مقابلات
Aron England, Chief Product & Technology Officer at Accruent – Interview Series
Aron England، الرئيس التنفيذي لمنتجات وتكنولوجيا Accruent، هو قائد في مجال التكنولوجيا والمنتجات يتمتع بخبرة طويلة في بناء وتطوير فرق عالمية تقدم حلولاً سحابية ووكالات من البحث الأولي حتى منتجات تواجه العملاء في مرحلة النمو العالي. يمتزج لديه الخبرة العميقة في الأسواق الاستهلاكية وبرامج السحابة التجارية والتجارة الإلكترونية والتكنولوجيا التجارية مع قيادة قوية للناس، مما يتيح ربط الابتكار بفهم حاد للمشاكل التي تواجه العملاء لتحقيق توافق دائم بين المنتج والسوق ونتائج أعمال قابلة للقياس، بما في ذلك النمو من خلال الاستحواذ والاستراتيجية التي تقودها الملكية الفكرية.
Accruent توفر برمجيات تساعد المنظمات على تشغيل الجانب المادي من أعمالها بفعالية أكبر، من خلال جمع أدوات لإدارة المرافق والأصول والمساحات وعمليات مكان العمل في نظام متصل. تم تصميم منصتها لتقليل التجزئة وتحسين الرؤية وعمليات اتخاذ القرار ومساعدة الفرق على التخطيط والصيانة وتحسين المباني والمعدات عبر مجموعة واسعة من الصناعات.
لقد بنيت وقادت فرق عالمية عالية الأداء لمدة أكثر من 25 عامًا. عند النظر إلى الخبرات عبر الشركات الناشئة والشركات الكبيرة والآن Accruent، ما هي الخبرة الحاسمة التي شكّلت أكثر كيفية تفكيرك في بناء تكنولوجيا موثوقة على نطاق واسع؟
من خلال قضاء الوقت في شركات Fortune 50 والعمل في قيادة التكنولوجيا في الشركات الناشئة في المراحل الأولى والشركات متوسطة الحجم والشركات الكبيرة العامة والخاصة، لقد اكتسبت مجموعة واسعة من الخبرات فيما يتعلق بتعزيز تبني التحول الرقمي عبر مختلف الصناعات. وأبرز هذه الخبرات كانت كون我 الموظف رقم تسعة في DocuSign وكنا نستهدف سوقًا يحتاج إلى تغيير حقيقي. دفع الصناعة التعاقدية التناظرية من خلال تحول رقمي كامل لا يتطلب فقط بناء ثقة السوق، بل أيضًا تشريعات لجعل التحول آمنًا. هناك العديد من الدروس المتعلقة بفترة وجودي هناك يمكن تطبيقها على السوق الحالي لأدوات الذكاء الاصطناعي واللغة.
على مستوى عال، ظل النمط عبر خبرتي متسقًا: الأنظمة الموثوقة لا تظهر بشكل عشوائي. إنها تأتي من هندسة متعمدة وثبات البيانات وشفافية وفهم عميق لكيفية استخدام الأشخاص الحقيقيين للتكنولوجيا.
لقد حذرتم من أن تقنييي الصيانة لن يقبلوا بعد عام 2026 أنظمة الذكاء الاصطناعي التي تقول ببساطة “ثقني”. من منظورك في Accruent، ما الذي ي驱ّع هذا التحول في التوقعات بين المحترفين في مجال الصيانة وخدمة الميدان؟
في البيئات التي يستخدم فيها مديرو المرافق وتقنيي الصيانة الذكاء الاصطناعي لتشخيص فشل المعدات وتوجيه الإصلاحات المعقدة، يمكن أن يسبب خطأ من توجيه خاطئ أو غير دقيق مخاطر أعمال وأمان كبيرة.
غالبًا ما تخلق نماذج اللغة المتعددة إجابات مدمجة من صفحات متعددة، دون الرجوع إلى الأدلة الأساسية. ونتيجة لذلك، إذا اتبع تقني خطوة تم إنشاؤها بواسطة الذكاء الاصطناعي التي لم تكن موجودة أبدًا في دليل الشركة المصنعة الأصلي، قد تواجه المنظمة ردود فعل كبيرة من حيث الامتثال، لأنها لن يكون لديها سلسلة أدلة قابلة للدفاع عنها للتدقيقات أو استعراضات الأمان. مع أن الذكاء الاصطناعي يصبح أمرًا مسلمًا به وأكثر “الاندماج” في البرمجيات، سيزداد أهمية التتبع.
يمكن أن تكون هلوسات الذكاء الاصطناعي أكثر من إزعاج في الصناعات المنظمة — يمكن أن تسبب مخاطر حقيقية للأمان والامتثال والتشغيل. ما هي السيناريوهات التي تقلقك أكثر عندما يتعلق الأمر بالصيانة وإدارة المرافق أو عمليات الأصول؟
في التصنيع، إذا قالت الاقتراحات التي تم إنشاؤها بواسطة الذكاء الاصطناعي ل工 nhân المصنع أن يأخذ الإجراء الخاطئ على قطعة критية من المعدات، يمكن أن يؤدي ذلك إلى توقف غير مخطط له للمصنع، أو مواد مبددة، أو منتجات نهائية معيبة، أو معدات تالفة. هذه يمكن أن تكون أخطاء تصل إلى ملايين الدولارات لأن خطوط التصنيع تقف ثابتة أو حتى ضرر سمعة إذا أدى ذلك فيما بعد إلى استدعاء.
تكون هذه الهلوسات من أدوات الذكاء الاصطناعي أيضًا ضارة بشكل خاص للصناعات مثل الرعاية الصحية، حيث تكون المسؤوليات وحياة المرضى في خطر عند فشل الآلة التي لم يتم صيانتها أو إصلاحها في الوقت المناسب. عندما تتعامل مع صناعات تتفاعل مع العالم الحقيقي، فإن إصلاح الأخطاء ليس أمرًا بسيطًا مثل حذفها وبدءها مرة أخرى.
لقد شددتم على أن كل إخراج للذكاء الاصطناعي يجب أن يشير إلى المصادر الأصلية — الدلائل، والجداول البيانية، والرسومات، والسجلات التاريخية. كيف تصمّم Accruent أنظمة تضمن التتبع وإزالة الإجابات “الغامضة”؟
نضمن أن توجيهات الذكاء الاصطناعي يمكن تتبعها إلى نقاط إخراج معنوية في المواد المصدرية، مثل الصفحة المحددة من الدليل، أو الرسم البياني، أو الجدول البياني، أو إدخال السجل الذي أثر على الاقتراح. على سبيل المثال، إذا قالت توجيهات الذكاء الاصطناعي لمدير المرافق في مجال الرعاية الصحية كيفية صيانة ضاغط، فيجب أن يكونوا قادرين على تتبعها إلى الفقرة المحددة التي تدعم هذه الخطوة في نقرة واحدة، لضمان الدقة. لسد الفجوة المتزايدة في الثقة في الذكاء الاصطناعي للشركات، من المهم أن تكون هذه الأنظمة قادرة أيضًا على الكشف عن النقاط أو الصفحات التي تم تقييمها فعليًا، بحيث يعرف المستخدمون ما إذا كان الذكاء الاصطناعي قد راجع جميع الوثائق ذات الصلة أو فقط جزءًا منها.
تُفضل العديد من أدوات الذكاء الاصطناعي للشركات السرعة، ولكن البيئات المنظمة تتطلب سجلات تدقيق، ودقة وثائقية، وlogic قابلة للتحقق. كيف توازن بين الابتكار وضرورة الشفافية والامتثال؟
تضمين الذكاء الاصطناعي في سير العمل الحالية هو المفتاح. هذا يبسط عملية إضافة موافقات، ووثائق، وروتين الصيانة، وعمليات الفحص، وضمان الامتثال لتعزيز الممارسات المعروفة، بدلاً من تنفيذ أداة معزولة جديدة. هذا يعني تجنب إعادة هيكلة كاملة للعمليات وسماح للموظفين بالاستمرار في العمل بالطريقة التي كانوا يفعلونها، ولكن مع تحويل العمليات اليدوية التي تستغرق وقتًا طويلاً إلى عمليات آلية.
يتعرض الفنيون في الميدان إلى تعليمات دقيقة. كيف تتعامل Accruent مع تحدي تثبيت مخرجات الذكاء الاصطناعي في المواد المصدرية الموثوقة لتقليل المخاطر وتحسين ثقة الفنيين؟
يتبدأ我们的 نهج من التقاط وتحديد الدلائل والرسومات والرسومات والاستئجار وأوامر العمل التاريخية لضمان أن يقدم الذكاء الاصطناعي إجابات من المحتوى الخاص بالشركة، وليس من بيانات التدريب العامة. عند توليد الإجراءات أو التوصيات أو قوائم التحقق، يتم تصميم أنظمتنا بحيث يكون كل خطوة قابلة للتتبع إلى الوثائق الأصلية.
بدون هذه الميزة، سيضطر الفنيون الذين يضغطون بالفعل على الموارد إلى قضاء المزيد من الوقت في التنقيب عن الوثائق يدويًا للتحقق من الدقة، مما يؤخر أكثر من العمليات وأوامر العمل.
تتطلب تقديم الذكاء الاصطناعي الشفاف والمستعد للتدقيق كميات كبيرة من البيانات المنظمة. ما هي التحديات البيانية — من الوثائق التراثية غير المنظمة إلى تاريخ الأصول غير المتناسق — التي يجب حلها لجعل هذه الرؤية حقيقة؟
يتطلب تقديم الذكاء الاصطناعي المستعد للتدقيق بيانات موثوقة ومنظمة جيدًا. ومع ذلك، لا يزال معظم البيئة المبنية تعيش في العمليات التناظرية، مع إدخالات البيانات اليدوية، وملفات PDF الممسوحة ضوئيًا، والجداول المتفرقة. عندما توجد فجوات في البيانات وتاريخ الأصول غير مكتمل أو غير متناسق، تزيد مخاطر هلوسة الذكاء الاصطناعي. لجعل مخرجات الذكاء الاصطناعي موثوقة في البيئات المنظمة، يجب على الشركات أولاً حل عوائق البيانات التراثية، من التنسيقات غير المنظمة إلى التاريخ غير المتناسق، إلى عدم وجود الحوكمة، من خلال النقل إلى أنظمة وثائق وأصول بيانات مركزية ومنظمة ومراقبة الإصدار.
يمكن لنظامنا EDMS (نظام إدارة الوثائق الهندسية) القيام بذلك لعدة صناعات، بما في ذلك التعدين والمرافق والتصنيع، وغيرها. غالبًا ما تعتمد هذه الصناعات على الرسومات الهندسية والوثائق المادية، مما يمكن أن يخلق كوابيس في التحكم بالإصدار. استخدام حلنا EDMS لتحويل هذه الوثائق إلى الرقمي هو الخطوة الأولى. من هناك، يساعد البرنامج على إدارة التحكم بالإصدار، وحوكمة سير العمل، وسجلات التدقيق لضمان القضاء على التناقضات.
随着 تضمين الذكاء الاصطناعي في صيانة المرافق وإدارة دورة حياة الأصول، أين ترى أكبر فرص تحسين الإنتاجية دون المساس بالأمان أو المتطلبات التنظيمية؟
إحدى أكبر الفرص هي توفير المهام الروتينية غير القيمة المضافة للموظفين، مثل إدخال البيانات يدويًا وتحديد جداول أوامر العمل للفنيين. من الخارج يبدو الأمر وكأنه مهمة بسيطة ولكنها تستغرق وقتًا طويلاً. ومع ذلك، يمكن للذكاء الاصطناعي التعامل مع المهمة بطريقة أكثر استراتيجية.
أولاً، إذا تم رصد المعدات المعنية بواسطة أجهزة استشعار، يمكن أن تتم إصدار أوامر العمل بناءً على كشف الشذوذ، قبل حدوث أي فشل حقيقي. ثانيًا، يمكن للذكاء الاصطناعي مساعدة تلقائية في تحديد الأولوية لأوامر العمل بناءً على الضرورة والجدولة لإصلاحها في أوقات تسبب أقل قدر من الإزعاج للأعمال — كما يمكنه وزن قضايا متعددة متزامنة، والتكاليف، والأمان، والإيرادات في نفس الوقت من أجل أفضل مسار ممكن.
يتمتع الذكاء الاصطناعي بال潜能 لعدم مساعدة فرق الصيانة والمرافق فحسب — بل سيتصرف بشكل متزايد كعامل رقمي.
تصبح الثقة هي الرهان الجديد للذكاء الاصطناعي للشركات. ماذا تعتقد أن الموردين سيحتاجون إلى القيام به بشكل مختلف خلال السنوات القليلة القادمة لتكتسب — وتحافظ على — هذه الثقة؟
يجب على الموردين停止 افتراض أن العملاء سيثقون ببساطة في النموذج عندما يتعلق الأمر بالذكاء الاصطناعي للشركات. تحتاج توجيهات الذكاء الاصطناعي إلى إظهار دليل على كيفية توليدها. أحد الطرق لمعالجة هذا هو من خلال الاستشهادات والوصف الواضح للوثائق التي راجعها الذكاء الاصطناعي أو لم يراجعها. على سبيل المثال، إذا سأل موظف الذكاء الاصطناعي لتحليل 1000 عقد، فيجب أن يعرف بشكل صريح ما إذا كان قد قيم جميع العقود 1000 أو فقط 700، ولماذا أو لماذا لا.
كجزء من ذلك، يجب على الموردين أن يعتبروا الشفافية في استخدام البيانات العامل الأعلى للتقييم. هذا يشمل وضوحًا في من يرى البيانات وكيف يتم استخدامها (بما في ذلك أي آثار على التدريب)، وكيف يتم فصلها أو عزلها عن بيئات العملاء الأخرى.
في السنوات القليلة القادمة، سيكون كسب الثقة أمرًا بالغ الأهمية، ويمكن للموردين الحصول على اليد العليا من خلال أن يكونوا صريحين بشأن حدود أدوات الذكاء الاصطناعي، وترك البشر في الحلقات لاتخاذ القرارات عالية المخاطر، وبدء استخدامات محددة جيدًا تقدم قيمة ملموسة دون وضع العملاء في وضع “الغامضة”.
إلى الأمام، كيف ترى تطور الذكاء الاصطناعي في العمليات الحرجة، وما هو الدور الذي تتوقعه من Accruent في وضع معايير الصناعة للذكاء الاصطناعي الموثوق والشفاف؟
يتم تطور الذكاء الاصطناعي في العمليات الحرجة بسرعة من تطبيقات التأتميم المنفردة إلى أنظمة ذكية متعددة الوكلاء يمكنها تنسيق وتحسين سير العمل بأكمله. بدلاً من مساعدة المستخدمين فقط، سيقدم الذكاء الاصطناعي دعمًا اتخاذ قرار مستقل، وسيراقب باستمرار الظروف التشغيلية، ويتوقع المخاطر، وينصح بالactions مع الشفافية الكاملة والتتبع. مع تعلم الذكاء الاصطناعي لدمج الوثائق غير المنظمة والبيانات التشغيلية المنظمة والإشارات في الوقت الفعلي، سيصبح متضمنًا بشكل مباشر في العمليات اليومية، مما يدفع إلى نتائج أسرع وأمان وأكثر موثوقية.
بمرور الوقت، سينشئ هذا تحولًا نحو عمليات مستقلة، حيث يمكن للأنظمة خود-تحسين وself-تصحيح، في حين يركز البشر على الإشراف وصنع القرار الاستراتيجي. كقائد سوقي، سيساعد Accruent في وضع معايير الصناعة للذكاء الاصطناعي الموثوق والشفاف عن طريق تضمين التدقيق، ووضوح، والحوكمة القوية في منصته، والتعاون مع العملاء والشركاء والهيئات التنظيمية لتحديد أفضل الممارسات لنشر آمن في البيئات الحرجة.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة Accruent.
