5 خطوات لتنفيذ الذكاء الاصطناعي في عملك دون كسر البنك

يستمر الذكاء الاصطناعي في الازدهار، وإذا استمر في التأثير على كل صناعة، فسوف يغير تماما الطريقة التي نعيش بها.

نتيجة لذلك، أصبح دمج الذكاء الاصطناعي في شركاتهم أولوية قصوى للعديد من المؤسسين. كما أن الأفراد يبحثون عن طرق للاستفادة من الذكاء الاصطناعي لتحسين حياتهم الشخصية.

الجنون هو أن قاموس كولينز، سلطة لغة بارزة، أطلق على الذكاء الاصطناعي كلمة السنة، بسبب زيادة شعبيته.

على الرغم من ذلك، للعديد من الشركات، هناك فجوة كبيرة بين الفكرة والواقع عند محاولة دمج الذكاء الاصطناعي في عملياتهم، لأن المسار ليس прямًا كما يبدو، ويمكن أن يكون مكلفًا للغاية، من حيث النفقات الرأسمالية والوقت المهدور، لأن التطورات لن تؤدي إلى النتائج المتوقعة. وقد أدى ذلك إلى وضع العديد من الشركات في مشاكل. على سبيل المثال، قام CNET بتجربة مقالات مكتوبة بالذكاء الاصطناعي، وتبين أنها مليئة بالعيوب. كما واجهت شركات أخرى، مثل مجموعة iTutor، غرامات باهظة بالإضافة إلى السخرية العامة بسبب تنفيذ الذكاء الاصطناعي السيئ.

كما تظهر هذه الحالات، يمكن للشركات أن ترتكب العديد من الأخطاء مع الذكاء الاصطناعي، و除 إذا كان لديك حشوة مالية مثل أمازون، جوجل، مايكروسوفت، أو ميتا، فإن هذه التجارب الفاشلة يمكن أن تؤدي إلى إفلاس الشركة.

إذا كنت مؤسسًا أو مالكًا لشركة، هنا دليل بخمس خطوات لمساعدتك في دمج الذكاء الاصطناعي في عملك، مع استخدام مواردك ببراعة – المال والوقت، وهو في النهاية المال – وتقليل إمكانية الأخطاء المميتة.

1. كن واضحًا بشأن المشكلة التي تحاول حلها

لا توجد شركة محصنة ضد فشل الذكاء الاصطناعي. كما وجدت أمازون بشكل مؤلم – من خلال متاجرها الخالية من البائعين أمازون غو – ليس كل حالة عمل تحتاج إلى الذكاء الاصطناعي.

لذلك، من المهم أن تحدد المشكلة التي تحاول حلها بالذكاء الاصطناعي. يجب أن يتم تحديد ذلك بوضوح قدر الإمكان.

على سبيل المثال، تطبيق شائع للذكاء الاصطناعي هو الدعم الفني. يمكن تنفيذ الذكاء الاصطناعي في مثل هذه الحالة بطريقة تؤدي إلى نتائج محددة، على سبيل المثال، خفض تكاليف مركز الاتصال بمبلغ معين من المال شهريًا أو تسريع متوسط الوقت اللازم لحل استفسارات العملاء بضعة دقائق. بهذا النهج، لدينا مؤشر قابل للقياس على شكل مال أو وقت، الذي سنحاول تحقيقه من خلال تنفيذ الذكاء الاصطناعي ونتأكد من وجود أي تأثير.

هناك طرق مختلفة يمكن أن يحدث بها هذا. على سبيل المثال، بدلاً من بوت الدردشة، يمكننا تطوير أو شراء خدمة تحدد ما إذا كان استفسار العميل يمكن الإجابة عليه من خلال صفحة الأسئلة الشائعة. سوف يعمل على النحو التالي. عندما يكتب العميل رسالة، نقوم بتشغيل هذا النموذج وإما أن نخبرنا بأننا بحاجة إلى نقل هذه المحادثة إلى وكلاء أو إظهار صفحة ذات صلة مع إجابة لاستفسارهم. تطوير هذا النموذج أسرع وأرخص من بناء بوت دردشة معقد من الصفر. إذا نجحت هذه التنفيذ، سنحقق هدفنا من خفض التكاليف مع تحسين نفقات رأس المال المتعلقة بالذكاء الاصطناعي، بالمقارنة مع تكلفة تطوير بوت دردشة.

رواد هذا النهج كانوا ماتين لو، شركة قانونية في كاليفورنيا، والتي دمج مساعدًا مدعومًا بالذكاء الاصطناعي لتحسين العديد من المهام، مما مكن المحامين من قضاء المزيد من الوقت في الاستماع إلى العملاء ودراسة جوانب القضية الأكثر صلة. هذا يظهر أن حتى القطاعات الأكثر صلابة يمكن أن تتعرض للتحول من خلال الذكاء الاصطناعي بطريقة تعزز تجربة المستخدم، من خلال تعزيز اللمس الإنساني حيث هو الأكثر ضرورة.

المشاكل الشائعة الأخرى التي يمكن حلها بمساعدة الذكاء الاصطناعي تشمل تحليل البيانات وإنشاء عروض مخصصة. سبوتيفاي هو مثال استثنائي لشركة تستخدم بنجاح الذكاء الاصطناعي لتطوير نظام ذكي لتحديد موسيقى، الذي يصل إلى حد النظر في وقت اليوم الذي يستمع فيه شخص ما إلى نوع معين من الموسيقى.

في كلتا الحالتين السابقتين، يساعد الذكاء الاصطناعي في توفير تجربة أفضل للعميل. ومع ذلك، السبب في أن هذه الشركات استخدمت الذكاء الاصطناعي بنجاح هو أنها كانت واضحة جدًا بشأن الجوانب التي يجب تفويضها إلى الذكاء الاصطناعي.

2. حدد البيانات التي ستحللها

مرة واحدة يتم تحديد المشكلة الرئيسية، يجب أن نأخذ في الاعتبار البيانات التي نحتاج إلى تغذية النظام بها. من المهم تذكر أن الذكاء الاصطناعي هو خوارزمية، والتي تحلل وتتكيف مع البيانات التي نقدمها. السيناريو الأساسي لجمع البيانات هو كما يلي:

1. افهم ما البيانات التي قد نحتاجها لتنفيذ الذكاء الاصطناعي.

2. انظر إذا كانت شركتنا تملك تلك البيانات.

   1. إذا كانت كذلك – رائع.

   2. إذا لم تكن كذلك، فنحن بحاجة إلى الجلوس وتبين ما إذا كنا نستطيع بدء عملية جمع البيانات الصحيحة داخل الشركة. كخيار آخر، يمكننا أن نطلب من المطورين حفظ البيانات التي نحتاجها إذا لم نكن نفعل ذلك بعد.

هنا مثال. نحن نمتلك مقهى، ونحن بحاجة إلى بيانات حول عدد العملاء الذين يزورونها. يمكننا القيام بذلك من خلال تنفيذ بطاقات ولاء مخصصة التي سيقدمها العملاء عند الشراء. بهذه الطريقة، سوف نمتلك البيانات التي نحتاجها، مثل العملاء الذين جاءوا، متى جاءوا، ما اشتروه، وكمية ما اشتروه. مرة واحدة نمتلك ذلك، يمكننا استخدام هذه البيانات لتنفيذ الذكاء الاصطناعي. ومع ذلك، هناك أوقات يمكن أن يكون فيها جمع هذه البيانات مكلفًا للغاية. وهنا يأتي الذكاء الاصطناعي لإنقاذنا. على سبيل المثال، إذا كان لدينا كاميرا مثبتة في مقهى – وهو ما قد نفعل على الأقل لأسباب أمنية – يمكننا الاستفادة منها لجمع بيانات من العملاء الذين يزوروننا. يجب أن أقول أن قبل تنفيذ ذلك، من المهم التشاور حول قوانين البيانات الشخصية، مثل GDPR، لأن هذا النهج قد لا يعمل في كل بلد. ولكن في تلك القوانين التي يسمح بها، يمكن أن يكون هذا وسيلة سلسة لجمع المعلومات التي نحتاجها، وطلب مساعدة الذكاء الاصطناعي لتحليلها ومعالجتها.

إذا كنت تتساءل، فإن برنامج الولاء المخصص هو ما قامت به ستاربكس، بنجاح كبير. وصل نظام مكافآت ستاربكس إلى حد تقديم حوافز مخصصة كلما زار العميل موقعهم المفضل أو طلب مشروبهم المفضل.

3. حدد فرضية

قد توجد حالات ت感到 فيها غير متأكد من العمليات التي يمكن أو يجب تحسينها بالذكاء الاصطناعي.

إذا كانت هذه هي حالتك، يمكنك البدء بتقسيم عمليةك بأكملها إلى مراحل، وتحديد المراحل التي تشعر بأن شركتك تؤدي فيها أداءً ضعيفًا. ما هي المناطق التي تنفق فيها الكثير من المال؟ ما هو ما يأخذ وقتًا أطول من المعتاد؟ من خلال الإجابة على هذه الأسئلة، يمكنك تحديد المناطق الحرجة للتحسين، ويمكنك تقرير ما إذا كان الذكاء الاصطناعي يمكن أن يكون مفيدًا.

كما ستجد، هناك حالات قد تكون فيها الحلول التقليدية أكثر فعالية. إذا كنت تعاني من تحديد العروض التي يجب تسليط الضوء عليها لعملائك، فإن الاقتراحات المستندة إلى المنتجات الأكثر شعبية غالبًا ما تكون أكثر فعالية في أنظمة التوصية في السوق من محاولات توقع سلوك المستخدم. لذا، حاول ذلك أولاً. مرة واحدة تحصل على نتيجة – سواء كانت إيجابية أو سلبية – يمكنك حينها أن تضع فرضية لاختبار الذكاء الاصطناعي. بخلاف ذلك، سيكون مجال العمل غامضًا جدًا، ويمكن أن تنتهي بهمكة إلى تضييع الوقت والمال.

4. استفد من الحلول الموجودة

تستهدف العديد من الشركات، على الفور، تصميم خوارزميات التعلم الآلي الخاصة بهم. ومع ذلك، إذا كنت لا تخطط لتدريبهم مع مجموعات بيانات كبيرة لفترة زمنية طويلة، فلا تفعل ذلك. سيكون ذلك مكلفًا جدًا ومستهلكًا للوقت.

بدلاً من ذلك، أوصي بتركيزك على الحلول المتاحة بالفعل. لدى شركات مثل أمازون، جوجل، مايكروسوفت، والعديد من الشركات الأخرى أدوات مدعومة بالذكاء الاصطناعي يمكن أن تساعدك في تحقيق العديد من الأهداف. ثم، تدريجيًا، يمكنك التوقيع على عقد مع واحدة منهم، وتوظيف مطور داخلي لتهيئة طلبات API الضرورية بمهارة.

الفكرة الأساسية هي أن هذه الأدوات يمكن دمجها من قبل مطورين الأعمال (وليس متخصصي التعلم الآلي)، مما يسمح لنا بتحديد الفرضية بسرعة من خلال اختبار ما إذا كان الذكاء الاصطناعي يؤدي إلى التأثير المتوقع أم لا. إذا فشل في ذلك، يمكننا ببساطة تعطيل هذه الأدوات، وستكون تكلفة اختبار فرضيتنا هي فقط وقت المطور الذي قمنا بتوظيفه لدمج هذه الخدمة ومبلغ ما دفعنا لاستخدام الأداة. إذا كنا نطور نموذجًا، سننفق راتب متخصص التعلم الآلي مضروبًا بعدد الساعات التي يقضيها في تطوير النموذج، بالإضافة إلى أي تكاليف بنية تحتية. ومن ثم، ليس من الواضح ماذا نفعل بالمطور والنموذج إذا لم يكن التأثير المتوقع موجودًا.

إذا ثبتت فرضيتنا، وأدت الأداة المدعومة بالذكاء الاصطناعي إلى التأثير المتوقع، نحن نفرح ونتوصل إلى فرضية جديدة. في المستقبل، إذا توقعنا أن تكاليف الأداة تزداد بشكل كبير، يمكننا التفكير في تطوير هذا النموذج بأنفسنا، وبالتالي تقليل التكاليف أكثر. ولكننا بحاجة إلى تقييم أولاً ما إذا كانت تكلفة التطوير في الواقع أقل من ما سندفعه لاستخدام أداة من شركة أخرى تختص في تطوير هذه الأدوات.

نصيحتي هي أن تفكر في تطوير منتج التعلم الآلي الخاص بك فقط بعد حصولك على نتائج جيدة من استخدام الذكاء الاصطناعي مع الأدوات المذكورة أعلاه، وبعد التأكد من أن الذكاء الاصطناعي هو الطريقة الصحيحة لحل مشكلتك على المدى الطويل. بخلاف ذلك، لن يؤدي مشروع التعلم الآلي إلى القيمة التي تبحث عنها، كما قال مقال رائع حديث في هارفارد بيزنس ريفيو، سيكون هوس الذكاء الاصطناعي مجرد отвлек من مهمتك، التي لا تحتاج إلى الذكاء الاصطناعي.

5. استشير خبراء الذكاء الاصطناعي

في نفس السياق، يرتكب مؤسسو الشركات ومالكوها خطأً شائعًا آخر، وهو محاولة فعل كل شيء داخل الشركة. يُ聘ون مهندسًا رئيسيًا للذكاء الاصطناعي أو باحثًا، ثم المزيد من الناس لتشكيل فريق يمكنه إنشاء منتج متقدم. ومع ذلك، هذه التكنولوجيا ستكون عديمة الفائدة لغرض شركتك إذا لم تكن لديك استراتيجية تنفيذ الذكاء الاصطناعي محددة بشكل صحيح. هناك أيضًا حالة يُ聘ون فيها مهندسًا جونيور للتعلم الآلي لتوفير المال مقارنة بتوظيف خبير أكثر خبرة. هذا أيضًا خطر، لأن شخصًا بدون خبرة قد لا يعرف دقائق تطوير نظام التعلم الآلي وتصميمه ويتسبب في “أخطاء المبتدئين”، والتي ستكون ثمنًا باهظًا دفعته الشركة، تقريبًا دائمًا يتجاوز سعر توظيف خبير واحد ذي خبرة.

لذلك، أوصي بتوظيف خبير واحد في الذكاء الاصطناعي، مثل المستشار، الذي سيساعدك على طول الطريق وتقييم عملية تبني الذكاء الاصطناعي. استفد من خبرته لضمان أن المشكلة التي تعمل عليها تتطلب الذكاء الاصطناعي، وأن التكنولوجيا يمكن أن تكون قابلة للتطوير بشكل فعال لتحقيق فرضيتك.

إذا كنت شركة ناشئة في مرحلة مبكرة، وتقلق من التمويل، فهناك حيلة لذلك، وهي الاتصال بمهندسي الذكاء الاصطناعي على لينكد إن مع أسئلة محددة. صدق أو لا تصدق، يحب العديد من خبراء الذكاء الاصطناعي والمعلمين الآليين مساعدتك، سواء لأنهم مهتمون جدًا بالموضوع، أو لأنهم إذا نجحوا في مساعدتك، يمكنهم استخدامها كدراسة حالة إيجابية لمحفظتهم الاستشارية.

أفكار ختامية

مع كل الهوس المحيط بالذكاء الاصطناعي، من الطبيعي أن تكون حريصًا على دمجها في عملك وتطوير حل مدعوم بالذكاء الاصطناعي يأخذك إلى المستوى التالي. ومع ذلك، عليك أن تضع في اعتبارك أن حقيقة أن الجميع يتحدثون عن الذكاء الاصطناعي لا تعني أن عملك يحتاج إلى الذكاء الاصطناعي. العديد من الشركات، للأسف، تسرع إلى دمج الذكاء الاصطناعي بدون هدف واضح في الاعتبار، وتنتهي بهمكة إلى تضييع كميات هائلة من المال والوقت. في بعض الحالات، خاصة للشركات في مرحلة مبكرة، يمكن أن يعني ذلك نهايتها. من خلال وصف مشكلة واضحة، وجمع البيانات ذات الصلة، واختبار فرضية، واستخدام الأدوات المتاحة بالفعل مع مساعدة خبير، يمكنك دمج الذكاء الاصطناعي دون إفراغ موارد شركتك المالية. ثم، إذا نجحت الحل، يمكنك التوسع تدريجيًا ودمج الذكاء الاصطناعي في المجالات التي تزيد من كفاءة أو ربحية شركتك.