ما هو المفهوم الحقيقي للذكاء الاصطناعي؟”

إن التحدي يكمن في تعريف الذكاء الاصطناعي بعدة مصطلحات مختلفة، من قبل أفراد مختلفين، وضمن سياقات مختلفة، لذا يصبح من الصعوبة بمكان وضع إطار محدد لهذا المفهوم. ويُعزى هذا الأمر وبكل بساطة لكون الذكاء الاصطناعي لا يعتبر بحد ذاته بمثابة تقنية على الإطلاق، وبالإمكان وصفه بشكل أفضل على أنه مجموعة من التقنيات المختلفة التي تم جمعها معاً لتمكين نظام ما (قد تكون عملية، أو أصل من الأصول، أو آلة ما) من العمل بذكاء.

وإذا ما توسعنا في هذا المفهوم، سنجد بأن تطبيقات الأعمال المدعومة بالذكاء الاصطناعي تعمل على تمكين النظام من العمل بذكاء بواسطة مساعدته على الاستيعاب، والفهم، والأداء، والتعلم. وتعد عملية تدريب وتهيئة النظام من خلال التعلم الآلي، أو التعلم العميق، جزءاً حيوياً من إعداده ليصبح نظاماً ذكياً، بحيث يمتلك القدرة الهائلة على تحسين وتعزيز مستويات الأداء، والدقة في العمل، والجودة.

وعوضاً عن التركيز بدرجة كبيرة على المصطلحات والتعريفات، من الأجدى التفكير بمدى قدرة الذكاء الاصطناعي على دفع عملية، أو أصل، أو آلة، أو نظام ما لتأدية مهامه. ويعتبر التعلم الآلي العامل الرئيسي والجوهري في جعل العملية، أو الأصل، أو الآلة، أو النظام يعمل بذكاء. كما أن التحلي بالقدرة على تحديد كيفية التصرف استناداً على تحليل البيانات، عوضاً عن الاتكال على النصوص البرمجية المعقدة، يميز الذكاء الاصطناعي عن عمليات الأتمتة الأخرى.

“كوكبة الذكاء الاصطناعي”

بالتزامن مع سعي الكثير من الشركات إلى تحديد وتعريف برامج الذكاء الاصطناعي وخطط التحول الرقمي التي تحتاجها، ينبغي عليها رسم إطار عمل لمساعدتها في معرفة جوهر التحول في نموذج الذكاء الاصطناعي، ونتائج التحول المنعكسة على كافة العمليات داخل المؤسسة، سواءً كانت متعلقة بالابتكارات الرائدة، أو خدمة العملاء اليومية، أو مبادرات تعزيز الإنتاجية في المؤسسة. ومن بين العديد من أطر العمل الموجودة، والتي تحاول تعريف وشرح الذكاء الاصطناعي، أجد بأن إطار العمل الذي يطلق عليه اسم “كوكبة الذكاء الاصطناعي” هو الأكثر بديهيةً ومنطقيةً.

ومن خلال هذا النموذج المبتكر، بالإمكان استعراض الذكاء الاصطناعي الخاص بالمؤسسات على امتداد ثلاثة مستويات. عند المستوى الأول، تقوم المؤسسة بتحديد حالات الاستخدام وتطبيقات الأعمال (ما هي؟ وفيم ستستخدم؟) الخاصة بها، القادرة على استثمار البيانات بهدف جني قيمة أعلى للأطراف المعنية. أما في المستوى الثاني، تبحث المؤسسة ضمن حزمة إمكانات الذكاء الاصطناعي عن القدرات التي بالإمكان استثمارها من أجل تشغيل تطبيقات الأعمال. وأخيراً، عند المستوى الثالث (والمركزي)، تستعرض المؤسسة طرق التعلم الآلي المختلفة التي بالإمكان استخدامها من أجل طرح وتقديم قدرة الذكاء الاصطناعي المحددة مسبقاً (الكيفية).

فعلى سبيل المثال، تعتبر عمليات الصيانة الإلزامية من أكثر تطبيقات الأعمال المستثمرة للذكاء الاصطناعي على مستوى الصناعات كثيفة ومتعددة الأصول. وباستخدام إطار العمل هذا ضمن المستوى الأول، أصبحت هذه التطبيقات أوسع انتشاراً على امتداد مختلف الصناعات التي تعتمد على الأنظمة، وذلك من أجل الحد من فترات التوقف عن العمل غير المجدولة، وتحسين العمر الافتراضي للأصول، وتعزيز إجمالي الإنتاجية.

وعند الانتقال إلى المستوى الثاني، سنجد أنه بإمكان تطبيقات الأعمال هذه (أو وكلائها من برامج الاستقصاء الذكية) الاستفادة من إحدى قدرات الذكاء الاصطناعي، أو أكثر، للتنبؤ بزمن احتياج الأصول للخدمة. أما عند الوصول إلى المستوى الثالث، فسنشهد اعتماد هذه القدرات على مجموعة متنوعة من طرق التعلم الآلي، بدءاً من طرق التعلم الخاضعة للإشراف باستخدام نماذج الشبكات العصبية و/أو المرتجعة، وصولاً إلى طرق التعلم شبه الخاضعة للإشراف الخاصة بأنماط وتقنيات التعلم الآلي الأخرى.

لذا، تعد “كوكبة الذكاء الاصطناعي” بمثابة إطار عمل قوي ومتماسك تستطيع الشركات استخدامه لبناء برنامج الذكاء الاصطناعي الخاص بها. كما أن إطار العمل هذا المرتكز على جني قيمة الأعمال لحالات الاستخدام والتطبيقات، يساهم بتعزيز القدرة على تحديد المتطلبات المسبقة لتمكين قدرات الذكاء الاصطناعي، وإلغاء التعقيد المرافق لأساليب وطرق الذكاء الاصطناعي والتعلم الآلي الأساسية. وبالتزامن مع موجة التقدم التي تعمل على تسريع وتيرة إلغاء المركزية ونشر الذكاء الاصطناعي والتعلم الآلي، أضحت هذه التقنيات من الركائز الأساسية لعمليات التحول الرقمي على مستوى المؤسسات.

تبني واعتماد الذكاء الاصطناعي/التعلم الآلي في الصناعات كثيفة ومتعددة الأصول

في ظل وجود حالات الاستخدام المجزية، وقيم الأعمال المجنية التي بالإمكان قياسها واستخلاصها من تبني المؤسسات للذكاء الاصطناعي، تحتل الصناعات القائمة على العمليات كثيفة ومتعددة الأصول مراكز متأخرة في سباق اعتماد واستثمار الذكاء الاصطناعي، مقارنةً بالكثير من القطاعات الأخرى، ومن الأسباب الرئيسية التي تعزى لذلك هو مستوى نضج المؤسسة.

وبالإمكان تشخيص هذه المعضلة بمدى الحاجة الملحة لوجود مهارات جديدة، ولتراجع جودة البيانات. حيث تشير نتائج استطلاع أجرته مؤخراً مؤسسة الدراسات والأبحاث العالمية “جارتنر”، إلى أن 56% من قادة المؤسسات يشعرون بحاجتهم إلى المهارات المحدّثة، وذلك كي يتمكنوا من إنجاز المهام المدعومة من الذكاء الاصطناعي، كما أفاد 34% من المشاركين في الاستطلاع بأن انخفاض جودة البيانات هو مصدر القلق الرئيسي الذي يبرز عند تنفيذ أي مشروع للذكاء الاصطناعي. (بالنظر إلى هذا الطرح، نجد بأنه لا تزال هناك الكثير من القيمة التي بالإمكان جنيها من تطبيق الذكاء الاصطناعي على مستوى عمليات الصيانة الإلزامية، كونها تستعين بالعديد من التقنيات لاستخلاص نتائج قوية من الحالة الراهنة للبيانات في أي أصل من الأصول)

ومن الأسباب الأخرى للتباطؤ في تبني الذكاء الاصطناعي هو الفهم أو المعرفة غير الوافية بالفوائد وحالات الاستخدام المجنية، حيث أشار 42% من المشاركين في الاستطلاع الذي أجرته مؤسسة “جارتنر” إلى أنهم لا يعون تماماً حجم الفوائد المجنية من تطبيق الذكاء الاصطناعي، أو العوائد الضمنية المجنية من هذا الاستثمار. لذا، يشكل تحديد الفوائد المجنية من مشاريع تطبيق الذكاء الاصطناعي تحدياً كبيراً بالنسبة لقادة الشركات. وبحلول العام 2024، سيتم تحديد 50% من استثمارات الذكاء الاصطناعي وربطها بمؤشرات الأداء الرئيسية المتخصصة، وذلك من أجل قياس حجم العوائد من الاستثمار.

استناداً لما سبق، نجد بأن تحقيق الهدف المرجو لا زال يتطلب بذل جهود إضافية على امتداد هذه الصناعة، حيث ينبغي أن نبدأ من نقطة البداية المتمثلة بتطوير فهم مشترك لتعريف الذكاء الاصطناعي، وإطار العمل المبسط القادر على مساعدة الشركات على تصور مشاريعهم الخاصة في مجال الذكاء الاصطناعي. واستناداً على هذه القاعدة، سأسعى من خلال مدوناتي القادمة إلى طرح أفضل الممارسات في تطبيق الذكاء الاصطناعي من أجل توجيه عمليات التحول الرقمي، بالإضافة إلى استعراض بعض العقبات الشائعة، والفوائد الرئيسية التي ستجنيها الصناعات كثيفة ومتعددة الأصول.