مقابلات
آدم فيلد، رئيس قسم الذكاء الاصطناعي في تونغستن أوتوميشن – سلسلة المقابلات
آدم فيلد، رئيس قسم الذكاء الاصطناعي في تونغستن أوتوميشن، هو قائد تقني متعاون لشركة تونغستن أوتوميشن، وهو خبير طويل الأمد في تكنولوجيا الشركات مع خبرة عميقة في الذكاء الاصطناعي والتحسين الذكي والاستراتيجية المنتجة. في منصبه الحالي، يترأس جهود الشركة العالمية لتحويل الذكاء الاصطناعي، حيث يُشرف على دمج الذكاء الاصطناعي في جميع منتجات تونغستن، وتوجيه مختبر تونغستن للذكاء الاصطناعي، وتأسيس إطارات الحوكمة لتبني الذكاء الاصطناعي المسؤول. قبل أن يصبح رئيسًا للذكاء الاصطناعي، شغل منصب رئيس قسم المنتجات، حيث كان يدير محفظة تُوليد أكثر من 550 مليون دولار في الإيرادات السنوية. قبل انضمامه إلى تونغستن، قضى فيلد ما يقرب من 17 عامًا في بيجاسистемز، حيث قاد مبادرات الابتكار وتجارب العملاء، وساهم في تشكيل استراتيجية التكنولوجيا الناشئة، وأصبح معروفًا بتقديم عروض منتجات كبيرة ومبادرات الابتكار للشركات.
تونغستن أوتوميشن، المعروفة سابقًا باسم كوفاكس، هي شركة برمجيات الشركات التي تركز على أتمتة سير العمل القائمة على الذكاء الاصطناعي، ومعالجة المستندات الذكية، وأتمتة العمليات الروبوتية (RPA)، وتنسيق العمليات التجارية. توفر الشركة أدوات أتمتة تُستخدم من قبل المنظمات عبر الصناعات مثل المالية والرعاية الصحية والتأمين والحكومة لتبسيط العمليات التي تعتمد على المستندات وتحسين الكفاءة. يجمع منصتها بين تقنيات الذكاء الاصطناعي وتحسين التطبيقات منخفضة الرمز وتقنيات ذكاء المستندات لمساعدة الشركات على أتمتة المهام المتكررة، واستخراج المعلومات من البيانات غير المهيكلة، وتنظيم سير العمل التجارية على نطاق واسع.
قضيت سنوات عديدة في قيادة استراتيجية المنتج والابتكار، بما في ذلك بناء مختبرات الابتكار وتوسيع محفظة المنتجات التي تبلغ قيمتها أكثر من 500 مليون دولار، قبل أن تتولى منصب رئيس قسم الذكاء الاصطناعي في تونغستن أوتوميشن. ما الذي أقنعك بأن هذا هو الوقت المناسب للتحول بشكل كامل إلى قيادة الذكاء الاصطناعي، وكيف ساهمت خبرتك السابقة في هذه القرار؟
لقد قمت بإنفاق جزء كبير من مسيرتي المهنية على تحويل التكنولوجيا الجديدة إلى شيء يعمل بالفعل على نطاق واسع داخل بيئات الشركات. خلال السنوات القليلة الماضية، أصبح من الواضح أن الذكاء الاصطناعي ليس مجرد قدرة أخرى لتضمينها في المنتجات. إنه يغير من طريقة بناء البرمجيات وصنع القرارات عبر الأعمال، ويبدو أنه يغيب كل ما سبقه. هذا التحول من التجربة إلى التوقعات الفعلية للنتائج، إلى جانب حقيقة أن الذكاء الاصطناعي يبدو أنه هنا ليبقى، جعلني أدرك أن هذا هو الوقت المناسب للتحول بشكل كامل إلى دور قيادي في الذكاء الاصطناعي.
كما أصبح واضحًا أن نجاح الذكاء الاصطناعي يتطلب أشخاصًا يجمعون بين الخبرة الفنية وخبرة الصناعة. تريد تونغستن مساعدة الشركات على القيام بالذكاء الاصطناعي بالطريقة الصحيحة وتجربة العوائد الفعلية، وهو السبب في إنشاء مكتب الذكاء الاصطناعي ودوري فيه.
تطورت تونغستن من التقاط المستندات الأولية وOCR إلى منصة أتمتة ذكية كاملة تعمل على سير العمل الحرج لآلاف المنظمات. كيف ترى أن هذا التراث يؤثر على نهجك الحالي لتحسين الذكاء الاصطناعي؟
تاريخ تونغستن مربوط بشكل عميق بكيفية عمل الشركات في الواقع. لقد قمنا بإنفاق عقود في العمل مع المستندات وسير العمل التي تقع في مركز العمليات التجارية الحيوية. هذا يعني أننا ن理解 كيف يمكن أن تكون هذه المعلومات معقدة وغير مهيكلة.
هذه الأسس مهمة جدًا للذكاء الاصطناعي. هذه الأنظمة تحتاج إلى العمل في البيئات الفعلية، وليس فقط تفسير المعلومات في العزلة. خبرتنا في ذكاء المستندات تسمح لنا بالتركيز على السياق وضمان أن يعمل الذكاء الاصطناعي بطريقة تتماشى مع كيفية عمل الأعمال. من الصحيح بناء أنظمة يمكن الوثوق بها في الإنتاج، وليس فقط استكشافها في النظرية.
هذا هو السبب في أن هذه التطورات الأخيرة في الذكاء الاصطناعي مثيرة جدًا. إنها تأخذ معالجة المستندات الذكية إلى أماكن لم نستطع الوصول إليها من قبل – حل المشكلات التي كانت باهظة التكلفة أو مستحيلة في الماضي.
لقد شددت على دمج الذكاء الاصطناعي في جميع أنحاء محفظة المنتجات بدلاً من معاملته كخاصية منفصلة. ما الذي يعني بالضبط “الانتقال إلى الذكاء الاصطناعي” في منصة برمجيات كبيرة ومؤسسية؟
أصبح من الواضح في وقت مبكر أن الميزات القائمة على الذكاء الاصطناعي التوليدي والتفاعلي أصبحت متطلبات أساسية، مما يعني أن العملاء لم يكونوا دائمًا على استعداد لدفع المزيد مقابلها. كما أدركنا أن هذه التكنولوجيا تسمح لنا بتحديث ما كان تونغستن يفعله لسنوات عديدة: مساعدة الشركات على فهم بيانات المستندات.
لم نغير وعدنا بالعلامة التجارية. لم ننشئ منتجات منفصلة أو ميزات ملحقة. قمنا بتحديث كيفية استخدام المنتج، وعندما تكون هذه الأسس في مكانها، يمكن للذكاء الاصطناعي العمل بطريقة تبدو طبيعية داخل المنتج بدلاً من كونه منفصلًا عنه. كما انتقلت الحالات التي بدأ العملاء في معالجتها من المستندات المهيكلة إلى مصادر غير مهيكلة للمعلومات. كما أعيد تعريف “المستند” في هذه العملية. لم يعد المستند صورة للورق أو ملفًا رقميًا. البيانات غير المهيكلة تعيش في أشياء مثل ملاحظات معالجي المطالبات، ونصوص مكالمات مركز الاتصال، ومنشورات على وسائل التواصل الاجتماعي، ومقالات على الويب، وغيرها الكثير.
اتخاذ هذا النهج يسمح لعملائنا بتعزيز الأسس وتحديث النماذج مع بياناتهم الخاصة، وهو ما يمثل الفارق الحقيقي.
كما رئيس قسم الذكاء الاصطناعي الأول في الشركة، كيف توازن بين سرعة الابتكار وضرورة الحوكمة والأمان والتنفيذ المسؤول للذكاء الاصطناعي على نطاق واسع؟
دائمًا هناك ضغط للحركة السريعة مع الذكاء الاصطناعي، لكن في بيئات الشركات، يهم الثقة بقدر ما يهم السرعة. لا يمكن معاملتها كأمر ثانوي. يجب بناؤها في النظام من البداية.
الطريقة التي نفعلها هي بتحديد التوقعات من البداية من خلال تثقيف مستخدمينا النهائيين. على سبيل المثال، نصف دوري يركز على استراتيجية الذكاء الاصطناعي الداخلية وتعزيزها والحوكمة. جمعنا مجلس استشاري متعددي التخصصات في وقت مبكر جدًا. نشجع على المشاركة والتجربة والتواصل. كان هناك أوقات كانت فيها التكنولوجيا جاهزة للطرح على جميع الموظفين المرتبطين بأنظمة داخلية متعددة. كانت النماذج قوية وجعلت الجميع متحمسين، لكننا أبلغنا فريقنا الاستشاري كلما واجهنا عقبات أمان أو تنظيمية محتملة. يقدرون الإطلاع ويشاركون أحيانًا في الحل.
أعتقد أنه من المهم أيضًا ألا نسمح للكمال أن يعوق التقدم. نحن نضع التوقعات مع موظفينا بأنهم يجب أن يتوقعوا التغيير، والكثير منه. يجب أن يتوقعوا أن نطرح أدوات وميزات عندما تكون جاهزة، ونحصل على تعليقات، ونغير المسار إذا لزم الأمر، ثم نطرح المزيد.
يصبح الذكاء الاصطناعي التفاعلي بسرعة محورًا رئيسيًا عبر الصناعة. ما الذي يفصل بين أنظمة الذكاء الاصطناعي التفاعلي الحقيقية للشركات عن التنفيذات التجريبية أو المبالغ فيها؟
الفرق الرئيسي هو كيف تعمل الأنظمة في الظروف الفعلية. تعمل العديد من النهج التجريبية جيدًا في البيئات المراقبة، لكنها تعاني عند مواجهة بيانات غير مهيكلة أو سير عمل معقد. تحتاج أنظمة الدرجة الأولى إلى التعامل مع هذه التباين والاستمرار في تقديم نتائج متسقة.
تم بناء معظم الأنظمة على مدار 30 عامًا الماضية للتفاعل البشري أو عبر وصول API مراقب جيدًا. يحتاج دمج الأنظمة إلى إعادة التفكير في عصر الذكاء الاصطناعي التفاعلي. كل شيء من كيفية التعامل مع الاستثناءات والأخطاء والتدقيق يختلف عندما يتفاعل الوكلاء بدلاً من إنسان عبر واجهة مستخدم تقليدية.
عامل آخر مهم هو المساءلة. تحتاج المنظمات إلى فهم كيفية اتخاذ القرارات ويمكنها الثقة في النتائج. هذا المستوى من الشفافية هو ما يسمح لأنظمة الذكاء الاصطناعي بالانتقال من عروض مثيرة للاهتمام إلى استخدام تشغيلي حقيقي.
تترأس مختبر تونغستن للذكاء الاصطناعي كمركز لأبحاث الابتكار التطبيقية. كيف تضمن أن العمل التجريبي في الذكاء الاصطناعي يترجم إلى نتائج أعمال قابلة للقياس للعملاء؟
في الواقع، اتخذت نهجًا معاكسًا إلى حد ما مع مختبر تونغستن للذكاء الاصطناعي. أبلغت الفريق في وقت مبكر أنه من المقبول التجربة والتعلم ومحاولة طرق جديدة حتى لو النتائج لم تظهر في منتجاتنا. غالبًا ما يكون من الأفضل تعلم ما لا يجب فعله. أعتقد أن هذا أعطاهم الحرية في التفكير بحرية وتجربة طرق جديدة للقيام بالأمور.
على سبيل المثال، بينما لا أستطيع الكشف عن الميزة بالضبط، يتضمن أحد سبرات البحوث الحالية نهجًا جديدًا تمامًا لمكون منتج موجود. وجد الباحثون أساليب جديدة لحل مشكلة أدت إلى لحظة “الضوء الفيضان” التي قد نتمكن من تقديم حل إضافي كامل لعملائنا. لو بحثنا فقط عن كيفية تنفيذ ما كان موجودًا بالفعل في خطة الطريق، لما وصلنا إلى هنا.
قال إن هذا ليس مجرد حرية مطلقة. نحن نعتني بكيفية قضاء وقتنا وكيف ننفقه في كل مشروع بحثي.
ما هي أكبر عقبات أنظمة الذكاء الاصطناعي التي لا تزال تواجهها المنظمات للانتقال من تجارب الذكاء الاصطناعي إلى الإنتاج؟ وكيف يمكن للشركات التغلب على هذه العقبات؟
إحدى أكبر العقبات هي البيانات المظلمة. لدى معظم المنظمات وصول إلى كميات هائلة من المعلومات، لكن جزءًا كبيرًا منها يعيش في مستندات وبريد إلكتروني وملفات PDF وأشكال غير مهيكلة أخرى من البيانات التي يصعب على أنظمة الذكاء الاصطناعي تفسيرها. هذا يعني أن حتى النماذج المصممة جيدًا تعمل غالبًا مع وجهة نظر غير مكتملة وغير متسقة للأعمال، مما يؤدي إلى مخرجات غير موثوقة ومبادرات متوقفة.
للتغلب على ذلك، تحتاج الشركات إلى التركيز على تحويل البيانات المظلمة إلى شيء يمكن استخدامها. يتضمن ذلك ليس فقط استخراج المعلومات، ولكن أيضًا إنشاء هيكل وسياق وحوكمة حولها بحيث يمكن لأنظمة الذكاء الاصطناعي العمل عليها بثقة. بمجرد وضع هذه الأسس في مكانها، يصبح الذكاء الاصطناعي أكثر موثوقية ويصبح من الأسهل نشره من تجارب معزولة إلى بيئات إنتاج حقيقية.
تعمل تونغستن عبر صناعات تعتمد على المستندات وكثيفة السير العمل. كيف يغير الذكاء الاصطناعي طريقة تفكير الشركات في البيانات غير المهيكلة وصنع القرار؟
يغير الذكاء الاصطناعي كيف تفكر المنظمات في قيمة المعلومات التي تمتلكها بالفعل. على مدار سنوات عديدة، جلست كميات كبيرة من المعرفة المؤسسية داخل المستندات والبريد الإلكتروني وملفات PDF والمحتوى غير المهيكل الآخر الذي يصعب الوصول إليه أو تشغيله. الآن تدرك المنظمات أن هذه البيانات تحتوي على السياق والمنطق التجاري الذي يحتاجه الذكاء الاصطناعي لإنتاج نتائج موثوقة. النماذج نفسها هي سلع، ومعلومات المنظمات الخاصة المدمجة مع هذه النماذج هي الفارق.
في الوقت نفسه، هناك وعي متزايد حول سيادة البيانات والحوكمة ومكان تدفق المعلومات المؤسسية. يتنافس الكثير من الشركات على جلب المزيد من البيانات الخارجية أو تجربة وصول النماذج الواسع، بينما في الواقع يجلسون على كميات هائلة من الذكاء غير المستخدم داخل منظمتهم. يبدأ التركيز في التحول نحو تفعيل هذه البيانات غير المهيكلة الداخلية بطريقة آمنة ومحكومة بحيث يمكن للذكاء الاصطناعي دعم قرارات أفضل دون خلق مخاطر غير ضرورية.
لقد بنيت مجالس استشارة العملاء وعملت بشكل وثيق مع العملاء المؤسسين على مدار مسيرتك المهنية. كيف महत هو ملاحظات العملاء في تشكيل استراتيجية الذكاء الاصطناعي، خاصة عندما تتطور التكنولوجيا بسرعة؟
ملاحظات العملاء هي هدية، خاصة في مجال يتحرك بسرعة مثل الذكاء الاصطناعي. تساعد على ضمان أن تبقى الاستراتيجية مرتكزة على الاحتياجات التجارية الفعلية بدلاً من الاحتمالات النظرية.
كما تساعد في تحديد الأولويات. هناك العديد من الاتجاهات التي يمكن للذكاء الاصطناعي أن يتخذها، ولكن ملاحظات العملاء توفر وضوحًا حول أين يمكن創造 القيمة الأكبر. هذا يحافظ على التركيز على النتائج التي تهم وضمان أن تبقى الابتكارات متوافقة مع كيفية عمل المنظمات في الواقع.
أتذكر في الأيام الأولى للذكاء الاصطناعي التوليدي، كان أحد العملاء في مجلسنا الاستشاري يخبرني أنه بينما أحب اتجاه المنتج، لن يدفع أبدًا مقابل ميزة قوية جديدة مدعومة bởi LLM في خطة الطريق. كان ذلك كاشفًا لأنها كانت متوافقة مع بقية الصناعة.
نظرًا إلى المستقبل، أين ترى أكبر فرصة للتحسين الذاتي القائم على الذكاء الاصطناعي خلال السنوات الخمس القادمة، وما يجب على الشركات أن تستعد له الآن؟
الفرصة الكبيرة تكمن في ربط الذكاء الاصطناعي بشكل أعمق في سير العمل الشامل. بدلاً من التركيز على المهام المنفصلة، ستبحث المنظمات عن كيفية دعم الذكاء الاصطناعي لجميع العمليات وتحسين كيفية انتقال العمل عبر الأعمال. حاليًا، تهدف العديد من أنظمة الذكاء الاصطناعي التفاعلي إلى مهام منفصلة، لكن الشركات تعمل على عمليات شاملة متوافقة.
للاستعداد لهذا التحول، يجب على الشركات الاستثمار في أسس البيانات وأنظمة تدعم الشفافية والسيطرة. ويجب أن يفكروا في “بناء مقابل الشراكة” بدلاً من “بناء مقابل شراء”. لقد رأينا أن محاولة بناء الذكاء الاصطناعي من الصفر تفشل كثيرًا. ستستفيد المنظمات التي تجد الشركاء المناسبين القائمين على الذكاء الاصطناعي لتعزيز حلولها بدلاً من محاولة إعادة بناء كل شيء من الصفر.
شكرًا على المقابلة الرائعة، يرغب القراء في معرفة المزيد في زيارة تونغستن أوتوميشن.
