لقد استحوذ الذكاء الاصطناعي على اهتمام وخيال الملايين من الأشخاص والمنظمات في جميع أنحاء العالم. الآن، بعد تجربة الذكاء الاصطناعي، بدأ عدد لا يحصى من المستخدمين الأوائل يشعرون بنوع من الإحباط لأن النتائج فشلت في مطابقة التوقعات التي كانت متفائلة في السابق.
“لقد تركتنا سرعة اعتماد GenAI في الغرب المتوحش حيث لا أحد يعرف ما هي القواعد، أو ما ينبغي أن تكون عليه، وتظهر السلوكيات والتحديات غير المتوقعة على الساحة مثل رعاة البقر من خلال أبواب الصالون،” تلاحظ جويس تومبسيت، مديرة لعلاقات المحللين في مزود منصة DevOps Digital.ai في مقابلة عبر البريد الإلكتروني. “غالبًا ما تفشل مشاريع الذكاء الاصطناعي لأنها غير مقيدة بالعمل، أو مرتبطة بتوقعات غير واقعية أو غير مدروسة، أو تفتقر إلى الموارد الماهرة اللازمة لإنجاح المشروع.”
الطريق إلى الندم
يقول تومبسيت إن هدف العديد من مستخدمي الذكاء الاصطناعي الأوائل هو تسريع العمليات الحالية. ولكن بعد ذلك تأتي مطب السرعة الذي لا مفر منه عندما يتبين أن المشروع لم يتم التفكير فيه بالكامل. ماذا حدث بعد ذلك؟ “هل أنت في وضع التنظيف، أم أنك تركز على فهم سبب المشكلة؟” هي تسأل. من المهم أن يكون لديك الذكاء البشري المناسب مسبقًا لإدارة الذكاء الاصطناعي وإدراجه في العملية. “ترغب المؤسسات في تطبيق الذكاء الاصطناعي لجعل البرامج أسرع، ولكن يجب عليها أولاً فهم النتيجة المقصودة، والنتيجة الحقيقية، بالإضافة إلى المشكلات التي لم تتم معالجتها.”
يمكن أن يحدث شيئين بعد ذلك. يتغير النهج العام للمشروع، وهناك احتمال لزيادة التعليمات البرمجية الإشكالية. وتؤدي الإنتاجية الإضافية إلى زيادة الضغط على جزء من النظام الذي غالبًا ما يمثل عنق الزجاجة بالفعل. ويحذر تومبست قائلاً: “بدون عملية محدثة… ستزداد معدلات اختلال التعليمات البرمجية والفشل، وستسود عدم الكفاءة”.
يتم إطلاق عدد كبير جدًا من مشاريع الذكاء الاصطناعي مع التركيز على الأدوات بدلاً من العمل بشكل عكسي من خلال تحدي تجاري محدد، كما يقول بن شراينر، رئيس قسم ابتكار الأعمال الصغيرة والمتوسطة في Amazon Web Services في مقابلة عبر البريد الإلكتروني. وينصح بالبدء بالتركيز على تحدٍ معين. “حدد حجم هذا التحدي. يقول شراينر: “إن تحديد الفائدة التي تعود على العميل النهائي والشركة أمر بالغ الأهمية لتحقيق السياق الصحيح وقياس النجاح”.
وبمرور الوقت، أدى تسارع التكنولوجيا ونموها إلى زيادة الابتكار في العديد من الصناعات، وهو الاتجاه الذي لا يزال صحيحًا حتى اليوم، كما يقول شراينر. ويشير إلى أنه “مع خروج الذكاء الاصطناعي من عالم البحث إلى العالم الحقيقي، فإن بعض التجارب سوف تفشل”. “ومع ذلك، سينجح آخرون في تمكين المؤسسات وتحويل العمليات، خاصة بالنسبة لأولئك الذين لديهم موارد محدودة، مثل الشركات الصغيرة والمتوسطة.”
إعادة التجميع
ينصح تومبسيت، عند مواجهة مشروع ذكاء اصطناعي فاشل، بالعمل على فهم السبب الكامن وراءه. في كل الأحوال، لا تستسلم. “التكرار، التكرار، التكرار – جرب شيئًا صغيرًا وانظر ما إذا كان سينجح.”
يحذر بروس أوركوت، مدير التسويق في شركة الأتمتة الذكية ABBYY، من استخدام نماذج اللغات الكبيرة الشائعة (LLMs) مثل الذكاء الاصطناعي التوليدي في مشروع أولي، والذي يمكن أن يكون مكلفًا وغير فعال للعديد من تحديات الأعمال في العالم الحقيقي. ويقول عبر البريد الإلكتروني: “لجعل اعتماد الذكاء الاصطناعي أقل صعوبة، يجب على المديرين استخدام حلول الذكاء الاصطناعي المصممة لهذا الغرض والمخصصة للمهام الأضيق والأصغر نطاقًا”. “بدلاً من تقديم حل مزعوم واحد يناسب الجميع لمجموعة غامضة من تحديات الأعمال، قم بتقديم أدوات الذكاء الاصطناعي المصممة لهذا الغرض.”
تجنب خيبات الأمل في المستقبل
للاستعداد لمواجهة التحديات غير المتوقعة، من الضروري وجود حوكمة قوية، بالإضافة إلى القدرة على مراقبة العمليات وتوقع نقاط الضعف. “إحدى الطرق لتجنب خيبة الأمل هي من خلال الاختبار المستمر الذي يتضمن التجربة والخطأ المستمر في مرحلة ما قبل الإنتاج أو المشاريع الداخلية قبل النشر،” يوصي تومبسيت. “تذكر أن عالم المجهول المحيط بالذكاء الاصطناعي واسع، لذا فإن الإدارة الاستباقية للمخاطر أمر بالغ الأهمية لحماية الملكية الفكرية والنتيجة النهائية.”
يمكن للشركات، وخاصة الشركات الصغيرة والمتوسطة، تجنب خيبة الأمل من خلال التأكد من أن لديها البنية التحتية المناسبة وممارسات الدعم المعمول بها. يقول شراينر: “ستحتاج الشركات إلى المواهب والقدرات التكنولوجية لإنشاء وتنفيذ رؤية طويلة المدى من شأنها خلق قيمة دائمة”. يجب على الشركات أيضًا إنشاء بنية تحتية لتكنولوجيا المعلومات قادرة على دعم الذكاء الاصطناعي. ويوضح قائلاً: “بما أن البيانات هي شريان الحياة للذكاء الاصطناعي، فيجب على الشركات التأكد من تخزين بياناتها بشكل صحيح وسهولة الوصول إليها وأن لديها استراتيجية بيانات تؤهلها لتحقيق النجاح”. “من خلال تحديد احتياجات العمل الواضحة – بما في ذلك خفض التكاليف، وزيادة الكفاءة والإنتاجية، وتوليد رؤى جديدة من مصادر بيانات متعددة، أو أتمتة المهام المتكررة – يمكن للشركات تحديد حلول الذكاء الاصطناعي المناسبة بشكل أفضل.”
ويخلص شراينر إلى أنه عندما يتم قول وفعل كل شيء، على الرغم من خيبات الأمل في بعض الأحيان، فإن الذكاء الاصطناعي ليس شيئًا يدعو للخوف. “إنه يفتح العديد من الأبواب، وفي نهاية المطاف، سيخلق فرصًا لا يمكننا حتى أن نبدأ في تخيلها.”
