لم تحقق مشاريع الذكاء الاصطناعي سوى القليل من القيمة التجارية حتى الآن

11

كان الذكاء الاصطناعي شديد السخونة في السنوات الأخيرة ، لكنه يولد قيمة تجارية قليلة ثمينة حتى الآن ، على الرغم من أن World Remit و Virgin Hyperloop قد حققوا بعض النجاح

تاريخ النشر: 04 مارس 2021

برغم من عدد متزايد من المنظمات التي تعمل ببرمجيات الذكاء الاصطناعي (AI) بشكل أو شكل ما ، والقليل منها يولد فوائد مالية كبيرة عند طرحه بطريقة جادة ، وفقًا لبحث جديد.

كشفت دراسة أجرتها MIT Sloan Management Review and Management Group وهي شركة Boston Consulting Group أن ما يصل إلى 57٪ من 3000 مدير ومسؤول تنفيذي والأكاديميون الذين تم استجوابهم يقومون حاليًا إما بتجربة التكنولوجيا أو نشرها. كما ابتكر 59٪ إستراتيجية للذكاء الاصطناعي ويعتقد 70٪ أنهم فهموا كيف يمكن للبرنامج أن يولد قيمة تجارية.

    • على الرغم من هذا الوضع ، فإن التقرير

يوسع تأثير الذكاء الاصطناعي من خلال التعلم التنظيمي

    • ، أشار إلى أن مؤسسة واحدة فقط من كل 10 مؤسسات كانت تستمد قيمة مالية كبيرة من التكنولوجيا.

عند استكشاف الأسباب ، وجد الباحثون أن مجرد الحصول على الأساسيات بشكل صحيح – أي وجود استراتيجية مناسبة مع توافر البيانات الداعمة والتكنولوجيا والمهارات المناسبة – لم يكن ذلك كافيًا. حصلت منظمة واحدة فقط من كل خمس مؤسسات على فوائد مالية كبيرة بهذه الطريقة.

الحصول على الأساسيات بشكل صحيح أثناء بناء أنظمة الذكاء الاصطناعي التي أرادتها الشركة فعلاً زيادة أرقام النجاح بنسبة تصل إلى 39٪ ، ولكن لتوليد القيمة المالية حقًا ، يبدو أن السر ثلاثي الأبعاد:

      • التأكد من أن الآلات في وضع ليس فقط للتعلم بشكل مستقل ، ولكن أيضًا للإنسان لتعليمها باستمرار وللآلات لتعليم البشر بشكل مستمر.
      • تطوير طرق متعددة للإنسان والآلات للتفاعل على أساس السياق.
      • إدخال تغييرات عملية واسعة النطاق استجابة لما تم تعلمه عبر المنظمة نتيجة لاستخدام الذكاء الاصطناعي.

يتفق ديفيد سيماش ، الشريك ورئيس قسم الذكاء الاصطناعي والأتمتة في شركة إنفوسيس للاستشارات في أوروبا والشرق الأوسط وأفريقيا (EMEA) ، مع الباحثين على أن الرضا عن التكنولوجيا في الشؤون المالية غالبًا ما يكون الإحساس ضعيفًا جدًا ، ويرجع ذلك جزئيًا إلى أن المؤسسات “لا تزال في الغالب تجرِّب” ذلك. هذا يعني أنه يميل إلى الانتشار في الجيوب وليس على نطاق واسع في جميع أنحاء الأعمال.

“الاستثمار المطلوب في الذكاء الاصطناعي مهم ، ولكن إذا تم فقط في صوامع ، فلن تحقق وفورات الحجم ، ولا يمكنك الاستفادة من التآزر ولا تدرك فوائد التكلفة ، مما يعني ذلك يصبح نموذج عمل باهظ التكلفة في كثير من الحالات ، “يقول سيماش.

هناك قضية رئيسية أخرى هنا وهي حقيقة أن معظم الشركات تركز “بالخطأ” على استخدام البرنامج لتعزيز كفاءة العمليات الداخلية وإجراءات التشغيل ، بدلاً من توليد تدفقات إيرادات جديدة.

“حيث تكافح الشركات إذا ركزت على كفاءات العملية والنتيجة النهائية بسبب مستوى الاستثمار المطلوب ،” يقول سيماش. “لكن أولئك الذين يركزون على الاستفادة من الذكاء الاصطناعي لإنشاء أعمال جديدة ونمو كبير بدأوا في رؤية فوائد طويلة الأجل.”

ومع ذلك ، هناك مشكلة تتمثل في أن الأشخاص في كل من تكنولوجيا المعلومات والأعمال “يقيدون تفكيرهم بسبب مقاومتهم للتغيير” وكذلك “المخاوف بشأن وظائفهم و يتم استبداله “، يضيف.

” لذا ، فهي ليست فقط حول عدم كفاية التفاعل بين الإنسان والآلة – يتعلق الأمر بالشركات التي لا تتبنى العقلية والنهج الاستراتيجي الصحيح. تكمن المشكلة في أن الناس لا يفهمون حقًا ما يمكن أن يمكّنه الذكاء الاصطناعي من أجل دعم استراتيجية الأعمال وتغيير الأعمال والاضطراب المحتمل للأبد “.

تقول أنجيلا إيجر ، مديرة الأبحاث في TechMarketView ، إن هناك اعتبارًا آخر ، وهو أن تبني الذكاء الاصطناعي ينطوي على منحنى تعليمي حاد ، لكن معظم المؤسسات البريطانية “في وقت مبكر إلى حد ما منحنى النضج “.

يتعلق أحد التحديات الرئيسية التي يواجهونها مع البيانات ومدى صحتها ودقتها و “توافقها مع أغراضك”. تتمثل إحدى المشكلات الرئيسية هنا في أن تطوير نماذج البيانات المناسبة وتدريبها يستغرق وقتًا وجهدًا ، لا سيما بالنظر إلى وجود عدد قليل من الأدوات حاليًا للمساعدة – على الرغم من أن عمليات التعلم الآلي (MLOps) بدأت تثبت قيمتها هنا.

“تتمثل العقبة الكبيرة اليوم في كيفية تفعيل الذكاء الاصطناعي وإدخاله في الإنتاج والحفاظ عليه تقول حريصة.

تشرح أنه عند إنشاء نموذج بيانات ، من المهم التأكد من أن البيانات “حديثة ومناسبة” ومنقحة بشكل مناسب.

“لكنك تحتاج أيضًا إلى معرفة كيفية تدريب نموذج البيانات ، وتغييره أثناء الطيران وإدارة دورة الحياة بمجرد نشره – وليس فقط لمرة واحدة ،” حريص. “البيانات تتغير طوال الوقت ، لذلك عليك التأكد باستمرار من أنها تولد نتائج الأعمال الصحيحة ، وتغيير الأشياء بسرعة إذا لم تكن كذلك.”

لا يتطلب القيام بذلك الوصول إلى البيانات الصحيحة فحسب ، بل يتطلب أيضًا مجموعة المهارات المناسبة ، سواء على المستوى الفني أو على مستوى تحليل البيانات الأكثر عمومية. وهذا يعني أنه قد تكون هناك حاجة إلى تحسين المهارات بالتوازي مع أي مبادرات تقنية ، ليس أقلها تثقيف مستخدمي الأعمال ومساعدتهم على فهم حالات الاستخدام المحتملة.

ولكن مثل هذا النشاط يحتاج أيضًا إلى أن يتم كجزء من مبادرة إدارة التغيير الأوسع لمساعدة الموظفين على معالجة خوفهم من التحول ومقاومتهم له. لا يقل أهمية عن إنشاء مركز للتميز في الذكاء الاصطناعي ، أو وظيفة الذكاء الاصطناعي ، مع صلاحيات على مستوى المؤسسة للإشراف على خلق التآزر بين وظائف الأعمال المختلفة التي تؤدي إلى وفورات الحجم.

يقول سيماش: “في النهاية ، هذا ليس مجرد مشروع تقني”. “يتعلق الأمر بإحداث تغيير ثقافي ، مما يعني أن إعطاء الأولوية للناس أمر أساسي تمامًا.”