طرح اثنان من كبار المسؤولين التنفيذيين في شركة Oracle انتشار GenAI في كل مكان كموضوع إرشادي لعرض تطبيقات الأعمال الخاصة بالمورد في زيارات مؤتمرات العملاء الأخيرة إلى لندن.
في الآونة الأخيرة، قال إيفان جولدبيرج، نائب الرئيس التنفيذي لشركة Oracle NetSuite، إننا مازلنا في مرحلة فجر عصر الذكاء الاصطناعي، “في أي مكان بالقرب من الظهر”.
في مقابلة معي في SuiteConnect London، قال إنه على الرغم من أن عملاء NetSuite “أعربوا عن بعض المخاوف بشأن GenAI، إلا أنه بشكل عام، هناك مجرد إثارة لاستخدام الأدوات وتجربتها وتجربتها”.
شارك Goldberg أيضًا أن موظفي دعم المورد يبلغون عن فوائد توفير الوقت والإنتاجية من استخدام GenAI. “إنهم ينجزون المزيد من العمل، ويمكنهم قضاء بعض الوقت لتعلم إمكانات جديدة في NetSuite. في بعض الأحيان يتعين عليهم تعديله، لكن هذا لا يزال أفضل من الاضطرار إلى كتابة كل شيء.
وقال إن الصورة الأكبر هي أنه “لا توجد نسخة غبية من NetSuite”. GenAI في كل مكان هو امتناع المورد. “وإضافة إلى ذلك، سيصبح الأمر أسرع وأرخص. نحن لم نقترب بعد من زيادة سعة مركز البيانات لدينا مع الأشخاص الذين يستخدمون NetSuite”.
لقد اعترف بأنه مندهش من مدى جودة أداء GenAI، كما اكتشف ذلك بنفسه عندما اضطر إلى كتابة نص لدعم استخدام شركة زوجته لـ NetSuite. لقد فعل ذلك يدويًا في البداية، ثم استخدم أداة GenAI – “ونجح الأمر”.
لكنه لفت الانتباه إلى القيود الحالية غير المفهومة للذكاء الاصطناعي التوليدي ــ عدم القدرة على فهم بيانات الأعمال في حد ذاتها: الأرقام.
البحث عن نموذج رقم كبير
غولبرغ مرة أخرى، ومن الجدير أن نقتبس منه حرفياً هنا:
“أعتقد أن الشيء الذي لم نشهده بعد والذي سيكون تغييرًا ثوريًا هو تحليل بيانات الأعمال، واستخدام بيانات الأعمال، لأن ذلك لم يكن موضع تركيز كبير.
“ونحن نحاول أن نجعل الأمر أكثر تركيزًا [at NetSuite]. نحن نجوب المشهد بحثًا عن الأبحاث والشركات الصغيرة التي تقوم بأشياء مثيرة للاهتمام باستخدام بيانات الأعمال للتنبؤ والأتمتة، والأشياء التي نشعر بالقلق بشأنها. ونحن نعمل مع شركات مثل Cohere للتفكير في أفضل مكان لتطبيق التكنولوجيا الخاصة بهم في الأعمال التجارية، حيث يتعلق الأمر كله بالأرقام. نماذج اللغة الكبيرة تدور حول اللغة بحكم تعريفها.
“أود أن أقول أننا بحاجة إلى نموذج عدد كبير. نحن بحاجة إلى نماذج وتقنيات الذكاء الاصطناعي التي يمكنها التعامل مع بيانات الأعمال المعقدة. يعد تنسيق بيانات الأعمال أمرًا أردنا دائمًا أن نكون قادرين على النظر فيه لعملائنا بشكل إجمالي، ونجعلهم يضعون بياناتهم في مجموعة مجهولة المصدر ويتوصلون إلى استنتاجات حولها. لكن بيانات كل شركة تختلف قليلاً. ويبدو أن الذكاء الاصطناعي لديه الكثير من الفرص لتنسيق ذلك، واستخلاص الذكاء من البيانات المجمعة.
غرس GenAI في الاندماج
شاركني ستيف ميراندا، نائب الرئيس التنفيذي لتطوير منتجات تطبيقات Oracle، بأفكاره حول مكانة تكنولوجيا المعلومات الخاصة بالمؤسسات فيما يتعلق بـ GenAI، عشية حدث Oracle CloudWorld London في وقت سابق من عام 2024.
ذكر أولاً أن هناك مجموعة كبيرة من قدرات الذكاء الاصطناعي في مجموعة تطبيقات Oracle Fusion بالفعل “من تخطيط سلسلة التوريد إلى تحسين المنتج. لكن التركيز ينصب على أضفنا 50 ميزة أو نحو ذلك من ميزات GenAI [in late 2023/early 2024]. هذه الميزات تحظى بشعبية كبيرة بين عملائنا. لقد اقترح تحسينات في خدمة العملاء، وتحسين الأسئلة الشائعة، وكذلك استخدام بحث متجه لمقارنة أوجه التشابه بين طلبات الخدمة وتحسينها.
القائمة الكاملة ل إمكانات GenAI التي أعلنت عنها Oracle في منتصف مارس 2024 يملأ تفاصيل ما كانت تتحدث عنه ميراندا في تلك المقابلة.
في المحادثة طرحت عليه أطروحة صناعة تكنولوجيا المعلومات التجارية الشائعة إلى حد ما أنه على الرغم من أن عام 2023 كان عام انطلاقة شركة Geneative AI، إلا أن عام 2024 سيكون العام الذي تثبت فيه قيمتها التجارية. قال: “يبدو أن هذا صحيح. ترددي الوحيد هو أنني أتوقع تمامًا أننا سنكرر هذا العام كلاً من محركات GenAI وحالات الاستخدام حيث يضع عملاؤنا أيديهم عليها ويحصلون على بعض الأفكار. ومن ثم نعتمد ونعدل ونمضي قدما.
“لكنني أود أن أقول، في الوظائف الوظيفية وحدها، يقوم جيل الذكاء الاصطناعي بعمل جيد، وربما أفضل مما يمكن أن يقوم به البشر في جزء صغير من الوقت. لذلك هناك بالتأكيد زيادة في الإنتاجية. أعتقد أننا سنحصل على المزيد والمزيد من القيمة طوال هذا العام والمستقبل.
“الأمر كله يعتمد على حالة الاستخدام. هناك حالات استخدام يكون فيها Gen AI جيدًا جدًا. هناك حالات استخدام حيث أخرى التعلم الالي الخوارزميات جيدة جدًا. لذلك، جزء واحد هو العثور على حالة الاستخدام الصحيحة. وبعد ذلك [a matter of] نضج النماذج. ومرة أخرى دقة النماذج، وإلى أي مدى يمكنك الاعتماد عليها. وكلما كان الأمر أكثر دقة، وأفضل، كما تعلمون، كلما حصلت على المزيد من الأتمتة. ولهذا السبب اخترنا الأمثلة التي قمنا بها، للمساعدة في التوظيف، والمساعدة في الإجابة على أسئلة الخدمة، وإعداد التقارير السردية. GenAI جيد جدًا، كما يوحي الاسم، في توليد اللغة. وهذا هو المكان الذي حدث فيه التسارع الكبير في العام الماضي.
GenAI في BI
بحث حديث من مجموعة إستراتيجيات المؤسسات في TechTarget، “حالة التحليلات ومنصات ذكاء الأعمال“يبدو أنها تدعم قصة فشل الذكاء الاصطناعي التوليدي في فقدان بريقه، وإحراز تقدم مطرد في الشركات في أمريكا الشمالية – على الرغم من أنه يمكننا دائمًا أن نتوقع متابعة سريعة في المملكة المتحدة وأوروبا القارية.
وعلى وجه الخصوص، فإن البحث الذي أجراه زميلي مايك ليون، المحلل الرئيسي،
برامج وخدمات الذكاء الاصطناعي، وجدت مجموعة Enterprise Strategy Group أن 39% من المؤسسات التي شملتها الدراسة تستفيد من الذكاء الاصطناعي التوليدي للتحليلات وذكاء الأعمال، وأن 41% منها تستخدم التحليلات المعززة – مدعومة بالتعلم الآلي على نطاق واسع. وجدت أن الاستخدام يتزايد بشكل كبير وحالات استخدام GenAI في إدارة البيانات وتوسيع نطاق التحليلات، بدءًا من تصور البيانات (المستخدم الآن، 40%) وحتى إنشاء التعليمات البرمجية (38%) وتلخيص النتائج (35%)، وحالات الاستخدام الأخرى.
وجهة نظر
إن ما يتم فعله باستخدام نماذج اللغة الكبيرة أمر مذهل، لكن جولبيرج يشير إلى نقطة مهمة حول أن بيانات الأعمال تتطلب نهجًا مختلفًا، وليس نهجًا مولدًا للغة. ربما يكون السبب هو الشكوك التي نتجت عن تكويني كصحفي، لكنني ما زلت حذرًا من تعزيز GenAI، على الأقل فيما يتعلق بتكنولوجيا المعلومات الخاصة بالمؤسسات. من الممكن أن تتحول GenAI إلى مجرد تكنولوجيا مساعدة، مثل معالجة النصوص أو جداول البيانات، أو التصحيح التلقائي للرسائل النصية: وهو أمر لا يكاد يكون ملحوظًا. أو ربما نحن، كما يقترح إيفان جولدبيرج، بالكاد على فجر عصر GenAI الجديد الشجاع؟
