تمويل
أクション إيه آي تتلقى 10 ملايين دولار لجلب المساءلة والموثوقية إلى الذكاء الاصطناعي للشركات
أضف Unite.AI إلى مصادرك المفضلة على Google
تسارع تبني الشركات للذكاء الاصطناعي، ولكن التوسع في استخدامها بعد المشاريع التجريبية يبقى تحديًا مستمرًا. السبب الرئيسي هو الثقة. بينما يزداد استخدام الموظفين لأدوات الذكاء الاصطناعي في عملهم اليومي، تظل المنظمات مترددة في الاعتماد عليها في العمليات الأساسية حيث تكون الدقة والمساءلة حاسمتين.
هذا هو الفجوة التي تسعى أクション إيه آي إلى سدّها. أعلنت الشركة عن جولة تمويل بقيمة 10 ملايين دولار لإنشاء بنية تحتية تجعل أنظمة الذكاء الاصطناعي موثوقة بما يكفي للاستخدام الحرج في الشركات.
لماذا يتوقف تبني الذكاء الاصطناعي
على الرغم من التجارب الشائعة، تفشل معظم مبادرات الذكاء الاصطناعي في الشركات في الوصول إلى الإنتاج. البيانات الداخلية غالبًا ما تظل دون فحص، ويمكن أن تكون الإخراجات غير متناسقة، والأخطاء – خاصة الوهم – تُ導ي إلى مخاطر تشغيلية حقيقية.
تُظهر الدراسات أن معظم الموظفين يستخدمون أدوات الذكاء الاصطناعي في العمل، ولكنهم يفعلون ذلك دون التحقق من الدقة. في الوقت نفسه، تظل نسبة كبيرة من حالات استخدام الذكاء الاصطناعي في الشركات عالقة في وضع التجربة. القضية لم تعد تتعلق بما إذا كان الذكاء الاصطناعي قادرًا، ولكن ما إذا كان يمكن الوثوق به.
هذا مشكلة خاصة في الصناعات مثل المالية والطبية والصحة والخدمات اللوجستية، حيث يمكن أن تؤدي الأخطاء إلى عواقب تنظيمية أو مالية أو قانونية.
بناء طبقة موثوقية للذكاء الاصطناعي
تعتمد أクション إيه آي على معاملة الموثوقية كطبقة أساسية بدلاً من كونها فكرة ثانوية. منصة الشركة مصممة لمراقبة وتقييم أنظمة الذكاء الاصطناعي على مدار دورة حياتها الكاملة – من بيانات التدريب إلى الإخراج النهائي.
بدلاً من التركيز فقط على أداء النموذج، تخطط النظام كيفية تدفق البيانات عبر كل مرحلة من مراحل chồng الذكاء الاصطناعي. هذا يسمح للفرق بالتحديد الدقيق لماذا تحدث الأخطاء، سواء في مستوى الإدخال أو أثناء المعالجة أو في مرحلة الإخراج.
مكون رئيسي في المنصة هو قدرته على تصحيح المشاكل في الوقت الفعلي. عندما يحدث شيء خاطئ، يمكن للفرق عزل السبب الأساسي بسرعة ومعالجة الحالات الحدية قبل أن تتحول إلى مشاكل أكبر.
تقديم استثناءات يمكن تفسيرها
أحد العناصر المتميزة في المنصة هو نظام يُدعى استثناءات يمكن تفسيرها. بدلاً من إجبار أنظمة الذكاء الاصطناعي على التصرف مع مخرجات غير مؤكدة، يكتشف نظام استثناءات يمكن تفسيرها عندما يفتقر النموذج إلى الثقة ويعيد توجيه المهمة إلى الإنسان.
ما يجعل هذا النهج ملحوظًا هو أنه لا يُحصر في الإشارة إلى مشكلة فقط – بل يوفر سببًا. يتلقى المراجعون الإنسان سياقًا يشرح لماذا كان الذكاء الاصطناعي غير متأكد، مما يسمح لهم باتخاذ قرارات أسرع وأكثر إطلاعا.
هذا يخلق تدفقًا منظمًا للعمل بمشاركة الإنسان الذي لا يبطئ العمليات بل يعمل كحارس. يضمن ألا تمر مخرجات غير مؤكدة أو عالية المخاطر عبر النظام دون ملاحظة.
من المراقبة إلى التحكم المستمر
عندما يتجاوز النشر، تستمر المنصة في مراقبة أداء الذكاء الاصطناعي في الإنتاج. تتبع كيف تستجيب الأنظمة لبيانات جديدة أو ظروف متغيرة أو تعليمات محدثة.
عندما ينخفض الأداء أو تظهر شذوذات، تُحدد المنصة تلقائيًا، مما يساعد المنظمات على الحفاظ على الاتساق مع مرور الوقت. هذا الأمر مهم بشكل خاص لأن نماذج الذكاء الاصطناعي قد تتحلل أو تتصرف بشكل غير متوقع عند التعرض لمدخلات جديدة.
الهدف هو الانتقال من توزيعات الذكاء الاصطناعي الثابتة إلى أنظمة متدارة بشكل مستمر تُعدل دون التضحية بالموثوقية.
تركز أクション إيه آي على القطاعات حيث لا يُسمح بالتقريبات. تشمل هذه الخدمات المالية والتصنيع والبيع بالتجزئة والتأمين وسلاسل التوريد والنظم القانونية.
في هذه البيئات، يمكن أن تؤدي حتى الأخطاء الصغيرة إلى مشاكل متسلسلة. من خلال إدخال الرقابة والقابلية للتتبع ومعالجة الاستثناءات المنظمة، صممت المنصة لجعل الذكاء الاصطناعي قابلاً للتطبيق في السياقات التي كان يُعتبر فيها مخاطرة كبيرة في الماضي.
تحول نحو الذكاء الاصطناعي المسؤول
للمؤسس ميريم هارت، القضية الأساسية ليست فقط تحسين أداء الذكاء الاصطناعي، ولكن جعل الأنظمة مسؤولة من البداية.
تركز هندسة الشركة على التحقق من صحة البيانات قبل دخولها النظام، ومراقبة السلوك أثناء التنفيذ، وضمان أن الإخراجات يمكن تفسيرها ومراجعتها بعد ذلك. هذه الرؤية الشاملة هي ما يسمح للمنظمات بالانتقال من التجارب إلى التوزيع الكامل.
الاستباق الأوسع لهذه الجولة من التمويل هو تحول في كيفية تفكير الشركات في الذكاء الاصطناعي. بدلاً من معاملته كأداة طبقت على الأنظمة الحالية، بدأت الشركات في النظر إليه كبنية تحتية أساسية – شيء يجب أن ي满ي نفس المعايير مثل أي نظام حرج.
تضع أクション إيه آي نفسها عند هذا التقاطع، حيث لا يُعد الأداء وحده كافياً. الموثوقية والشفافية والتحكم يصبحون المتطلبات الحاسمة لتبني الذكاء الاصطناعي في الشركات.
إذا تم стандردت هذه العناصر، قد يتحرك الذكاء الاصطناعي أخيرًا من المشاريع التجريبية المعزولة إلى العمليات المتكاملة بالكامل عبر الشركات.
