تنفق بنوك المملكة المتحدة ما يقرب من 3.3 مليار جنيه إسترليني كل عام لمجرد الحفاظ على تشغيل الأنظمة الأساسية القديمة – أي ما يقرب من ربع إجمالي ميزانيات تكنولوجيا المعلومات الخاصة بها. يعترف ما يقرب من النصف بأن هذه المنصات تكافح من أجل مواكبة الطلب اليومي والأولويات الاستراتيجية.
ولعقود من الزمن، تم قبول هذه التكلفة باعتبارها ثمن الاستقرار. تعالج الأنظمة الأساسية ملايين المعاملات يوميًا، وتدعم الامتثال التنظيمي، وتحمي ثقة العملاء، وتحافظ على تدفق الأموال. وكان يُنظر إلى استبدالها منذ فترة طويلة على أنه محفوف بالمخاطر، أو مكلف للغاية، أو مزعج للغاية.
يستمر المقال أدناه
نائب الرئيس الأول لرئيس قسم الحلول والبيانات في Mphasis.
يعمل الذكاء الاصطناعي على تسريع وتيرة تغيير البرامج. تعمل الأدوات التي تعمل على تسريع عملية البرمجة وأتمتة الاختبار ودعم الوثائق على ضغط دورات التطوير. يتوقع أصحاب المصلحة في الأعمال بشكل متزايد إصدارات أسرع، وخدمات أكثر تخصيصًا، واتخاذ قرارات أسرع.
ومع ذلك، في حين أن قدرات الذكاء الاصطناعي تتقدم بسرعة، فإن نماذج تسليم التطبيقات في العديد من البنوك لم تواكب هذه الوتيرة. تظل الفرق مقيدة بممارسات يدوية ومجزأة مصممة لعصر أبطأ. أصبح من المستحيل تجاهل هذه الفجوة بين ما يجعل الذكاء الاصطناعي ممكنًا وما يمكن أن تدعمه البيئات القديمة بشكل واقعي.
الهشاشة الخفية لنماذج التسليم
الأنظمة القديمة ليست سوى جزء من التحدي. تكمن المشكلة الأعمق في كيفية إحداث التغيير من حولهم.
في العديد من البنوك، لا يتم توحيد المتطلبات أو تحديدها بشكل ثابت. يتم تضمين منطق الأعمال في تطبيقات متباينة، أو يتم تكراره عبر الصوامع، أو يتم تفسيره بشكل مختلف بواسطة فرق متعددة. غالبًا ما تكون المعرفة المؤسسية لدى مجموعة صغيرة من الخبراء الذين يعملون لفترة طويلة بدلاً من أن يتم تجميعها في أصول منظمة ومشتركة.
وبمرور الوقت، يؤدي هذا التجزئة إلى خلق طبقات من الديون الفنية والتشغيلية التي يصعب رؤيتها، بل وتصعب إدارتها. إن تقديم أدوات الذكاء الاصطناعي في هذه البيئة لا يؤدي إلى حل هذه المشكلات تلقائيًا. وفي الواقع، من دون متطلبات واضحة وقواعد منسقة، يمكن للذكاء الاصطناعي تضخيمها.
لا يمكن الاعتماد على مخرجات الذكاء الاصطناعي إلا بقدر موثوقية المدخلات المقدمة لها. عندما يكون منطق الأعمال غامضًا أو محددًا بشكل غير متسق، فإن الذكاء الاصطناعي ببساطة يعيد إنتاج هذا التناقض على نطاق واسع. قد يبدو أن الفرق تتحرك بشكل أسرع، لكن الإصدارات تظل هشة وغير متوقعة وعالية الخطورة لأنه لا يوجد أساس مستقر تحت السطح.
والنتيجة هي مفارقة مألوفة: تستثمر البنوك في الذكاء الاصطناعي لتسريع التسليم، ومع ذلك فإن التغيير لا يزال بطيئا ومكلفا ومحفوفا بمخاطر الامتثال. لقد تعطلت عملية التسليم للذكاء الاصطناعي؛ لقد كشفت عن مدى هشاشة تلك التقليدية بالفعل.
لماذا تستمر تكاليف الإرث في الارتفاع
إن فاتورة الصيانة السنوية البالغة 3.3 مليار جنيه استرليني ليست مجرد وظيفة للتكنولوجيا القديمة. إنه أحد أعراض التعقيد المتراكم.
على مدار عقود من الزمن، قامت البنوك ببناء شبكات كثيفة من عمليات التكامل والحلول المخصصة والحلول النقطية حول منصاتها الأساسية. يضيف كل تحديث تنظيمي أو إطلاق منتج أو دمج طبقات جديدة.
سرعان ما يصبح التوثيق قديمًا مع إعادة كتابة المنطق لتلبية الاحتياجات الفورية، في حين أن المعرفة العميقة بالنظام تتراجع بشكل متزايد مع مجموعة متضائلة من الخبراء الذين يقتربون من التقاعد.
في هذه البيئة، حتى التغييرات الصغيرة يمكن أن تؤدي إلى تأثيرات متتالية. تمتد دورات الاختبار لأن الفرق تخشى كسر الأنظمة التي لم تعد تفهمها بشكل كامل. يتم التحكم في نوافذ الإصدار بإحكام وتحيط بها عمليات تخفيف المخاطر. ويصبح الابتكار مقيداً بالحاجة إلى الحفاظ على الاستقرار.
يسلط الذكاء الاصطناعي الضوء على هذا التعقيد. عندما ترى فرق القيادة ما يمكن أن يحققه التطوير الحديث المدعوم بالذكاء الاصطناعي في بيئات أقل تقييدًا، يصبح التناقض صارخًا مع أنظمتهم الخاصة. ويصبح من الصعب تبرير تكلفة الفرصة البديلة للحفاظ على الوضع الراهن.
من الأتمتة إلى التسليم بقيادة الاستخبارات
إذا كان الذكاء الاصطناعي يكشف حدود الأنظمة القديمة ونماذج التسليم التي عفا عليها الزمن، فإن الجواب لن يكون ببساطة المزيد من الأتمتة. والمطلوب هو التسليم بقيادة الاستخبارات.
يدمج التسليم الذي يقوده الذكاء منطق الأعمال وسياق القرار مباشرة في دورة حياة تطوير البرمجيات. بدلاً من السماح للقواعد بالانتقال عبر قواعد تعليمات برمجية متعددة أو الاعتماد على التفسير الفردي، تقوم المؤسسات بمركزتها وتدوينها بتنسيقات منظمة وقابلة لإعادة الاستخدام.
تصبح المتطلبات موحدة ويمكن تتبعها بدءًا من نية العمل وحتى التنفيذ والاختبار. يصبح منطق القرار واضحًا، ويتم التحكم في الإصدار، وقابلاً للتدقيق.
ومع وجود هذا الأساس، يعمل الذكاء الاصطناعي على أرض أكثر ثباتًا. يتوافق إنشاء التعليمات البرمجية مع قواعد العمل المعتمدة. يقوم الاختبار تلقائيًا بتعيين مسارات القرار المحددة. يصبح تحليل التأثير أكثر قابلية للتنبؤ به لأن التبعيات مرئية ومفهومة.
وهذا يقلل من إعادة العمل والمخاطر مع تقليل الوقت اللازم لتقييم القيمة من خلال الوضوح والتحكم بدلاً من السرعة وحدها.
توسيع نطاق الذكاء الاصطناعي بطريقة مسؤولة
وبالنسبة للمؤسسات المالية، لا يمكن للسرعة أن تأتي على حساب المرونة، أو الأمن، أو الامتثال التنظيمي. يضع التسليم القائم على الذكاء منطق القرار في قلب دورة الحياة مما يجعل التغيير أكثر تحكمًا وقابلية للملاحظة وقابلية للتفسير.
ومع تزايد اعتماد الذكاء الاصطناعي، يولي المنظمون اهتماما أكبر لكيفية تصميم القرارات الآلية وتنفيذها وإدارتها. تواجه المنظمات التي لا تستطيع أن تشرح بوضوح كيفية تطبيق قواعد العمل عبر الأنظمة تدقيقًا شديدًا.
إن جعل المنطق واضحًا وقابلاً للتتبع يساعد في معالجة هذه المخاوف مع الاستمرار في تمكين الابتكار.
ويدعم هذا النهج أيضًا تطور المواهب. من خلال تقليل الاعتماد على المعرفة القبلية والتفسير اليدوي، يمكن للفرق التركيز على العمل ذي القيمة الأعلى: تحسين منطق الأعمال، وتحسين تجارب العملاء، واستكشاف الخدمات الممكّنة بالذكاء الاصطناعي.
مسار عملي إلى الأمام
لا يتطلب التحول استبدال الأنظمة الأساسية بالجملة. قليل من البنوك يمكنها تحمل هذا المستوى من الاضطراب. يمكن أن يبدأ التقدم بنماذج التسليم نفسها.
ومن خلال تحديد مجالات التغيير المرتفعة، وتدوين قواعد العمل، ومواءمة أدوات الذكاء الاصطناعي مع إدارة القرارات المنظمة، يمكن للبنوك أن تقلل تدريجياً من الاعتماد على العمليات الهشة. وبمرور الوقت، تنخفض تكاليف الصيانة العامة، وتتحسن الثقة في الإصدار، ويظهر مسار واقعي للتحديث المتزايد.
تمثل المليارات التي تم إنفاقها على صيانة النوى القديمة عبئًا وفرصة. إن إعادة توجيه حتى جزء من هذا الاستثمار نحو الممارسات التي تقودها الاستخبارات يمكن من التحول من الصيانة الدفاعية إلى الابتكار الاستباقي.
الذكاء الاصطناعي ليس عدوًا للأنظمة القديمة ولا هو الحل السحري. إنه حافز يكشف عن نقاط الضعف التي تراكمت عبر سنوات من التغيير التدريجي. البنوك التي تعيد التفكير في كيفية تقديم البرامج ستكون في وضع أفضل لتوسيع نطاق الذكاء الاصطناعي بشكل آمن ومستدام.
وقد يجد أولئك الذين لا يدركون ذلك أن الخطر الأكبر لا يكمن في تبني الذكاء الاصطناعي بسرعة أكبر مما ينبغي، بل في التمسك بنماذج التسليم التي لم تعد قادرة على دعم وتيرة الأعمال المصرفية الحديثة.
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