تحب الشركات أن تقول إنها "تراهن بالكامل" على الذكاء الاصطناعي. أدوات جديدة، نماذج جديدة، لوحات معلومات جديدة - كل شيء أذكى وأسرع وأكثر تلقائية. أو على الأقل، هذه هي الوعود على الورق.  ولكن وفقًا لأحدث دراسة من Gartner، هناك شيء لا يتناسب: تبني الذكاء الاصطناعي يتزايد بسرعة، ومع ذلك يظل التأثير القابل للقياس على الأرباح بعيد المنال بشكل عنيد. إذا تساءلت يومًا لماذا تنفذ شركتك الذكاء الاصطناعي في كل مكان ولكن لا ترى تحركًا في الإبرة المالية، فأنت لست وحدك. وبصراحة؟ هذا سؤال يستحق التأمل فيه. تتناول هذه المقالة سبب وجود الفجوة، وما تكشفه أبحاث Gartner، وكيف يمكن للشركات أخيرًا سد فجوة الانفصال.  على طول الطريق، سنستكشف التكامل المتكامل لأنظمة الذكاء الاصطناعي - الأساس غير اللامع ولكنه ضروري الذي يجعل الذكاء الاصطناعي يعمل في العالم الحقيقي. الكشف الكبير: الكثير من الذكاء الاصطناعي ولكن ليس الكثير من عائد الاستثمار تقدم أحدث رؤى Gartner فحصًا للواقع شعر به الكثير منا ولكنه لم يرغب في الاعتراف به. الشركات التي تبني حلول الذكاء الاصطناعي تنتهي بها المطاف بالتخلي عنها أو الفشل في تشغيلها. تتوقع Gartner أن يتم إلغاء   لأنها ببساطة لا تجلب قيمة تجارية ذات مغزى.  أكثر من 40٪ من مشاريع الذكاء الاصطناعي العميلة بحلول عام 2027 لا ترى الشركات مكاسب واضحة في الإيرادات أو وفورات في التكاليف أو تحسينات في الإنتاجية. بدلاً من ذلك، تواجه تكاليف متزايدة، وملكية غامضة، وتكاملات معقدة لا تتحول أبدًا إلى حركة في الأرباح. إنها النسخة المؤسسية لشراء أحدث أداة مطبخ وإدراك بعد شهور... لا تزال تقطع الخضروات بالسكين. في غضون ذلك، تردد خارج Gartner وMIT وباحثون آخرون في الصناعة نفس الشعور. الكثير من التجارب. الكثير من الضجيج. ولكن قليل جدًا من النتائج القابلة للقياس المالي. إذًا، ما الذي يحدث؟ المشكلة الأساسية: الذكاء الاصطناعي بدون تكامل حقيقي هو مجرد عرض توضيحي يمكن أن يكون لديك ألمع نموذج ذكاء اصطناعي في العالم، ولكن إذا لم يتم ربطه بكيفية عمل عملك فعليًا، فلا يمكنه زيادة الإيرادات أو خفض التكاليف أو جعل عملائك أسعد. هنا يأتي دور   - ولماذا تفشل العديد من الشركات.  التكامل المتكامل لأنظمة الذكاء الاصطناعي بدلاً من بناء خط أنابيب شامل تتدفق فيه رؤى الذكاء الاصطناعي تلقائيًا إلى قرارات حقيقية، تقوم العديد من المؤسسات بإلحاق الذكاء الاصطناعي بالأنظمة الحالية مثل الملصقات الزخرفية.  يقومون بإجراء إثبات للمفهوم، ويُعجبون بلوحة المعلومات، ويجرون بعض ورش العمل... ثم لا يتغير شيء في العمل حقًا. النتيجة المأساوية؟ نموذج ذكاء اصطناعي مصمم بشكل جميل لا يلمس بيان أرباحك وخسائرك أبدًا. خمسة أسباب لعدم رؤية الشركات للتأثير المالي بعد مراجعة كل من أبحاث Gartner وتحليل الصناعة الأوسع، تظهر خمس مشكلات كبيرة مرارًا وتكرارًا.  هذه هي المشكلة رقم واحد. إذا اضطر الموظفون إلى مغادرة أدواتهم المعتادة، وفتح واجهة منفصلة، وتشغيل استعلام يدوي، ثم معرفة ما يجب فعله بالنتائج، فإنهم يتوقفون عن القيام بذلك. يصبح الذكاء الاصطناعي ضوضاء خلفية بدلاً من محرك أداء. الذكاء الاصطناعي غير مدمج في سير العمل الحقيقي:  تستمر Gartner في التأكيد على أن الشركات تبالغ في تقدير نضج بياناتها. إذا كانت رؤاك مبعثرة أو غير متسقة أو قديمة، فسوف ينتج الذكاء الاصطناعي مخرجات لا يثق بها الأشخاص. وعندما لا يثق الأشخاص بالنظام، فإنهم لا يستخدمونه. بيانات سيئة:  النموذج الذي يتنبأ بشيء مثير للاهتمام ولكنه يفشل في تغيير مقياس عالي القيمة لن يحرك نتائجك المالية. تقع الشركات في "فخ المشاريع التجريبية" - بناء إثبات للمفهوم بعد إثبات للمفهوم دون تشغيل أي شيء بشكل كامل. إنه مثل اختبار جهاز المشي لمدة ستة أشهر ولكن عدم الركض عليه أبدًا. مشاريع الذكاء الاصطناعي التجريبية صغيرة جدًا أو نظرية جدًا:  الذكاء الاصطناعي أكثر من مجرد استثمار تقني. إنه تحول سلوكي. تؤكد Gartner أن مؤسسات الذكاء الاصطناعي ذات النضج العالي لا تقوم فقط بإطلاق الأدوات - بل تنشئ برامج اعتماد وإرشادات وحوكمة وأنظمة قياس. بدون هذا، يظل استخدام الموظفين فوضويًا، وتظل النتائج غير مرئية. لا توجد خطة لإدارة التغيير:  يرغب الكثير من المديرين التنفيذيين في أن يدفع الذكاء الاصطناعي الإيرادات على الفور. ولكن المكاسب المبكرة غالبًا ما تكون خفية: عدد أقل من الأخطاء، وأوقات معالجة أسرع، وتقليل إعادة العمل اليدوي، واستهداف أفضل للعملاء. عندما لا يتتبع القادة المقاييس الصحيحة، فإن القيمة تختبئ في وضح النهار. يتوقع القادة النوع الخاطئ من عائد الاستثمار: ماذا تقول Gartner أنك يجب أن تركز عليه  توصيات Gartner واقعية ومنعشة ولكنها بشرية بشكل مدهش. يحثون المؤسسات على التباطؤ، وتقديم أهداف أفضل، واختيار مشاريع الذكاء الاصطناعي بناءً على منطق اقتصادي واضح بدلاً من الحماس. الشركات التي تحصل على عوائد حقيقية تفعل القليل من الأشياء باستمرار: تحديد أولويات النتائج التجارية الملموسة، وليس "حالات الاستخدام الرائعة". الاستثمار في الهندسة، و ModelOps، وطبقة التكامل بحيث تكون المخرجات موثوقة ويمكن استدعاؤها بواسطة تطبيقات الأعمال. النظر إلى الذكاء الاصطناعي كقدرة تشغيلية طويلة الأجل - وليس ميزة لمرة واحدة. تعزيز الثقة والتبني، حتى يستغل الموظفون الأدوات يوميًا. باختصار، تعامل الشركات الناجحة الذكاء الاصطناعي بشكل أقرب إلى بناء مصنع بدلاً من شراء أداة. كيف تحول الذكاء الاصطناعي أخيرًا إلى ربح مالي حقيقي إذا استمرت شركتك في الاستثمار في الذكاء الاصطناعي ولكنك لا ترى العائد، فإليك خارطة طريق لكسر الحلقة - الأنماط التي نراها في نتائج Gartner وعمليات النشر الناجحة في جميع أنحاء العالم.  قبل بناء أي شيء، حدد نتيجتك التجارية بالدولار أو النسب المئوية. ما الذي تحاول بالضبط رفعه؟ الإيرادات؟ الاحتفاظ؟ هامش الربح؟ وقت الدورة؟ إذا كنت لا تستطيع القياس - لا يمكنك تحسينه. ابدأ بمقياس مالي واحد:  هذا هو المكان الذي يصبح فيه التكامل المتكامل لأنظمة الذكاء الاصطناعي أكثر من مجرد كلمة طنانة. يجب أن يكون نموذجك قادرًا على استهلاك البيانات في الوقت الفعلي، ودفع النتائج إلى أدوات سير العمل، وتشغيل الإجراءات. بخلاف ذلك، إنها مجرد تمرين أكاديمي. أنشئ طبقة التكامل أولاً:  يتطلب الذكاء الاصطناعي عالي القيمة بيانات عالية الجودة. يجب أن تضع خطوط أنابيب البيانات، وعمليات التسمية، وبوابات الجودة في المقدمة لتحقيق عائد استثمار قابل للقياس. اجعل البيانات أولويتك، وليس فكرتك اللاحقة:  إتقان الذكاء الاصطناعي يترجم إلى تتبع الاستخدام، وتأثير القرار، والسلوك البشري في الحلقة. قم بتوفير التدريب وتعديل الواجهات حتى يتبنى مستخدمو الأعمال مخرجات الذكاء الاصطناعي كجزء من القرارات الروتينية. قوة مؤشرات الأداء الرئيسية للتبني:  تدمج المؤسسات الأكثر نجاحًا خبرة الأعمال الداخلية مع دعم خارجي لإنتاج الذكاء الاصطناعي وتكامله وهندسته. إنه يقصر الجداول الزمنية ويمنع الأخطاء المكلفة لاحقًا. امزج المواهب الداخلية مع الشركاء الاستراتيجيين: أفكار أخيرة: الفجوة حقيقية - ولكنها قابلة للإصلاح تسلط أحدث دراسة من Gartner ضوءًا ساطعًا وغير مريح أحيانًا على واقع الذكاء الاصطناعي: الشركات تنفذ الذكاء الاصطناعي في كل مكان، لكنها لا تحتضن العائد المتوقع. ومع ذلك، هذا ليس فشلاً للذكاء الاصطناعي. إنه فشل في التكامل والتنسيق ومواءمة القيادة. عندما تستثمر المؤسسات في التكامل، وتعامل الذكاء الاصطناعي كنظام - وليس ميزة - وتحاسب كل مبادرة على القيمة المالية القابلة للقياس، تبدأ النتائج في الظهور أخيرًا. الشركات التي تفعل ذلك بشكل صحيح ستكون تلك التي تحول مرحلة تجريب الذكاء الاصطناعي الحالية إلى ميزة تنافسية الغد. ربما تكون أنت؟

This story contains new, firsthand information uncovered by the writer.

تم إنتاج هذا الصوت باللغة الأصلية للقصة!

لماذا كل هذا الذكاء الاصطناعي، ومع ذلك القليل جدًا من الأرباح؟ نظرة فاحصة على ما تفوت الشركات باستمرار

About Author

تعليقات

شنق العلامات

تم تقديم هذه المقالة في

Related Stories

Top iOS & iPhone Mobile App Development Companies

How to Use No-Code Machine Learning to Optimize your HackerNoon Articles

Noonies Nominee and Lead Product Designer Avrora Shuhalii on Writing, Tech, and More

Top 10 IoT Application Development Companies

Top iOS & iPhone Mobile App Development Companies

How to Use No-Code Machine Learning to Optimize your HackerNoon Articles

Noonies Nominee and Lead Product Designer Avrora Shuhalii on Writing, Tech, and More

Top 10 IoT Application Development Companies

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps