لماذا سوف تتحقق استثمارات معظم الشركات في مجال الذكاء الاصطناعي أو تفشل

يتمتع الناس والشركات باهتمام كبير بإمكانيات الذكاء الاصطناعي، ولكن 80% من مشاريع الذكاء الاصطناعي سوف تفشل – وليس بسبب نقص الحافز أو الحماس.

على الرغم من أن الذكاء الاصطناعي ينتشر في كل صناعة وقطاع، فإن المشكلة تكمن في أن الشركات لا تستعد بشكل كافٍ لهذا التغيير التكنولوجي.

تقرير مجموعة بوسطن الاستشارية يشير إلى أن كل شركة من ثلاث شركات في جميع أنحاء العالم تخطط لإنفاق أكثر من 25 مليون دولار على الذكاء الاصطناعي. وبالتالي، سوف تُهدَر ملايين الدولارات إذا استمرت الشركات في الاستثمار في حلول الذكاء الاصطناعي دون التخطيط المسبق.

ومع ذلك، مع مبادرات إدارة التغيير القوية ونظام لدعم الابتكار الجديد ومؤشرات الأداء الرئيسية القابلة للقياس، يمكن للشركات تغيير مسار نجاح الذكاء الاصطناعي.

دعونا نغوص في الأسباب الثلاثة الرئيسية لفشل مبادرات الذكاء الاصطناعي.

وضع التكنولوجيا في المقدمة والأعمال في المرتبة الثانية

تظهر مئات التقارير والدراسات، خاصة تلك المتعلقة بالذكاء الاصطناعي التوليدي، سرعة الذكاء الاصطناعي وخفة ذهن الخوارزميات والبرامج.

تم إجراء الكثير من الابتكارات في مجال الذكاء الاصطناعي، مما يؤدي إلى رغبة الشركات في القفز إلى الاستثمار في النماذج الأولية المتقدمة. ومع ذلك، فإن المخاطر تكمن في أن الشركات يمكن أن تنفق ملايين الدولارات على حل لا يؤدي إلى هدف تجاري واضح أو تأثير قابل للقياس.

في الواقع، يتوقع غارتنر أن 30% من مشاريع الذكاء الاصطناعي التوليدي سوف يتم التخلي عنها بحلول نهاية عام 2025 بسبب جودة البيانات الرديئة وسيطرة المخاطر غير الكافية وتكاليف أو قيمة تجارية غير واضحة.

البيانات الضعيفة هي عقبة خاصة التي تفشل معظم الشركات في التغلب عليها، خاصة عندما يتعلق الأمر بتعظيم كفاءة وفعالية حلول الذكاء الاصطناعي. البيانات المخزنة هي واحدة من أكثر القضايا بروزًا، وهي مشكلة تجارية لا يمكن تجاهلها. يمكن أن يضيع Teams ساعات في محاولة مطاردة المعلومات المفقودة الحاسمة لاتخاذ القرارات الاستراتيجية.

والأدوات لا تتعرض للتعرض فقط، بل أيضاً الأدوات. على سبيل المثال، لا يمكن للنماذج التعلم الآلي أداء بشكل صحيح عند وجود بيانات غير متصلة ومتأثرة بالأخطاء.

لضمان عائد إيجابي على الاستثمار، ومن قبل أي عمل تقني، يجب على المنظمات تحديد المشاكل التجارية المحددة التي يهدف حل الذكاء الاصطناعي إلى حلها. هذا يشمل وضع مؤشرات الأداء الرئيسية والاهداف القابلة للقياس، مثل تقليل التكاليف أو زيادة الإيرادات أو تحسين الكفاءة مثل تقليل الوقت اللازم لاسترجاع البيانات.

على سبيل المثال، يجب أن تأتي الاستراتيجية التجارية أولاً، ثم يليها تنفيذ التكنولوجيا وفقًا لذلك. في النهاية، يجب أن تكون الحلول التكنولوجية وسيلة لتحقيق نتائج تجارية. بالإضافة إلى ذلك، الحاجة التجارية هي أساس تطبيق التكنولوجيا الأخرى.

على سبيل المثال، شركة لوجستية ترغب في الاستفادة من الذكاء الاصطناعي قد تحدد أهدافًا قابلة للقياس لبرامجها لتحسين التنبؤ بالطلب وإدارة الأسطول، وتقليل عدد الشاحنات غير المستخدمة بنسبة 25% في الشهرين الأولين ومساعدتهم على زيادة الأرباح بنسبة 5%.

الشركات تحتاج إلى أهداف قابلة للقياس لضمان أن الذكاء الاصطناعي لا يزال يحسن الكفاءة ويحقق نتائج قابلة للقياس. هذا ضروري عند شرح للمساهمين في الشركة أن المراهنة المكلفة على الذكاء الاصطناعي لم تكن فقط تستحق، ولكن لديهم البيانات ليثبتوا ذلك.

تطبيق الذكاء الاصطناعي المبالغ فيه

يتم التأكيد بشكل متكرر على وعد الذكاء الاصطناعي بثورة كل شيء، وغالبًا ما يتم تمثيله على أنه سلاح سحري. هذا يمكن أن يخلق شعورًا زائفًا بالثقة في قادة الأعمال، مما يؤدي إلى اعتقادهم أنهم يمكن أن يستفيدوا من أنظمة الذكاء الاصطناعي الجديدة وتكاملها في العمليات التجارية في نفس الوقت.

ومع ذلك، فإن المحاولات المبالغ فيها لحل مشكلة في لحظة واحدة غالبًا ما تؤدي إلى الفشل. بدلاً من ذلك، يجب على الشركات البدء ببطء وتنفيذ التكنولوجيا بشكل استراتيجي للحصول على نتائج أفضل.

على سبيل المثال، تم تحقيق النجاح على نطاق واسع مع وول مارت، الذي قدم خوارزميات التعلم الآلي بشكل متزايد لتحسين إدارة المخزون. النتيجة؟ تقليل المخزون الزائد بنسبة 30% وزيادة توافر المنتجات على الرف بنسبة 20%.

لمساعدة الشركات في ذلك، يجب على الشركات التكيف مع إطار ‘منطقة للفوز’ لتطبيق الذكاء الاصطناعي، وهو منهج موثوق ي帮助 الفرق على فهم أنهم يجب أن يوازنوا بين العمليات الحالية والابتكار المستقبلي.

يقسم الإطار أنشطة الأعمال إلى أربعة مناطق: الأداء، الإنتاجية، الحضانة، والتحول. لا يمكن للذكاء الاصطناعي أن يزعزع كل شيء في نفس الوقت، وتنشئ منطقة الحضانة مساحة مخصصة لاختبار تكنولوجيا الذكاء الاصطناعي دون زعزعة العمليات التجارية الأساسية.

على سبيل المثال، هذا هو كيف يمكن تطبيق إطار ‘منطقة للفوز’ على شركة لوجستية لتحضير البارد تطبق الذكاء الاصطناعي:

• منطقة الأداء: العمليات التجارية الأساسية للشركة، مثل جدولة المستودعات وتوزيع البضائع، هي مفتاح توليد الإيرادات. مؤشرات الأداء الرئيسية المتعلقة بتحسين كفاءة المستودعات لتقليل أوقات الإقامة وزيادة التسليم هي الأولوية.
• منطقة الإنتاجية: هنا يتم معالجة العمليات الداخلية لتعزيز الكفاءة وتقليل التكاليف مثل رسوم الاحتجاز من خلال دمج قدرات العلوم البيانية مثل التحليلات التنبؤية وأدوات التحليلات في الوقت الفعلي.
• منطقة الحضانة: تخصص الشركة وقتًا لاختبار أدوات مدفوعة بالبيانات في مستودعات معينة، مما يسمح للفرق بتحديد الابتكارات التي يمكن أن تصبح تدفقات إيرادات مستقبلية.
• منطقة التحول: यह هو المكان الذي توسع فيه الشركة تحولها الرقمي إلى نطاق واسع في جميع أنحاء المنظمة، بعد بنية تحتية رقمية شاملة تضمن نتائج تجارية متكررة.

يساعد الإطار القيادة على اتخاذ قرارات بشأن تخصيص الموارد بين الحفاظ على العمليات الحالية و الاستثمار في القدرات المستقبلية مدفوعة بالذكاء الاصطناعي. هذا الوعي يساعد على تجنب القضية والفشل الحتمي عندما يتم توزيع استثمارات الذكاء الاصطناعي بشكل رقيق على العديد من الإدارات والعمليات.

نقص تبني المستخدم

الشركات تتسارع للاستفادة من جميع الفوائد التي يقدمها الذكاء الاصطناعي والتعلم الآلي دون النظر أولاً في الأشخاص الذين سيستخدمونها. حتى حلول الذكاء الاصطناعي الأكثر تطورًا تفشل إذا لم يفهم المستخدمون النهائيون التكنولوجيا – كل شيء يعتمد على الثقة والتدريب الشامل.

العامل الأساسي للغاية لتكامل الذكاء الاصطناعي هو تشغيله. هذا يعني ضمان أن أدوات الذكاء الاصطناعي متصلة بالعمليات الأساسية وأصبحت جزءًا من العمليات التجارية.

أدوات أخرى، مثل أنظمة إدارة العلاقات مع العملاء، تُحسَن وتتحكم في عملية كاملة من البداية إلى النهاية. هذا يجعل التدريب سهلًا لأن كل خطوة في العملية يمكن أن تُظهر و توضح. ومع ذلك، يعمل الذكاء الاصطناعي التوليدي على مستوى أكثر تفصيلًا “مستوى المهمة” بدلاً من احتواء العمليات الكاملة. يمكن استخدامه بشكل متقطع داخل خطوات مختلفة من أساليب مختلفة؛ بدلاً من دعم عملية كاملة، قد يطبق كل مستخدم الذكاء الاصطناعي بشكل مختلف قليلاً لمهامهم المحددة.

روث سفيندسن، شريك في شركة كي بي إم جي في المملكة المتحدة، قال لمجلة فوربس: “بسبب أن الذكاء الاصطناعي التوليدي يعمل على مستوى المهمة وليس على مستوى العملية، لا يمكن رؤية فجوات التدريب بسهولة”. ونتيجة لذلك، قد يستخدم الموظفون أداة الذكاء الاصطناعي دون فهم كيفية دمجها في الأهداف التجارية الأوسع، مما يؤدي إلى فجوات تدريبية مخفية. قد تشمل هذه الفجوات نقصًا في فهم كيفية استغلال قدرات الذكاء الاصطناعي بالكامل، أو كيفية التفاعل مع النظام بشكل فعال، أو كيفية ضمان استخدام البيانات التي ينتجها بشكل صحيح.

في هذه الحالة، يصبح إدارة التغيير أمرًا حاسمًا لتبني المستخدم. إدارة التغيير تسمح للمنظمات بضمان أن موظفيها لا يتبنون التكنولوجيا الجديدة فحسب، بل يفهمون أيضًا الآثار الكاملة على مهامهم وعمليات الأعمال.

بدون إدارة التغيير المناسبة، سوف تفشل الشركات في تحقيق تبني المستخدم لأدوات الذكاء الاصطناعي مع خطر تفاقم الفجوات التكنولوجية التي تمثل مسارًا زلقًا إلى المزيد من اللاكفاءة والأخطاء وعدم القدرة على تحقيق إمكانات حل الذكاء الاصطناعي.

من أجل نجاح مبادرات إدارة التغيير، تحتاج إلى فريق قيادة مؤهل ومخصص لتحفيز الحركة. يجب على القيادة تحديد فجوات التدريب على مستوى المهمة وتوفير أو تنظيم التدريب المخصص للموظفين بناءً على المهام المحددة التي سيستخدمون فيها الذكاء الاصطناعي.

الفكرة هي تمكين الموظفين وتشجيعهم على فهم أكبر وثقة أكبر في النظام الجديد. فقط بعد ذلك سوف يأتي الفهم والقبول، مما يؤدي إلى أن تستمتع الشركات بتبني واسع النطاق وتطبيق أفضل للتكنولوجيا.

من الواضح أن الذكاء الاصطناعي هو التكنولوجيا المحددة لهذا العقد، ولكن بدون التشغيل، سوف يستمر تأثيره في الهدر. من خلال تحسين مبادرات إدارة التغيير، وتنفيذ مبادرات الذكاء الاصطناعي بشكل متزايد، واستخدام مؤشرات الأداء الرئيسية القابلة للقياس، لن تنفق الشركات فقط على الذكاء الاصطناعي، بل سوف تربح منه.