مواجهة واقع الذكاء الاصطناعي: لماذا تتخلف الشركات عن الركب
لقد انتهت فترة الضجيج حول الذكاء الاصطناعي.
قضت الشركات سنوات في التهافت على استخدام أدوات مثل ChatGPT. والآن، يواجه القادة سؤالاً جديداً: هل يحسن الذكاء الاصطناعي النتائج المالية النهائية؟
يوضح تقرير جديد من McLean Forrester سبب فشل العديد من الشركات في رؤية نتائج ملموسة. فهي تقع في "فخ المشاريع التجريبية"؛ حيث تطلق مشاريع صغيرة تحقق مكاسب ضئيلة ولكنها تفشل في التوسع.
للفوز، يجب عليك فهم ثلاثة مستويات للذكاء الاصطناعي.
الذكاء الاصطناعي الأفقي (Horizontal AI) هذه أدوات عامة. تعمل في المهام البسيطة مثل تلخيص التقارير العامة. قد تلاحظ زيادة في الإنتاجية بنسبة تتراوح بين 5% إلى 10%. ومع ذلك، تفشل هذه الأدوات عندما تتطلب المهام معرفة خاصة بشركتك.
الذكاء الاصطناعي الهجين (Hybrid AI) هذا هو الحل الوسط الأذكى. فهو يستخدم طريقة تسمى Retrieval-Augmented Generation (RAG). حيث تقوم بربط نموذج ضخم ببياناتك الداخلية الخاصة، مثل السياسات وسجلات العملاء. وهذا يحسن الدقة ويحافظ على أمن بياناتك دون التكلفة العالية لبناء نموذج جديد.
الذكاء الاصطناعي العمودي (Vertical AI) هذا هو المستوى الأعلى. وهو عبارة عن طبقة ذكاء مخصصة تم بناؤها لتناسب سير عملك الخاص. على سبيل المثال، يستخدم البنك الذكاء الاصطناعي العمودي لمراجعة طلبات القروض وفقاً لقواعد صارمة. فهو لا يكتفي بتقديم المعلومات فحسب، بل يشارك في وظائف عملك الأساسية.
كيف تستعد لعام 2027:
- توقف عن مطاردة التكلفة الأقل. ابحث عن الحل الذي يعالج أصعب مشكلات عملك.
- أصلح بنيتك التحتية للبيانات. بياناتك الخاصة هي ميزتك الوحيدة. لا يمكنك بناء ذكاء اصطناعي جيد على بيانات غير منظمة.
- استخدم خارطة طريق مرحلية. ابدأ بالذكاء الاصطناعي الهجين لبناء الثقة وإظهار القيمة. ثم انتقل إلى الذكاء الاصطناعي العمودي.
لن يكون الفائزون هم الشركات ذات الميزانيات الأكبر. بل الشركات التي توائم بين الذكاء الاصطناعي واحتياجات عملها المحددة.
المصدر: https://dev.to/mcleanforresterllc/the-ai-reckoning-why-most-companies-are-getting-left-behind-175i
مجتمع تعليمي اختياري: https://t.me/GyaanSetuAi