عبر نهج IBM المعروف، تعمل منصة watsonx.data ومنصة watsonx Orchestrate معًا لتقديم إجابة دقيقة وقابلة للتفسير من خلال سير عمل مُحكَم ومدعوم بالذكاء الاصطناعي.
يعترف ما يقرب من نصف مستخدمي الذكاء الاصطناعي في المؤسسات بأنهم استندوا في قرارات أعمالهم الرئيسية إلى مخرجات ذكاء اصطناعي غير دقيقة أو مهلوسة، ما أدى إلى خسائر تقدر بنحو 67.4 مليار دولار أمريكي. غالبًا ما يكمن السبب الجذري للفشل في أسس البيانات غير الموثوق بها أو الناقصة، ومن المتوقع أن يفشل أكثر من 60% من مشاريع الذكاء الاصطناعي التي تفتقر إلى ممارسة بيانات مُعدّة خصيصًا للذكاء الاصطناعي بحلول عام 2026.
من المتوقع أن تتحرك المؤسسات الحديثة بشكل أسرع وتقدم إنتاجية أكبر وتتخذ القرارات بثقة. الواقع مختلف: يقضي الموظفون ساعات في الأعمال اليدوية المتكررة، وتظل المعلومات الحيوية مجزأة عبر الأنظمة، وغالبًا ما تُدار مشاريع الذكاء الاصطناعي في وحدات بيانات منعزل بعضها عن بعض دون الاستفادة الكاملة من البيانات عبر نطاقات بيانات المؤسسة بأكملها.
فالتحدي ليس في نقص الأدوات؛ بل في غياب نظام متماسك. فالشركات تحتاج إلى أساس بيانات جاهز للذكاء الاصطناعي يصل بين البيانات في منظومة متكاملة ويفرض الحوكمة ويدعم الذكاء الاصطناعي الجدير بالثقة.
لنفترض سيناريو يحتاج فيه أحد المديرين التنفيذيين في مؤسسة عالمية إلى فهم النمو في نهاية العام في العقود الموقَّعة حسب المنطقة وتحديد العقود التي تنطوي على مخاطر الامتثال.
يبدو الأمر بسيطًا، لكن وراء هذا السيناريو يكمن شكل من أشكال التحدي المعقد في البيانات: حيث توجد الكثير من المعلومات في تنسيقات غير منظمة مثل ملفات PDF، متناثرة عبر أنظمة لا يتصل بعضها ببعض بشكل طبيعي.
عبر نهج IBM المعروف، تعمل منصة watsonx.data ومنصة watsonx Orchestrate معًا لتقديم إجابة دقيقة وقابلة للتفسير من خلال سير عمل محكوم ومُدار بالذكاء الاصطناعي يتكون من 4 خطوات:
والنتيجة هي رقم جاهز لاتخاذ القرار يمكن للقادة تقديمه بثقة إلى المدققين والمنظمين ومجلس الإدارة.
من خلال الجمع بين منصة watsonx.data ومنصة watsonx Orchestrate، يمكن للمؤسسات إنشاء أساس يخدم حلول وكلاء الذكاء الاصطناعي الموثوق بها والقابلة للتفسير:
توجد أمثلة من العالم الحقيقي تُظهر كيف تستخدم المؤسسات بالفعل watsonx.data وwatsonx Orchestrate معًا على أرض الواقع لتحويل البيانات المعقدة إلى نتائج موثوق بها وقابلة للتفسير.
في شركة IBM، تُظهر منصة AskIBM الداخلية مدى قوة التقنيات في العمل. فالمساعد المدعوم بالذكاء الاصطناعي يتولى إدارة أكثر من 300 ألف تفاعل شهريًا، ما يوفر للموظفين أكثر من 16 ألف ساعة ويحقق نسبة اعتماد تبلغ 73% من الموظفين عبر القوى العاملة.
تم بناء AskIBM باستخدام watsonx.ai، وتشغيله بواسطة watsonx Orchestrate، وحوكمته من خلال watsonx.data، لربط المستخدمين والبيانات والأدوات عبر المؤسسة بهدف أتمتة المهام وتقديم نتائج موثوق بها وقابلة للتفسير.
ويقدم محرك استخلاص الرؤى المسمى Insights Engine التابع لبطولة فنون القتال المختلطة (UFC) الأمريكية نموذجًا بارزًا آخر يجسد هذا الأثر. فمن خلال الجمع بين watsonx Orchestrate وwatsonx.data، أصبحت المنظمة لديها 3 أضعاف عدد الرؤى التي يتم توليدها لكل حدث، ما يحقق انخفاضًا يقدر بـ 40% في وقت توليد الرؤى. حيث نجحت هذه المنصة الموحَّدة القائمة على الذكاء الاصطناعي في دمج البيانات المنظمة والبيانات غير المنظمة لتقديم رؤى فورية قابلة للتفسير تُسرّع من عملية التسليم وتعميق مشاركة المعجبين عبر القنوات.
تساعد IBM المؤسسات على تجاوز البيانات غير المتصلة والعمليات المنعزلة لبناء أنظمة ذكية ووكيلة تعمل على تعزيز الإنتاجية والثقة. فمن خلال توحيد watsonx.data وwatsonx Orchestrate، يمكن للمؤسسات إنشاء أساس محكوم للذكاء الاصطناعي يربط البيانات ويؤدي إلى أتمتة القرارات ويقدم نتائج دقيقة وقابلة للتفسير وجاهزة للعالم الحقيقي.
احجز اجتماعًا فرديًا (1:1) مع خبرائنا