قادة الفكر
يمكن للذكاء الاصطناعي التوليدي تغيير العالم — ولكن فقط إذا واكبته البنية التحتية للبيانات

النقاط الرئيسيةتكشف تكاليف التشغيل البالغة 76 مليار دولار للذكاء الاصطناعي التوليدي عن نقص حاسم في…
عرض المزيد
- تكشف تكاليف التشغيل البالغة 76 مليار دولار للذكاء الاصطناعي التوليدي عن نقص حاسم في البنية التحتية للبيانات القابلة للتوسع.
- يؤمن % من المدراء التنفيذيين أن فوائد الذكاء الاصطناعي التوليدي تفوق المخاوف، إلا أن صعوبات النشر تشير إلى أنظمة بيانات غير متوافقة.
- تتطلب القيمة التجارية توحيد البيانات المنعزلة في بنية معمارية موحدة لمنع التحيز وتمكين تدريب النماذج اللغوية الكبيرة.
على الرغم من الضجيج المحيط بالذكاء الاصطناعي التوليدي، لم يتناول معظم الخبراء في الصناعة سؤالاً مهماً: هل هناك منصة بنية تحتية يمكنها دعم هذه التكنولوجيا على المدى الطويل، وإن كان ذلك ممكناً، فهل ستكون مستدامة بما يكفي لدعم الابتكارات الجذرية التي يعد بها الذكاء الاصطناعي التوليدي؟
أدوات الذكاء الاصطناعي التوليدي قد بنت بالفعل سمعة جيدة، بقدرتها على كتابة نصوص متجانسة بشكل جيد بنقرة زر – مهام قد تستغرق ساعات أو أيام أو أسابيع أو أشهر لاستكمالها يدوياً.
ذلك جيد، ولكن في غياب البنية التحتية المناسبة، هذه الأدوات ببساطة لا تملك القدرة على التوسع لتحقيق تغيير حقيقي في العالم. مع توقع تجاوز التكلفة التشغيلية للذكاء الاصطناعي التوليدي من $76 مليار، فإن التكلفة التشغيلية الفلكية للذكاء الاصطناعي التوليدي تشهد على ذلك بالفعل، ولكن هناك عوامل أخرى تؤثر في الأمر.
يجب على الشركات التركيز على إنشاء الأدوات المناسبة والاتصال بها لاستغلالها بشكل مستدام، ويجب أن يستثمروا في بنية بيانات مركزية تجعل جميع البيانات ذات الصلة متاحة بسهولة لنموذج اللغة الكبير (LLM) الخاص بهم دون خطوط أنابيب مخصصة. مع تنفيذ استراتيجي للأدوات المناسبة، سيكونون قادرين على تقديم القيمة التجارية التي يبحثون عنها على الرغم من قيود السعة التي تفرضها مراكز البيانات حالياً – فقط عندئذٍ سوف تتقدم ثورة الذكاء الاصطناعي حقاً.
نمط مألوف
وفقاً لتقرير جديد من معهد أبحاث كابجيميني، 74% من المدراء التنفيذيين يعتقدون أن فوائد الذكاء الاصطناعي التوليدي تفوق المخاوف المرتبطة به. هذا الإجماع قد حث بالفعل على معدلات تبني عالية بين الشركات – حوالي 70% من المنظمات في منطقة آسيا والمحيط الهادئ قد أعلنت عن نيتها للاستثمار في هذه التكنولوجيات أو بدأت في استكشاف الحالات العملية.
ولكن العالم قد سار في هذا الطريق من قبل. خذ الإنترنت، على سبيل المثال، الذي جذب انتباهاً متزايداً قبل أن تتجاوز التوقعات من خلال تطبيقات ملحوظة. ولكن على الرغم من قدراتها المذهلة، لم ينطلق فعليًا إلا عندما بدأت تطبيقاتها في تقديم قيمة ملموسة للأعمال على نطاق واسع.
النظر إلى ما وراء ChatGPT
الذكاء الاصطناعي يقع في دورة مماثلة. الشركات اشتركت بسرعة في التكنولوجيا، مع 93% من الشركات منخرطة بالفعل في دراسات حالات استخدام الذكاء الاصطناعي / التعلم الآلي. ولكن على الرغم من معدل التبني العالي، لا تزال العديد من الشركات تواجه صعوبات في النشر – علامة واضحة على عدم توافق البنية التحتية للبيانات.
مع البنية التحتية المناسبة، يمكن للشركات النظر إلى ما وراء سطح قدرات الذكاء الاصطناعي التوليدي واستثمار إمكاناته الحقيقية لتحويل بيئات أعمالها.
في الواقع، يمكن للذكاء الاصطناعي التوليدي المساعدة في كتابة موجز بسرعة، وبفعالية في معظم الحالات، ولكن إمكاناته تتجاوز ذلك. من اكتشاف الأدوية إلى علاجات الرعاية الصحية إلى تحسين سلاسل التوريد، لا تتم هذه الاكتشافات إلا إذا كانت مراكز البيانات التي تدعم وتدفع تطبيقات الذكاء الاصطناعي قوية بما يكفي لإدارة حمولتها.
تجاوز حواجز التوسع
لم يكن الذكاء الاصطناعي التوليدي قد قدم قيمة كبيرة للأعمال بعد، لأنه يفتقر إلى القدرة على التوسع. هذا يعود إلى حقيقة أن مراكز البيانات لديها قيود سعة – لم تُصمَّم بنيتها التحتية أصلًا لدعم الاستكشاف والتنسيق وضبط النماذج على النطاق الهائل الذي تتطلبه نماذج اللغة الكبيرة (LLM) لتشغيل دورات تدريب متعددة بشكل فعال.
جني القيمة من الذكاء الاصطناعي التوليدي يعتمد على كيفية استغلال الشركة لبياناتها الخاصة، والتي يمكن تحسينها من خلال تطوير بنية بيانات قوية. يمكن تحقيق ذلك من خلال ربط مصادر البيانات المنظمة وغير المنظمة بنماذج اللغة الكبيرة أو زيادة إنتاجية الأجهزة الحالية.
من المهم أن تكون الشركات التي تهدف إلى تدريب نموذج اللغة الكبيرة على بيانات المنظمة قادرة على توحيد هذه البيانات بطريقة موحدة. خلاف ذلك، من المحتمل أن تنتج البيانات المخزنة في هيكل معزول انحيازاً في قدرات نموذج اللغة الكبيرة.
نظام دعم
لم يظهر الذكاء الاصطناعي التوليدي من الفراغ – لقد كان قيد العمل لبعض الوقت، واستخدامه وإمكاناته سوف تزداد في العقود القادمة. ولكن الآن، تطبيقاته التجارية تصل إلى حائط لا يمكن التغلب عليه، وهو غير قابل للتوسع.
الحقيقة هي أن قوة هذه الأدوات المختلفة تعتمد على قوة البنية التحتية لمعالجة البيانات التي تدعمها. لذلك، من المهم أن يستخدم قادة الأعمال منصات يمكنها معالجة كميات البيانات التي تُقاس بالبيتابايت التي تحتاجها هذه الأدوات لتوفير القيمة الكبيرة التي وعدوها.












