق متوقع على الذكاء الاصطناعي بقيمة 2.7 تريليون دولار عام 2026، يظل الاختبار قياساً نادراً من داخل الصناعة لما تحققه وكلاء المؤسسات فعلياً.

## رقم متاح للعموم منذ يوليو

أفضل نظام ذكاء اصطناعي عثرت عليه [نانونتس](https://nanonets.com/research) ينجز 38% فقط من مهام العمليات المؤسسية متعددة الخطوات إنجازاً صحيحاً كاملاً. يظهر الرقم على صفحة الأبحاث التابعة لـ«نانونتس»، وهي شركة خاصة تتخذ من سان فرانسيسكو مقراً لها وتعمل في الذكاء الاصطناعي للوثائق، ضمن TRACE، أي «تنفيذ القيود التطبيقية ذات الصلة بالمهمة»، [وهو اختبار مرجعي منشور علناً](https://nanonets.com/research/trace) [1]. ويمثل الرقم سقفاً للعمل الذي يغطيه إنفاق متوقع على الذكاء الاصطناعي بقيمة 2.7 تريليون دولار في 2026 [3]. أما عنوان الدراسة فيقولها صريحة: النماذج تعثر على القواعد، ثم تفشل في تطبيقها [2].

خضعت مجموعة البيانات وشيفرة التقييم الخاصة بها لآخر تحديث في 22 يوليو 2026 [6][7]. ولم تعثر عمليات البحث في الأخبار وعلى الإنترنت، التي أُجريت في 14 أكتوبر 2026، على أي وسيلة إعلامية أوردت النتيجة.

## الإنفاق يفترض العكس

تقول «جارتنر» إن مزودي البرمجيات على اختلاف أنواعهم «[يُسرعون في تضمين الذكاء الاصطناعي القائم على الوكلاء](https://www.hpcwire.com/bigdatawire/this-just-in/gartner-forecasts-worldwide-ai-spending-to-grow-49-5-in-2026/)» في منتجاتهم القائمة [3]. وتقول «نانونتس» إن أكثر من 10 آلاف فريق تدير عبر منصتها بالفعل عمليات مطابقة الفواتير والمطالبات وإقفال نهاية الشهر [4]. وإذا كان أفضل الأنظمة يجتاز 38% من مهام العمليات، فإن معظم أعمال الأتمتة المرصودة في الميزانيات لا تزال تعود خاطئة، أو تعود إلى موظف بشري.

إذا ثبتت نسبة 38%، فإن الخاسرين هما طرفان: المؤسسات التي تنشر الوكلاء استناداً إلى ادعاءات المزودين، ونماذج الإيرادات في شركات البرمجيات التي بُني تسعيرها على افتراض أتمتة شبه كاملة للأقسام الخلفية. أما الرابح فهو من ينشر أولاً درجة تنفيذ موثقة تتجاوز هذا المستوى بفارق كبير.

## المُقيِّم يبيع الوكلاء أيضاً

«نانونتس» ليست حكماً محايداً. فهي تقيّم هذا السوق: تدير اختبار TRACE و[لوحة صدارة علنية ترتّب 29 نموذجاً في معالجة الوثائق الذكية](https://www.idp-leaderboard.org/)، ويأتي نموذجها الخاص OCR-3 في المرتبة الأولى [1][5]. وفي الوقت نفسه تبيع في السوق نفسه: مدونة تسوّق منصات «مبنية أصلاً على الذكاء الاصطناعي» في مواجهة المزودين التقليديين ABBYY وKofax [4]، ولافتة إعلانية عن Trail، «عقل الشركة لوكلاء الذكاء الاصطناعي» [1].

## ما يطلبه الاختبار

صُمّم اختبار TRACE ليكون قاسياً. كل عينة فيه محادثة «من التسجيل إلى التقرير» (Record-to-Report)، أي ذلك التراسل المصاحب لإقفال الحسابات في نهاية الشهر، بطول يقارب 100 ألف رمز نصي (توكن)، مع قواعد تخص الشركة تُدرَج في منتصف الجُمل. وتضم العينات الخمس 47 سؤالاً تُقيَّم وفق 388 معياراً، بتقيسم من منطق «الكل أو لا شيء»: لا تُحتسب المهمة ناجحة إلا إذا كانت الإجابة صحيحة واستُوفيت كل قاعدة تنطبق عليها. ويتولى التقييم نموذج ذكاء اصطناعي ثانٍ، هو GPT-5.5 المذكور في إعدادات العينة [6].

## القراءة بدرجات الثمانينات... والتنفيذ عند 38

على لوحة صدارة الوثائق التي تديرها نانونتس نفسها، تقرأ النماذج ذاتها الصفحات بموثوقية أعلى بكثير: سجّل نموذج نانونتس OCR-3 درجة إجمالية بلغت 85.9، وحقق نموذج GPT-5.4 من [أوبن إيه آي](https://theinference.org/markets/companies/openai) 83.5، فيما بلغ نموذج Gemini-3-Pro من غوغل 82.8 [5]. وبالنسبة إلى المشتري، تعني الدراجتان معاً أن نموذجاً قد يقرأ صفحة قراءة صحيحة في نحو 86 مرة من أصل 100، ويظل مع ذلك يخفق في معظم العمليات متعددة الخطوات التي ينفذها وفق قواعد الشركة [1].

*Chart: **قراءة الوثائق شبه محسومة... وأفضل درجة تنفيذ هي 38** رسم بياني بالأعمدة يقارن درجات أربعة نماذج في اختبار مرجعي لقراءة الوثائق تقع جميعها في الثمانينات، مع أفضل درجة تنفيذ عمليات على TRACE وقدرها 38%*

*الدرجة الإجمالية على لوحة صدارة نانونتس لمعالجة الوثائق الذكية (متوسط ثلاثة اختبارات مرجعية للوثائق، بقراءة بتاريخ 14 أكتوبر 2026) مقابل أفضل معدل لنجاح المهام task_pass_rate على TRACE (نسبة المهام المكتملة بشكل صحيح من أصل 47 مهمة عمليات، بتقييم «الكل أو لا شيء»؛ حُدّثت مجموعة البيانات في 22 يوليو 2026). المصادر: أبحاث نانونتس [1]؛ لوحة صدارة معالجة الوثائق الذكية [5]. [1][5]*

## اختبار صغير... وطرف له مصلحة

التحفظات هنا حقيقية: خمس عينات، و47 سؤالاً، وحجم سياق واحد، ودراسة نشرتها بنفسها شركة لديها وكلاء تبيعهم، وتقييم آلي [6]. لكن [مجموعة البيانات متاحة للعموم برخصة CC-BY-4.0](https://huggingface.co/datasets/nanonets/trace-benchmark-dataset) وشيفرة التقييم منشورة على GitHub، ما يتيح لأي جهة إعادة اختبار النماذج بدلاً من الاكتفاء بتصديق الرقم [6][7]. غير أن أحداً تقريباً لم يفعل: تُظهر بطاقة مجموعة البيانات 44 تنزيلاً خلال الشهر الماضي [6]، ويُظهر المستودع 39 نجمة من دون أي تفرّع (fork) [7]، مقابل 288 ألف تنزيل لنموذج OCR الخاص بنانونتس نفسها [8].

*Chart: **لا أحد تقريباً أعاد إجراء الاختبار المرجعي: 44 تنزيلاً مقابل 288 ألفاً لنموذج نانونتس نفسها** مخطط عمودي يُظهر 44 تنزيلاً شهرياً لمجموعة بيانات الاختبار المرجعي TRACE، و39 نجمة على مستودع التقييم الخاص بها في GitHub، و288 ألف تنزيل لنموذج OCR-3 من نانونتس*

*الاهتمام بالاختبار المرجعي مقابل الاهتمام بنموذج المورّد نفسه: تنزيلات مجموعة بيانات TRACE خلال الشهر الماضي (Hugging Face، بتاريخ الاطلاع 14 أكتوبر 2026)، ونجوم مستودع التقييم (GitHub، من دون أي تفرّع)، وتنزيلات نموذج OCR الخاص بنانونتس (Hugging Face). المصادر: Hugging Face [6]؛ GitHub [7]؛ Hugging Face [8]. [6][7][8]*

## راقبوا طلبات الدمج

القراءة القادمة للرقم مؤرّخة ومتاحة للعموم: [تُقدَّم النظم الجديدة عبر طلبات دمج (Pull Requests) على GitHub](https://github.com/NanoNets/trace-benchmark) [7]. لم يُنشر حتى الآن أي رقم موثّق يتجاوز 38 بفارق كبير. وحتى يظهر رقم من هذا القبيل، يبقى البند القابل للدفاع عنه في موازنات وكلاء المؤسسات هو أن معظم أعمال العمليات متعددة الخطوات تفشل في اختبار وضعه القطاع نفسه.

## Takeaway

يقول اختبار مرجعي مفتوح نشرته إحدى شركات القطاع إن أفضل نظام ذكاء اصطناعي يُكمل 38% فقط من مهام العمليات المؤسسية متعددة الخطوات بشكل صحيح تام، بينما تحقق النماذج نفسها درجات تتجاوز 80% في قراءة الوثائق؛ وإلى أن يسجل أحدهم درجة أعلى موثقة في المستودع المفتوح، تُبنى الميزانيات المخصصة لوكلاء المؤسسات على رقم لم يكسره أحد بعد.

## Sources

1. [Nanonets, Research index page, accessed 14 October 2026](https://nanonets.com/research)
2. [Nanonets Research, TRACE benchmark page: LLMs search & retrieve rules, but still don't apply them, accessed 14 October 2026](https://nanonets.com/research/trace)
3. [BigDATAwire, Gartner Forecasts Worldwide AI Spending to Grow 49.5% in 2026, 18 September 2026](https://www.hpcwire.com/bigdatawire/this-just-in/gartner-forecasts-worldwide-ai-spending-to-grow-49-5-in-2026/)
4. [Nanonets, Blog index (AI Agents for Enterprise Data Processing), accessed 14 October 2026](https://nanonets.com/blog/)
5. [IDP Leaderboard, Intelligent Document Processing Leaderboard, accessed 14 October 2026](https://www.idp-leaderboard.org/)
6. [Hugging Face, nanonets/trace-benchmark-dataset dataset card, updated 22 July 2026](https://huggingface.co/datasets/nanonets/trace-benchmark-dataset)
7. [GitHub, NanoNets/trace-benchmark evaluation code and submission repo, last commit 22 July 2026](https://github.com/NanoNets/trace-benchmark)
8. [Hugging Face, nanonets organization page, accessed 14 October 2026](https://huggingface.co/nanonets)


---

اختبار «نانونتس» نفسه: أفضل وكيل ذكاء اصطناعي ينجز 38% فقط من المهام المؤسسية متعددة الخطوات — The Inference. Canonical: https://theinference.org/article/nanonets-own-benchmark-says-the-best-ai-agent-finishes-just-38-of-multi-step-enterprise-tasks/ar