لم تعد المسألة بالنسبة للشركات تتمثل في معرفة أي نموذج للذكاء الاصطناعي هو الأكثر أداءً، بل في كيفية استغلاله بكفاءة لتحقيق نتائج ملموسة وقابلة للقياس. في تحليل نُشر على موقع Journal du Net، يُصوَّر خلق القيمة المرتبط بالذكاء الاصطناعي على أنه يعتمد الآن بشكل أساسي على بيانات الشركات وقدرتها على توظيفها.
يذكّر الكاتب بأن الذكاء الاصطناعي يسير على مسار مشابه لمسار الحوسبة السحابية والتخزين وقوة الحوسبة. فمع نضج هذه التقنيات، تصبح أكثر كفاءة وأكثر سهولة في الوصول وتندمج بشكل أكبر في عمل الشركات. في مواجهة التسارع الحالي، لم يعد التحدي يتمثل في الوصول إليها بقدر ما يتمثل في استخلاص قيمة حقيقية منها.
مناقشات تركز على النماذج
لقد دار جزء كبير من النقاش حول الذكاء الاصطناعي التوليدي على النماذج نفسها: أيها الأقوى، والأكثر موثوقية، والأسرع. تتطور المناقشات الآن، لتنصبّ على كيفية قدرة الذكاء الاصطناعي على تسريع تطوير المنتجات، وتحسين تجربة العملاء، وزيادة الكفاءة التشغيلية، أو خفض التكاليف. تتكاثر النماذج الكبيرة للذكاء الاصطناعي التوليدي ويتقدم أداؤها، بحيث أصبحت الشركات تمتلك خيارًا غير مسبوق. وستتميز الشركات، وفقًا لهذا النص، ليس بقدرة الذكاء الاصطناعي الذي تصل إليه بل بكيفية استغلالها له.
توفر النماذج قدرات عامة، لكن البيانات الخاصة بكل منظمة هي التي تزودها بالمعرفة اللازمة لتحقيق نتائج ذات صلة. ولخلق القيمة، يجب أن تكون هذه البيانات سهلة الاستغلال، في إطار موثوق، من قبل فرق الأعمال وأنظمة الذكاء الاصطناعي على حد سواء. البيانات المنعزلة تحد مما يمكن أن يقدمه الذكاء الاصطناعي، في حين أن البيانات المُحكمة والسياقية والقابلة للوصول يمكن أن تزيد بشكل كبير من تأثيرها.
بنية تحتية قادرة على التطور
وبالتالي يحتاج القادة إلى بنى تحتية قادرة على التطور بنفس سرعة تطور النماذج. فبناء استراتيجية حول نموذج واحد قد يحبس الشركة في بيئة تكنولوجية متغيرة باستمرار. الهدف بدلاً من ذلك هو دمج الابتكارات فور ظهورها، مع ضمان اتساق البيانات وحوكمتها.
يُبرز النص التوجيه التلقائي للنماذج، والذي يعني توجيه كل مهمة إلى النموذج الأنسب وفقًا لمعايير مثل الأداء أو التكلفة أو التعقيد. تتيح هذه المقاربة استخدام الذكاء الاصطناعي بشكل أكثر كفاءة، دون اللجوء بشكل منهجي إلى النموذج الأقوى لكل مهمة.
معايير النجاح أيضًا يجب أن تتغير. فعدد الاستعلامات أو الرموز (tokens)، وهي وحدات النص التي يعالجها النموذج، يقيس الاستخدام، لكنه لا يقول شيئًا عن القيمة المُخلَقة. السؤال الذي يجب طرحه هو: هل يتيح الذكاء الاصطناعي اتخاذ قرارات أفضل، أو تحسين منتج، أو تعزيز علاقة العملاء، أو تحسين العمليات، أو خلق فرص نمو جديدة؟
« لوقت طويل، اعتقدنا أن المنافسة في مجال الذكاء الاصطناعي ستكون بين النماذج. لكن الواقع هو أن الذكاء أصبح شيئًا شائعًا تدريجيًا. » وبالتالي فإن خلق القيمة ينتقل نحو بيانات الشركات وقدرتها على استغلالها لتزويد الذكاء الاصطناعي بالسياق الذي يحتاجه.
