هل تتكيف مؤسستك مع الذكاء الاصطناعي؟

مقدم من EdgeVerve

بالنسبة لمعظم المؤسسات، بدأ تطبيق الذكاء الاصطناعي بهدف بسيط: أتمتة العمل بشكل أسرع وأرخص وعلى نطاق أوسع. حلت Chatbots محل طلبات الخدمة الأساسية، وحلت نماذج التعلم الآلي محل التوقعات، وقدمت لوحات المعلومات التحليلية رؤى أكثر دقة. ومع ذلك، تكتشف العديد من المؤسسات الآن أن تنفيذ حلول الذكاء الاصطناعي الفردية لا يُترجم تلقائيًا إلى تأثير على مستوى المؤسسة. يتزايد عدد الطيارين، لكنهم يقدرون قيمة الثبات.

لم تعد المرحلة التالية من نضج الذكاء الاصطناعي تتعلق بتنفيذ النماذج اللاحقة. يتعلق الأمر بتكييف الذكاء الاصطناعي باستمرار مع أهداف العمل المتغيرة والتوقعات التنظيمية والظروف التشغيلية وسياقات العملاء. يعد هذا التغيير مهمًا بشكل خاص للمؤسسات المعقدة والموزعة عالميًا مثل Global Business Services (GBS)، والتي تعتمد نتائجها على تنسيق العمل عبر الوظائف والمناطق والأنظمة وأصحاب المصلحة.

من الأتمتة إلى التكيف

لم يعد من الممكن التعامل مع الذكاء الاصطناعي كأداة قائمة بذاتها تعمل على تسريع أداء المهام المنفصلة. ولكي تظل الشركات قادرة على المنافسة، يجب عليها أن تنتقل من النماذج المعزولة ذات الغرض الواحد إلى الأنظمة التي يمكنها استشعار السياق، وتنسيق الإجراءات، والتطور بمرور الوقت.

وهنا يأتي دور النظم البيئية للذكاء الاصطناعي المتكيفة. النظام البيئي للذكاء الاصطناعي التكيفي عبارة عن شبكة من وكلاء الذكاء الاصطناعي والنماذج ومصادر البيانات وخدمات اتخاذ القرار القابلة للتشغيل المتبادل والتي تعمل معًا بشكل ديناميكي. تدمج هذه الأنظمة البيئية قدرات مثل معالجة اللغة الطبيعية، ورؤية الكمبيوتر، والتحليلات التنبؤية، وصنع القرار المستقل، مع الاعتماد على الإشراف البشري والحوكمة.

بالنسبة لمنظمة GBS، فإن الأهمية واضحة. تعمل GBS عند تقاطع الحجم والتوحيد والتنوع، وإدارة العمليات الضخمة في الأسواق التي تختلف في اللوائح وسلوك العملاء والقيود التشغيلية. تواجه الأتمتة الثابتة مشاكل في مثل هذه البيئات. وفي المقابل، يسمح الذكاء الاصطناعي التكيفي لفرق GBS بتنسيق العمليات الشاملة وتحديد اتجاهات العمل بذكاء وتحسين النتائج باستمرار بناءً على الإشارات في الوقت الفعلي.

لماذا توقفت تطبيقات الذكاء الاصطناعي للمؤسسات

على الرغم من النوايا القوية، لا يزال توسيع نطاق الذكاء الاصطناعي يمثل تحديًا. تظهر الأبحاث باستمرار أنه على الرغم من أن العديد من المؤسسات تستثمر في مبادرات الذكاء الاصطناعي الإنتاجية والفاعلة، إلا أن عددًا أقل بكثير منها ينفذها بنجاح عبر مسارات العمل ووحدات الأعمال. نادراً ما يكون الطموح هو المشكلة؛ انها التجزئة.

تسلط أبحاث SSON الضوء على العديد من العوائق المستمرة التي تحول دون اعتماد الذكاء الاصطناعي التوليدي في GBS، بما في ذلك انخفاض جودة البيانات، والافتقار إلى المهارات المتخصصة، ومخاوف خصوصية البيانات، والعائد غير الواضح على الاستثمار، وقيود الميزانية. وراء هذه الأعراض هناك سبب شائع: البيئات المعزولة. فالبيانات مجزأة، والملكية غير واضحة، ويتم توجيه مبادرات الذكاء الاصطناعي محليًا وليس كجزء من استراتيجية مؤسسية مشتركة.

ونتيجة لذلك، تقوم الشركات بتخزين حلول الذكاء الاصطناعي التي لا يمكنها العمل معًا بسهولة. تفتقر النماذج إلى سياق مشترك، ويصعب تفسير القرارات، وتصبح الإدارة فكرة لاحقة بدلاً من مبدأ التصميم.

النظم البيئية ومنصات الذكاء الاصطناعي التكيفية: شرح العلاقة

يصف النظام البيئي للذكاء الاصطناعي المتكيف النتيجة التعاونية لقدرات الذكاء الاصطناعي عبر المؤسسة عبر المؤسسة. إن منصة الذكاء الاصطناعي التكيفية هي الأساس الذي يجعل ذلك ممكنًا.

توفر المنصة خدمات مشتركة وحواجز حماية تمكن الوكلاء ونماذج الذكاء الاصطناعي من:

• الوصول إلى البيانات المنسقة والموثوقة

• تنسيق العمليات الشاملة

• تمكين النقل الذكي للوكلاء بين الأنظمة والأشخاص

• يمكنك التفاعل مع كل من تطبيقات الوكيل والتطبيقات القديمة باستخدام موصلات جاهزة للاستخدام

• العمل ضمن حدود أمنية وامتثالية وأخلاقية محددة

وبدون طبقة المنصة هذه، تظل النظم البيئية التكيفية نظرية. فهو يجعل الذكاء الاصطناعي قابلاً للتركيب والإدارة وقابلاً للتطوير.

ما الذي يجب أن تتيحه منصة الذكاء الاصطناعي التكيفية؟

لتلبية متطلبات المؤسسات الحديثة، وخاصة مؤسسات GBS، يجب أن توفر منصة الذكاء الاصطناعي التكيفية مجموعة من القدرات الأساسية.

يعد تنسيق البيانات في الوقت الفعلي أمرًا أساسيًا. تتطلب قرارات التكيف الوصول إلى البيانات المنظمة وغير المنظمة عبر الوظائف والمناطق. يجب أن توفر المنصات أساسًا موحدًا للبيانات مع إمكانية المراقبة المضمنة حتى تتمكن أنظمة الذكاء الاصطناعي من فهم ليس فقط البيانات نفسها، ولكن أيضًا جودتها ومصدرها ومعناها. تلعب البنى التحتية من الحافة إلى السحابة دورًا هنا من خلال توفير الوصول إلى الرؤى التي يتم من خلالها اتخاذ القرارات، سواء عند نقطة التفاعل أو ضمن محرك مركزي لصنع القرار.

تنسيق عملية التكيف له نفس القدر من الأهمية. تعتمد مؤسسات GBS بشكل متزايد على منصات الذكاء الاصطناعي التي يمكنها تنسيق سير العمل ديناميكيًا عبر وحدات وأنظمة الأعمال. يتضمن ذلك تنسيق العديد من وكلاء الذكاء الاصطناعي، وتمكين عمليات التسليم السلس بين الوكلاء وعمليات التسليم بين البشر، وتكييف مسارات العملية استجابة للظروف في الوقت الفعلي.

إن الأتمتة المعرفية مع الإدارة تتجاوز الأتمتة القائمة على القواعد. ويجب أن تكون أنظمة الذكاء الاصطناعي قادرة على اتخاذ قرارات مدركة للسياق مع الحد الأدنى من التدخل البشري، مع ضمان إمكانية التفسير، ومقاييس الثقة، والقيود الأخلاقية. الهدف ليس إخراج الأشخاص من الحلقة، ولكن رفع دورهم من التنفيذ اليدوي إلى الإشراف والحكم.

تجمع إدارة القرار وإمكانية الملاحظة بين هذه القدرات. يجب أن تكون الشركات قادرة على تتبع كيفية اتخاذ القرارات، وفهم النماذج التي أثرت عليها، ومراقبة النتائج عبر الأسواق. مع تزايد التوقعات التنظيمية حول إدارة مخاطر الذكاء الاصطناعي وحماية البيانات والمساءلة في جميع أنحاء العالم، أصبح دمج الحوكمة في النظام الأساسي أمرًا ضروريًا وليس اختياريًا.

بناء الثقة على نطاق واسع

الثقة هي أساس الذكاء الاصطناعي القابل للتطوير. إن الشركات التي تفتقر إلى الثقة في أنظمة الذكاء الاصطناعي الخاصة بها فيما يتعلق بسلامة البيانات، والسلوك النموذجي، والامتثال التنظيمي سوف تكافح من أجل الانتقال من مرحلة التجريب إلى التنفيذ المستدام.

يتطلب بناء هذه الثقة استثمارات مدروسة. يجب على المؤسسات ضمان شفافية الذكاء الاصطناعي بحيث يكون منطق صنع القرار شفافًا بالنسبة للشركات وأصحاب المصلحة المعنيين بالمخاطر، بالإضافة إلى سياسات الخصوصية والأمان حسب التصميم التي تحمي البيانات الحساسة حسب التصميم. يعد الكشف المستمر عن الأخطاء، وموثوقية النموذج، وإدارة الأداء، وحواجز الذكاء الاصطناعي المحددة بوضوح والمسؤولة أمرًا بالغ الأهمية للحفاظ على نتائج متسقة وأخلاقية.

ومن المهم بنفس القدر وجود نموذج تشغيل واضح الهدف. يحدد هذا النموذج الملكية عبر دورة حياة الذكاء الاصطناعي، ويوضح الأدوار ومسارات التصعيد، ويوفق بين المساءلة من فرق الخطوط الأمامية والقيادة التنفيذية. في بيئات GBS، حيث غالبًا ما تشمل القرارات المستندة إلى الذكاء الاصطناعي الوظائف والمناطق الجغرافية والأنظمة التنظيمية، فإن آليات الثقة هذه ليست اختيارية. إنها ضرورية.

الطريق أمامنا

سوف تجد الشركات التي تستمر في الاعتماد على عمليات النشر الجزئية للذكاء الاصطناعي ونماذج التشغيل المنعزلة صعوبة متزايدة في مواكبة التقدم. إن المستقبل ملك للمؤسسات التي تتبنى نهجًا قائمًا على النظام الأساسي – وهو النهج الذي يمكّنها من الانتقال من مكاسب الإنتاجية الإضافية إلى التأثير التحويلي عبر المؤسسة.

لن يتم تحديد النجاح من خلال نموذج واحد أو حالة استخدام واحدة. وسيتم تحديده من خلال أنظمة الذكاء الاصطناعي المتكيفة المبنية على بنيات وكيل قوية، وروابط قابلة للتشغيل البيني بين بيئات الوكيل والبيئات القديمة، وأساس مشترك للبيانات والتنسيق والحوكمة. بالنسبة لمؤسسات GBS على وجه الخصوص، يوفر هذا النهج طريقًا واضحًا لتوسيع نطاق الذكاء الاصطناعي بشكل مسؤول، وضمان المرونة والثقة والقيمة الدائمة في عالم متزايد التعقيد. في عصر التغيير المستمر والسيطرة المتزايدة؛ ولم يعد السؤال الحقيقي هو ما إذا كانت الشركات تستخدم الذكاء الاصطناعي، بل ما إذا كانت قادرة بالفعل على التكيف معه.

N. Shashidar هو نائب الرئيس والرئيس العالمي لإدارة المنتجات في EdgeVerve.

المقالات الدعائية هي محتوى أنشأته شركة تدفع مقابل النشر أو لديها علاقة عمل مع VentureBeat ويتم تمييزها دائمًا بشكل واضح. لمزيد من المعلومات، يرجى الاتصال بنا sales@venturebeat.com.