لقد أصبح الذكاء الاصطناعي محور كل استراتيجية عمل تقريبًا، ومناقشة السياسات، وخريطة طريق المنتج. على ما يبدو بين عشية وضحاها، كل خدمة “مدعمة بالذكاء الاصطناعي”، وكل جزء من البرامج “مدعم بالذكاء الاصطناعي”، وكل خطة تتضمن “استراتيجية الذكاء الاصطناعي”.
ومع ذلك، ورغم كل هذه الإثارة، فقد كنا هنا من قبل. يأتي كل جيل من التكنولوجيا مصحوبًا بتوقعات متضخمة وخيبة أمل باهظة الثمن. منذ عقود مضت، كانت الشركات مخطئة الرقمنة للأتمتة. وفي وقت لاحق، خلطوا بين التقارير والتحليلات. واليوم، يقومون بإعادة تسمية أساليب الأتمتة القديمة لتصبح الذكاء الاصطناعي. والنتيجة هي نفسها: الإفراط في الوعود، والإسراف في الإنفاق، والتقصير في التنفيذ.
هذه ليست مشكلة تقنية: إنها مشكلة انضباط – مشكلة رأيناها من قبل.
تسمية الأتمتة بشكل خاطئ على أنها ذكاء اصطناعي
وفي العقد الأول من القرن الحادي والعشرين، كان الابتكار الحقيقي في مجال الذكاء الاصطناعي جارياً بالفعل، وإن كان غير مرئي إلى حد كبير. استخدمت شركات مثل Amazon وNetflix التعلم الآلي المتقدم بهدوء لإجراء تنبؤات دقيقة بشكل مذهل حول سلوك العملاء. يمكن لأنظمة أمازون توقع المنتجات التي قد يشتريها العميل بعد ذلك ووضعها مسبقًا في مراكز التنفيذ القريبة. استخدم محرك توصيات Netflix نماذج تنبؤية لتخصيص تجارب المشاهدة. لم تكن هذه تطبيقات استهلاكية مبهرجة، ولكنها خلقت قيمة هائلة من خلال عمليات أكثر ذكاءً واستشرافًا يعتمد على البيانات.
ثم جاء أواخر عام 2022، عندما جلب ChatGPT الذكاء الاصطناعي إلى الاتجاه السائد. ولأول مرة، أصبح بإمكان المستهلكين رؤية الذكاء الاصطناعي والتفاعل معه. وسرعان ما انتشر الانبهار العام إلى عالم الشركات. بدأت مجالس الإدارة بتفويض “استراتيجيات الذكاء الاصطناعي”. تم تكليف المديرين التنفيذيين بإنتاج نتائج سريعة. وفي إطار التدافع لإظهار التقدم، قامت العديد من المؤسسات ببساطة بإعادة تسمية الأتمتة الحالية باسم “الذكاء الاصطناعي”.
من الناحية العملية، تجمع معظم هذه المشاريع بين أدوات التشغيل الآلي القديمة ونموذج اللغة الكبير (LLM) المثبت بمسامير لتزيين النوافذ. فهي مبنية على عمليات قديمة وبيانات هشة، وقد تم تضمينها للتو في واجهة جديدة. تعمل الشركات على تطعيم الذكاء الاصطناعي في العمليات القديمة بدلاً من إعادة تصميم كيفية عمل هذه العمليات في عالم الذكاء الاصطناعي أولاً.
تجلب الأتمتة الكفاءة والاتساق، ولكنها ليست ذكاءً. تتعلم أنظمة الذكاء الاصطناعي الحقيقية وتتكيف وتفكر من خلال الغموض دون إعادة برمجتها بشكل صريح.
هذا هو الفرق بين الأتمتة التقليدية وما أسميه “الأتمتة الذكية“: أنظمة قادرة على التعامل مع الحداثة. أدوات أتمتة العمليات الآلية الأقدم، على سبيل المثال، قد تتعطل إذا تم تحريك زر أو تغيير حقل البيانات. يمكن للأنظمة الذكية استنتاج الاستجابة الصحيحة ومواصلة العمل.
هذا التمييز مهم. عندما تقوم الشركات بتسمية محرك القواعد بشكل خاطئ على أنه الذكاء الاصطناعي، فإنها تضخم التوقعات وتؤدي إلى تآكل الثقة. وبعيداً عن المشاريع الفاشلة، فإن الخطر الحقيقي الذي يواجه القادة هو فقدان المصداقية قبل أن يبدأ التحول الحقيقي.
نمط مألوف
هذه الدورة من التصنيف الخاطئ ليست جديدة. لقد اتبعت كل موجة تكنولوجية نفس المنحنى: قدرات جديدة، ووعود مضخمة، وعوائد مخيبة للآمال.
في أوائل العقد الأول من القرن الحادي والعشرين، استبدلت المؤسسات النماذج الورقية بنماذج الويب وأطلقت عليها اسم الأتمتة. لا تزال العملية تعتمد على قيام الأشخاص بالكتابة في الحقول؛ لقد كانت الرقمنة، وليس الأتمتة. وبعد عقد من الزمن، اعتمدت الشركات أدوات التصور وأطلقت على المخرجات اسم “التحليلات”. تركت إحدى زملائي الحاصلة على درجة علمية متقدمة في تحليلات الأعمال دورها كـ “عالمة بيانات” بعد أن أدركت أن وظيفتها كانت مجرد بناء لوحات معلومات.
لقد وصلنا الآن إلى مرحلة الذكاء الاصطناعي لنفس النمط. وفي كل مرة تتفوق التسمية على المادة، وتكون النتيجة استثماراً دون تحول.
السراب: عندما تفشل الأساسات
والأسوأ من ذلك أن الضجيج الحالي يصرفنا عن الأساسيات. لقد قالت إحدى المديرات المالية التي أعرفها مؤخرًا أن أكبر إحباط لها لم يكن الذكاء الاصطناعي أو الأتمتة على الإطلاق. كان السبب هو أن أنظمة تكنولوجيا المعلومات الأساسية لا تزال تفشل في الوفاء بالوعود التي مضى عليها عقود من الزمن. لقد أرجعت المشكلة إلى البيانات السيئة للغاية، والأنظمة القديمة المجزأة، والعمليات المعطلة. أ 2024 دراسة فوريستر وجدت أن 68% من المؤسسات تواجه تحديات تتعلق بجودة البيانات وتكاملها، مما يحد من نجاح الذكاء الاصطناعي. ويتوقع جارتنر أنه سيتم التخلي عن 30% من مشاريع الذكاء الاصطناعي التوليدية بعد إثبات المفهوم بحلول نهاية عام 2025 بسبب ضعف جودة البيانات أو عدم كفاية ضوابط المخاطر أو تصاعد التكاليف أو عدم وضوح قيمة الأعمال.
التكنولوجيا تضخم نقاط القوة وتكشف نقاط الضعف. عندما تتعامل القيادة مع الذكاء الاصطناعي باعتباره سباقًا، ينتهي الأمر بالفرق إلى أتمتة العمليات السيئة بدلاً من إعادة تصورها.
خمسة تخصصات لقيمة الذكاء الاصطناعي الحقيقية
كسر الدائرة يتطلب الانضباط. لتحويل الذكاء الاصطناعي من الضجيج إلى قيمة الأعمال، يجب على المؤسسات القيام بخمسة أشياء بشكل مختلف:
1. حدد بدقة. إنشاء تمييزات مشتركة على مستوى المؤسسة بين الأتمتة والتحليلات وأنواع الذكاء الاصطناعي (على سبيل المثال، التعلم الآلي، وLLMs، والوكلاء). الدقة في اللغة تدفع الدقة في الاستثمار.
2. مرساة لنتائج الأعمال. يجب على كل مشروع للذكاء الاصطناعي أن يجيب على سؤالين: “ما هو القرار الذي يؤدي إلى تحسينه؟” و”ما هي النتيجة القابلة للقياس التي ستحققها؟” إذا لم يكن الأمر كذلك، فهو غير جاهز.
3. إصلاح الأسس. تعد البيانات عالية الجودة والحوكمة القوية والأنظمة المتكاملة من عوامل التمكين الأساسية. لا يمكنك بناء قلعة الذكاء الاصطناعي على أساس من الرمال.
4. إعادة تشكيل الثقافة. لن يأتي نجاح الذكاء الاصطناعي من خلال التفويضات من الأعلى إلى الأسفل، بل من الفرق المُمكّنة. يجب أن ينظر الموظفون إلى الذكاء الاصطناعي باعتباره أداة لا غنى عنها لتعزيز القدرة التنافسية للشركة، فضلاً عن قيمتها الفردية. إن المنظمات التي تحول مكاسب الكفاءة على الفور إلى تخفيضات في عدد الموظفين سوف تعيق التقدم، لأن الموظفين لن يبتكروا أنفسهم خارج الوظيفة.
5. الاستثمار في القدرات. إن المستقبل ملك للشركات التي تعمل على تنمية رأس المال البشري لتتمتع بقدرات رقمية جديدة. قم ببناء العقلية الرقمية ومهارات الابتكار وإدارة التغيير حتى يتمكن الموظفون من تطبيق الذكاء الاصطناعي بشكل مستمر وإبداعي.
احصل عليه بشكل صحيح هذه المرة
الذكاء الاصطناعي ليس سحرًا: إنه الرياضيات والبيانات والانضباط. ولا تكمن الفرصة في مطاردة الإصدار التالي للنموذج، بل في إعادة التفكير في كيفية اتخاذ القرارات وإنجاز العمل.
لقد رأينا هذه القصة من قبل مع الرقمنة والأتمتة والتحليلات. لقد فشل كل تحول موعود عندما أخطأت المنظمات في فهم الكلمات الطنانة على أنها استراتيجية. دعونا لا نرتكب نفس الخطأ مرة أخرى.
وإذا قمنا بربط أدوات اليوم القوية بالوضوح والصرامة والتواضع، فسوف نتمكن أخيراً من تحويل الضجيج إلى تقدم حقيقي وتجنب تكرار أخطاء الماضي المكلفة.
