“من لم يرتكب خطأ قط لم يجرب أي شيء جديد”، هذا ما لاحظه ألبرت أينشتاين. عندما يتعلق الأمر ببناء أول مشروع ذكاء اصطناعي خاص بك، فمن المؤكد أنك ستحظى بالعديد من الفرص للتعلم من أخطائك.
فيما يلي ملخص لأهم الأخطاء الخمسة التي يرتكبها المبتدئون في استخدام الذكاء الاصطناعي، وكيفية تجنبها.
1. التقليل من تعقيد المشروع
يقول كريستوبال فريسنو رودريجيز، محلل استخبارات الأعمال في شركة تطوير البرمجيات BairesDev، إن المتبنين الجدد للذكاء الاصطناعي غالبًا ما يقللون من تقدير تعقيد دمج الذكاء الاصطناعي في أنظمتهم وعملياتهم الحالية.[They] “ويعتقد البعض أن الذكاء الاصطناعي يمكن أن يكون حلاً سريعًا، أو حلاً جاهزًا للعمل، ولكن الواقع أكثر تعقيدًا من ذلك بكثير”، كما يلاحظ عبر البريد الإلكتروني.
إن الاستخفاف بتعقيدات الذكاء الاصطناعي يؤدي عمومًا إلى فشل المشاريع في تحقيق النتائج المتوقعة. ويحذر رودريجيز قائلاً: “قد يؤدي هذا إلى إهدار الموارد، سواء من حيث الوقت أو المال، وقد يخلق شعورًا بخيبة الأمل تجاه تقنيات الذكاء الاصطناعي داخل المنظمة. بالإضافة إلى ذلك، قد يؤدي هذا الفشل إلى تآكل الثقة في مبادرات الذكاء الاصطناعي ويجعل من الصعب تأمين الدعم للمشاريع المستقبلية”.
وينصح رودريجيز قائلاً: “من الضروري أن تقترب المؤسسات من تبني الذكاء الاصطناعي من خلال خطة استراتيجية ومدروسة جيدًا”.
2. التردد في اتخاذ القرار بشأن المشروع
إن المتحمسين المتحمسين لتبني الذكاء الاصطناعي الجدد غالباً ما يرتكبون خطأً في البداية من خلال الفشل في تحديد الغرض المقصود من مشروعهم بالكامل. يقول براساد سانكاران، نائب الرئيس التنفيذي في شركة خدمات تكنولوجيا المعلومات والاستشارات كوجنيزانت، عبر البريد الإلكتروني: “مع ظهور الذكاء الاصطناعي التوليدي، رأينا شركات تحاول إجراء عدد من عمليات إثبات المفاهيم، لكنها لا تصل إلى الوقت المناسب لأن حالة الاستخدام لا تؤدي إلى دراسة جدوى”.
يقول سانكاران إن الذكاء الاصطناعي يتطلب الاهتمام الدقيق بالثقة والشفافية والأمان، ويجب التعامل معه بمسؤولية. “هذا ضروري لتوسيع نطاق الذكاء الاصطناعي وتقديم القيمة للعملاء”. ويعتقد أن المتبنين الجدد للذكاء الاصطناعي يجب أن يتبنوا الذكاء الاصطناعي برؤية واستراتيجية واضحة، بالإضافة إلى الحواجز والضوابط والتوازنات المناسبة.
يوصي سانكاران بتحديد ما تريد القيام به باستخدام GenAI وكيفية قياس النجاح. ويضيف: “فكر في البيانات والأدوات والمنصات والمهارات التي ستحتاج إليها، وكم من المال والوقت يمكنك إنفاقه. تأكد من اتباع المعايير الأخلاقية والأمنية للذكاء الاصطناعي”. [and] استخدم البيانات وردود الفعل لاختبار وتحسين حلول الذكاء الاصطناعي الخاصة بك.
3. الاعتقاد بأن الذكاء الاصطناعي يمكن أن يحل محل البشر
وتقول لورين سالاتا، مديرة التسويق في شركة إدارة المعلومات والخدمات الرقمية ريكو أمريكا الشمالية، إن الذكاء الاصطناعي قادر على محاكاة الوظائف الإدراكية البشرية، مثل التعلم وحل المشكلات، لكن المفتاح هو استخدام التكنولوجيا كمكمل للعمل الذي يتعين القيام به. وتضيف عبر البريد الإلكتروني: “إن خلق الكفاءة هو استراتيجية أكثر واقعية من افتراض أن الذكاء الاصطناعي سوف يعمل على أتمتة العمل بالكامل”.
عندما لا يتم تبني الذكاء الاصطناعي بعناية وحرص، فإن المؤسسات تخاطر بفقدان الفائدة المحتملة لتحسين حالات استخدام محددة. يقول سالاتا: “على سبيل المثال، فإن بناء الأطر والعمليات حول الكفاءة من شأنه أن يساعد الفرق الصغيرة على زيادة إنتاجيتها مع الحفاظ على الجودة. وأفضل خطة للتبني هي جعل البشر محور استراتيجيتك”.
4. إهمال البيانات
إن الخطأ الشائع الذي يرتكبه المتخصصون الجدد في الذكاء الاصطناعي، وخاصة أولئك الذين يسعون إلى تبسيط وتحسين العمليات المالية، هو التقليل من أهمية البيانات عالية الجودة والمنظمة. يقول دان دريس، رئيس شركة AvidXchange لبرمجيات الحسابات الدائنة: “تعتقد العديد من الشركات أن مجرد تنفيذ حلول الذكاء الاصطناعي سيحل أي مشكلة تجارية”. ويوضح عبر البريد الإلكتروني: “أنظمة الذكاء الاصطناعي لا تكون جيدة إلا بقدر جودة البيانات التي يتم تدريبها عليها. فبدون بيانات نظيفة وذات صلة ومنظمة بشكل جيد، لا يمكن للذكاء الاصطناعي أن يعمل بدقة أو فعالية”.
النتيجة النموذجية للبيانات ذات الجودة الرديئة هي التنبؤات والرؤى غير الدقيقة. يقول دريس: “عندما يتم استخدامها بشكل فعال، يمكن للذكاء الاصطناعي، على سبيل المثال، مساعدة أقسام المالية في تبسيط عملياتها وزيادة الكفاءة مع اتخاذ خطوات إضافية مثل التتبع اليدوي والمراقبة المستمرة. إذا كانت أنظمتك لا تستخدم بيانات عالية الجودة، فقد يؤدي ذلك إلى اتخاذ قرارات غير صحيحة وإهدار الموارد وفي النهاية نتائج أسوأ، وكل هذا قد يكلف المزيد من الوقت”.
ويوصي دريس باستثمار الوقت والموارد في إعداد البيانات قبل تنفيذ حل الذكاء الاصطناعي. “ويتضمن ذلك تنظيف البيانات وهيكلتها، والتأكد من أنها ذات صلة بالمشكلات التي تريد حلها، وتحديث البيانات وصيانتها بشكل مستمر للحفاظ على دقتها”.
5. مشاريع غبية عديمة الفائدة
يقول نيكولاس كيملا، الرئيس التنفيذي لشركة Pipeliner CRM المتخصصة في برامج إدارة علاقات العملاء، إن الخطأ الأكبر الذي يرتكبه العديد من المستخدمين الجدد للذكاء الاصطناعي هو الوقوع ضحية “متلازمة اللعبة الجديدة اللامعة”. ويشرح كيملا عبر البريد الإلكتروني: “إنهم يتبنون أدوات الذكاء الاصطناعي لأنها تبدو رائعة دون تقييم مدى تطبيقها بشكل صحيح”.
تحذر كيملا من أن استخدام أدوات الذكاء الاصطناعي لمجرد أنها تبدو رائعة يؤدي إلى إهدار الوقت. “الانتقال من أداة جديدة لامعة إلى أخرى لامعة يؤثر سلبًا على الإنتاجية ويعني أن فريقك نادرًا ما يتمكن من الوصول إلى الحلول التي يحتاجون إليها”.
وتؤكد كيملا أن حلول الذكاء الاصطناعي يجب أن تتوافق دائمًا مع أهداف العمل. “يجب أن يعمل الذكاء الاصطناعي على تعزيز القدرات البشرية وتحسين العمليات التجارية المحددة بدلاً من اعتماده من أجل التجديد والاستعراض”.
