مقابلات
مولهم عارف، الرئيس التنفيذي ومؤسس RelationalAI
أضف Unite.AI إلى مصادرك المفضلة على Google
مولهم هو الرئيس التنفيذي لشركة RelationalAI. لديه أكثر من 30 عامًا من الخبرة في قيادة المنظمات التي تطور وتنفذ حلول التعلم الآلي والذكاء الاصطناعي عالية القيمة عبر مختلف الصناعات. قبل انضمامه إلى RelationalAI، كان الرئيس التنفيذي لشركة LogicBlox وPredictix (الآن Infor)، والرئيس التنفيذي لشركة Optimi (الآن إريكسون)، والشريك المؤسس لشركة Brickstream (الآن FLIR). كما شغل مولهم مناصب قيادية في شركة HNC Software (الآن FICO) وRetek (الآن أوراكل).
RelationalAI يجمع بين عقود من الخبرة في الصناعة والتكنولوجيا وتنمية المنتجات لتعزيز أول نظام إدارة بيانات الرسم البياني المعرفي الحقيقي في السحابة لتشغيل جيل جديد من تطبيقات البيانات الذكية.
كما المؤسس والرئيس التنفيذي لشركة RelationalAI، ما كانت الرؤية الأولية التي دفعتك إلى إنشاء الشركة، وكيف تطور هذه الرؤية على مدار السنوات السبع الماضية؟
الرؤية الأولية كانت مركزة حول فهم تأثير المعرفة والبنيات اللغوية على نشر الذكاء الاصطناعي بنجاح. قبل أن نصل إلى حيث نحن اليوم مع الذكاء الاصطناعي، كان التركيز الكبير على التعلم الآلي (ML)، الذي يتضمن تحليل كميات كبيرة من البيانات لإنشاء نماذج موجزة تصف السلوكيات، مثل اكتشاف الاحتيال أو أنماط التسوق للمستهلكين. مع مرور الوقت، أصبح من الواضح أن نشر الذكاء الاصطناعي بشكل فعال يتطلب تمثيل المعرفة بطريقة يمكن الوصول إليها من قبل الذكاء الاصطناعي وقادرة على تبسيط الأنظمة المعقدة.
تطورت هذه الرؤية مع ابتكارات التعلم العميق وأخيرًا، نماذج اللغة والذكاء الاصطناعي التوليدي. لم تتغير هذه التطورات ما تفعله شركتنا، ولكنها زادت من صحة وأهمية نهجهم، لا سيما في جعل الذكاء الاصطناعي أكثر سهولة وعمليًا للاستخدام في الشركات.
تُقدر دراسة حديثة من PwC أن الذكاء الاصطناعي يمكن أن يساهم بنحو 15.7 تريليون دولار في الاقتصاد العالمي بحلول عام 2030. من حيث خبرتك، ما هي العوامل الرئيسية التي ستدفع هذا التأثير الاقتصادي الكبير، وكيف يجب على الشركات الاستعداد للاستفادة من هذه الفرص؟
لقد كان تأثير الذكاء الاصطناعي كبيرًا وسيستمر في الارتفاع. أحد العوامل الرئيسية التي تدفع هذا التأثير الاقتصادي هو توفير العمالة الفكرية.
المهام مثل قراءة و تلخيص و تحليل الوثائق – المهام التي يتم أداؤها عادةً من قبل المحترفين الأعلى أجرًا – يمكن أن تتم الآن (في الغالب) تلقائيًا، مما يجعل هذه الخدمات أكثر توفرًا ويمكن الوصول إليها.
للاستفادة من هذه الفرص، يجب على الشركات الاستثمار في منصات يمكنها دعم متطلبات البيانات والحوسبة لتشغيل حمولات الذكاء الاصطناعي. من المهم أن تكون قادرة على التوسع بشكل فعال من حيث التكلفة على منصة معينة، بالإضافة إلى الاستثمار في محو الأمية في مجال الذكاء الاصطناعي بين الموظفين حتى يتمكنوا من فهم كيفية استخدام هذه النماذج بشكل فعال وفعال.
كما يستمر الذكاء الاصطناعي في التكامل مع مختلف الصناعات، ما هي أكبر التحديات التي تواجه الشركات في تبني الذكاء الاصطناعي بشكل فعال؟ كيف تلعب البيانات دورًا في التغلب على هذه التحديات؟
أحد أكبر التحديات التي أراها هو ضمان أن المعرفة الخاصة بالصناعة تكون قابلة للوصول من قبل الذكاء الاصطناعي. ما نراه اليوم هو أن العديد من الشركات لديها معرفة منتشرة عبر قواعد البيانات والوثائق والجداول والرمز البرمجي. هذه المعرفة غالبًا ما تكون غير واضحة للنماذج الذكية ولا تسمح للشركات بالحصول على القيمة التي يمكن أن تحصل عليها.
تحدي كبير يحتاج قطاع الصناعة إلى التغلب عليه هو إدارة وتوحيد هذه المعرفة، والتي يشار إليها أحيانًا بالبنيات اللغوية، لجعلها قابلة للوصول من قبل أنظمة الذكاء الاصطناعي. من خلال القيام بذلك، يمكن للذكاء الاصطناعي أن يكون أكثر فعالية في صناعات محددة وضمن الشركات لأنها يمكن أن تستفيد من قاعدة المعرفة الفريدة الخاصة بها.
لقد ذكرت أن مستقبل تبني الذكاء الاصطناعي التوليدي سيتطلب مزيجًا من التقنيات مثل التنمية المعززة بالإسترجاع (RAG) والهياكل الوكيلية. هل يمكنك توضيح لماذا هذه النهج المدمجة ضرورية وما هي الفوائد التي تجلبها؟
من الضروري استخدام تقنيات مختلفة مثل GraphRAG والهياكل الوكيلية لإنشاء أنظمة مدفوعة بالذكاء الاصطناعي التي ليست فقط أكثر دقة ولكنها أيضًا قادرة على التعامل مع مهام استرجاع المعلومات المعقدة ومعالجتها.
يبدأ الكثيرون أخيرًا في إدراك أننا سنحتاج إلى المزيد من التقنيات الواحدة لأننا نواصل التطور مع الذكاء الاصطناعي، ولكن بدلاً من ذلك، سنستخدم مزيجًا من النماذج والأدوات. واحدة من هذه التقنيات هي الهياكل الوكيلية، حيث يكون لديك وكلاء ذوي قدرات مختلفة تساعد في حل مشكلة معقدة. هذه التقنية تقسمها إلى قطع يمكن توزيعها على وكلاء مختلفين لتحقيق النتائج المرغوبة.
هناك أيضًا التنمية المعززة بالإسترجاع (RAG) التي تساعدنا على استخراج المعلومات عند استخدام نماذج اللغة. عندما بدأنا العمل مع RAG، كنا قادرين على الإجابة على أسئلة يمكن العثور على إجاباتها في جزء من وثيقة. ومع ذلك، اكتشفنا بسرعة أن نماذج اللغة تواجه صعوبات في الإجابة على أسئلة أكثر صعوبة، خاصة عندما تكون المعلومات موزعة في مواقع مختلفة في وثائق طويلة وعبر الوثائق. لذلك، يأتي GraphRAG إلى اللعب. من خلال استخدام نماذج اللغة لإنشاء تمثيلات الرسم البياني للمعلومات، يمكنها الوصول إلى المعلومات التي نحتاجها لتحقيق النتائج التي نريدها وتقليل فرص الأخطاء أو الوهم.
تعتبر توحيد البيانات موضوعًا حرجًا في دفع قيمة الذكاء الاصطناعي داخل المنظمات. هل يمكنك توضيح لماذا تكون البيانات الموحدة مهمة جدًا للذكاء الاصطناعي، وكيف يمكن أن تتحول عمليات اتخاذ القرار؟
تضمن البيانات الموحدة أن جميع المعارف التي تمتلكها المنظمة – سواء كانت في الوثائق أو الجداول أو الرمز البرمجي أو قواعد البيانات – تكون قابلة للوصول من قبل أنظمة الذكاء الاصطناعي. هذه التوحيد تعني أن الذكاء الاصطناعي يمكن أن يستفيد بشكل فعال من المعرفة الفريدة الخاصة بصناعة معينة أو فرع من فروع الصناعة أو حتى شركة واحدة، مما يجعل الذكاء الاصطناعي أكثر صحة ودقة في مخرجاته.
بدون توحيد البيانات، لا يمكن لأنظمة الذكاء الاصطناعي العمل إلا على قطع متفرقة من المعرفة، مما يؤدي إلى رؤى غير كاملة أو غير دقيقة. من خلال توحيد البيانات، نضمن أن الذكاء الاصطناعي لديه صورة كاملة ومتسقة، وهو ما هو حاسم لتحويل عمليات اتخاذ القرار وتحقيق قيمة حقيقية داخل المنظمات.
كيف يساعد نهج RelationalAI للبيانات، لا سيما بنظام الرسم البياني المعرفي المتعلق، الشركات في تحقيق نتائج أفضل في اتخاذ القرارات؟
يعزز نهج RelationalAI المبني على البيانات، ولا سيما نظام الرسم البياني المعرفي المتعلق، مباشرة المعرفة مع البيانات، مما يجعلهما إعلانيين ومتعلقين. هذا النهج يتناقض مع الهياكل التقليدية حيث يتم دمج المعرفة في الرمز البرمجي، مما يُ复ق الوصول والفهم للمستخدمين غير التقنيين.
في بيئة الأعمال التنافسية اليوم، يتطلب اتخاذ القرارات السريع والمستنير. ومع ذلك، تكافح العديد من المنظمات لأن بياناتها تفتقر إلى السياق اللازم. نظام الرسم البياني المعرفي المتعلق ب RelationalAI يوحّد البيانات والمعرفة، مما يوفر نظرة شاملة تمكن البشر والذكاء الاصطناعي من اتخاذ قرارات أكثر دقة.
على سبيل المثال، يمكن للشركة المالية التي تدير محفظة استثمارية تحليل الاتجاهات السوقية وملفات مخاطر العملاء والتغيرات التنظيمية والمؤشرات الاقتصادية. يمكن لنظام الرسم البياني المعرفي في RelationalAI دمج هذه العوامل المعقدة المتعلقة ببعضها البعض، مما يسمح للشركة باتخاذ قرارات استثمارية مدروسة وذكية تزيد من العائد وتدير المخاطر.
يعزز هذا النهج أيضًا من تقليل التعقيد وتحسين القابلية للنقل ويقلل من الاعتماد على بائعين تكنولوجيين معينين، مما يوفر مرونة استراتيجية طويلة الأمد في اتخاذ القرارات.
ما دور الرئيس التنفيذي للبيانات (CDO) يتطور مع صعود الذكاء الاصطناعي، وما هي المهارات الرئيسية التي ستكون ضرورية لهم في المستقبل؟
يتطور دور الرئيس التنفيذي للبيانات بسرعة، لا سيما مع صعود الذكاء الاصطناعي. تقليديًا، كانت المسؤوليات التي تندرج الآن تحت مسؤولية الرئيس التنفيذي للبيانات تُدار من قبل الرئيس التنفيذي للتقنية (CIO) أو الرئيس التنفيذي للتكنولوجيا (CTO)، مع التركيز في الغالب على عمليات التكنولوجيا أو التكنولوجيا التي تنتجها الشركة. ومع ذلك، مع تحول البيانات إلى واحدة من أكثر الأصول قيمة للشركات الحديثة، أصبح دور الرئيس التنفيذي للبيانات متميزًا وحاسمًا.
يتحمل الرئيس التنفيذي للبيانات مسؤولية ضمان خصوصية البيانات وقابلية الوصول إليها وتحقيق قيمتها عبر المنظمة. مع استمرار تطور الذكاء الاصطناعي في التكامل مع عمليات الأعمال، سيلعب الرئيس التنفيذي للبيانات دورًا حاسمًا في إدارة البيانات التي تغذي نماذج الذكاء الاصطناعي، وضمان أن تكون هذه البيانات نظيفة وقابلة للوصول ومتاحة بشكل أخلاقي.
ستتضمن المهارات الرئيسية للرئيس التنفيذي للبيانات في المستقبل فهمًا عميقًا للحوكمة البيانية وتكنولوجيا الذكاء الاصطناعي والاستراتيجية التجارية. سيتعين عليهم العمل بشكل وثيق مع الإدارات الأخرى، وتمكين الفرق التي لم تكن لديها في الماضي الوصول المباشر إلى البيانات، مثل التمويل والتسويق والموارد البشرية، للاستفادة من رؤى البيانات. سيكون هذا القدرة على ديمقراطية البيانات عبر المنظمة حاسمًا لتحفيز الابتكار والحفاظ على الحافة التنافسية.
ما هو الدور الذي يلعبها RelationalAI في دعم الرئيس التنفيذي للبيانات وفريقه في إدارة تعقيدات البيانات وتكامل الذكاء الاصطناعي داخل المنظمات؟
يلعب RelationalAI دورًا أساسيًا في دعم الرئيس التنفيذي للبيانات بتوفير الأدوات والإطارات اللازمة لإدارة تعقيدات البيانات وتكامل الذكاء الاصطناعي بشكل فعال. مع صعود الذكاء الاصطناعي، يُكلف الرئيس التنفيذي للبيانات بضمان أن تكون البيانات ليس فقط قابلة للوصول وأمنة ولكن أيضًا أن تكون مستغلة إلى أقصى حد ممكن عبر المنظمة.
نساعد الرئيس التنفيذي للبيانات من خلال تقديم نهج مركز على البيانات، الذي يأتي بالمعرفة مباشرة إلى البيانات، مما يجعلها قابلة للفهم والوصول للمستخدمين غير التقنيين. هذا особенно مهم لأن الرئيس التنفيذي للبيانات يعمل على وضع البيانات في أيدي أولئك الذين قد لا يكونوا قد حصلوا على الوصول إليها تقليديًا، مثل التسويق والمالية والفرق الإدارية. من خلال توحيد البيانات وتبسيط إدارتها، يسمح RelationalAI للرئيس التنفيذي للبيانات بتمكين فريقه وتحفيز الابتكار وضمان قدرة المنظمة على الاستفادة الكاملة من الفرص التي يقدمها الذكاء الاصطناعي.
يشدد RelationalAI على الأساس المبني على البيانات لبناء التطبيقات الذكية. هل يمكنك تقديم أمثلة على كيفية تحقيق هذا النهج لتحقيق كفاءات ومدخرات كبيرة للعملاء؟
يناقض نهجنا المبني على البيانات نموذج التطبيق التقليدي، حيث يتم غالبًا دمج المنطق التجاري في الرمز البرمجي، مما يُ复ق الوصول والفهم للمستخدمين غير التقنيين. من خلال وضع المعرفة مباشرة في البيانات نفسها، وجعلها إعلانية ومتعلقة، ساعدنا العملاء على تقليل تعقيد أنظمتهم بشكل كبير، مما أدى إلى كفاءات أكبر وأخطاء أقل، وبالتالي مدخرات كبيرة.
على سبيل المثال، استفاد Blue Yonder من تقنيتنا كمحسّن للرسم البياني المعرفي داخل Snowflake، مما قدم القدرات اللازمة للفهم الدلالي والاستدلال لتنبؤ بالاضطرابات وتحفيز إجراءات التخفيف بشكل استباقي. سمح هذا النهج لهم بتقليل الرمز البرمجي التقليدية بنسبة تزيد عن 80% مع تقديم حل قابل للتوسيع والتمديد.
كذلك، شهدت EY Financial Services تحسنًا كبيرًا بقطع الرمز البرمجي التقليدية بنسبة 90% وتقليل أوقات المعالجة من أكثر من شهر إلى بضعة ساعات فقط. هذه النتائج تظهر كيف يمكن لنهجنا أن يسمح للأعمال بالتحرك بشكل أكثر مرونة واستجابة للتغيرات في السوق، مع تجنب فخاخ التكنولوجيا أو البائعين المحددين.
باعتبار خبرتك في قيادة الشركات التي تعتمد على الذكاء الاصطناعي، ما هي العوامل الأكثر أهمية لنشر الذكاء الاصطناعي بنجاح على نطاق واسع داخل المنظمة؟
من حيث خبرتي، العوامل الأكثر أهمية لنشر الذكاء الاصطناعي بنجاح على نطاق واسع هي ضمان وجود أساس قوي من البيانات والمعرفة، وضمان أن موظفيك، خاصة أولئك الذين لديهم خبرة أكبر، ي dành الوقت لتعلم واستخدام أدوات الذكاء الاصطناعي.
من المهم أيضًا عدم السقوط في فخ الإفراط في التفاعلات العاطفية – إما الهيجان المفرط أو السخط العميق – حول تكنولوجيا الذكاء الاصطناعي الجديدة. بدلاً من ذلك، أوصي بمقاربة مستمرة ومستدامة لتبني الذكاء الاصطناعي وتكاملها، مع التركيز على التحسينات المتدرجة بدلاً من توقع حل سحري.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة RelationalAI.
