يتزايد اعتماد الشركات بسرعة على تكنولوجيا الذكاء الاصطناعي التوليدي لزيادة الإنتاجية والكفاءة، ولكن العديد منها لا يتخذ نهجاً استراتيجياً لتنفيذ هذه التكنولوجيا. ولذلك، يفشل العديد من المشاريع أو ينتهي بها الأمر إلى تكبد تكاليف أكثر بكثير مما ينبغي، من دون تحقيق العائد من الاستثمار.
يواجه قادة تقنية المعلومات العديد من العقبات الرئيسية في سبيل الاعتماد الفعال على تكنولوجيا الذكاء الاصطناعي التوليدي، بما في ذلك نقص المواهب، وضعف جودة البيانات، والافتقار إلى وجود إدارة شاملة للذكاء الاصطناعي، وتخفيف المخاطر والسيطرة عليها.
مشاكل مشاريع الذكاء الاصطناعي
ووفقاً لتقرير صادر عن مؤسسة «غارتنر» للأبحاث فإنه وبحلول عام 2025، سيتم التخلي عما لا يقل عن 30 في المائة من مشاريع الذكاء الاصطناعي التوليدي، بعد أن تعجز بعض المؤسسات عن تقديم دليل على صحة المفهوم (لتوظيفه) بسبب تلك التحديات وغيرها.
من بين الأسباب الرئيسية الأخرى لفشل مشروع الذكاء الاصطناعي التوليدي، ارتفاع التكاليف وعدم وضوح القيمة التجارية، وفقاً لما ذكرته مؤسسة «غارتنر».
وفي ورقة بحثية حول أفضل 10 ممارسات لتطوير الذكاء الاصطناعي التوليدي عبر المؤسسة، أشارت مؤسسة «غارتنر» إلى أنه من أجل تحقيق النجاح، يجب على المنظمات منح الأولوية لقيمة الأعمال، والتركيز على محو الأمية بالذكاء الاصطناعي، والذكاء الاصطناعي المسؤول. كما ينبغي على المؤسسات تعزيز التعاون بين الوظائف، والتأكيد على التعلم المستمر لتحقيق نتائج ناجحة.
يقول آرون تشاندراسيكاران، المحلل ونائب الرئيس البارز لدى مؤسسة «غارتنر» في حديث نشرته مجلة «كومبيوتر وورلد»، إن أكبر التحديات التي تواجه المنظمات في مشاريع الذكاء الاصطناعي التوليدي هو النوعية الرديئة للبيانات الموجودة، ودمج البيانات ذات الصلة في سير عمل الذكاء الاصطناعي التوليدي، وحوكمة أنظمة الذكاء الاصطناعي.
برامج مسؤولة للذكاء الاصطناعي
شرع العديد من الشركات بالفعل في اتخاذ خطوات لضمان نجاح مشاريع الذكاء الاصطناعي التوليدي. وبحلول عام 2027، ستكون أكثر من 50 في المائة من الشركات قد نفذت برنامجاً مسؤولاً لإدارة الذكاء الاصطناعي لمعالجة مخاطر الذكاء الاصطناعي التوليدي، بزيادة أقل من 2 في المائة عن اليوم، وفقاً لـ«غارتنر».
لطالما أشار تشاندراسيكاران وغيره من الخبراء إلى حقيقة أن معظم المؤسسات تفتقر إلى نظافة البيانات وتصنيفها وأمانها؛ إذ وعندما تقترن جودة البيانات السيئة بالنموذج اللغوي الكبير للذكاء الاصطناعي التوليدي فإنها تصبح ربما نفايات داخلة ونفايات خارجة؛ ذلك لأن منصات الذكاء الاصطناعي التوليدي تعد نظماً ليست سوى أكثر بقليل من مجرد محركات التنبؤ بالكلمات التالية أو الصور أو خط الترميز البرمجي، لذلك فهي تولد استجابات تستند إلى البيانات التي تمت تغذيتها بها.
نقص المواهب والمخاطر الكامنة
تشمل الأسباب الأخرى لمشاكل الذكاء الاصطناعي التوليدي الهندسة السريعة غير الفعالة (تدريب النماذج اللغوية الكبيرة)، والتجزئة غير الكافية أو عمليات استرداد المعلومات من نظم التوليد المُعزز المُسترد، إضافة إلى التعقيد الذي ينطوي عليه الضبط الدقيق لنموذج الذكاء الاصطناعي.
قال تشاندراسيكاران: «من الواضح أن العجز في مهارات وخبرات الذكاء الاصطناعي يؤثر سلباً على الشركات».
هناك أيضاً قائمة متزايدة من المخاطر المرتبطة بنشر الذكاء الاصطناعي. وتشمل تلك [المخاطر] قضايا الشفافية، والحوكمة، والنزاهة، التي قد تنشأ عندما لا تكون تطبيقات الذكاء الاصطناعي مبنية على إطار متين من المسؤولية.
لكن كما هو الحال مع أي تكنولوجيا جديدة، لا ينطوي الذكاء الاصطناعي التوليدي على مخاطر متأصلة فحسب، إنما ينطوي أيضاً على إمكانية تضخيم المخاطر القائمة. على سبيل المثال، يمكن أن يؤدي الدمج السيئ أو غير السليم لأدوات الذكاء الاصطناعي التوليدي مع أنظمة المؤسسة الأخرى إلى نشوء نقاط ضعف، مثل البيانات غير المؤمنة والأبواب الخلفية.
تتضمن الصعوبات أيضاً تخفيف تحيز الذكاء الاصطناعي التوليدي والهلاوس الصريحة، حيث تخرج أداة الذكاء الاصطناعي التوليدي تماماً عن المسار عند إنشاء استجابة لمطلب المستخدم.
وقال تشاندراسيكاران: «علاوة على ذلك، يظل قادة تكنولوجيا المعلومات قلقين بشأن حماية بياناتهم، مع مراعاة الحدود المُعَرَّفة بشكل غامض لتدريب النماذج والالتزامات القانونية المحتملة».
ارتفاع التكاليف المالية
ولكن الشركات تعتقد أن فوائد الذكاء الاصطناعي التوليدي تفوق المخاطر.
وفقاً لما ذكره تشاندراسيكاران، فإن التكاليف الأولية لمشاريع الذكاء الاصطناعي التوليدي لا تكاد تُذكر، ولكنها يمكن أن تتصاعد بسرعة مع اتساع حالات الاستخدام، وتفاقمها بسبب القرارات الهيكلية السيئة، والافتقار إلى الخبرة في الاستدلال الأمثل، وإدارة التغيير غير الكافية، وبالتالي زيادة التكلفة الإجمالية لملكية الذكاء الاصطناعي التوليدي.
كشف استطلاعان منفصلان أجرتهما شركة «غارتنر»، العام الماضي، عن أن 78 في المائة من نحو 4000 من قادة تكنولوجيا المعلومات الذين شملهم الاستطلاع يعتقدون أن فوائد الذكاء الاصطناعي التوليدي تفوق مخاطر تطبيق التكنولوجيا. ولكن نظراً لارتفاع تكلفة التنفيذ، فإن تنفيذ عمليات نشر الذكاء الاصطناعي التوليدي في المرة الأولى بشكل صحيح يعد أمراً بالغ الأهمية لنجاحها.
وأضاف تشاندراسيكاران إن قياس قيمة تطبيقات الذكاء الاصطناعي التوليدي «محدد للغاية لحالة الاستخدام أو المجال أو الصناعة… الغالبية العظمى من التحسينات سوف تنعكس على المؤشرات الرئيسية للقيمة المالية في المستقبل، مثل الإنتاجية، ومدة الدورة، وتجربة العملاء، ورفع مهارات المبتدئين بصورة أسرع، وما إلى ذلك».
تحديد الفوائد المحتملة مقدماً
الخطوة الأولى في رحلة الذكاء الاصطناعي التوليدي هي تحديد إطار طموح الذكاء الاصطناعي للمؤسسة، وإجراء حوار استكشافي حول ما هو ممكن، وفقاً لـ«غارتنر». والخطوة التالية هي التماس حالات الاستخدام المحتملة التي يمكن تجريبها باستخدام تكنولوجيات الذكاء الاصطناعي التوليدي.
ما لم تُترجم فوائد الذكاء الاصطناعي التوليدي إلى خفض فوري في عدد الموظفين وغير ذلك من خفض التكاليف، فمن الممكن أن تتوقع المؤسسات تراكم الفوائد المالية ببطء أكبر مع مرور الوقت اعتماداً على كيفية استخدام القيمة المولدة.
على سبيل المثال، قال تشاندراسيكاران: «المؤسسة التي تكون قادرة على إنجاز المزيد بموارد أقل مع زيادة الطلب، لاستخدام عدد أقل من كبار الموظفين، وتقليل استخدام مقدمي الخدمات، وتحسين قيمة العملاء والموظفين، ما يؤدي إلى أعلى قدر من الاحتفاظ بهم… كلها فوائد مالية تنمو مع مرور الوقت».
عوامل النجاح
سوف يعتمد تبني المؤسسات للذكاء الاصطناعي التوليدي على 6 عوامل، وفقاً لشركة «أندريسين هوروفيتزا» لرأس المال الاستثماري، والتي أصدرت مؤخراً دراسة بشأن تبني الذكاء الاصطناعي:
> التكلفة والكفاءة: القدرة على تقييم ما إذا كانت فوائد استخدام النظم القائمة على الذكاء الاصطناعي التوليدي تفوق النفقات المرتبطة بها. ويمكن أن يؤدي التعامل معها وتخزين مجموعات البيانات الكبيرة إلى زيادة النفقات المتعلقة بالبنية التحتية والموارد الحاسوبية.
> المعرفة والعمل القائم على العمليات: درجة عالية من المعرفة والعمل القائم على العمليات مقابل العمل الميداني والمادي فقط.
> الاعتماد السحابي العالي: مستوى متوسط إلى عال من الاعتماد على السحابة الإلكترونية، في ضوء متطلبات البنية التحتية.
> انخفاض العبء التنظيمي والخصوصية: الوظائف أو الصناعات التي تخضع لتدقيق تنظيمي عال، أو المخاوف ذات الصلة بخصوصية البيانات، أو التحيز الأخلاقي ليست مرشحة جيدة لاعتماد الذكاء الاصطناعي التوليدي.
> المواهب المتخصصة: مواهب قوية ذات معرفة تقنية وقدرات جديدة، ووجود مقدرة على المساعدة في تحويل القوى العاملة لتتأقلم سريعاً.
> الملكية الفكرية واتفاقيات الترخيص والاستخدام: القدرة على تقييم اتفاقات وقيود الترخيص/الاستخدام، وصياغة ورصد متطلبات الامتثال ذات الصلة، والتفاوض على الاتفاقات المخصصة مع الموردين ذوي الصلة.
