الذكاء الاصطناعي للمديرين التنفيذيين: كيفية تجاوز الضوضاء وتحقيق النتائج

سيطر الذكاء الاصطناعي على المناقشات ، ليس فقط في المشهد التكنولوجي العالمي ولكن في عالم الأعمال ككل. لقد كان تأثير تطبيقات مثل ChatGPT و DALL · E لدرجة أن المستهلكين أصبحوا الآن على دراية تامة بوفرة الإمكانيات لنماذج اللغات الكبيرة (LLMs) وعرض الذكاء الاصطناعي التوليدي. في الواقع ، وفقًا لبحث أجرته AppRadar ، تم تنزيل تطبيقات الذكاء الاصطناعي الجديدة 23.6 مليون مرة بواسطة مستخدمي Android منذ نوفمبر. تلقت أكثر من 700 شركة ناشئة في مجال الذكاء الاصطناعي تمويلاً مجمعاً بقيمة 7.1 مليار دولار في الأشهر الثلاثة الماضية وحدها. نجح عدد قليل جدًا من الابتكارات التقنية في جذب خيال عالم التكنولوجيا والمستثمر والأعمال والمستهلكين في وقت واحد.

بالنظر إلى هذا الاهتمام والشهية الواسع النطاق ، هناك فرص غير مسبوقة للشركات لتجربة واعتماد حلول جديدة تعتمد على الذكاء الاصطناعي. ومع ذلك ، فإن اتساع نطاق التطبيقات المحتملة المتاحة – كل شيء من خدمة العملاء إلى تمويل سلسلة التوريد – يواجه صانعو القرار والمستثمرون على حد سواء التحدي المتمثل في تحديد الخيول التي يجب دعمها ومتى. بعد كل شيء ، أولئك الذين قد يكونون قد خصصوا مؤخرًا موارد للتكنولوجيا أو blockchain المتجاورة metaverse فقط ليجدوا أن قيمة العمل الحقيقية هي طريق طويل على الطريق قد يحجمون عن متابعة أحدث الضجيج.

بالطبع ، الحقيقة هي أنه على الرغم من أن ChatGPT قد تكون قد جلبت الذكاء الاصطناعي إلى الاتجاه السائد ، فإن الذكاء الاصطناعي التوليدي هو في الواقع مجرد أحدث تقدم في عدد كبير من التطبيقات التي تعتمد على علم البيانات. على سبيل المثال ، تحولت صناعة التكنولوجيا التأمينية على مدى السنوات العشر الماضية من خلال حلول البيانات التي تحتوي على عمليات مؤتمتة ، وساعدت في معالجة المخاطر رقميًا ، وزيادة الأحجام وتحسين تجربة العملاء في نهاية المطاف.

أتخيل أنه بالنسبة للعديد من الأشخاص ، لن تكون شركات التأمين أول قطاع تجاري قديم يمكنك ربطه باحتضان أحدث التقنيات. ومع ذلك ، فإن المفتاح لهذه المؤسسات هو أنها تستطيع أن ترى على الفور المنطق والقيمة التجارية لحلول الذكاء الاصطناعي. للحصول على نفقات صغيرة نسبيًا والحد الأدنى من المخاطر ، يمكنهم تحويل جوانب كبيرة من أعمالهم بشكل سريع وملموس. وهذه هي القاعدة الأساسية عندما ننظر في أفضل الفرص لـ LLMs لإحداث تأثير خطير على الأعمال التجارية: ما الذي يمكنهم استخدامه والذي سيعطيهم عائد استثمار جيد مع الحد الأدنى من المخاطر؟

تمت تجربته واختباره مقابل حافة النزيف

بالنسبة إلى صانعي القرار في المؤسسات الكبيرة ، تقدم LLM (والذكاء الاصطناعي بشكل عام) عددًا من الخيارات المذهلة. يمكن لكل وظيفة عمل واحدة الحصول على علاج الذكاء الاصطناعي. أول شيء يجب مراعاته هو اختلاف مستويات النضج والتطور لكل حل. قد يكون من الجذاب تجربة أحدث الابتكارات أو إنشاء حالات استخدام فريدة خاصة بك ، ولكن هذا ينطوي بطبيعة الحال على بعض المخاطر. في كثير من الأحيان ، تمثل حلول الذكاء الاصطناعي العامة الجاهزة (مثل ChatGPT) مخاطر تجعلها غير قابلة للاستخدام في حالات استخدام معينة للمؤسسات. يجب أن يفكر صانعو القرار في هذه القدرات على أنها مجموعة أدوات متاحة لتسريع رؤيتهم مع ضمان استخدام التكنولوجيا الصحيحة اعتمادًا على طبيعة كل تطبيق.

على سبيل المثال ، تتمتع الشركات الناشئة في مجال التكنولوجيا المالية بسجل طويل في استخدام علم البيانات لإنشاء حلول متطورة تقلل العبء على الإدارات المالية وتزود قادة الأعمال برؤى في الوقت الفعلي. ركزت بعض التطورات الأخيرة على تحليل التدفق النقدي والتنبؤ به باستخدام الذكاء الاصطناعي. نظرًا لتجربة العديد من مزودي الخدمة هؤلاء ، فمن المرجح أن تكون منتجاتهم أكثر تجربة واختبارًا – مما يقلل بشكل أكبر من مخاطر تشغيل الذكاء الاصطناعي.

أين نقاط ضعف عملك الرئيسية وعدم الكفاءة؟

في النهاية ، فإن أفضل نهج هو البدء بالمشكلة بدلاً من حل الذكاء الاصطناعي الجديد المثير. نوصي باستخدام التقنيات الجديدة كوحدات بناء لإنشاء حلول جاهزة للمؤسسات تعالج نقاط الألم الحقيقية الملموسة.

يمكن للشركات دائمًا زيادة كفاءتها وتحسين تجارب العملاء وتقليل نقاط الألم. إن تحديد الأماكن التي تشتد الحاجة إليها سيمكنك من تقديم أفضل عائد استثمار على حل الذكاء الاصطناعي الجديد الخاص بك. للقيام بذلك ، تحتاج إلى إلقاء نظرة على بياناتك الداخلية وكذلك ملاحظات الفريق والعملاء. من هناك ، ستتمكن من تضييق نطاق البحث عن حلول الذكاء الاصطناعي.

ابدأ صغيرًا واحصل على البنية التحتية للذكاء الاصطناعي المناسبة لعملك

تحمل أي تقنية جديدة علامات استفهام حول كيفية تكاملها بالضبط مع عمليات الأعمال والبنية التحتية الحالية لديك. سيؤدي الاندفاع إلى ركوب قطار الذكاء الاصطناعي حتماً إلى خروج بعض الشركات عن مسارها لأنها ببساطة لا تمتلك المكدس التكنولوجي أو الخبرة الداخلية لاستخدام حلها الجديد بشكل فعال.

لن تعمل أنظمة الذكاء الاصطناعي بفعالية إلا إذا كانت البيانات التي يستخدمونها تتدفق بحرية وكاملة ونظيفة. في العديد من المنظمات ، هذا ليس هو الحال ببساطة. يمكن في كثير من الأحيان التغاضي عن البنية التحتية لإدارة البيانات. في كثير من الأحيان ، يتم عزل المعلومات داخل الإدارات ، ولا تتمكن الأنظمة الأساسية من مشاركة البيانات أو تحليلها بسهولة ، كما أن سياسات جمع البيانات وإدارتها غير متسقة. ستؤدي البيانات السيئة إلى سوء استخدام الذكاء الاصطناعي.

سيتيح لك البدء على نطاق صغير باستخدام الذكاء الاصطناعي في إعداد أو حالة استخدام مضمنة الشعور بالثقة في أن البنية التحتية والسياسات والعمليات الخاصة بك قادرة على التبني على نطاق أوسع. كما أنها تتمتع بميزة تمكين مشاركة الفريق والإدارة بسهولة أكبر عن طريق تقليل النفقات الأولية والاضطرابات المحتملة. هناك العديد من الجهات الخارجية المتخصصة التي يمكنك استخدامها بطريقة مستهدفة لبدء هذه المبادرات بسرعة.

لا تنسى الإشراف البشري

هناك نقص خطير في مهارات البيانات سيؤثر على قدرة الشركات على الاعتماد الفعال لأدوات الذكاء الاصطناعي. مطلوب تعليم البيانات الأساسي في جميع أنحاء الشركة لتحديد الحلول الأكثر قابلية للتطبيق ، ومراقبة مخرجاتها والتحقق منها بشكل صحيح واستخدام هذه الأنظمة بأكثر الطرق فعالية. يجب ألا تثق الشركات بشكل أعمى بما يخبرهم به الذكاء الاصطناعي ؛ يحتاجون إلى إشراف بشري ماهر. لا يمكن الاحتفاظ بهذه الخبرة في فريق البيانات فقط – بل يجب أن تكون من أعلى إلى أسفل وعبر كل قسم.

هذا النموذج هو ما يشار إليه غالبًا باسم “الإنسان على نموذج الحلقة “loop” ، حيث لا تعتمد الأنظمة على المدخلات البشرية لأداء نشاطها (مثل “الإنسان التقليدي” في لقد فعلت أنظمة الحلقة “ولكن بدلاً من ذلك دفع التحكم البشري بعيدًا عن مركز صنع القرار الآلي ، ولعب دور المراجعة في ضمان دقة المخرجات وموثوقيتها.

ما هي الحلول التي يجب أن أراهن عليها؟

في الوقت الحالي ، فإن حالات الاستخدام الجديدة الأكثر شيوعًا للذكاء الاصطناعي التوليدي هي ضمن التسويق – لا سيما إنشاء النسخ والصور. من الطبيعي أن تنظر العديد من الشركات في تطبيق الذكاء الاصطناعي العام هنا أولاً.

ومع ذلك ، كما ناقشنا ، فإن أي تقنية جديدة تجذب الشركات التي تحلم بحالات استخدام جديدة ، والتي غالبًا ما تؤدي إلى حالات الاستخدام الحالية التي لا تحقق تقدمًا كبيرًا. توصيتنا هي التفكير في كيف يمكن للذكاء الاصطناعي تسريع التقدم في حل نقاط الضعف الحالية ، والتي غالبًا لا تتطلب المكون التوليدي (مع تحديات الهلوسة) ولكن بدلاً من ذلك تعتمد على الفهم الأساسي للبيانات غير المنظمة.

تذكر أن تحديد أفضل حل للذكاء الاصطناعي لعملك ليس سوى الخطوة الأولى. أنت بحاجة إلى البنية التحتية ، والمشاركة ، والخبرة الداخلية ، والضوابط والتوازنات لضمان حصولك على أقصى استفادة منها.

خوان دي كاسترو هو مدير العمليات في سيتورا.