لماذا لا تكفي العائدات على المدى الطويل: ضمان القيمة في كل مرحلة من مراحل تنفيذ الذكاء الاصطناعي

تسمع الشركات شيئًا واحدًا بشكل متكرر: اسرع في استخدام الذكاء الاصطناعي واعرض النتائج الآن. وتتسارع速度 تبني الذكاء الاصطناعي، حيث 78% من المنظمات已经 تستخدم الذكاء الاصطناعي في وظيفة أعمال واحدة على الأقل بحلول عام 2024 – مقارنة بـ 55% فقط في العام الماضي.

لكن هنا تكمن المشكلة: الضغط لتحقيق قيمة أعمال يتزايد بنفس السرعة.

وهذا طلب كبير عندما تكون فترات تولي مسؤولين البيانات قصيرة، ودور مسؤول الذكاء الاصطناعي (CAIO) لا يزال يتطور. مع هذا التقلب القيادي في أعلى المستويات، غالبًا ما تتوقف برامج الذكاء الاصطناعي قبل أن تثبت أي قيمة حقيقية.

التحدي الرئيسي واضح: تحتاج الشركات إلى التوقف عن بناء استراتيجيات الذكاء الاصطناعي التي تسعى وراء وعد “التحول في المستقبل” وبدء التركيز على بناء أسس صلبة تُحقق قيمة اليوم – مع الاستعداد للمستقبل.

مشكلة استراتيجيات “المستقبل فقط”

المسؤولون التنفيذيون يصبون الأموال في الذكاء الاصطناعي. في الواقع، 92% منهم يزيدون من ميزانيتهم خلال السنوات الثلاث القادمة، مع أكثر من نصفهم يهدف إلى زيادة بنسبة 10%. بالإضافة إلى ذلك، تتوقع المؤسسات المالية مثل مORGAN STANLEY مكاسب كبيرة، مثل ~920 مليار دولار من الفوائد الصافية السنوية لشركة S&P 500.

يغذي هذا الاتجاه الكبير ما أسميه “برامج الذكاء الاصطناعي الكبيرة ولكن في وقت لاحق”، والتي تبدو مثيرة للإعجاب على الورق ولكن تترك القيمة بعيدة جدًا على الطريق لتأثير اليوم.

الواقع القاسي هو أن عددًا قليلاً من المنظمات لديها بيانات جاهزة للذكاء الاصطناعي. مع الحوكمة وجودة البيانات كأعظم عقبات، فقط 12% من الشركات تقر بأن بياناتها كافية لتنفيذ الذكاء الاصطناعي بشكل فعال. ونقاط Gartner إلى أن الحوكمة الضعيفة ستسبب 60% من المنظمات تفويتها أهداف الذكاء الاصطناعي بحلول عام 2027 – حتى لو اعتمدت على الذكاء الاصطناعي الآن.

باختصار، برامج الذكاء الاصطناعي التي تعتمد فقط على وعود المستقبل معرّضة للتعثر، أو التأرجح في مهاوي التجارب، أو فقدان ثقة أصحاب المصلحة قبل وصول العائد على الاستثمار المتوقع.

إعادة تعريف قيمة الذكاء الاصطناعي

لجسر الفجوة بين الإمكانات المستقبلية والقيمة الحالية، تحتاج المنظمات إلى إعادة تعريف كيفية نظرها إلى قيمة الذكاء الاصطناعي. هناك نوعان متميزان:

• القيمة الفورية: هذه هي التحسينات القابلة للقياس والقريبة الأمد – مثل 23% أسرع متوسط الوقت الأول للاستجابة بعد تنفيذ مساعد دعم الذكاء الاصطناعي. هذه هي الانتصارات التي تظهر لأصحاب المصلحة أن الذكاء الاصطناعي ليس مجرد لعب في المستقبل.
• القيمة التأسيسية: هذا يتعلق ببناء البنية التحتية – أنابيب البيانات، والحوكمة، والمنصات القابلة للتطوير – التي ستجعل الذكاء الاصطناعي يعمل بشكل فعال اليوم وفي المستقبل. كما يشير تقرير حالة الذكاء الاصطناعي من مكنزي إلى أن إدارة المخاطر والحوكمة حاسمة لنجاح على المدى الطويل.

بمجرد تعريف كلا سيلين من القيمة، فإن التحدي يتمثل في موازنتهما: كيف يمكنك تحفيز الانتصارات الفورية مع ضمان أن تترجم إلى قدرات قابلة للتكرار ومحكمة؟ أولئك الذين يحققون هذا التوازن بشكل صحيح سيرى عوائد حقيقية.

تحقيق التوازن الصحيح: القيمة الآن وفي المستقبل

أحد أكبر الأخطاء التي أراها هو أن الشركات ت忽ن تصميم منصات الذكاء الاصطناعي مع مراعاة المطورين. بحلول عام 2025، 84% من المطورين سيكونون يستخدمون أدوات الذكاء الاصطناعي، و 51% منهم سيكونون يستخدمونها يوميًا. إذا لم تدمج منصات الذكاء الاصطناعي مع سير العمل الحالية، فإن اعتمادها سيتأخر، بغض النظر عن قوة النماذج. النجاح يعتمد على التكامل، واختيار المهام، والتدريب المستمر.

من الأمور الحرجة أيضًا الحوكمة والأمن. إذا لم يتم إعطاؤهما الأولوية، فإن مستخدمي الذكاء الاصطناعي لن يثقوا به. أشار إلى أن قضايا الثقة، وأمان الوصول، والحوكمة هي عقبات رئيسية للاعتماد، وأن انتهاكات البيانات المرتبطة بإساءة استخدام الذكاء الاصطناعي من المرجح أن تزايد مع تسارع الابتكار. ينبغي أن تكون الحوكمة أولوية منذ اليوم الأول، خاصة مع تزايد الضغط التنظيمي.

المنظمات الأكثر نجاحًا هي تلك التي تخلق أدوات ذكاء اصطناعي تُحقق قيمة فورية – لأن الانتصارات السريعة تشتري رأس المال السياسي. في الواقع، الشركات التي ترى أفضل عائد على الاستثمار في الذكاء الاصطناعي هي تلك التي لديها مسؤول ذكاء اصطناعي مخصص. يركز هؤلاء القادة مواردهم على “الآن” (حالات استخدام قابلة للقياس) و “اللاحق” (تعزيز البيانات والمنصات)، مما يضمن التقدم المستمر مع وضع الأسس لل مكاسب المستقبلية.

هذا يعني أيضًا إنشاء مؤشرات الأداء الرئيسية التي تبرز القيمة المبكرة – عمليات الدعم، والمبيعات، والتسويق، والهندسة هي نقاط انطلاق جيدة. تعريف مؤشرات الأداء الرئيسية الواضحة – مثل ربح الرصيد، واختبار الفشل، ودرجات مخاطر النموذج – جنبًا إلى جنب مع خطوط قاعدة وخطط التحقق ستضمن أن مبادرات الذكاء الاصطناعي ليست مجرد نظرية بل تُحقق نتائج ملموسة.

المفتاح هو تحديد الأنماط الناجحة وتكرارها. يحدث التحول من التجربة إلى التنفيذ عندما تعدل الشركات من عملياتها، وليس أدواتها فقط.

تعزيز أسس البيانات: عملية مستمرة

تفشل برامج الذكاء الاصطناعي لأن البيانات لا تُعتبر موثوقة. عدم وجود حوكمة البيانات هو أحد أكبر العوائق أمام النجاح. لذلك ينبغي أن تُعتبر جودة البيانات، وتنقلها، وسهولة الوصول إليها بنفس الأهمية التي تُعتبر بها الأدوات المواجهة للمستخدم. أسس البيانات القوية هي أساس أي مبادرة ناجحة للذكاء الاصطناعي.

جعل الذكاء الاصطناعي ضرورة أعمال، اليوم ومستقبلًا

التوقعات واضحة: إظهار انتصارات فورية قابلة للقياس مع بناء منصة وبيانات تُجني ثمارها على المدى الطويل. مع تزايد ميزانيات الذكاء الاصطناعي وتزايد الضغط، فإن عدم تحقيق النتائج على كلا الجبهتين يخاطر بإعادة تعيين البرامج.

القيادات التي يمكنها تقديم القيمة الآن مع بناء للمستقبل ستحول الذكاء الاصطناعي من سلسلة من التجارب المعزولة إلى محرك مستدام للعائد والإنتاجية.