إنّا توكاريف سيلّا، الرئيس التنفيذي ومؤسس شركة إليمكس – سلسلة المقابلات

إنّا توكاريف سيلّا، الرئيس التنفيذي ومؤسس شركة إليمكس، يقوم بتحويل الطريقة التي تستعد بها الشركات لمعلوماتها المهيكلة لتناسب الذكاء الاصطناعي التوليدي. تتيح إليمكس للشركات نشر وكلاء تحليلات الذكاء الاصطناعي التوليدي من خلال ترجمة البيانات المتناثرة والمعقدة إلى لغة أعمال غنية بالسياق مع حوكمة مدمجة.

تتحليل المنصة تلقائيًا البيانات الوصفية لتحديد وتعليم البيانات المهيكلة دون نقلها أو تعديلها، مما يضيف معنى семантиًا ويعين التعريفات لضمان الوضوح والشفافية. من خلال إنشاء مصطلحات أعمال، وتقديم مقاييس، وتحديد النزاعات المحتملة، تضمن إليمكس حوكمة البيانات بأعلى المعايير.

مع إليمكس، يمكن لوكلاء التحليلات تفسير استفسارات المستخدمين بدقة، مما يوفر استجابات دقيقة وواعية للسياق وخالية من الهلوسة. تحت إدارة إنّا، تعمل إليمكس على وضع معيار جديد للجاهزية الاصطناعية، مما يساعد الشركات على تحقيق إمكاناتها الكاملة.

ما هو ما ألهمك لتأسيس إليمكس، وكيف ساهمت تجاربك في سيسينس وएस إيه بي في رؤيتك للشركة؟

بدأت رؤية إليمكس خلال دراستي، حيث تصورت أن المعلومات تكون متاحة من خلال ارتباطات تشبه خرائط العقل بدلاً من قواعد البيانات التقليدية – مما يسمح بالوصول المباشر إلى البيانات ذات الصلة دون استشارة بشرية مكثفة.

درست في شركة إس إيه بي أساسيات بناء البرمجيات الشركية وتوسيع العمليات. عملت عبر تطوير المنتج مع منصة إس إيه بي هانا السحابية ومبادرات الأعمال مثل إطار الشراكة مع الشركات الناشئة، مما أعطاني رؤى عميقة في احتياجات العملاء الشركيين. وكشفت لي عن فجوة كبيرة بين كيفية 접근 الشركات لممارسات البيانات وما يحتاجه المستخدمون النهائيون.

في سيسينس، بناء الممارسة الاصطناعية من الصفر أظهر لي القيمة الكبيرة التي يمكن أن تبرزها الذكاء الاصطناعي للعملاء. ومع رؤية هذه التأثيرات، إلى جانب صعود تقنيات السحابية والذكاء الاصطناعي التوليدي، أقنعتني أن الوقت مناسب لإطلاق إليمكس في عام 2021.

تركز إليمكس على القماش الدلالي التوليدي. يمكنك أن تفسر المفهوم الأساسي وما دفعك لمواجهة هذا التحدي المحدد في الذكاء الاصطناعي وتحليل البيانات؟

ساهمت إليمكس في تطوير القماش الدلالي التوليدي – منصة تلقائية لإنشاء السياق والاستدلال القابل للقراءة من قبل الإنسان والآلة. توحد هذه المنصة تجربة كل من الذكاء الاصطناعي التوليدي القائم على النماذج اللغوية الكبيرة وتطبيقات الأعمال للمستخدمين التقنيين وغير التقنيين حول سياق مشترك.

يوفر هذا القماش الدلالي التوليدي منافع كبيرة: يبسّط إدارة البيانات من خلال تلقائية ما يصل إلى 80% من مهام هندسة البيانات، ويمكن للمستخدمين غير التقنيين الوصول إلى التحليلات مع حوكمة ووضوح ودقة مدمجة. وكلاهما من هذه المنافع يعالجان سوقًا بقيمة مليارات الدولارات لاتخاذ القرارات في الشركات.

يمكن تصور ذلك كمنصة افتراضية حيث تتفاعل الآلات والبشر والتطبيقات بشكل تلقائي دون برمجة مسبقة. هذا يتوافق مع رؤيتنا لمستقبل خالي من التطبيقات، حيث بدلاً من التعامل مع أدوات متعددة مثل جداول البيانات والتحليلات والأنظمة المالية وادارة العملاء، يمكنك ببساطة التعبير عن مهمتك، وتنفيذها بشكل متسلسل.

ما كانت بعض التحديات الرئيسية التي واجهتها في بداية إليمكس، وكيف تتغلب عليها؟

في عام 2021، على الرغم من أن نماذج الذكاء الاصطناعي الدلالي التوليدي كانت موجودة منذ عام 2017، والشبكات العصبية الرسومية منذ فترة أطول، كان من الصعب شرح لشركة رأس المال الاستثماري لماذا نحتاج إلى سياق وlogic تلقائي. وحتى تعريفها في ذلك الوقت كان مهمة صعبة.

أقول إن التحدي الأكبر كان إثارة هذا الحماس حول هذه التقنية المستقبلية والسوق المستقبلي. وكنت محظوظًا جدًا باللقاء مع مستثمرين يفكرون إلى الأمام ويؤمنون بي.

كيف تمكّن إليمكس الشركات من أن تصبح جاهزة للذكاء الاصطناعي، ولماذا هذه الانتقال حرج في المشهد التجاري الحالي؟

ينقسم العالم التجاري إلى两个 معسكرين: الشركات التي تعترف بالذكاء الاصطناعي كقوة تحويلية شبيهة بالإنترنت وتلك التي تفوت أو تتأخر في فهم هذه الفرصة.

تلبى إليمكس احتياجات الشركات في أي مرحلة من مراحل رحلتهم مع الذكاء الاصطناعي. نحن نعدّ بياناتهم للذكاء الاصطناعي التوليدي، ونحسن ونهيئ المنطق والسياق التنظيمي، ونمكّن نشر وكلاء التحليلات والتنسيق.

منصةنا الشاملة للتنفيذ التوليدي للبيانات المهيكلة ترفع من مستوى أي شركة للاستفادة الفعالة من هذه التقنيات المتقدمة.

تؤكد إليمكس على استجابات الذكاء الاصطناعي “خالية من الهلوسة”. كيف تضمن إليمكس مخرجات محددة وموثوقة؟

تستند إليمكس على أنطولوجيا أعمال سابقة – رسوم معرفية تحمل المصطلحات الخاصة بالصناعة والعمليات والعمليات عبر قطاعات مثل الصيدلة والتجزئة والتسوق الإلكتروني، بالإضافة إلى وظائف الأعمال مثل المالية والموارد البشرية وسلسلة التوريد.

عند دمج العملاء، نقوم بتعليم هذه الأنطولوجيا تلقائيًا على بياناتهم الوصفية. في غضون أيام، يمكن للشركات البحث في بياناتهم، والتحقق من النتائج، وتحديد المشاكل مثل التكرارات أو النزاعات.

يوفر بوت تحليلات الوكيل شفافية تامة – يُظهر كيف يتم تفسير الأسئلة وتحويلها إلى أنطولوجيا العميل ومن ثم إلى البيانات. هذه الشفافية، إلى جانب التحقق التلقائي من البيانات، تضمن استجابات محددة وخالية من الهلوسة. بالإضافة إلى ذلك، يمكن لأفرقة الحوكمة التحقق مسبقًا من الاستجابات المحتملة لأن السياق يحتوي على جميع الأسئلة وتركيباتها مسبقًا.

كيف تتميز إليمكس عن النهج التقليدي مثل Retrieval-Augmented Generation (RAG)?

حاول RAG تخصيص نماذج الذكاء الاصطناعي الجاهزة عن طريق تغذيتها ببيانات المنظمة ومنطقها، لكنها تواجه قيودًا عديدة. إنها صندوق أسود – لا يمكنك تحديد ما إذا كنت قد قدمت أمثلة كافية للتعديل الصحيح أو كيف يتأثر تحديث النموذج بالدقة. كما أنها تعتمد على علماء البيانات الذين قد يفتقرون إلى السياق التجاري، مما يجعل من الصعب التقاط المنطق التنظيمي بالكامل.

بالإضافة إلى ذلك، يستهلك RAG حوالي 80% من بنية تحتية الذكاء الاصطناعي والرموز فقط لتعديل النموذج بدلاً من الاستخدام الفعلي، مما يثير مخاوف حول عائد الاستثمار. كما أنه يفتقر إلى الحوكمة المدمجة – لا توجد طريقة للفرق التنظيمية للتحقق من كفاية التدريب أو ضمان سيطرات الوصول المناسبة.

تعالج منصة إليمكس هذه التحديات من خلال بناء السياق تلقائيًا دون استهلاك رموز الذكاء الاصطناعي الخارجية. كما أنه يلغي الحاجة إلى علماء بيانات متخصصين ويوفر شفافية تامة في التوجيه والاستدلال من خلال واجهات الويب أو سلاك أو تيمز. يتضمن أيضًا حوكمة واضحة ووضوح، ومؤشرات واضحة لتغطية المنظمة وجودة البيانات، وتقييم جودة تلقائي لقدرات الإجابة على الأسئلة.

كثير من الشركات تعاني من اتخاذ قرارات مدفوعة بالبيانات على الرغم من استثماراتها الكبيرة في بنية تحتية للبيانات. ما الذي تعتقد أنه يسبب هذا الفجوة، وكيف تعالجها إليمكس؟

تستمر الفجوة بين استثمار البيانات وعمليات اتخاذ القرارات الفعالة في التوسع مع انفجار حجم البيانات، سواء داخليًا أو خارجيًا. تواجه المنظمات الآن ليس فقط بياناتها المتنامية بل أيضًا مصادر خارجية متعددة – من واجهات برمجة التطبيقات الجوية إلى منصات السحابية الصناعية التي تشارك بيانات الصحة عبر المؤسسات الأوروبية، بالإضافة إلى البيانات الاصطناعية لاستخدامات مختلفة.

التحدي هو أن المنظمات لا تزال تعتمد على البشر لمهام بيانات حرجة مثل النمذجة وتقييم الجودة وإنشاء لوحات التحكم. ومع ذلك، فإن حجم و複雑ية بيئات البيانات الحديثة تجعل من الصعب على فرق العمل البشرية تصنيف البيانات وتقييم جودتها وضمان ملاءمتها للتحليلات والآليات التلقائية التي تعتمد على الذكاء الاصطناعي.

تجسّر إليمكس هذه الفجوة من خلال تلقائية هذه العمليات التقليدية، مما يسمح للمنظمات بإدارة وتصحيح وتنفيذ بياناتها المتنامية بشكل فعال لاتخاذ قرارات أعمال ذات معنى.

ما هي الصناعات التي كانت الأسرع في تبني منصة إليمكس، وما هي التحديات أو الفرص الفريدة التي لاحظتموها في هذه القطاعات؟

نرى تبنيًا سريعًا في الصناعات التي تقع على تقاطع كثافة البيانات والتنظيم الصارم، حيث تحتاج الشركات إلى تلقائية قوية لمراقبة جودة البيانات وتتبع استخدامها واكتشاف النزاعات. الخدمات المالية والصيدلة والتجزئة والتسوق الإلكتروني تقود هذه الحركة، حيث تهدف هذه القطاعات إلى إعادة اختراع نفسها بسرعة باستخدام أصول بياناتها الحالية مع التحرك في متطلبات تنظيمية معقدة.

مع تطور الذكاء الاصطناعي بسرعة، ما هو النصيحة التي تقدمها للشركات التي تريد دمج الذكاء الاصطناعي بفعالية ومسؤولية؟

ابدأ بتحديد خطة استراتيجية واضحة تحدد حالات استخدام محددة وال Priorities التجارية التي تدفع تبني الذكاء الاصطناعي. من المهم تجنب إنشاء سيلو جديدة لتكنولوجيا الذكاء الاصطناعي تعمل بشكل منعزل عن الأنظمة الحالية.

بدلاً من ذلك، بناء منصة موحدة تدمج إدارة البيانات والتحليلات وقدرات الذكاء الاصطناعي التوليدي. إبقاء مبادرات الذكاء الاصطناعي منفصلة عن ممارسات الحوكمة الموجودة يخلق مخاطر كبيرة ويزيد من التكاليف. المفتاح هو إنشاء بنية تحتية مشتركة تدعم جميع هذه الوظائف مع الحفاظ على الرقابة المناسبة.

مع تسارع تبني الذكاء الاصطناعي، ما هي الاتجاهات التي تريها تشكل مشهد الذكاء الاصطناعي في الشركات على مدى السنوات الثلاث إلى خمس القادمة؟

يتطور اتجاهان رئيسيان في مشهد الذكاء الاصطناعي. أولاً، يكتسب التحليلات الوكيلية زخمًا، مما يسمح بتحليلات بيانات أكثر تعقيدًا وعمقًا. ثانيًا، نشهد تحولًا نحو التنسيق الوكيل، الذي يسمح بتدفقات عمل تعتمد على تعاون بين نماذج الذكاء الاصطناعي المتعددة ذات الوظائف المتنوعة.

يحرك هذا التنسيقنا إلى ما هو أبعد من التطبيقات ذات الغرض الواحد نحو حلول شاملة. على سبيل المثال، في مجال الرعاية الصحية، بدلاً من تطبيقات معزولة لمهام محددة، فكر في تلقائية تدفقات عمل مكتب الطبيب بأكمله – مثل مسح الصور، ومعالجة الوصفات الطبية، وتوصيات الأدوية في نظام متكامل.

تعتمد هذه التطورات على قماش دلالي توليدي قوي لضمان الوصول الدقيق إلى البيانات والسياق والتنسيق بين وكلاء الذكاء الاصطناعي. هذا الأساس سيكون حاسمًا لتمكين كل من التحليلات الوكيلية والتنسيق الاصطناعي من الوصول إلى إمكاناتهما الكاملة.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة إليمكس.