تعمل موجة أدوات الذكاء الاصطناعي على إحداث تحول في المؤسسات في جميع أنحاء المملكة المتحدة. من تخصيص البيع بالتجزئة إلى التقدم في الأبحاث الطبية، يَعِد الذكاء الاصطناعي بالابتكار وتدفقات إيرادات جديدة وزيادة الكفاءة.
وتدرك حكومة المملكة المتحدة هذه الإمكانية. ومن خلال مبادرات مثل نهجها المؤيد للابتكار في تنظيم الذكاء الاصطناعي، حددت الذكاء الاصطناعي باعتباره تكنولوجيا بالغة الأهمية للنمو المستقبلي والقدرة التنافسية، في حين تسعى إلى ضمان النشر الآمن والمسؤول.
يستمر المقال أدناه
مستشار CxO، المملكة المتحدة وأوروبا، شركة Dell Technologies.
قام عدد قليل من المؤسسات في الأصل بتصميم بيئات تكنولوجيا المعلومات الخاصة بها بما يتناسب مع كثافة البيانات وحساسية الأداء واحتياجات التوسع الديناميكي لأحمال عمل الذكاء الاصطناعي الحديثة.
أصبحت البنية التحتية القديمة لتكنولوجيا المعلومات، والتي غالبًا ما تكون عبارة عن خليط من الأنظمة والعمليات المنفصلة، واحدة من أكبر العقبات التي تحول دون إطلاق العنان للإمكانات الكاملة للذكاء الاصطناعي.
ومن أجل تسخير الذكاء الاصطناعي بفعالية، يجب على القادة أن يطرحوا سؤالا بسيطا: هل بنيتنا التحتية بمثابة منصة للابتكار، أم أنها تشكل عائقا بنيويا أمام التقدم؟
فيما يلي خمسة مؤشرات مهمة تشير إلى أن البنية التحتية الحالية للشركة قد تعيق استراتيجية الذكاء الاصطناعي الخاصة بها.
1. الوصول إلى البيانات ليس كافيا
بالنسبة للذكاء الاصطناعي، تعد البيانات أحد الأصول الاستراتيجية. كلما كان النموذج قادرًا على الوصول إلى البيانات ذات الجودة العالية والإدارة الجيدة في الوقت المناسب، كلما كانت رؤاه أكثر دقة وجديرة بالثقة. عندما يقضي علماء ومهندسو البيانات وقتًا أطول في التعامل مع عمليات الاسترجاع البطيئة أو خطوط البيانات المجزأة أو مجموعات البيانات المنعزلة بدلاً من بناء النماذج وتحسينها، فإن المؤسسة قد واجهت قيودًا كبيرة على البنية التحتية.
غالبًا ما لا يتم تصميم الأنظمة الأساسية للتخزين السحابي والبيانات التقليدية لتحقيق الإنتاجية والتزامن والوصول المنخفض الكمون الذي تتطلبه أحمال عمل الذكاء الاصطناعي. وقد يفتقرون أيضًا إلى قدرات الحوكمة القوية عبر البيئات الهجينة والمتعددة السحابية.
في المملكة المتحدة، تعمل اللوائح التنظيمية المتطورة، بما في ذلك قانون (الاستخدام والوصول) لعام 2025 (DUAA)، على تعزيز التوقعات بأن يتم التعامل مع البيانات الشخصية بشكل قانوني وشفاف وبضمانات مناسبة، بما في ذلك عند استخدامها لتدريب أو تشغيل أنظمة الذكاء الاصطناعي. تقوم DUAA بتعديل عناصر قانون حماية البيانات في المملكة المتحدة بهدف تعزيز الابتكار والنمو الاقتصادي، مع الحفاظ على حماية الأشخاص وحقوقهم.
لنأخذ على سبيل المثال مؤسسة مالية في لندن تقوم بنشر عمليات الكشف عن الاحتيال في الوقت الفعلي تقريبًا. إذا كانت البيانات متناثرة عبر الأنظمة الأساسية القديمة، أو تخضع لضوابط غير متسقة أو بطيئة في التحرك، فإن المؤسسة تخاطر بفقدان التهديدات والفشل في إثبات الامتثال لتوقعات حماية الخصوصية والبيانات سريعة التطور.
تساعد منصات البيانات الحديثة والمتوافقة على توحيد البيانات وفهرستها عبر البيئات، وفرض ضوابط أمنية وحوكمة متسقة وتسريع الوصول الآمن إلى البيانات المناسبة للاستخدام الصحيح. يتيح هذا المزيج تطوير الذكاء الاصطناعي الآمن والمسؤول، مع دعم التجريب والابتكار السريع.
2. قد لا تتمكن الخوادم الحالية من التعامل مع متطلبات حوسبة الذكاء الاصطناعي
لن تقوم معظم الشركات بتدريب أكبر نماذج الأساس من الصفر. ومع ذلك، فإن تشغيل الذكاء الاصطناعي في الإنتاج لا يزال يتطلب حوسبة مكثفة بطبيعته. تقوم المؤسسات بنشر الذكاء الاصطناعي لاستخدامات مثل اتخاذ القرار في الوقت الفعلي أو في الوقت الفعلي تقريبًا، والتحليلات والتنبؤات المتقدمة، والرؤية الحاسوبية والتعرف على الأنماط، وسير العمل المستقل أو شبه المستقل. غالبًا ما تعمل أعباء عمل الذكاء الاصطناعي جنبًا إلى جنب مع التطبيقات وقواعد البيانات والبيئات الافتراضية الموجودة.
عندما تعمل الخوادم ذات الأغراض العامة بالفعل بالقرب من سعتها، فإن أحمال عمل الذكاء الاصطناعي الإضافية التي تتنافس على نفس وحدة المعالجة المركزية والذاكرة والتخزين وموارد المسرع يمكن أن تسبب التنافس. ثم يتدهور الأداء لكل من خدمات الذكاء الاصطناعي وتطبيقات الأعمال الأساسية، مما يقوض الثقة في الذكاء الاصطناعي ويحد من قيمته المتصورة.
يمكن للبنية الأساسية المصممة خصيصًا والتي تتميز بقدرات حوسبة متسارعة أن تدعم أعباء العمل المختلطة بشكل أكثر توقعًا. فهو يوفر تسريعًا مناسبًا للتدريب والاستدلال، ويمكن أن يقلل من الاختناقات بين المعالجات والذاكرة والتخزين.
وهذا لا يعني بالضرورة استبدالًا بالجملة للخوادم الموجودة. بل يعني بدلاً من ذلك تقديم المزيج الصحيح من التقنيات والبنيات بحيث يتم دعم أعباء عمل الذكاء الاصطناعي بشكل صحيح ولا يقتصر النجاح على المشاريع التجريبية الصغيرة.
3. الشبكة عبارة عن ازدحام مروري
الذكاء الاصطناعي لا يتعلق فقط بالحوسبة والتخزين. ويعتمد أيضًا على شبكة قوية وعالية الأداء لنقل كميات كبيرة من البيانات بين المستخدمين ومواقع التخزين المؤقت ومنصات التخزين وموارد الحوسبة، بما في ذلك وحدات معالجة الرسومات والمسرعات الأخرى.
تشمل الدلائل التي تشير إلى أن الشبكة تقيد مبادرات الذكاء الاصطناعي أوقات نقل البيانات الطويلة بين الأنظمة أو المواقع والازدحام الدوري وفقدان الحزم، خاصة خلال نوافذ المعالجة القصوى. قد يواجه المستخدمون أيضًا انقطاع الاتصالات أو الأداء غير المستقر الذي يعطل تدريب النموذج والاستدلال.
هذه أكثر من مجرد إزعاجات تشغيلية. تؤدي الشبكة البطيئة أو غير الموثوقة إلى خلق تجربة سيئة للمستخدم، وتؤخر تسليم الرؤى المولدة بواسطة الذكاء الاصطناعي وتؤدي إلى تآكل الثقة في الخدمات الرقمية. وفي السياقات التي تواجه العملاء، يمكن أن يترجم ذلك بسرعة إلى خسارة في الإيرادات والإضرار بالسمعة.
لدعم الذكاء الاصطناعي بشكل فعال، تحتاج المؤسسات إلى بنية شبكية ذات نطاق ترددي عالٍ وزمن وصول منخفض ومرنة توفر أداءً يمكن التنبؤ به لأحمال العمل كثيفة البيانات. وينبغي أن يتوسع مع زيادة أحجام البيانات وأحجام النماذج، مع دمج الأمان المناسب والتجزئة لتدفقات البيانات الحساسة.
وبدون هذا الأساس، يظل الذكاء الاصطناعي وعدًا غير مستغل بدلاً من كونه قدرة جاهزة للإنتاج.
4. النشر والإدارة معقدان للغاية
يجب أن تكون رحلة نموذج الذكاء الاصطناعي من المختبر إلى الإنتاج الحي منظمة ولكن سلسة. ومن الناحية العملية، تجد العديد من المؤسسات أن النشر يتأخر بسبب التعقيد والجهد اليدوي.
تشمل الأعراض النموذجية صعوبة توفير البنية التحتية للتجارب أو حالات الاستخدام الجديدة وخطوط الأنابيب الهشة لنماذج التعبئة والتغليف. وقد يجدون أيضًا إدارة التبعيات وطرح التحديثات، بالإضافة إلى الأتمتة المحدودة التي تؤدي إلى بيئات غير متناسقة بين الاختبار والإنتاج.
تعمل البيئة الصارمة التي تم تكوينها يدويًا على تقييد القدرة على اختبار الذكاء الاصطناعي وتكراره وتشغيله بوتيرة سريعة. يمثل هذا تحديًا خاصًا في سوق المملكة المتحدة، حيث تتطلع المؤسسات إلى الذكاء الاصطناعي للحصول على ميزة تنافسية ويعتبر الوقت اللازم لتقييم القيمة أمرًا بالغ الأهمية.
يمكن أن تقلل مناهج البنية التحتية والأنظمة الأساسية الحديثة من هذا الاحتكاك باستخدام مجموعات البرامج المتكاملة التي تعمل على مواءمة البيانات والذكاء الاصطناعي وأدوات التطبيقات. وهي تدعم التزويد الآلي والتوسع وإدارة دورة الحياة، بالإضافة إلى إمكانية المراقبة والحوكمة المتسقة عبر البيئات.
وهذا يمكّن الفرق من الانتقال من إثبات المفهوم إلى الإنتاج بسرعة أكبر وبمفاجآت أقل، مما يتيح ثقافة أكثر ديناميكية للابتكار المستمر.
5. لا يوجد مسار واضح للإنتاج على نطاق واسع
تبدأ معظم المؤسسات رحلة الذكاء الاصطناعي الخاصة بها مع طيارين مركزين. ومع ذلك، تأتي القيمة الإستراتيجية عندما يمكن تكرار حالات الاستخدام الناجحة وتوسيع نطاقها وتوسيع نطاقها عبر المؤسسة. ومن المؤشرات الواضحة على أن البنية التحتية ليست جاهزة لهذا هو غياب خارطة طريق فعالة من حيث التكلفة وقابلة للتطبيق من الناحية الفنية للتوسع.
إذا كان التوسع في الذكاء الاصطناعي يتطلب من كل مشروع بناء بنية تحتية مخصصة، أو إذا كان توسيع نطاق مبادرة ناجحة واحدة يعني إصلاحًا مزعجًا وواسع النطاق، فإن الزخم سيتوقف قريبًا. ثم تخاطر الشركة بالوصول إلى “هضبة الابتكار”، حيث تفشل جيوب النجاح في الترجمة إلى قدرة نظامية.
توفر استراتيجية البنية التحتية المعيارية والقابلة للتطوير والمرونة بديلاً أفضل. فهو يسمح للشركات بإضافة سعة الحوسبة والتخزين والشبكات بشكل تدريجي. ويعني ذلك أن بإمكانهم توسيع قدرات البيانات والحوكمة مع نضوج حالات الاستخدام ومواءمة الاستثمار مع القيمة المثبتة، بدلاً من طلب المضاربة.
يدعم هذا النهج النموذج المالي “الدفع مقابل النمو”، مما يساعد على ضمان بقاء رحلة الذكاء الاصطناعي مستدامة وقابلة للتكيف ومتوافقة مع أولويات العمل على المدى الطويل.
بناء الأساس للتقدم على المدى الطويل
إن الرحلة إلى الذكاء الاصطناعي لا تقتصر على الخوارزميات أو مجموعات البيانات الفردية. إن أساس كل شيء هو الحاجة إلى أساس تكنولوجي قوي وسريع ومرن يشمل إدارة البيانات والحوسبة والشبكات والأمان ودورة الحياة.
من خلال معالجة المؤشرات الخمسة الموضحة أعلاه، يمكن للمؤسسات في المملكة المتحدة تجاوز قيود الأنظمة القديمة والتقدم من التجارب المعزولة إلى الذكاء الاصطناعي المضمن في العمليات اليومية. إن الاستثمار في البنية التحتية الحديثة المصممة خصيصًا لهذا الغرض هو في نهاية المطاف قرار استراتيجي.
إنه يمكّن الفرق من الابتكار بأمان وسرعة مع ترشيد التعقيد وتقليل المخاطر التشغيلية. وهذا مجتمعًا يخلق الظروف الملائمة للذكاء الاصطناعي لتقديم نتائج هادفة وقابلة للقياس للعملاء والموظفين وأصحاب المصلحة.
بالنسبة للشركات في المملكة المتحدة، لم يعد السؤال هو ما إذا كان عليها أن تتبنى الذكاء الاصطناعي، ولكن كيف تفعل ذلك بطريقة مسؤولة وآمنة وعلى نطاق واسع. يعد الحصول على البنية التحتية الصحيحة خطوة حاسمة نحو تحويل إمكانات الذكاء الاصطناعي إلى ميزة مستدامة طويلة المدى.
تحقق من قائمتنا لأفضل أدوات ترحيل البيانات.
التعليقات