أهم 5 نصائح لقياس إنتاجية الذكاء الاصطناعي التوليدي في المؤسسة

اكتسب الذكاء الاصطناعي التوليدي زخمًا هائلاً في عالم المؤسسات خلال فترة زمنية قصيرة نسبيًا. تتمتع هذه التقنية بالقدرة على إحداث تحسينات كبيرة في الكفاءة والابتكار، من أتمتة سير العمل الروتينية إلى توليد رؤى من مجموعات البيانات الكبيرة. 

في الوقت الحالي، يعمل مساعدو الذكاء الاصطناعي على زيادة الإنتاجية من خلال تعزيز قدرات الأفراد. إن التطور التالي في طرق العمل والاستشارات هو الذكاء الاصطناعي الفاعل، حيث يشرف الإنسان على فريق من وكلاء الذكاء الاصطناعي المستقلين الذين يؤدون المهام ويتواصلون مع بعضهم البعض. وفقا لـ Jill Goldstein، الشريك الإداري العالمي للموارد البشرية وتحويل المواهب في IBM Consulting، "ستحتاج الشركات إلى إعادة تقييم عمليات عملها الحالية لديها وإنشاء أنواع جديدة من الفرق حيث يشرف البشر على مجموعات من وكلاء الذكاء الاصطناعي المستقلين".

لتسخير إمكانات الذكاء الاصطناعي بالكامل، يجب علينا وضع أطر عمل لقياس الإنتاجية لا تقيس فقط الإنتاج الفردي، بل أيضًا تنسيق وكلاء الذكاء الاصطناعي العاملين جنبًا إلى جنب مع البشر. ولكن يمكن أن يكون تحديد التأثيرات الحقيقية على الإنتاجية في العالم الحقيقي، لا سيما بالنظر إلى مدى قرب عمل البشر والآلات معًا لأداء مهام مكان العمل، عملية معقدة. بمعنى آخر، السؤال اليوم ليس ما إذا كان سيتم نشر الذكاء الاصطناعي لزيادة الإنتاجية، ولكن كيف يتم قياس واستخدام الأدوات المتاحة للمؤسسة بأفضل طريقة.

في IBM Consulting، قمنا بمعالجة هذا السؤال من خلال إنشاء مختبر داخلي لقياس الإنتاجية والذي يقوم بإنشاء أطر عمل وطرق لقياس الإنتاجية مع اعتماد مستشارينا للذكاء الاصطناعي. إننا نعتقد أن هذه الأطر حاسمة ليس فقط للتبني الناجح، ولكن أيضًا لتوفير مقاييس مفيدة وملموسة للنجاح. كما كانت لا غنى عنها في توفير بيانات قابلة للتنفيذ لتوجيه التطوير المستمر لمنصة التسليم المدعومة بالذكاء الاصطناعي لدينا، IBM Consulting Advantage، والتي تعزز توصيل عملائنا من قِبل مستشارينا باستخدام وكلاء الذكاء الاصطناعي والتطبيقات والمزيد.

من خلال هذه العملية، حددنا 5 دروس رئيسية حول أفضل السبل لقياس إنتاجية استخدام الذكاء الاصطناعي في بيئة مؤسسية:

1. مراعاة السياق
2. قياس المقاييس الرئيسية مقابل مجموعة التحكم
3. إشراك المستخدمين بمستويات مهارة مختلفة
4. قياس مدى سرعة تكيف البشر مع النظام
5. أخذ دورة حياة المشروع الكاملة بعين الاعتبار

عند تقييم تأثير الذكاء الاصطناعي التوليدي، من الضروري مراعاة السياق المحدد الذي يتم تطبيقه فيه. تؤدي أدوات الذكاء الاصطناعي بشكل مختلف عبر الصناعات والأقسام والمهام، مما يعني أن التقييم الشامل لن يوفر رؤى دقيقة.

يردد Goldstein هذه الفكرة: "للاستفادة من قيمة الذكاء الاصطناعي التوليدي، يجب على القادة أولاً أن يتصوروا ذلك في سياق القوى العاملة لديهم. وهذا يعني وجود التقنية المناسبة في المكان المناسب وتزويد القوى العاملة بالخبرة التقنية لاستخدام الأدوات بفعالية."

على سبيل المثال، يختلف تأثير الذكاء الاصطناعي على فريق الهندسة عن تأثيره على موظف خدمة العملاء. فقد يرى المطور الذي يستخدم مساعدًا في البرمجة نشرًا أسرع للكود مع عدد أقل من الأخطاء، بينما قد يتوقع وكيل تجربة العملاء أوقات استجابة أسرع.

تحدد عملية قياس الإنتاجية الناجحة المشكلة المحددة التي يهدف الذكاء الاصطناعي إلى حلها، مما يسمح للباحثين بتقييم تأثيرها ذي الصلة بدقة.

يتطلب الفهم الحقيقي لتأثير الذكاء الاصطناعي التوليدي، وطريقة استخدام البشر لمساعد أو أداة ما، قياس الأداء مقابل مجموعة ضابطة لا تستخدم الذكاء الاصطناعي. تتيح هذه الطريقة للباحثين معرفة ما إذا كانت التحسينات تُعزى مباشرةً إلى نظام الذكاء الاصطناعي.

في مختبرنا لأبحاث قياس الإنتاجية، نقوم بتحديد مجموعات مستخدمين متشابهة قدر الإمكان ونسألهم لإدارة مشروع متطابق يحاكي سيناريوهات العالم الحقيقي: مجموعة واحدة بالطريقة التقليدية، وأخرى بمساعدة الذكاء الاصطناعي. من هناك، نتمكن من قياس المقاييس الرئيسية مثل السرعة والجودة والتكلفة والدقة بين هاتين المجموعتين. 

يمكن أن يختلف تأثير الذكاء الاصطناعي التوليدي على الإنتاجية بشكل كبير اعتمادًا على مستوى مهارة الموظف الذي يستخدم النظام. وبالنظر إلى ذلك، من المهم تقييم أداء الذكاء الاصطناعي عبر مجموعة من خبرات المستخدمين. فلا ينبغي النظر إلى مستويات المهارة والخبرة فقط من خلال عدسة الأقدمية أو سنوات الخبرة، بل يجب النظر إلى المهارات ذات الصلة أو المستهدفة المطلوبة لتنفيذ مهمة معينة.

في إحدى الدراسات الحديثة التي أجريناها لتقييم مساعد البرمجة، قمنا بتشكيل فريقين يؤديان نفس المهمة مدعومين بالذكاء الاصطناعي: فريق ذو مستوى مهارة أعلى، وآخر ذو خبرة أقل. وقد وجدنا تبايناً كبيراً في مستوى إنتاجية كل مجموعة مقارنةً بالمجموعة الضابطة، مما يشير إلى أن التفاعل بين الإنسان والآلة والقدرة على التواصل مع النظام بفعالية كان لهما تأثير كبير على عائد الاستثمار للأداة. 

غالبًا ما يعتمد نجاح الذكاء الاصطناعي التوليدي في بيئة المؤسسة على مدى سرعة وفعالية قدرة القوى العاملة على التكيف معه. تم تصميم الذكاء الاصطناعي التوليدي لتعزيز القدرات البشرية، الأمر الذي قد يتطلب منحنى تعليمي وفترة للتكيف. يعد قياس التبني البشري وتكامله مع أنظمة الذكاء الاصطناعي أمرًا بالغ الأهمية في قياس التأثير الكلي للنظام.

"في بحثنا، وجدنا أن بعض المجموعات تتكيف ببطء أكبر مع مساعدي الذكاء الاصطناعي، مما يتطلب المزيد من التدريب والتجربة قبل أن يتمكنوا من استخدام الأداة بشكل منتج. كما وجدنا أن تكامل المساعد مع الأدوات المحددة للفريق كان عاملاً رئيسياً في تأثيره على الإنتاجية.

ولقياس هذا المتغير بشكل فعال، نوصي بمراقبة وملاحظة الأشخاص الخاضعين للبحث بشكل مستمر لتحديد مدى سرعة تكيفهم.

تأثير الذكاء الاصطناعي التوليدي على الإنتاجية يمتد إلى كيفية الحفاظ على مخرجاته. إن قياس مدى سهولة أو صعوبة تحديث أو إدارة المخرجات التي تم إنشاؤها بواسطة الذكاء الاصطناعي يعد جانبًا أساسيًا من جوانب تأثيره الكلي.

"على سبيل المثال، في دراسة لإنتاجية مساعد التعليمات البرمجية، لاحظنا أن بعض الفرق أنتجت سطورًا أقل من التعليمات البرمجية مع تحقيق نفس النتائج، مما أدى إلى تقليل أعمال الصيانة.

في تطبيقات أخرى للذكاء الاصطناعي، قد يتضمن هذا القياس حساب الجهد البشري المطلوب للإشراف على المحتوى الذي ينشئه الذكاء الاصطناعي أو تدقيقه. إذا كان الذكاء الاصطناعي يؤدي عملاً يتطلب مراجعات أو تحديثات مكثفة، فقد يكون صافي الإنتاجية أقل من المتوقع. 

مع دخولنا عام 2025، يصبح هذا النوع من البحث أكثر أهمية حيث تسعى الشركات لقياس تأثير استثماراتها في مجال الذكاء الاصطناعي التوليدي. يؤكد Goldstein على هذا المفهوم قائلاً: "يجب على المؤسسات تطوير أطر عمل لقياس الإنتاجية للحصول على رؤى حول كيفية تعزيز الذكاء الاصطناعي لقدرات القوى العاملة ومعالجة التحديات. باستخدام بيانات القوى العاملة هذه في متناول أيديهم، يمكن للقادة تحديد حالات الاستخدام عالية التأثير، وترتيب أولويات جهود الذكاء الاصطناعي وتعظيم العائد على الاستثمار."

تشير نتائجنا الأولية إلى أن قيمة الذكاء الاصطناعي للمؤسسة مرتبطة ارتباطًا وثيقًا بكيفية استخدام البشر له: سواء كان لديهم المعرفة للاستعلام عنه بشكل فعال أو مدى تكامل المساعد مع مهام سير العمل التي اعتادوا استخدامها يوميًا.

في مختبر قياس الإنتاجية لدى IBM Consulting، نستخدم هذه الرؤى لتعديل وتطوير أدواتنا باستمرار، بهدف إنشاء علاقات أكثر كفاءة بين الإنسان والآلة وتحقيق القوة الحقيقية للذكاء الاصطناعي.