تقديم التأثير من الذكاء الاصطناعي في البحث والتطوير والابتكار

الذكاء الاصطناعي (AI) يغير البحث والتطوير والابتكار (R&D&I)، ويفتح إمكانيات جديدة لمواجهة بعض التحديات الأكثر إلحاحا في العالم، بما في ذلك الاستدامة والرعاية الصحية وتغير المناخ وأمن الغذاء والطاقة، بالإضافة إلى مساعدة المنظمات على الابتكار بشكل أفضل وإطلاق منتجات وخدمات مبتكرة.

الذكاء الاصطناعي في R&D&I ليس جديدًا. ومع ذلك، فإن ظهور الذكاء الاصطناعي التوليدي (GenAI) ونماذج اللغة الكبيرة (LLMs) قد عزز بشكل كبير من قدراته، مما أدى إلى تسريع الابتكارات والابتكارات بشكل عام.

كيف يمكن للمنظمات الاستفادة من الذكاء الاصطناعي في جهودها البحثية والتطويرية، وما هي أفضل الممارسات التي يجب اتباعها لتحقيق النجاح؟ للعثور على الإجابة، أجرت مؤسسة آرثر دي ليتل (ADL) دراسة شاملة مع أكثر من 40 موردًا للذكاء الاصطناعي وخبراء وممارسين، بالإضافة إلى استطلاع أكثر من 200 منظمة في القطاعين العام والخاص. تقدم التقرير الناتج، إيوريكا! على المنشطات: البحث والتطوير والابتكار المعتمد على الذكاء الاصطناعي، تحليلاً متعمقًا لل مشهد الحالي ومسار المستقبل للذكاء الاصطناعي في البحث والابتكار.

تتركز تحليلنا على خمس مناطق رئيسية:

الذكاء الاصطناعي يقدم فوائد عبر R&D&I – ولكن لن يemplace البشر

يمكن أن يستفيد كل بناء بلوك من R&D&I من الذكاء الاصطناعي، من الاستخبارات التكنولوجية والسوق إلى استراتيجية الابتكار والتفكير والابتكار وإدارة المحفظة وإدارة المشاريع وإدارة الملكية الفكرية. عندما ننظر لفهم هذه الفوائد، تظهر ثلاثة عوامل رئيسية:

• الذكاء الاصطناعي سيعزز الباحثين، بدلاً من استبدالهم، مما يتيح لهم الوقت ويمكنهم من أن يكونوا أكثر إنتاجية وإبداعًا
• الذكاء الاصطناعي يساعد على حل المشكلات التي لا يمكن حلها من قبل بسبب سرعة التكنولوجيا وقدرتها على التوسع والتعلم، مما يفتح طرقًا جديدة للابتكار
• الذكاء الاصطناعي سيتخذ موقف “مخطط-مفكر”، يتجاوز توليد المحتوى والبحث لتغطية أدوار أكثر تعقيدًا مثل إدارة المعرفة وتوليد الفرضيات ومساعد فريق R&D&I.

عندما تقرر是否 استخدام الذكاء الاصطناعي لحل حالة استخدام محددة من R&D&I، لا يوجد نموذج شامل لتنفيذه. لتحديد أفضل نهج للذكاء الاصطناعي للحصول على أفضل النتائج، يجب على المنظمات التركيز على两个 عوامل – نوع وكمية البيانات المتاحة (من القليل إلى الكثير) وطبيعة السؤال المطروح (من المفتوح إلى المحدد). في الوقت نفسه، قد لا يوفر نهج الذكاء الاصطناعي الواحد نتائج مثالية – معظم الأنظمة الذكية التي تم إنتاجها في السنوات الخمس عشرة الماضية كانت أنظمة من الأنظمة. هذه هي أنظمة الذكاء الاصطناعي المستقلة أو النماذج أو الخوارزميات المصممة لأداء مهام محددة، والتي، عند الجمع بينها، توفر وظيفية وأداء أكبر.

النجاح يتطلب ثماني ممارسات جيدة

استنادًا إلى المقابلات مع الباحثين وعلماء الذكاء الاصطناعي والمؤسسين ورؤساء أقسام البحث والتطوير في Teams الرقمية والتصنيع والتسويق والبحث والتطوير، نرى ثماني ممارسات جيدة تؤسس لتنفيذ الذكاء الاصطناعي الناجح. يجب على المنظمات:

• تبني منهجيات مرنة حتى يتمكن الفريق من العمل بسرعة في بيئة الذكاء الاصطناعي سريعة التغير
• بناء أسس قوية من خلال التركيز على جودة البيانات والتعاون عبر المنظمة وتحسين البيانات المملوكة
• اتخاذ خيار استراتيجي بين بناء وشراء وتحسين النماذج، مع أن النهج الأخير غالبًا ما يكون الأكثر فعالية
• النظر في التبادل التحليلي لضمان التقدم خلال مشاريع إثبات المفهوم، مثل الحصول على البيانات مقابل توليدها، والدقة مقابل الاسترجاع، والتحدي مقابل الإفراط في التهيئة
• الاستفادة بشكل استباقي من المواهب العلمية المتاحة، بما في ذلك الشراكة خارج المنظمة لاكتساب المهارات اللازمة
• التوافق مع إدارة تكنولوجيا المعلومات لتوفير الأمان والامتثال مع سرعة التجربة
• إثبات الفوائد بسرعة والحصول على موافقة المستخدمين لتشجيع الثقة وفتح باب الاستثمار الإضافي
• صيانة أداء النظام ومراقبته بشكل مستمر، خاصة حول تحسينات النموذج

3. المكونات التكنولوجية في مكانها الآن

كما هو الحال مع معظم حالات استخدام الذكاء الاصطناعي، يتكون سلسلة قيمة R&D&I من ثلاث طبقات – البنية التحتية ومطوري النماذج والتطبيقات.

فيما يتعلق بالبنية التحتية، فإن تكلفة تنفيذ وصيانة القدرة الحاسوبية الكافية كبيرة، ولكن مزودي الاستضافة ي 提عون بشكل متزايد نماذج الخدمة كخدمة، تشغيل الاستدلالات والاستفسارات في السحابة لإزالة الحاجة إلى البنية التحتية المحلية، مما يقلل من النفقات الأولية ويعمم الوصول إلى الذكاء الاصطناعي.

سلسلة القيمة للذكاء الاصطناعي في R&D&I تعتمد بشكل كبير على النماذج المفتوحة الرئيسية من لاعبين مثل Meta وMicrosoft وNvidia. ومع ذلك، فإن اللاعبين الأصغر، مثل Mistral وCohere، يشكلون أيضًا جزءًا مهمًا من النظام البيئي، وكذلك المؤسسات الأكاديمية.

في نهاية سلسلة التطبيق، تم بالفعل إنشاء تطبيقات عامة ومختصة في R&D&I لتلبية معظم حالات الاستخدام، مع أكثر من 500 تطبيق متاح، تغطي toànية عملية R&D&I.

المستقبل غير واضح – ولكن التخطيط السيناريو يساعد في الفهم

كيف سيتطور الذكاء الاصطناعي في R&D&I يعتمد على نتائج ثلاثة عوامل رئيسية – الأداء والثقة والتكلفة. يؤدي الجمع بين هذه العوامل إلى ست سيناريوهات محتملة في طيف بين الذكاء الاصطناعي الذي يغير كل جانب من R&D&I إلى استخدامه فقط في حالات استخدام منخفضة المخاطر. على مقياس من التأثير الأقصى إلى الأدنى، هذه السيناريوهات هي:

• النجم السينمائي: يصبح الذكاء الاصطناعي في طليعة دورة R&D&I، ويعيد تشكيل المنظمات على طول الطريق. تصبح البيانات الجديدة الحدود.
• المحبوب من الجمهور: الذكاء الاصطناعي مريح وممكن ومدعوم لاستخدامه في مهام الإنتاجية اليومية، ولكنه يفشل في تقديم قيمة علمية/إبداعية.
• التاج: الذكاء الاصطناعي يقدم الإنتاجية والابتكارات العلمية، ولكن فقط للمنظمات التي يمكنها تحمل التكلفة – مما يؤدي إلى عالم مزدوج السرعة في R&D&I.
• الطفل المشكل:尽管 بعض حالات الاستخدام البارزة والحلول الميسورة التكلفة، يفشل الذكاء الاصطناعي في إثبات قيمته – المنظمات البحثية والتطويرية لا تزال قلقة بشأن أمان البيانات والديونوتولوجيا وعدم تفسيرية.
• أفضل الحفاظ: يحسن أداء الذكاء الاصطناعي، ولكن التكاليف العالية تجعل المنظمات أكثر تحفظًا. تقلل الثقة المنخفضة والبلاط الأحمر من الاستخدام، مع إطلاق القليل من التجارب الجريئة الجديدة.
• رخيص وسيئ: الذكاء الاصطناعي يستخدم على نطاق واسع في حالات استخدام منخفضة المخاطر، ولكن فقط كأداة لبروتوتايب أو عمل脑ي. يتم فحص الأنظمة غير الموثوقة بشكل صارم، وتتم التحقق من الإخراج، مما يحد من مكاسب الإنتاجية.

فهم هذه السيناريوهات مهم للمنظمات البحثية والتطويرية لأنها ترسم طريقًا للأمام لاعتماد الذكاء الاصطناعي.

الوقت المناسب للمنظمات البحثية والتطويرية للعمل هو الآن

في بعض الحالات، يسمح الذكاء الاصطناعي بالفعل بتحسينات عشرية في الوقت والتكلفة والكفاءة في الصياغة وتطوير المنتج والاستخبارات وغيرها من مهام R&D&I. هذا يعني أن لا يهم السيناريو الذي سيتحقق، ستساعد ست حركات لا نادم عليها المنظمات البحثية والتطويرية على بناء القدرة على الصمود والاستفادة من فوائد الذكاء الاصطناعي. يجب عليهم:

• إدارة وتعزيز المواهب، مما يضمن أن يكون لديهم القدرة على الاستفادة من الذكاء الاصطناعي، إذا لزم الأمر، التعاقد مع مقدمي خدمات外ي في المدى المتوسط
• مراقبة المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي، وتحديث عمليات إدارة المخاطر وتبادل منهجيات التحقق بشكل عام لتشجيع الثقة
• بناء مشاركة البيانات والتعاون، والعمل مع النظام البيئي الأوسع في القطاعين العام والخاص لتشجيع اعتماد الذكاء الاصطناعي الناجح
• التدريب من أجل المسار الطويل، وتثقيف أكبر عدد ممكن من المستخدمين على أساسيات الذكاء الاصطناعي والمهارات المطلوبة والمخاطر المحتملة
• إعادة تشكيل المنظمة والحوكمة، وانتقالها إلى ما وراء تكنولوجيا المعلومات لتوفير التركيز الرئاسي وكسر الحواجز لتحسين التعاون
• تشارك الموارد الحاسوبية، والعمل مع الشركاء أو مشاركة الموارد داخليًا لتلبية احتياجات البنية التحتية بشكل فعال من حيث التكلفة

علاوة على هذه الحركات التي لا تندم عليها، سوف يأتي النجاح من إنشاء محفظة متوازنة من استثمارات R&D&I المعتمدة على الذكاء الاصطناعي، متوافقة مع الأهداف الشركة. هذا يعني النظر في نطاق وتكلفة وفوائد حالات استخدام الذكاء الاصطناعي المحددة، واستخدامها لتحقيق تحسين محفظة المشاريع الابتكارية. يجب أن تستند القرارات إلى الأهداف الاستراتيجية والقدرات والاستخبارات السوقية والسياق الذي تعمل فيه المنظمات.

يمكن تحويل كل مرحلة من مراحل سلسلة قيمة البحث والتطوير والابتكار من خلال الذكاء الاصطناعي، مما يعزز الباحثين البشريين لتحويل الإنتاجية وتحقيق الابتكارات الكبرى. يجب موازنة هذه الفرص مع مجموعة من التحديات حول الأداء والثقة والتكلفة، مما يعني أن المنظمات يجب أن تركز الآن على وضع جهود R&D&I المعتمدة على الذكاء الاصطناعي في وضع يسمح لهم بالنجاح، مهما كان المستقبل.

كتبت هذه المقالة بمساعدة ألبرت ميج، وزوي هوتشوك، وأرنو سيرودين، وأرثر دي ليتل.