على الرغم من الضجيج، تتحرك العديد من الشركات بحذر عندما يتعلق الأمر بالذكاء الاصطناعي التوليدي
![على الرغم من الضجيج، تتحرك العديد من الشركات بحذر عندما يتعلق الأمر بالذكاء الاصطناعي التوليدي على الرغم من الضجيج، تتحرك العديد من الشركات بحذر عندما يتعلق الأمر بالذكاء الاصطناعي التوليدي](https://i0.wp.com/techcrunch.com/wp-content/uploads/2024/06/GettyImages-515140929.jpg?fit=%2C&ssl=1)
يريد البائعون أن يصدقوا أننا في خضم ثورة الذكاء الاصطناعي، وهي ثورة تغير طبيعة طريقة عملنا. لكن الحقيقة، وفقًا للعديد من الدراسات الحديثة، تشير إلى أن الأمر أكثر دقة من ذلك بكثير.
تهتم الشركات بشدة بالذكاء الاصطناعي التوليدي حيث يدفع البائعون بالفوائد المحتملة، ولكن تحويل هذه الرغبة من إثبات المفهوم إلى منتج عملي يمثل تحديًا أكبر بكثير: فهم يواجهون التعقيد الفني للتنفيذ، سواء كان ذلك بسبب الديون الفنية من مجموعة التكنولوجيا القديمة أو ببساطة الافتقار إلى الأشخاص ذوي المهارات المناسبة.
في الواقع، وجدت دراسة حديثة أجرتها شركة Gartner أن أهم عائقين أمام تنفيذ حلول الذكاء الاصطناعي هما إيجاد طرق لتقدير القيمة وإظهارها بنسبة 49% ونقص المواهب بنسبة 42%. وقد يشكل هذان العنصران عائقين رئيسيين أمام الشركات.
خذ بعين الاعتبار أن دراسة أجرتها شركة LucidWorks، وهي شركة متخصصة في تكنولوجيا البحث في المؤسسات، وجدت أن 1 فقط من كل 4 من الذين شملهم الاستطلاع أبلغوا عن نجاحهم في تنفيذ مشروع ذكاء اصطناعي توليدي.
قال عامر بيج، الشريك الأول في شركة ماكينزي آند كومباني، الذي تحدث في ندوة مديري تكنولوجيا المعلومات في معهد ماساتشوستس للتكنولوجيا في شهر مايو، إن شركته وجدت أيضًا في استطلاع حديث أن 10٪ فقط من الشركات تنفذ مشاريع الذكاء الاصطناعي التوليدية على نطاق واسع. وذكر أيضًا أن 15٪ فقط رأوا أي تأثير إيجابي على الأرباح. ويشير ذلك إلى أن الضجيج قد يكون متقدمًا كثيرًا عن الواقع الذي تعيشه معظم الشركات.
ما هو التعطيل؟
ويرى بايج أن التعقيد هو العامل الأساسي الذي يبطئ الشركات حتى مع وجود مشروع بسيط يتطلب 20-30 عنصرًا تكنولوجيًا، حيث تكون شهادة LLM المناسبة مجرد نقطة البداية. كما يحتاجون أيضًا إلى أشياء مثل البيانات المناسبة وضوابط الأمان، وقد يتعين على الموظفين تعلم قدرات جديدة مثل الهندسة السريعة وكيفية تنفيذ ضوابط IP، من بين أشياء أخرى.
ويقول إن مجموعات التكنولوجيا القديمة يمكن أن تعيق الشركات أيضًا. قال بايج: “في استطلاعنا، كانت إحدى أهم العقبات التي تم ذكرها أمام تحقيق الذكاء الاصطناعي التوليدي على نطاق واسع هي في الواقع وجود عدد كبير جدًا من منصات التكنولوجيا”. “لم تكن حالة الاستخدام، ولم تكن توفر البيانات، ولم تكن الطريق إلى القيمة؛ لقد كانت في الواقع منصات تكنولوجية”.
يقول مايك ماسون، كبير مسؤولي الذكاء الاصطناعي في شركة Thoughtworks الاستشارية، إن شركته تقضي الكثير من الوقت في إعداد الشركات للذكاء الاصطناعي – ويعد إعدادها التكنولوجي الحالي جزءًا كبيرًا من ذلك. “لذا فإن السؤال هو، ما حجم الدين الفني الذي لديك، وما حجم العجز؟ والإجابة ستكون دائمًا: يعتمد الأمر على المنظمة، لكنني أعتقد أن المؤسسات تشعر بشكل متزايد بالألم الناتج عن ذلك،” كما قال ماسون لـ TechCrunch.
يبدأ ببيانات جيدة
ويعود جزء كبير من هذا العجز في الاستعداد إلى البيانات، حيث أعرب 39% من المشاركين في استطلاع جارتنر عن مخاوفهم بشأن نقص البيانات باعتباره العائق الرئيسي أمام التنفيذ الناجح للذكاء الاصطناعي. قال بيج: “تمثل البيانات تحديًا كبيرًا ومرهقًا للعديد والعديد من المؤسسات”. ويوصي بالتركيز على مجموعة محدودة من البيانات مع التركيز على إعادة استخدامها.
“الدرس البسيط الذي تعلمناه هو التركيز فعليًا على البيانات التي تساعدك في حالات الاستخدام المتعددة، والتي عادةً ما ينتهي بها الأمر إلى ثلاثة أو أربعة مجالات في معظم الشركات يمكنك البدء فيها فعليًا وتطبيقها على أولوياتك العليا وقال: “تحديات الأعمال مع قيم الأعمال وتقديم شيء يصل فعليًا إلى الإنتاج والحجم”.
يقول ماسون إن جزءًا كبيرًا من القدرة على تنفيذ الذكاء الاصطناعي بنجاح يرتبط بجاهزية البيانات، ولكن هذا جزء فقط منه. وقال: “تدرك المؤسسات بسرعة أنها في معظم الحالات تحتاج إلى القيام ببعض أعمال الاستعداد للذكاء الاصطناعي، وبعض بناء المنصات، وتنظيف البيانات، وكل هذا النوع من الأشياء”. “لكن ليس عليك اتباع نهج كل شيء أو لا شيء، ولا يتعين عليك قضاء عامين قبل أن تتمكن من الحصول على أي قيمة.”
عندما يتعلق الأمر بالبيانات، يتعين على الشركات أيضًا احترام مصدر البيانات – وما إذا كان لديهم إذن باستخدامها. تقول أكيرا بيل، رئيس قسم تكنولوجيا المعلومات في شركة Mathematica، وهي شركة استشارية تعمل مع الشركات والحكومات لجمع وتحليل البيانات المتعلقة بمبادرات البحث المختلفة، إن على شركتها أن تتحرك بحذر عندما يتعلق الأمر بتشغيل تلك البيانات في الذكاء الاصطناعي التوليدي.
وقال بيل لـ TechCrunch: “بينما ننظر إلى الذكاء الاصطناعي التوليدي، فمن المؤكد أنه ستكون هناك إمكانيات بالنسبة لنا، وننظر عبر النظام البيئي للبيانات التي نستخدمها، ولكن علينا أن نفعل ذلك بحذر”. ويرجع ذلك جزئيًا إلى أن لديهم الكثير من البيانات الخاصة مع اتفاقيات صارمة لاستخدام البيانات، وجزئيًا لأنهم يتعاملون أحيانًا مع مجموعات سكانية معرضة للخطر وعليهم أن يدركوا ذلك.
“لقد جئت إلى شركة تأخذ عملي كمشرف بيانات موثوق به على محمل الجد، وبصفتي مديرًا لتكنولوجيا المعلومات، يجب أن أكون راسخًا في ذلك، سواء من منظور الأمن السيبراني، ولكن أيضًا من خلال كيفية تعاملنا مع عملائنا وشركائهم. وقالت: “البيانات، لذلك أعرف مدى أهمية الحوكمة”.
وتقول إنه من الصعب الآن ألا تشعر بالإثارة تجاه الإمكانيات التي يجلبها الذكاء الاصطناعي التوليدي إلى الطاولة؛ يمكن أن توفر التكنولوجيا طرقًا أفضل بكثير لمؤسستها وعملائها لفهم البيانات التي يجمعونها. ولكن وظيفتها أيضًا هي التحرك بحذر دون الوقوف في طريق التقدم الحقيقي، وهو عمل توازني صعب.
العثور على القيمة
مثلما حدث عندما ظهرت السحابة قبل عقد ونصف من الزمن، فإن مديري تقنية المعلومات حذرون بشكل طبيعي. إنهم يدركون الإمكانات التي يجلبها الذكاء الاصطناعي التوليدي، لكنهم بحاجة أيضًا إلى الاهتمام بالأساسيات مثل الحوكمة والأمن. كما يحتاجون أيضًا إلى رؤية عائد استثمار حقيقي، وهو ما يصعب قياسه أحيانًا باستخدام هذه التكنولوجيا.
في مقال نشرته TechCrunch في يناير حول نماذج تسعير الذكاء الاصطناعي، قال شارون مانديل، مدير تكنولوجيا المعلومات في Juniper، إنه كان من الصعب قياس العائد على الاستثمار المولد في الذكاء الاصطناعي.
وقالت: “في عام 2024، سنقوم باختبار الضجيج حول الجينات الاصطناعية، لأنه إذا كانت هذه الأدوات قادرة على إنتاج أنواع الفوائد التي تقولها، فإن عائد الاستثمار عليها مرتفع وقد يساعدنا في القضاء على أشياء أخرى”. لذا فهي وغيرها من مديري تكنولوجيا المعلومات يديرون برامج تجريبية، ويتحركون بحذر ويحاولون إيجاد طرق لقياس ما إذا كانت هناك بالفعل زيادة في الإنتاجية لتبرير التكلفة المتزايدة.
يقول بايج إنه من المهم أن يكون هناك نهج مركزي تجاه الذكاء الاصطناعي في جميع أنحاء الشركة وتجنب ما يسميه “الكثير من مبادرات أعمال الظربان”، حيث تعمل مجموعات صغيرة بشكل مستقل على عدد من المشاريع.
“أنت بحاجة إلى الدعم من الشركة للتأكد فعليًا من أن فرق المنتج والمنصة منظمة ومركزة وتعمل بوتيرة سريعة. وبطبيعة الحال، فإنه يحتاج إلى رؤية الإدارة العليا.
لا شيء من هذا يضمن نجاح مبادرة الذكاء الاصطناعي أو أن الشركات ستجد جميع الإجابات على الفور. قال كل من ماسون وبيج إنه من المهم للفرق تجنب محاولة القيام بالكثير، ويشدد كلاهما على إعادة استخدام ما ينجح. قال بيج: “إن إعادة الاستخدام تترجم بشكل مباشر إلى سرعة التسليم، مما يجعل أعمالك سعيدة وتحدث تأثيرًا”.
مهما كانت الشركات التي تنفذ مشاريع ذكاء اصطناعي توليدية، فلا ينبغي أن تصاب بالشلل بسبب التحديات المتعلقة بالحوكمة والأمن والتكنولوجيا. لكن لا ينبغي أن يعميهم هذا الضجيج: ستكون هناك عقبات كثيرة أمام كل منظمة تقريبًا.
قد يكون أفضل نهج هو الحصول على شيء ناجح ويظهر القيمة والبناء من هناك. وتذكر أنه على الرغم من الضجيج، فإن العديد من الشركات الأخرى تعاني أيضًا.