لا شك أن شعبية GenAI لا يمكن إنكارها. فالمؤسسات تتبناها بطرق مختلفة، مثل تجربتها، ورفع مهارات الموظفين، وتبنيها افتراضيًا نظرًا لأن العديد من التطبيقات تتضمن الآن ميزة GenAI.
إن عدد المنظمات القادرة على إدخال GenAI في الإنتاج على مستوى المؤسسة أمر مثير للجدل. كل من شبكة الخدمات المهنية العالمية كي بي إم جي ومزود منصة علوم البيانات داتايكو أجريت مؤخرًا دراسات استقصائية حول تبني GenAI. وكانت نتائج KPMG إيجابية؛ في حين كانت نتائج Dataiku صادمة.
ماذا تقول أبحاث KPMG
أعلنت شركة KPMG مؤخرا نُشرت مسحها الفصلي الثاني حول الذكاء الاصطناعي والابتكار الرقمي، والذي يكشف عن تحولات دراماتيكية من الربع السابق. على سبيل المثال:
-
تتطور مقاييس العائد على الاستثمار بسرعة مع إعطاء معظم قادة الأعمال الأولوية للإيرادات (52%) على مكاسب الإنتاجية (40%).
-
لقد تضاعف التركيز على توظيف المتخصصين في مجال التكنولوجيا من 26% إلى 60% على أساس ربع سنوي.
-
وفي الوقت نفسه، تستثمر المنظمات بشكل كبير في رفع مهارات القوى العاملة الحالية لديها، حيث قفزت مبادرات التدريب وبناء القدرات من 35% إلى 59%.
-
وقد حدد عدد كبير جدًا (91%) من قادة الأعمال والمديرين التنفيذيين قطاع التكنولوجيا والإعلام والاتصالات (TMT) باعتباره القطاع الرائد في تبني GenAI.
يقول مارك جيبسون، رئيس القطاع الوطني لتكنولوجيا المعلومات والاتصالات في شركة KPMG: “ما لفت انتباهي حقًا هو عدد الاستجابات الإيجابية التي تلقيناها حول هذا الموضوع حول ما إذا كنتم تقومون بأشياء ما؟ هل تدربون الأشخاص؟ هل توظفون بشكل مختلف؟ هل تخططون لوضع هذا في منتجاتكم؟ لقد تسارعت الأرقام في كل فئة على حدة”.
تعكس التحولات الجذرية في نتائج الاستطلاع التبني السريع لـ GenAI، وحقيقة أن الشركات تسارع إلى تحويل الذكاء الاصطناعي إلى ميزة تنافسية.
يرى جيبسون أن التغييرات تحدث في ثلاث فئات مختلفة: إضافة القيمة، وتأثير القوى العاملة، واستخدام GenAI بشكل مسؤول.
وفي الوقت نفسه، يطلب عملاء KPMG المساعدة في الاستراتيجية، وخاصة فيما يتعلق بالتخطيط. فهم يريدون معرفة الكيفية التي ينبغي لهم أن يفكروا بها في الذكاء الاصطناعي من حيث الكيفية التي ستستفيد بها شركاتهم ويريدون التوجيه بشأن إدراج الذكاء الاصطناعي في المنتجات التي ينتجونها. كما يحتاجون إلى المساعدة في الامتثال والأمن السيبراني. ويتوقع جيبسون أن الموجة التالية من استفسارات العملاء ستكون حول كيفية ملاءمة الذكاء الاصطناعي، بما في ذلك GenAI، لمجموعات تكنولوجيا المعلومات الحالية لديهم.
“كنت أركز كل وقتي على شركات التكنولوجيا. والآن، يُطلب مني أن أقضي كل وقتي في قطاعات أخرى مثل الطاقة والرعاية الصحية. وكل هذه القطاعات تريد أن تعرف آراء العاملين في مجال التكنولوجيا في أعمالهم لأنها أصبحت كلها شركات تكنولوجيا”، كما يقول جيبسون. “أعتقد أن شركات التكنولوجيا فريدة من نوعها، لأنها تحاول نشر التكنولوجيا في كل مكان. [GenAI] “إنهم يعملون داخل مؤسساتهم، ولكنهم أيضًا يقدمون الخدمات للآخرين. لذا، أقضي وقتًا في التفكير في محاور متعددة، ثلاثية الأبعاد تقريبًا، عندما أفكر في هذه المحادثات.”
معظم فرق الإدارة وقواعد الموظفين في قطاع تكنولوجيا المعلومات والاتصالات جاهزة للانطلاق، ولكنهم أيضًا يمنحون أنفسهم درجات نجاح أقل.
“السرعة عالية” [in the TMT sector] “لأنهم يتمتعون بالذكاء، وهم حاسمون. كما أنهم يتطلعون إلى إثبات مسؤوليتهم عن طبقة الأمان هذه التي تعد مهمة للغاية”، كما يقول جيبسون. “وغالبًا ما ينطلق أعضاء مجلس الإدارة من كيفية التأكد من أن هذا لن يوقعنا في مشاكل أكثر من كيفية التأكد من أن هذه طريقة لتسريع قيمة المنظمة حقًا. لذا، أعتقد أن شركات التكنولوجيا تنجذب إلى جانب الثقة، لأنها ستُسأل، “كيف تحمي هذا؟”
حتى هذه النقطة، هناك الكثير من الشركات الناشئة التي تركز على طبقة الأمان.
“لقد سمعت أحد الأشخاص يقول إن ما يصل إلى 60% من استثماراته ستكون في هذا القطاع. لذا، فنحن بحاجة إلى خفض أسعار الفائدة ونحتاج إلى استثمار هذه الأموال [used] “إن تسريع هذا الأمر إلى الأمام، لأن البحث والتطوير يتم الآن من قبل أولئك الذين يستطيعون تحمل تكاليفه: شركات التكنولوجيا الكبرى”، كما يقول جيبسون. “لديهم كل المال. لذا، نحن بحاجة إلى الأسواق المدعومة بالمشاريع والتكنولوجيا الناشئة للحصول على التمويل، حتى يتمكنوا من الخروج ودفع الكثير من هذه الأشياء أيضًا. وأعتقد أن هذا هو الوقت المناسب لبدء العمل حقًا”.
ماذا يقول بحث Dataiku
يقدم بحث Dataiku وجهة نظر أكثر جدية: 20% فقط من كبار قادة تكنولوجيا المعلومات يستخدمون GenAI في الإنتاج لأنهم يكافحون من أجل إدارة التعقيدات، مثل توسيع نطاق برامج GenAI، وتحقيق الامتثال التنظيمي للذكاء الاصطناعي، والسيطرة على الافتقار إلى الحوكمة والتحكم في الاستخدام.
من منظور الاستثمار، يخطط معظم قادة تكنولوجيا المعلومات لإنفاق أكثر من 500 ألف دولار على مدى الأشهر الاثني عشر المقبلة، لكن 88% منهم واجهوا حواجز البنية الأساسية التي تحول دون استخدام نماذج اللغة الكبيرة بالطريقة التي يرغبون فيها. ووفقًا لـ 45%، تظل جودة البيانات وسهولة استخدامها أكبر تحدٍ يواجهه قادة تكنولوجيا المعلومات فيما يتعلق بالبنية الأساسية للبيانات.
“[E]يقول كونور جينسن، كبير مسؤولي البيانات العالميين في شركة Dataiku: “في كل مرة تظهر فيها تقنية جديدة في هذا المجال، يرغب الناس في تخطي الجزء الصعب. أعتقد أن هناك بعض التطبيقات الرائعة حقًا التي لا يفكر فيها الناس، لأنهم ما زالوا لا يستثمرون بما يكفي في العمل الخلفي القذر للمنصات، وتنظيف البيانات، وفهرسة البيانات، وما إلى ذلك. إنه عمل مجاري البيانات الذي لا يريد أحد القيام به”.
يرى جينسن أن بعض العوائق الأخرى تتمثل في قصر مدة تولي كبار مسؤولي التكنولوجيا والمسؤولين التنفيذيين بشكل عام مناصبهم، وذلك لأنه بحلول الوقت الذي يتعرف فيه أصحاب البيانات على البيانات التي لديهم وكيفية استخدامها، يكونون قد قطعوا نصف الطريق أو أكثر من نصف مدة توليهم لمهامهم. ويتمثل تحدٍ آخر في حوكمة البيانات لأن هناك الكثير من الفروق الدقيقة التي يجب مراعاتها، مثل حقيقة أن حوكمة البيانات وحوكمة النموذج أمران منفصلان.
“[M]كان من الصعب التعامل مع التعلم الآلي، ولكن على الأقل كان الأمر حتميًا إلى حد ما. ومن الواضح أنه مع نماذج الذكاء الاصطناعي التوليدي، اختفى هذا تمامًا الآن. لذا، فإن إنشاء أنظمة للتحقق من صحة الإجابات والتحقق منها وكل ذلك [is hard because] يقول جينسن: “لا يوجد حتى معيار صناعي يمكن للناس أن يسعوا لتحقيقه. إن ما يعنيه التحكم في استخدام البيانات واستخدام هذه النماذج يتحرك بسرعة كبيرة حقًا، وبالتأكيد أسرع كثيرًا من أي وقت مضى بالنسبة لمعظم الشركات الكبرى من منظور التكنولوجيا”.
واجه أحد عملاء Dataiku تحديات في توفير الكهرباء بسبب استضافته نماذج التعلم الآلي الخاصة به.
“لذا، الأمر ليس كما يلي: “ليس لدينا ما يكفي من الخوادم، أو ليس لدينا ما يكفي من البيانات للقيام بهذه الأشياء”. إنهم يواجهون صعوبة في توفير الكهرباء في بلادهم لتشغيل نطاق الحوسبة الذي يتوقعونه مع استمرارهم في توسيع نطاق أعمالهم”، كما يقول جينسن، “لذا، في حين أن المحصول الحالي من تقنية التعلم الآلي مذهل، ومن الواضح أنه فعل أشياء لم نتوقعها حقًا، إلا أنني بالتأكيد لم أتوقع من منظور كفاءة الحوسبة أنه لا يزال أمامنا طريق طويل لنقطعه للوصول إلى حيث نريد أن نكون. هناك تحديات تتعلق بالتوسع، [because] “لقد جعلنا من السهل جدًا توسيع نطاق البيانات. وهذا يتسبب في كل هذه التحديات اللاحقة. لكن قابلية توسيع نطاق الاستدلال في الوقت الحالي هي العقبة الأولى التي يواجهها الأشخاص عند استخدام هذا المحصول الأحدث من التكنولوجيا.”
خلاصة القول
تتسابق الشركات لتسخير قوة الذكاء الاصطناعي، لكنها تحتاج إلى المساعدة في القيام بذلك. فهي بحاجة إلى معرفة كيف يمكن للتكنولوجيا أن تفيد شركاتها وعملائها، ومكانها في مجموعة التكنولوجيا الحالية لديها، وكيفية التخطيط للنجاح وكيفية التنفيذ بنجاح.
يبدو أن بعض أساسيات البيانات تشكل عائقًا عندما يتعلق الأمر بإمكانية التوسع.
