في العقد الماضي، تطور ذكاء الأعمال (BI) وتصور البيانات ليصبحا من وظائف الأعمال المهمة. ومع ذلك، في حين أن أدوات ذكاء الأعمال والبيانات أصبحت منتشرة بشكل متزايد، فإن معظم المؤسسات لا تزال تكافح من أجل استخلاص رؤى قابلة للتنفيذ في الوقت المناسب منها.
المشكلة ليست في التبني أو الوصول. تدرك الشركات الحاجة. إنه الأداء والقدرة. لا تزال منصات ذكاء الأعمال اليوم مقيدة بقيود معمارية موروثة من عصر مختلف: عصر تأتي فيه البيانات من عدد قليل من المصادر وتتغير بشكل غير متكرر.
في المقابل، تشتمل بيئة البيانات اليوم على مستودعات بيانات ضخمة، وتدفق الأحداث، وأجهزة استشعار إنترنت الأشياء في الوقت الفعلي، والمدخلات المتغيرة باستمرار التي يجب تجميعها وإثرائها ومعالجتها مسبقًا وفهمها على جداول زمنية تتراوح من أيام إلى ميلي ثانية.
المؤسس المشارك والرئيس التنفيذي لشركة Row64.
لم يتغير هدف ذكاء الأعمال في حد ذاته، ولكن الحجم الهائل للبيانات وتنوعها وسرعتها بالإضافة إلى سرعة أعمال اليوم، يتطلب من ذكاء الأعمال أن يتطور من الهندسة المعمارية القديمة إلى أنظمة ديناميكية تركز على القرار قادرة على تقديم ما يشار إليه الآن باسم “ذكاء القرار”.
التركيز اليوم لا ينصب فقط على ما حدث، بل على ما يحدث الآن وما يجب فعله حيال ذلك. ومع ذلك، لا تزال القيود الفنية الأساسية لهذه الفئة قائمة. تكافح معظم المنصات لمعالجة مجموعات البيانات الضخمة بسرعة أو تقديم تجارب مستخدم تفاعلية وسلسة، وهي حواجز تمنع المؤسسات من الاستفادة الكاملة من بياناتها.
لفهم الاتجاه الذي يتجه إليه الذكاء الاصطناعي وسبب استمرار هذه التحديات، من المفيد دراسة الصناعة والتكنولوجيا التي تمكنت من حل هذه التحديات بالفعل: الألعاب.
لماذا تعتبر ألعاب الفيديو القياس الصحيح؟
تعالج ألعاب الفيديو الحديثة كميات هائلة من البيانات في الوقت الفعلي، وتستجيب بشكل فوري لإدخال المستخدم وتقدم تجارب بصرية غامرة بمعدل 30 إلى 120 إطارًا في الثانية. وكان هذا المستوى من الاستجابة بعيد المنال في السابق.
كان على الألعاب أن تحد من التعقيد البصري والاستجابة بسبب قيود الأجهزة والبرامج. لم تأت القفزة إلى بيئات الوقت الفعلي السلسة اليوم من إعادة التفكير في أسلوب اللعب. لقد جاء ذلك من إعادة التفكير في كيفية تفاعل البيانات والرسومات وقوة الحوسبة.
لطالما كانت صناعة الألعاب بمثابة اختبار للابتكار. رسومات الكمبيوتر، والمسح الضوئي، وتسريع الأجهزة باستخدام وحدات المعالجة المركزية (CPU) ووحدات معالجة الرسومات (GPU)، ومحركات الألعاب – تم دفع كل هذه التقنيات إلى الأمام من خلال متطلبات اللاعبين والسعي وراء تجارب أكثر إقناعًا.
وقد امتدت هذه التكنولوجيا باستمرار إلى الصناعات الأخرى. الذكاء الاصطناعي لا يختلف. ظهر الذكاء الاصطناعي البدائي في وقت مبكر من عام 1951 في برنامج لعبة الداما، وبحلول أواخر السبعينيات وأوائل الثمانينيات، كانت ألعاب الفيديو تستخدم أنماط حركة مميزة وأحداث داخل اللعبة مدعومة بالذكاء الاصطناعي الأساسي.
واليوم، نرى نتائج هذا التطور التكنولوجي في كل مكان، بما في ذلك ذكاء الأعمال. أصبحت الرسومات في مختلف الصناعات أفضل بكثير مما كانت عليه من قبل. يستطيع الذكاء الاصطناعي الآن تحليل مليارات السجلات واكتشاف الاتجاهات في أجزاء من الثانية. في حين أن الإشراف البشري يظل بالغ الأهمية في عملية صنع القرار، فإن الذكاء الاصطناعي يعمل بشكل كبير على تسريع عملية إبراز الرؤى الرئيسية.
ومع ذلك، لم يحقق الذكاء الاصطناعي القفزة الكاملة التي حققتها ألعاب الفيديو. لا تزال أنظمة ذكاء الأعمال القديمة مرتبطة ببنيات قديمة، مما يجبر المؤسسات على تحليل مجموعات فرعية فقط من البيانات واتخاذ القرارات بناءً على المعلومات التاريخية. قد يستغرق تشغيل التقارير ساعات أو أيامًا، وغالبًا ما تحتاج إلى خبراء فنيين فقط لإعداد تصورات أو تمكين الاستعلامات.
النتيجة؟ ويظل المستخدمون عالقين في انتظار قيام شخص آخر باستخراج الرؤية، بينما يمضي العمل قدمًا.
فجوة الكمون
تم إنشاء منصات ذكاء الأعمال القديمة حول معالجة الدفعات ولوحات المعلومات الثابتة. ربما كان هذا قد نجح في عصر كانت فيه أحجام الأعمال والبيانات قابلة للإدارة. الآن، تنتج المؤسسات ما يقدر بنحو 328.77 مليون تيرابايت من البيانات يوميًا على مستوى العالم، وهي بحاجة إلى الإجابات في الوقت الحالي، وليس بعد ساعات أو أيام.
أثناء الهجوم السيبراني، على سبيل المثال، لا تستطيع الشركات الانتظار حتى دقائق للرد. في مجال البيع بالتجزئة، تخيل شركة يمكنها التعرف على الاتجاهات الإقليمية والاستجابة لها على الفور، بدلاً من انتظار أيام للتحليل.
وفي البنية التحتية الحيوية، يمكن لمقدمي خدمات الطاقة والمياه والاتصالات إعادة العملاء إلى الإنترنت بشكل أسرع من خلال الاستكشاف البصري لملايين الأصول – وصولاً إلى كل برج أو خط أو أنبوب – في بيئة عالية السرعة وفي الوقت الفعلي. البصيرة السريعة ليست ترفًا؛ إنه خط الأساس الحالي للميزة التنافسية والمرونة.
ومع ذلك، لا تزال معظم أدوات ذكاء الأعمال تتطلب من المستخدمين تقسيم البيانات وتقطيعها إلى مجموعات فرعية أصغر فقط للحصول على أداء لا يؤدي إلى انتهاء مهلة أدواتهم. وحتى ذلك الحين، تبقى تلك الآراء ثابتة. قم بتغيير النطاق أو اطرح سؤالاً مختلفًا، وستظل عالقًا في انتظار دورة استعلام أخرى.
هذا هو المكان الذي يكون فيه التشبيه بالألعاب قويًا. تشبه حلول ذكاء الأعمال (BI) اليوم ممارسة لعبة “تعتمد على الأدوار” والتي تتوقف مؤقتًا في كل مرة تتحرك فيها. وفي الوقت نفسه، يتوقع مستخدمو الأعمال أن تكون المعلومات سريعة ومرئية وتفاعلية لأن هذه هي الطريقة التي يتعاملون بها مع البيانات في كل جزء آخر من حياتهم الرقمية.
غالبًا ما تكون لوحات المعلومات التي يعتمدون عليها في العمل غير كافية، لأنهم غير قادرين على مواكبة حجم وسرعة المؤسسة الحديثة.
لا يمثل زمن الوصول هذا دائمًا مشكلة برمجية. في كثير من الحالات، يكون ذلك نتيجة ثانوية للبنية التحتية للبيانات التي لا يمكنها دعم الحساب في الوقت الفعلي، أو العرض المرئي الفوري على مجموعات البيانات الضخمة، أو البيانات المجمعة من مصادر متعددة.
تجبر هذه القيود الفرق على العمل من خلال ملخصات ثابتة أو مجموعات فرعية من البيانات المنسقة بشكل كبير. يقضي المحللون وقتًا ثمينًا في أخذ عينات من البيانات واستنتاج الأنماط بدلاً من مراقبتها أثناء ظهورها.
من لوحات المعلومات الثابتة إلى واجهات البث
يعد ذكاء القرار بنقلنا إلى ما هو أبعد من موقف رد الفعل وإلى العمل الاستباقي. ولكن للوفاء بهذا الوعد، تحتاج أنظمة ذكاء الأعمال إلى العمل مثل بيئات الخدمة المباشرة أكثر من المستودعات الثابتة.
مثلما توفر الألعاب ردود فعل في الوقت الفعلي (“الارتعاش”) عندما يتحرك اللاعب أو يقفز أو يصدر أمرًا، يجب أن تكون منصات ذكاء الأعمال قادرة على تحديث العناصر المرئية على الفور عندما يقوم المستخدمون بتقطيع البيانات أو نردها أو البحث فيها.
وهذا يعني دفع إمكانات المعالجة المرئية والبيانات إلى مستوى أقرب إلى طبقة الأجهزة، واستخدام بنيات تسريع الأجهزة وواجهات برمجة التطبيقات القوية ذات الحمل المنخفض التي يمكنها دفق البيانات وتصورها بمعدلات إطارات تفاعلية – كل 30 مللي ثانية، وليس كل خمس ثوانٍ – تمامًا مثل معظم الألعاب الحديثة.
الاستجابة مهمة ليس فقط لتجربة المستخدم. فهو يتيح اتخاذ قرارات واثقة في بيئات الضغط العالي. عندما يتمكن المستخدمون من التفاعل مع مجموعات البيانات الكبيرة في الوقت الفعلي، فإنهم يطرحون أسئلة أفضل، ويستكشفون المزيد من السيناريوهات، ويصلون إلى الرؤى بشكل أسرع. يصبح الاستكشاف حلقة مستمرة من المدخلات والتعليقات، مثلما يحدث في بيئة اللعبة.
يتطلب هذا المستوى من الأداء بنية تحتية مسرَّعة بالأجهزة قادرة على دفق البيانات وتحليلها وتصورها على نطاق واسع، دون تقليل دقة تلك البيانات. هذه هي الفجوة التي لم تتجاوزها معظم أنظمة ذكاء الأعمال.
BI كخدمة مباشرة
تعمل معظم الألعاب اليوم كخدمات حية. إنها تتطور وتتلقى التحديثات في الوقت الفعلي وتستجيب للاعبين ديناميكيًا. يحتاج الذكاء الاصطناعي إلى إجراء نفس التحول، من أداة إعداد التقارير إلى منصة سريعة الاستجابة وموجهة نحو الخدمة.
تتجاوز منصة BI الحقيقية للخدمة المباشرة عرض المقاييس التاريخية. فهو يستوعب بيانات جديدة بشكل مستمر، ويستجيب على الفور لإدخال المستخدم، ويقوم بتحديث المرئيات في الوقت الفعلي. عندما يتم بناؤها بهذه الطريقة، تصبح ذكاء الأعمال طبقة حية من الأعمال: حديثة دائمًا، وتفاعلية دائمًا، ومتوافقة دائمًا مع ما يحتاجه صناع القرار في الوقت الحالي.
وهذا يعني تبني ميزات مثل تدفق البيانات في الوقت الفعلي والواجهات التي تتطور جنبًا إلى جنب مع الأعمال. ويعني ذلك أيضاً إعادة النظر في معايير الأداء. إذا استغرق تحميل التمثيل المرئي دقائق، فقد تكون الرؤية التي يحتوي عليها قديمة بالفعل أو مفقودة تمامًا.
الوصول إلى هناك
إن إدخال ذكاء الأعمال في هذا العصر الجديد من ذكاء القرار يتطلب أكثر من مجرد لوحات معلومات مبهرجة أو مخططات في الوقت الفعلي. فهو يتطلب إصلاحًا شاملاً لخط أنابيب البيانات — بدءًا من الاستيعاب والتحويل وحتى العرض والتفاعل. يلعب الأداء المسرع بواسطة الأجهزة دورًا حاسمًا، ولكن من المهم بنفس القدر العقلية المعمارية التي تعطي الأولوية للاستجابة والتفاعل.
كما يتطلب من الشركات إجراء فحص شامل لأنظمة البيانات الخاصة بها. تعتبر أدوات ذكاء الأعمال فعالة بقدر فعالية الأنظمة الموجودة فوقها. وبدون ترشيد الأنظمة المنعزلة أو الاستثمار في البنية التحتية التي يمكنها دعم الإنتاجية في الوقت الفعلي، فإن حتى الأدوات المرئية الأكثر تقدمًا لن تكون كافية.
وسيلعب الذكاء الاصطناعي أيضًا دورًا متزايدًا، حيث يبرز الأنماط والرؤى المعقدة أو الدقيقة للغاية بحيث لا يستطيع البشر اكتشافها بمفردهم، خاصة مع تحول المؤسسات من اتخاذ القرارات التفاعلية إلى اتخاذ القرارات الاستباقية.
نظرًا لأن فرق المؤسسة أصبحت أكثر معرفة بالبيانات وطلاقة رقمية، فإن التوقعات حول السرعة والتفاعل سوف تستمر في الارتفاع. ويجب أن يتطور ذكاء الأعمال لتلبية هذه التوقعات، مما يتيح اتخاذ قرارات استباقية.
لن يبدو الجيل التالي من ذكاء الأعمال مثل التقارير الثابتة للماضي. سوف تشبه الألعاب التي نلعبها بالفعل. سريع. مرئي. غامرة. ومستجيب لكل تغير في البيئة .
نحن ندرج أفضل أدوات ترحيل 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