الذكاء الاصطناعي على نطاق واسع: لماذا التحدي الحقيقي هو إدارة القيمة لا خفض التكلفة

الذكاء الاصطناعي يغيّر اقتصاديات التكنولوجيا

جرت العادة أن تُشترى تقنيات المؤسسات عبر ترتيبات يمكن التنبؤ بها نسبيًا: التراخيص، والاشتراكات، والتزامات البنية التحتية، وبرامج التنفيذ. وكان بالإمكان عادةً تقدير التكاليف بالاعتماد على أعداد الموظفين أو سعة الأنظمة أو نطاق عمل متفق عليه.

أما الذكاء الاصطناعي فلا يتلاءم بسهولة مع هذا النموذج.

فتكلفته تتحدد بحسب الاستهلاك الفعلي. وقد تتفاوت بحسب النموذج المستخدم، وحجم المعلومات المعالَجة، وطول الاستجابة، وتصميم سير العمل، وعدد المرات التي يستدعي فيها الوكيل الآلي أنظمة أو نماذج أخرى.

وبالتالي قد تكون تكلفة مهمتين متشابهتين ظاهريًا مختلفة اختلافًا كبيرًا.

يصبح هذا مهمًا بشكل خاص عندما يكون الذكاء الاصطناعي مدمجًا في عمليات الأعمال. فقد يطلق تفاعل واحد سلسلة من عمليات البحث واستدعاءات النماذج وعمليات التحقق وإعادة المحاولات. وما يبدو طلبًا بسيطًا واحدًا من المستخدم قد يتحول خلف الكواليس إلى سير عمل كثيف الاستهلاك للموارد على نحو مفاجئ.

وفي الوقت نفسه، لم يعد الوصول إلى الذكاء الاصطناعي حكرًا على قسم التكنولوجيا. فبإمكان الموظفين الاشتراك في أدوات جديدة، وبناء مساعديهم الخاصين، وإنشاء عمليات آلية بقدر ضئيل نسبيًا من المعرفة التقنية. وهذه الإتاحة مصدر قوي للابتكار، لكنها قد تؤدي أيضًا إلى مشتريات مجزأة، وقدرات مكررة، واستهلاك لا يراه أحد بصورة كاملة.

ولهذا لا تكفي الميزانية السنوية التقليدية. فالذكاء الاصطناعي يتطلب إدارة نشطة للطلب.

ابدأ بجعل الاستهلاك مرئيًا

لا تستطيع المؤسسة إدارة الذكاء الاصطناعي بفعالية إذا كانت لا تعرف أين يُستخدم.

ينبغي أن تكون الأولوية الأولى إنشاء رؤية موحدة لاستهلاك الذكاء الاصطناعي عبر الأقسام والتطبيقات والموردين والمنصات السحابية. ويجب أن تتجاوز هذه الرؤية الفواتير؛ إذ ينبغي أن يستطيع القادة معرفة أي عملية أعمال تستخدم الذكاء الاصطناعي، ومن يملكها، وكم تكلّف، وما النتيجة التي تحققها.

المقاييس التقنية مثل استدعاءات النماذج أو أحجام المعالجة مفيدة للمهندسين، لكنها غير كافية لاتخاذ قرارات الأعمال. أما المقاييس الأكثر دلالة فمن المرجح أن تكون:

• تكلفة كل استفسار عميل تمت معالجته
• تكلفة كل مستند تمت مراجعته
• تكلفة كل فرصة بيع تم تأهيلها
• تكلفة كل إصدار برمجي
• تكلفة كل مطالبة أو قضية أو معاملة تمت معالجتها
• الإيرادات أو الطاقة الاستيعابية أو الحد من المخاطر الذي يحققه سير عمل مدعوم بالذكاء الاصطناعي

وهذا يغيّر مسار النقاش. فبدلًا من التساؤل عمّا إذا كانت المؤسسة تستخدم الكثير من الذكاء الاصطناعي، يستطيع القادة أن يسألوا عمّا إذا كان استخدام معين له يحقق قيمة كافية.

كما تخلق الرؤية الواضحة مساءلة. فعندما يرتبط الاستهلاك بمنتج أو عملية أو وحدة أعمال يمكن تحديدها، يتوقف الذكاء الاصطناعي عن الظهور كنفقة تقنية مركزية غير مفسَّرة. ويصبح استثمارًا تجاريًا له مالك وعائد متوقع.

استخدم المستوى المناسب من الذكاء للمهمة

لا تستعين المؤسسات بأكثر موظفيها تأهيلًا في كل نشاط. وبالمثل، لا ينبغي لها استخدام أقوى نماذج الذكاء الاصطناعي لديها — وهو عادةً الأعلى تكلفة — لكل طلب.

يمكن للنماذج الأصغر أو الأقل تكلفة أن تتولى بفعالية كثيرًا من المهام الروتينية، ومنها التصنيف والاستخلاص والتلخيص الأساسي والصياغة المنظمة. ويمكن حينئذٍ تخصيص النماذج الأكثر قدرة للأعمال التي تتطلب فعلًا استدلالًا أعمق أو دقة أكبر أو أداءً متخصصًا.

والهدف ليس اختيار أرخص نموذج في كل موقف، بل اختيار الخيار الأكثر اقتصادًا الذي يلبي المعيار المطلوب بصورة موثوقة.

ويجب أن يأخذ هذا القرار في الحسبان أكثر من السعر. فالجودة والسرعة والخصوصية والمرونة في مواجهة الأعطال والمخاطر كلها مهمة. ففي بعض الحالات يكون النموذج المتميز مبررًا تمامًا. وفي حالات أخرى قد يكون نموذج مستضاف أصغر، أو نموذج تديره المؤسسة داخليًا، أو حتى نموذج يعمل محليًا على جهاز، أكثر ملاءمة.

والقدرة المهمة هنا هي المرونة: القدرة على توجيه أعباء العمل المختلفة إلى نماذج مختلفة، وتغيير هذه القرارات مع تطور التكنولوجيا والأسعار والمتطلبات.

حسّن سير العمل قبل تحسين النموذج

يحظى اختيار النموذج باهتمام كبير، لكن التصميم غير الكفء لسير العمل قد يكون مصدرًا أكبر للهدر.

فقد تعالج أنظمة الذكاء الاصطناعي مرارًا معلومات لا تحتاج إليها، أو تحتفظ بسجلات محادثة طويلة دون داعٍ، أو تنتج ردودًا أكثر تفصيلًا بكثير مما تتطلبه المهمة. وقد تدخل الوكلاء الآليون في حلقات غير مجدية، أو تكرر إجراءات فاشلة، أو تستدعي خدمات مكلفة في حين كانت قاعدة أبسط كافية.

نادرًا ما تُحل هذه المشكلات عبر المشتريات وحدها؛ فهي تتطلب هندسة مدروسة وتصميمًا متأنيًا للعمليات.

ينبغي للمؤسسات أن تبحث في إمكانية أن:

• ترسل المعلومات ذات الصلة بالمهمة فقط
• تعيد استخدام النتائج التي سبق توليدها
• تحدد صيغ استجابة واضحة وحدودًا مناسبة للطول
• تضع حدودًا لإعادة المحاولات الآلية واستخدام الأدوات
• توجّه الطلبات المباشرة عبر نماذج أبسط
• تصعّد الحالات المعقدة فعلًا فقط
• تعيد تصميم العملية الضعيفة قبل إضافة الذكاء الاصطناعي إليها

وهذه النقطة الأخيرة مهمة. فأتمتة عملية غير كفؤة لا تجعلها كفؤة بالضرورة، بل قد تتيح لعدم الكفاءة أن يعمل بسرعة أكبر وعلى نطاق أوسع.

ادمج الحوكمة في التجربة

ستبقى السياسات والتدريب مهمين، لكنهما لا يستطيعان تحمّل العبء الكامل لإدارة الذكاء الاصطناعي في المؤسسة.

فمن غير المعقول أن يُتوقع من معظم الموظفين فهم اقتصاديات كل نموذج أو موجّه أو سير عمل آلي، ولا ينبغي أن يضطروا إلى الرجوع إلى وثيقة سياسة في كل مرة يستخدمون فيها خدمة ذكاء اصطناعي.

لذلك ينبغي أن تكون الحوكمة الجيدة جزءًا من التكنولوجيا نفسها.

يجب أن تكون بيئة الذكاء الاصطناعي في المؤسسة قادرة على تطبيق قواعد الوصول المعتمدة، والتعرف على الاستهلاك غير المعتاد، وفرض حدود معقولة، وتوجيه الطلبات إلى الخدمة الأنسب. وحيثما تكون هناك مبررات لتكلفة أو مخاطر إضافية، ينبغي أن يوجد مسار واضح للموافقة أو التصعيد.

وهذا يجعل الاستهلاك المسؤول هو المسار الطبيعي للمستخدم. كما يتيح للحوكمة أن تعمل في لحظة النشاط، حين يكون بوسعها التأثير في النتيجة، بدلًا من أسابيع لاحقة عند وصول الفاتورة.

وينطبق المبدأ نفسه على الإرشاد. فالنصيحة السياقية المقدمة أثناء إنشاء شخص ما لسير عمل بالذكاء الاصطناعي أرجح أن تكون أكثر فائدة من دورة تدريبية لمرة واحدة أُنجزت قبل أشهر.

تعامل مع اقتصاديات الذكاء الاصطناعي بوصفها قدرة دائمة

لا ينبغي أن تتحول إدارة الطلب على الذكاء الاصطناعي إلى تمرين مؤقت لخفض التكاليف يقوده فريق التكنولوجيا وحده.

إنها تتطلب تعاونًا مستمرًا بين التكنولوجيا والمالية والمشتريات والمخاطر وقيادة الأعمال. وعلى هذه الوظائف مجتمعةً أن تتنبأ بالطلب، وتراقب الاستهلاك، وتقيّم الموردين، وتربط الإنفاق بنتائج قابلة للقياس.

ويجب أن تدرك هذه القدرة أيضًا أن السوق سيظل يتغير. فالنموذج الأفضل أداءً اليوم قد لا يقدم أفضل قيمة غدًا. وستواصل الظهور موردون جدد وهياكل تجارية وخيارات نشر جديدة.

ولذلك قد يؤدي الاعتماد طويل الأمد على نموذج واحد أو مزوّد واحد إلى مخاطر مالية وتشغيلية. وينبغي للمؤسسات أن تحافظ على قدرتها على نقل أعباء العمل، وإعادة تقييم قرارات التوريد، والجمع بين القدرات المشتراة والمطورة داخليًا والمستضافة.

إن السؤال القديم حول الشراء أم البناء يضيق شيئًا فشيئًا. والسؤال الأفضل هو كيف نجمع — ونعدّل باستمرار — المزيج المناسب من الخدمات والنماذج وأساليب التشغيل لكل عبء عمل.

ينبغي أن يدعم ضبط التكاليف الطموح

ثمة خطر في أن يدفع ارتفاع الإنفاق على الذكاء الاصطناعي المؤسسات إلى الإفراط في الحذر تحديدًا حين تبدأ التكنولوجيا في تحقيق نتائج ذات معنى.

وسيكون ذلك خطأ.

فالإدارة المالية القوية ليست عدوة الابتكار، بل هي ما يجعل الابتكار المستدام ممكنًا. فعندما تتمكن المؤسسة من تحديد الهدر، يمكنها إعادة توجيه الموارد نحو سير العمل الأكثر إمكانات. وعندما تفهم تكلفة النتيجة، يمكنها اتخاذ قرارات مستنيرة بشأن أين تتوسع. وعندما تكون الحوكمة مدمجة في البيئة، يستطيع الموظفون الابتكار ضمن حدود واضحة وعملية.

لن تكون المؤسسات الناجحة في الذكاء الاصطناعي بالضرورة تلك التي تنفق أكثر — ولا تلك التي تخفض أشد. بل ستكون تلك التي تفهم أين يخلق الذكاء الاصطناعي قيمة متميزة وتستطيع توجيه استهلاكها وفقًا لذلك.

ولذلك ستتحدد المرحلة التالية من الذكاء الاصطناعي في المؤسسات بالانضباط الإداري أكثر من الوصول إلى النماذج.

لم يعد السؤال ببساطة: «كم نستخدم من الذكاء الاصطناعي؟» بل: «ماذا نحقق به — وهل تستحق هذه النتيجة الاستثمار؟»