أعضاء اللجنة في الذكاء الاصطناعى كجلسة ميزة تنافسية عقدت في قمة منظمة العفو الدولية في لندن ناقش هذا الأسبوع تواجه أعمال الواقع عند محاولة نقل مشاريع الذكاء الاصطناعي إلى الإنتاج.
تشير البيانات المقدمة في قمة الذكاء الاصطناعي في Scale Stream ، إلى أن 80 ٪ من مشاريع AI إثبات المفهوم تفشل في الانتقال إلى الإنتاج. على الرغم من أن حلقة النقاش لم تركز بشكل كبير على تجاوز مشاريع إثبات AI للمفهوم ، حيث تمت مناقشة هذا الموضوع في جلسة سابقة ، فإن عضوين في اللجنة يثيران مسألة كيفية محاذاة AI مع المؤسسة.
يمكن أن يكون هذا تحديًا لتجاوز إثبات المفاهيم ، خاصةً عندما تحتاج التكنولوجيا الجديدة التي يتم تجريبها إلى الاندماج مع مجموعات بيانات تقنية المعلومات ومجموعات بيانات المؤسسات.
أشار رافي رابيرو ، رئيس مركز التميز في شركة AI في Intel for EMEA ، إلى أن أعمال التحدي الكبرى موجودة الدين الفني.
وأضاف دارا سوسولسكي ، رئيسة منظمة العفو الدولية وإدارة النماذج لـ HSBC: “كلما كانت الشركة أكبر ، زاد الدين التقني وأكثر تعقيدًا”.
إنه مجال قلق في كل من المؤسسات الكبيرة والحكومة ، التي لديها أجندة لدفع AI-Enlablement في جميع أنحاء القطاع العام. لجنة الحسابات العامة (PAC) استخدام الذكاء الاصطناعي في الحكومة أشار تقرير من مارس 2025 إلى أن الذكاء الاصطناعي يعتمد على بيانات عالية الجودة للتعلم. ومع ذلك ، أخبرت وزارة العلوم والابتكار والتكنولوجيا (DSIT) أن البيانات الحكومية غالباً ما تكون ذات جودة رديئة وتغلق في أنظمة تكنولوجيا المعلومات القديمة القديمة.
أشار Sosulski إلى أن قادة تكنولوجيا المعلومات بحاجة إلى تقييم ما إذا كانت البنية التحتية للبيانات الخاصة بهم مناسبة لتطبيقات الذكاء الاصطناعى لتحديد أولويات وفهم ما يمكن تحقيقه: “البنية التحتية هي الشيء الذي يفتح مفاتيح المملكة ، بطريقة ما. [With such IT infrastructure]، يمكنك الوصول إلى التطبيقات من أماكن أخرى ويمكنك الاتصال بأشياء أخرى. ”
ومع ذلك ، اعترفت أنه قد لا يكون من الممكن توفير موعد لموعد جميع المكونات اللازمة لمنظمة العفو الدولية في بعض المنظمات.
بناء أو شراء؟
لكن الصناعة حريصة على تعزيز قيمة قدرات الذكاء الاصطناعى الجاهزة. يعتقد Sosulski أن مسألة Build-Versus-Buy تعود بشكل أساسي إلى حالات الاستخدام التي يريد العمل معالجتها ، قائلاً: “أعتقد أن جميع المؤسسات قد اعتمدت الآن مجموعة مماثلة جدًا من الأدوات لحل المشكلات مثل تطوير البرمجيات وصياغة رسائل البريد الإلكتروني وترجمة وثيقة ووثائق Q & A”.
نظرًا لوجود منتجات تلبي احتياجات هذه الحالات الاستخدام ، أضافت: “هناك بعض حالات الاستخدام التي تعتبر خبيرًا عامًا للغاية ، ونحن نعتبرها إمكانات أساسية. تلك هي تلك التي نعتبرها شراؤها كحل واسع للمؤسسة يتم اختبارها وتكاملها جيدًا مع البنية التحتية الأخرى لتكنولوجيا المعلومات. الجميع لا يدركونها داخليًا على حساب كبير.”
في حين أن الأعمال والقادة يتناولون الديون الفنية والتوازن عند البناء ومتى لشراء وظائف الذكاء الاصطناعى ، فإنهم يحتاجون أيضًا إلى مواكبة أحدث التطورات.
في حين يبدو أن صناعة التكنولوجيا بأكملها هي AI Ageroling Agencling AI والذكاء العام الاصطناعي (AGI) ، أوصت Sosulski بأن ينظر صناع القرار التكنولوجي في التطورات ذات الصلة بالعمل.
شعرت Sosulski أن هناك حاجة أقل لمواكبة أحدث طراز الأساس الذكاء الاصطناعي. وقالت: “على الرغم من أن كل شيء يتغير باستمرار ، فإن الكثير من هذه النماذج ينتهي بها الأمر إلى أن تكون أكثر من اللازم لما تريد القيام به”. “لا نحتاج إلى نماذج أساسية جديدة كل ستة أشهر. HSBC ومعظم الشركات هي بهذه الطريقة ، وهكذا ، في مرحلة ما ، تتعرف على خصوصيات وعموميات ما يمكن أن تفعله النماذج وما لا يمكن أن تفعله.”
مع مجموعة مختارة من البعض نماذج مفتوحة المصدر والملوك، حث Sosulski المندوبين على التركيز على تقييم النماذج التي تعمل بشكل أفضل لحالات استخدامها. يمكن بعد ذلك تجريبها في مشاريع إثبات المفهوم لإثبات أنها تعمل. كما أوصت بوضع إطار تحكم والبنية التحتية لتكنولوجيا المعلومات التي تتيح إعادة التدريب والتكرار بسرعة.
مع هذا الإعداد ، قالت: “يمكنك الاستمرار في نقل الأمور إلى الإنتاج دون الحاجة إلى إصلاح كل شيء كل ستة أو 12 شهرًا.”
