قادة الفكر

مشي الحبل المتين مع الذكاء الاصطناعي: لماذا تحتاج فرق العمليات إلى موازنة التأثير مع المخاطر

mm

يتطور الذكاء الاصطناعي بسرعة كبيرة لدرجة أن كل خطوة إلى الأمام هي خطوة إلى المجهول. الفرصة كبيرة، ولكن المخاطر أكبر. بينما يpromis الذكاء الاصطناعي أن يثور على الصناعات – من تلقين المهام الروتينية إلى تقديم رؤى sâuقة من خلال تحليل البيانات – كما يفتح الباب أمام معضلات أخلاقية، وتحيز، ومخاوف بشأن خصوصية البيانات، وحتى عائد سلبي على الاستثمار (ROI) إذا لم يتم تنفيذه بشكل صحيح.

المنظرين يتنبؤون بالفعل بكيفية تشكيل مستقبل الذكاء الاصطناعي – على الأقل جزئيًا – من خلال المخاطر.

وفقًا لتقرير صادر عن Gartner بعنوان ركوب العاصفة الذكية، علاقةنا مع الذكاء الاصطناعي ستتغير مع تطور التكنولوجيا وتأخذ هذه المخاطر شكلها. على سبيل المثال، يتنبأ التقرير بأن الشركات ستبدأ في إدراج حماية قانونية متعلقة بالذكاء العاطفي في شروطها وأحكامها – مع توقع أن تبدأ قطاع الرعاية الصحية في إجراء هذه التحديثات في غضون السنوات القليلة القادمة. كما يشير التقرير إلى أنه بحلول عام 2028، سيتم تتبع أكثر من ربع جميع انتهاكات البيانات في المؤسسات إلى نوع من إساءة استخدام وكلاء الذكاء الاصطناعي، إما من خلال تهديدات داخلية أو جهات فاعلة خبيثة خارجية.

ما وراء التنظيم وأمان البيانات، هناك مخاطر أخرى – غير مرئية نسبيًا – ذات مخاطر عالية. ليس جميع الأعمال “جاهزة” للذكاء الاصطناعي، والرغبة في الاستعجال في تنفيذ الذكاء الاصطناعي يمكن أن تؤدي إلى خسائر مالية كبيرة وعراقيل تشغيلية. khtr على سبيل المثال، صناعة كثيفة البيانات مثل الخدمات المالية. بينما يمتلك الذكاء الاصطناعي إمكانية تعزيز اتخاذ القرارات لفرق العمليات في هذا القطاع، فإنه يعمل فقط إذا كانت هذه الفرق تثق في الرؤى التي تعمل عليها. في تقرير صادر عن ActiveOps في عام 2024، كشف أن 98% من قادة الخدمات المالية يشيرون إلى “تحديات كبيرة” عند اعتماد الذكاء الاصطناعي لجمع البيانات وتحليلها وتقديم التقارير. حتى بعد التنفيذ، ما زال 9 من كل 10 يجدون صعوبة في الحصول على الرؤى التي يحتاجونها. بدون إطار حوكمة منظم، ومساءلة واضحة، وقوة عاملة ماهرة لتحليل التوصيات التي يقدمها الذكاء الاصطناعي، فإن “المخاطر” الحقيقية لهذه الشركات هي أن مشاريع الذكاء الاصطناعي يمكن أن تصبح أكثر من كونها عبئًا من كونها أصولًا. مشي الحبل المتين مع الذكاء الاصطناعي ليس عن السرعة؛ إنه عن الحركة الذكية.

مخاطر عالية، مخاطر عالية

إمكانية الذكاء الاصطناعي في تحويل الأعمال لا يمكن إنكاره، ولكن كذلك تكلفة الخطأ. بينما تتطلع الشركات إلى استغلال الذكاء الاصطناعي من أجل الكفاءة والآلية و اتخاذ القرارات في الوقت الفعلي، تتراكم المخاطر بسرعة مماثلة. خطوة خاطئة في حوكمة الذكاء الاصطناعي، أو نقص في الإشراف، أو الاعتماد المفرط على رؤى الذكاء الاصطناعي التي تعتمد على بيانات غير كافية أو سيئة، يمكن أن تؤدي إلى كل شيء من غرامات تنظيمية إلى انتهاكات أمنية مدفوعة بالذكاء الاصطناعي، و اتخاذ قرارات معيبة، وتلف سمعة. مع نمو نماذج الذكاء الاصطناعي التي تؤثر على القرارات التجارية الحاسمة، يوجد حاجة ملحة للشركات إلى تقديم حوكمة البيانات قبل توسيع مبادرات الذكاء الاصطناعي. كما يقول McKinsey، ستحتاج الشركات إلى تبني تفكير “كل شيء، في كل مكان، في نفس الوقت” لضمان أن جميع البيانات في جميع أنحاء المؤسسة يمكن استخدامها بأمان قبل تطوير مبادرات الذكاء الاصطناعي.

هذا هو أحد أكبر المخاطر المرتبطة بالذكاء الاصطناعي. وعدة التلقين والكفاءة يمكن أن تكون مغرية، مما يؤدي إلى أن الشركات تصب الموارد في مشاريع مدفوعة بالذكاء الاصطناعي قبل ضمان جاهزية بياناتها لدعمها. العديد من المنظمات تسرع في تنفيذ الذكاء الاصطناعي دون إنشاء حوكمة بيانات قوية، أو تعاون متعددة الوظائف، أو خبرة داخلية، مما يؤدي في النهاية إلى نماذج الذكاء الاصطناعي التي تعزز التحيزات الحالية، وتنتج مخرجات غير موثوقة، وتنتهي إلى عدم توليد عائد كاف على الاستثمار. الحقيقة هي أن الذكاء الاصطناعي ليس “حلًا سحريًا” – إنه استثمار استراتيجي طويل الأمد يتطلب التخطيط، والإشراف المنظم، وقوة عاملة تفهم كيفية استخدامه بشكل فعال.

إنشاء أساس قوي

وفقًا لمشى الحبال المتين والزعيم التجاري، مارتي وولنر، أفضل نصيحة عند تعلم المشي على الحبل المتين هي البدء ببطء: “لا تحاول المشي على حبل متين عبر وادي في البداية. ابدأ بأسلاك منخفضة وازداد المسافة والصعوبة مع بناء مهاراتك وثقتك.” يقترح الشيء نفسه بالنسبة للأعمال: “الانتصارات الصغيرة يمكن أن تحضيرك للمهام الأكبر.”

من أجل أن يقدم الذكاء الاصطناعي قيمة مستدامة على المدى الطويل، فإن هذه “الانتصارات الصغيرة” أمر بالغ الأهمية. بينما تركز العديد من المنظمات على القدرات التكنولوجية للذكاء الاصطناعي والتفوق على المنافسين، يكمن التحدي الحقيقي في بناء الإطار التشغيلي الصحيح لدعم اعتماد الذكاء الاصطناعي على نطاق واسع. هذا يتطلب نهجًا ثلاثيًا: حوكمة قوية، وتعلم مستمر، والالتزام بتطوير الذكاء الاصطناعي الأخلاقي.

الحوكمة: لا يمكن للذكاء الاصطناعي العمل بشكل فعال بدون إطار حوكمة منظم لتحديد كيفية تصميمه وتنفيذه ومراقبته. بدون حوكمة، تتعرض مبادرات الذكاء الاصطناعي لخطر أن تصبح متفرقة، أو غير مسؤولة، أو حتى خطيرة. يجب على الشركات إنشاء سياسات واضحة حول إدارة البيانات، وشفافية اتخاذ القرارات، ومراقبة النظام لضمان أن تكون الرؤى التي يتم الحصول عليها من خلال الذكاء الاصطناعي موثوقة ويمكن تفسيرها ومراجعتها. المنظمون يضيقون بالفعل التوقعات حول حوكمة الذكاء الاصطناعي، مع إطارات مثل قانون الذكاء الاصطناعي الأوروبي والتنظيمات الأمريكية المتطورة التي ستعقد الشركات مسؤولة عن كيفية استخدام الذكاء الاصطناعي في اتخاذ القرارات. وفقًا لشركة Gartner، ستلعب منصات حوكمة الذكاء الاصطناعي دورًا حاسمًا في تمكين الشركات من إدارة الأداء القانوني والاخلاقي والتشغيلي لأنظمة الذكاء الاصطناعي، مما يضمن الامتثال مع الحفاظ على المرونة. الشركات التي تفشل في وضع حوكمة الذكاء الاصطناعي الآن ستواجه على الأرجح عواقب تنظيمية وسمعة ومالية كبيرة في المستقبل.

الأشخاص: الذكاء الاصطناعي فعال فقط كما هو الناس الذين يستخدمونه. بينما تركز الشركات غالبًا على التكنولوجيا نفسها، فإن قدرة القوى العاملة على فهم وتكامل الذكاء الاصطناعي في العمليات اليومية هي أمر بالغ الأهمية. تقع العديد من المنظمات في فخ افتراض أن الذكاء الاصطناعي سيعزز تلقائيًا اتخاذ القرارات، بينما في الواقع، يجب على الموظفين تدريبهم على تفسير الرؤى التي تم إنشاؤها بواسطة الذكاء الاصطناعي واستخدامها بشكل فعال. يجب على الموظفين التكيف ليس فقط مع العمليات التي ي驱ها الذكاء الاصطناعي ولكن أيضًا تطوير مهارات التفكير النقدي المطلوبة للتحدي من مخرجات الذكاء الاصطناعي عند الضرورة. بدون ذلك، تتعرض الشركات لخطر الاعتماد المفرط على الذكاء الاصطناعي – مما يسمح بنماذج معيبة بالتأثير على القرارات الاستراتيجية دون رقابة. يجب أن تصبح برامج التدريب ومبادرات التطوير المهني والتعليم المتقاطع حول الذكاء الاصطناعي أولويات لضمان أن يتمكن الموظفون على جميع المستويات من التعاون مع الذكاء الاصطناعي بدلاً من أن يكونوا بديلًا أو جانبيًا عنه.

الأخلاقيات: إذا كان الذكاء الاصطناعي سيكون محفزًا دائمًا للنجاح التجاري، فيجب أن يكون متجذراً في المبادئ الأخلاقية. قد أدت التحيزات الخوارزمية وانتهاكات خصوصية البيانات وعمليات اتخاذ القرارات غير الشفافة بالفعل إلى تآكل الثقة في الذكاء الاصطناعي عبر بعض الصناعات. يجب على المنظمات ضمان أن تكون القرارات التي يتم اتخاذها من خلال الذكاء الاصطناعي متوافقة مع المعايير القانونية والتنظيمية، وأن يكون العملاء والموظفون وأصحاب المصلحة能够 الثقة في العمليات التي يتم تشغيلها بواسطة الذكاء الاصطناعي. هذا يعني اتخاذ خطوات استباقية لمنع التحيز، وحماية الخصوصية، وبناء أنظمة الذكاء الاصطناعي التي تعمل بشفافية. وفقًا لـ البنك العالمي، “حوكمة الذكاء الاصطناعي هي حول خلق فرص متساوية، وحماية الحقوق، و – على وجه الخصوص – بناء الثقة في التكنولوجيا”.

البيانات: وجود مجموعة بيانات موحدة عبر جميع العمليات أمر بالغ الأهمية لتحديد موقع البداية والنهاية لمشاركة الذكاء الاصطناعي. معرفة أين يتم استخدام الذكاء الاصطناعي، وفهم أين يجب نشر الذكاء الاصطناعي، وتمكن من رصد فرص إضافية لمشاركة الذكاء الاصطناعي، هي أمور حيوية لتحقيق النجاح المستمر. البيانات هي أيضًا أفضل مقياس لقياس فوائد الذكاء الاصطناعي – إذا لم تفهم الشركات “موقع البداية” ولم تقيس رحلة الذكاء الاصطناعي، فإنها لا تستطيع إثبات فوائده. كما قال غاليليو، “قس ما هو قابل للقياس، وما هو غير قابل للقياس، اجعله قابلًا للقياس”.

مشي الحبل المتين هو عن التحضير والهدوء والتوازن مع كل خطوة إلى الأمام. الشركات التي تتعامل مع الذكاء الاصطناعي بتحفظ منظم، وحوكمة بيانات منظمة، وقوة عاملة ماهرة ستكون هي التي تعبر بأمان، بينما تلك التي تسرع إلى الأمام دون تأمين موطئ قدمها تتعرض لخطر سقوط باهظ الثمن.

سبنسر يترأس قسم أمريكا الشمالية في ActiveOps - مزود للذكاء القراري لعمليات الخدمة على مستوى العالم في البنوك والتأمين والرعاية الصحية وشركات الأعمال المأجورة ، حيث يقدم رؤى تنبؤية وتوجيهية لمساعدة عملائنا على اتخاذ قرارات أفضل وأسرع. مع شغف بالإدارة التشغيلية ، يساعد سبنسر المنظمات على تحويل عمليات الخدمة الخاصة بهم ، مما يؤدي إلى زيادة قدرة تزيد عن 20٪ وزيادة في الإنتاجية تزيد عن 30٪ وتأثير أعمال كبير ، بسرعة. سبنسر لديه أكثر من 30 عامًا من الخبرة في قيادة فرق المبيعات والعمليات في أمريكا الشمالية وبريطانيا وأفريقيا الجنوبية والهند.