غالبًا ما يتم طرح الذكاء الاصطناعي باعتباره قضية “وجودية” للشركات.
ولكن على الرغم من حماسهم الذي لا شك فيه لأدوات الذكاء الاصطناعي واستثمارهم فيها، يبدو أن العديد من قادة التكنولوجيا يفشلون في التعامل معها كتطبيق مؤسسي.
مدير هندسة النظم في Nutanix.
تتوقع مؤسسة جارتنر أنه سيتم إلغاء أكثر من 40 بالمائة من مشاريع الذكاء الاصطناعي بحلول نهاية عام 2027، وذلك غالبًا بسبب عدم كفاية ضوابط المخاطر وعائد الاستثمار غير المؤكد.
وهذا الفشل في إطلاق الاستثمار يهدر الاستثمار، ويؤدي إلى تآكل الثقة في التكنولوجيا على المدى الطويل.
وهذا يخلق فجوة بين تلك المنظمات التي تقوم بشكل مطرد بالانتقال إلى الذكاء الاصطناعي المؤسسي وتلك التي تكافح من أجل إنجاحه. لن تنفتح الفجوة إلا بشكل أكبر عندما يفسح Gen AI المجال أمام Agentic AI.
إن وجود رؤية هو مفتاح نجاح الذكاء الاصطناعي
وبطبيعة الحال، يعد وجود رؤية أمرًا أساسيًا لنجاح الذكاء الاصطناعي، كما هو الحال بالنسبة للحصول على البيانات اللازمة لإرشاد استراتيجية الذكاء الاصطناعي المميزة لمؤسستك. وقد يكون هذا، إلى جانب بعض الاستثمار الأولي، كافياً لتقديم طيار مبهر.
ولكن هل هذا كافٍ لضمان النجاح على مستوى المؤسسة؟ وتظهر أرقام جارتنر بوضوح أن لا.
إذن ما هو المفقود؟ ما الذي يجب على قادة التكنولوجيا فعله للتأكد من أن الذكاء الاصطناعي لا يقتصر على تقديم البهجة فحسب، بل يقدم خدماته بالفعل؟
الجواب هو ضمان الاستعداد التشغيلي للذكاء الاصطناعي. ببساطة، هذه هي القدرة على نشر وإدارة وتوسيع نطاق الذكاء الاصطناعي خارج المختبرات وعبر المؤسسة بأكملها.
وهذا يعني بذل العمل الشاق لضمان أن ما يبدأ كبرنامج تجريبي مقنع ولكنه غير متصل، قد تم دمجه في المؤسسة ككل.
ويعني ذلك ضمان تشغيل الذكاء الاصطناعي عبر منصة موحدة تشمل الحوسبة والبيانات والحوكمة. منصة يمكن تكرارها في جميع أنحاء المؤسسة، سواء في البداية أو في السحابة أو على الحافة.
لا يوجد شيء جديد حول المفهوم الأساسي. يتطلب تنفيذ أي عبء عمل بالغ الأهمية للأعمال مثل ERP أو CRM بنجاح نفس التركيز على البنية التحتية التشغيلية الأساسية.
ومع ذلك، هناك تحديات محددة يجب تسليط الضوء عليها عندما يتعلق الأمر بتحقيق ذلك باستخدام الذكاء الاصطناعي.
إعداد البنية التحتية للذكاء الاصطناعي
من السهل الاعتقاد بأن إدارة البنية التحتية للذكاء الاصطناعي تبدأ وتنتهي بوحدات معالجة الرسومات. لكن الذاكرة ذات النطاق الترددي العالي والتخزين السريع والشبكات المتوافقة كلها تلعب دورها. كما هو الحال مع المعالجات والمسرعات الأخرى، اعتمادًا على جزء سير العمل الذي ننظر إليه.
والأهم من ذلك، أن البنية التحتية – سواء كانت محلية أو سحابية أو هجينة – يجب أن تكون قادرة على التكيف والتوسع مع انتقال المشاريع من الإنتاج التجريبي المحلي إلى الإنتاج المؤسسي. قد يكون الذكاء الاصطناعي، بطبيعته، أكثر تعقيدًا من أعباء العمل التقليدية للشركات.
ولكن هذا أكثر من مجرد مسألة قوة المعالج أو الجيجابايت من التخزين. الأمن والحوكمة غير قابلين للتفاوض عندما يتعلق الأمر بمشاريع الذكاء الاصطناعي للمؤسسات. تعتبر البيانات الأساسية والنماذج الخاصة بالمؤسسة هي المفتاح لمستقبلها، ويجب أن تظل قريبة من بعضها البعض.
وتؤدي سيادة البيانات ولوائح الذكاء الاصطناعي على نطاق أوسع إلى زيادة الأمور تعقيدا. يحتاج قادة التكنولوجيا إلى معرفة أن بياناتهم موجودة في المكان الذي يقولون إنها موجودة فيها، وأن يكونوا واضحين على وجه التحديد من يمكنه – ومن لا يستطيع – الوصول إليها.
إمكانيات الذكاء الاصطناعي لا حدود لها. ولكن هذا هو الثمن أيضًا إذا لم تتم إدارة هذه البنية التحتية الأساسية بشكل مناسب. إن مجرد الدفع مقابل وحدات معالجة الرسومات، والقدرة على تشغيلها، ثم تركها غير مستغلة بشكل كافٍ يؤدي إلى إحداث فجوة في عائد الاستثمار بالإضافة إلى تقويض الالتزامات البيئية والاجتماعية والحوكمة.
نطاق التشغيل
يحتاج قادة التكنولوجيا إلى التخطيط لكيفية توسيع نطاق القدرات صعودا وهبوطا منذ البداية. ولكنهم بحاجة أيضًا إلى أن يكونوا قادرين على إدارة التكاليف والتنبؤ بها. لذلك، فهم بحاجة إلى الثقة في أن نظامهم الأساسي ومجموعة الأدوات الخاصة بهم تتيح لهم القيام بذلك بسهولة.
ويصبح هذا أكثر أهمية مع ظهور عملاء الذكاء الاصطناعي في الصورة. يجب ضمان الأمن والحوكمة والامتثال حتى أثناء وصول الوكلاء إلى البيانات وإنشاءها واتخاذ القرارات.
ويجب أن تكون البنية التحتية قادرة على دعمهم والتعامل مع الزيادات في الطلب أثناء تنفيذ أعمالهم. يجب مراعاة موقع الأصول لتقليل زمن الاستجابة لأحمال عمل الاستدلال التي يتم تشغيلها في الوقت الفعلي. ويجب أن يظل استخدام الطاقة ضمن الحدود المقبولة.
وبمجرد أخذ كل هذا في الاعتبار، يصبح الخطوط العريضة للاستعداد التشغيلي في عصر الذكاء الاصطناعي أكثر وضوحا.
يتطلب الاستعداد التشغيلي الحقيقي اتباع نهج متكامل للذكاء الاصطناعي، في شكل نظام أساسي متكامل، مع القدرة على توسيع نطاق وحدات معالجة الرسومات والمسرعات الأخرى المطلوبة.
ويجب أن تتضمن خدمات بيانات متكاملة، تدعم مجموعة كاملة من التنسيقات التي سيحتاجها الذكاء الاصطناعي، إلى جانب ضوابط الأمان والحوكمة لمطابقتها.
ويجب أن يدعم كلاً من الأجهزة الافتراضية والحاويات، مع القدرة على تنسيقها. إن السباق نحو تفعيل الذكاء الاصطناعي يمثل تحديًا كافيًا. لا أحد يرغب في تشغيل عملية ترحيل سحابية أصلية في نفس الوقت.
دور LLMs
قد لا تقدم LLMs دائمًا إجابات قابلة للتكرار. لكن البنية التحتية التي يعتمد عليها Gen AI وAgentic AI يجب أن تكون قابلة للتكرار إذا أرادت الشركات توسيع نطاقها بما يتماشى مع الطلب.
يتضمن ذلك السحابة، بالإضافة إلى الخدمات المحلية والحافة.
عندما يكون لديهم المنصة والأدوات المناسبة، يمكن لقادة التكنولوجيا ضمان تركيز موظفيهم على تعظيم القيمة التي يمكنهم الحصول عليها من استثماراتهم في الذكاء الاصطناعي.
عدم إنفاق الوقت والموارد في محاولة تحويل مشروع تجريبي ناجح إلى استراتيجية على مستوى المؤسسة.
سواء أكانوا يراهنون على الذكاء الاصطناعي أو يدركون أن الذكاء الاصطناعي سيكون جزءًا من مجموعة أدواتهم الأوسع، يجب على قادة التكنولوجيا أن يدركوا أن الذكاء الاصطناعي هو تطبيق مؤسسي.
وتحتاج تطبيقات المؤسسات إلى بنية تحتية على مستوى المؤسسات يمكنها دعمها بدءًا من المرحلة التجريبية وحتى الإنتاج وحتى المستقبل.
لأن هذا هو ما سيضمن وجود منظمتهم على المدى الطويل.
نحن ندرج أفضل أدوات تصور البيانات.
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