الذكاء الاصطناعي على الجهاز: ما الذي يصلح لعمل الموظفين؟

في 2026، يستطيع الذكاء الاصطناعي على الجهاز إنجاز الملخصات القصيرة وتنقيح المسودات ومعالجة الكلام على أجهزة الموظفين، لكن التطبيق يظل صاحب القرار في إرسال البيانات إلى خارج الجهاز. ابدأ بمهمة محددة النطاق، واجعل أي انتقال إلى السحابة واضحًا، ثم قيّم النتيجة على مستنداتك الفعلية قبل توسيع الاستخدام.

السؤال العملي لمسؤول العمليات هو: أي جزء من العمل يمكن إنجازه على الحاسوب المحمول أو الهاتف؟ تحويل ملاحظة لموظف ميداني إلى ملخص لتسليم العمل بداية أنسب من مساعد يُنتظر منه البحث والاستدلال واتخاذ إجراءات على مستوى الشركة كلها.

جرى التحقق من المعلومات في 23 أكتوبر 2026 بالرجوع إلى الوثائق المنشورة لدى الجهات المطوّرة. جدول المهام أدناه تحليل للإمكانات والمتطلبات الموثقة، وليس اختبارًا لقياس الأداء.

ما هو الذكاء الاصطناعي على الجهاز؟

يعني الذكاء الاصطناعي على الجهاز تشغيل النموذج على معالج الجهاز نفسه. قد يكون المعالج المركزي (CPU)، أو معالج الرسوميات (GPU)، أو وحدة المعالجة العصبية (NPU)، وهي شريحة مصممة لتنفيذ حسابات الذكاء الاصطناعي التي تدعمها. ويُسمّى تشغيل النموذج لإنتاج إجابة الاستدلال. تحتاج وحدة NPU إلى برمجيات مصممة لاستخدامها؛ فوجودها لا يسرّع تلقائيًا كل تطبيق للذكاء الاصطناعي. دليل Microsoft للمطوّرين حول NPU

تخيّل مترجمًا يجلس بجانبك ويقرأ المستند، بدلًا من إرساله إليه في مكتب آخر. الاستدلال المحلي يُبقي المعالجة بجانبك. ومع ذلك، يستطيع التطبيق إرسال نسخة إلى مكان آخر، تمامًا كما يمكن إرسال المستند المترجم بالبريد الإلكتروني بعد الانتهاء منه.

لا يحتاج استدعاء النموذج المحلي إلى إخراج أي بيانات من الجهاز. لكن التطبيق الذي يستخدمه قد يرفع التعليمات المدخلة، أو يزامن المستندات، أو يستدعي أداة عبر الإنترنت، أو يختار نموذجًا سحابيًا. يتيح إطار عمل Apple، مثلًا، تزويد النموذج بأدوات تستعلم من قواعد بيانات محلية أو عبر الإنترنت. مكان المعالجة وطريقة مشاركة التطبيق للبيانات قراران منفصلان. وثائق Foundation Models من Apple

وتشغيل الذكاء الاصطناعي بدون إنترنت يحتاج إلى تجهيز مسبق أيضًا. يجب أن تكون ملفات النموذج موجودة على الجهاز، وأن يتمكن التطبيق من الوصول إلى المدخلات دون شبكة. لا يستطيع النموذج المحلي تلخيص مستند لا توجد منه نسخة إلا في نظام بعيد يتعذر الوصول إليه.

ما نماذج الذكاء الاصطناعي المحلية المتاحة للشركات اليوم؟

ابدأ بالبرمجيات التي تناسب سير عملك، ثم تحقّق من متطلبات الأجهزة. أطر عمل Apple وGoogle مكوّنات لبناء التطبيقات، بينما يتضمن Windows ميزات محددة جاهزة للاستخدام، وتتيح برامج تشغيل النماذج على الحاسوب للموظفين أو المطوّرين اختيار نماذجهم بأنفسهم. هذه مسارات مختلفة لتبنّي التقنية.

Apple Foundation Models: ميزات محددة داخل تطبيقك

يوفّر إطار عمل Foundation Models من Apple واجهة لبناء ميزات مدعومة بالنماذج بلغة Swift، وهي لغة البرمجة الخاصة بـApple. يدعم نموذجه المحلي مهام مثل تلخيص النص المقدّم إليه، واستخراج التفاصيل، وتنقيح المسودات. ويمكن للتوليد الموجّه إرجاع بنية بيانات محددة بلغة Swift، ما يفيد حين يحتاج التطبيق إلى حقول بيانات بدلًا من فقرة نصية. نظرة عامة على إطار عمل Apple

بالنسبة إلى مسؤول المنتج، من الميزات العملية تحويل ملاحظة كتبها فني إلى تقرير منظّم لتسليم العمل، يراجعه شخص قبل اعتماده. يقدّم التطبيق المادة الأصلية ويحدد شكل المخرجات. وهذه مهمة أضيق بكثير من مطالبة النموذج بتقرير كيفية إصلاح المعدات.

يدرج دليل التوليد الحالي من Apple كتابة الشيفرة والرياضيات الأساسية والاستدلال المنطقي ضمن المهام التي يُنصح بتجنّبها مع نموذجها المحلي. استخدم شيفرة التطبيق المعتادة للحسابات والتحقق من الصحة، وقيّم أي محتوى مولّد تترتب عليه نتائج مهمة. إرشادات Apple بشأن إمكانات النموذج

يتوفر إطار العمل بدءًا من جيل أنظمة التشغيل iOS 26 وiPadOS 26 وmacOS 26؛ أما واجهات API الأحدث فلها متطلبات توفر خاصة بها. ويجب أن يدعم الجهاز Apple Intelligence: من الأمثلة iPhone 15 Pro وiPhone 16 والطرازات الأحدث، وأجهزة Mac بمعالج M1 أو أحدث. تحقّق أثناء التشغيل من توفر النموذج الفعلي، بما يشمل اللغة والمنطقة واكتمال التنزيل. توفر إطار العمل، متطلبات أجهزة Apple

حدّد النموذج الذي يعمل على الجهاز صراحةً عند التنفيذ. يدعم إطار العمل الآن Private Cloud Compute ومزوّدين آخرين يعملون على الخوادم. لذلك لم يعد قول التطبيق إنه يستخدم Foundation Models كافيًا لمعرفة مكان تنفيذ طلب بعينه. النماذج التي يدعمها إطار Apple

الذكاء الاصطناعي على الجهاز من Google: بين Android وChrome

Google Gemini Nano هو النموذج المحلي الذي تعتمد عليه خدمة النظام AICore في Android. يصل إليه المطوّرون عبر ML Kit، التي توفّر واجهات API للتلخيص والتدقيق اللغوي وإعادة الصياغة وغيرها. وفي تطبيق للخدمات الميدانية، يُعد اختصار ملاحظة يقدّمها الموظف تجربة أولية مناسبة. نظرة عامة من Google على Android

يختلف دعم الأجهزة بحسب واجهة API وإصدار النموذج. ارجع إلى قوائم الأجهزة المدعومة لدى Google، ونفّذ فحصًا للتوفر؛ فرقم إصدار Android أو سعة RAM وحدهما لا يثبتان أهلية الجهاز. وهناك قيد تشغيلي أيضًا: لا يُسمح بالاستدلال عبر ML Kit GenAI إلا عندما يكون التطبيق هو التطبيق النشط في مقدمة الشاشة، مع تطبيق حصص للطلبات واستهلاك البطارية. لذلك لا يناسب هذا المسار بناء طابور مستندات يُعالج في الخلفية دون إشراف. متطلبات ML Kit وحدوده

أما Prompt API الأكثر مرونة، فما زالت في المرحلة التجريبية من دون اتفاقية لمستوى الخدمة أو سياسة لإيقاف الدعم، ما يتيح لـGoogle إدخال تغييرات تكسر التوافق. قيّم أثر الاعتماد عليها قبل جعلها عنصرًا أساسيًا في عمل الموظفين. حالة Prompt API من Google

يتيح Google Chrome الوصول إلى Gemini Nano عبر واجهات API مدمجة في المتصفح على الحواسيب المكتبية والمحمولة المدعومة. ويمكن لمنتج ويب تقديم ملخص محلي لنص موجود لديه أصلًا؛ إذ تتوفر Summarizer API في الإصدار المستقر من Chrome، مع ضرورة التحقق من توفر الميزة والنموذج. وثائق Summarizer في Chrome

يتطلب التشغيل عبر CPU ما لا يقل عن 16 GB من ذاكرة RAM و4 أنوية CPU؛ أما التشغيل عبر GPU فيتطلب أكثر من 4 GB من ذاكرة VRAM حصرًا، وهي ذاكرة معالج الرسوميات. وتشترط Google أيضًا 22 GB من مساحة التخزين الحرة على وحدة التخزين التي تضم ملف تعريف Chrome. هذا شرط للمساحة الحرة، ولا يعني أن النموذج نفسه يشغل هذه المساحة. ولا تعمل واجهات API هذه للنماذج التأسيسية حاليًا في Chrome على Android أو iOS. متطلبات الأجهزة لتشغيل ميزات Chrome

بالنسبة إلى أداة ويب داخلية، يعني ذلك مراجعة المتصفحات المستخدمة لدى الموظفين قبل الوعد بإتاحة الميزة للجميع. احرص على بقاء النص الأصلي ومسار العمل اليدوي قابلين للاستخدام حين لا يتوفر النموذج المحلي.

Copilot+ PCs: ميزات مفيدة في Windows ضمن حدود واضحة

توفّر أجهزة Microsoft Copilot+ PCs العتاد اللازم لميزات Windows مثل الترجمة عبر Live Captions، وWindows Studio Effects، والبحث المحسّن في Windows. ولكل ميزة شروطها الخاصة من حيث الجهاز واللغة ومراحل الإتاحة. دليل Microsoft لميزات الشركات

تتطلب هذه الفئة وحدة NPU متوافقة بقدرة 40+ TOPS، و16 GB من ذاكرة RAM، و256 GB من التخزين، إلى جانب متطلبات Windows. ويعني TOPS تريليونات العمليات في الثانية؛ فهو يصف القدرة الحاسوبية، ولا يعبّر عن جودة إجابة النموذج عن سؤال يخص عملك. مواصفات الأجهزة لدى Microsoft

تُعد Live Captions مثالًا مفيدًا على ميزة محلية: تقول Microsoft إن معالجة الصوت وتوليد النص المصاحب له يبقيان على الجهاز. يوفّر Windows أصلًا عرض الكلام كنص، وتضيف Copilot+ الترجمة. لكن النصوص الناتجة لا تُحفظ، لذا لا تمثّل هذه الميزة أرشيفًا للاجتماعات ولا بديلًا لمسار عمل يحتاج إلى الاحتفاظ بالتفريغات النصية. وثائق Live Captions من Microsoft

على المشتري تحديد الميزة التي تبرر شراء الجهاز. فشراء وحدة NPU لا ينقل تجارب Microsoft Copilot السحابية، ولا أي نموذج للحاسوب تختاره، إلى تلك الشريحة. مواصفات الذكاء الاصطناعي في Windows، المتطلبات البرمجية لوحدات NPU

Ollama وLM Studio: اختر النموذج بنفسك

Ollama برنامج لتشغيل النماذج محليًا، يوفّر واجهة API يمكن للتطبيقات استدعاؤها. وتفصل وثائقه بين تشغيل النماذج محليًا وميزاته السحابية الاختيارية. وهو مناسب للمطوّر الذي يريد ربط نموذج محلي بسير عمل قائم، والتحقق مما إذا كان يستخدم موارد CPU أم GPU. وثائق Ollama

لحصر سير العمل في التشغيل المحلي، توثّق Ollama استخدام disable_ollama_cloud: true في إعدادات الخادم، أو ضبط متغير البيئة OLLAMA_NO_CLOUD=1 ثم إعادة التشغيل. يعطّل ذلك نماذج Ollama السحابية والبحث على الويب، لكنه لا يتحكم في اتصالات الشبكة لأي تطبيق آخر متصل بـOllama. إعداد Ollama للتشغيل المحلي فقط

يوفّر LM Studio واجهة للحاسوب لتنزيل النماذج وتحميلها في الذاكرة والدردشة معها، بما فيها عائلات مثل Qwen وMistral وGemma. وتُوصف هذه النماذج بأنها مفتوحة الأوزان حين يتيح مطوّروها ملفات النموذج المدرّب، لكن تراخيصها تظل مختلفة. دليل البدء مع LM Studio

بعد تنزيل الملفات، يدعم LM Studio الدردشة دون اتصال، ومعالجة المستندات محليًا، وتشغيل خادم محلي. وتتناول سياسة الخصوصية الحالية، بصورة منفصلة، النماذج السحابية والبحث على الويب بوصفهما خيارين إضافيين. اختر مسار النموذج المحلي عن قصد. التشغيل دون اتصال، سياسة الخصوصية الحالية لدى LM Studio

يوصي LM Studio بما لا يقل عن 16 GB من ذاكرة RAM، إلى جانب متطلبات إضافية بحسب المنصة؛ وهذا حد للبدء، وليس وعدًا بأن كل نموذج سيتسع في الذاكرة. لا يدعم أجهزة Mac بمعالجات Intel، بينما يدعم Apple Silicon. وفي Windows، يتطلب إصدار x64 دعم المعالج لتعليمات AVX2. متطلبات النظام لتشغيل LM Studio

استعن بـدليل أفضل النماذج اللغوية الكبيرة المحلية لاختيار نموذج مناسب للجهاز، وبمقارنة Ollama وLM Studio للموازنة بين برامج التشغيل والنشر وتراخيص الاستخدام في العمل. اختيار برنامج التشغيل واختيار النموذج قراران منفصلان.

ما المهام المناسبة لأجهزة الموظفين؟

تكون المعالجة المحلية أكثر جاذبية حين تكون المدخلات موجودة أصلًا على الجهاز، والمهمة محددة النطاق، والمخرجات قابلة للمراجعة البشرية. وتظل السحابة خيارًا مفيدًا عندما يتجاوز العمل قدرات الجهاز أو يتطلب خدمة تُدار مركزيًا. العمود الأخير في الجدول تقدير لملاءمة الاستخدام، وليس ترتيبًا للجودة قائمًا على القياس.

في التفريغ النصي، افصل بين التعرّف على الكلام وتلخيصه. فالنموذج اللغوي الذي يعيد صياغة النصوص لا يصبح تلقائيًا أداة لتفريغ الصوت. يستخدم وضع Basic للكلام من Google نموذجًا تقليديًا للتعرّف على الكلام على الجهاز، بينما يستخدم وضع Advanced نموذجًا توليديًا. وبعد ذلك، على التطبيق أن يقرر ما إذا كان سيحفظ النص الناتج وأين سيحفظه. دليل Speech Recognition من Google

وعند حساب التكلفة، قارن استدعاء واجهة API السحابية المدفوع بالتشغيل المحلي المجاني الذي لا تترتب عليه رسوم استدلال سحابي لكل استدعاء، مع احتساب تكلفة الأجهزة والكهرباء والإدارة. توضيح Google لتكلفة واجهات API المحلية

قيود أهم من وجود شريحة ذكاء اصطناعي

غالبًا ما يكون القيد الأول مقدار العمل الذي يتسع له النموذج، لا مجرد قدرته على البدء. نافذة السياق هي مساحة عمل النموذج التي تضم التعليمات والمادة الأصلية وسجل المحادثة والإجابة.

يوثّق دليل Apple الحالي نافذة سياق بسعة 4,096 رمزًا نصيًا للنموذج الافتراضي الذي يعمل على الجهاز. الرموز أجزاء من النص، وتشترك المدخلات والمخرجات في هذه السعة. ويتيح الدليل أيضًا طريقة للاستعلام عن سعة النموذج الفعلي. لذلك لا يصح التعامل مع المستند الطويل وكأن النافذة كلها متاحة لنصه وحده. دليل Apple لنافذة السياق

قد يساعد تقسيم المستند إلى مقاطع على استيعابه، لكن على التطبيق الحفاظ على العلاقات بين تلك المقاطع. فإذا ورد موعد نهائي في قسم واستثناء منه في موضع آخر، فقد تغفل الملخصات المنفصلة هذه العلاقة. قيّم المهمة بعد اكتمالها، لا مجرد إنتاج نص لكل مقطع.

وتحتاج النماذج على الحاسوب أيضًا إلى ذاكرة لأوزانها وحالة التشغيل. وقد يزيد السياق الأطول والطلبات المتزامنة استهلاك الذاكرة. نموذج يصلح لشخص يكتب مسودة رد قد لا يناسب معالجة دفعة من المهام في الخلفية مع بقاء تطبيقات أخرى مفتوحة. إرشادات Ollama للذاكرة والتزامن

لهذا ينبغي إجراء الاختبار العملي على أجهزة تمثّل ما يستخدمه الموظفون، مع تشغيل تطبيقاتهم المعتادة. سجّل زمن الإنجاز والطلبات الفاشلة وجهد التصحيح وأثر الاستخدام على البطارية في مهامك الفعلية. لا يضمن أي من حدود العتاد المذكورة أعلاه مستوى موحدًا من السرعة أو الجودة.

الخصوصية والامتثال يعتمدان على التطبيق كاملًا

قد تُغني المعالجة على الجهاز عن نقل البيانات إلى السحابة في إحدى مراحل العمل، لكنها لا تثبت امتثال سير العمل كله. حدّد ما ترسله الميزة المختارة وما تحفظه وما تتيحه للآخرين، ثم اطلب من مسؤولي الأمن والامتثال المعنيين تقييم ذلك الإعداد.

لكل تصريح من الجهات المطوّرة نطاق محدد:

• Apple: يستطيع نموذجها المحلي العمل دون اتصال، لكن Foundation Models يدعم أيضًا مزوّدي خدمات سحابية وأدوات تجلب بيانات عبر الإنترنت. وثّق النموذج والأدوات التي اختارها التطبيق. دعم النماذج لدى Apple
• Google على Android: تنص وثائق ML Kit على عدم إرسال بيانات الإدخال والمخرجات إلى Google. لكنها ترسل أيضًا مقاييس الأداء والاستخدام، وتتصل بالخوادم للحصول على التحديثات. معالجة المحتوى محليًا لا تعني انعدام نشاط الشبكة. شروط الخصوصية في ML Kit
• Google في Chrome: تقول Google إن استخدام النموذج المحلي لا يرسل بيانات إليها أو إلى أطراف ثالثة، وإن الشبكة مطلوبة للتنزيل الأولي للنموذج. لكن هذا التصريح لا يمنع الموقع الذي يستخدم واجهة API من إرسال البيانات عبر شيفرته الخاصة. متطلبات النموذج في Chrome
• Microsoft: تُبقي Live Captions المعالجة محلية، لكن الميزات الأخرى لها حدود مختلفة. تولّد Paint Cocreator الصور على وحدة NPU مع استخدام خدمات أمان سحابية؛ وتقول Microsoft إنها تجمع التعليمات المدخلة والمعرّفات لمنع إساءة الاستخدام. إنتاج النتيجة محليًا لا يثبت أن الميزة بأكملها تعمل محليًا. توضيح الخصوصية في Cocreator
• برامج تشغيل النماذج على الحاسوب: ينطبق تصريح Ollama بشأن الخصوصية المحلية عند التشغيل محليًا. وتفصل سياسة LM Studio الحالية بين المعالجة المحلية والخدمات السحابية الاختيارية. وحتى لو وعد مزوّد سحابي بعدم الاحتفاظ بالطلب، فهذا لا يغيّر أن الطلب غادر الجهاز. Ollama، LM Studio

قبل أن يستخدم الموظفون مواد حساسة، وثّق مكان المصدر، والنموذج المختار، والطلبات الصادرة، والسجل المحلي، والنسخ الاحتياطية، وطريقة الحذف. أدرج الإضافات والأدوات المتصلة ضمن هذه المراجعة. ويظل تشفير الأجهزة وضبط الوصول مهمين، لأن إبقاء المحتوى محليًا يعني أيضًا الاحتفاظ بنسخ منه على أجهزة الموظفين.

أين تكمن المبالغة في الوعود؟

القول إن حاسوبًا محمولًا يستطيع أن يحل محل خدمة ذكاء اصطناعي سحابية يخلط بين إجراء حسابي ونموذج تشغيلي كامل. قد تنقل الاستدلال إلى الجهاز، وتظل بحاجة إلى تحديثات النماذج والدعم والصلاحيات والتقييم وطريقة للتعامل مع المهام الفاشلة.

تفيد وحدة NPU في أعباء العمل المتوافقة معها، لكنها ليست ضمانًا عامًا لتوافق النماذج. والإجابة دون اتصال تُغني عن رحلة البيانات إلى الشبكة والعودة منها أثناء الاستدلال، لكنها لا تثبت أن الإجابة تصل أسرع. كما أن النموذج المثبّت محليًا قد يختلق تفاصيل أو ينتج محتوى غير مناسب.

ولا يفيد الادعاء المعاكس أيضًا: فالنماذج المحلية لا تحتاج إلى أن تحل محل أقوى نموذج سحابي لديك كي تكون نافعة. قد يكفي تنقيح موثوق لمسودة أو تلخيص قصير لتبرير استخدامها. القرار هو ما إذا كانت تلك الميزة المحددة تستوفي معيار القبول لديك على الأجهزة التي يستخدمها الناس بالفعل.

من الأنسب له تبنّي الذكاء الاصطناعي على الجهاز الآن؟

على مسؤولي العمليات البدء بتجربة مهام محددة وقابلة للمراجعة، وعلى المشترين انتظار ثبوت الحاجة إلى عتاد جديد. تختلف الخطوة التالية بحسب الدور.

لمسؤول العمليات: ابدأ بمهمة متكررة، مثل اختصار ملاحظات تسليم العمل الداخلية. اختر مدخلات تعرف النتيجة المتوقعة منها، واشترط اعتماد المخرجات من شخص. وأبقِ المصدر الأصلي متاحًا للمقارنة.

للمطوّر أو مسؤول المنتج: استخدم واجهة API الخاصة بالمنصة حين تلائم الأجهزة المستخدمة والميزة المطلوبة. اجعل التحقق من توفر النموذج وحدود المدخلات والبديل اليدوي جزءًا من المنتج. وعندما تتنوع هواتف الموظفين، يجب أن يظل المنتج قابلًا للاستخدام لدى من لا تدعم أجهزتهم الميزة.

لمسؤول المشتريات أو المدير التقني: احصر الأجهزة الموجودة قبل طلب بدائل. افصل بين مبررات شراء جهاز من أجل ميزة محددة في Windows تستخدم NPU، ومبررات شراء جهاز لتشغيل النماذج على الحاسوب. اعتمد الإنفاق على الأجهزة بعد أن يثبت سير العمل المختار فائدته على أجهزة تمثّل بيئة العمل الفعلية.

انتظر إذا كانت المهمة المقصودة معالجة كميات كبيرة دون إشراف عبر واجهة API تمنع الاستدلال في الخلفية، أو إذا لم يحقق النموذج المحلي الجودة المطلوبة. وأبقِ الإعداد الحالي إذا كان سير عمل سحابي معتمد يلبّي الحاجة أصلًا، ولم يضف التشغيل المحلي ميزة مفيدة في الخصوصية أو الاتصال أو التشغيل.

خطوة يوم الاثنين: جرّب سير عمل واحدًا

1. 1

   حدّد المهمة وحدود حركة بياناتها

   اختر مدخلًا ومخرجًا محددين، مثل تحويل ملاحظة لتسليم العمل إلى مسودة أقصر. قرّر ما إذا كان يُسمح لأي جزء من ذلك المحتوى بمغادرة الجهاز قبل إعداد مسار بديل.

2. 2

   افحص الأجهزة الفعلية وجاهزية النموذج

   احصر نظام التشغيل والشريحة والذاكرة ومساحة التخزين الحرة للأجهزة المعنية. نزّل النموذج المطلوب، وتحقّق من توفره، وأبقِ مسارًا يدويًا للأجهزة غير المدعومة.

3. 3

   قيّم المخرجات واتصالات الشبكة كلًا على حدة

   استخدم عينات مواد معتمدة. قارن النتيجة بالمصدر، وافحص حركة البيانات الصادرة، ثم كرّر سير العمل بعد تجهيزه دون اتصال. نجاحه دون اتصال دليل مفيد على ذلك المسار، لكنه لا يثبت أن التطبيق لا يرفع بيانات مطلقًا عندما يكون متصلًا.

4. 4

   قرّر ما إذا كنت ستوسّع الاستخدام

   سجّل حالات الفشل وجهد التصحيح وعبء الدعم إلى جانب زمن الإنجاز. لا توسّع الاستخدام إلا إذا كانت المهمة مفيدة وكانت معالجة بياناتها تلتزم بالحدود المقصودة. واجعل الوصول إلى السحابة واضحًا في كل موضع يُسمح به.

لمزيد من الإرشادات العملية حول تبنّي الذكاء الاصطناعي، اشترك في النشرة البريدية.