سلطت أحدث أرباح شركة IBM، التي تم الإعلان عنها هذا الأسبوع، الضوء على التحول الجاري في الإنفاق على تكنولوجيا المؤسسات: تقوم المؤسسات بتحويل المزيد من رأس المال نحو البنية التحتية المطلوبة لدعم أعباء عمل الذكاء الاصطناعي.
الشركة ذكرت أداء أضعف من المتوقع للحاسبات المركزية وتأخير الصفقات الكبيرة، مع الإشارة أيضًا إلى قيام العملاء بإعادة توجيه الإنفاق الرأسمالي نحو الخوادم والتخزين والذاكرة. وبينما شهدت انخفاضًا بنسبة 7% في إيرادات البنية التحتية المباشرة، زادت إيرادات البنية التحتية الموزعة لشركة IBM بنسبة 37%، مما يعكس الطلب المتزايد على البنية التحتية. التكنولوجيا اللازمة لدعم أعباء عمل الذكاء الاصطناعي.
وتشير صورة السوق الأوسع إلى أن هذا التحول يحدث جنبًا إلى جنب مع النمو المستمر في الإنفاق العام على التكنولوجيا. جارتنر التوقعات سيصل الإنفاق العالمي على تكنولوجيا المعلومات إلى 6.37 تريليون دولار أمريكي في عام 2026، بزيادة قدرها 14.2% عن العام السابق، وستكون أنظمة مراكز البيانات والبنية التحتية كخدمة (IaaS) من بين القطاعات الأسرع نموًا. ومع ذلك، في حين تعمل الشركات على زيادة استثماراتها في التكنولوجيا، لن تستفيد كل مجالات المحفظة بشكل متساوٍ.
وقال جون ديفيد لوفلوك، نائب الرئيس المتميز لدى جارتنر، في تقرير الشركة الصادر بتاريخ 27 يوليو: “على الرغم من النمو القوي في الإنفاق، إلا أن هذا لا يعني أن “المد الصاعد يرفع اتجاه السوق لجميع القوارب”. “تتعرض ميزانيات التكنولوجيا لضغوط بسبب التضخم ونقص الإمدادات وارتفاع تكاليف الأجهزة والذاكرة ومبادرات تمويل الذكاء الاصطناعي وتغير الأولويات.”
بالنسبة لمديري تكنولوجيا المعلومات، فإن ذلك يخلق صعوبة تحدي إدارة المحافظ. يتسارع الاستثمار في الذكاء الاصطناعي، لكنه يتنافس على الاهتمام والموارد إلى جانب الأمن السيبراني والتحديث ومرونة البنية التحتية ومبادرات التحسين التشغيلي التي تظل ضرورية لإدارة المؤسسة.
والسؤال الذي يواجه قادة التكنولوجيا هو كيفية تقييم تلك الأولويات المتنافسة حيث أصبح الذكاء الاصطناعي جزءًا أكبر من المشهد التكنولوجي.
الذكاء الاصطناعي يزيد من مخاطر الاستثمارات التكنولوجية
يؤدي التركيز المتزايد على الذكاء الاصطناعي إلى زيادة الضغط على مديري تكنولوجيا المعلومات لإظهار قيمة أعمال واضحة من الاستثمارات التقنية عبر المحفظة.
قال سايمون راتكليف، مدير تكنولوجيا المعلومات الجزئي في شركة فريمان كلارك الرائدة في مجال تكنولوجيا المعلومات الجزئية، إنه يعتقد أن الذكاء الاصطناعي قد قدم أولوية استراتيجية جديدة بينما تظل المسؤوليات التشغيلية الحالية كما هي. لا يزال الأمن والامتثال والمرونة والتطبيقات والبنية التحتية تتطلب الاستثمار، ولكن يُطلب من مديري تكنولوجيا المعلومات الآن إنشاء قدرة تمويل لمبادرات الذكاء الاصطناعي التي ربما لا تزال اقتصادياتها على المدى الطويل في طور النمو.
وقال راتكليف: “التغيير الذي أراه هو أن مديري تكنولوجيا المعلومات يضطرون إلى التمييز بشكل أكثر وضوحا بين التكنولوجيا التي تحافظ على استمرار عمل المنظمة والتكنولوجيا التي تعمل حقا على تحسين وضعها التنافسي”. “لقد جعل الذكاء الاصطناعي التسامح مع الإنفاق غير المتمايز على تكنولوجيا المعلومات أقل بكثير.”
ومن المرجح أن يؤثر هذا الضغط على مجموعة واسعة من الاستثمارات التكنولوجية، وليس فقط مبادرات الذكاء الاصطناعي. وقال أدريان موراي، المؤسس والرئيس التنفيذي لشركة Fisent Technologies، مطور برامج سير عمل GenAI للمؤسسات، إنه يرى هذا بمثابة تحول أوسع في الطريقة التي يجب أن تفكر بها المؤسسات في جميع الاستثمارات التكنولوجية. وقال إن مبادرات الذكاء الاصطناعي تحتاج إلى التقييم كجزء من قدرات المؤسسة الأوسع.
وقال موراي: “إن ظهور الذكاء الاصطناعي يفرض التحول من إدارة التكنولوجيا كمشاريع معزولة وانتهازية إلى بناء نسيج آلي موحد يعمل بمثابة البنية التحتية الأساسية للمؤسسات”.
إن تحديد الاستثمارات التي تخلق قدرات قابلة لإعادة الاستخدام عبر المؤسسة والتي تظل مقتصرة على حالات الاستخدام الفردية سيكون تحديًا أساسيًا لمدراء تكنولوجيا المعلومات في الأشهر القادمة.
الأهمية المتزايدة لأسس المؤسسة
ربما يحظى الذكاء الاصطناعي بقدر كبير من الاهتمام، لكن نجاحه يعتمد على استثمارات أخرى أقل بهرجة. مع توسع المؤسسات في اعتماد الذكاء الاصطناعي، يتزايد الاهتمام بالقدرات الأساسية التي تحدد ما إذا كانت تلك القدرات أم لا يمكن لمبادرات الذكاء الاصطناعي أن تنجح على نطاق واسع .
يقول فيليكس فان دي ميلي، الرئيس التنفيذي والمؤسس المشارك لمنصة ذكاء بيانات المؤسسة والحوكمة Collibra، إن المؤسسات بحاجة إلى حماية الاستثمارات في مجالات مثل منصات البيانات والحوكمة والأمن وأنظمة التسجيل لأن هذه القدرات توفر السياق الذي تتطلبه أنظمة الذكاء الاصطناعي.
وقال فان دي ميلي: “سأقاوم تأطير الأمر على أنه ذكاء اصطناعي مقابل كل شيء آخر لأن المشاريع الأكثر إغراءً لمداهمة تمويل الذكاء الاصطناعي هي في الغالب تلك التي يعتمد عليها الذكاء الاصطناعي”.
وقال راتكليف إنه يرى شيئًا مشابهًا نمط الإنفاق على البنية التحتية. وقال إن نتائج شركة آي بي إم تبدو “أقل شبهاً بالتخلي عن البنية التحتية وأكثر أشبه بإعادة ترتيب الإنفاق بسرعة حول البنية التحتية اللازمة للذكاء الاصطناعي”.
وأوضح أن “الأموال تتجه نحو قدرات الحوسبة والتخزين والبيانات والذكاء الاصطناعي، في حين أن الإنفاق الذي لا يمكن أن يظهر مدى إلحاحه أو التمايز أو القيمة القابلة للقياس يصبح عرضة للخطر بشكل متزايد”.
وتنطبق نفس الديناميكية على ما هو أبعد من البنية التحتية. وأشار موراي إلى تمكين واجهة برمجة التطبيقات (API)، وهندسة النظام الأساسي، وخطوط البيانات المنظمة، والتنسيق وقابلية المراقبة كأمثلة على القدرات التي أصبحت ذات أهمية متزايدة مع قيام المؤسسات بنقل الذكاء الاصطناعي من التجريب إلى الإنتاج.
تثير هذه الاستثمارات التأسيسية سؤالاً عمليًا: كيف يمكن للمؤسسات توفير مساحة للإنفاق المتعلق بالذكاء الاصطناعي مع إعادة هيكلة ومواءمة القدرات اللازمة لدعمه؟
إعادة التفكير في كيفية تمويل محفظة تكنولوجيا المعلومات
تظل مسألة تمويل تكنولوجيا المعلومات واحدة من أكثر المسائل التحديات العملية لمديري تكنولوجيا المعلومات، خاصة عندما يدعو المسؤولون التنفيذيون إلى زيادة الاستثمار في الذكاء الاصطناعي. ويكمن التحدي في أن التكنولوجيا نفسها – بما في ذلك البنية التحتية التمكينية وخطوط البيانات – لا تشكل سوى عنصر واحد فقط. يجب على المؤسسات أيضًا وضع ميزانية لإعادة تصميم العمليات وإصلاح إدارة البيانات وتطوير الإدارة. وبالتالي، فإن هذه المجالات تتطلب كل منها استثماراتها الخاصة.
ومع ذلك، يرى فان دي ميل أن العديد من الشركات تقلل من شأن هذه المتطلبات، وتركز بشكل كبير على النماذج والبنية التحتية في حين تتعامل مع القدرات الداعمة باعتبارها ثانوية.
وقال: “إن أكبر فكرة خاطئة هي أن ميزانية الذكاء الاصطناعي هي ميزانية النموذج والحوسبة”. “يتصور القادة الإنفاق على أنه نماذج وبنية تحتية ومواهب، ويتعاملون مع البيانات والحوكمة على أنها نفقات عامة، في حين أن الأمر في الواقع هو العكس”.
معالجة هذه الفجوة دفعت بعض الفرق إلى الإبداع. في حين أن بعض المؤسسات قد تنشئ ميزانيات مخصصة للذكاء الاصطناعي، يشير مراقبو الصناعة إلى أن الكثير منها يعيد تخصيص الموارد الحالية عبر محفظة التكنولوجيا.
وقال راتكليف: “معظم ميزانيات الذكاء الاصطناعي ليست أموالاً جديدة، بل هي أموال قديمة ذات وصف وظيفي أكثر عصرية”.
ووصف ما أسماه “غسل الميزانية”، حيث تتم إعادة صياغة مشاريع الأتمتة أو التحليلات أو التحديث الحالية كمبادرات للذكاء الاصطناعي لأن تسمية الذكاء الاصطناعي يمكن أن تجعل تأمين التمويل أسهل. قد ينجح هذا على المدى القصير، لكن راتكليف يرى أن النهج الأكثر استدامة ينطوي على ملكية مشتركة: على سبيل المثال، تمويل تكنولوجيا المعلومات المركزي لقدرات قابلة لإعادة الاستخدام مثل البيانات والأمن والحوكمة، في حين تمول وحدات الأعمال تطبيقات محددة للذكاء الاصطناعي مرتبطة بنتائج قابلة للقياس.
نهج أكثر انضباطا لقرارات المحفظة
وفي نهاية المطاف، فإن الأهمية المتزايدة للذكاء الاصطناعي لا تزيل التحدي الأساسي المتمثل في إدارة محفظة تكنولوجيا المعلومات: تحديد المكان الذي ستؤدي فيه الموارد المحدودة إلى خلق أكبر قيمة للمؤسسة. إن الذكاء الاصطناعي يزيد من مخاطر تلك القرارات من خلال خلق فرص استثمارية جديدة – مع زيادة أهمية القدرات الأساسية المطلوبة لدعمها في الوقت نفسه.
ولحسن الحظ، ينبغي أن يكون مدراء تكنولوجيا المعلومات مستعدين لهذا الحساب. يوصي راتكليف باستخدام نفس الشيء مصفوفة صنع القرار لقد ظل هذا الأمر قائمًا منذ سنوات، واصفًا إياه بأنه “صالح بنفس القدر اليوم” وجادل بأن “حقيقة أن الذكاء الاصطناعي أصبح الآن بندًا على جدول الأعمال لا ينبغي أن تغيره”. تتضمن نسخته من هذا تقييم المبادرات بناءً على قيمة الأعمال، والوقت اللازم للتقييم، والتبعية الاستراتيجية، ومخاطر التأجيل والعكس.
وقال موراي إن الشركة تتبع نهجًا مماثلاً من خلال بطاقة أداء الأتمتة الخاصة بها، والتي تقوم بتقييم المشاريع عبر أربعة عوامل: التأثير المالي، وجاهزية البيانات، وسرعة النشر، وإنشاء القدرات المشتركة.
توفر هذه الأساليب طرقًا مختلفة للنظر إلى نفس التحدي: فهم كيفية مساهمة الاستثمارات التقنية الفردية في تعزيز قدرات الأعمال على نطاق أوسع.
