خمس أسباب لصعوبة تنفيذ خوارزميات الذكاء الاصطناعي في إدارة العمليات

بواسطة: إيفجينيا مالينا، رئيس استراتيجية الأعمال والعمليات في Food Rocket.

وفقًا لبحث حديث من معهد ماكينزي العالمي، من المتوقع أن يزيد الذكاء الاصطناعي من الإنتاج الاقتصادي العالمي بمقدار $13 تريليون دولار بحلول عام 2030.

然而، هذا يأتي مع تحديات ونتائج غير مقصودة. بعض أكثر المخاطر والتحديات الشائعة لتنفيذ الذكاء الاصطناعي تشمل مخاوف الخصوصية، وعدم القدرة على التعميم، وعدم الثقة بشكل عام.

فيما يلي ثلاثة تحديات للذكاء الاصطناعي التي تؤثر بشكل خاص على إدارة العمليات للأعمال.

1. جودة البيانات الرديئة

الأمر الأكثر أهمية لخوارزمية الذكاء الاصطناعي القوية هو البيانات. لتدريب الخوارزمية بشكل صحيح، يجب أن تغذيها كميات هائلة من البيانات الدقيقة وذات الجودة العالية. للأسف، ليس من السهل دائمًا الحصول على هذه البيانات، وتشير تقرير جارتنر لعام 2020 إلى أن جودة البيانات الرديئة يمكن أن تكلّف شركة ما حول $13 مليون دولار كل عام.

على سبيل المثال، قد لا يكون هناك أثر رقمي لبعض العمليات على الإطلاق عند البدء. لا توجد بيانات لتغذية الخوارزمية في هذه الحالات. كل ما تقدمه هو مجرد افتراضات مدروسة، وهو ما يطرح مشكلتين.

أولاً، هذا يُدخل تحيزًا بشريًا كبيرًا إلى العملية مباشرة من البداية. ثانيًا، هذا يعني أن أي نتائج من الخوارزمية هي مجرد امتداد لافتراضاتك المدروسة. في النهاية، هذا يتركك مع مشهد بيانات غير موثوق به وعملية اتخاذ قرارات غير مستقرة.

2. التنقل في “البدايات الباردة” وتنمية مشاركة الموظفين

الآلة هي ممتازة لتحسين العمليات الحالية، ولكن العائد هو “البداية الباردة”. هذا هو عندما يجب أن تبدأ عملية بدون بيانات تاريخية يمكن للذكاء الاصطناعي أن يعتمد عليها في روتينه. في كل حالة، سيتعثر الذكاء الاصطناعي على هذا الحاجز.

وفقًا لاستطلاع أجراه هارفارد بيزنس ريفيو، 80 في المائة أو أكثر من وقت فريق تكنولوجيا المعلومات يُspent في تحسين وتحسين البيانات غير المتسقة للخوارزميات.

غالبًا ما يتطلب الأمر استثمارًا كبيرًا من الجهد البشري لمساعدة الذكاء الاصطناعي على تخطي هذا الحاجز والعودة إلى العمليات الملساء.

من خلال خبرتي، يمكن أن يسبب هذا انقطاعًا خطيرًا في إدارة الإمدادات، ويمكن أن يكلف الشركات إيرادات كبيرة أيضًا. كلنا نعلم أن الذكاء الاصطناعي لم يتطور بعد لتحمل جميع جوانب نظام إدارة العمليات. هذا يعني أن أي حل للذكاء الاصطناعي يستخدمه شركتك سوف يتداخل مع عمليات اتخاذ القرارات البشرية.

في حين يمكن أن يكون هذا جيدًا، يمكن أن يؤدي أيضًا إلى انسحاب شعور الموظف بالمسؤولية الشخصية. في بعض الحالات، يشعر الموظفون أنهم يمكن أن يفصلوا أنفسهم عن القرار لأن “الذكاء الاصطناعي فعل ذلك”.

علاوة على ذلك، من الشائع أن تزامن إدخال خوارزمية جديدة مع انخفاض كبير في معايير الجودة. من خلال خبرتي، هذا مفارقة ناتجة عن شخص كان مسؤولاً في السابق عن المعيار يشعر أنه الآن مجرد حلقة غير مهمة في سلسلة اتخاذ القرارات الآلية.

من الضروري إدارة هذا الجانب من الآلية بسبب سهولة انزلاق الفريق إلى طريق اللامبالاة وانخفاض الالتزام. كما أن لديها إمكانية التسبب في ضرر لصورة العلامة التجارية. إذا تم ترك الذكاء الاصطناعي لاتخاذ القرارات بمفرده، فقد يبدأ دون قصد التمييز ضد العملاء في فئات عمرية أو جنسية أو جغرافية معينة.

3. تحديات الشفافية والتنفيذ الفعال

كما يعرف كل مالك عمل، يمكن أن تتغير الأشياء في لحظة. الشركات لا تمتلك دائمًا الوقت لإنشاء حلول معقدة للذكاء الاصطناعي لتشغيل جديد.

في الواقع، من الشائع أكثر أن تكون الشركات تحت ضغط زمني واضطرار إلى حل مشكلة بدون مساعدة الآلية لأن إنشاء عملية جديدة يستغرق وقتًا طويلاً. منذ أن لا يوجد عادة وقت لكتابة نماذج معقدة، يحدث أحد الأمرين.

أولاً، قد تختار الشركة تنفيذ عملية شبه كاملة وتدخل خطوة وسيطة يدوية حتى يمكن تحسين العملية. في هذه الحالة، تفقد الشركات ما يصل إلى 80 في المائة من كفاءة العملية المحسوبة.

بديلًا، قد تنشر الشركة برنامجًا لتحسين سرعة عملية التنفيذ. بينما ستكون التكاليف الزمنية والمالية أقل، يبقى مشكلة فقدان الكفاءة. في هذه الحالة، يمكن أن تجعل خوارزميات البرنامج التي لم يتم تعديلها بشكل خاص لاحتياجات الشركة العملية أقل كفاءة من التنفيذ اليدوي.

إضافة إلى هذه المشاكل، من المهم فهم أن الشفافية في عملية الذكاء الاصطناعي صعبة للغاية لتوضيحها للإدارة، حتى من قبل الخبراء. هذا بسبب تعقيد الخوارزميات، ولكن يمكن أن يجعل فريقك يشعر بالحفاظ على تحفظات حول الانتقال إلى إدارة العمليات الآلية.

أين نذهب من هنا؟

يقترح بعض الباحثين أن التحديات التي نواجهها حاليًا ستؤدي إلى أدوار بشرية جديدة في الشركة: مدربون، وشرحون، ومحافظون.

سيساعد المدربون على تحسين أداء الذكاء الاصطناعي؛ سيكون الشرحون مسؤولين عن تفسير قرارات الذكاء الاصطناعي للمحترفين غير المتخصصين، وسيعمل المحافظون على جعل عمليات الذكاء الاصطناعي مستدامة على المدى الطويل.

然而، حتى ذلك الحين، يجب على الشركات والمؤسسين النظر في المزيد من الأمور أكثر من مجرد الميزة التنافسية الكبيرة التي يمكن أن يوفرها الذكاء الاصطناعي. يجب على الشركات وزن الميزة ضد الغموض والتكاليف الزمنية وعوائق النمو التي تأتي مع الذكاء الاصطناعي التشغيلي.

الذكاء الاصطناعي لا يزال لديه طريق طويل للذهاب فيما يتعلق بالنمو والتطوير والتنفيذ. يمكنه بالتأكيد أن يحدث فرقًا كبيرًا في إدارة العمليات، ولكننا لا نستطيع بعد依赖ه دائمًا على أنه الخيار الأفضل.