بقلم : آدي بنديالا

المدير الأول لإستراتيجية السوق، لدى "آسبن" تكنولوجي.

استمرارا لحديثنا عن الأثر المحتمل للذكاء الاصطناعي الصناعي الذي بات أكثر وضوحاً ورسوخاً مما كان عليه، ما يجعله الشغل الشاغل للعديد من المدراء التنفيذيين فقد أظهرت نتائج استطلاع للرأي حول الذكاء الاصطناعي أجرته شركة "ماكينزيجلوبال" أن غالبية الشركات تستعد لإجراء تغييرات على مستوى الموظفين العاملين في مجال الذكاء الاصطناعي، حيث أشارت توقعات 83 بالمائة من المشاركين في الاستطلاع إلى إعادة تدريب بعض موظفيهم، على الأقل، خلال السنوات الثلاثة القادمة، نظراً لتبنيهم تقنية الذكاء الاصطناعي.

في حالة عدم توفر البيانات الصناعية لن يتحقق الذكاء الاصطناعي الصناعي، لكن ما حجم البيانات المطلوبة؟ والفترة الزمنية لتواجدها؟ مدى قابليتها للاستثمار؟ ينبغي دعم هذه الأسئلة بأجوبة عملية من خلال طرح استراتيجية شاملة للبيانات الصناعية.

علاوةً على ذلك، فإن حالات الاستخدام المختلفة وتقنيات الذكاء الاصطناعي تتطلب وجود أنواع وكميات مختلفة من البيانات. وكنا قد تطرقنا عبر مدونتنا السابقة إلى مختلف الطرق التي تستطيع من خلالها الآلة التعلم. وتحت مظلة هذا البعد، سنسلط الضوء على المنهجية الرئيسية للبيانات الصناعية، التي من شانها تمكين عمليات التدريب، والاستدلال، والجودة، وقابلية تطبيق تقنيات الذكاء الاصطناعي على امتداد حلول الذكاء الاصطناعي الصناعي.

لكن التحدي الرئيسي الذي يواجه معظم المؤسسات الصناعية اليوم لا يتمثل في نقص البيانات بشكل عام، بل في نقص البيانات المفيدة والتي بالإمكان الوصول إليها بالنسبة لحلول الذكاء الاصطناعي الصناعي التي نرغب بتنفيذها. وهناك هوة رئيسية أخرى أيضاً تعترضنا، ألا وهي الافتقار لوجود بنية تحتية للبيانات قابلة للتطوير، وذلك من أجل دعم نماذج الذكاء الاصطناعي الصناعي بدءاً من عمليات التدريب وصولاً إلى عمليات الإنتاج.

يشير هذا البعد إلى الأدوات، والبنية التحتية، وآليات سير العمل اللازمة لتشغيل الذكاء الاصطناعي الصناعي على امتداد دورة حياة الحل، وهو يشمل أيضاً البرامج، والأجهزة، وبنية المؤسسة الضرورية لإنتاج واستثمار الذكاء الاصطناعي ضمن البيئات الصناعية، بما في ذلك إرساء أسس التشاركية على نطاق واسع ما بين قدرات التطوير، وعلم البيانات، والبنية التحتية، على غرار تحقيق ممارسات السحابة والعمليات CloudOps والتطوير والعمليات DevOps والتعلم الآلي والعمليات MLOps وغيرها الكثير. ويحظى هذا البعد بأهمية خاصة في تأمين الدعم والمساعدة اللازمين للمؤسسات كي تتقدم بما يتجاوز حدود الإنجازات الجزئية والمتفرقة للذكاء الاصطناعي، نحو تحقيق استراتيجية شاملة للذكاء الاصطناعي على مستوى المؤسسة.

وفي ظل التقارب السريع ما بين تكنولوجيا المعلومات والتكنولوجيا التشغيلية، يجب على الشركات تبني استراتيجية صناعية واضحة المعالم خاصة ببنيتها التحتية، وذلك من أجل:

الحد بدرجة كبيرة من مخاطر التنفيذ، وتسريع زمن وصول المنتج إلى السوق

اكتساب المرونة التشغيلية اللازمة، وتوسيع نطاق استثمارات الذكاء الاصطناعي المهيأة للمستقبل

مواءمة دورة حياة نموذج الذكاء الاصطناعي على امتداد مختلف تطبيقات الذكاء الاصطناعي الصناعي

واستناداً لأحدث المقالات الصادرة عن شركة "ديلويت" العالمية، والتي تتطرق إلى حالة الذكاء الاصطناعي في المؤسسات، فإن أهم مبادرة تم اطلاقها من قبل الشركات في سبيل تعزيز الميزة التنافسية للذكاء الاصطناعي تتمثل في "تحديث البنية التحتية للبيانات من أجل الذكاء الاصطناعي" (وهو ما وقع عليه اختيار 20 بالمائة من الشركات التي شملتها الدراسة).

الأخلاق والحوكمة

يجب دمج الثقة والشفافية في صلب استراتيجية الذكاء الاصطناعي الصناعي، وعلى امتداد مختلف السياسات والإجراءات والهياكل التنظيمية، وذلك بهدف ضمان الاستخدام الآمن، والمسئول، والأخلاقي للذكاء الاصطناعي. وتعد قنوات التواصل الواضحة، إلى جانب عمليات التوثيق، من الإجراءات بالغة الأهمية المتخذة في سبيل الحد من مخاطر تعقيد الذكاء الاصطناعي والتحكم الذاتي (بشكل نسبي). (بإمكانك قراءة المزيد عن مدى أهمية تقنيات الذكاء الاصطناعي القابلة للتفسير بالضغط هنا)

وكي يتم جني الفائدة من قبل الجميع، يجب أن تتوافق جميع الأطراف المعنية مع قيود وحدود الذكاء الاصطناعي. فقد أظهرت النجاحات المبكرة المحققة في هذا المجال أن الجهود المشتركة للذكاء الاصطناعي والبشر أثمرت بشكل أكبر بكثير من جهود أي منهما بمعزل عن الآخر، وهو ما يعزز بدرجة كبيرة فرضية الذكاء الاصطناعي الصناعي، الذي يجمع ما بين علم البيانات والذكاء الاصطناعي، مع البرامج والخبرة المتخصصة في المجال المعني، وذلك بهدف تقديم نتائج أعمال شاملة ومستدامة.