لطالما بدا الوعد بالذكاء الاصطناعي المتطور وكأنه أداة مساعدة: ذكاء وافر، متاح عند الطلب، ويسهل الوصول إليه مثل الكهرباء أو الماء أو الحوسبة السحابية. الاستعارة قوية، ولسبب وجيه. المرافق تتوسع لأنها مجردة من التعقيد. لا تحتاج إلى مهندس شركة كهرباء يجلس في مكتبك في كل مرة تقوم فيها بتشغيل الأضواء.
ومع ذلك، فإن شركات الذكاء الاصطناعي الأكثر تطورا في العالم تفعل شيئا مختلفا تماما على نحو متزايد: فهي ترسل الناس.
أعلنت شركة OpenAI مؤخرًا عن شركة OpenAI Deployment Companyمصممة بشكل واضح لدمج المهندسين المنتشرين إلى الأمام (FDE) داخل المنظمات التي تعمل على حل المشكلات المعقدة في البيئات الصعبة. سيعمل هؤلاء المهندسون، وفقًا لـ OpenAI، مع قادة الأعمال والمشغلين وفرق الخطوط الأمامية لتحديد أين يمكن للذكاء الاصطناعي أن يحدث التأثير الأكبر، وإعادة تصميم سير العمل وتحويل تلك المكاسب إلى أنظمة متينة. تقوم شركة Anthropic بتعيين FDEs لفريق الذكاء الاصطناعي التطبيقي الخاص بهاالأشخاص الذين يتكاملون بشكل مباشر مع العملاء الاستراتيجيين لدفع اعتماد المؤسسات وتقديم تطبيقات واقعية. و جوجل تفعل الشيء نفسه. هل هذه صدفة؟
هذا كاشف. لأنه لو كان الذكاء أداة حقيقية بالفعل، فلن يكون هذا ضروريًا. لن تحتاج إلى إرسال مهندسين خاصين بك إلى كل عميل لتشغيل الصنبور.
مفارقة الذكاء الاصطناعي كمنفعة
هذه هي المفارقة الكامنة في قلب نموذج أعمال الذكاء الاصطناعي الحالي: تتحدث الصناعة بلغة الحجم والوفرة والمنصات، لكن نموذج التسليم الخاص بها يشبه بشكل متزايد الاستشارات المتطورة.
هذا لا يعني أن العمل ليس مهما. بل على العكس تماما. غالباً ما يحل المهندسون المتقدمون المشكلة الحقيقية: إخراج النماذج الرائدة من بيئة العرض التوضيحي وجعلها تعمل داخل مؤسسات فوضوية ومنظمة ومجزأة. إنهم يتعاملون مع الأذونات والأنظمة القديمة والامتثال وجودة البيانات وسير العمل والقيود التشغيلية وكل الأشياء التي تميز الشركات عن المعايير.
ولكن هذه هي النقطة بالتحديد. إن الحاجة إلى هؤلاء الأشخاص ليست مجرد ابتكار تجاري. إنها أعراض. يخبرنا أن المنتج، كما هو معبأ، لا يزال غير كاف.
في مقالات سابقة في هذه السلسلة، ناقشت أن نماذج اللغة الرائعة لم يتم تصميمها أبدًا لإدارة شركة، وأن الذكاء الاصطناعي المؤسسي يجب أن ينتقل من الأدوات إلى الأنظمة، وأن الأنظمة التي تعمل في النهاية لن تبدو مثل روبوتات الدردشة أو الطيارين المساعدين، بل مثل الذكاء المدمج في المنظمة نفسها. وتؤكد ظاهرة FDE هذه الحجة من جانب المورد. إذا اضطر مختبر الذكاء الاصطناعي إلى إرسال مهندسين لإعادة بناء السياق، وإعادة تصميم سير العمل، وجعل النظام يعمل في ظل قيود حقيقية، فلن يتم تصور الطبقة المفقودة. إنه موجود، ويتم توفيره يدويًا.
نمط ما قبل المنصة
تمر كل صناعة تكنولوجية كبيرة بمرحلة حرفية قبل أن تصبح صناعية.
قبل تجميع برامج المؤسسة، كان التنفيذ مخصصًا. قبل أن تنضج المنصات السحابية، كانت الشركات بحاجة إلى جيوش من الخبراء لتكوين البنية التحتية. قبل أن يستقر الويب حول المتصفحات والمعايير ومقدمي خدمات الاستضافة وأنظمة إدارة المحتوى والتحليلات واتفاقيات التصميم، كان إنشاء موقع ويب يتطلب الكثير من العمل المخصص أكثر مما سيكون ضروريًا لاحقًا.
الهندسة المنتشرة للأمام تنتمي إلى نفس النمط التاريخي. قامت شركة Palantir بنشر النموذج منذ سنوات. يعتمد وصف دورهم الخاص لمهندس البرمجيات المنتشرين على المهندسين الذين يعملون مباشرة في بيئات العملاء لجعل البرنامج يعمل في الواقع التشغيلي.
كان هذا النموذج منطقيًا بالنسبة لشركة Palantir لأن عملائها غالبًا ما كان لديهم بيئات معقدة للغاية وعالية المخاطر ومحددة للغاية. لكن عندما يبدأ OpenAI وAnthropic في التقارب على أنماط مماثلةلكن الإشارة مختلفة: فقد اكتشفت صناعة الذكاء الاصطناعي الرائدة أن النماذج وحدها لا تكفي لسد الفجوة المؤسسية.
هذا لا يجعل FDEs فاشلة. وهذا يجعلها شكلاً انتقاليًا. إنها ما يظهر قبل أن تجد الفئة طبقة النظام الأساسي الحقيقية الخاصة بها.
لا تقوم SAP بإرسال موظفي SAP إلى كل عميل
هذا هو المكان الذي تصبح فيه المقارنة ببرامج المؤسسات الناضجة مفيدة.
لا يتوسع SAP عن طريق إرسال موظفي SAP إلى كل عميل. لديها نظام بيئي واسع من الشركاء. لا تقوم Salesforce بتنفيذ جميع العملاء بمفردها. تمتلك AppExchange، الذي يتطور الآن إلى AgentExchangeونظام بيئي كبير من الشركاء وبائعي البرامج المستقلين ومتكاملي الأنظمة. تقوم شركة المنصة بإنشاء الركيزة؛ النظام البيئي يقوم بتصنيع التوصيل.
هذا التمييز مهم. عندما يتعين على المورد نفسه توفير الخبرة البشرية النادرة اللازمة لجعل المنتج يعمل، فإن هذه الفئة لا تزال غير ناضجة. عندما يتولى الشركاء والمتكاملون والنماذج والمعايير والبنيات القابلة للتكرار السيطرة، تبدأ الفئة في النمو.
ولهذا السبب يجب قراءة موجة FDE الحالية بعناية. وهذا ليس دليلاً على أن الذكاء الاصطناعي الحدودي أصبح منصة. وهذا دليل على أنك لم تصبح واحدًا بعد.
النظام الأساسي الحقيقي يقلل من الحاجة إلى التدخل الشخصي. يعتمد منتج ما قبل النظام الأساسي على هذا.
فخ نموذج الأعمال
هناك مشكلة أخرى، وهي أكثر دقة: بمجرد أن تصبح الهندسة المنشورة للأمام مصدرًا للإيرادات والهيبة وحصر العملاء والقرب الاستراتيجي، يصبح من الصعب على البائع التخلص منها. يمكن للأشخاص أنفسهم الذين يحلون مشكلة عدم اكتمال المنتج أن يصبحوا جزءًا من نموذج العمل الذي يعتمد على عدم اكتمال المنتج.
هذا كلاسيكي معضلة المبتكر إِقلِيم. وكانت حجة كلايتون كريستنسن تتلخص في أن الشركات الناجحة كثيراً ما تكافح ليس لأنها غير قادرة على رؤية المستقبل، بل لأن نماذج أعمالها الحالية تجعل المستقبل غير جذاب أو آكل لحوم البشر. في هذه الحالة، المعضلة بسيطة: إذا قامت إحدى شركات الذكاء الاصطناعي المتطورة ببناء الطبقة التي تجعل عمليات التنفيذ قابلة للتكرار، وقابلة للتكرار، وقابلة للتطوير من قبل الشركاء، فقد يؤدي ذلك إلى تقويض النموذج الشخصي عالي اللمس الذي يجعلها أقرب حاليًا إلى أكبر عملائها.
ولهذا السبب قد لا تأتي المنصة الحقيقية من داخل الشركات التي تدرب العارضات. يمكن أن يأتي من طبقة أخرى.
الطبقة المفقودة ليست نموذجًا آخر
والإغراء، كما هو الحال دائما، هو افتراض أن الإجابة هي نموذج أفضل. نموذج أكبر. نموذج أكثر فعالية. نموذج ذو سياق أكبر وأدوات أكثر وذاكرة أكبر وآثار تفكير أكثر واستقلالية أكبر.
لكن نموذج FDE يشير إلى شيء آخر. إذا تم إرسال المهندسين إلى العملاء لرسم خريطة لسير العمل، وفهم القيود، وربط الأنظمة، وهيكلة السياق، والتحكم في الوصول، وتحويل نتائج الذكاء الاصطناعي إلى نتائج تشغيلية، فإن القطعة المفقودة ليست مجرد الذكاء. إنها الهندسة المعمارية.
وبشكل أكثر تحديدًا، فهي الطبقة التي تحول واقع المؤسسة إلى شيء يمكن لأنظمة الذكاء الاصطناعي أن تعمل من خلاله:
- السياق المستمر,
- هيكل العملية,
- قوالب الأذونات,
- إدارة القيود,
- حلقات ردود الفعل,
- حالة سير العمل،
- دلالات الأعمال و
- نتائج الرصد.
واليوم، غالبًا ما تتم إعادة بناء هذه الطبقة يدويًا بواسطة مهندسين متخصصين لكل عملية نشر. وغدًا، سيتعين عليها أن تصبح بنية تحتية.
هذه هي الفرصة الحقيقية.
لماذا هذا حقا إعادة هندسة العمليات مع الوكلاء
ويرتبط هذا أيضًا ارتباطًا مباشرًا بعودة إعادة هندسة العمليات التجارية (BPR).
في عام 1990، كتب مايكل هامر مقالته الشهيرة في مجلة هارفارد بيزنس ريفيو، “إعادة هندسة العمل: لا تقم بالأتمتة، بل ألغِه“، جادل بأنه لا ينبغي للشركات أن تستخدم التكنولوجيا فقط لتسريع العمليات التي عفا عليها الزمن. بل يجب عليها إعادة تصميم العمليات نفسها. وكانت الفكرة صحيحة، ولكن في كثير من الحالات لم تكن التكنولوجيا في ذلك الوقت قادرة بعد على دعم الطموح.
يغير الذكاء الاصطناعي هذا الأمر، لكنه يجعل المشكلة أكثر صعوبة أيضًا. إذا قامت الشركات ببساطة بإدخال الذكاء الاصطناعي في سير العمل الحالي، فسوف تحقق إصدارات أسرع من العمليات القديمة. إذا أرسل الموردون مهندسين لتخصيص كل عملية نشر، فسيحصلون على تحويل مصنوع يدويًا لا يتسع نطاقه.
يأتي التقدم الحقيقي عندما تصبح عملية إعادة التصميم نفسها منظمة: عندما لا تكون العمليات التجارية مؤتمتة فحسب، بل يتم تمثيلها وإدارتها وتكييفها وتحسينها بشكل مستمر.
هذه هي النقطة التي يتوقف عندها الذكاء الاصطناعي المؤسسي عن كونه مشاركة استشارية ويبدأ في التحول إلى منصة.
FDE هو الدليل
هذا هو السبب في أن المهندس المتقدم مثير للاهتمام للغاية. FDE ليس مستقبل الذكاء الاصطناعي للمؤسسات. إن FDE هو الدليل على أن المستقبل لم يصل بعد بالكامل.
الدور موجود لأن الأنظمة الحالية لا تزال تتطلب من البشر سد الفجوة بين قدرة الذكاء الاصطناعي العامة والواقع التنظيمي المحدد. يجب على شخص ما أن يترجم الشركة إلى الآلة. يجب على شخص ما تفسير القيود. يحتاج شخص ما إلى تحديد سير العمل المهم. يحتاج شخص ما إلى ربط البيانات والعمليات والإجراءات والنتائج.
لكن التاريخ يشير إلى أنه بمجرد ظهور طبقة قابلة للتكرار، يصبح الحرفي أقل مركزية. لم يختف مستشارو الويب بعد نضج الويب. لكن “قم بإنشاء موقع ويب لي” لم تعد مشكلة هندسية مخصصة غامضة بالنسبة لمعظم المؤسسات. لم يختف مستشارو تخطيط موارد المؤسسات (ERP) بعد نضوج SAP. لكن النظام البيئي أصبح موحدًا بدرجة كافية بحيث لا يحتاج البائع إلى نشر المنتج شخصيًا في كل مكان. لم يختف مهندسو السحابة بعد أن أصبحت Amazon Web Services (AWS) منصة. لكن البنية التحتية أصبحت قابلة للبرمجة والتكرار والتوسع.
سيحدث نفس الشيء هنا: لن يختفي المهندسون المتميزون. ولكن إذا أصبح الذكاء الاصطناعي المؤسسي فئة منصة حقيقية، فسوف يصبح استثنائيًا، وليس أساسيًا.
الاختبار الحقيقي للمنصة
الاختبار بسيط: هل يمكن للنظام أن يعمل دون إرسال المختبر؟ هل يمكنه فهم الشركة بدون ممارسة رسم الخرائط المخصصة في كل مرة؟ هل يمكن أن تعمل في ظل قيود دون إعادة البناء اليدوي؟ هل يمكنه التكيف مع سير العمل دون وجود فريق من المهندسين العاملين داخل العميل؟ هل يمكن للشركاء تطوير هذا؟ هل يمكن للعملاء تكوينه؟ هل من الممكن تجاوز حفنة من الشركات التي يمكنها تحمل تكاليف تنفيذ القفازات البيضاء؟
وإلى أن تكون الإجابة نعم، يجب أن نكون صادقين بشأن ما يتم بيعه. لا يوجد الذكاء الاصطناعي متاح. إنه الذكاء الاصطناعي متاح، مع وجود سباكين.
وهذا جيد في الوقت الحالي. كل فئة لها مرحلتها الحرفية. والخطأ هو الخلط بين هذه المرحلة والوجهة.
ما هي الخطوة التالية
لن يتم تحديد المرحلة التالية من الذكاء الاصطناعي المؤسسي من خلال من لديه النموذج الأكثر إثارة للإعجاب أو أكبر فريق نشر. سيتم تحديده بواسطة من يقوم ببناء الطبقة التي تجعل فرق النشر هذه أقل ضرورة.
هذه الطبقة لن تجيب على الأسئلة فقط. وسوف يمثل الشركة. سيقوم بتشفير العمليات والقيود والأذونات والذاكرة والنتائج بطرق يمكن لأنظمة الذكاء الاصطناعي استخدامها بالفعل. سيسمح هذا للنماذج بالعمل داخل الشركة بدلاً من المرور فوقها. سيؤدي هذا إلى تحويل النشر المخصص إلى بنية قابلة للتكرار.
وعندما يحدث ذلك، فإن طفرة FDE الحالية ستبدو واضحة في وقت لاحق – ليس باعتبارها الشكل النهائي للذكاء الاصطناعي المؤسسي، ولكن كجسر بين العروض التوضيحية والمنصات.
وعندما تظهر طبقة النظام الأساسي الحقيقية، ستتغير الصناعة بسرعة كبيرة. لأن المرافق لا تنمو بإرسال مهندسين إلى كل حفرة. أنها تزيد عندما تكون السباكة موجودة بالفعل.
