نماذج الذكاء الاصطناعي الخاصة: فرصة أم مخاطرة في رسم استراتيجيات الأعمال؟

تُستخدم الشركات على نطاق واسع خوارزميات الذكاء الاصطناعي الحديثة لدفع نموها وازدهارها، ويتمثل أحد أهم التطبيقات في اعتماد نماذج الذكاء الاصطناعي الخاصة لتحسين استراتيجياتها التجارية.

يُعتبر التمييز بين الذكاء الاصطناعي العام والخاص أمراً بالغ الأهمية في هذا السياق، فمعظم المؤسسات تتردد في السماح للذكاء الاصطناعي العام بالوصول إلى مجموعات البيانات الحساسة، مثل معلومات الموارد البشرية، والبيانات المالية، وتفاصيل التاريخ التشغيلي.

من المنطقي أنه إذا تم تزويد الذكاء الاصطناعي ببيانات محددة كأساس لاستجاباته، فستكون مخرجاته أكثر صلة، وبالتالي أكثر فعالية في مساعدة صناع القرار على وضع الاستراتيجيات. ويُعتبر استخدام محركات الاستدلال الخاصة هو الوسيلة المنطقية التي يمكن للشركات من خلالها الحصول على أفضل النتائج من الذكاء الاصطناعي والحفاظ على سلامة ملكيتها الفكرية.

تُتيح البيانات الخاصة بالشركة وإمكانية ضبط نموذج الذكاء الاصطناعي المحلي للشركات القدرة على تقديم توقعات وتعديلات تشغيلية مُخصصة، مرتبطة بشكل أكبر بالواقع اليومي لعمل الشركة. وتُشير ورقة بحثية من Deloitte Strategy Insight إلى أن الذكاء الاصطناعي الخاص يُشبه “بوصلة مُخصصة”، ويُضع استخدام البيانات الداخلية كميزة تنافسية، وتصف Accenture الذكاء الاصطناعي بأنه “على أهبة الاستعداد لتقديم أهم ارتفاع اقتصادي وتغيير في العمل منذ الثورتين الزراعية والصناعية”.

ومع ذلك، هناك احتمال، كما هو الحال مع أنظمة استخبارات الأعمال التقليدية، أن يؤدي استخدام البيانات التاريخية المُستقاة من عدة سنوات من العمليات عبر الشركة إلى ترسيخ صنع القرار في أنماط الماضي. وتقول McKinsey إن الشركات معرضة لخطر “نسخ ماضيها المؤسسي في العنبر الخوارزمي”. وتُشير Harvard Business Review إلى بعض التعقيدات التقنية، مُشددةً على أن عملية تخصيص نموذج بحيث تكون أنشطته أكثر صلة بالشركة أمر صعب، ولذلك ربما لا تكون مهمة يتولاها إلا أكثر الأشخاص إلماماً بالذكاء الاصطناعي على مستوى علوم البيانات والبرمجة.

يُحاول MIT Sloane إيجاد توازن بين المُؤيدين المتحمسين والأصوات المُحافظة فيما يتعلق بالذكاء الاصطناعي الخاص في رسم استراتيجيات الأعمال. وينصح بضرورة اعتبار الذكاء الاصطناعي كمساعد، ويحث على الاستمرار في طرح الأسئلة والتحقق من مخرجات الذكاء الاصطناعي، خاصةً عندما تكون المخاطر عالية.

الإيمان بالثورة

ومع ذلك، قد يرغب صناع القرار الذين يفكرون في اتباع هذا المسار (ركوب موجة الذكاء الاصطناعي، لكن بطريقة خاصة وآمنة) في مراعاة دوافع مصادر النصائح التي تُؤيد بشدة تمكين الذكاء الاصطناعي بهذه الطريقة.

على سبيل المثال، تُنشئ Deloitte وتُدير حلول الذكاء الاصطناعي للعملاء باستخدام بنية تحتية مُخصصة، مثل عروضها “المصنع كخدمة”، بينما لدى Accenture ممارسات مخصصة لاستراتيجية الذكاء الاصطناعي لعملائها، مثل Accenture Applied Intelligence. وهي تتعاون مع AWS و Azure، وتُنشئ أنظمة ذكاء اصطناعي مُخصصة لشركات Fortune 500، من بين شركات أخرى، وتُعدّ Deloitte شريكة مع Oracle و Nvidia.

مع وجود “مصلحة شخصية”، تُعدّ عبارات مثل “أهم تغيير في العمل منذ الثورتين الزراعية والصناعية” و”بوصلة مُخصصة” مُلهمة، لكن دوافع البائعين قد لا تكون خالصة تماماً.

يُشير مُؤيدو الذكاء الاصطناعي بشكل عام إلى قدرة النماذج على تحديد الاتجاهات والتيارات الإحصائية بكفاءة أكبر من البشر. ونظراً لكمية البيانات الضخمة المتاحة للمؤسسة الحديثة، التي تتضمن كل من المعلومات الداخلية والخارجية، فإن امتلاك برنامج يمكنه تحليل البيانات على نطاق واسع يُعدّ ميزة لا تُصدق. فبدلاً من إنشاء تحليلات يدوية لمستودعات ضخمة من البيانات، وهو أمر مُستهلك للوقت ومعرض للأخطاء، يمكن للذكاء الاصطناعي التمييز بين المعلومات المهمة وغير المهمة، واستخراج رؤى قابلة للتطبيق.

طرح الأسئلة الصحيحة

بالإضافة إلى ذلك، يمكن لنماذج الذكاء الاصطناعي تفسير الاستفسارات المُصاغَة بلغة طبيعية، وإجراء تنبؤات بناءً على معلومات تجريبية، وهو أمر ذو صلة عالية بالمنظمة في سياق أنظمة الذكاء الاصطناعي الخاصة. يمكن للموظفين غير المُهرة نسبيًا الاستفسار عن البيانات دون امتلاك مهارات في التحليل الإحصائي أو لغات استعلام قواعد البيانات، وحصولهم على إجابات كان الحصول عليها بطريقة أخرى يتطلب فرقًا متعددة ومهارات مُستقاة من جميع أنحاء الشركة. يُعدّ توفير الوقت هذا وحده أمراً هائلاً، مما يُمكّن المؤسسات من التركيز على الاستراتيجية، بدلاً من تكوين نقاط البيانات اللازمة والاستعلام يدوياً عن المعلومات التي تمكنوا من جمعها.

ومع ذلك، تحذر كل من McKinsey و Gartner من الثقة المفرطة وتقادم البيانات. أما بالنسبة للبيانات، فقد لا تكون البيانات التاريخية ذات صلة برسم الاستراتيجيات، خاصةً إذا كانت السجلات تعود إلى عدة سنوات. أما الثقة المفرطة، فربما يُشار إليها في سياق الذكاء الاصطناعي على أنها ثقة مُشغّلي الذكاء الاصطناعي بالاستجابات دون أي تساؤل، أو عدم الخوض بشكل مستقل في تفاصيل الاستجابات، أو في بعض الحالات، اعتبار الاستجابات للاستفسارات المُصاغَة بشكل سيء كحقائق.

بالنسبة لأي خوارزمية برمجية، تكون العبارات البشرية مثل “استند نتائجك على بياناتنا التاريخية” مفتوحة للتفسير، على عكس، على سبيل المثال، “استند نتائجك على بيانات المبيعات خلال الأشهر الاثني عشر الماضية، متجاهلاً القيم المُنْحَرِفة التي تختلف عن المتوسط بأكثر من 30%، مع ذكر هذه الحالات لأخذها بعين الاعتبار”.

برامج الخبرة

قد تسعى المؤسسات للحصول على حلول الذكاء الاصطناعي الخاصة إلى جانب منصات استخبارات الأعمال الناضجة والمتوفرة. يُعدّ SAP Business Organisations برنامجاً عمره ما يقرب من 30 عاماً، لكنّه يُعتبر صغيراً مقارنةً بـ SAS Business Intelligence الذي ظهر قبل أن يصبح الإنترنت شائعاً في التسعينيات. حتى الوافدين الجدد نسبيًا مثل Microsoft Power BI يمثلون على الأقل عقداً من التطوير، والتكرار، وملاحظات العملاء، والاستخدام العملي في تحليل الأعمال. لذلك، يبدو من المنطقي أن يُنظر إلى نشر الذكاء الاصطناعي الخاص على بيانات الأعمال كإضافة إلى مجموعة أدوات المُخطط الاستراتيجي، بدلاً من حل سحري يُحل محل الأدوات “التقليدية”.

بالنسبة لمستخدمي الذكاء الاصطناعي الخاص الذين لديهم القدرة على مراجعة بيانات نموذجهم وتعديلها وخوارزمياته الداخلية، يُعتبر الحفاظ على التحكم البشري والإشراف أمراً بالغ الأهمية، كما هو الحال مع أدوات مثل مجموعة Oracle’s Business Intelligence suite. هناك بعض السيناريوهات التي يُتيح فيها المعالجة الذكية للبيانات في الوقت الفعلي (آليات تسعير التجزئة عبر الإنترنت، على سبيل المثال) تحليل الذكاء الاصطناعي ميزة تنافسية على منصات BI الموجودة. لكن الذكاء الاصطناعي لم يتطور بعد ليصبح سكين جيش سويسري سحري لاستراتيجية الأعمال.

حتى يصبح الذكاء الاصطناعي المُخصص لتحليل بيانات الأعمال متطوراً ومتكرراً وقوياً وناضجاً مثل بعض منصات BI الرئيسية في السوق، قد يُخفف المُعتمدون الأوائل من حماسهم للذكاء الاصطناعي وبائعي خدمات الذكاء الاصطناعي من خلال الخبرة العملية والنظر النقدي. الذكاء الاصطناعي أداة جديدة، وواحدة ذات إمكانات كبيرة. ومع ذلك، لا يزال من الجيل الأول في أشكاله الحالية، العامة والخاصة.

هذا المحتوى تم باستخدام أدوات الذكاء الاصطناعي.