الذكاء الاصطناعي ليس آيرون مان. إنه الدرع

يعتقد معظم القادة الخاطئين في الذكاء الاصطناعي. ليس لأنهم يفتقرون إلى الطموح أو الوعي، ولكن لأن الروايات السائدة – الذكاء الاصطناعي كبديل للقوى العاملة من جهة، والذكاء الاصطناعي كمحرك إنتاجية自 كفاية من جهة أخرى – كلاهما يفتقران إلى النقطة. النمط الذي أراه أكثر تواترا، عبر الصناعات والوظائف، هو أن المنظمات التي تدرك عائدات حقيقية من الذكاء الاصطناعي ليست تلك التي نشرته على نطاق أوسع. هم الذين فهموا ما هو في الواقع: ليس آيرون مان، ولكن الدرع. وبنوا استراتيجيتهم حول تلك الفكرة.

فكر في ما هو درع آيرون مان في الواقع. إنه ليس بطلاً. إنه أجهزة وبرامج وذكاء مصمم لخدمة مشغل معين. بدون توني ستارك داخلها، الدرع ليس له مهمة ولا حكم ولا مسؤولية ولا khảية للتحرك في موقف لم يتم تصميمه من أجله. الدرع لديه khảيات استثنائية. إنه أيضًا зависим تمامًا على الشخص الذي يرتديه. هذا الاعتماد يعمل في كلا الاتجاهين – ستارك بدون الدرع محدود بقيود بشرية؛ الدرع بدون ستارك هو معدن خامل. القيمة موجودة فقط في الجمع. يعمل الذكاء الاصطناعي في المنظمات بنفس الطريقة، والمنظمات التي تدرك عائدات حقيقية فهمت ذلك من البداية.

في المشاريع التي تدرك عائدات حقيقية، يقوم الذكاء الاصطناعي بذلك بالضبط: يزيد من السعة، ويقلل من الاحتكاك، ويحسن التنفيذ. لكن المنظمات التي ترى نتائج أقوى لا تسأل كيف يمكن إزالة الأشخاص من المعادلة بسرعة. إنهم يسألون كيف يمكن وضع أفضل أشخاصهم داخل درع أفضل – مع أدوات أفضل، ومعلومات أفضل، ودعم أفضل للقرار – حتى يتمكنوا من العمل على مستوى لم يكن ممكنًا من قبل.

القدرة وحدها ليست قيمة أعمال

هنا يخرج الكثير من محادثات الذكاء الاصطناعي في المنظمات عن مسارها. يصبح القادة مهتمين بما يمكن للتقنية فعله بمفردها – هل يمكن أن يلخص بسرعة أكبر، أو يصنف بشكل أفضل، أو يولد محتوى، أو يكتشف أنماطًا، أو ي автомة استجابات. تلك أسئلة عادلة، ولكنها غير كاملة. القدرة ليست هي نفسها القيمة التجارية. والفراغ بينهما هو حيث يذهب الكثير من استثمارات الذكاء الاصطناعي إلى الأداء الضعيف.

تأتي القيمة التجارية من كيفية تطبيق الذكاء الاصطناعي داخل نموذج تشغيلي. من المهم أن نسأل أين يقع في سير العمل، وما القرار الذي يحسنه، وما هو العائق الذي يزيله، وما هو المخاطر الذي يقلله، ومن يؤكد الإخراج، ومن يمتلك الاستثناء عندما لا يتناسب شيء مع النمط. تلك هي الأسئلة التي تحدد ما إذا كان الذكاء الاصطناعي يخلق قيمة متينة أو ينتج فقط عرضًا مثيرًا للإعجاب.

التحسينات الأقوى التي نراها لا تأتي من إسقاط أداة في عملية موجودة وآمل أن يعيد الأعمال هيكلتها حولها. إنها تأتي من إعادة تصميم العمل بحيث يتم استخدام سرعة الآلة حيث تُخلق الرافعة، بينما يبقى الحكم البشري قريب من القرارات التي تتطلب السياق والرقة والمسؤولية والفهم بالمنطقة. هذا هو المكان الذي يتم فيه خلق القيمة الحقيقية – ويتطلب تصميمًا مقصودًا، وليس مجرد الوصول إلى التكنولوجيا.

ما يعني الإنسان في الحلقة بالفعل

الإنسان في الحلقة هو واحد من تلك العبارات التي ت звучит مسؤولة ولكن غالبًا ما تبقى غامضة. في الممارسة، ليس شعارًا. إنه نموذج التشغيل الذي يحدد ما إذا كان الذكاء الاصطناعي يصبح مفيدًا، ومحكومًا، وموثوقًا به. هذا يعني حقوق قرار واضحة، وآليات تصعيد明確ة، وتحقق للإخراج، ومسؤولية مسماة للنتائج – وليس ملكية جماعية غامضة. المنظمات التي تحدد ذلك بوضوح هي تلك التي تبني ثقة مؤسسية حقيقية في الذكاء الاصطناعي – ثقة تكتسب لأن الناس داخل المنظمة يفهمون تمامًا متى يجب الوثوق في النظام، ومتى يجب挑له، ومن هو المسؤول عندما يهم الأمر أكثر.

على سبيل المثال، في خدمة العملاء، قد يلخص الذكاء الاصطناعي تاريخ الحالة، أو يوجه استفسارًا، أو يقترح مشروع رد. يمكن أن يخلق ذلك كفاءة حقيقية. لكن عندما تكون القضية حساسة أو مشحونة عاطفيًا أو خارج النمط، يبقى الحكم البشري ضروريًا. الذكاء الاصطناعي قد يزيد من النطاق والسرعة، لكن الشخص لا يزال يقود التفاعل.

نفس المنطق ينطبق على وظائف مثل المالية، والقانونية، والامتثال، والتشغيل. يمكن للذكاء الاصطناعي مراجعة الوثائق، وتحديد الأنماط، وتمييز الإشارات بمدى لا يستطيع فرد واحد مطابقته. ومع ذلك، القيمة ليست في استبدال الحكم، ولكن في تمكين المحترفين المهرة من قضاء المزيد من الوقت على المخاطر المادية، والتفسير الاستراتيجي، والاستثناءات، والقرارات التي تؤثر على النتائج. في العديد من بيئات المؤسسات، لا يختفي الدور البشري ذو القيمة الأعلى. يصبح أكثر تركيزًا حول الإشراف، والتصعيد، والتنسيق، والمسؤولية.

ما يبدو عليه النقطة الانطلاق الصحيحة

المنظمات التي تحقق تقدمًا حقيقيًا مع الذكاء الاصطناعي تشترك في نقطة انطلاق متسقة: يبدأون بمشكلة أعمال تستحق الحل، وليس تكنولوجيا تستحق تبنيها. يحددون أين تُخلق سرعة الآلة قبل نشرها. يخصصون المسؤولية قبل التأتمت. ويحددون النتائج التي تهم حقًا قبل مناقشة الإنتاجية. تلك الانضباط – النتائج أولاً، والتكنولوجيا ثانيًا – أقل شيوعًا مما ينبغي، وهو ما يفصل عادة بين التنفيذ الذي يتراكم في القيمة والذي يتعثر.

الفراغ بين تجربة واعدة ونموذج تشغيلي قوي هو حيث يختفي الكثير من قيمة الذكاء الاصطناعي في المؤسسات. نادرًا ما يكون فشلًا تكنولوجيًا. النموذج يعمل. الإخراج معقول. لكن الناس لا يثقون في ما لا يفهمونه. الفرق لا تتغير في كيفية العمل فقط لأن نظامًا جديدًا ظهر في بيئتهم. والمنظمات لا تحقق قيمة أعمال لأن تجربة كانت تقنية مثيرة. التنفيذ ينجح. التبني يفشل. والعودة لا تتحقق أبدًا.

بقاء جاهزية المنظمة تحديًا أكبر من الوصول الفني. شراء الوصول إلى khảية الذكاء الاصطناعي أمر نسبيًا سهل. إعادة هيكلة العمليات، والحوكمة، والقياس، وسلوك الفريق حول تلك الخảية هو أكثر صعوبة. لكن الشركات التي تفعل ذلك جيدًا تبني شيئًا أكثر قيمة من نشر الذكاء الاصطناعي -她们 تبني منصة. واحدة حيث كل حالة استخدام لاحقة أسرع في التحقق، وأسرع في التوسع، وأكثر اتصالًا بنتيجة أعمال يمكن قياسها حقًا.

فخ كودينج الفibe

هناك مصدر محدد ومتزايد للارتباك في السوق الآن يجعل الأمور أسوأ. صعود “كودينج الفibe” – فكرة أن أي شخص لديه الوصول إلى أدوات الذكاء الاصطناعي يمكن بناء أنظمة برمجية متقدمة بسرعة وبدون خبرة تقنية عميقة – تم تعزيزه بواسطة موجة من التسويق من شركات الذكاء الاصطناعي، كل من المنصات المثبتة وجيل من الشركات الناشئة، التي تبالغ بشكل متواصل في مدى سهولة بناء ونشر أنظمة تمكّنها الذكاء الاصطناعي حقًا وتدعم عمليات أعمال وتلحق قيمة حقيقية. الرسالة، عمدية أو غير عمدية، هي أن الجزء الصعب تم حلها في الغالب. لم يتم حلها.

لقد خفض الذكاء الاصطناعي فعلاً عتبة بناء شيء يبدو أنه يعمل. نموذج أولي، وعرض، وبرهان مفهوم يثير الإعجاب في غرفة المجلس – كل هذه أكثر سهولة مما كانت عليه من قبل. لكن يبدو أنه يعمل ويعمل حقًا على نطاق المؤسسة هي أمور أساسية مختلفة. بناء نظام يعمل بثبات على بيانات حقيقية، غير مكتملة، وملتوية – هو مشكلة مختلفة عن بناء نظام يعمل على مجموعات اختبار نظيفة. بناء نظام يتعامل مع الاستثناءات، وحالات الحافة، ووضعات الفشل بسهولة هو مشكلة مختلفة عن بناء نظام يتعامل مع الحالة الشائعة. وبناء نظام بهياكل الحوكمة، والمراقبة، والمسؤولية التي يتطلبها نشر المؤسسة هو مشكلة مختلفة مرة أخرى.

هذا الفراغ مكلف في أي صناعة. في الصناعات المنظمة، يمكن أن يكون وجوديًا. في البنوك، والخدمات المالية، والتأمين، والرعاية الصحية، يجب أن تعمل أنظمة الذكاء الاصطناعي التي تدعم عمليات أعمال حقيقية داخل إطارات تنظيمية صارمة – SR 26-2 لخطر النماذج في المؤسسات المالية، و متطلبات دعم القرار السريري في الرعاية الصحية، و Solvency II و التزامات مخاطر السلوك في التأمين. يجب أن تكون قابلة للشرح للمشرفين ومدعومة بموجب التدقيق. يجب أن يكون لديهم مسؤولية بشرية مسماة لكل قرار مهم يخبرونه. يجب أن يكون لديهم آليات تراجع مدروسة عند فشلهم. لا شيء من ذلك في نطاق نموذج مبني على الفibe، بغض النظر عن مدى إثارة العرض.

الارتباك الذي يخلق هو مكلف بطريقة محددة. القادة، بعد امتصاص رواية الديمقراطية، يقللون من الاستثمار، ويقللون من الخبرة المطلوبة، وينسبون الفشل إلى الذكاء الاصطناعي عندما السبب الحقيقي كان النهج. ما يبدو وكأنه مشكلة في الذكاء الاصطناعي هو تقريبًا دائمًا مشكلة بيانات، أو حوكمة، أو هندسة معمارية لا يمكن حلها بمقدار من هندسة الوصلات. النمط الذي نراه باستمرار هو أن المنظمات التي تعامل مع تطبيق الذكاء الاصطناعي بنفس الانضباط الهندسي الذي سيطبقونه على أي نظام أعمال حرج – هندسة صحيحة، أسس بيانات صحيحة، إدارة مخاطر صحيحة – هي تلك التي تصل إلى الإنتاج وتظل هناك. تلك التي أُغررت بالرواية البسيطة تصل إلى العرض وتتساءل لماذا لم تتبع القيمة.

الفرصة الحقيقية هي التعزيز بالنية

سيكون هناك حالات حيث يؤتمت الذكاء الاصطناعي المهام بشكل كبير، وستسعى بعض المنظمات إلى تقليل العمالة كهدف رئيسي. هذا هو خيار شرعي. لكن对于 معظم الأعمال – خاصة تلك التي تعمل في بيئات معقدة، أو منظمة، أو مواجهة للعملاء، أو ثقيلة الحكم – الفرصة الأكبر والأكثر متانة هي التعزيز بالنية: تزويد أفضل أشخاصك بدرع يجعلهم قادرين على أشياء لم يكونوا قادرين عليها من قبل.

ذلك النوع من التعزيز قد لا ينتج عنها العناوين الأكثر إثارة، لكنه حيث تعيش القيمة الأكثر متانة. يظهر كقرارات أسرع، وأولويات أفضل، وخدمة عملاء أقوى، وموانع روتينية أقل، ومزيد من الوقت المخصص للعمل الذي يتطلب حقًا الخبرة والحكم. وتتغير اقتصاديات التسليم بطرق تغير ما يمكن للمنظمات تحمله. العمل الذي كان يتطلب في السابق فريقًا كبيرًا وجدولًا زمنيًا طويلاً يصبح ممكنًا مع فريق أصغر، وأعلى مستوى، يتحرك بسرعة لم تكن ممكنة من قبل. تتحول القيود على الطموح. المنظمات تبدأ في ملاحقة khảيات كانت لست لتستطيع تحملها أو النظر إليها قبل وجود الدرع.

الشركات التي تتقدم لن تكون تلك التي لديها أكثر الأدوات أو النماذج. سيكونون أولئك الذين يصبحون أفضل في الجمع بين القدرة الفنية والقدرة البشرية – الذين يعرفون أين ينتمي التأتمت، وأين يجب أن يبقى الحكم قريبًا، وكيفية إعادة تصميم العمل بحيث تعزز نقاط القوة لكليهما. وسيكونون قد بنوا أساس البيانات ونموذج الحوكمة الذي يجعل كل khảية جديدة للذكاء الاصطناعي أسرع في النشر وأسهل في الثقة.

اختبار آيرون مان

الذكاء الاصطناعي ليس آيرون مان. إنه الدرع. وเหมثل أي درع، قيمته تعتمد تمامًا على من يرتديه، وما يحاول تحقيقه، وكيف تم بناؤه للمهمة المحددة. القادة الذين يفهمون ذلك ي停止ون عن سؤال ما إذا كان الذكاء الاصطناعي جاهزًا ويبدأون في سؤال ما إذا كانت منظمتهم جاهزة – ما إذا كان نموذج التشغيل محددًا، وأسس البيانات موجودة، والحوكمة حقيقية وليست مجرد كلام، وأشخاص داخل الدرع يعرفون ما يفعلونه ولماذا. تلك هي الأسئلة التي تحدد ما إذا كان الذكاء الاصطناعي يصبح مصدرًا دائمًا للميزة التنافسية أو سلسلة من التجارب التي لم تنجح أبدًا.

التحدي الحقيقي للقيادة ليس ما إذا كان الذكاء الاصطناعي قويًا. إنه واضح أنه كذلك. التحدي هو ما إذا كان القادة على استعداد لمعاملته باحترام يحتاجه – لمقاومة رواية البساطة، والاستثمار في الأسس التي تجعله يعمل، وبناء نموذج التشغيل الذي يحول القدرة إلى نتائج. هذا مسار أكثر صعوبة من شراء أداة وانتظار النتائج. لكنه الطريق الوحيد الذي يؤدي إلى مكان يستحق الذهاب إليه. الفرق التي اخترت ذلك ليس فقط أداء أفضل اليوم. إنهم يبنيون منظمات ستكون أكثر صعوبة في المنافسة معها غدًا.