مع الصعود السريع للذكاء الاصطناعي (AI)، شهدت مختلف الصناعات موجة من التجارب والاختبارات. ومع ذلك، تعاني العديد من الشركات من “إرهاق إثبات المفهوم (Proof-of-Concept Fatigue)”، حيث تفشل التجارب الأولية في التحول إلى قيمة تجارية ملموسة. إيفان تشانغ، المؤسس المشارك لشركة كوهير (Cohere)، وهي شركة رائدة في مجال نماذج اللغات الكبيرة للمؤسسات (LLM)، تناول هذا الإحباط المتزايد خلال قمة الويب الأخيرة، وحث العملاء المحتملين على الحفاظ على ثقتهم في الذكاء الاصطناعي مع التأكيد على الحاجة الماسة للتركيز على عائد الاستثمار (ROI).
مأزق إثبات المفهوم
سلط تشانغ الضوء على خيبة الأمل بين المؤسسات التي استثمرت بكثافة في مشاريع الذكاء الاصطناعي التجريبية دون رؤية عائد مماثل. وأقر بأن العديد من عملاء كوهير، على الرغم من بناء تطبيقات أولية، قد كافحوا لنقلها إلى مرحلة الإنتاج بسبب مشكلات تتراوح بين التكلفة والحوكمة إلى أمن البيانات والخصوصية. وتعكس هذه المشاعر اتجاهاً أوسع حيث غالباً ما يتصادم وعد الذكاء الاصطناعي مع الحقائق العملية للتنفيذ.
وأشار إلى قضايا التكلفة، والامتثال التنظيمي، وحماية البيانات، وبروتوكولات الخصوصية، والتي تأمل كوهير في حلها من خلال منصة مساحة العمل الجديدة الخاصة بها، نورث (North).
ضرورة عائد الاستثمار
في مقابلة، أكد تشانغ على أن المرحلة التالية من اعتماد الذكاء الاصطناعي يجب أن تكون مدفوعة بعائد استثمار واضح. تحتاج الشركات إلى رؤية مبرر مالي واضح لاستثماراتها في الذكاء الاصطناعي، مما يضمن أن الفوائد تفوق التكاليف. وحذر من أن بعض أنظمة الذكاء الاصطناعي باهظة التكلفة بحيث تلغي أي وفورات محتملة في التكاليف من أتمتة المهام.
وقال: "في بعض الأحيان، تكون تكلفة النماذج التي ينتهي بهم الأمر ببنائها أكثر تكلفة من البشر الذين يقومون بتشغيلها بالفعل."
السؤال الأساسي هو ما إذا كان هناك تحسن حقيقي في تطبيقات الذكاء الاصطناعي يجب معالجته للتغلب على الجسور المحترقة لشركات الذكاء الاصطناعي التي تتولى مشاريع لا تؤتي ثمارها أبدًا.
تعزيز الذكاء الاصطناعي مقابل الإنتاجية
لاحظ تشانغ أيضاً حالات حاولت فيها الشركات تعزيز القوى العاملة الحالية بالذكاء الاصطناعي لكنها فشلت في رؤية أي تحسن في الإنتاجية. في بعض الحالات، قام الموظفون ببساطة بتقليل عبء العمل دون زيادة الإنتاج، مما أدى فعلياً إلى إلغاء فوائد الذكاء الاصطناعي. وهذا يسلط الضوء على أهمية التفكير بعناية في كيفية دمج الذكاء الاصطناعي في سير العمل الحالي والتأكد من أنه يؤدي إلى مكاسب حقيقية في الكفاءة.
التغلب على النكسات المبكرة
ويتوقع تشانغ أن تُكلف الشركات الناشئة في مجال الذكاء الاصطناعي الآن باستعادة الشركات التي "أحرقتها" المشاريع التي لم تنجح. "المرحلة التالية من الذهاب إلى السوق بالنسبة لهذه التكنولوجيا هي، ‘أين عائد الاستثمار؟’" ويعتقد أن شركات الذكاء الاصطناعي ستحتاج إلى إعادة بناء الثقة من خلال إظهار القيمة الملموسة لحلولها والتركيز على تقديم نتائج قابلة للقياس.
أصداء من المجتمع البحثي
وتدعم ملاحظات تشانغ الأبحاث التي أجرتها منظمات مثل المكتب الوطني للبحوث الاقتصادية، والتي لم تجد "أي تأثير كبير على الأرباح أو الساعات المسجلة في أي مهنة" بعد مسح 7000 مكان عمل تستخدم روبوتات الدردشة بالذكاء الاصطناعي. وبالمثل، كشفت دراسة أجرتها مجموعة بوسطن الاستشارية أن ربع المديرين التنفيذيين الذين شملهم الاستطلاع فقط قد رأوا قيمة كبيرة من الذكاء الاصطناعي، مما يشير إلى أن الشركات غالباً ما تنشر استثماراتها بشكل رقيق جداً عبر مشاريع تجريبية متعددة.
إعطاء الأولوية لمشاكل الأعمال على الحلول البراقة
تتمثل نصيحة تشانغ للشركات التي تفكر في نماذج LLM في التركيز على حل مشاكل تجارية محددة بدلاً من بناء حلول معقدة دون حالات استخدام واضحة. وحذر من الضياع "في بناء شيء ما والبحث عن مشكلة"، مؤكداً على أهمية مواءمة استثمارات الذكاء الاصطناعي مع الأهداف التجارية الاستراتيجية.
الذكاء الاصطناعي كأداة في صندوق الأدوات
جادل تشانغ بأنه يجب النظر إلى الذكاء الاصطناعي على أنه مجرد أداة واحدة في صندوق الأدوات لحل مشاكل الأعمال وخلق قيمة للعملاء. وحذر من المبالغة في إمكانات هذه التكنولوجيا لحل جميع مشاكل العالم، مؤكداً أنها تكون أكثر فاعلية عند استخدامها بشكل استراتيجي وبالتزامن مع حلول أخرى.
تحدي الهلوسة
في حين أن الذكاء الاصطناعي قد حقق خطوات كبيرة، إلا أن التحديات لا تزال قائمة، لا سيما في مجال "الهلوسة (Hallucinations)"، حيث تقوم نماذج LLM بإنشاء معلومات خاطئة أو ملفقة. على الرغم من التقدم المحرز في هذا المجال، إلا أن معدلات هلوسة LLM ظلت مرتفعة بشكل عنيد، حتى مع وجود أحدث النماذج من الشركات الرائدة التي تنتج أخطاء. وتؤكد هذه القضية على أهمية الشفافية وتزويد المستخدمين برؤى حول كيفية وصول نماذج الذكاء الاصطناعي إلى استنتاجاتها.
اعترف المؤسس المشارك للعديد من المهنيين بأن الهلوسة لا تزال تمثل مشكلة في الذكاء الاصطناعي التوليدي. وذكر أن الشركة حاولت المساعدة من خلال التحلي بالشفافية، بما في ذلك عرض "التفكير الأساسي" لنماذج LLM الخاصة بها للمستخدمين، والأدوات التي تستخدمها أنظمتها، بالإضافة إلى كيفية الاستشهادات بالإجابات المشتقة.
المشهد التنافسي
تواجه كوهير منافسة شديدة من منافسين أفضل تمويلاً في مجال الذكاء الاصطناعي. ومع ذلك، يعتقد تشانغ أن الأكبر ليس دائمًا الأفضل عندما يتعلق الأمر ببناء نماذج ذكاء اصطناعي فعالة من حيث التكلفة وموفرة للطاقة. وجادل بأن النموذج "جيد فقط مثل البيانات والأنظمة التي يمكنه الوصول إليها"، مؤكداً على أهمية بناء حلول يمكن تشغيلها بالكامل داخل بيئات العملاء. وأشاد تشانغ "بالنمو المكثف" لكوهير وقال إن الطبيعة "الناشئة نسبياً" للمساحة تترك متسعاً كبيراً للشركة للتوسع.
نمو الإيرادات والتحديات
كان نمو كوهير موضوع تركيز حديث لوسائل الإعلام التقنية. بلغت شركة كوهير 100 مليون دولار أمريكي (138 مليون دولار كندي) من الإيرادات السنوية هذا الشهر بعد أكثر من مضاعفة مبيعاتها منذ بداية عام 2025، وقال الرئيس التنفيذي إيدان غوميز مؤخرًا لبلومبرج إن الشركة "ليست بعيدة" عن تحقيق الربحية. لكن صحيفة The Information ذكرت أن هذا لا يزال أقل بـ 350 مليون دولار أمريكي مما قالته كوهير للمستثمرين في عام 2023 إنها تتوقع تحقيقه سنويًا بحلول الآن. الأهداف المتعلقة بالإيرادات والمنافسة الشديدة ليست التحديات الوحيدة التي يجب على كوهير التعامل معها.
دعوى قضائية بشأن انتهاك حقوق الطبع والنشر
تواجه الشركة الناشئة في مجال الذكاء الاصطناعي أيضاً ما وصفه أحد الخبراء بأنه دعوى قضائية محتملة "سابقة" بشأن انتهاك حقوق الطبع والنشر من شركات إعلامية كبرى. وزعمت مجموعة من المؤسسات الإعلامية بما في ذلك Toronto Star وCondé Nast وVox أن Cohere كشطت محتوى إعلامياً دون موافقة واستخدمته لتدريب نماذج الذكاء الاصطناعي، ووصلت إلى المحتوى في الوقت الفعلي دون إذن، وأنتجت مخرجات تنتهك الحقوق. كوهير هي مجرد واحدة من العديد من الشركات الناشئة في مجال الذكاء الاصطناعي التي تواجه دعاوى قضائية مماثلة. نفت كوهير هذه الادعاءات، بحجة أن الناشرين الذين رفعوا الدعوى قد بذلوا قصارى جهدهم "لتصنيع" القضية ونفوا فكرة حدوث أي انتهاك عملي لحقوق الطبع والنشر.
ورفض تشانغ تقديم الكثير من التعليقات حول هذه المسألة، وأشار BetaKit إلى منشور مدونة يفصل تفكير Cohere. وقال: "نحن واثقون من ذلك."
نظرة أعمق على تحديات تنفيذ الذكاء الاصطناعي
تغوص العديد من الشركات في البداية في مبادرات الذكاء الاصطناعي بحماس كبير، معتقدين أن الذكاء الاصطناعي سيحدث ثورة بسرعة في عملياتهم ويخلق كفاءات لم يسمع بها من قبل. لكن الكثيرين يجدون أنفسهم يواجهون تحديات كبيرة لم يتوقعوها. يمكن أن تتخذ هذه الصعوبات أشكالاً مختلفة، من التعقيد التقني إلى المقاومة التنظيمية. إن فهم هذه التحديات ضروري للشركات التي تأمل في تنفيذ الذكاء الاصطناعي بنجاح والحصول على عائد إيجابي على استثماراتها.
التعقيد التقني ومتطلبات البيانات
أحد العقبات الأولى التي تواجهها الشركات في كثير من الأحيان هو التعقيد التقني لأنظمة الذكاء الاصطناعي. إن نماذج الذكاء الاصطناعي، وخاصة تلك القائمة على التعلم العميق، تتطلب حسابياً وتتطلب معرفة متخصصة لإنشائها وتدريبها ونشرها. البيانات مطلوبة أيضاً. تؤثر جودة وكمية بيانات التدريب بشكل كبير على أداء نماذج الذكاء الاصطناعي. قد يكون جمع وإعداد مجموعات البيانات الضخمة عملية تستغرق وقتاً طويلاً وتستهلك الكثير من الموارد. يمكن أن تعيق مشاريع الذكاء الاصطناعي الافتقار إلى بيانات عالية الجودة وموسومة، مما يؤدي إلى نماذج غير دقيقة أو متحيزة.
علاوة على ذلك، فإن ضمان التشغيل البيني لأنظمة الذكاء الاصطناعي مع البنية التحتية لتكنولوجيا المعلومات الحالية يقدم المزيد من التعقيد. قد لا تكون منصات وأطر الذكاء الاصطناعي المختلفة متوافقة مع الأنظمة القديمة، مما يستلزم تغييرات كبيرة في سير العمل والهياكل الحالية. غالباً ما يتطلب دمج الذكاء الاصطناعي في بيئات تنظيمية معقدة خبرة كبيرة وفهمًا قويًا لكل من تقنيات الذكاء الاصطناعي والعمليات التجارية الأساسية.
الحواجز التنظيمية والثقافية
بالإضافة إلى العقبات التقنية، قد تواجه المنظمات عقبات تنظيمية وثقافية كبيرة أمام تبني الذكاء الاصطناعي. تتمثل إحدى المشكلات المنتشرة في تردد العمال في تبني التغييرات التي تعتمد على الذكاء الاصطناعي. قد يشعر الموظفون بالقلق بشأن فقدان الوظائف بالإضافة إلى الحاجة إلى تعلم مواهب جديدة والتكيف مع طرق عمل جديدة. قد تعيق مقاومة العمال مبادرات الذكاء الاصطناعي وتعيق تحقيق المزايا المتوقعة.
علاوة على ذلك، يتطلب نشر الذكاء الاصطناعي تعاوناً كبيراً بين الأقسام والفرق. يجب على علماء البيانات ومحترفي تكنولوجيا المعلومات ومحللي الأعمال وخبراء الموضوع التعاون لتحديد المشكلات وإنشاء حلول الذكاء الاصطناعي ونشرها في مرحلة الإنتاج. يمكن أن تؤدي الصوامع ونقص الاتصال إلى خنق التعاون وإعاقة التكامل الفعال للذكاء الاصطناعي في العمليات التجارية. يتطلب التغلب على هذه العقبات التنظيمية والثقافية قيادة قوية واتصالاً فعالاً وتفانياً في إدارة التغيير.
المخاوف الأخلاقية والحوكمة
مع انتشار الذكاء الاصطناعي على نطاق أوسع، أصبحت القضايا الأخلاقية والحوكمة ذات أهمية متزايدة. تتمتع أنظمة الذكاء الاصطناعي بالقدرة على إدامة التحيزات وإصدار أحكام غير عادلة والتعدي على خصوصية الناس. يجب على المنظمات معالجة هذه المخاوف من خلال تطوير مبادئ توجيهية أخلاقية قوية وإجراءات حوكمة لتصميم الذكاء الاصطناعي وتطويره ونشره. الشفافية والمساءلة والعدالة هي مبادئ أساسية للذكاء الاصطناعي المسؤول.
خصوصية البيانات هي قضية مهمة يجب أخذها في الاعتبار. يجب اتباع قواعد خصوصية البيانات أثناء بناء أنظمة الذكاء الاصطناعي، إلى جانب الضمانات لحماية المعلومات الحساسة من الوصول غير المرغوب فيه أو سوء الاستخدام. يجب على المنظمات الحصول على موافقة المستخدم لجمع البيانات واستخدامها، بالإضافة إلى توفير الشفافية حول كيفية اتخاذ نماذج الذكاء الاصطناعي للخيارات. علاوة على ذلك، يجب أن يكون لدى المنظمات آليات قائمة لمراقبة وتدقيق أنظمة الذكاء الاصطناعي لاكتشاف وتخفيف أي مخاطر أخلاقية أو عواقب غير مرحب بها.
قياس عائد الاستثمار وإظهاره
في النهاية، يعتمد نجاح أي مشروع للذكاء الاصطناعي على قدرته على إنتاج عائد قابل للقياس الكمي على الاستثمار (ROI). ومع ذلك، قد يكون تحديد عائد الاستثمار لمشاريع الذكاء الاصطناعي أمراً صعباً، لا سيما عندما تكون الفوائد غير ملموسة أو طويلة الأجل. يجب على المنظمات وضع أهداف ومؤشرات واضحة لمبادرات الذكاء الاصطناعي الخاصة بها، بالإضافة إلى تتبع التقدم وقياس النتائج بانتظام. هذا يتطلب فهماً شاملاً للقيمة التجارية التي من المتوقع أن يقدمها الذكاء الاصطناعي بالإضافة إلى الموارد اللازمة لتحقيق هذه القيمة.
علاوة على ذلك، فإن توصيل فوائد الذكاء الاصطناعي إلى أصحاب المصلحة أمر بالغ الأهمية لاكتساب الدعم وترسيخ الثقة في استثمارات الذكاء الاصطناعي. قد يستلزم ذلك تقديم حالات استخدام وعرض الانتصارات المبكرة وقياس تأثير الذكاء الاصطناعي على المؤشرات التجارية الأساسية. لكي تتمكن الشركات من قياس عائد الاستثمار في الذكاء الاصطناعي وإظهاره بنجاح، يجب عليها إنشاء إطار عمل محدد لقياس الأداء والتعبير بوضوح عن عرض القيمة لأصحاب المصلحة.
مستقبل تبني الذكاء الاصطناعي: منظور متوازن
تسلط رؤى إيفان تشانغ الضوء على أهمية اتباع نهج متوازن لتبني الذكاء الاصطناعي، وهو نهج يقر بإمكانات التكنولوجيا مع البقاء راسخاً في الحقائق العملية. مع استمرار الذكاء الاصطناعي في التطور، ستحتاج الشركات إلى التركيز على بناء حلول تقدم عائد استثمار ملموس، ومعالجة المخاوف الأخلاقية، والاندماج بسلاسة في سير العمل الحالي. من خلال إعطاء الأولوية لمشاكل الأعمال على الحلول البراقة والنظر إلى الذكاء الاصطناعي كأداة في صندوق الأدوات، يمكن للمؤسسات إطلاق الإمكانات الحقيقية للذكاء الاصطناعي وتحقيق نتائج تجارية ذات مغزى.