جاي ألاردايس، المدير العام، البيانات والتحليلات في insightsoftware – سلسلة المقابلات

جاي ألاردايس هو المدير العام، البيانات والتحليلات في insightsoftware. وهو مدير تقني مع أكثر من 23 عامًا من الخبرة عبر الشركات التجارية الكبيرة مثل جوجل، وUptake، وGE، وHP. كما أنه المؤسس المشارك لشركة GenAI.Works التي تُدير أكبر مجتمع ذكاء اصطناعي على LinkedIn.

insightsoftware هي شركة عالمية لتوفير حلول برمجية مالية و تشغيلية. تقدم الشركة أدوات تدعم التخطيط المالي والتحليل (FP&A)، والتحليل المالي، والعمليات. تم تصميم منتجاتها لتحسين إمكانية الوصول إلى البيانات ومساعدة المنظمات على اتخاذ قرارات مدروسة ومستنيرة.

لقد شددت على ضرورة تعجيل الأعمال لتبني الذكاء الاصطناعي استجابةً لتوقعات العملاء المتزايدة. ما هي الخطوات الرئيسية التي يجب على الشركات اتخاذها لتجنب الوقوع في فخ “AI FOMO” واعتماد حلول الذكاء الاصطناعي العامة؟

يخبر العملاء الشركات بكل وضوح أنهم يريدون زيادة القدرات الذكية الاصطناعية في الأدوات التي يستخدمونها. في الاستجابة، تتسارع الشركات لتحقيق هذه المطالب والاحتفاظ بالتوافق مع منافسيها، مما يخلق دورة حياتية للمشاركين جميعًا. ونعم، النتيجة النهائية هي AI FOMO، والتي يمكن أن تدفع شركة إلى التسرع في الابتكار في محاولة لقول ببساطة “لدينا ذكاء اصطناعي!”

النصيحة الأكبر التي لديّ للشركات لتجنب الوقوع في هذا الفخ هو اتخاذ الوقت لفهم النقاط الألم التي يطلب العملاء من الذكاء الاصطناعي حلها. هل هناك مشكلة في العملية التي تتطلب الكثير من التدخل البشري؟ هل هناك مهمة متكررة تحتاج إلى آليتها؟ هل هناك حسابات يمكن أن تتم بسهولة بواسطة آلة؟

مرة واحدة الشركات لديها هذا السياق الضروري، يمكنهم البدء في تبني حلول لغرض. سيكونون قادرين على تقديم أدوات ذكية اصطناعية للعملاء التي تحل مشكلة، بدلاً من تلك التي تضيف إلى الارتباك من مشاكلهم الحالية.

كثير من الشركات تتسرع لتنفيذ الذكاء الاصطناعي دون فهم كامل لحالات الاستخدام. كيف يمكن للشركات تحديد الحلول الموجهة بالذكاء الاصطناعي المخصصة لاحتياجاتها الخاصة بدلاً من الاعتماد على التنفيذات العامة؟

من الجانب الزبون، من المهم الحفاظ على التواصل المستمر لفهم أفضل لحالات الاستخدام الأكثر إلحاحًا. يمكن أن توفر مجالس الدعوة للعملاء حلًا مفيدًا. ولكن ما وراء العملاء، من المهم أيضًا للفرق النظر داخليًا لفهم كيفية تأثير إضافة أدوات ذكية اصطناعية جديدة على الوظائف الداخلية. لكل أداة جديدة يتم تقديمها للعميل، يواجه فرق البيانات الداخلية جبلًا من المتغيرات الجديدة والبيانات الجديدة التي يتم إنشاؤها.

في حين أننا جميعًا نريد إضافة قدرات جديدة وإظهارها للعملاء، لن تنجح أي عملية تطبيق للذكاء الاصطناعي دون دعم فرق البيانات والعلوم الداخلية وراء تطويرها. حاذر داخليًا لفهم السعة ثم انظر خارجيًا لتحديد طلبات العملاء التي يمكن تلبيةها بدعم مناسب.

لقد ساعدت شركات Fortune 1000 على تبني نهج أولويات البيانات. ما يعني أن تكون شركة “مدفوعة بالبيانات”، وما هي بعض الأخطاء الشائعة التي تواجهها الشركات أثناء هذا التحول؟

من أجل أن تكون شركة “مدفوعة بالبيانات”، تحتاج الشركات إلى تعلم كيفية الاستفادة الفعالة من البيانات. يمكن لفريق مدفوع بالبيانات تنفيذ القرارات المبنية على البيانات بشكل صحيح، والتي تتضمن استخدام المعلومات لدعم وتوجيه الخيارات التجارية. بدلاً من الاعتماد فقط على الحدس أو الخبرة الشخصية، يجمع المقررون البيانات ذات الصلة ويحللونها لدعم استراتيجياتهم. يمكن أن يساعد اتخاذ القرارات المبنية على البيانات الشركات على الحصول على رؤى أكثر إطلاعًا وموضوعية، والتي في سوق سريع التغير يمكن أن تكون الفرق بين قرار استراتيجي وآخر انفعالي.

خطأ شائع في تحقيق ذلك هو إدارة البيانات غير الفعالة، مما يؤدي إلى “حمولة بيانات”، حيث يتم تحميل الفرق بكميات كبيرة من البيانات وعدم القدرة على فعل أي شيء بها. عندما تحاول الشركات تركيز جهودها على البيانات الأكثر أهمية، يمكن أن يؤدي وجود الكثير منها إلى تأخيرات وعدم كفاءة إذا لم يتم إدارته بشكل صحيح.

بسبب خلفيتك في العمل مع تكنولوجيا إنترنت الأشياء وتكنولوجيا الصناعة، كيف ترى تقاطع الذكاء الاصطناعي وإنترنت الأشياء يتطور في صناعات مثل الطاقة والنقل والبناء الثقيل؟

عندما ظهر إنترنت الأشياء، كان هناك اعتقاد بأنه سيسمح بالتواصل الأكبر لتعزيز اتخاذ القرارات. في المقابل، قفز هذا التواصل إلى عالم قيمة اقتصادي جديد، وهذا كان، ولا يزال، هو الحال بالنسبة للقطاع الصناعي.

ال vấnة كانت، الكثير من التركيز على “الأنابيب الذكية”، استخدام إنترنت الأشياء للتواصل والاستخراج والتواصل مع الأجهزة الموزعة، وأقل على النتيجة. تحتاج إلى تحديد المشكلة التي يجب حلها، الآن بعد أن تكون متصلاً بـ 400 أصل البناء الثقيل أو 40 محطة طاقة مملوكة. النتيجة، أو المشكلة التي يجب حلها، في النهاية تقل إلى فهم ما يمكن تحسينه على مستوى الكفاءة الرئيسية، أو إنتاجية العمل، أو مدخلات التكلفة (إذا لم يكن كلاهما). كل شركة تُحكم بجموعة من المؤشرات الرئيسية التي تقيس الأداء التشغيلي وأداء المساهمين. بمجرد تحديد هذه المؤشرات، تصبح المشكلة التي يجب حلها (والتي هي البيانات المفيدة) واضحة.

مع هذا الأساس في المكان، يمكن للذكاء الاصطناعي – سواء كان تنبؤيًا أو مولدًا – أن يكون له تأثير أكبر في مساعدة الشركة على أن تكون أكثر إنتاجية في ما تفعله. يمكن أن يكون التوريد المُحسّن، وخدمة السيارات، ودورات الصيانة القائمة على نمط إشارة الطلب الواضح الذي يتم مطابقته مع المتغيرات الإدخال الضرورية. على سبيل المثال، يمكن أن يعني وجود “القطعة الصحيحة، في الوقت الصحيح، في الموقع الصحيح” ملايين الدولارات لشركة البناء – لأن لديهم مستوى مخزون أقل لمتطلبات المخزون وتقنيي الخدمة المُحسّن بناءً على نموذج ذكاء اصطناعي يعرف أو يتنبأ متى قد يتعطل الجهاز أو متى قد يحدث حدث خدمة. في المقابل، يمكن أن يساعد هذا النموذج، مع البيانات التشغيلية المهيكلة وبيانات إنترنت الأشياء (لأصول موزعة)، الشركة على أن تكون أكثر ديناميكية ومتكيفة مع الحفاظ على رضا العملاء.

لقد تحدثت عن أهمية الاستفادة الفعالة من البيانات. ما هي بعض الطرق الأكثر شيوعًا التي تسيء الشركات استخدام البيانات، وكيف يمكنهم تحويلها إلى ميزة تنافسية حقيقية؟

مصطلح “الذكاء الاصطناعي”، عند أخذه بمعناه الحرفي، يمكن أن يكون مخادعًا. إدخال جميع البيانات إلى محرك الذكاء الاصطناعي لا يعني أن إنتاج نتائج مفيدة أو دقيقة أو صحيحة. عندما تحاول الفرق مواكبة معدل الابتكار في الذكاء الاصطناعي في عالم اليوم، في بعض الأحيان ننسى أهمية إعداد البيانات الكامل والسيطرة، والتي هي حرجة لضمان دقة البيانات التي تغذي الذكاء الاصطناعي. مثل جسم الإنسان الذي يعتمد على وقود عالي الجودة لتشغيل نفسه، يعتمد الذكاء الاصطناعي على بيانات نظيفة ومستمرة تضمن دقة توقعاته. خاصة في عالم فرق المالية، هذا هو الأمر الأكثر أهمية حتى تتمكن الفرق من إنتاج تقارير دقيقة.

ما هي بعض أفضل الممارسات لتمكين الفرق غير التقنية داخل المنظمة لاستخدام البيانات والذكاء الاصطناعي بشكل فعال، دون إرهاقهم بأدوات أو عمليات معقدة؟

نصيحتي للقادة هي التركيز على تمكين الفرق غير التقنية من توليد تحليلاتها الخاصة. لتكون شركة حقيقية ومرنة، تحتاج الفرق التقنية إلى تركيز جهودها على جعل العملية أكثر直oire للعاملين في جميع أنحاء المنظمة، بدلاً من التركيز على قائمة الطلبات المتزايدة من المالية والعمليات. إزالة العمليات اليدوية هي الخطوة الأولى المهمة في هذه العملية، لأنها تسمح لقادة العمليات بإنفاق وقت أقل على جمع البيانات وأكثر على تحليلها.

تركز insightsoftware على جلب الذكاء الاصطناعي إلى العمليات المالية. كيف يغير الذكاء الاصطناعي طريقة عمل مسؤولي المالية والفرق المالية؟ وما هي الفوائد الرئيسية التي يمكن أن يأتي بها الذكاء الاصطناعي إلى اتخاذ القرارات المالية؟

لقد كان للذكاء الاصطناعي تأثير عميق على اتخاذ القرارات المالية والفرق المالية. في الواقع، 87% من الفرق تستخدمه بنسبة معتدلة إلى عالية، وهو مقياس رائع لنجاحه وتأثيره. على وجه التحديد، يمكن للذكاء الاصطناعي مساعدة الفرق المالية على إنتاج توقعات حيوية بشكل أسرع وأكثر تكرارًا – مما يحسن بشكل كبير على دوائر التخطيط الحالية، والتي تقدر أن 58% من دورات الميزانية أطول من خمسة أيام.

من خلال إضافة الذكاء الاصطناعي إلى عملية اتخاذ القرارات، يمكن للفرق الاستفادة منه لآليتها المهام الشاقة، مثل توليد التقارير، وتصديق البيانات، وتنزيلات نظام المصدر، مما يحرر وقتًا قيمًا للتحليل الاستراتيجي. هذا مهم بشكل خاص في سوق متقلب حيث تحتاج فرق المالية إلى المرونة والمرونة لدعم الصلابة. خذ على سبيل المثال حالة فريق مالي في منتصف دورات التخطيط والميزانية. يمكن أن توفر حلول مدعومة بالذكاء الاصطناعي توقعات أكثر دقة، مما يساعد المحترفين الماليين على اتخاذ قرارات أفضل من خلال التخطيط والتحليل الأكثر عمقًا.

كيف ترى احتياجات البيانات تتطور خلال الخمس سنوات القادمة، خاصة فيما يتعلق بدمج الذكاء الاصطناعي والانتقال إلى الموارد السحابية؟

أعتقد أن الخمس سنوات القادمة ستظهر احتياجًا لمرونة بيانات محسنة. مع كيفية تغير السوق بسرعة، يجب أن تكون البيانات مرنة بما يكفي لتمكين الشركات من البقاء منافسة. لقد رأينا ذلك في الانتقال من على الموقع إلى خارج الموقع إلى السحاب، حيث كان لديها بيانات، ولكن لم تكن أي منها مفيدة أو مرنة بما يكفي لمساعدتها في التحول. المرونة المحسنة تعني اتخاذ قرارات أفضل بالبيانات، والتعاون، وإدارة المخاطر، وثروة من القدرات الأخرى. ولكن في النهاية، يزوّد الفرق بالأدوات التي تحتاجها لمواجهة التحديات بشكل فعال والتكيف مع التغيرات في السوق أو الطلب.

كيف تضمن أن تكن تكنولوجيا الذكاء الاصطناعي مستخدمة بشكل مسؤول، وما هي الاعتبارات الأخلاقية التي يجب أن تُpriorize الشركات عند نشر حلول الذكاء الاصطناعي؟

الاستفادة من صعود واعتماد السحاب، كانت المنظمات خائفة من إعطاء بياناتها لكيان غير معروف، لتشغيله، وصيانته، وإدارته، وضمانه. استغرق الأمر عددًا من السنوات لكي يُبنى هذا الثقة. الآن، مع اعتماد الذكاء الاصطناعي، ي出现 نمط مشابه.

يجب على المنظمات مرة أخرى أن تثق في نظام لضمان سلامة معلوماتها، وفي هذه الحالة، إنتاج معلومات قابلة للتأكيد وموثوقة. مع السحاب، كان الأمر حول “من يملك أو يدير” بياناتك. مع الذكاء الاصطناعي، يركز حول الثقة واستخدام البيانات، بالإضافة إلى اشتقاق المعلومات الناتجة عنها. مع ذلك، أوصي المنظمات بالتركيز على الأمور الثلاثة التالية عند نشر تكنولوجيا الذكاء الاصطناعي:

1. الانخراط – لا تخاف من استخدام هذه التكنولوجيا، ولكن اعتمد واعلم.
2. الأساس – البيانات التي تملكها وتديرها هي الحقيقة الأساسية عندما يتعلق الأمر بدقة المعلومات، شريطة أن تكون هذه المعلومات صادقة وذات صلة. تأكد من فهم أصل كيفية تدريب نموذج الذكاء الاصطناعي وما هي المعلومات التي يستخدمها. مثل جميع التطبيقات أو البيانات، يهم السياق. تنتج التطبيقات غير مدعومة بالذكاء الاصطناعي نتائج خاطئة أو غير دقيقة. فقط لأن الذكاء الاصطناعي ينتج نتيجة غير دقيقة، لا يعني ذلك أننا يجب أن نلوم النموذج، ولكن نفهم ما يغذي النموذج.
3. القيمة – افهم حالة الاستخدام التي يمكن للذكاء الاصطناعي أن يحسن بشكل كبير من التأثير.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا insightsoftware.