أهم النصائح للتعامل مع هذه التحديات الستة في تكامل الذكاء الاصطناعي

مع تبلور عصر الذكاء الاصطناعي، تتزايد مساعي المؤسسات إلى معرفة أفضل السبل لدمج الذكاء الاصطناعي في أنظمتها الحالية. لنأخذ Coca-Cola Europacific Partners مثالًا على ذلك؛ فهي شركة عالمية للمشروبات دمجت التحليلات المدعومة بالذكاء الاصطناعي ضمن رحلة التحول في المشتريات لديها. وقد أثمرت هذه الجهود فوائد إجمالية للأعمال تجاوزت 40 مليون دولار أمريكي، بما في ذلك 5 ملايين دولار أمريكي سنويًا من وفورات التكلفة وتجنب النفقات.¹

ويُعد دمج الذكاء الاصطناعي في عمليات الأعمال عنصرًا أساسيًا في مبادرات التحول الرقمي. فالذكاء الاصطناعي يؤتمت المهام المتكررة، ويساعد على تحسين الكفاءة، ويدعم اكتشاف رؤى قابلة للتنفيذ، ويمهّد لاتخاذ قرارات أسرع وأكثر ذكاءً.

ويختلف تكامل الذكاء الاصطناعي بحسب القطاع واحتياجات الأعمال وحالات الاستخدام. فعلى سبيل المثال، قد يستخدم تجار التجزئة في التجارة الإلكترونية التحليلات التنبؤية للتنبؤ بالمبيعات، ومحركات التوصية لتقديم اقتراحات منتجات مخصصة، ومساعدين افتراضيين مزودين بقدرات معالجة اللغة الطبيعية (NLP) لتحسين تجربة العملاء. أما شركات التصنيع، فقد تستخدم وكلاء الذكاء الاصطناعي لإدارة المخزون وتحسين سلسلة التوريد، والصيانة التنبؤية لأصول التشغيل الآلي، وروبوتات محادثة مثل ChatGPT لدعم العملاء.

لكن دمج الذكاء الاصطناعي لا يسير بسلاسة دائمًا في كثير من المؤسسات. فقد تواجه المؤسسات عقبات مثل مشكلات التوافق، أو التعقيدات التقنية، أو التأثير في استمرارية عمليات الأعمال.

فيما يلي تحديات شائعة قد تواجهها المؤسسات، إلى جانب نصائح تساعد على معالجتها وجعل عملية تكامل الذكاء الاصطناعي أكثر سلاسة.

في دراسة أجراها معهد IBM Institute for Business Value (IBV)، قال 72% من الرؤساء التنفيذيين إن البيانات المملوكة للمؤسسة تمثل عاملًا أساسيًا لإطلاق قيمة الذكاء الاصطناعي التوليدي.² ومع ذلك، تتعامل كثير من المؤسسات مع مجموعات بيانات غير مكتملة، أو قديمة، أو معزولة داخل صوامع بيانات منفصلة. ووفقًا لدراسة أخرى صادرة عن معهد IBM Institute for Business Value (IBV)، تشمل أبرز التحديات التي يواجهها كبار مسؤولي البيانات عند استخدام بيانات مؤسساتهم لتشغيل الذكاء الاصطناعي: سهولة الوصول إلى البيانات، ودقتها، واكتمالها، واتساقها، وسلامتها.³

أهم النصائح:

• أجرِ عمليات تدقيق لحصر مصادر البيانات داخل المؤسسة ككل، وتقييم الحالة الحالية لبياناتك، مع رصد أي فجوات أو نقاط ضعف.²

• استثمر في تنظيف البيانات وتنسيقها وتصنيفها.

• ضع إطار عمل يساعد على ضمان جودة البيانات، مع مراعاة أبعاد مثل الدقة والاكتمال والاتساق وغيرها من الجوانب المهمة.²

• استخدم منصة بيانات سحابية أصلية تعزز التعاون في الوقت الفعلي بين البيئات المنفصلة وتجعل البيانات أكثر سهولة بغض النظر عن مكانها. ²

• أعدّ استراتيجية لحوكمة البيانات تكون بمثابة خارطة طريق لإدارة البيانات بفاعلية، بدءًا من جمعها وتخزينها وصولًا إلى استخدامها.

تتطلب عملية التكامل معرفة ومهارات متخصصة لبناء أنظمة الذكاء الاصطناعي ونشرها وصيانتها. وقد تجد الشركات صعوبة في تكوين فريق متوازن يضم الخبرات المناسبة، سواء من معمارِي الذكاء الاصطناعي، أو علماء البيانات، أو مهندسي التعلم الآلي.

أهم النصائح:

• استثمر في صقل مهارات القوى العاملة الحالية لديك من خلال برامج التدريب والتطوير في مجال الذكاء الاصطناعي.

• استقطب مواهب جديدة تمتلك الخبرة المطلوبة، متى كان ذلك متاحًا ضمن ميزانيتك.

• استعن بمستشارين أو متخصصين من جهات خارجية يقدمون خدمات تكامل الذكاء الاصطناعي. فيمكن لهؤلاء المزوّدين سد فجوات المهارات قصيرة المدى، ريثما تبني قدراتك طويلة المدى في مجال الذكاء الاصطناعي.

قد تكون تكاليف تكامل الذكاء الاصطناعي مرتفعة، خاصة في البداية. ولمواكبة تقنيات الذكاء الاصطناعي الحالية، قد تحتاج المؤسسات إلى ترقية البنية التحتية لتكنولوجيا المعلومات وتحديث التطبيقات القديمة. كما يجب أخذ تكاليف الصيانة المستمرة في الاعتبار. تتراكم كل هذه النفقات، مما يؤدي إلى استنزاف الموارد المالية.

أهم النصائح:

• اتبع نهجًا تدريجيًا، وابدأ بمشروعات صغيرة تركز على وظائف محدودة. يساعدك ذلك على تكوين تصور عن التكاليف الأولية، وقياس القيمة وقابلية التوسع، كما يتيح لك تقييم عائد الاستثمار في الذكاء الاصطناعي.

• اختر حلولًا أكثر فعالية من حيث التكلفة عند تحديث الأنظمة القديمة، مثل المنصات القائمة على السحابة، أو واجهات برمجة التطبيقات (APIs)، أو البرمجيات الوسيطة، إلى جانب نماذج الذكاء الاصطناعي المدربة مسبقًا التي يمكن ضبطها بدقة بدلًا من تدريبها من الصفر.

قد تتعلم الأنظمة المعتمدة على الذكاء الاصطناعي، من دون قصد، تحيزات موجودة في بيانات التدريب أو تظهر من خلال خوارزميات التعلم الآلي. وقد تنتقل هذه التحيزات المكتسبة إلى مرحلة نشر النماذج، فتؤدي إلى نتائج قد تكون ضارة، مثل تمييز منصات تتبع المتقدمين للوظائف على أساس النوع الاجتماعي، أو تقديم أدوات الذكاء الاصطناعي التنبؤي في الرعاية الصحية نتائج أقل دقة للفئات التي عانت تاريخيًا من نقص الخدمات.

وفي الوقت نفسه، تحدث هلوسة الذكاء الاصطناعي عندما تنتج أدوات رؤية الكمبيوتر المدعومة بالذكاء الاصطناعي التوليدي أو النماذج اللغوية الكبيرة مخرجات تبدو صحيحة، لكنها في الواقع ملفقة بالكامل أو غير دقيقة تمامًا. وتُعد هلوسة الذكاء الاصطناعي سمة ملازمة للطبيعة غير الحتمية لهذه النماذج، وغالبًا ما تظهر أثناء عمليات الاستدلال المعقدة، أو التفاعلات الطويلة، أو التسلسلات الممتدة.

ويتطلب تكامل الذكاء الاصطناعي بفاعلية إدارة المخاطر المرتبطة بتحيز الذكاء الاصطناعي وهلوساته إدارة نشطة، إذ يمكن أن يسبب كلاهما ضررًا كبيرًا للشركة إذا لم يُعالج بالطريقة المناسبة.

أهم النصائح:

• طبّق ممارسات تعزز الإنصاف والدقة، مثل تشكيل فِرق متنوعة لتطوير الذكاء الاصطناعي، واستخدام مجموعات بيانات تدريبية ممثلة للواقع، وإشراك العنصر البشري أو توفير إشراف بشري طوال عملية التكامل.

• طبّق عمليات واضحة للحد من التحيز والهلوسة في جميع مراحل دورة حياة الذكاء الاصطناعي. ويشمل ذلك اختيار نموذج التعلّم الأنسب، وتحديد حدود تضبط نطاق النتائج المحتملة وترسم عتبات احتمالية واضحة، إلى جانب الاختبار الصارم، والمراقبة المستمرة، والتحسين المتواصل.

• ضَع استراتيجية لحوكمة الذكاء الاصطناعي تشمل أطر عمل وسياسات ومعايير توجه تطوير الذكاء الاصطناعي واستخدامه على نحو مسؤول.

يجب أن تكون خصوصية البيانات وأمنها من أولويات المؤسسات. ووفقًا لتقرير تكلفة خرق البيانات لعام 2025 الصادر عن IBM، فإن "أنظمة الذكاء الاصطناعي غير الخاضعة للحوكمة تكون أكثر عرضة للاختراق، وتكون تكلفة الاختراق فيها أعلى عند حدوثه".⁴ ورغم أن التقرير وجد أن نسبة صغيرة فقط من العينة التي شملها البحث، وهي 13%، تعرضت لاختراقات في نماذج الذكاء الاصطناعي أو تطبيقاته، فإن 97% من الجهات التي تعرضت للاختراق كانت تفتقر إلى ضوابط وصول مناسبة للذكاء الاصطناعي.⁵ ونتيجة لذلك، أدت 60% من الحوادث الأمنية المرتبطة بالذكاء الاصطناعي إلى اختراق البيانات، بينما تسبب 31% منها في تعطيل العمليات.⁵

أهم النصائح:

• عزّز أمن الهوية من خلال اعتماد أساليب مصادقة حديثة ومقاومة للتصيد الاحتيالي، مثل مفاتيح المرور، وتطبيق ضوابط تشغيلية قوية للهويات غير البشرية، مثل وكلاء الذكاء الاصطناعي.⁴

• عزّز الأساسيات اللازمة للأمن الإلكتروني، بما في ذلك التحكم في الوصول، والتشفير، وإدارة المفاتيح.⁴

• احرص على تثقيف الموظفين بانتظام بشأن تهديدات الذكاء الاصطناعي الناشئة وأفضل الممارسات للتعامل معها.

• حدّث استراتيجيات الاستجابة للحوادث واختبرها دوريًا، بحيث تتضمن سيناريوهات ذات صلة تعالج التعقيدات والمخاطر الخاصة التي يفرضها الذكاء الاصطناعي.

عادةً ما يصاحب التغيير قدر من المقاومة. وقد تظهر هذه المقاومة داخل الفِرق في صورة مخاوف بشأن الأمان الوظيفي أو الاستغناء عن بعض الوظائف، أو تردد في تبنّي التقنيات الجديدة، أو تشكك في جدوى التكيّف مع مهام سير العمل بعد تعديلها. ومهما كانت أدوات الذكاء الاصطناعي لديك متطورة، ومهما كان دمجها داخل المؤسسة محكمًا، فإن انخفاض معدل التبنّي يعني أن جهودك لن تحقق أثرها المنشود.

أهم النصائح:

• أشرك موظفيك منذ البداية، وخذ تعليقاتهم في الاعتبار طوال عملية تكامل الذكاء الاصطناعي.

• ابدأ بتغيير طريقة التفكير، وقدّم الذكاء الاصطناعي بوصفه نظامًا مصممًا لتعزيز القدرات البشرية لا لاستبدالها، بما يتيح للموظفين التركيز على مهام أعلى قيمة.

• قدم تدريبا مستهدفا، مثل المرور عبر سير العمل مع فرقك حتى يتمكنوا من رؤية الفائدة الملموسة فورا.

• قدّم دعمًا مستمرًا لا يقتصر على كيفية استخدام تقنيات الذكاء الاصطناعي، بل يشمل أيضًا كيفية تفسير الرؤى التي تنتجها هذه التقنيات لاتخاذ قرارات أكثر استنارة.

• عزّز ثقافة تعاونية مهيأة للذكاء الاصطناعي، وضع استراتيجيات تساعد الموظفين على العمل بفاعلية إلى جانب الذكاء الاصطناعي.

ومن خلال فهم هذه التحديات ومعرفة كيفية التغلب عليها، ستكون في موقع أفضل لتبسيط عملية التكامل وتحقيق الإمكانات الكاملة للذكاء الاصطناعي في أعمالك.