لم يعد الذكاء الاصطناعي للمؤسسات طموحًا مستقبليًا. إنه في رحلة تشغيلية كاملة. تتقدم قدرات النماذج بشكل أسرع مما تستطيع معظم المنظمات استيعابه، بينما تستمر تكلفة الأداء في الانخفاض. على المستوى العالمي، من المقرر أن يصل الاستثمار في الذكاء الاصطناعي إلى 2.5 تريليون دولار في عام 2026، بزيادة 44% عن العام السابق. بالنسبة للعديد من المؤسسات، أنتج هذا الاستثمار تجزؤًا. يمكن أن تتراكم الذكاءات في صوامع بحيث يكون وكلاء المبيعات غير مدركين لتذاكر الدعم المفتوحة، على سبيل المثال، أو تقوم أنظمة التسويق بتخصيص المحتوى دون رؤية ما يعرفه قسم المالية بالفعل عن العميل. قد تؤدي كل وظيفة أداءً جيدًا في عزلة، لكن المؤسسة ككل تتعلم القليل وتتوفر لديها معلومات أقل للعمل بناءً عليها.
التحول من الذكاء الاصطناعي كأداة إلى الذكاء الاصطناعي كنموذج تشغيلي—ما نسميه "التحول الوكيلي" في هذا التقرير—يتطلب شيئًا أكثر جوهرية من نماذج أفضل أو بنية تحتية أسرع. يتطلب ربط الأشخاص والعمليات والبيانات في الوقت الفعلي، إلى جانب الحوكمة والتحكم للعمل على هذا الذكاء بشكل موثوق. هذا يعني إعادة التفكير في كل من البنية والنماذج التشغيلية في وقت واحد. أولاً، إعادة بناء البنية التحتية للبيانات من أجل إمكانية الوصول بدلاً من الحجم. ثانيًا، استبدال حزم التكنولوجيا الثابتة ببنى قابلة للتكوين يمكنها التطور مع تغير النماذج والأدوات. وأخيرًا، حل مسائل سيادة الذكاء الاصطناعي، بما في ذلك أين يعمل الذكاء، ومن يتحكم فيه، وكيف يعمل عبر الحدود التنظيمية والولائية القضائية.
تشمل النتائج الرئيسية ما يلي: مشكلة التوسع في الذكاء الاصطناعي للمؤسسات هي مشكلة هيكلية. الشركات التي تركز على العمليات تتقدم. الإنفاق العالمي على الذكاء الاصطناعي يرتفع بشكل حاد وقدرات النماذج تتقدم بشكل أسرع مما تستطيع معظم المنظمات دمجها. ومع ذلك، فإن غالبية المؤسسات لا تزال لا تنمو إيراداتها من خلال الذكاء الاصطناعي أو تعيد التفكير بشكل جذري في كيفية عملها. الشركات التي تحقق عوائد مستدامة تشترك في انضباط مشترك. إنهم يعتبرون إعادة تصميم العمليات بمثابة العمل الذي يسبق اختيار النموذج، والبناء لكيفية تطور التكنولوجيا بدلاً من تعديل الأدوار وسير العمل بعد النشر.
جاهزية البيانات، وليس وفرة البيانات، هي ما يجعل الذكاء الاصطناعي قابلاً للتركيب. تكتشف معظم المؤسسات بعد فوات الأوان أن امتلاك البيانات وامتلاك بيانات جاهزة للذكاء الاصطناعي شيئان مختلفان تمامًا. يمكن لأساس سيادي وقابل للتكوين—يستعلم عن البيانات ويعدها حيث توجد، دون ترحيل أو مركزية—تحويل ممتلكات البيانات الخام إلى ذكاء يمكن لوكلاء الذكاء الاصطناعي العمل بناءً عليه. مع قوانين إقامة البيانات، والبيئات متعددة السحابات، والتعقيد الهيكلي التي تجعل المركزية غير عملية بشكل متزايد، فإن السيطرة السيادية على مكان تشغيل النماذج ومكان وجود البيانات هي ما يحافظ على تلك القدرة على التكيف سليمة.
المصدر: MIT Technology Review AI · لخّصه HeadlinesBriefing