لماذا تُعتبر البيانات البطل المجهول في استراتيجية الذكاء الاصطناعي

الاندفاع نحو الذكاء الاصطناعي - من المشاريع التجريبية والتجارب إلى حجم المؤسسات واستراتيجيتها

قانون مور يُعدّ الذكاء الاصطناعي عنصرًا أساسيًا في استراتيجية الشركة. يشهد الذكاء الاصطناعي طلبًا متزايدًا، وجميع الشركات تتبنى هذا المجال. كما يُسهم الابتكار في تعزيز هذا الطلب من خلال نماذج ووكلاء وتقنيات جديدة للذكاء الاصطناعي. يُحدث هذا تحولًا جذريًا في الشركات، حيث تتلاشى إلى حد كبير فرص المشاريع التجريبية والتجارب المبتكرة وعروض الذكاء الاصطناعي، وخاصةً الذكاء الاصطناعي التوليدي. تُدرك الشركات ضرورة دمج الذكاء الاصطناعي كجزء من استراتيجية الشركة لتوسيع نطاق أعمالها وتحقيق تميز حقيقي في أعمالها. يُعدّ الذكاء الاصطناعي موضوعًا حاضرًا في معظم مجالس الإدارة، مما يُؤدي إلى ابتكارات استراتيجية وميزانيات مُحددة.

البيانات: حجر الدومينو الأول في استراتيجية الذكاء الاصطناعي

ينبغي أن تُعدّ البيانات من الاعتبارات الرئيسية في أي استراتيجية للذكاء الاصطناعي. فالبيانات ضرورية لنماذج الذكاء الاصطناعي لتكون سياقية وذكية ومخصصة للمجال والمؤسسة. تتنبأ نماذج الذكاء الاصطناعي بالنتائج بناءً على طريقة ضبط النموذج والمدخلات المُقدّمة إليه. ويعتمد كلا الأمرين على جودة البيانات وتنوعها وحداثتها وبنيتها.

وفقا لأحدث توقعات آي دي سيمن المتوقع أن يعزز الذكاء الاصطناعي الاقتصاد العالمي بما يقرب من 20 تريليون دولار بحلول عام 2030، مدفوعًا ليس فقط بالنماذج ولكن أيضًا بالاستثمارات الضخمة في البيانات الأساسية والبنية الأساسية التي تغذيها.

بيانات التدريب ذات المجموعات الفرعية المحدودة تؤدي إلى نماذج متحيزة، والبيانات القديمة تؤدي إلى نتائج غير ذات صلة، والبيانات الضعيفة تؤدي فقط إلى نتائج ضعيفة للذكاء الاصطناعي. لذلك، تُعتبر البيانات حجر الدومينو الأول في استراتيجية بيانات أي مؤسسة. حتى مع وجود أفضل الكفاءات والتقنيات المتطورة، إذا سقطت حجر الدومينو، فسوف تنهار استراتيجية الذكاء الاصطناعي بأكملها بسرعة.

As جارتنر 2024 تقرير عن أهم اتجاهات البيانات والتحليلات، تلاحظ المنظمات أثناء توسعها باستخدام الذكاء الاصطناعي أنها تعتمد على البيانات، والقادة الناجحون هم أولئك الذين بناء الثقة في بياناتهم واستخدامها بشكل استراتيجي.

قرارات البيانات الاستراتيجية الرئيسية لاستراتيجية الذكاء الاصطناعي الخاصة بك

فيما يلي خمسة اعتبارات رئيسية يجب عليك وعلى مؤسستك مراعاتها عند إعداد بياناتك لاستراتيجية الذكاء الاصطناعي الخاصة بك:

1. إعادة استخدام مشهد البيانات الخاص بك لا تُعيد العديد من المؤسسات استخدام بيئة إدارة البيانات، وحوكمتها، وتخزينها، وتحليلاتها في مجال الذكاء الاصطناعي. كما أن الكثير من البيانات التي تُستخدم في إعداد التقارير والتحليلات المهمة قد تكون بالغة الأهمية للذكاء الاصطناعي. لذلك، من المهم البدء بأصول البيانات الموجودة بالفعل في المؤسسة. وبالطبع، يجب تعزيز ذلك من خلال اتخاذ تدابير مناسبة لجودة البيانات.

السؤال الرئيسي الذي يجب طرحه: ما هي البيانات الموجودة في مؤسستنا، وما هي حالتها؟

2. البيانات الوصفية وسلالة البيانات - بالنسبة للبيانات الموجودة، قد تكون البيانات الوصفية، أي البيانات المتعلقة بها، بنفس الأهمية، إن لم تكن أكثر، للذكاء الاصطناعي. على سبيل المثال، يمكن أن تساعد مصطلحات الأعمال المُعلَّمة بالبيانات في تحديد السياق المناسب لنموذج RAG. عندما يسأل مستخدم عن حالة مطالبة في شركة تأمين، يمكن استخدام جميع سمات البيانات المُعلَّمة بحالة المطالبة كسياق لاستجابة نموذج الذكاء الاصطناعي. كما يساعد تسلسل البيانات (Data Lineage) على فهم تدفق البيانات، مما يُساعد نماذج الذكاء الاصطناعي على تحديد مصادر البيانات الموثوقة.

على أساس مدونة ISASA الأخيرةإن حوكمة الذكاء الاصطناعي أمر بالغ الأهمية ويتطلب البيانات الوصفية الصحيحة وسلسلة البيانات للتوسع.

السؤال الرئيسي الذي يجب طرحه: هل بياناتنا مُعَلَّمة بشكل صحيح بالبيانات الوصفية التجارية والتقنية؟ هل نجمع سلسلة البيانات لفهم كيفية تدفقها من البداية إلى النهاية؟

3. حوكمة البيانات والامتثال - تأكد من أن بياناتك تخضع لإدارة جيدة، وأن أي لوائح امتثال وخصوصية تُطبّق عليها. ينبغي أن ترث استراتيجية الذكاء الاصطناعي هذه الحوكمة واللوائح وتُوسّع نطاقها بدلًا من البدء من الصفر. على سبيل المثال، إذا أراد العميل إخفاء هوية بياناته وفقًا للوائح اللائحة العامة لحماية البيانات (GDPR)، فيجب تدريب نموذج ذكاء اصطناعي وتشغيله على مجموعة البيانات المجهولة.

السؤال الرئيسي الذي يجب طرحه: هل لدينا برنامجٌ لحوكمة البيانات والامتثال؟ إن لم يكن كذلك، فما هي الجوانب الرئيسية التي يجب أن أضعها في استراتيجية الذكاء الاصطناعي الخاصة بي؟

4. تعامل مع البيانات الرئيسية باعتبارها مصدر الذكاء الاصطناعي الخاص بك - ينبغي استخدام البيانات الرئيسية الهامة، التي تحتوي على بيانات حول الكيانات الرئيسية في مؤسستك، كأساس لاستراتيجية الذكاء الاصطناعي. على سبيل المثال، إذا توفرت رؤية شاملة للعميل، فيجب أن تستفيد استراتيجية الذكاء الاصطناعي المتعلقة بأي مجال من مجالات العملاء، مثل التنبؤ بانخفاض عدد العملاء، من هذه البيانات الرئيسية لتجنب أي بيانات مفقودة أو ناقصة. وبالطبع، يمكن دمج هذه البيانات مع معلومات إضافية من مصادر بيانات محددة.

السؤال الرئيسي الذي يجب طرحه: هل تتوفر نطاقات البيانات الرئيسية الهامة الخاصة بي بشكل كامل ومتصل ببقية مشهد البيانات الخاص بي؟

5. البيانات وقيمتها – لا ينبغي اعتبار البيانات مركز تكلفة، بل قياس قيمتها، سواءً للذكاء الاصطناعي أو للأعمال. وهذا يتطلب إدراج البيانات في مواضيع مجلس الإدارة والرؤساء التنفيذيين، بالإضافة إلى الذكاء الاصطناعي.

السؤال الرئيسي الذي يجب طرحه: هل يدرك مجلس إدارتي وكبار المسؤولين التنفيذيين قيمة البيانات للمؤسسة؟ إن لم يكن الأمر كذلك، فكيف يمكننا ضمان فهم ذلك، خاصةً في سياق استراتيجية الذكاء الاصطناعي في المؤسسة؟

النماذج تأتي وتذهب، لكن البيانات تبقى.

مع تطور استراتيجية الذكاء الاصطناعي لديك، ستظهر نماذج وابتكارات جديدة في هذا المجال. سرعة الابتكار في هذا المجال مذهلة. ولكن مع مرور الوقت، ستصبح نماذج الذكاء الاصطناعي سلعًا أساسية؛ فالمميز الحقيقي في مؤسستك ليس النموذج الذي تستخدمه، بل كيفية وضعه في سياق البيانات التي يتم تدريبها وضبطها والعمل عليها.

إذا كنتَ تُصمّم استراتيجية ذكاء اصطناعي، فلا تبدأ بالنموذج، بل ابدأ بالسؤال: هل لدينا البيانات التي تدعمه؟