تجنب إجهاد تجربة الذكاء الاصطناعي للجيل الجديد: قيادة بالغرض

لقد رأينا هذه القصة من قبل: التكنولوجيا المبتكرة تلتقط خيال قادة الأعمال عبر الصناعات، وعدت بالتحول على نطاق واسع. في أوائل عام 2010، كانت آليّة التutomatisation (RPA). بعد ذلك بوقت قصير، اتخذ الحوسبة السحابية دورها. اليوم، يحتل الذكاء الاصطناعي للجيل الجديد (Gen AI) مركز الصدارة – والمنظمات تغوص رأساً في التجارب دون مسار واضح للمضي قدمًا.

النتيجة؟ موجة متزايدة من ما يمكن أن يُطلق عليه إجهاد تجربة الذكاء الاصطناعي للجيل الجديد. إنه حالة الإرهاق والاستياء والزخم المتضائل التي تطرأ عندما يتم إطلاق مبادرات الذكاء الاصطناعي الكثيرة دون هيكل أو غرض أو أهداف قابلة للقياس. تقوم الشركات بتشغيل عشرات من التجارب في نفس الوقت، غالبًا مع نوايا متداخلة ولكن بدون معايير نجاح واضحة. إنهم يطاردون الإمكانيات عبر الإدارات، ولكن بدلاً من فتح الكفاءة أو العائد على الاستثمار، إنهم يخلقون الارتباك والتكرار والابتكار المتوقف.

تعريف إجهاد تجربة الذكاء الاصطناعي للجيل الجديد

يعكس إجهاد تجربة الذكاء الاصطناعي للجيل الجديد تحديًا تنظيميًا أوسع نطاقًا: طموح لا نهاية له بدون هيكل محدد. الأسباب الجذرية مألوفة لأي شخص شاهدها في موجات التكنولوجيا السابقة:

• إمكانيات لا نهاية لها: يمكن تطبيق الذكاء الاصطناعي للجيل الجديد عبر كل وظيفة – التسويق والعمليات والموارد البشرية والمالية – مما يجعل من المغري إطلاق حالات استخدام متعددة بدون حدود واضحة.
• سهولة النشر: تتيح أدوات مثل نماذج GPT من OpenAI وGemini من جوجل للفرق تشغيل التجارب بسرعة دون الاعتماد على الهندسة – أحيانًا في غضون ساعات.
• نقص في خطة الاستدامة: يتطلب الذكاء الاصطناعي للجيل الجديد بيانات جيدة الجودة ليكون فعالًا. في العديد من الحالات، يمكن أن تصبح البيانات قديمة بدون تنفيذ عملية لضمان بقاء البيانات صحيحة ومحدثة.
• سوء القابلية للقياس: على عكس التكنولوجيا التقليدية، من الصعب تحديد متى يكون أداة الذكاء الاصطناعي للجيل الجديد “جيدة بما يكفي” للانتقال من التجربة إلى الإنتاج. عائد الاستثمار غالبًا ما يكون غامضًا أو متأخرًا.
• عقبات التكامل: يصعب على العديد من المنظمات ربط أدوات الذكاء الاصطناعي للجيل الجديد بنظمها الحالية أو خطوط البيانات أو سير العمل، مما يضيف وقتًا و複雑ية وضجرًا.
• طلب الموارد العالي: تتطلب التجارب غالبًا وقتًا ومoney واستثمارًا بشريًا كبيرًا – خاصة حول تدريب و صيانة مجموعات بيانات نظيفة ويمكن استخدامها.

باختصار، يحدث إجهاد الذكاء الاصطناعي للجيل الجديد عندما يتجاوز التجربة الاستراتيجية.

لماذا يحدث هذا باستمرار؟

في العديد من الحالات، يحدث هذا لأن المنظمات تتخطى العمل التأسيسي. قبل نشر أي تكنولوجيا متقدمة، يجب عليك أولاً تحسين العمليات التي تحاول تحسينها. في Accruent، رأينا أننا يمكن أن نحقق مكاسب في الكفاءة تصل إلى 50% من خلال简ification سير العمل وضمان جودة البيانات قبل إدخال الذكاء الاصطناعي على الإطلاق. وضع الذكاء الاصطناعي للجيل الجديد على نظام معدٍّ جيدًا، ويمكن أن يضاعف التحسين. ولكن بدون تلك الأساس، حتى أكثر نماذج الذكاء الاصطناعي إثارة لن تقدم قيمة معنوية.

فخ آخر هو غياب الحدود الواضحة. يجب ألا يتم التعامل مع تجارب الذكاء الاصطناعي للجيل الجديد على أنها تجارب غير محدودة. يجب قياس النجاح من خلال نتائج محددة – الوقت المحفوظ أو التكلفة المخفضة أو القدرات الموسعة. يجب أن يكون هناك بوابات في مكانها للتقدم أو التغيير أو إنهاء المشاريع بناءً على التقييم القائم على البيانات. قد تثبت أن نصف الأفكار الذكاء الاصطناعي في النهاية أنها أكثر ملاءمة للتكنولوجيا الأخرى مثل RPA أو أدوات بدون كود – وهذا شيء جيد. الهدف ليس تنفيذ الذكاء الاصطناعي من أجل تنفيذه، ولكن لحل مشاكل الأعمال بشكل فعال.

دروس من RPA وترحيل السحابة

ليس هذا أول مرة يتعرض لها المنظمات للهوس التكنولوجي. وعدت آليّة التutomatisation بإlimination المهام المتكررة؛ وعدت ترحيل السحابة بالمرونة وال规模. كلاهما نفذ – في النهاية – ولكن فقط لأولئك الذين طبقوا الانضباط على النشر.

أحد الملاحظات الرئيسية؟ لا تتخطى الأساس. رأينا من خلال خبرتنا أن المنظمات يمكن أن تحقق مكاسب في الكفاءة تصل إلى 50% من خلال简ification سير العمل الحالية وتحسين صحة البيانات قبل إدخال الذكاء الاصطناعي. عندما يتم تطبيق الذكاء الاصطناعي على نظام معدٍّ، يمكن أن يضاعف المكاسب. ولكن عندما يتم وضع الذكاء الاصطناعي على عمليات معطوبة، يكون التأثير زهيدًا.

الشيء نفسه ينطبق على البيانات. نماذج الذكاء الاصطناعي للجيل الجديد ليست أفضل من البيانات التي تستهلكها. البيانات القذرة أو القديمة أو غير المتسقة ستؤدي إلى نتائج سيئة – أو أسوأ، نتائج متحيزة ومضللة. لذلك، يجب على الشركات الاستثمار في إطارات الحوكمة البيانية القوية، وهو رأي يدعمه الخبراء في الصناعة ويُشدد عليه في التقارير الصادرة عن McKinsey.

إغراء “الذكاء الاصطناعي السهل”

أحد السيفين المزدوجين للذكاء الاصطناعي للجيل الجديد هو حاجز الدخول المنخفض. مع النماذج المسبقة والواجهات المستخدمة الودية، يمكن لأي شخص في المنظمة تشغيل تجربة في غضون أيام – أحيانًا ساعات أو دقائق أو حتى ثوان.

هذا النوع من الوصول قوي، ولكنه يفتح أيضًا الفيضانات. فجأة، لديك فرقًا عبر الإدارات تجري تجارب في صوامط، مع قليل من الإشراف أو التنسيق. ليس من غير المألوف رؤية عشرات من مبادرات الذكاء الاصطناعي للجيل الجديد تعمل في نفس الوقت، كل منها بمساهمين مختلفين ومجموعات بيانات وdefinitions مختلفة للنجاح أو عدمه.

كسر الدائرة: بناء بالغرض

ابدأ بمعالجة الذكاء الاصطناعي للجيل الجديد مثل أي استثمار تكنولوجي مؤسسي آخر – يعتمد على الاستراتيجية والحوكمة وتنظيم العملية. هنا بعض المبادئ التي وجدتها حاسمة:

1. ابدأ بالمشكلة، لا التكنولوجيا. في كثير من الأحيان، تلاحق المنظمات حالات استخدام الذكاء الاصطناعي للجيل الجديد لأنها مثيرة – لا لأنها تحل تحديًا تجاريًا محددًا. ابدأ بتحديد نقاط الاحتكاك أو عدم الكفاءة في سير العمل، ثم اسأل: هل الذكاء الاصطناعي للجيل الجديد هو الأداة المناسبة للعمل؟
2. حسّن قبل أن تبتكر. قبل وضع الذكاء الاصطناعي على عملية معطوبة، أصلح العملية. يمكن أن يفتح تحسين العمليات مكاسب كبيرة بحد ذاته – ويجعل من الأسهل قياس التأثير الإضافي للذكاء الاصطناعي. كما لاحظت شركة Bain & Company في تقريرها الأخير، أن الشركات التي تركز على الاستعداد التأسيسي ترى قيمة أسرع من الذكاء الاصطناعي للجيل الجديد.
3. أكد صحة البيانات. تأكد من أن نماذجك مدربة على بيانات دقيقة وملائمة ومدروسة أخلاقيًا. سوء جودة البيانات هو أحد الأسباب الرئيسية لفشل التجارب في التوسع، وفقًا لـ Gartner.
4. حدد ما يبدو “جيدًا”. يجب أن يكون لكل تجربة معايير واضحة للنجاح مرتبطة بأهداف الأعمال. سواء كان ذلك تقليل الوقت المستهلك في المهام الروتينية أو خفض التكاليف التشغيلية، يجب أن يكون النجاح قابلًا للقياس – ويجب أن يكون للتجارب بوابات قرار للاستمرار أو التغيير أو إنهاء المشروع.
5. احتفظ بأداة واسعة. الذكاء الاصطناعي للجيل الجديد ليس الجواب على كل مشكلة. في بعض الحالات، قد تكون آليّة التutomatisation أو التطبيقات منخفضة الكود أو التعلم الآلي أسرع أو أرخص أو أكثر استدامة. كن على استعداد أن تقول لا للذكاء الاصطناعي إذا لم يكن العائد على الاستثمار يضيف قيمة.

النظر إلى الأمام: ما سيساعد مقابل ما قد يضر

في السنوات القادمة، قد يزداد إجهاد التجربة سوءًا قبل أن يتحسن. وتسارع وتيرة الابتكار، خاصة مع التكنولوجيا الناشئة مثل الذكاء الاصطناعي العامل. الضغط ل “فعل شيء بالذكاء الاصطناعي” هائل – وبدون الحدود الصحيحة، المنظمات تتعرض لخطر أن تُغمر بكمية الإمكانيات.

ومع ذلك، هناك سبب للاعتقاد بالتفاؤل. تمّ نضج ممارسات التطوير. الفرق ت开始 معاملة الذكاء الاصطناعي للجيل الجديد بنفس القوة التي تطبقها على مشاريع البرمجيات التقليدية. نحن نرى أيضًا تحسينات في الأدوات. يتطور التكنولوجيا من منصات التكامل الذكاء الاصطناعي وتنسيق واجهة برمجة التطبيقات، مما يجعل من الأسهل وضع الذكاء الاصطناعي للجيل الجديد في مجموعات التكنولوجيا الحالية. النماذج المسبقة من مزودين مثل OpenAI وMeta وMistral تقلل العبء على الفرق الداخلية. وأطر حول الذكاء الاصطناعي الأخلاقي والمسؤول، مثل تلك التي يتبناها معهد AI Now، تساعد على تقليل الغموض والمخاطر. ربما الأكثر أهمية، نحن نرى زيادة في محو الأمية الذكاء الاصطناعي عبر الوظائف – فهم متزايد بين قادة الأعمال والتقنيين على حد سواء حول ما يمكن أن يفعل الذكاء الاصطناعي ( وما لا يمكنه فعله).

الفكرة النهائية: إنه حول الغرض، لا التجارب

في النهاية، يأتي نجاح الذكاء الاصطناعي إلى القصد. الذكاء الاصطناعي للجيل الجديد لديه القدرة على دفع مكاسب كفاءة ضخمة، وفتح إمكانيات جديدة، و تحويل الصناعات – ولكن فقط إذا كان موجهًا بالاستراتيجية، مدعومًا ببيانات نظيفة، وقياسه بنتائج.

بدون تلك المثبطات، إنه مجرد موضة تكنولوجية أخرى معينة لاستنفاد فرقك وخيب آمال مجلس إدارتك.

إذا كنت تريد تجنب إجهاد تجربة الذكاء الاصطناعي للجيل الجديد، لا تبدأ بالتكنولوجيا. ابدأ بالغرض. وبناءً من هناك.