خدمات استشارية في استراتيجيات الذكاء الاصطناعي: ابنِ خارطة طريقك للذكاء الاصطناعي لتحقيق عائد استثمار في يوم واحد

التحديات الحقيقية التي تواجهها الشركات عند تبني الذكاء الاصطناعي

كل منظمة تستكشف الذكاء الاصطناعي تواجه في نهاية المطاف نفس مجموعة العقبات. وغالبًا ما يكون التعرف عليها مبكرًا هو ما يميز بين نجاح عملية الإطلاق وتعثرها.

تبدأ معظم الفرق بتجربة أدوات الذكاء الاصطناعي قبل الاتفاق على معايير النجاح. وتختار الأقسام المختلفة أدواتٍ متنوعة بشكلٍ منفرد، دون وجود خطة مشتركة تربط هذا الجهد بهدفٍ تجاري. والنتيجة هي مجموعة من التجارب المتفرقة التي لا تُفضي إلى نتائج ملموسة.

عادة ما تكون البيانات هي العقبة التالية. فالأنظمة متناثرة عبر الأقسام، والتنسيقات غير متطابقة، ولا أحد لديه رؤية واضحة لما هو قابل للاستخدام مقابل ما يحتاج إلى تنظيف أولاً، وبدون معالجة هذا الأمر مبكراً، حتى مبادرة الذكاء الاصطناعي المصممة جيداً تتعثر قبل أن تصل إلى المستخدمين الحقيقيين.

تُعدّ الخبرة الداخلية ثغرة شائعة أخرى. فتوظيف فريق كامل متخصص في الذكاء الاصطناعي ليس خيارًا واقعيًا لمعظم المؤسسات، ومع ذلك، فإنّ المضي قدمًا دون التوجيه الصحيح غالبًا ما يؤدي إلى أخطاء مكلفة. كما تشعر العديد من الشركات بالقلق إزاء مخاطر الامتثال والأمن، نظرًا لأنّ أنظمة الذكاء الاصطناعي تُثير تساؤلات جديدة حول خصوصية البيانات والتحيز والمسؤولية التنظيمية لم تكن موجودة من قبل.

باختصار، تشمل العقبات المتكررة ما يلي:

• تجارب الذكاء الاصطناعي المتفرقة وغير المنسقة عبر فرق مختلفة
• بيانات مجزأة أو غير موثوقة وغير جاهزة لدعم حالات استخدام الذكاء الاصطناعي
• خبرة داخلية محدودة في مجال الذكاء الاصطناعي، وعدم وجود ميزانية كافية لتشكيل فريق كامل.
• عدم اليقين بشأن الحوكمة والأمن والامتثال التنظيمي
• مقاومة التغيير من قبل الموظفين غير الملمين بأساليب العمل الجديدة
• ببساطة، لا يتوفر النطاق الترددي الكافي لاستكشاف الذكاء الاصطناعي بشكل صحيح وسط العمليات اليومية.

لا يُعد أيٌّ من هذه التحديات غير مألوف، ولا يعني أيٌّ منها أن المؤسسة متأخرة. إنها ببساطة السبب في أن عملية الاكتشاف المنظمة أهم من البدء مباشرةً في عملية البناء.

لماذا تُغير عملية الاكتشاف المنظمة النتيجة؟

إنّ التسرّع في بناء أداة ذكاء اصطناعي دون فهم المشكلة التجارية أولاً يُعدّ من أغلى الأخطاء التي قد يرتكبها فريق العمل. فعملية استكشاف قصيرة، تُنفّذ بشكل صحيح، توفّر شهوراً من وقت التطوير الضائع لاحقاً.

لا يهدف الاستكشاف إلى إعداد عرض تقديمي مطوّل، بل إلى الإجابة عن عدد محدود من الأسئلة العملية: ما هي مسارات العمل التي ستستفيد أكثر من الأتمتة؟ ما هي البيانات المتاحة لدعمها؟ ما هي المخاطر التي يجب إدارتها؟ وما هي الفرصة التي تحقق القيمة بأسرع وقت؟ إن الإجابة عن هذه الأسئلة مبكراً تجنّب إعادة العمل المكلفة لاحقاً.

تساهم جلسة الاستكشاف المُدارة بشكل جيد في بناء التوافق الداخلي. فعندما يجتمع قادة الأعمال والفرق التقنية والموظفون التشغيليون في مكان واحد ويتفقون على الأولويات، يصبح تبني الذكاء الاصطناعي لاحقًا أسهل بكثير. معظم حالات فشل الذكاء الاصطناعي لا تعود إلى أعطال تقنية، بل إلى اختلالات في التوافق كان من الممكن تداركها منذ البداية.

ما الذي يجب أن تتضمنه خارطة طريق الذكاء الاصطناعي المناسبة؟

لا تُجدي خارطة الطريق نفعاً إلا إذا أمكن تنفيذها فعلياً. وتتجاوز خارطة طريق الذكاء الاصطناعي القوية مجرد سرد الأفكار، إذ تُقدّم خطة واضحة ومتسلسلة يمكن للفريق اتباعها بثقة.

كحد أدنى، يجب أن تتضمن خارطة الطريق الموثوقة ما يلي:

• قائمة مُرتبة حسب الأولوية لحالات الاستخدام، مصنفة حسب القيمة التجارية والجدوى
• جدول زمني واقعي مقسم إلى مراحل، من المرحلة التجريبية إلى مرحلة النشر الكامل
• تحديد مسؤولية واضحة لكل مرحلة، حتى لا تضيع المساءلة.
• يتم تحديد متطلبات البيانات والتكامل قبل بدء عملية التطوير.
• تُدمج اعتبارات الحوكمة والمخاطر منذ البداية، ولا تُضاف لاحقًا.
• تم تحديد معايير النجاح بحيث يمكن قياس التقدم بموضوعية.

بدون هذه العناصر، تصبح خارطة الطريق مجرد وثيقة أخرى مهملة. أما بوجودها، فتصبح خطة عمل يمكن للفرق اتباعها فعلياً من مرحلة وضع الاستراتيجية وحتى مرحلة الإنتاج.

الحوكمة والذكاء الاصطناعي المسؤول

غالباً ما يُنظر إلى الحوكمة على أنها مجرد إجراء أخير قبل الإطلاق، لكن هذا النهج يخلق مخاطر غير ضرورية. تحتاج أنظمة الذكاء الاصطناعي التي تؤثر على القرارات، أو تتعامل مع بيانات حساسة، أو تتفاعل مباشرة مع العملاء، إلى إشراف مُدمج منذ المراحل الأولى للتخطيط.

هذا يعني تصنيف حالات الاستخدام حسب مستوى المخاطر، وتحديد من لديه صلاحية تعديل أنظمة الذكاء الاصطناعي أو مراقبتها، والامتثال لأطر عمل معترف بها مثل إطار إدارة مخاطر الذكاء الاصطناعي التابع للمعهد الوطني للمعايير والتكنولوجيا (NIST AI RMF)، ومعيار ISO/IEC 42001، وقانون الذكاء الاصطناعي للاتحاد الأوروبي. كما يعني أيضًا إبقاء العنصر البشري حاضرًا في عملية اتخاذ القرارات التي لها تأثير حقيقي على الأعمال أو العملاء، بدلًا من السماح بالأتمتة الكاملة حيث لا يزال للتقدير أهمية بالغة.

تتجنب المؤسسات التي تُدمج الحوكمة في مرحلة وضع خارطة الطريق مشاكل الامتثال ومخاطر السمعة التي عادةً ما تظهر بعد تشغيل النظام. فتعديل الحوكمة بعد النشر يكون دائمًا أصعب وأبطأ وأكثر تكلفة من التخطيط لها منذ البداية.

ما الذي يجب البحث عنه في شريك استراتيجي للذكاء الاصطناعي؟

لا تُقدّم جميع خدمات الاستشارات في مجال الذكاء الاصطناعي القيمة نفسها. قبل التعاقد مع أي شريك، من المهم التأكد من أن هذه الخدمات ستُنتج مخرجات محددة وقابلة للتطبيق بدلاً من مجرد نصائح عامة.

ينبغي أن تُسفر عملية استكشاف الذكاء الاصطناعي الفعّالة ووضع استراتيجية فعّالة عن تقييم شامل للجاهزية، يشمل البيانات والأنظمة وقدرات الفريق، بالإضافة إلى خريطة لحالات الاستخدام مرتبطة بأهداف العمل الحقيقية بدلاً من أمثلة عامة من القطاع. كما ينبغي أن تُنتج قائمة مُرتبة حسب الأولوية للفرص المتاحة، وتوصية واضحة بشأن الخطوات التالية، سواء أكانت خارطة طريق أكثر تفصيلاً، أو مشروعاً تجريبياً، أو أعمالاً تتعلق بالحوكمة.

لا يقل أهمية عن ذلك ما يحدث بعد مرحلة وضع الاستراتيجية. تنتهي بعض المشاريع بتقرير دون أي دعم إضافي، تاركةً المؤسسة تواجه مهمة التنفيذ بمفردها. بينما صُممت مشاريع أخرى، بما فيها نهج tkxel، لتستمر بسلاسة من مرحلة الاكتشاف إلى المرحلة التجريبية، ثم إلى المنتج الأولي، وصولاً إلى مرحلة الإنتاج، بحيث لا يضيع الزخم خلال عملية الانتقال بين التخطيط والتنفيذ.

مقارنة المناهج: قبل وبعد استراتيجية الذكاء الاصطناعي المنظمة