نجاح تبنّي الذكاء الاصطناعي يفرض على الشركات جولة ثانية من التطبيق قلّما تخطط لها

منذ نحو ثلاثة أعوام، اشتريت أول اشتراك مدفوع لي في خدمة ذكاء اصطناعي، وبدأت اختبار ما يمكن أن تقدمه لي فعليًا. وبالتدريج، تحوّل ما بدأ كتجربة شخصية إلى مشروع داخلي صغير، ثم إلى اشتراكات تجارية على مستوى الشركة، وصولًا في نهاية المطاف إلى تطبيق للذكاء الاصطناعي شمل معظم الأقسام تقريبًا، من التطوير والمالية والشؤون القانونية إلى التسويق والدعم.

نجحت المرحلة الأولى، في الأساس. فقد ارتفعت سرعة التطوير الداخلي لدينا بنحو خمسة أضعاف خلال ستة أشهر تقريبًا. وفي الوقت نفسه، ارتفع رقم آخر: زاد إنفاقنا على الذكاء الاصطناعي بنحو 15 ضعفًا.

عندها أدركت أن نجاح تبنّي الذكاء الاصطناعي قد يخلق مشكلاته الخاصة. فبعد أن شاع استخدام هذه التقنية، لم تعد القواعد التي بدأنا بها صالحة. وأصبح الإنفاق مهددًا بالخروج عن السيطرة، مع حصول الذكاء الاصطناعي على مزيد من بيانات الشركة وتوليه مزيدًا من المهام، في حين ظل كثير من الأدوات نفسها خاضعًا لسيطرة مزوّدين خارجيين.

إذًا، ما الذي ينبغي للرئيس التنفيذي فعله عندما ينجح تبنّي الذكاء الاصطناعي، لكن الشركة لم تعد تسيطر بالكامل على كيفية استخدامه؟ لنحاول الإجابة عن ذلك.

توقّفوا عن مساواة الاستخدام النشط للذكاء الاصطناعي بنتائج الأعمال

ما لاحظته فورًا هو أن مقاييس التبنّي خلال التطبيق الأول، مثل عدد المستخدمين النشطين أو معدل الاستخدام، كانت مفيدة. وبصفتك قائدًا، فأنت تريد أن تعرف ما إذا كان الموظفون يستخدمون الأدوات، وأيّها يستخدمون تحديدًا، وما إذا كان الذكاء الاصطناعي يوفر لهم الوقت فعلًا. لكن هذه الأرقام تصبح أقل فائدة بكثير عندما يمتد الاستخدام إلى الشركة بأكملها.

رأينا ذلك بأنفسنا. فبمجرد أن أتيح للناس الوصول إلى نماذج قوية، بدأوا يستخدمونها في كل شيء تقريبًا. وفي مرحلة ما، أخذ الموظفون يسألون الذكاء الاصطناعي عن الوقت في نيويورك. لا شك أن المثال سخيف، لكنه يبيّن مدى سرعة انتشار الاستخدام من دون أن يحقق أي قيمة ملموسة للشركة.

واجهت Shopify مشكلة مشابهة بعدما دمجت الذكاء الاصطناعي بعمق، إلى حد أن وكيلها الداخلي River بات يصوغ الآن ما يصل إلى نصف طلبات دمج الشيفرة الإنتاجية. لكن الرئيس التنفيذي Tobi Lütke حذّر مؤخرًا مما يسميه «قنابل الفوضى»: أعمالًا مولّدة بالذكاء الاصطناعي يمررها الموظفون من دون تدقيقها كما ينبغي، تاركين لشخص آخر مهمة مراجعة الناتج أو إصلاحه أو حتى تلخيصه.

بعبارة أخرى، قد يؤدي ازدياد استخدام الذكاء الاصطناعي بسهولة إلى مزيد من العمل بدلًا من مزيد من القيمة. فقد تسجل الشركة أرقام استخدام مبهرة وتنتج كميات هائلة من المخرجات، بينما لا يفعل بعض تلك المخرجات سوى خلق مهمة إضافية لشخص آخر.

هذا ما ينبغي للرؤساء التنفيذيين تغييره. فالمطالبات وعمليات تسجيل الدخول واستهلاك الرموز كلها تدل على وجود نشاط كبير ضمن سير العمل، لكنها لا تكشف ما إذا كان الذكاء الاصطناعي يحقق عائدًا يبرر تكلفته فعلًا.

السرعة تخلق عنق زجاجة جديدًا

ثمة قول مأثور: العجلة من الشيطان. وأرى أنه ينطبق على الذكاء الاصطناعي أيضًا، فقد تعلمنا أن جعل الناس «أسرع» بمساعدته لا يعني بالضرورة أن العمل المطلوب منهم سيقل فجأة.

في مجال التطوير، يتيح الذكاء الاصطناعي لفريقنا الآن إنتاج شيفرة أكثر بكثير في الوقت نفسه، لكن الأهم أن كل تلك الشيفرة لا تزال بحاجة إلى التدقيق قبل إطلاقها. ولا شك أن المراجعة الآلية مفيدة.

ومع ذلك، لا يزال من المبكر جدًا أن أثق بها ثقة عمياء. لذا، رغم أن المطورين يقضون وقتًا أقل في كتابة كل شيء بأنفسهم، بات لديهم الآن ناتج أكبر بكثير لمراجعته واختباره واتخاذ القرارات بشأنه.

بعبارة أخرى، لا يختفي العمل، بل يظهر في صورة أخرى.

وهذا يجعل الزيادة البالغة خمسة أضعاف في سرعة التطوير تبدو أقل إبهارًا قليلًا، إذ يزداد معها حجم الشيفرة التي تتطلب اهتمامًا بشريًا. وتشمل التكلفة الحقيقية لسير العمل المدعوم بالذكاء الاصطناعي أيضًا الوقت الذي يُمضى في تدقيق ما ينتجه، والأهم من ذلك، في تقرير ما إذا كان بالإمكان الوثوق بهذا الناتج أصلًا.

الجولة الثانية من التطبيق ضرورة حتمية

من وجهة نظري، تحتاج الشركات إلى ما أسميه جولة ثانية من تطبيق الذكاء الاصطناعي.

تركز الجولة الأولى أساسًا على التبنّي: إتاحة الأدوات للناس، والعثور على حالات استخدام، ومعرفة أين تساعد التقنية فعلًا وأين لا تفعل ذلك. لكن بعد عدة أشهر من الاستخدام الفعلي، يصبح لديكم ما هو أثمن بكثير من الافتراضات: أدلتكم الخاصة على المجالات التي ترتفع فيها التكاليف، والفرق التي تحقق نتائج أفضل، والمواضع التي يقضي فيها الناس وقتًا مفرطًا في تدقيق مخرجات الذكاء الاصطناعي.

لذلك، أرى أن هذه هي المرحلة المناسبة لإعادة تصميم القواعد الناظمة لاستخدام الذكاء الاصطناعي، بدلًا من الاكتفاء بالدفع نحو توسيع نطاق استخدامه. وعمليًا، سأركز على ثلاثة أمور:

• وائموا النموذج مع المهمة. يمكن توجيه الطلبات الروتينية إلى نماذج أصغر وأقل تكلفة، في حين تُسند المهام الأكثر تعقيدًا إلى النماذج التي تبرر تكلفتها الإضافية. والهدف النهائي هو تجنب دفع أسعار النماذج الرائدة مقابل مهام منخفضة القيمة.
• حدّدوا المواضع التي يكون فيها الإشراف البشري إلزاميًا. ففي الشيفرة المعدّة للإنتاج والوثائق القانونية وغيرها من المخرجات عالية التأثير، حدّدوا المواضع التي يتعين فيها على شخص الموافقة على النتيجة قبل أن تنتقل إلى المرحلة التالية من سير العمل. وبشكل منفصل، ضعوا قواعد للوصول إلى البيانات الحساسة، كي يعرف الموظفون النماذج التي يجوز تزويدها بها وتلك التي لا يجوز.
• ضع خطة بديلة حتى إن كنت تظن أنك لا تحتاج إليها. إذا كان سير عمل حيوي يعتمد على مزوّد خارجي، فوثّق المطالبات وعمليات التكامل وتدفقات البيانات والتبعيات الخاصة بالنموذج بما يكفي لنقل عبء العمل إلى مزوّد آخر في حالات الطوارئ.

هذا هو الفرق بين المرحلة الأولى والثانية من إطلاق الذكاء الاصطناعي. السؤال في المرحلة الأولى هو: أين يمكننا استخدام الذكاء الاصطناعي؟ أما في المرحلة الثانية فهو: أين ينبغي لنا استخدامه، ووفق أي قواعد، وبأي تكلفة؟

دقّق في عملية الإطلاق قبل توسيع نطاقها مجددًا

بعد نجاح اعتماد الذكاء الاصطناعي وظهور مؤشرات على نجاح المرحلة الأولى من إطلاقه، لن أواصل توسيع نطاقه بالطريقة نفسها لعام آخر. فبعد نحو 90 إلى 180 يومًا من الاستخدام الفعلي، سأتوقف لأدقّق فيما أنجزته الشركة بالفعل.

يعني ذلك قياس نتائج الأعمال المعتمدة، ومواءمة النموذج وتكلفته مع القيمة الفعلية للمهمة، وتحديد المواضع التي لا تزال فيها المراجعة البشرية إلزامية، والمواضع التي يمكن فيها تقريب سير العمل أكثر من الأتمتة الكاملة.

تثبت المرحلة الأولى أن الذكاء الاصطناعي قادر على جعل الشركة أسرع. أما المرحلة الثانية فتحول دون أن تؤدي هذه السرعة إلى إنفاق غير ضروري، أو وصول غير خاضع للرقابة، أو تبعيات لمزوّدين لم توافق عليها الشركة عن وعي قط.