مع دخول الذكاء الاصطناعي المؤسسي عصر تعظيم القيمة: ما يمكن لفرق التطوير تعلمه من إمكانية الوصول الرقمية

لقد تغيرت اقتصاديات دمج الذكاء الاصطناعي بشكل كبير مع استقرار حقيقة تكلفة الرموز. ربما كان تعظيم الرموز ممتعًا طالما استمر، لكن الابتكار دون عائد استثماري غير مستدام. الآن بعد أن تجاوزنا عصر الرموز الرخيصة، يجب على الذكاء الاصطناعي أن يبرر نفسه من خلال نتائج أعمال حقيقية وقابلة للقياس عبر المؤسسة. وهذا يعني عدم رمي الذكاء الاصطناعي على كل تحدٍ بعد الآن. تحتاج المؤسسات إلى أن تكون أكثر استراتيجية، تستخدم الذكاء الاصطناعي لما هو جيد فيه، وتطبق أساليب أخرى عندما تكون هناك حلول أفضل.

التكلفة الخفية لسرعة الذكاء الاصطناعي

إن الزيادات في سرعة التطوير بفضل أدوات الذكاء الاصطناعي تستحق الاحتفال. ولكن إذا كان الكود مليئًا بالمشكلات، فإن التقدم الحقيقي يكون ضئيلًا. والعواقب شديدة: فقدان الوقت والمال، ومخاطر قانونية، وتجارب عملاء سيئة.

يمكن لمجال إمكانية الوصول الرقمية أن يعلّمنا الكثير حول كيفية استخدام الذكاء الاصطناعي بشكل استراتيجي. إنه ساحة حيث المعايير المرمّزة ومتطلبات الامتثال الصارمة هي واقع يومي، ولا مجال للخطأ أو عدم الكفاءة. في إمكانية الوصول الرقمية، الهدف ليس تحسين القدرة على إصلاح المشكلات؛ بل منع حدوثها في المقام الأول. يجب أن يكون هذا الهدف هو نفسه لأي تطبيق للذكاء الاصطناعي. وإلا سيتراكم الدين التقني بسرعة.

وفقًا لـ IBM، يمكن لتجاهل الدين التقني أن يؤدي إلى انخفاض العائد على الاستثمار بنسبة 18 – 29٪. مثل هذه النتائج يمكن أن تمحو أي مكاسب في السرعة من الذكاء الاصطناعي. في مسح Deque لعام 2026 شمل 200 قائد هندسة مؤسسية، أشار 64٪ إلى إمكانية الوصول كأهم محفز لإعادة العمل بعد الإنتاج، على الرغم من أن هذه الفرق نفسها طلبت صراحةً من وكلاء الذكاء الاصطناعي كتابة شفرة قابلة للوصول.

دَيْنُ إمكانية الوصول، مثل الدين التقني، هو تراكم المشكلات غير المُعالجة في إمكانية الوصول عبر الخصائص الرقمية للمؤسسة. إنه دين يتراكم مع مرور الوقت—المشكلات التي لا تُعالج في التصميم والتطوير تصبح أكثر تكلفة للإصلاح لاحقًا. تُظهر الأبحاث الحديثة أن إصلاح مشكلة إمكانية وصول تم اكتشافها في الإنتاج يكلف 30 مرة أكثر من إصلاحها في مرحلة التصميم. وهذا يمنح المؤسسات حافزًا ماليًا حقيقيًا لاكتشاف المشكلات مبكرًا، خاصةً مع أحجام إنتاج الشفرات اليوم.

الذكاء الاصطناعي الاستراتيجي مقابل الأدوات الحتمية

الذكاء الاصطناعي ليس دائمًا الحل. في كثير من الحالات، توفر الأدوات القاعدية الحتمية نتائج أكثر اتساقًا، وبسرعة وأقل تكلفة. لاتخاذ القرار الصحيح بشأن ما يُستخدم ومتى، يجب على الفرق البدء بتقسيم سير العمل إلى مهام فرعية وتقييم أفضل طريقة لمعالجة كل تحدٍ. على سبيل المثال، المهام التي تتطلب تحققًا ثابتًا—فحص كل عنصر مقابل معيار محدد—هي مرشحات مثالية للأدوات الحتمية القاعدية.

الذكاء الاصطناعي ملائم للحكم، والتركيب، وتوليد الخيارات. لكنه غير ملائم للتحقق: فحص كل شيء بنفس الطريقة، في كل مرة.

تتعامل بعض فرق الهندسة مع ذلك عن طريق تشغيل المراجعة نفسها بشكل متكرر ومقارنة النتائج. هذا يعمل، لكنه ليس مجانيًا. في تجارب Deque الخاصة، استهلك مرور واحد لمراجعة الشفرة تقريبًا 60٪ من الرموز المستخدمة في مهمة. استغرق الترميز نفسه حوالي 13٪. استغرق كتابة الاختبارات حصة مماثلة. وغالبًا ما يكون مرور واحد غير كافٍ. غالبًا ما يجب تشغيل المراجعة نفسها من ثلاث إلى عشر مرات على قاعدة الشفرة نفسها قبل أن تتقارب إلى القائمة الكاملة للمشكلات الحقيقية. كل مرور هو بحث جديد، ليس تراكمًا، لذا لا ينتقل شيء من التشغيل السابق.

ما إذا كان ذلك يستحق العناء يعتمد على تحمل التكلفة. يمكن للمؤسسة إنشاء عدد كافٍ من الوكلاء، والسماح لهم بالتكرار والتحقق من عمل بعضهم البعض، والتقارب إلى إجابة جيدة. لكن القيام بذلك يعني الدفع مقابل ذلك بالرموز ووقت الدورة. البديل أبسط: فحص حتمي يُعيد النتيجة نفسها في كل مرة، دون مرور متكرر.

استغلال السياق والإنسان في الحلقة

نهج آخر وصفه دراسة حالة حديثة شمل الجمع بين الأتمتة والذكاء الاصطناعي الوكيل مع مراجعة بشرية. في سير العمل الجديد للمؤسسة، تم تقديم نتائج إمكانية الوصول إلى وكيل ذكاء اصطناعي، الذي استخدم أداة تصحيح لتطبيق إصلاحات HTML المتوقعة مباشرة على الشفرة المصدرية ثم أنشأ طلبات سحب ووثّقها تلقائيًا. ثم راجع المهندسون التغييرات التي أنشأها الذكاء الاصطناعي، واعتمدوا طلبات السحب، وحافظوا على الحوكمة بشأن الجودة والنتائج. النتيجة: استرجاع 253 ساعة هندسية، مع تصحيح أسرع بنسبة 98٪ إجمالًا. وقدّر أن سير العمل سيوفر أكثر من 25,000 دولار في تكاليف الهندسة.

تحقيق نتائج جيدة من وكيل الذكاء الاصطناعي يعتمد على كيفية إعداده، وليس فقط على التعليمات الجيدة. يطلق المهندسون على ذلك هندسة الاستغلال وهندسة السياق: بناء الأدوات والفحوصات والمعلومات المتاحة التي تسمح للوكيل بأداء عمل جيد في بيئة معينة، بدلاً من ترك النموذج ليكتشف ذلك بنفسه. لا يحتاج الوكيل الذي يراجع الشفرة إلى تحميل قاعدة الشفرة بالكامل في نافذة السياق الخاصة به. دعّه يبحث عن الملفات ذات الصلة ويسحب فقط الشفرة المحيطة التي يحتاجها، وعادةً ما سيؤدي عملًا أفضل بأقل تكلفة مقارنةً بمن يُعطيه كل شيء مرة واحدة. ينطبق نفس المنطق على إعادة استخدام السياق عبر الاستدعاءات بدلاً من إعادة بنائه من الصفر في كل مرة.

عند التراجع، تذكر أن السبب وراء أهمية كل هذا هو أن حجم الشيفرة التي يولدها الذكاء الاصطناعي يتزايد بوتيرة سريعة حقًا. وفي هذا السياق، يبدو أن ارتفاع التكاليف أمر لا مفر منه: إما بسبب الحاجة إلى إصلاح جميع المشكلات التي ينتجها الشيفرة غير المُتحقّق منها، أو بسبب فحص كميات متزايدة من الشيفرة قبل وصولها إلى الإنتاج.

لكن ارتفاع التكاليف ليس أمرًا حتميًا. وتوفر إمكانية الوصول الرقمي حلاً—حلًا يتضمن عدة موازينات بين الذكاء الاصطناعي والأدوات القائمة على القواعد، وبين الأتمتة المدعومة بالذكاء الاصطناعي والتحقق البشري، وبين القابلية للتوسع والكفاءة في التكلفة. إن تحقيق هذه الموازينات بشكل صحيح يتطلب انضباطًا تنظيميًا. كلما طورت المؤسسات الانضباط لاستخدام الذكاء الاصطناعي بنية، وبكفاءة، وبشكل مناسب، كلما أسرعت في توقع عوائد إيجابية وقابلة للقياس على استثماراتها في الذكاء الاصطناعي.