راج شوكلا، الرئيس التنفيذي لشركة SymphonyAI – سلسلة المقابلات

راج شوكلا يقود خارطة طريق التكنولوجيا وتطبيقها في شركة SymphonyAI، حيث يقود فريق الهندسة الذي يبني منصة Eureka Gen AI. مع خبرة تزيد على 19 عامًا في هندسة وبحث الذكاء الاصطناعي والتعلم الآلي، شوكلا لديه أيضًا خبرة واسعة في مجال الذكاء الاصطناعي السحابي في الشركات من خلال أدوار القيادة الهندسية في شركة مايكروسوفت، حيث شملت مسيرته المهنية الناجحة 14 عامًا قيادة المنظمات العالمية للعلوم والهندسة الاصطناعية عبر أزور وديناميكس 365 و MSR وقسم البحث والإعلان.

SymphonyAI هي شركة ذكاء اصطناعي للشركات تركز على بناء تطبيقات ذكاء اصطناعي محددة بالصناعة التي توفر قيمة أعمال فورية. بدلاً من النماذج العامة، توفر حلولًا رأسية للبيع بالتجزئة، والسلع الاستهلاكية، والخدمات المالية، والتصنيع، والوسائط، وتكنولوجيا المعلومات، وتتناول تحديات مثل التنبؤ والكشف عن الاحتيال والتحسين التشغيلي والتحليلات. تعمل منتجاتها بواسطة منصة Eureka AI، التي تدمج القدرات التنبؤية والتنبؤية والوكالة في سير عمل مخصصة لكل قطاع. تأسست الشركة في عام 2017، وقد نمت لتصبح شركة رائدة عالمية في الذكاء الاصطناعي الرأسي، وتخدم آلاف العملاء الشركات مع حلول قابلة للتطوير ومحددة بالقطاع.

لقد عملت في طليعة الابتكار في مجال الذكاء الاصطناعي في شركة مايكروسوفت وأوراكل و现在 في شركة SymphonyAI – ما الذي جذبك في البداية إلى عالم الذكاء الاصطناعي للشركات، وكيف تطور منظورك مع مرور السنوات؟

بدأت رحلتي في الذكاء الاصطناعي للشركات مع الاعتقاد الأساسي بأنه يجب على الشركات تنفيذ الذكاء الاصطناعي الذي يحل مشاكل أعمال حقيقية، وليس مجرد خلق الذكاء الاصطناعي من أجل الذكاء الاصطناعي. لقد رأيت أن الحلول العامة للذكاء الاصطناعي نادرًا ما توفر قيمة تحويلية. في شركة SymphonyAI، قمنا ببناء استراتيجية الشركة وثقافتها على تطوير الذكاء الاصطناعي الذي يفهم التحديات الخاصة بالصناعة، من الكشف عن الجرائم المالية إلى بيع بالتجزئة والتسويق المتجاوب مع المتسوقين إلى تمكين العمال المتصلين بالصناعة. يضيف الذكاء الاصطناعي للشركات بعدًا آخر – يتطلب الذكاء الاصطناعي الناجح للشركات أكثر من التكنولوجيا العظيمة، يتطلب حوكمة البيانات والهندسة المعمارية المتقدمة والتعاون الوظيفي المتقاطع والسير العمل والشفافية والمراجعة.

ما هي النقاط الضعيفة المحددة التي تواجهها الشركات مع النماذج المسبقة التدريب العامة، خاصة في القطاعات الخاضعة للتنظيم مثل المالية أو الرعاية الصحية؟ 

النماذج المسبقة التدريب العامة لا تُبنى للبيئات ذات المخاطر العالية والخاضعة للتنظيم في المالية والرعاية الصحية والبيع بالتجزئة. النماذج المسبقة التدريب العامة تواجه عوائق حرجة، بما في ذلك الحاجة إلى خبرة مجال أساسية لمعالجة دقة الصناعة والامتثال للمتطلبات التنظيمية والامتثال التي تختلف عبر الجغرافيا. الأكثر من ذلك، لا يمكنها تقديم الدقة والقابلية للتتبع التي تتطلبها الشركات، حيث يمكن أن تسبب الأخطاء ضررًا للمستهلكين أو تؤدي إلى انتهاكات تنظيمية. سواء كان ذلك الامتثال لتنظيم غسيل الأموال أو تمكين بائع بالتجزئة لإزالة المنتجات المُستدعاة بسرعة من مراكز التوزيع والرفوف، فإن تكنولوجيا الذكاء الاصطناعي الرأسي في شركة SymphonyAI مخصصة للصناعات التي نعمل فيها ومدرَّبة على علميات تلك الصناعات، مما يُمكِّنها من اتخاذ أو توفير قرارات تُؤثر مباشرة على الأعمال.

يُعتبر دمج النماذج المسبقة التدريب مع المنطق المجال عمومًا مفتاحًا لفك شفرة عائد الاستثمار للشركات – ما هي المكونات الأساسية، مثل معرفة المجال وتنسيق معايير الأداء الرئيسية والحدود التنظيمية، التي تجعل هذا النهج فعالًا؟ 

دمج النماذج المسبقة التدريب مع المنطق المجال يفك شفرة القيمة من خلال إنشاء أنظمة ذكاء اصطناعي تفهم السياق التجاري والمتطلبات التشغيلية. هذا النهج ينجح عندما يتم تعزيز النماذج بخبرة مجال محددة وتنسيق معايير الأداء الرئيسية للشركات لضمان أن الإخراج يخدم مباشرة أهداف الأعمال القابلة للقياس، ومجهزة بحدود تنظيمية توفر إطارات الامتثال والمراجعة اللازمة. عندما تعمل هذه العناصر معًا، يتحول الذكاء الاصطناعي العام إلى حلول أعمال حرجة تسهم في نتائج قابلة للقياس مع الحفاظ على الموثوقية والامتثال الذي تطلبه الشركات.

استحوذت شركة IBM مؤخرًا على شركة Seek AI وأطلقت معمل Watsonx في مدينة نيويورك، مما يشير إلى تحول استراتيجي محتمل في مشهد الذكاء الاصطناعي – ماذا يشير هذا إلى مستقبل اتجاهات الاستحواذ والاستثمار في الذكاء الاصطناعي للشركات؟ 

استحواذ شركة IBM على شركة Seek AI وإطلاق معمل Watsonx يُعد تأكيدًا للتحول الجوهري الذي نتوقع حدوثه: مشهد الذكاء الاصطناعي للشركات قد تغير، مما يشير إلى أن موجة الاستحواذ التالية ستركز على الشركات التي تتمتع بنماذج ذكاء اصطناعي رأسي مسبقة التدريب التي تُقدم خبرة مجال عميقة وحدود تنظيمية ومعيار أداء رئيسي يُوجِّه النتائج. المستحوذون الاستراتيجيون مثل شركة IBM يدركون أن وكلاء الذكاء الاصطناعي المُختصون بالبيانات الشركات يُقدِّمون عائدًا فورًا عندما يفهمون سير عمل الصناعة المحددة. السوق تُوحِّد حول الاعتراف بأن الذكاء العام يحتاج إلى تخصيص رأسي لتحقيق تحول في الشركات.

في أي نقطة يتطور نموذج أساسي إلى وكيل مجال محدَّد – ما هي المعالم المعمارية التي تشير إلى هذا التحول؟ 

نموذج أساسي لا يتطور تلقائيًا إلى وكيل مجال؛ يجب هندسته ليكون كذلك. لا يوجد مسار مباشر حيث يصبح النموذج العام “أذكى” ويتطور إلى وكيل بنك. التحول يحدث فقط عندما تتوقف فرق الهندسة عن الاعتماد على ذكاء النموذج الخام وتبدأ في بناء الهندسة المعمارية الحاكمة حولها – بشكل محدد عن طريق حقن طبقة سياق (مثل граф معرفة) وطبقة تنسيق لفرض النموذج على اتباع عملية أعمال بدلاً من ميله الاحتمالي.

ما هي التحديات الأساسية في بناء سير عمل وكيلية مرنة ومحددة بالصناعة، وكيف تُعالج شركة SymphonyAI هذه التحديات؟ 

التحديات الأساسية في بناء سير عمل وكيلية مرنة ومحددة بالصناعة تتمثل في الحفاظ على الموثوقية عبر عمليات متعددة الخطوات المعقدة. تُعالج شركة SymphonyAI هذه التحديات من خلال هيكلها المتعدد الطبقات، الذي يدمج خبرة المجال مباشرة في الوكيل، وينفذ معالجة الأخطاء وإدارة السياق المستدامة عبر عمليات الشركات متعددة الجلسات. هذا يُمكِّن وكلاءنا من العمل بثبات في بيئات خاضعة للتنظيم حيث تعني الموثوقية الحفاظ على الدقة والامتثال والسلامة التشغيلية.

تُشدد شركة SymphonyAI على أسس البيانات القوية ورسومات المعرفة وطبقات البيانات الوصفية – لماذا تكون هذه القدرات حرجة لوكلاء الذكاء الاصطناعي الرأسي، ولماذا يُجهد العديد من الشركات في تنفيذها؟ 

أسس البيانات القوية ورسومات المعرفة هي أمور أساسية لوكلاء الذكاء الاصطناعي الرأسي ليكون لديهم مصادر ذات معنى، وتقديم توصيات سياقية، والبقاء على اتصال بالتغيرات السوقية والعملاء والعمليات عبر جميع مستويات الشركة. يُجهد العديد من الشركات في تنفيذ هذه القدرات لأنها تتطلب استثمارًا كبيرًا مسبقًا في هندسة البيانات وخبرة علميات Ontology والتغييرات الأساسية لممارسات البيانات الحالية التي تجدها العديد من المنظمات صعبة تنظيميًا وتقنيًا. यह حيث يأتي شريك تكنولوجيا الذكاء الاصطناعي ذو الخبرة العميقة والمعرفة في ذلك القطاع، بما في ذلك قدرته على تدريب الذكاء الاصطناعي على كميات هائلة من بيانات المجال ومصادر عبر عملاء حقيقيين عديدين في ذلك القطاع.

في سيناريوهات العالم الحقيقي – مثل الكشف عن الجرائم المالية أو التنبؤ بالبيع بالتجزئة – كيف تُدمج شركة SymphonyAI بين الذكاء الاصطناعي التنبؤي والتنبؤي والوكيلي في مهارات متسقة؟

تُدمج شركة SymphonyAI بين الذكاء الاصطناعي التنبؤي والتنبؤي والوكيلي في مهارات متسقة من خلال إنشاء سير عمل متكامل حيث يلبي كل منتج ذكاء اصطناعي مشكلة أعمال محددة. في الكشف عن الجرائم المالية، تُحدد نماذجنا التنبؤية أنماط المعاملات المشبوهة، ويُنشئ الذكاء الاصطناعي التنبؤي تقارير تحقيق مفصلة وتقييمات مخاطر. في نفس الوقت، يُنسق الذكاء الاصطناعي الوكيلي السير العمل كله، ويتعامل تلقائيًا مع الحالات، ويتعاون مع فرق الامتثال، ويتكيف مع استراتيجيات التحقيق بناءً على النتائج في الوقت الفعلي.

المفتاح هو أن هذه ليست أدوات ذكاء اصطناعي منفصلة، بل قدرات متكاملة داخل وكلاء مجال محددين يفهمون السياق التجاري، ويحافظون على حالة السير العمل، ويمكنهم الانتقال بسلاسة بين التحليل التنبؤي وإنشاء المحتوى والعمل المستقل لتقديم نتائج أعمال كاملة بدلاً من مخرجات ذكاء اصطناعي منفصلة.

لقد حذرت من أن العديد من وكلاء الذكاء الاصطناعي للشركات قد يتعثر بدون متانة – ما هي السمات الرئيسية لوكيل ذكاء اصطناعي للشركات المُصمم جيدًا ومُقاوم للعواطل؟ 

يُتطلب وكلاء الذكاء الاصطناعي للشركات المُصممين جيدًا والمُقاومين للعواطل عدة سمات حرجة. على الرغم من أن العديد من الشركات تستثمر بسرعة في وكلاء الذكاء الاصطناعي وتُطبِّقهم لتعزيز الكفاءة والإنتاجية والابتكار، غالبًا ما يُقللون من شأن العمل الأساسي اللازم للنجاح. بعض الجوانب الحيوية التي يحتاجها الوكلاء الناجحون هي:

• يُشغل وكلاء الذكاء الاصطناعي للشركات على بيانات الشركات، والتي غالبًا ما تكون معزولة وتنقصها الوصول البرمجي الصحيح والسماح والتحكم. يحتاج الوكلاء إلى أن يكونوا مسلحين بنفس الأحكام التأمنية والتحقق مثل الموظفين.
• يحتاج الوكلاء أيضًا إلى التعافي من جميع أنواع فشل النظام وإنقطاع الشبكة والنقاط النهائية غير المستقرة. تحتاج طبقة التنسيق إلى تمكين سير عمل طويل الأمد ومتين ومتحمل للعواطل، وهو ما لا يُقدمه معظم مشرفي LLM.
• سيُخفق LLMs وستُخفق في المهام. يحتاج استرداد الفشل واعادة المحاولة واكتشاف المسار الأمثل إلى أن تكون ميزات رئيسية لأنظمة الوكالة.

لمن يفكر في بناء منصات الذكاء الاصطناعي الرأسي داخليًا مقابل الشراكة مع بائعين محددين، ما النصيحة التي تقدمها؟ 

بناء حلول الذكاء الاصطناعي للشركات عبر عدة قطاعات، بما في ذلك بيع بالتجزئة والصناعة والخدمات المالية وغيرها، يتطلب التميز في تكنولوجيا الذكاء الاصطناعي وخبرة المجال العميق في نفس الوقت لتحقيق قيمة حقيقية من حلول الذكاء الاصطناعي للشركات. تُظهر منصة Eureka AI لنا كيف يجب أن تكون مصادر البيانات ومخططات المعرفة والنماذج التنبؤية والوكلاء مُخصصين لكل صناعة، ولكن هذا يمثل استثمارًا بحثيًا لسنوات وتكرار العملاء الذي يفتقده معظم الفرق الداخلية. لأي أعمال أو مسؤول تقني يفكر في الاستثمار في الذكاء الاصطناعي، أنصحهم باختيار حلول تُقدم نتائج حقيقية من اليوم الأول. توفر حلول الذكاء الاصطناعي الرأسي تلك النتائج، وتُقدِّم للمستخدمين بيانات يمكنهم استخدامها لإنشاء قيمة أعمال.

متى نتطلع إلى الأمام، كيف تتخيل هياكل الذكاء الاصطناعي للشركات – هل ستصبح وكلاء الوكالة الرأسي المُنشأة على نماذج أساسية مشتركة هي المعيار؟

لن نرى فقط وكلاء “مُتحدين”، سنرى هياكل وكالة محكمة. في حين توفر النماذج الأساسية المُشتركة محرك التفكير، فهي في الأساس سلعًا genel. سيكون “المعيار” للشركات الناجحة هو نشر وكلاء مُخصصين ومُحكَمين لا يُجردون من الحديث مع بعضهم البعض، بل يتم تنسيقهم بدقة من خلال طبقة سياق مشتركة. إذا كان لديك فقط وكلاء “مُتحدين” مبنيين على نماذج أساسية، فستحصل على نظام صاخب ومُعرَّض للهلوسة – ما نسميه “أنبوب التسريب” للذكاء الاصطناعي للشركات. لجعل هذه الهياكل تُحقق النجاح في الإنتاج، تحتاج إلى ثلاث طبقات محددة تذهب أبعد من الاتحاد البسيط:

• السياق (غراف معرفة المجال): يحتاج الوكلاء إلى مشاركة مصدر وحيد للtruth، وليس مجرد تبادل الاحتمالات.
• التنسيق: تحتاج إلى “مهندس معماري رئيسي” يُقرِّر متى استخدام وكيل مُخصص ومتى الاحتفاظ بإنسان في الدورة.
• الحوكمة: يجب أن تكون الإخراج آمنًا قانونيًا وعمليًا قبل أن يغادر النظام.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم المزيد يجب أن يزوروا SymphonyAI.