منظور عملي حول حوكمة اقتصاديات الذكاء الاصطناعي المؤسسي
على مدى السنوات القليلة الماضية، كانت الرسالة إلى قادة الأعمال واضحة: تبنّوا الذكاء الاصطناعي بسرعة، وجرّبوا على نطاق واسع، وشجّعوا الناس على استخدامه.
لقد ساعد هذا النهج المؤسسات على تجاوز الإطار النظري واكتشاف ما يمكن للذكاء الاصطناعي أن يفعله. لكنه خلق أيضًا تحديًا جديدًا. فمع تحوّل التجريب إلى استخدام يومي—وتطوّر الأدوات الفردية إلى سير عمل مؤتمت وممكّن بالذكاء الاصطناعي—يمكن أن تنمو تكلفة الذكاء الاصطناعي وتعقيداته بسرعة تفوق التوقعات بكثير.
قد تكون الاستجابة الغريزية هي فرض ميزانيات أكثر صرامة أو تقييد الوصول. وأعتقد أن ذلك سيعالج العَرَض بدلًا من المشكلة الأساسية.
المهمة الحقيقية ليست ببساطة تقليل الإنفاق على الذكاء الاصطناعي. بل هي ضمان أن كل جنيه يُستثمر في الذكاء الاصطناعي مرتبط بنتيجة أعمال ذات قيمة.
الذكاء الاصطناعي يغيّر اقتصاديات التكنولوجيا
عادةً ما كانت تكنولوجيا المؤسسات التقليدية تُشترى من خلال ترتيبات يمكن التنبؤ بها نسبيًا: تراخيص، واشتراكات، والتزامات بنية تحتية، وبرامج تنفيذ. وكان بالإمكان عادةً تقدير التكاليف باستخدام أعداد الموظفين، أو سعة الأنظمة، أو نطاق عمل متفق عليه.
لا ينسجم الذكاء الاصطناعي بسهولة مع هذا النموذج.
فتكلفته تتشكل وفقًا للاستهلاك الفعلي. ويمكن أن تختلف بحسب النموذج المستخدم، وكمية المعلومات التي تتم معالجتها، وطول الاستجابة، وتصميم سير العمل، وعدد المرات التي يستدعي فيها وكيل مؤتمت أنظمة أو نماذج أخرى.
لذلك قد تكون لمهمتين تبدوان متشابهتين تكاليف مختلفة جدًا.
يصبح هذا مهمًا بشكل خاص عندما يُدمج الذكاء الاصطناعي داخل عمليات الأعمال. فقد يؤدي تفاعل واحد إلى بدء سلسلة من عمليات البحث، واستدعاءات النماذج، وعمليات التحقق، وإعادة المحاولة. وما يبدو كطلب بسيط واحد من المستخدم قد يتحول خلف الكواليس إلى سير عمل كثيف الاستهلاك للموارد بشكل مفاجئ.
وفي الوقت نفسه، لم يعد الوصول إلى الذكاء الاصطناعي خاضعًا حصريًا لسيطرة قسم التكنولوجيا. يستطيع الموظفون الاشتراك في أدوات جديدة، وبناء مساعدين خاصين بهم، وإنشاء عمليات مؤتمتة بمعرفة تقنية محدودة نسبيًا. وتُعد هذه السهولة في الوصول مصدرًا قويًا للابتكار، لكنها قد تؤدي أيضًا إلى مشتريات مجزأة، وقدرات مكررة، واستهلاك لا يراه أحد بصورة كاملة.
لهذا السبب، لا تكفي الميزانية السنوية التقليدية. يتطلب الذكاء الاصطناعي إدارة نشطة للطلب.
ابدأ بجعل الاستهلاك مرئيًا
لا يمكن للمؤسسة إدارة الذكاء الاصطناعي بفعالية إذا لم تكن تعرف أين يُستخدم.
ينبغي أن تكون الأولوية الأولى إنشاء رؤية موحدة لاستهلاك الذكاء الاصطناعي عبر الإدارات، والتطبيقات، والموردين، ومنصات السحابة. ويجب أن تتجاوز هذه الرؤية الفواتير. ينبغي للقادة أن يكونوا قادرين على معرفة أي عملية أعمال تستخدم الذكاء الاصطناعي، ومن يملكها، وما تكلفتها، وما النتيجة التي تحققها.
تُعد المقاييس التقنية مثل استدعاءات النماذج أو أحجام المعالجة مفيدة للمهندسين، لكنها ليست كافية لاتخاذ قرارات الأعمال. ومن المرجح أن تكون المقاييس الأكثر دلالة هي:
- التكلفة لكل استفسار عميل يتم حله
- التكلفة لكل مستند تتم مراجعته
- التكلفة لكل فرصة مبيعات يتم تأهيلها
- التكلفة لكل إصدار برمجي
- التكلفة لكل مطالبة أو حالة أو معاملة تتم معالجتها
- الإيرادات أو السعة أو خفض المخاطر الذي ينشئه سير عمل ممكّن بالذكاء الاصطناعي
هذا يغيّر الحوار. فبدلًا من السؤال عما إذا كانت المؤسسة تستخدم قدرًا كبيرًا من الذكاء الاصطناعي، يمكن للقادة أن يسألوا ما إذا كان استخدام محدد للذكاء الاصطناعي يحقق قيمة كافية.
كما تخلق الرؤية الواضحة المساءلة. فعندما يرتبط الاستهلاك بمنتج أو عملية أو وحدة أعمال محددة يمكن التعرف عليها، يتوقف الذكاء الاصطناعي عن الظهور كمصروف تقني مركزي غير مفسَّر. ويصبح استثمارًا تجاريًا له مالك وعائد متوقع.
استخدم المستوى المناسب من الذكاء للمهمة
لا تستخدم المؤسسات أكثر موظفيها تأهيلًا في كل نشاط. وبالمثل، لا ينبغي لها استخدام أقوى—وغالبًا أغلى—نموذج ذكاء اصطناعي لديها لكل طلب.
يمكن التعامل بفعالية مع العديد من المهام الروتينية، بما في ذلك التصنيف، والاستخراج، والتلخيص الأساسي، والصياغة المنظمة، بواسطة نماذج أصغر أو أقل تكلفة. ويمكن بعد ذلك تخصيص النماذج الأكثر قدرة للأعمال التي تتطلب فعلًا استدلالًا أعمق، أو دقة أكبر، أو أداءً متخصصًا.
ليس الهدف اختيار أرخص نموذج في كل حالة. بل اختيار الخيار الأكثر اقتصادية الذي يلبي المعيار المطلوب بشكل موثوق.
ينبغي أن يأخذ هذا القرار في الاعتبار أكثر من السعر. فالجودة، والسرعة، والخصوصية، والمرونة، والمخاطر كلها عوامل مهمة. في بعض الحالات، سيكون النموذج المتميز مبررًا تمامًا. وفي حالات أخرى، قد يكون النموذج المستضاف الأصغر، أو النموذج المُدار داخليًا، أو حتى النموذج الذي يعمل محليًا على جهاز، أكثر ملاءمة.
القدرة المهمة هي المرونة: القدرة على توجيه أعباء عمل مختلفة إلى نماذج مختلفة وتغيير تلك القرارات مع تطور التكنولوجيا والأسعار والمتطلبات.
حسّن سير العمل قبل تحسين النموذج
يحظى اختيار النموذج بقدر كبير من الاهتمام، لكن تصميم سير العمل غير الفعّال قد يكون مصدرًا أكبر للهدر.
قد تعالج أنظمة الذكاء الاصطناعي مرارًا معلومات لا تحتاج إليها، أو تحتفظ بسجلات محادثات طويلة بلا ضرورة، أو تنتج استجابات أكثر تفصيلًا بكثير مما تتطلبه المهمة. وقد تدخل الوكلاء المؤتمتة في حلقات غير منتجة، أو تكرر إجراءات فاشلة، أو تستدعي خدمات مكلفة عندما كان من الممكن أن تكفي قاعدة أبسط.
نادرًا ما تُحل هذه المشكلات بالمشتريات وحدها. فهي تتطلب هندسة مدروسة وتصميمًا للعمليات.
ينبغي للمؤسسات أن تدرس ما إذا كان بإمكانها:
- إرسال المعلومات ذات الصلة بالمهمة فقط
- إعادة استخدام النتائج التي تم إنشاؤها بالفعل
- تحديد صيغ استجابة واضحة وحدود طول مناسبة
- وضع حدود حول إعادة المحاولات المؤتمتة واستخدام الأدوات
- توجيه الطلبات المباشرة عبر نماذج أبسط
- تصعيد الحالات المعقدة حقًا فقط
- إعادة تصميم عملية سيئة قبل إضافة الذكاء الاصطناعي إليها
هذه النقطة الأخيرة مهمة. فأتمتة عملية غير فعّالة لا تجعلها بالضرورة فعّالة. قد تسمح ببساطة لعدم الكفاءة بأن يعمل بسرعة أكبر وعلى نطاق أوسع.
ادمج الحوكمة في التجربة
ستظل السياسات والتدريب مهمين، لكنهما لا يستطيعان تحمل العبء الكامل لإدارة الذكاء الاصطناعي المؤسسي.
لا يمكن توقع أن يفهم معظم الموظفين بشكل معقول اقتصاديات كل نموذج أو مطالبة أو سير عمل مؤتمت. كما لا ينبغي أن يضطروا إلى الرجوع إلى وثيقة سياسة في كل مرة يستخدمون فيها خدمة ذكاء اصطناعي.
لذلك ينبغي أن تُدمج الحوكمة الجيدة في التكنولوجيا نفسها.
ينبغي أن تكون بيئة الذكاء الاصطناعي في المؤسسة قادرة على تطبيق قواعد الوصول المعتمدة، وتحديد الاستهلاك غير المعتاد، وفرض حدود منطقية، وتوجيه الطلبات إلى الخدمة الأنسب. وحيث تكون التكلفة أو المخاطر الإضافية مبررة، ينبغي أن يكون هناك مسار واضح للموافقة أو التصعيد.
يجعل ذلك الاستهلاك المسؤول هو المسار الطبيعي للمستخدم. كما يسمح بحدوث الحوكمة عند نقطة النشاط، عندما يمكنها التأثير في النتيجة، بدلًا من حدوثها بعد أسابيع عندما تصل الفاتورة.
وينطبق المبدأ نفسه على الإرشاد. فمن المرجح أن تكون النصائح السياقية المقدمة أثناء قيام شخص ما بإنشاء سير عمل للذكاء الاصطناعي أكثر فائدة من دورة تدريبية لمرة واحدة أُنجزت قبل أشهر.
تعامل مع اقتصاديات الذكاء الاصطناعي كقدرة دائمة
لا ينبغي أن تتحول إدارة الطلب على الذكاء الاصطناعي إلى تمرين مؤقت لخفض التكاليف تقوده فقط فرق التكنولوجيا.
إنها تتطلب تعاونًا مستمرًا بين التكنولوجيا، والمالية، والمشتريات، والمخاطر، وقيادة الأعمال. وتحتاج هذه الوظائف مجتمعةً إلى التنبؤ بالطلب، ومراقبة الاستهلاك، وتقييم الموردين، وربط الإنفاق بنتائج قابلة للقياس.
يجب أن تدرك هذه القدرة أيضًا أن السوق سيواصل التغير. فالنموذج الأفضل أداءً اليوم قد لا يقدم أفضل قيمة غدًا. وسيستمر ظهور موردين جدد، وهياكل تجارية جديدة، وخيارات نشر جديدة.
لذلك قد يؤدي الاعتماد طويل الأمد على نموذج أو مزود واحد إلى إدخال مخاطر مالية وتشغيلية على حد سواء. ينبغي للمؤسسات الحفاظ على القدرة على نقل أعباء العمل، وإعادة تقييم قرارات التوريد، والجمع بين القدرات المشتراة والمطورة داخليًا والمستضافة.
أصبح السؤال القديم حول الشراء أم البناء ضيقًا جدًا. والسؤال الأفضل هو كيفية تجميع—وتعديل باستمرار—المزيج الصحيح من الخدمات والنماذج وأساليب التشغيل لكل عبء عمل.
ينبغي أن يدعم ضبط التكاليف الطموح
هناك خطر أن يؤدي ارتفاع الإنفاق على الذكاء الاصطناعي إلى أن تصبح المؤسسات شديدة الحذر في اللحظة التي تبدأ فيها التكنولوجيا بإنتاج نتائج ذات معنى.
وسيكون ذلك خطأ.
الإدارة المالية القوية ليست عدو الابتكار. إنها ما يجعل الابتكار المستدام ممكنًا. عندما تستطيع المؤسسة تحديد الهدر، يمكنها إعادة توجيه الموارد نحو سير العمل ذي الإمكانات الأكبر. وعندما تفهم تكلفة النتيجة، يمكنها اتخاذ خيارات مستنيرة حول أين تتوسع. وعندما تُدمج الحوكمة في البيئة، يمكن للموظفين الابتكار ضمن حدود واضحة وعملية.
لن تكون المؤسسات التي تنجح مع الذكاء الاصطناعي بالضرورة هي التي تنفق أكثر—أو التي تخفض أكثر. بل ستكون تلك التي تفهم أين يخلق الذكاء الاصطناعي قيمة مميزة ويمكنها توجيه استهلاكها وفقًا لذلك.
لذلك ستتحدد المرحلة التالية من الذكاء الاصطناعي المؤسسي بدرجة أقل من خلال الوصول إلى النماذج، وبدرجة أكبر من خلال الانضباط الإداري.
لم يعد السؤال ببساطة: «ما مقدار الذكاء الاصطناعي الذي نستخدمه؟»
بل هو: «ماذا نحقق به—وهل تستحق تلك النتيجة الاستثمار؟»
نبذة عن CloudSigma
CloudSigma هي مزود عالمي لخدمات السحابة يتيح بيئات سحابية مرنة وآمنة وذات سيادة عبر شبكة اتحادية من الشركاء المحليين. تتمثل مهمتنا في منح العملاء التحكم الكامل والشفافية والثقة في كيفية استخدام مواردهم الرقمية وإدارتها.
اعرف المزيد على www.cloudsigma.com
المؤلف: Anthony Limby – CEO CloudSigma
التعليقات
لا توجد تعليقات بعد. كن أول من يعلق.