قادة الأعمال والتكنولوجيا يتسابقون للبدء في استخدام الذكاء الاصطناعي التوليدي على أمل أن يستفيدوا من التحسينات المحتملة غير المسبوقة في الإنتاجية وفرص تحويل الأعمال.
الأوائل من روبوتات الدردشة المولدة بتقنية الذكاء الاصطناعي، ومساعدي البرمجة، والأدوات المماثلة تُبلغ عن تأثير كبير على الأعمال عبر مجموعة متنوعة من العمليات. تشير معظم الدراسات المبكرة لتحقيق قيمة الذكاء الاصطناعي التوليدي إلى فوائد قابلة للقياس الكمي بسهولة مع توافق واضح بين التكلفة والإيرادات، مثل تحسين أتمتة المهام وجودة العمل. ومع ذلك، يمكن أن تمتد قيمة الذكاء الاصطناعي التوليدي إلى التحسينات في تجربة المستخدم، ومستويات الخدمة، وإشراك الموظفين، وإشراك العملاء، وتدريب الموظفين أو تحسين مهاراتهم. يتمتع الذكاء الاصطناعي التوليدي أيضًا بالقدرة على إحداث تحول كامل في ديناميكيات الصناعة، وإنشاء فائزين وخاسرين جدد في السوق، وحتى إنشاء صناعات جديدة.
ومع ذلك، هناك تكاليف هيكلية عالية للتدريب وتشغيل النماذج اللغوية الكبيرة (LLMs). حتى عندما يتم تدريب حاملي شهادة الماجستير في القانون الذين لديهم مليارات من المعلمات، فإنهم يستمرون في الحاجة إلى قوة حاسوبية هائلة لتشغيلهم. قد تؤدي نماذج تسعير البائعين الحالية التي تنقل التكلفة العالية للابتكار والتطوير والتدريب وتشغيل LLMs إلى عائد استثمار سلبي للعديد من حالات الاستخدام ذات القيمة العالية عند نشرها على نطاق واسع. يمكن أن يكون هذا صحيحًا حتى عندما يتم دعم الأسعار من قبل البائعين، وذلك بسبب الاستثمارات الإضافية الضرورية في البنية التحتية السحابية والذكاء الاصطناعي، وإدارة البيانات، والمواهب والمهارات الجديدة، والأنظمة الجديدة لدعم التغييرات في العمل والعمليات، وإدارة المخاطر.
تتوقع جارتنر أنه بحلول عام 2025، سيتباطأ النمو في 90% من عمليات نشر الذكاء الاصطناعي التوليدي في المؤسسات مع تجاوز التكاليف القيمة، مما يؤدي إلى تسريع اعتماد نماذج مخصصة أصغر. بحلول عام 2028، ستتخلى أكثر من 50% من الشركات التي قامت ببناء نماذجها الكبيرة من الصفر عن جهودها بسبب التكاليف والتعقيد والديون الفنية في عمليات نشرها.
يجب على قادة تكنولوجيا المعلومات المكلفين بتقييم قيمة استثمارات الذكاء الاصطناعي التوليدية اتباع إطار عمل لتحديد حالات الاستخدام عالية القيمة وترتيب أولوياتها من خلال تقييم التأثير التنافسي وقيمة الأعمال والإلحاح والتكلفة والمخاطر. يمكن تقسيم حالات الاستخدام إلى ثلاث فئات رئيسية، تتطلب كل منها نهجًا مختلفًا للقياس والتنفيذ.
استفد من المكاسب السريعة للتعلم والتقييم وإثبات القيمة
إن المكاسب السريعة التي يحققها مساعدو إنتاجية الذكاء الاصطناعي التوليدي لها عوائق منخفضة أمام اعتمادها ولكنها قد تؤدي إلى تناقص التمايز التنافسي بمرور الوقت. من السهل البدء في تحقيق المكاسب السريعة، ومن السهل تجربتها ومن السهل شراؤها، ولكنها عادةً ما تكون محددة المهام. على سبيل المثال، يمكن أن يدعم مساعدو ترميز الذكاء الاصطناعي التوليدي مكاسب الإنتاجية للمطورين، بينما يمكن لروبوتات الدردشة مساعدة مسوقي المحتوى في إنشاء نسخة وأوصاف المنتج والنشرات الصحفية ومقاطع الفيديو.
يجب قياس فوائد تطبيقات الربح السريع من خلال توفير الوقت الذي يتم إنفاقه على تلك المهام المحددة وعبر المهام المجمعة المتعلقة بعمليات محددة. على سبيل المثال، إذا كان مطور البرامج العادي يقضي 50% من وقته في كتابة التعليمات البرمجية، ويمكن أن يصبح أكثر إنتاجية بنسبة 33% إلى 55%، فيمكنه توفير ما بين 1.32 إلى 2.2 ساعة يوميًا. بافتراض أن التكلفة المحملة تبلغ 120.000 دولارًا أمريكيًا سنويًا لكل مورد ترميز، فإن ذلك من شأنه أن يترجم إلى 79.20 دولارًا أمريكيًا إلى 132 دولارًا أمريكيًا من القيمة يوميًا أو 1584 دولارًا أمريكيًا إلى 2640 دولارًا أمريكيًا شهريًا في المدخرات، لتكلفة ترخيص لكل مستخدم شهريًا تتراوح من 20 دولارًا إلى 55 دولارًا أمريكيًا. يمكن استخدام هذه القيمة لتقليل عدد موظفي الترميز أو الحصول على إنتاجية أعلى من الموظفين الحاليين. وقد يعني هذا أنه في ظل وجود الموظفين الحاليين، سيتم توفير المزيد من الموارد للعمل على المشاريع الجديدة والابتكار مقابل الصيانة أو تقليل حجم العمل المتراكم والوقت اللازم لتسليم المشاريع. كلتا النتيجتين من مكاسب الإنتاجية المكتشفة حديثًا ستؤدي إلى تحقيق قيمة أعمال أعلى من موارد الترميز الحالية.
ونظراً لانخفاض العوائق التي تحول دون تبني هذه المكاسب وإرساء الديمقراطية على نطاق واسع، فإن المكاسب الناجمة عن المكاسب السريعة من الممكن أن تتحول بسرعة إلى رهانات على الطاولة. ومع ذلك، فإن كيفية تكامل هذه القدرات مع العمليات التجارية الأخرى لا يزال من الممكن أن توفر خندقًا تنافسيًا للمؤسسات. علاوة على ذلك، قد تكون هناك تكاليف إضافية لإدارة البيانات، وإدارة المخاطر والأمن، والتدريب وإدارة التغيير، وتدقيق المحتوى والفوائد.
استفد من الطيارين منخفضي التكلفة للتعلم والتقييم وإثبات القيمة. حدد الأدوار التي تحقق مكاسب الإنتاجية وقياس الفوائد المالية المرتبطة بها والتكاليف الإضافية المطلوبة عند النشر على نطاق واسع. قد تشمل هذه التكاليف استثمارات في أنواع جديدة من مستودعات البيانات، أو تحديث بنية المعرفة أو و/أو تصنيف البيانات. حدد أيضًا النتائج التي لا يمكن قياسها بسهولة من الناحية المالية. محاكاة الحدود العليا والسفلى للمنفعة والتكلفة لمراعاة عدم اليقين.
استثمر في التمييز بين حالات الاستخدام لتحسين عمليات محددة
إن الاستثمارات في التمييز بين حالات الاستخدام التي تستفيد من الذكاء الاصطناعي التوليدي المضمن في تطبيقات المؤسسات والمجالات والصناعة أو التطبيقات المخصصة لديها القدرة على تحسين عمليات تجارية محددة. يمكنهم الاستفادة من بيانات المؤسسة بطرق فريدة من نوعها للتمييز والميزة التنافسية التي يمكن الدفاع عنها بشكل أكبر من المكاسب السريعة، ولكنها تأتي بتكاليف ومخاطر أعلى وغير قابلة للتنبؤ بها على نطاق واسع.
سيتطلب التمييز بين حالات استخدام الذكاء الاصطناعي التوليدي استثمارات أعلى من المكاسب السريعة، ولكن يمكن تعويض التكاليف بشكل عام من خلال الفوائد المالية الناتجة عن مكاسب الإنتاجية وإمكانية توليد الإيرادات – بافتراض إعادة تصميم العملية الأساسية الفعالة، وتحسين المهارات، وإدارة المخاطر. على سبيل المثال، فكر في حالات الاستخدام مثل دعم العملاء المولد بمساعدة الذكاء الاصطناعي، أو إنشاء محتوى مبيعات مخصص للغاية. عادةً ما تكون تكلفة ترخيص التطبيقات المطلوبة أقل بكثير من عائد الاستثمار لمكاسب الإنتاجية الناتجة.
قم بإجراء تحليل السيناريو والتخطيط كجزء من إثبات المفهوم والتجربة لحالات الاستخدام هذه لتقييم إجمالي التكاليف على نطاق واسع. تقييم التكاليف الإضافية المحتملة للتنفيذ وإدارة البيانات وتشغيل وصيانة النماذج والمخاطر والأمن والأنظمة لدعم العمليات الجديدة والتدريب وإدارة التغيير. حدد المقاييس التي تلتقط الفوائد المالية والنتائج الإستراتيجية، مثل تجربة المستخدم الأفضل، والوصول الأوسع إلى القدرات التي كانت تتطلب في السابق مهارات أعلى، ورضا الموظفين والعملاء – وتقييم تأثيرها لحساب عائد الاستثمار.
استكشف حالات الاستخدام التحويلية للابتكار المدمر
ستتطلب الميزة التنافسية الفريدة وتعطيل الصناعة من منتجات وخدمات ونماذج أعمال الذكاء الاصطناعي التوليدية الجديدة استثمارات في حالات الاستخدام التحويلية ذات التكلفة والتعقيد والمخاطر الأعلى. على سبيل المثال، يمكن لشركة التأمين تحسين نموذج الأساس باستخدام وثائق السياسة الخاصة بها لدمج هذه المعرفة في النموذج وتحويل أداء الاكتتاب وإدارة المخاطر وتحديد الفرص. قد تقوم مؤسسة الخدمات المالية بإنشاء نموذج أساسي مدرب على البيانات المالية، والذي يمكن استخدامه بعد ذلك للمنتجات التي تساعد في تحديد الاستثمار، وتقييمات الضرائب والمخاطر والامتثال، من بين أمور أخرى.
سيحتاج المديرون التنفيذيون ومجالس الإدارة إلى قبول درجة أعلى من تحمل المخاطر فيما يتعلق بالابتكار المغير للصناعة والمدمر من منتجات الذكاء الاصطناعي ونماذج الأعمال الجديدة. وينبغي أن تستند قرارات الاستثمار إلى اعتبارات تأثير استراتيجية وتنافسية وعلى مستوى السوق. قم بإعطاء الأولوية للفوائد الإستراتيجية التي قد يكون من الصعب قياسها من الناحية المالية على الفوائد المالية الخاصة بالمهمة أو العملية التي يمكن تحديدها على الفور.
قم بإنشاء فريق النمور، بما في ذلك القيادة التنفيذية، واستراتيجية الشركة، وقادة الأعمال والتكنولوجيا لتحديد وتقييم المنتجات والخدمات ونماذج التسليم والأعمال القائمة على الذكاء الاصطناعي والتي قد تكون مدمرة. قم بتجميع الحاجة إلى تحمل أعلى للمخاطر ومعايير استثمار جديدة تعطي الأولوية للقيمة الإستراتيجية على فوائد الإنتاجية الخاصة بالمهمة أو العملية من أجل فرص GenAI التحويلية مع مجلس الإدارة والقيادة التنفيذية.
ومن خلال بناء مجموعة من المكاسب السريعة وحالات الاستخدام المميزة والتحويلية، يمكن لقادة البيانات والتحليلات تحديد أفضل الفرص لتحقيق القيمة من الاستثمار المولد في الذكاء الاصطناعي. استخدم نهجًا قائمًا على الخيارات يجمع بين المبادرات ذات عائد الاستثمار الصعب مع قادة الخسارة وأولئك الذين يقدمون فوائد تحويلية ومزايا تنافسية يصعب قياسها بشكل مباشر في البداية من الناحية المالية. قم بمراقبة وإعادة تقييم أساليب النشر حيث تعمل خيارات السوق الجديدة وابتكارات المعالجة على تقليل تكاليف الحوسبة ومع تطور نماذج تسعير البائعين لزيادة الطلب.
ريتا سلام هو محلل نائب الرئيس المتميز وزميل في شركة Gartner, Inc. يبحث في أفضل الممارسات لتحقيق قيمة الأعمال من البيانات والتحليلات واستثمارات الذكاء الاصطناعي. ستقدم ريتا ومحللون آخرون لدى Gartner تحليلاً إضافيًا حول الذكاء الاصطناعي التوليدي وتحويل الأعمال ندوة جارتنر لتكنولوجيا المعلومات/XPOالمقرر عقده في الفترة من 16 إلى 19 أكتوبر في أورلاندو، فلوريدا.
