قادة الفكر

شخصية الذكاء الاصطناعي مهمة بقدر ذكائه وتحدد نجاح نشره في المؤسسات

Andrew Missey
أضف Unite.AI إلى مصادرك المفضلة على Google
A woman and a man standing on a high-rise balcony looking at a glowing data visualization that blends sharp blue geometric lines with soft amber waves, symbolizing the balance between AI benchmarks and personality.
النقاط الرئيسيةالشخصية المتسقة للذكاء الاصطناعي لا تقل أهمية عن ذكائه لنجاح المؤسسة.
عرض المزيد
  • الشخصية المتسقة للذكاء الاصطناعي لا تقل أهمية عن ذكائه لنجاح المؤسسة.
  • تحديث جوجل لجيميني 2.5 برو أضعف الموثوقية رغم تحسن نتائج المعايير القياسية.
  • استراتيجية النماذج المتعددة تقلل المخاطر التشغيلية الناتجة عن تحديثات الذكاء الاصطناعي غير المتوقعة.

ما زالت معظم الشركات تختار نماذج الذكاء الاصطناعي بناءً على الاختبارات المعيارية. في الواقع، هذا نادرًا ما يحدد ما إذا كانت هذه الأنظمة تعمل بالفعل.

حتى الآن، كانت معظم المناقشات حول نماذج اللغة الكبيرة في بيئات الشركات تسيطر عليها الاختبارات المعيارية. تتجه الفرق نحو الأداء القابل للقياس، مثل أي نموذج هو الأكثر ذكاءً، أو الأقوى في البرمجة، أو الأكثر دقة في تلخيص أو استدلال رياضي.

لكن عندما تبدأ الفرق في التحرك بعيدًا عن مرحلة التجربة وتنغمس في التطبيق الفعلي على نطاقات كبيرة، ستثبت عوامل أخرى مهمة، والتي يتم إغفالها بشكل كبير من قبل معظم المديرين التنفيذيين، أنها لا تقل أهمية لنجاح الأعمال.

توظيف الذكاء الاصطناعي

الذكاء الخام والقدرة التحليلية مهمان بالتأكيد، ولكن المتغير الأقل تقديرًا في تطبيق الذكاء الاصطناعي في الشركات هو الشخصية. الشخصية، في سياق نماذج اللغة الكبيرة، تشير إلى الصوت والطابع والسلوك المتسق الذي يعبر عنه النموذج عبر التفاعلات. هذا ما يجعل الذكاء الاصطناعي يبدو متسقًا وموثوقًا به.

عند تطبيق الذكاء الاصطناعي، تحتاج الشركات إلى اتباع النهج نفسه المتبع عند توظيف موظف بشري: تقييم ليس فقط مدى قدرة النموذج على أداء المهمة، ولكن أيضًا موقفه تجاه الوظيفة، وكيفية تواصله، وكيفية اندماجه في سير العمل الأكبر.

يمكن لقدرة النموذج على الحفاظ على الاتساق والاستجابة بشكل مناسب والتعامل مع الفروق الدقيقة في سياقات مختلفة أن تُحدث تأثيرًا كبيرًا على النتائج التجارية. قد تسيء الشركات تطبيق ذكاء اصطناعي متفوق تقنيًا لكنه يستجيب ببطء أو تتغير نبرته أو يسيء التعامل مع التفاعلات الدقيقة، مما يؤدي إلى إحباط المستخدمين، وانخفاض المشاركة، وخفض فعالية الذكاء الاصطناعي ونجاح الأعمال.

وهذا مهم بشكل خاص في صناعات مثل دعم العملاء، أو الاتصال السياسي، أو الاتصالات الداخلية، حيث يمكن أن تسبب التحولات الدقيقة في النبرة أو الصياغة بين الاستجابات ارتباكًا، وتآكل الثقة، وانخفاض المشاركة العامة. كما هو الحال مع البشر، لا يوجد نموذج مثالي واحد يتفوق على المنافسة في كل فئة. بعض النماذج أفضل في أداء المهام التحليلية مثل البرمجة أو الرياضيات، في حين أن أخرى تؤدي بشكل أفضل في الكتابة الحوارية و تلخيص الاجتماعات.

لكن تحديًا للفرق التي تبني على هذه الأنظمة هو أن هذه الخصائص ليست ثابتة.

هدف متحرك

يتطور مشهد الذكاء الاصطناعي بسرعة تفوق قدرة معظم المؤسسات على مواكبته. يتم إصدار إصدارات جديدة بانتظام، ويمكن أن تتغير خصائص الأداء من تحديث إلى آخر. سلسلة نموذج Gemini من جوجل هي مثال حديث.

تم إصدار Gemini 2.0 Pro في فبراير 2025 وتم الترويج له على الفور كنموذج رائد للاستخدام من قبل المطورين والشركات للاستخدام في البرمجة والتعليمات المعقدة في جميع أنحاء العالم.

جاء مع ما كان في ذلك الوقت أكبر نافذة سياق قدمتها جوجل على الإطلاق، مع 2 مليون رمز، مما منحها القدرة على تحليل وفهم كميات هائلة من المعلومات في وقت واحد، بالإضافة إلى القدرة على استخدام أدوات مثل جوجل سيرش وكتابة الشفرة.

للفريق الذي يبني أنظمة تحتاج إلى معالجة كميات كبيرة من البيانات بسرعة ودقة، بدا الأمر كما لو كان الخيار الواضح. لكن في غضون أسابيع، أصدرت جوجل Gemini 2.5 Pro، والتي تصدرت على الفور قوائم الترتيب وتفوقت على سلفها بتحسينات في البرمجة والرياضيات والعلوم.

في غضون ليلة، أصبح النموذج الذي كان الخيار الأفضل على السوق يفوقه خليفته بعد أقل من شهرين من الإطلاق. لكن المطورين المبكرين لاحظوا أن التغييرات لم تكن مجرد تحسينات صغيرة أو تحليلية — بل تم تغيير شخصية النموذج بأكملها في ليلة واحدة. ذهب عدد من المطورين إلى حد القول إن الذكاء الاصطناعي يتصرف كما لو تم “إجراء قطع للفص الجبهي له” بعد تحديثه.

شكوا من أن الذكاء الاصطناعي يبدو أنه “يصبح أقل ذكاء” — حيث ينتج استجابات أبطأ، ومخرجات أقل اتساقًا، ويتعامل بشكل غير متسق مع التعليمات التي لم يكن لديه مشاكل معها من قبل، والمهام التي كانت تبدو سلسة أصبحت صعبة.

وهنا تبدأ استراتيجية الشركة حول تطبيق الذكاء الاصطناعي في التغيير بشكل جوهري.

ما وراء الاختبارات المعيارية

على الورق، يجب أن يكون Gemini 2.5 Pro الفائز الواضح بتحسيناته الكبيرة في القدرة والأمان.

لكن في الممارسة، هذه التغييرات غيرت تمامًا كيف كان النموذج موثوقًا به، وكيف تصرف واستجاب للمطالبات، وأرسلت الفرق التي أنفقت أموالًا طائلة وقضت ساعات لا حصر لها في بناء حول هذه الأنظمة إلى نقطة البداية مرة أخرى إذا لم تتماشى قدرات النموذج الجديد مع خط أنابيبهم الحالي.

يمكن أن تسبب حتى التغييرات الصغيرة في السلوك انقطاعًا في الأنظمة المبنية على الاتساق والتنبؤ. هذا يخلق مخاطر تشغيلية حقيقية إذا كانت الشركة مرتبطة بشكل وثيق بنموذج واحد، حيث يمكن لأي تحديث إدخال عدم استقرار فوري إلى الفرق التي تعتمد على هذه الأنظمة.

لمواجهة هذا، بدأت العديد من الشركات المتقدمة في تطبيق استراتيجية متعددة النماذج حيث يتم توجيه مهام مختلفة إلى النماذج الأنسب لها، بدلاً من الاعتماد على نموذج واحد لتنفيذ كل شيء.

هذا النهج لا يحسن الأداء فقط حسب كل مهمة، ولكنه يقلل أيضًا من المخاطر المرتبطة بتطبيق الذكاء الاصطناعي، لأن النموذج إذا تدهور بعد تحديث، لن يؤدي إلى انهيار النظام كله معه لأن هناك نماذج بديلة متاحة.

ببساطة، شخصية الذكاء الاصطناعي وموثوقيته مهمتان مثل ذكائه الخام عند تطبيق النموذج في بيئة عمل لتنفيذ مهام مختلفة. هذا التحول في التفكير يمثل تغييرًا جوهريًا في كيفية عمل الشركات، حيث لم تعد الشركات تشتري فقط “أداة أكثر ذكاءً”، ولكنها تبني وتدير نظامًا كاملاً للبنية التحتية الرقمية.

من أجل أن تنجو الشركات، لا بل تنجح، في بيئة الأعمال الحالية، تحتاج الفرق إلى إنشاء خطوط أنابيب يمكنها تبديل النماذج المختلفة حسب المهمة، وتتابع باستمرار كيف تؤثر التحديثات على الأداء وجودة التفاعل.

في النهاية، ستستمر النماذج نفسها في التطور بسرعة يصعب مطابقتها. لكن الشركات التي تخطط للتغيير، وتبني بدائل احتياطية، وتتعامل مع الذكاء الاصطناعي كأداة وشريك، ستكون تلك التي تحول هذه التغييرات السريعة إلى ميزة تنافسية.

أندرو ميسي هو المؤسس المشارك لشركة Convos، التي كانت تعرف سابقًا باسم PubSent، وهي منصة نصية مدعومة بالذكاء الاصطناعي تتيح التواصل ثنائي الاتجاه وتساعد الاستراتيجيين السياسيين والحملات والمنظمات غير الحكومية ومجموعات الدعوة على تقديم محادثات مصممة خصيصًا للمصوتين على أساس الحقائق على المستوى الوطني، حيث يترأس المنتج والهندسة. قبل Convos، عمل أندرو كمهندس برمجيات لعدة شركات، بما في ذلك شركة ناشئة في مجال الذكاء الاصطناعي مدعومة برأس مال مخاطر ومقرها سياتل تقدم خدمات لشركات طعام وبيع بالتجزئة وطنية مثل Starbucks وCrumbl وMod Pizza. بالإضافة إلى ذلك، أندرو يجيد لغات جافاسكريبت وبايثون وتايبسكريبت.