كيف يمكن لدماغ الشركة دعم ذكاء اصطناعي ووكلاء مستقلين أكثر دقة وفعالية من حيث التكلفة؟
قد تعمل العديد من منصات وأنظمة وأدوات الذكاء الاصطناعي في وقت واحد عبر الأعمال التجارية، مثل منصات العملاء المدعومة بالذكاء الاصطناعي، والمساعدين التخاطبيين، وأدوات أتمتة سير العمل والعمليات. ورغم أن كل منها متطور ومتقدم وسريع الاستجابة، إلا أن النتائج والإجراءات التي تظهر عند تشغيلها قد تكون خاطئة أو مربكة أو تفتقر إلى فهم سليم للعمل. تجد العديد من المنظمات نفسها في هذا الموقف، وقد يكون هذا أحد الأسباب الرئيسية التي تجعلها تكافح لاستخلاص العوائد من استثماراتها في الذكاء الاصطناعي.
يكشف استطلاع أجرته MIT Technology Review Insights أنه بينما تستخدم كل منظمة شملها الاستطلاع الذكاء الاصطناعي اليوم بدرجة ما، فإن أقل من واحد من كل خمسة (16%) يستخلص قيمة تحويلية من تطبيقاته.
لا تزال الشركات في الغالب تختبر حالات استخدام الذكاء الاصطناعي (وفقًا لـ 38% من المستجيبين) أو تستخدمه لمساعدة عمل الموظفين بأدوات مثل المساعدين المشتركين أو المساعدين التخاطبيين (35%).
ما هي طبقة السياق المفقودة في الذكاء الاصطناعي؟
ترى بروكالبا سانكار، المؤسس المشارك لشركة أتلان، أن هناك فجوة كبيرة بين ما تستطيع النماذج فعله وكيف تكون النماذج مفيدة بالفعل داخل المنظمات. وتضيف سانكار أنه لكل نية وهدف واقعي، فإن الذكاء الاصطناعي العام موجود بالفعل، لكنه ليس مفيدًا حقًا في معظم الشركات اليوم.
تقول سانكار إن الطبقة المفقودة هي السياق، أو مدى فهم الذكاء الاصطناعي للعمل. طبقة السياق هي البنية التحتية المعمارية التي تقع بين أنظمة الأعمال في المنظمة (على سبيل المثال، أنظمة السجلات والبيانات، ومنصات الذكاء الاصطناعي الخاصة بها). إنها تترجم ذكاء المؤسسة إلى سياق مُدار وقابل للاستخدام آليًا لوكلاء أو نماذج الذكاء الاصطناعي وتساعد على تجميع المعرفة. وتوضح سانكار أنه بدون طبقة سياق للذكاء الاصطناعي، فإن الأمر يشبه إلى حد كبير توظيف أذكى متدرب في العالم، وتغميض عينيه، ورميه في مؤسستك.
تم إنتاج هذا المحتوى بواسطة Insights، الذراع المخصص للمحتوى في MIT Technology Review، وليس بواسطة فريق التحرير الخاص بها. وقد تم البحث عنه وكتابته بواسطة البشر، مع أي أدوات ذكاء اصطناعي قد تكون استخدمت اقتصرت على عمليات الإنتاج تحت إشراف بشري.
