في الآونة الأخيرة، أصدر بنك إنجلترا تحذيره الأكثر وضوحا حتى الآن بشأن تقييمات الذكاء الاصطناعي: وهو أن طفرة الإنفاق التي تبلغ عدة تريليونات من الدولارات والممولة بالديون تخاطر بالانهيار.
قبل ذلك بأيام، قام مايكل بوري (المستثمر الذي تنبأ بانهيار سوق الإسكان في عام 2008، والذي اشتهر في فيلم The Big Short عام 2015) بمقارنة طفرة الذكاء الاصطناعي بفقاعة الدوت كوم. وفي الوقت نفسه، وجد باحثون من معهد ماساتشوستس للتكنولوجيا أن 95% من طياري الذكاء الاصطناعي في المؤسسات يحققون عائدًا صفرًا.
يستمر المقال أدناه
كبير مسؤولي التكنولوجيا في Avantra.
لكن هذا التأطير يخطئ في هذه النقطة. إن السؤال الذي يواجه قادة تكنولوجيا المؤسسات لا علاقة له بتقييمات السوق أو تفجير الفقاعات. ما يهم هو ما إذا كانت تطبيقات الذكاء الاصطناعي المحددة تخلق قيمة مستدامة وقابلة للقياس لعملياتك.
إن الإجابة على هذا السؤال تحتاج إلى عقلية عملية تضع النتائج أولا، وتعطي الأولوية للنتائج على حساب التطور التكنولوجي.
تظهر اتجاهات تكنولوجيا المؤسسات وتنضج وتنهار أحيانًا. لكن النمط يكرر نفسه: وصول التكنولوجيا التحويلية، وهرع البائعون إلى السوق بالحلول، وتضخم التوقعات بشكل يتجاوز المعقول، وكافحت الشركات لفصل الإشارة عن الضوضاء.
يتبع الذكاء الاصطناعي هذا المنحنى المألوف، لكن القدرة الأساسية تظل حقيقية وجوهرية. ويكمن التحدي في تنفيذها والتركيز عليها.
توقف عن شراء الذكاء الاصطناعي حسب المواصفات
تفشل عمليات نشر الذكاء الاصطناعي للمؤسسات في أغلب الأحيان لأن الفرق تعمل على تحسين الهدف الخطأ. إن بناء قدرات الذكاء الاصطناعي المثيرة للإعجاب من الناحية الفنية ولكنها لا معنى لها من الناحية التشغيلية يهدر الموارد ويؤدي إلى تآكل الثقة في التكنولوجيا نفسها.
يجب أن يكون اختبار أي تطبيق للذكاء الاصطناعي بسيطًا: هل يحل هذا مشكلة العميل بشكل أفضل من أي شيء آخر متاح؟
وهذا مبدأ ملموس في عمليات SAP. يواجه المشغلون الذين يديرون المناظر الطبيعية المعقدة ثلاثة تحديات حرجة: اكتشاف المشكلات بشكل أسرع، وتحديد الأسباب الجذرية، واستعادة الأنظمة في وقت مبكر. إن التفاعلات التي تعتمد على الذكاء الاصطناعي والتي تعالج نقاط الضعف المحددة هذه تخلق قيمة ملموسة.
كل شيء آخر يرقى إلى مستوى المسرح التكنولوجي.
ضع في اعتبارك ما يحدث عندما يواجه نظام SAP بالغ الأهمية حالة شاذة. تولد المراقبة التقليدية تنبيهات بناءً على انتهاكات الحدود، مما يترك للمشغلين التدقيق في البيانات، وربط الأحداث، وتحديد التأثير.
إن تطبيق الذكاء الاصطناعي الذي يختصر هذه الدورة من خلال عرض السياق ذي الصلة، وتحديد الأسباب المحتملة، واقتراح خطوات العلاج، يقدم قيمة قابلة للقياس لهذا العمل. يقوم المشغل بحل المشكلة بشكل أسرع، ويواجه المستخدمون انقطاعًا أقل، وتحافظ الشركة نفسها على الاستمرارية.
ينطبق هذا المبدأ نفسه على عمليات المؤسسة. ينبغي أن تساعد تطبيقات الذكاء الاصطناعي الأشخاص على أداء وظائفهم بشكل أفضل، بدلا من إظهار التعقيد الخوارزمي. في اللحظة التي تبدأ فيها بتبرير الاستثمار في الذكاء الاصطناعي استنادًا إلى أناقة النموذج بدلاً من تحسين نتائج عملك، تكون قد فقدت الحبكة.
إثبات عوائد الذكاء الاصطناعي في العالم الحقيقي
يحتاج تنفيذ الذكاء الاصطناعي المبني على النتائج إلى مقاييس واضحة مرتبطة بتجربة المستخدم النهائي. بالنسبة للمنتجات التقنية، فإن ذلك يترجم إلى موثوقية واجهة برمجة التطبيقات (API) وأدائها. بالنسبة لتطبيقات الأعمال، فهذه هي استمرارية سير العمل.
تعمل هذه المقاييس على تثبيت عملية صنع القرار وتمنع الفرق من متابعة الكمال الفني دون وجود قيمة تجارية ملموسة.
ليس كل استثمار في الذكاء الاصطناعي ينجح. بعض التطبيقات التي تبدو واعدة في التطوير تفشل في تحقيق التحسينات المتوقعة في الإنتاج. والبعض الآخر يخلق القيمة بطرق غير متوقعة.
الفرق بين الشركات عالية الأداء وتلك التي تكافح من أجل نشر الذكاء الاصطناعي يعود إلى الانضباط في القياس. إن الفرق التي تتتبع نتائج محددة، وتتعلم من تلك الإخفاقات، وتتكيف بسرعة، تفصل نفسها عن أولئك الذين يطاردون أحدث التقنيات دون هدف واضح.
يساعد نظام القياس هذا أيضًا في تحديد المكان الذي تنشئ فيه تطبيقات الذكاء الاصطناعي قيمة مركبة. تحسينات الجودة ومكاسب الكفاءة التشغيلية لا تقف ساكنة؛ تتراكم مع مرور الوقت.
تبدو قدرة الذكاء الاصطناعي التي تقلل وقت التشخيص بنسبة 20% متواضعة في عزلة. ولكن مع مرور الأشهر والسنوات، يتفاقم هذا التحسن، مما يؤدي إلى تحرير القدرة على العمل ذي القيمة الأعلى ومنع الديون التشغيلية.
فرز AAA AI من السندات غير المرغوب فيها
يعاني مشهد الذكاء الاصطناعي المؤسسي من عدد هائل من الحلول التي تبحث عن المشكلات. يدعي كل بائع قدرات الذكاء الاصطناعي، معظمها دون إظهار قيمة واضحة. يحتاج قادة التكنولوجيا إلى إطار عمل لتقليل الضجيج وتحديد الفرص الحقيقية.
ابدأ بفحص نقاط الألم التشغيلية الأكثر استمرارًا لديك. أين تستهلك العمليات اليدوية الكثير من الوقت والجهد؟ أين تقاوم المشاكل المتكررة الحلول التقليدية؟ أين يؤدي انعدام الرؤية إلى خلق المخاطر؟ تمثل مجالات المشكلات هذه فرصًا محتملة للذكاء الاصطناعي، ولكن فقط إذا كان بإمكانك تحديد مؤشرات أداء رئيسية واضحة لتحقيق النجاح.
بعد ذلك، اطلب إثبات القيمة قبل الالتزام بالموارد. وينبغي للمشاريع التجريبية أن تظهر تحسينات قابلة للقياس في غضون أسابيع. إذا لم يتمكن تطبيق الذكاء الاصطناعي من إظهار نتائج ملموسة بسرعة، فمن المحتمل أنه لن يقدم قيمة على نطاق واسع. لقد نضجت التكنولوجيا إلى درجة أن المراحل المطولة لإثبات المفهوم لم تعد منطقية.
وأخيرًا، قاوم الرغبة في نشر الذكاء الاصطناعي في حد ذاته. يجب أن يكون السؤال دائمًا هو ما إذا كان الذكاء الاصطناعي يحل المشكلة بشكل أفضل من البدائل الأبسط. في بعض الأحيان يحدث ذلك. في كثير من الأحيان لا يحدث ذلك. لكن المنظمات التي تحافظ على هذه التخصصات تتجنب الوقوع في فخ التعامل مع الذكاء الاصطناعي باعتباره أداة حل المشكلات.
بناء المحفظة التي تنجو من تصحيح الذكاء الاصطناعي
سواء كان السوق يواجه تصحيحًا أو يواصل مساره التصاعدي، فهو أقل أهمية بكثير من كيفية تعامل عملك مع نشر الذكاء الاصطناعي. قد يثبت بنك إنجلترا ومايكل بوري بصيرتهما فيما يتعلق بالتقييمات، لكن هذا لا ينبغي أن يحدد ما إذا كنت تستثمر في قدرات الذكاء الاصطناعي.
تحكي النتائج التي توصل إليها معهد ماساتشوستس للتكنولوجيا قصة مختلفة: أن معظم المؤسسات تستخدم الذكاء الاصطناعي بشكل سيئ، وليس أن التكنولوجيا تفتقر إلى القيمة.
التركيز على نتائج محددة وقابلة للقياس. بناء مقاييس تلتقط تجربة المستخدم النهائي. قم بتصفية التطبيقات الرائعة تقنيًا والتي لا تخلق أي قيمة تشغيلية على الإطلاق.
اطلب إثبات النتائج بسرعة. تأتي قيمة الذكاء الاصطناعي المستدام من حل نقاط الضعف التشغيلية الحقيقية، وليس من نشر الذكاء الاصطناعي لأن المنافسين يقومون بذلك أو المحللون يوصون به.
الشركات التي تولد قيمة دائمة من الذكاء الاصطناعي ستكون تلك التي تحافظ على نهج غير عاطفي قائم على النتائج. أما الآخرون فيطاردون التطور التكنولوجي من أجل مصلحتهم الخاصة. وعندما تنكمش الفقاعة في نهاية المطاف، فإن تلك التطبيقات العملية ستظل صامدة.
لقد عرضنا أفضل روبوت محادثة يعمل بالذكاء الاصطناعي للأعمال.
تم إنتاج هذه المقالة كجزء من قناة Expert Insights التابعة لـ TechRadarPro حيث نعرض أفضل وألمع العقول في صناعة التكنولوجيا اليوم. الآراء الواردة هنا هي آراء المؤلف وليست بالضرورة آراء TechRadarPro أو Future plc. إذا كنت مهتمًا بالمساهمة، اكتشف المزيد هنا: https://www.techradar.com/news/submit-your-story-to-techradar-pro
التعليقات