مقابلات

ساديبا ويجيسيكارا، نائب رئيس الذكاء الاصطناعي للسحابة الخاصة في HPE – سلسلة مقابلات

Antoine Tardif
أضف Unite.AI إلى مصادرك المفضلة على Google
Sadeepa Wijesekara, Vice President of Private Cloud AI at HPE
النقاط الرئيسيةلا يصبح اقتصاد الذكاء الاصطناعي تخصصًا تجاريًا إلا عندما تتوسع التجارب الأولية إلى…
عرض المزيد
  • لا يصبح اقتصاد الذكاء الاصطناعي تخصصًا تجاريًا إلا عندما تتوسع التجارب الأولية إلى الإنتاج وينضم التمويل إلى الحوار.
  • تقيس التكلفة لكل رمز الاستهلاك بينما تكشف التكلفة لكل نتيجة تجارية ما إذا كان الاستثمار منطقيًا فعلاً.
  • يمكن لسير العمل الوكيلي أن يضاعف استهلاك الرموز بشكل كبير حتى مع استمرار انخفاض أسعار الاستدلال.

يشغل Sadeepa Wijesekara منصب نائب رئيس الذكاء الاصطناعي للسحابة الخاصة في Hewlett Packard Enterprise (HPE)، حيث يقود العمل على برمجيات الذكاء الاصطناعي المؤسسي ومنصاته لبيئات السحابة الخاصة. وينصب تركيزه على مساعدة المؤسسات في نشر الذكاء الاصطناعي بأمان وعلى نطاق واسع، مع ربط قرارات البنية التحتية باحتياجات الأعمال. ويقدم منظورًا هندسيًا لاقتصاديات الذكاء الاصطناعي في بيئات الإنتاج، بما يشمل إدارة أعباء العمل واختيار النماذج وتكاليف الحفاظ على موثوقية الأنظمة التي تزداد استقلالية.

تقدم Hewlett Packard Enterprise (HPE) تقنيات مؤسسية تشمل الذكاء الاصطناعي والسحابة والشبكات والحوسبة والتخزين. وتدعم محفظة الذكاء الاصطناعي للسحابة الخاصة التابعة لها المؤسسات التي تشغّل أعباء عمل الذكاء الاصطناعي على بنية تحتية تسيطر عليها، إلى جانب السحابة الهجينة والخدمات الخارجية. وفي هذه المقابلة، يناقش ويجيسيكارا أسباب ضرورة تقييم الإنفاق على الذكاء الاصطناعي في ضوء نتائج الأعمال، وكيف تغيّر تدفقات العمل القائمة على الوكلاء أنماط الاستهلاك، والعوامل المالية والتشغيلية التي تؤثر في القرارات المتعلقة بالنماذج والتنسيق والبنية التحتية.

وسّعت HPE نطاق تبني الذكاء الاصطناعي ليشمل أكثر من 70,000 موظف. ما الذي علمتكم إياه هذه التجربة عن النقطة التي يتوقف عندها اقتصاد الذكاء الاصطناعي عن كونه شأنًا تقنيًا، ويصبح مجالًا أوسع من مجالات الأعمال؟

يصبح اقتصاد الذكاء الاصطناعي مجالًا أوسع من مجالات الأعمال عندما تنتقل الشركات من المشروعات التجريبية إلى الإنتاج. وقد يبيّن المشروع التجريبي ما إذا كان الذكاء الاصطناعي قادرًا على إنجاز مهمة، لكنه قد يخفي أوجه القصور بسبب قلة عدد المستخدمين. وعندما يرتفع العدد من 10 مستخدمين إلى 10,000، ينبغي التفكير في التكلفة وزمن الاستجابة والموثوقية، مع فهم القيمة التي يحققها الذكاء الاصطناعي أيضًا. عندئذ، ينبغي أن يشمل النقاش الإدارة المالية والقادة المسؤولين عن عمليات الأعمال التي يدعمها الذكاء الاصطناعي. ويمكن لقسم تقنية المعلومات قياس الموارد التي يستهلكها التطبيق، لكن على قادة الأعمال تحديد ما إذا كانت النتائج تبرر هذا الاستثمار.

لا تزال مؤسسات كثيرة تركز بشدة على مقاييس مثل تكلفة الرمز المميز عند تقييم الذكاء الاصطناعي التوليدي. لماذا ترى أن تكلفة تحقيق نتيجة للأعمال مقياس أكثر دلالة، وكيف ينبغي للمؤسسات احتسابها عمليًا؟

توضح تكلفة الرمز المميز مقدار ما استهلكته من الذكاء الاصطناعي، لكنها لا توضح ما إذا كان هذا الاستهلاك قد أفضى إلى نتيجة مفيدة. ينبغي للشركات تحديد نتيجة الأعمال أولًا، ثم احتساب التكلفة الإجمالية اللازمة لتحقيقها. فالنموذج جزء واحد من هذه التكلفة، إلى جانب البرمجيات والتخزين ونقل البيانات والحوكمة والموارد البشرية. وتتيح مقارنة هذه التكاليف بالقيمة المتحققة ضمن عملية أعمال محددة للشركات صورة أوضح عما إذا كان الاستثمار مجديًا اقتصاديًا.

مع انتقال الذكاء الاصطناعي من المساعدات الفردية إلى الأنظمة القائمة على الوكلاء ومتعددة الوكلاء، القادرة على تنفيذ سلاسل طويلة من المهام، إلى أي حد يمكن أن يرتفع الاستهلاك حتى مع استمرار انخفاض تكلفة الاستدلال الأساسية؟

قد يرتفع الاستهلاك بسرعة كبيرة، لأن طلبًا واحدًا من المستخدم قد يستدعي قدرًا أكبر بكثير من العمل في الخلفية. فقد يسترجع الوكيل المعلومات ويستدعي الأدوات أثناء تنفيذه عدة خطوات قبل تقديم النتيجة. وفي مقارنة تمثيلية أجرتها HPE، استخدم تبادل أساسي مع روبوت محادثة نحو 400 رمز مميز، بينما استخدم طلب استرجاع معزز بالتوليد قائم على الوكلاء نحو 21,500 رمز. وحتى مع انخفاض أسعار الرموز، قد يظل إجمالي الاستهلاك يرتفع بشدة مع تولي الذكاء الاصطناعي مهام أكثر تعقيدًا.

كيف ينبغي للشركات تقييم ما إذا كانت حالة استخدام الذكاء الاصطناعي تحقق قيمة اقتصادية فعلًا، بدلًا من مجرد زيادة مقاييس الإنتاجية أو تقديم عروض توضيحية مبهرة؟

ينبغي ربط حالة الاستخدام بمبررات تجارية تتضمن مؤشرات أداء رئيسية واضحة قبل توسيع نطاقها. وعلى الشركات فهم تكلفة عملية الأعمال والتغير الذي يطرأ عليها عند إدخال الذكاء الاصطناعي. كما ينبغي لها التمييز بين تحسين نشاط ما وتحسين نتائج الأعمال. ويصبح توفير الوقت أكثر أهمية عندما يفضي إلى حل مزيد من مشكلات العملاء، أو خفض الأخطاء، أو إنجاز أعمال لم تكن تُنجز من قبل. وينبغي أن يأخذ التقييم في الحسبان جودة النتائج وأي مراجعة إضافية أو إعادة عمل تلزم. فالعرض التوضيحي الناجح يثبت وجود قدرة معينة، أما التحسينات القابلة للقياس في عملية الأعمال فتدعم قرار توسيع نطاقها. وقد يُظهر هذا التحليل، في بعض الحالات، أن الذكاء الاصطناعي ليس الحل المناسب.

يزداد الحديث عن توجيه النماذج وتنسيق الذكاء الاصطناعي بوصفهما وسيلتين لضبط التكاليف. ما مقدار القيمة التي يمكن للمؤسسات تحقيقها من خلال الاختيار الديناميكي بين النماذج الأصغر والنماذج الرائدة والنماذج المتخصصة والبرمجيات التقليدية، بحسب المهمة؟

ثمة قيمة كبيرة في اختيار النموذج المناسب للمهمة. وقد رأينا شركات تُسند أعباء عمل مختلفة تمامًا إلى النموذج الرائد المكلف نفسه، لأن أولويتها في البداية كانت تشغيل الذكاء الاصطناعي. قد يكون ذلك قابلًا للإدارة مع عدد قليل من المستخدمين، لكن التكاليف ترتفع سريعًا مع اتساع نطاق الاستخدام. قد يكون النموذج الرائد مناسبًا للاستدلال المعقد، في حين قد يكفي نموذج أصغر لمهمة اعتيادية. وقد يكون النموذج المتخصص أنسب لمجال معين، كما يمكن للبرمجيات التقليدية تنفيذ المهام المتوقعة القائمة على القواعد بكفاءة أكبر. ويساعد التنسيق على جمع هذه الخيارات ضمن سير عمل واحد، مع استخدام نموذج أكثر قدرة عندما تتطلب المهمة ذلك. ومع ازدياد قدرات النماذج ذات الأوزان المفتوحة، تتاح للشركات أيضًا فرص أكثر لتشغيل بعض أعباء العمل على بنيتها التحتية الخاصة بدلًا من الدفع مقابل استخدام نماذج خارجية. وعلى مستوى المؤسسات، يمكن لقرارات التوجيه هذه أن تُحدث فرقًا كبيرًا في التكلفة، مع الحفاظ على الجودة التي يتطلبها العمل.

متى تتحول الجدوى الاقتصادية لتشغيل أعباء عمل الذكاء الاصطناعي من استئجار القدرة الحاسوبية عبر واجهة برمجة التطبيقات أو السحابة العامة إلى امتلاك قدر أكبر من البنية التحتية الأساسية أو التحكم فيه؟ وما المتغيرات التي ينبغي للمؤسسات أخذها في الحسبان عند اتخاذ هذا القرار؟

أرى أن الأمر يتعلق بالاستئجار مقابل الشراء. قد يكون الاستئجار منطقيًا بينما تختبر الشركات التقنيات أو عندما يتفاوت الطلب كثيرًا. ومع زيادة الاستخدام واستقراره، قد يصبح امتلاك قدر أكبر من البنية التحتية أو التحكم فيه مجديًا من الناحية الاقتصادية. كما يتيح امتلاك البنية التحتية إجراء تجارب إضافية على الذكاء الاصطناعي في فترات انخفاض الاستخدام، والاستفادة بصورة أفضل من استثمار أُنجز بالفعل. وينبغي للشركات أن تأخذ في الحسبان خصائص عبء العمل، إلى جانب تكاليف الطاقة والإدارة والحفاظ على حداثة الأنظمة. وبالنسبة إلى كثير من المؤسسات الكبرى، من المرجح أن يجمع النهج الأمثل بين البنية التحتية الخاصة والخدمات الخارجية، بحسب عبء العمل.

وسّعت HPE بنيتها التحتية الخاصة بالذكاء الاصطناعي مع نقل المؤسسات مزيدًا من أعباء العمل إلى بيئات الإنتاج. أين ترى أن الذكاء الاصطناعي الخاص يحقق أقوى ميزة اقتصادية مقارنة باستخدام خدمات السحابة العامة لتشغيل الذكاء الاصطناعي بالكامل؟

يمكن للذكاء الاصطناعي الخاص أن يحقق ميزة اقتصادية كبيرة في أعباء العمل المستمرة التي تستطيع الشركات فيها الاستفادة بفاعلية من السعة التي تمتلكها. وفي أحد تحليلات HPE، وبالاستناد إلى افتراضات محددة بشأن أعباء العمل، قُدّرت تكلفة HPE Private Cloud AI بنحو 45 دولارًا لكل ساعة تشغيل للعقدة، مقارنة بنحو 102 دولار لتكوين سحابي مستأجر مكافئ. وتختلف هذه النتائج باختلاف عبء العمل، وينبغي إعادة احتسابها لكل بيئة. كما يمنح الذكاء الاصطناعي الخاص الشركات نموذجًا ماليًا آخر، إذ يتيح تحويل البنية التحتية إلى أصل يدر قيمة للمؤسسة.

تترتب على وكلاء الذكاء الاصطناعي تكاليف تتجاوز الاستدلال، وتشمل استرجاع البيانات واستدعاء الأدوات والمراقبة والأمن والحوكمة. ما التكاليف التي يُرجح أن تقلل المؤسسات من تقديرها عند وضع ميزانيات الذكاء الاصطناعي الوكيل على نطاق واسع؟

أعتقد أن الشركات قد تقلل من تقدير العمل اللازم للحفاظ على موثوقية الوكلاء وأمنهم وفائدتهم بمرور الوقت. فإلى جانب الاستدلال، تشمل التكاليف استرجاع البيانات وإعدادها، والوصول إلى الأدوات الخارجية، ونقل المعلومات بين الأنظمة. وقد تؤدي استدعاءات الأدوات المتكررة أو المحاولات الفاشلة إلى زيادة النفقات من دون إنجاز المهمة. وينبغي للشركات أيضًا أن تخصص ميزانية لتقييم النتائج، ومراقبة سلوك الوكلاء، وإدارة أذونات الوصول، والحفاظ على ضوابط الأمن والحوكمة. كما يجب إدراج الإشراف البشري في هذه الحسابات، بما في ذلك الوقت الذي يقضيه الأشخاص في مراجعة الحالات الاستثنائية أو تصحيح الأخطاء. ويتطلب فهم تكلفة إنجاز المهمة بنجاح الاطلاع على سير العمل بأكمله.

شددتَ على أهمية تتبع استهلاك الذكاء الاصطناعي وربطه بحالات الاستخدام التجارية الفردية. كيف يبدو إطار القياس الداخلي الفعّال، وكم مرة ينبغي للمؤسسات إعادة تقييم ما إذا كان تطبيق الذكاء الاصطناعي لا يزال يبرر تكاليف الحوسبة والتشغيل المستمرة؟

ينبغي أن يربط الإطار الاستخدام مباشرةً بالجدوى التجارية. على الشركات أن تعرف التطبيق الذي يستهلك الموارد والنتيجة المتوقعة منه. في HPE، نتتبع مؤشرات الأداء الرئيسية وتكاليف الوحدة الأساسية لكل حالة استخدام لقياس مدى تحقيقها النتائج المتوقعة. وأود أيضًا أن أرى ذلك على مستوى الإدارات الفردية وعمليات الأعمال، حتى يتمكن المدير المالي من فهم تكلفة العملية اليوم ومقارنتها بتكلفتها عند استخدام الذكاء الاصطناعي. وينبغي أن تكون هذه عملية مستمرة، لأن الاستخدام والجدوى الاقتصادية للتطبيق قد يتغيران بمرور الوقت. كما ينبغي للشركات إعادة التقييم عند حدوث تغيير جوهري في النموذج أو السعر أو سير العمل، لأن هذه التغييرات قد تؤثر في تكلفة التطبيق وقيمته معًا.

إذا نظرنا إلى السنوات الثلاث إلى الخمس المقبلة، ومع ترسخ الذكاء الاصطناعي في معظم عمليات الأعمال، كيف تتوقع تطور اقتصاديات الذكاء الاصطناعي في المؤسسات؟ هل ستشبه إدارة استهلاك الذكاء الاصطناعي في نهاية المطاف ممارسات مثل الإدارة المالية للسحابة (FinOps)، أم ستحتاج المؤسسات إلى نموذج تشغيلي جديد بالكامل؟

أعتقد أن اقتصاديات الذكاء الاصطناعي ستستند إلى ممارسات FinOps، مثل وضوح التكاليف وتخصيصها والمساءلة عنها، مع توسيع نطاقها لقياس جودة العمل الذي ينجزه الذكاء الاصطناعي وقيمته. ومع تولّي الوكلاء مزيدًا من الخطوات ضمن إجراءات العمل، ستحتاج الشركات إلى فهم تكلفة إنجاز تلك الإجراءات بنجاح، بما في ذلك إعادة المحاولات والتدخل البشري، وما إذا كانت النتيجة تستوفي المعايير المطلوبة. وأتوقع أن تصبح هذه مسؤولية مشتركة بين تقنية المعلومات والتمويل وعمليات الأعمال. وما زلنا في مرحلة مبكرة من وضع أساليب متسقة لإجراء هذه المقارنات بين المؤسسات والقطاعات. وعلى المدى البعيد، أود أن أرى مقاييس موحّدة تتيح للشركات فهم مدى كفاءتها في استخدام الذكاء الاصطناعي، وتعكس ذلك في قائمة الأرباح والخسائر (P&L).

شكرًا على المقابلة الرائعة. وينبغي للقراء الراغبين في معرفة المزيد عن الذكاء الاصطناعي في السحابة الخاصة، والبنية التحتية للمؤسسات، وتوسيع نطاق أعباء عمل الذكاء الاصطناعي، زيارة HPE.

أنطوان قائد صاحب رؤية وشريك مؤسس في Unite.AI، يدفعه شغف راسخ بتشكيل مستقبل الذكاء الاصطناعي والروبوتات وتعزيزه. وبصفته رائد أعمال أسس عدة مشروعات، يؤمن بأن الذكاء الاصطناعي سيُحدث تحولًا في المجتمع يضاهي ما أحدثته الكهرباء، وكثيرًا ما يتحدث بحماس عن إمكانات التقنيات التحويلية والذكاء الاصطناعي العام (AGI).

وبصفته مستشرفًا للمستقبل، يكرس جهوده لاستكشاف كيف ستشكل هذه الابتكارات عالمنا. وهو أيضًا مؤسس Securities.io، وهي منصة تركز على الاستثمار في التقنيات المتطورة التي تعيد تعريف المستقبل وتعيد تشكيل قطاعات بأكملها.