Shane Eleniak، كبير مسؤولي المنتج في Calix – سلسلة المقابلات

Shane Eleniak يخدم ككبير مسؤولي المنتج في Calix، حيث يقود الرؤية الاستراتيجية والتنفيذ منصة الشركة الرائدة و حلول السحابة. مع التركيز على تمكين مزودي خدمات الاتصالات من تبسيط أعمالهم وتقديم تجارب ممتازة للمشتركين، ي監督 Shane دورة حياة المنتج بأكملها – من التصوير إلى النشر الرائد في السوق.

تحت قيادته، عززت Calix موقفها كرواد في صناعة البroadband، حيث تقدم باستمرار أدوات مبتكرة تمكن المزودين من التنافس والفوز.

Calix هي شركة تكنولوجيا أمريكية توفر منصات سحابة وبرمجيات وخدمات إدارة مصممة لمزودي خدمات البroadband والاتصالات. تقوم العرض الرئيسي حول منصة البroadband القائمة على الذكاء الاصطناعي التي تدمج البنية التحتية للسحابة والبيانات والأنظمة الشبكية لمساعدة المزودين على تبسيط العمليات وتحسين المشاركة مع العملاء وتقديم تجارب رقمية أكثر شخصنة. من خلال تمكين هؤلاء المزودين من الانتقال من خدمات الاتصال الأساسية إلى مزودي تجارب كاملة، تساعد Calixهم على زيادة الإيرادات وزيادة ولاء المشتركين ودعم التحول الرقمي للمجتمعات من خلال خدمات البroadband الأكثر تطورا وتنوعا.

يمتد مسارك المهني لأكثر من ثلاثة عقود عبر الهندسة والشبكات ومنصات السحابة والقيادة المنتجة الكبيرة. كيف شكلت تلك الخبرات منظورك حول ما يلزم لجعل الذكاء الاصطناعي يقوم بعمل حقيقي داخل الشركات بدلا من البقاء تجربة جانبية؟

بدأت في الاتصالات التقليدية والشبكات، حيث كان اللعبة كلها مسار البيانات وثباتها على نطاق واسع. إذا لم تكن قادرا على تقديم خدمة نظيفة وثابتة، فإن كل ما تبنيه فوقها لا يهم حقا. في ذلك الوقت، كان الهاتف على جدار المطبخ، والأسلاك الداخلية لم تتحرك أبدا، وطالما كان هناك نغمة، كل شيء كان على ما يرام.

أزمة البroadband والإنترنت أزعجت ذلك. فجأة، لم يكن الأمر مجرد “هل هو مشغل؟” بل كان إيثيرنت ثم واي-فاي، والأطفال على أجهزة الألعاب واللوحات، وأنت على مكالمة زوم تعاونية على جدول بيانات سحابي، والتنقل المستمر – الأجهزة داخل المنزل، في الفناء الخلفي، في مباراة كرة قدم، في مقهى. أصبحت تجربة المشترك أكثر تعقيدا من حالة ثنائية على/إيقاف، وأصبحت العالم لمزودي الخدمات ديناميكيا للغاية. في ذلك العالم، لم يعد المنظور الخلفي للبيانات – المستودعات التقليدية للبيانات والتقرير التاريخي بعد شهر – كافيا. عليك جمع البيانات، وفهم التجربة، وتوليد رؤى في الوقت الفعلي لأن المشتركين يتوقعون الآن حل المشكلات بشكل استباقي، وليس في ساعات أو أيام.

شكلت تلك التطورات كيف أفكر في الذكاء الاصطناعي. يريد معظم الناس وضع الذكاء الاصطناعي “في الأعلى”، بنفس الطريقة التي يضعون فيها الذكاء التجاري أو السحابة على بيانات موجودة. يقول لي تجربتي أن عليك التفكير بشكل أعمق من ذلك وتصميمه للاستفادة الفعلية في الوقت الفعلي والقدرة على اتخاذ إجراءات في الوقت المناسب.

لم يتغير التوقع للمشتركين كثيرا خلال الـ 25 عاما الماضية. لا يزالون يريدون اتصالا آمنا ومديرا يبدو بسيطا مثل نغمة الهاتف – يريدون كل شيء “يعمل” بدون التفكير في جميع الطبقات والتعقيد، ويريدونه في كل مكان في حياتهم. جعلتني مسيرتي في الاتصالات والسحابة مرتاحا جدا مع هذا التناقض: تبني أنظمة معقدة للغاية لتتمكن من تجريد كل ذلك وتقديم تجربة بسيطة وجميلة على الحافة. هذا بالضبط كيف أفكر في الذكاء الاصطناعي لكي يقوم بعمل حقيقي داخل أي شركة، سواء كانت البroadband أو غيرها.

في Calix، غالبا ما تؤكد أن الذكاء الاصطناعي التشغيلي يتم بناؤه وليس شراؤه. ما هي أكثر الأخطاء شيوعا التي يرتكبها المنظمات عند محاولة إضافة الذكاء الاصطناعي دون إعادة التفكير في كيفية تدفق العمل عبر الشركة؟

من وجهة نظري، الأمر أقل حول “البناء مقابل الشراء” وأكثر حول ما إذا كنت قد خطوت إلى الوراء ونظرت إلى كل المكدس التكنولوجي. قرر العديد من الشركات أن الذكاء الاصطناعي كان ببساطة استخدام بعض واجهات برمجة التطبيقات للحصول على وصول إلى نموذج لغة كبير، وربطه بملحق في المكدس، وشراء رموز – ثم كان لديك استراتيجية ذكاء اصطناعي. هذا ليس كيفية عمل ذلك.

نحن معظمنا مهتمون جدا بالتكنولوجيا بدلا من النتيجة. رأينا هذا الفيلم من قبل. عندما ظهرت أجهزة الكمبيوتر الشخصية، أراد الجميع مناقشة ما إذا كان لديك 286 أو 386، وكيف كانت الذاكرة، وما كان نظام التشغيل. اليوم، لا أحد يمكن أن يخبرك بمواصفات جهاز الكمبيوتر الشخصي أو الهاتف، ولا أحد يهتم حتى يتوقف عن القيام بما تحتاجه. ما يهم هو: هل هذا يجعلني أكثر فعالية في عملي؟ الأمر نفسه مع الذكاء الاصطناعي. إذا لم تكن قادرا على ربطه بالتدفقات العملية الحقيقية والقيمة الحقيقية والعودة على الاستثمار الحقيقي، فإن مواصفات التكنولوجيا هي مجرد ضجيج.

خطأ آخر كبير هو محاولة تثبيت الذكاء الاصطناعي على ما لديك بالفعل دون سؤال ماذا يفعل ذلك للهيكل التحتاني، ونموذج الأمان، والتكاليف. الذكاء الاصطناعي هو تكنولوجيا أساسية، وليس تحديث ميزة إضافية. عندما تعامل معه كتحديث إضافي، ينتهي بك المطاف مع بيانات رديئة، ومشاكل أمان، وتخيلات، وتكاليف خاسرة، أو الكثير من النشاط الذي لا يحل مشكلة لأحد.

أخيرا، لا يمكنك تجاهل السياق وأهمية الخبرة الرأسية. الإجراء كله يتعلق بالسياق، والسياق يختلف عبر الاتصالات المالية والرعاية الصحية. في Calix، بدأنا بخبرة عميقة في صناعة واحدة وبنينا منصة رأسية حولها. كنا已经 نفهم البيانات والرؤى والتدفقات والسياق، لذلك يمكن أن تعكس المكدس ذلك الواقع. معظم الشركات تعرف صناعتها الرأسية جيدا. الفرصة هي ترميز تلك المعرفة في مكدس تكنولوجي رأسي بدلا من الاعتماد على طبقة أفقية رقيقة ونموذج ذكاء اصطناعي عام، ثم محاولة تجميع كل شيء معا. الشركات هي حول النتائج، وليس حول النماذج. السؤال الحقيقي هو كيف تساعدك هذه التكنولوجيا على تقديم تلك النتائج بالطريقة التي تتدفق بها العمل.

لقد حددت هيكلا من خمس طبقات للذكاء الاصطناعي التشغيلي يتضمن البيانات والمعرفة والتنسيق والثقة والإجراء. لماذا من المهم فصل هذه الطبقات بشكل صريح، وأي طبقة يغفل عنها المؤسسات أكثر أو يتجاوزها تماما؟

لمدة طويلة، كان المكدس بسيطا للغاية: بيانات، رؤى، لوحات، تدفقات، أشخاص. بنينا مستودعات بيانات، وضعنا ذكاء تجاري عليه، خلقنا محركات تدفق، وسلمنا العمل الشاق للبشر. في عالم وكالات، ذلك لا يдержي. تحتاج إلى بيانات، ومعرفة، وتنسيق، وثقة، وإجراء لأن كل طبقة تقوم بوظيفة متميزة.

الجزء المرئي الذي يريد الجميع التحدث عنه هو طبقة الإجراء – الوكالات. ذلك هو قمة الجبل الجليدي. ما يحدد ما إذا كنت تستطيع कभما السماح للوكالات بالتouched أنظمة حقيقية هو كل “الأشياء المملة” تحت الخط – خطوط أنابيب البيانات وبيانات نظيفة، طبقة المعرفة التي توفر السياق، التنسيق الذي ينسق التدفقات الديناميكية، ونموذج الثقة الذي يقرر ما يجب السماح به في المقام الأول. عندما غرقت تيتانيك، لم يكن الجزء الصغير الذي يمكنك رؤيته هو الذي أغرقه؛ بل كان الكتلة الهائلة من الجليد تحتها. الذكاء الاصطناعي التشغيلي هو نفس الشيء. البلاط تحت السطح هو ما يصنع أو يكسير لك.

تاريخيا، لم نعالج التنسيق والثقة كطبقات منفصلة لأن البشر قاموا بmost من ذلك العمل. التنسيق يعني مديرين وطوابير تذاكر؛ الثقة يعني أسماء مستخدمين وكلمات مرور. الآن عليك الثقة في كيانات – وكالات – للقيام بأشياء، وعليك تنسيق العديد من الوكالات في الوقت الفعلي حول بيانات ديناميكية. ذلك مشكلة تصميم مختلفة تماما، وهو السبب في أن تلك الطبقات تحتاج إلى أن تكون صريحة.

الطبقة التي يغفل عنها معظم الناس هي الثقة. يعتقد الكثير من المنظمات أنهم يتعاملون مع الثقة لأن لديهم تحكمات الوصول – من يمكنه تسجيل الدخول إلى نظام معين. لكن الثقة الحقيقية في عالم وكالات ليست “هل يستطيع هذا المستخدم الوصول؟” بل “هل هذا الإجراء معين مناسب لهذا الفرد أو هذه الوكالة في هذا الوقت؟” ذلك سؤال حوكمة، وليس سؤال تحكم الوصول. إذا لم تقم بجعله طبقة صريحة، ستتعثر في أرض التمثيل، لأنك لن تكون قادرا أبدا على السماح للوكالات بالقيام بعمل حقيقي في الإنتاج.

إذاً، الثقة واضحة أنها جزء أساسي من استراتيجية الذكاء الاصطناعي. كيف تصمم الأنظمة بحيث تبقى القرارات الآلية قابلة للملاحظة، وذات صلة، وقابلة للإلغاء في حين لا تزال تتحرك بسرعة كافية لتسليم القيمة التجارية؟

يجب أن تبدأ من عقلية ثقة من الصفر. السؤال الأول ليس “هل يمكن لهذه الوكالة تقنيا القيام بذلك؟” السؤال الأول هو “هل يجب على هذه الوكالة، نيابة عن هذا الشخص، محاولة القيام بذلك في المقام الأول؟” إذا كان الجواب لا، فلا تتقدّم.

إذا كان الجواب نعم، فإنك تتحرك إلى الحواجز: قابليّة الفحص، قابليّة التتبع، والحاجة إلى إنسان في الحلقة. يعتمد نموذجنا على طبقة ثقة تعمل قليلا مثل شرطي مرور في بداية كل互одействة: من أنت، ماذا تفعل، ولماذا تفعل ذلك؟ ذلك يزيل الكثير من مشاكل الأمان، لأنك لا تسمح للوكالات بالخروج والقيام بأشياء ثم آمل أن تلاحظ بعد ذلك.

البديل هو إطلاق الوكالات، ثم رفع إنذار إذا خرجت وفعلا شيئا سيئا. أنت تفترض أنك تستطيع رؤيته، وفهمه، وتحديده، وايقافه في الوقت الفعلي، في السرعة والنطاق الذي تعمل هذه الأنظمة. ذلك مشكلة صعبة للغاية، وهو السبب في أن الكثير من الناس يصابون بالضجر – هم يحاولون البحث عن ممثلي سيئين في الوقت الفعلي بدلا من منع الإجراءات السيئة من البداية.

بالإضافة إلى ذلك، قمنا بإضافة بوابات طبقات. حتى إذا كانت وكالة تعمل نيابة عن الشخص الصحيح، نحن لا تزال ننظر إلى الجلسة والمحتوى – هل يحاولون تسميم نموذج، أو إساءة استخدام واجهة برمجة تطبيقات، أو دفع شيء خارج السياسة؟ كل ذلك مغلف في قابلية الفحص الكاملة حتى تتمكن من فحص ما حدث وترجعه إذا كنت بحاجة إلى ذلك. ذلك هو كيف تتحرك بسرعة وستنام بسلام.

تنجح العديد من الشركات في توليد رؤى ذكاء اصطناعي ولكنها تتصارع لترجمة تلك الرؤى إلى إجراءات. ما القرارات التصميمية التي سمحت لـ Calix بالدفع الذكاء الاصطناعي مباشرة إلى تدفقات العمل اليومية عبر التسويق والعمليات ودعم العملاء؟

قبل أن يصبح الذكاء الاصطناعي نجم العرض، في Calix، كنا مهووسين بسؤال واحد: ما يجعل رؤية حقيقية قابلة للتنفيذ لفرد حقيقي في وظيفة حقيقية؟ منذ عام 2018، كنا نعمل مع مزودي خدمات لتفهم كيف يعمل شخصيات مختلفة – ماذا يفعل مسوق في صباح الثلاثاء، ماذا يفعل فريق العمليات عندما تشتعل إنذارة، ماذا يفعل فرق الدعم عندما يتصل مشترك متضايق. ذلك أجبرنا على أن نصبح واضحين جدا حول أي رؤى تهم لمن، في أي سياق، وما يبدو “إجراء جيد” عليه.

لذلك، عندما جاء الذكاء الاصطناعي الوكيل، لم نكن نبدأ من الصفر. كنا قد أعدنا بالفعل أنظمة في الوقت الفعلي لتوليد رؤى قابلة للتنفيذ مرتبطة بشخصيات وتدفقات معينة. سؤال التصميم أصبح: مع مجموعة أدوات تكنولوجية مختلفة ومكدس تكنولوجي مختلف، كيف سوف تعيد هيكلة تلك التدفقات نفسها في عالم وكالات ذكاء اصطناعي، بدلا من محاولة اختراع كل ذلك من الصفر؟

عندما تقارن هذا المعرفة الشخصية العميقة مع الذكاء الاصطناعي الوكيل، يمكنك بناء تدفقات ديناميكية فوق بيانات ديناميكية. الوكالات يمكنها أن تكتشف، في الوقت الفعلي، أي خطوات وأي شخصيات يجب أن تكون مشاركة بناء على ما يحدث، بدلا من إجبارك على تحديد تدفقات صلبة في خدمات دقيقة. بالنسبة لمعظم الشركات، المشكلة الصعبة الآن هي محاولة اتخاذ قرارات في الوقت الفعلي بناء على السياق وتصميم التدفق الصحيح حول ذلك. بالنسبة لنا، كان ذلك الجزء بالفعل موجودا؛ كنا قد كنا نفعل رؤى قابلة للتنفيذ في الوقت الفعلي ومرتبطة بشخصيات لسنوات. الذكاء الاصطناعي الوكيل هو مجرد مجموعة أدوات جديدة على أساس ذلك الأساس.

تتضمن رؤيتك للمنصة توافق وكالات إلى وكالات وتوافق أنظمة ذكاء اصطناعي متعددة. كيف يتغير هذا النهج طريقة تعاون أدوات المؤسسة مقارنة بالتكاملات النقطية التقليدية؟

إذا نظرت إلى العشرين سنة الماضية، فإن النمط الافتراضي كان “شراء أدوات سحابة كثيرة وربطها معا حول بحيرة بيانات”. كل نظام جديد يعني تكامل نقطي آخر، وخط أنابيب بيانات آخر، ومكان آخر للتحقق من الصحة. في عالم وكالات، ذلك لا يمتد. تريد البيانات أن تبقى حيث تنتمي، وتريد الوكالات أن تتحدث مع بعضها البعض عبر واجهات محددة جيدا.

ذلك هو السبب في أننا نتحدث عن لمس النظام في طبقتين: MCP في طبقة المعرفة، ووكالات إلى وكالات في طبقات التنسيق والثقة. MCP هو كيف تكتشف الوكالات وتستخدم أدواتا وبيانات بدون تكامل مخصص جديد كل مرة. وكالات إلى وكالات هي كيف تنسق الوكالات العمل مع بعضها البعض تحت حواجز واضحة.

مرة واحدة تحصل على ذلك، يتوقف التعاون عن أن يبدو وكأنه كومة من الموصلات الهشة ويتبدأ في أن يبدو وكأنه شبكة من المتخصصين الذين يمكنهم التeam Up ديناميكيا حول العمل الحقيقي. هنا يأتي تمثيل مصفوفة أيزنهاور. ليس كل شيء ذو أهمية وذو أهمية متساوية. بعض العمل هو حقا حاسم، وبعضه مهم ولكن يمكن جدولته، وبعضه يحتاج فقط إلى الانتهاء، وبعضه هو ضجيج. مع تنسيق وكالات إلى وكالات يجلس على طبقة ثقة وتنسيق، يمكنك معاملة تلك الفئات بشكل مختلف في النطاق: الوكالات يمكنها أن تهاجم المشاكل الحاسمة والأهم، وتجدولة أو ترتيب الأهم ولكن ليس الحاسمة، وتبقي العمل منخفض القيمة بعيدا عن كل شيء آخر.

ذلك هو عالم مختلف جدا عن “دعونا نضيف موصل آخر ونأمل أن يفرغ الكوي”. أنت تشاهد في الواقع تدفقات عمل ديناميكية موثوقة ومدارة حول أحداث وبيانات ديناميكية، بدلا من تشابك من التكاملات النقطية حيث كل شيء يصرخ بنفس الأولوية.

بمجرد أن يُسمح للوكالات بالعمل بشكل مستقل، تصبح الحوكمة تحديا سريعا. كيف توازن بين السرعة والمساءلة والرقابة البشرية عندما تقوم أنظمة الذكاء الاصطناعي باتخاذ أو تنفيذ قرارات على نطاق واسع؟

الخطأ الذي أراه هو أن الناس يعتقدون أنهم يمكن أن يثبتوا الذكاء الاصطناعي الوكيل على ما لديهم ويتعاملوا مع السرعة والمساءلة والرقابة البشرية بعد ذلك. لا يمكنك ذلك. عليك أن تبدأ بالاعتراف بأن هذا هو مشكلة مكدس تكنولوجي رأسي، وأنك تبني طبقة ثقة وطبقة تنسيق. بدون تلك الطبقات، يصبح الأمر فوضى – كل شيء يأتي أولا، أو من يصرخ بأعلى صوت، أو من يملك الأولوية.

مرة أخرى، إنه مصفوفة أيزنهاور: ليس كل عمل متساوٍ. الثقة والتنسيق هو كيف تُشغل ذلك في عالم وكالات. لا تريد كل وكالة تعامل كل مهمة وكأنها إطفاء حريق؛ تريد النظام أن يعرف ما هو حقا حاسم، ما يمكن جدولته، وما يجب التعامل معه بهدوء في الخلفية.

ثم هناك “الضيق على الدهن” الجزء. معظم الشركات تختلط بين التأثير الأكبر من الذكاء الاصطناعي مع البقاء عريضا. أنت أفضل بكثير إذا اخترت شريحة رأسية ضيقة – حالة استخدام واحدة، مجموعة واحدة من التدفقات – وبنيت الثقة والتنسيق الذي تحتاجه هناك أولا. احصل على شريحة رأسية أضيق، احصل عليها بشكل صحيح، وافظ على البشر في الحلقة على الحواف، ثم توسع. ذلك هو كيف تتحرك بسرعة، تظل مسؤولا، وتتجنب خلق فوضى لا تستطيع فكها لاحقا.

من خبرتك في قيادة فرق منتجة وهندسية كبيرة، ما هي التحولات التنظيمية أو الثقافية المطلوبة لكي يصبح الذكاء الاصطناعي قدرة مؤسسية متينة بدلا من مجموعة من المشاريع المنفصلة؟

معظم المؤسسات لا تمتلك “مشكلة ذكاء اصطناعي”؛ لديها مشكلة معرفة وتدفق عمل. التحول الأول هو التوقف عن اللعب مع حلول النقطة وانتقال من مستودعات البيانات إلى مستودع معرفة موحد يراه ويعمل عليه الجميع.طالما تعيش المعرفة في السilos والذكاء الاصطناعي هو كريم على كل سيلو، ستحصل على مشاريع، لا تحولات.

من هناك، عليك أن تكون على استعداد لمواجهة المشاكل الأصعب في ترتيب معين. الخطوة الأولى هي فصل الهysteria عن الواقع واعتماد ما يعمل، وليس ما هو أبرز في تغذيتك. الخطوة الثانية هي إعادة بناء طبقة المعرفة بحيث يمكنك تحويل البيانات إلى سياق مشترك وموحد بدلا من تقرير آخر مدفون في نظام. الخطوة الثالثة هي إعادة التفكير في التدفقات حول تلك المعرفة وطبقة ثقة حقيقية – معظم العمل اليوم منظم حول أشخاص، مهارات، وسilos معرفة محلية. إذا لم تغير ذلك، ستكون الوكالات مجرد أداة أخرى مدارة حول نفس العوائق القديمة.

فقط بعد ذلك تحصل على التحول الثقافي، وهو غالبا ما يكون التحدي الأصعب. تحتاج إلى ثقافة حيث الناس لا يقلقون بشكل أساسي من فقدان وظائفهم أو أدواتهم أو هويتهم، ولكنهم متحمسون حقا للعمل مع قدرات جديدة. ذلك مشكلة إدارة التغيير، وليس مشكلة تكنولوجية. يبدو كثيرا مثل القيادة الموزعة الحقيقية: الناس في الطرف الحاد من الرمح يفهمون التدفقات، يشعرون بالأمان في تسمية الاحتكاك، ويتحمسون لجعل الوكالات تعمل عليه.

نظرًا إلى ما وراء البroadband والاتصالات، أي الصناعات تعتقد أنها أفضل استعداد لتبني الذكاء الاصطناعي التشغيلي القائم على الوكالات، وما هي الشروط التي تجعلها جاهزة؟

لا أفكر حقا في ذلك كاختيار الفائزين بالتسمية الصناعية؛ أفكر في مصطلح الأنماط. تقريبا كل رأس垂دي لديه تحدي أساسي نفسه: بنوا سilos بيانات وسilos وظيفية بدلا من وجهة نظر واحدة عبر ثلاث دورات حياة – العملاء، الموظفين، والمنتجات. الذين على استعداد للرؤية ذلك، والاعتراف بأنهم لا يمتلكون طبقة معرفة حقيقية، وتصحيحها هم الذين على استعداد.

من هناك، الشروط تبدو متشابهة بغض النظر عما إذا كنت في الرعاية الصحية أو التكنولوجيا المالية أو التجزئة أو البنية التحتية الحيوية. تحتاج إلى تدفقات عمل معقدة حيث الناس مشغولون، ونقاط احتكاك حقيقية يمكنك تسميتها، وبيانات جودة عالية بما يكفي لتزويد الوكالات بالسياق. إذا كنت تستطيع خريطة التدفقات الحالية، وترى أين يتباطأ العمل أو يتراكم، وترى أي التوصيلات التي تؤدي إلى تأخيرات، وتربط ذلك بمستودع معرفة موحد، فإن الذكاء الاصطناعي الوكيل يصبح أداة رائعة.

في ذلك العالم، “جاهزية الصناعة” تقل إلى قيادة. هل قادة الشركة على استعداد للانتقال بعيدا عن أدوات التسويق ولوحات الأفق الرقيقة، والاستثمار في مكدس تكنولوجي رأسي – تحويل البيانات إلى معرفة، وترميز تلك المعرفة، ووضع إطارات تنسيق وثقة، والقيام بمناقشات صريحة حول哪里 يوجد العائد الحقيقي على الاستثمار؟ أي شركة في أي صناعة تقوم بذلك العمل هي جاهزة للذكاء الاصطناعي التشغيلي القائم على الوكالات؛ تلك التي لا تفعل ذلك ستتعثر في كومة أدوات ضجيج.

كما تتطور الذكاء الاصطناعي المؤسسي نحو بيئات متعددة الوكالات وسحابة متعددة، ماذا يبدو هيكل الذكاء الاصطناعي الجيد بعد خمس سنوات، وما هي المبادئ التي يجب على القيادة الالتزام بها اليوم لتجنب إعادة بناء أنظمتها لاحقا؟

خمس سنوات من الآن، الجزء المثير من الذكاء الاصطناعي لن يكون الوكالات الفردية أو النماذج؛ سيكون التدفقات الوكيل التي تمكنها تلك الوكالات وتقدم القيمة التجارية لتلك التدفقات. الوكالات نفسها ستأتي وتذهب. الطبقات تحتها – البيانات، المعرفة، التنسيق، الثقة، والإجراء – سوف تستمر في التطور، ولكن الحاجة إليها لا تذهب.

ذلك هو السبب في أنني أكثر تركيزا على الهيكل التكنولوجي من أي أداة معينة. نحن نتحرك من مستودعات البيانات إلى مستودعات معرفة موحدة، من التكاملات النقطية الهشة إلى مكدسات مفتوحة وموحدة. في ذلك العالم، سوف يكون لديك وكالات تعمل في سحابات مختلفة، وتلمس مصادر معرفة مختلفة، وتنسق على واجهات محددة جيدا – MCP في طبقة المعرفة، ووكالات إلى وكالات في طبقات التنسيق والثقة. عندما تتحسن التكنولوجيا، تريد أن تكون قادرا على استبدال قطع أفضل في تلك الطبقات دون إعادة بناء كل شيء كل مرة.

لذلك، المبادئ للقيادة بسيطة. لا تبني بشكل منفرد. صمم الطبقات بحيث يمكن للبيانات، والمعرفة، والتنسيق، والثقة، والإجراء أن تتطور بشكل مستقل. صمم التدفقات، وليس الميزات، بحيث تكون واضحا حول أي التدفقات المهمة وما يبدو “جيد” في دورات حياة العملاء، الموظفين، والمنتجات. وصمم للحوكمة على مستوى الوكالة: افترض ثقة من الصفر افتراضيا، حدد بطاقات وكالة واضحة، واستخدم التنسيق لتحديد ما هو حاسم، وما هو مهم، وما يحتاج فقط إلى الانتهاء. إذا فعلت ذلك، يمكنك لتكنولوجيا التغيير – كما تفعل دائما – دون القلق المستمر حول إعادة البناء.