الذكاء الاصطناعي موجود في كل مكان تقريبًا، سواء كانت الشركات لديها استراتيجية للذكاء الاصطناعي أم لا. مع استمرار تطور قدرات الذكاء الاصطناعي، تحاول الشركات الاستفادة منها، لكنها لم تقم بما يكفي من العمل التأسيسي لتحقيق النجاح. في حين أنه من الصحيح أن الشركات قامت بزيادة ميزانيات الذكاء الاصطناعي الخاصة بها على مدى السنوات القليلة الماضية، فقد أصبح من الواضح أن عائد الاستثمار لهذه الجهود يختلف بشكل كبير، بناءً على العديد من الديناميكيات، مثل المواهب المتاحة والميزانية والاستراتيجية السليمة. والآن، تتساءل المنظمات عن قيمة هذه الاستثمارات إلى حد الانسحاب في عام 2025.
وفقًا لأناند راو، أستاذ الخدمة المتميزة في علوم البيانات التطبيقية والذكاء الاصطناعي في جامعة كارنيجي ميلون، التحديات الثلاثة الأولى هي قياس عائد الاستثمار وتحقيقه وصيانته.
“إذا كان العمل الذي أقوم به يستغرق ثلاث ساعات والآن يستغرق نصف ساعة، فهذا يمكن قياسه بسهولة، [but] يقول راو: “الأداء البشري متغير”. “الطريقة الثانية هي وجود خط أساس. نحن لا نفعل ذلك [understand] الأداء البشري، ولكننا نقول إن الذكاء الاصطناعي أفضل بنسبة 95% من الإنسان، ولكن أي إنسان؟ صاحب الأداء الأفضل، أم متوسط الأداء، أم الموظف الجديد؟
عندما يتعلق الأمر بتحقيق عائد الاستثمار، هناك طرق مختلفة للنظر إليه. على سبيل المثال، إذا وفر الذكاء الاصطناعي 20% من وقت خمسة أشخاص، فربما يمكن القضاء على شخص واحد. ومع ذلك، إذا كان هؤلاء الأشخاص الخمسة يقضون الآن المزيد من الوقت في مهام ذات قيمة أعلى، فلن يكون من الحكمة السماح لأي منهم بالرحيل لأنهم يقدمون قيمة أكبر للشركة.
التحدي الآخر هو الصيانة لأن نماذج الذكاء الاصطناعي تحتاج إلى المراقبة والصيانة لتظل جديرة بالثقة. وأيضًا، نظرًا لأن البشر يستخدمون الذكاء الاصطناعي بشكل متكرر، فإنهم يصبحون أكثر مهارة في القيام بذلك بينما يتعلم الذكاء الاصطناعي من الإنسان، مما قد يؤدي إلى زيادة الأداء. يقول راو إن الشركات لا تقيس ذلك أيضًا.
“[T]هذا منحنى تعليمي كامل يحدث بين الإنسان والذكاء الاصطناعي، وبشكل مستقل عن الاثنين. يقول راو: “قد يعني ذلك أنك قد لا تتمكن من الحفاظ على عائد الاستثمار الخاص بك، لأنه قد يزيد أو ينقص من النقطة الأساسية”.
أناند راو، جامعة كارنيجي ميلون
هناك أيضًا عنصر الوقت. على سبيل المثال، تم تقديم ChatGPT-4 في مارس 2023، لكن الشركات لم تكن مستعدة لذلك، ولكن في غضون ستة أشهر أو أقل، بدأت الشركات في الاستثمار بشكل منهجي لتطوير استراتيجية الذكاء الاصطناعي الخاصة بها. ومع ذلك، لا يزال هناك المزيد للقيام به.
[T]تقول بياتريس سانز سايز، مديرة البيانات الاستشارية العالمية والذكاء الاصطناعي في شركة استشارات إدارة الأعمال: “الحقيقة الحاسمة هي أننا ما زلنا في الأيام الأولى لهذه التكنولوجيا، والأمور تتحرك بسرعة كبيرة”. إي. “يجب أن تصبح المؤسسات بارعة في قياس تحقيق القيمة والمخاطر والسلامة. يحتاج مدراء تكنولوجيا المعلومات إلى إعادة التفكير في مجموعة كاملة من المقاييس لأنهم سيحتاجون إلى تحقيق النتائج. تحتاج العديد من المؤسسات إلى مكتب لتحقيق القيمة، بحيث يمكنها إنشاء مقاييس مقدمًا لقياس كل ما تفعله، سواء كان ذلك توفير التكاليف، أو الإنتاجية، أو نمو الإيرادات الجديدة، أو حصة السوق، أو رضا الموظفين. [or] رضا العملاء.”
تأثير GenAI
في حين أن العديد من الشركات حققت الكثير من النجاح مع الذكاء الاصطناعي التقليدي، فإن كجيل كارلسون، رئيس استراتيجية الذكاء الاصطناعي في منصة MLOps للمؤسسات مختبر بيانات الدومينو، تشير التقديرات إلى أن 90% من مبادرات GenAI لا تحقق نتائج تحرك الأمور على أساس مستدام، كما أنها ليست على المسار الصحيح للقيام بذلك.
“[M]يقول كارلسون: “معظم هذه المؤسسات لا تسعى وراء حالات الاستخدام التي يمكن أن تحقق تأثيرًا تحويليًا، كما أنها لا تمتلك القدرات الهندسية اللازمة للذكاء الاصطناعي لتقديم حلول الذكاء الاصطناعي على مستوى الإنتاج”. “تعتقد العديد من المؤسسات أن مجرد إنشاء مثيلات خاصة لبرامج LLM وتطبيقات الأعمال مع إمكانات GenAI المضمنة المتاحة لمستخدمي الأعمال والمطورين يعد بمثابة استراتيجية فعالة للذكاء الاصطناعي. ليس كذلك. وفي حين كانت هناك مكاسب إنتاجية من هذه الجهود، إلا أنها كانت في معظم الحالات أكثر تواضعا بكثير مما كان متوقعا واستقرت بسرعة.
على الرغم من أن GenAI لديها العديد من أوجه التشابه في تعزيز قيمة الأعمال مع الذكاء الاصطناعي التقليدي والتعلم الآلي، إلا أنها تتطلب فرقًا من الخبراء يمكنها تصميم وتطوير وتشغيل وإدارة تطبيقات الذكاء الاصطناعي التي تعتمد على مسارات الذكاء الاصطناعي المعقدة. تجمع خطوط الأنابيب هذه بين هندسة البيانات، والهندسة الفورية، ومخازن المتجهات، وحواجز الحماية، ونماذج ML وGenAI الأولية والنهائية، والتكامل مع أنظمة التشغيل.
يقول كارلسون: “لقد طورت الفرق الناجحة قدراتها الحالية في علوم البيانات وهندسة التعلم الآلي إلى منتجات الذكاء الاصطناعي وقدرات هندسة الذكاء الاصطناعي التي تسمح لها ببناء حلول الذكاء الاصطناعي الناجحة للغاية وتنسيقها وإدارتها”.
.jpg?width=400&auto=webp&quality=80&disable=upscale "كجيل_كارلسون_(002).jpg")
كجيل كارلسون، مختبر بيانات دومينو
تحدد الاستراتيجيات التقنية السليمة مشكلة العمل ثم تختار التقنيات لحلها، ولكن مع GenAI، كان المستخدمون يقومون بالتجربة قبل تحديد المشكلة التي يجب حلها أو المردود المتوقع.
“[W]نعتقد أن هناك وعدًا بالتحول باستخدام الذكاء الاصطناعي، لكن المسار العملي غير واضح. يقول بريان فايس، كبير مسؤولي التكنولوجيا في شركة الأتمتة الفائقة والبنية التحتية للذكاء الاصطناعي للمؤسسات: “لقد أدى هذا التحول إلى الافتقار إلى التركيز والنتائج القابلة للقياس، وخروج الكثير من جهود الذكاء الاصطناعي عن مسارها في الموجة الأولى من مبادرات الذكاء الاصطناعي”. فرط العلوم. “في عام 2025، نتوقع اتباع نهج أكثر واقعية أو استراتيجية حيث سيتم استخدام أدوات الذكاء الاصطناعي التوليدية لتقديم القيمة من خلال الارتباط بالحلول الحالية ذات نتائج قابلة للقياس بوضوح، بدلاً من مجرد إنشاء المحتوى. [T]يعتمد نجاح مبادرات الذكاء الاصطناعي على اتباع نهج استراتيجي، وبيانات عالية الجودة، وتعاون متعدد الوظائف، وقيادة قوية. ومن خلال معالجة هذه المجالات، يمكن للمؤسسات تحسين فرصها بشكل كبير في تحقيق عائد استثمار ذي مغزى من جهود الذكاء الاصطناعي الخاصة بها.
أندرياس ويلش، المؤسس ورئيس استراتيجيي الذكاء الاصطناعي في شركة استراتيجية الذكاء الاصطناعي إحاطة الاستخبارات، كما يقول في وقت مبكر من دورة الضجيج الخاصة بـ GenAI، سارعت المؤسسات إلى تجربة هذه التكنولوجيا. تم توفير التمويل، وتم توحيد الميزانيات لاستكشاف ما يمكن أن تقدمه التكنولوجيا، ولكن لم تكن هناك حاجة لتحقيق عائد على الاستثمار. لقد تغيرت الأوقات.
يقول ويلش: “المؤسسات التي كانت عالقة في مرحلة الاستكشاف دون تقييم قيمة الأعمال أولاً، تتفاجأ الآن عندما لا تحقق حالة الاستخدام عائداً قابلاً للقياس”. “قم بإعداد عملية رسمية وحوكمة تعمل على تقييم قيمة الأعمال والعائد القابل للقياس لمنتج أو مشروع الذكاء الاصطناعي قبل البدء. تأمين موافقة أصحاب المصلحة وإنشاء إيقاع منتظم لقياس التقدم وضمان الدعم المستمر أو إيقاف المشروع، [and] تقييم التطبيقات الموجودة في شركتك. أي منها يوفر إمكانات الذكاء الاصطناعي التي لا تستخدمها بعد؟ لا تحتاج إلى إنشاء كل تطبيق من الصفر.”
العديد من الحفر للتنقل
يقول جيمي سميث، مدير تكنولوجيا المعلومات في جامعة فينيكس، إن تكلفة الذكاء الاصطناعي تنعكس بشكل متكرر في عقود SaaS، سواء حددت العقود ذلك أم لا.
“لقد رأينا ذلك في الأشهر الستة الماضية، حيث ارتفعت تكلفة الحوسبة باستخدام الذكاء الاصطناعي بشكل متزايد، ومن المقرر أن تستمر في القيام بذلك مع نمو النماذج بشكل أكثر قوة – وبالتالي المزيد من الطاقة المتعطشة. يقول سميث: “يقوم موفرو SaaS بمراجعة فواتير الخدمات الخاصة بهم وتمرير التكلفة إلى الشركات”. “ونتيجة لذلك، فإن عقود SaaS – والشراكات على نطاق أوسع – سوف تخضع لمزيد من التدقيق. وإذا كانت هذه التكاليف آخذة في الارتفاع، فيجب أن تتوافق إنتاجية الشركاء مع ذلك.”
إدوارد سميشليايف، الرئيس التنفيذي للتكنولوجيا في هيدجفون: د يقول العديد من المؤسسات إنها تعرقل عائد استثمار الذكاء الاصطناعي الخاص بها من خلال مزيج من الطموح الزائد، وقلة الاستعداد، وعدم التوافق بين فرق الذكاء الاصطناعي وقادة الأعمال.
“الذكاء الاصطناعي ليس عصا سحرية؛ إنها أداة. لاستخدامها بشكل فعال، تحتاج الشركات إلى التأكد من أن خطوط البيانات نظيفة وموثوقة، والاستثمار في تدريب الموظفين على تفسير مخرجات الذكاء الاصطناعي والتصرف بناءً عليها. “إن الرؤية المشتركة بين فرق الذكاء الاصطناعي والقيادة أمر بالغ الأهمية – يجب على الجميع أن يعرفوا كيف يبدو النجاح وكيفية قياسه.”
شون بهاردواج، الشريك الإداري في شركة الاستشارات الاستراتيجية شركاء النمو الاختراقي هو رئيس قسم الذكاء الاصطناعي والاستراتيجي. في هذا الدور، لاحظ أن اثنين من أهم أسباب عدم تحقيق المؤسسات لعائد استثمار أفضل في مبادرات الذكاء الاصطناعي الخاصة بها هو افتقارها إلى استراتيجية أساسية والتركيز على الجانب الإنساني في اعتماد الذكاء الاصطناعي.
على سبيل المثال، أراد أحد عملائه تنفيذ توصيات العملاء المستندة إلى الذكاء الاصطناعي، ليكتشف في منتصف المشروع أن البنية التحتية للبيانات لا يمكنها دعمها. وبالمثل، غالبًا ما تفترض المؤسسات أن الفرق ستتبنى الذكاء الاصطناعي بحماس، وهذا ليس هو الحال بالضرورة.
يقول بهاردواج: “إن التخطيط للتبني مع التدريب والحوافز أمر ضروري لرؤية المشاركة والتأثير الحقيقيين. “أنصح الشركات أن تنظر إلى كل مرحلة باعتبارها استثمارًا في بناء القدرات، حيث تضع كل مرحلة الأساس للمرحلة التالية.”
في كثير من الأحيان، تتجاهل المؤسسات مبادرات الذكاء الاصطناعي التي لا تلبي التوقعات الأولية بدلاً من إعادة التفكير في نهجها.
جون بودروزيك، المؤسس المشارك ورئيس قسم المعلومات في منصة دورة حياة مالك المنزل هومزادا، لاحظت أن المؤسسات تعتمد فقط على الذكاء الاصطناعي المستقل لحل المشكلات أو العثور على فرص نمو جديدة، ولكن في النهاية يتم قيادتها من قبل فرق التطوير وليس فرق إدارة المنتج.
“هناك العديد من المجالات التي يمكن أن يؤثر فيها الذكاء الاصطناعي على توفير التكاليف النهائية ونمو الإيرادات العليا، ولكن فقط عندما يتم استكشاف سيناريوهات حالة الاستخدام هذه بواسطة فرق متعددة الوظائف تجمع بين متخصصي تطوير البرمجيات والذكاء الاصطناعي وأعضاء الفريق الوظيفي، يقول بودروزيتش. “بدون هذا التفاعل المباشر، فإن عائد الاستثمار من الذكاء الاصطناعي يمثل تحديًا في أحسن الأحوال.”
عرض الأعمال
تقرير جارتنر 2023 وجدت أن 54% فقط من مشاريع الذكاء الاصطناعي تجاوزت مرحلة إثبات المفهوم، والعديد منها فشل في تحقيق الأثر المالي أو التشغيلي الموعود. وفقًا لإد جوديت، الرئيس التنفيذي ومؤسس مزود حلول إدارة مخاطر الرعاية الصحية سينسينيتقد تعتقد الشركات أن “الذكاء الاصطناعي سيجعل كل شيء أفضل”، لكنها لا تحدد أبدًا ما يعنيه “الأفضل”.
“يجب على الشركات أن تتبع نهجًا استراتيجيًا تدريجيًا [that requires] تحديد حالات الاستخدام الواضحة التي لها قيمة تجارية فعلية مثل أتمتة العمل الشاق، أو تحسين سلسلة التوريد، أو الاستفادة من برامج الدردشة الآلية لتلبية تجربة أفضل للعملاء. ثانيًا، تحتاج المؤسسات إلى إنشاء قدرات هيكلية مثل إطار عمل جيد لإدارة البيانات، وبنية تحتية قابلة للتطوير، ومهارات مطورة وهندسية قوية. الشركات التي تدرب موظفيها على الذكاء الاصطناعي لديهم معدل نجاح أعلى بنسبة 43٪ نشر مشاريع الذكاء الاصطناعي.”
نيكولاس موجين، مدير الاستشارات والدعم في منصة السحابة العالمية إسكر، اندفعت الاعتمادات في عمليات التنفيذ كسبب لنقص عائد الاستثمار.
“إن الضغط من أجل الحفاظ على القدرة التنافسية في المشهد التكنولوجي سريع التطور يدفع العديد من المؤسسات إلى تطبيق الذكاء الاصطناعي دون التخطيط الكافي. يقول موجين: “بدلاً من إجراء تقييمات شاملة للاحتياجات أو تجربة الحلول، غالبًا ما تسارع الشركات إلى نشر الأدوات على أمل الحصول على ميزة”. “ومع ذلك، فإن المشاريع التي يتم تنفيذها على عجل تتجاهل الاعتبارات الرئيسية مثل جاهزية البيانات أو قابلية التوسع أو اعتماد المستخدم.”
إدوارد ستاركي، مدير مركز الخليج للأبحاث في شركة استخبارات المخاطر العالمية توماس موراييعتقد أن معظم المؤسسات ليست في وضع مناسب لتتمكن من اعتماد الذكاء الاصطناعي واستغلاله إلى أقصى حد.
“لكي تكون ناجحًا، هناك مستوى من النضج مطلوب [depends] يقول ستاركي: “يجب أن يكون لدينا الآليات اللازمة لدعم تصميم وإنشاء وصيانة التكنولوجيا في مجال يفتقر إلى الخبرة الحقيقية”. “[E]وخاصة على مستوى مجلس الإدارة، فإن الافتقار إلى التعليم هو عامل مساهم رئيسي. [Mandates] يتم إصدارها دون فهم أهمية وجود المكونات الأساسية.”
