جميع الرؤى
كل مؤسسة نتحدث معها قد نفذت بالفعل مشروعًا تجريبيًّا في مجال الذكاء الاصطناعي. ومعظمها لا يستطيع أن يحدد لك ما الذي تغير بفضل ذلك. وهذا لا يُعزى إلى نقص في الطموح أو الميزانية، بل إلى قصور في النطاق، وتظهر الفجوات الأربع نفسها في كل مرة تقريبًا.
1 · الرقم نفسه
وقد أوضحت دراسة «NANDA» التي أجراها معهد ماساتشوستس للتكنولوجيا (MIT) الأمر بصراحة: حوالي 95% من المشاريع التجريبية للذكاء الاصطناعي في المؤسسات لا تصل أبدًا إلى مرحلة الإنتاج. وقد توصلت الدراسة نفسها إلى أن الأنظمة التي يتم تطويرها خارجياً تنجح بمعدل يبلغ تقريباً ضعف معدل نجاح الأنظمة التي يتم تطويرها داخلياً فقط، ليس لأن الفرق الداخلية أضعف، بل لأنها عادةً ما تعمل على تطويرها إلى جانب مهامها اليومية، دون أن تتمتع بالصلاحية اللازمة لتغيير العمليات التي يتدخل فيها الذكاء الاصطناعي.
على الصعيد المحلي، يبدو التوتر أكثر حدة. تشير دراسة أجرتها شركة «سيسكو» حول مدى الاستعداد إلى أن نسبة عزم الإمارات العربية المتحدة على نشر وكلاء الذكاء الاصطناعي تبلغ 92%، في حين أفاد 17% منهم بوجود العمليات الناضجة اللازمة لتشغيلها. والطموح ليس هو العائق.
إن التجربة التجريبية تثبت أن النموذج قادر على تحقيق ذلك. لكنها لا تثبت أن مؤسستك قادرة على استيعاب ذلك.
2 · الأمور الأربعة التي لم ينتبه إليها أحد
عندما نقوم بتحليل حالة توقف الطيار، يكون السبب في الغالب أحد هذه الأسباب، وغالبًا ما تكون الأسباب الأربعة مجتمعة.
- ·الاستثناءات. تم تنفيذ العرض التوضيحي على سجلات خالية من الأخطاء. أما العمل الفعلي فيعتمد على الـ 12% التي لم يوثقها أحد: العميل الذي يمتلك رمزي حساب، والطلب الذي يتخطى مرحلة الموافقة، والحقل الذي يحمل معنى مختلفًا في نظامين مختلفين.
- ·إعادة القيد. تم تسجيل النتائج في جدول بيانات بدلاً من نظام التسجيل الرسمي، لذا اضطر أحدهم إلى إعادة كتابتها يدويًّا. ولم تتسارع أي عملية لاحقة، لذا لم يظهر أي تأثير في الأرقام.
- ·سلسلة الموافقة. لم يقرر أحد من الذي يوافق على ماذا. لذا، إما أن كل شيء كان يحتاج إلى تدخل بشري، مما أدى إلى إضعاف الكفاءة، أو لم يكن أي شيء يحتاج إلى ذلك، فتوقف قسم الشؤون المالية عن الوثوق بالنتائج.
- ·الشخص الذي يستيقظ في الساعة 7 صباحًا. لم يكن المشغل موجودًا في الغرفة أبدًا. افترضت الواجهة أنهم سيغيرون طريقة عملهم، لكنهم رفضوا ذلك، وهو أمر معقول.
3 · ما الذي يميزنا عن الآخرين
لا تُعد أي من هذه المشكلات مشكلات متعلقة بالنماذج، ولهذا السبب لم تتمكن النماذج الأكثر كفاءة من حلها. إنها مشكلات تتعلق بتحديد نطاق العمل والتكامل، ولذلك فإننا نركز جهودنا في البداية على هذا العمل بالتحديد.
- ·قضاء أسبوعين مع الأشخاص الذين يقومون بالعمل قبل أن يبدأ أي شخص في كتابة كود الإنتاج: أين تتسرب الأموال، وما هي القرارات التي تنطوي على صعوبة حقيقية، وما الذي تستطيع الأنظمة فعله وما لا تستطيع فعله.
- ·مجموعة تقييمات مُصنَّفة تم إنشاؤها استنادًا إلى سجلك الخاص، وليس إلى معايير أداء أحد الموردين، ويتم تسليمها لفريقك حتى يتمكن من إعادة تشغيلها عند كل تغيير.
- ·إعادة التسجيل في نظام السجلات انطلاقًا من الشريحة التشغيلية الأولى، مع توفير مسار تراجع موثق لكل إجراء آلي.
- ·بوابات الموافقة المصممة بالتشاور مع المشغل، لتطبيقها على أي شيء يتعلق بالمال أو بالعميل.
4 · كيف يمكن معرفة ذلك في الأسبوع الثاني
الإشارة المفيدة ليست الدقة. بل هي ما إذا كان السجل الفعلي قد اجتاز المسار بأكمله خلال الأسبوعين الأولين: بدءًا من المصدر، مرورًا باتخاذ القرار، وصولًا إلى إعادة التسجيل، وانتهاءً بظهوره أمام الشخص المسؤول عن النتيجة. وإذا لم يحدث ذلك، فإن المشروع التجريبي يقيس النموذج بدلاً من العملية، ولن يتغير الرقم النهائي.
وهذه هي أيضًا اللحظة المناسبة للتوقف. فالتدقيق الذي يخلص إلى أنه «يجب إصلاح مسار البيانات أولاً، ثم إعادة النظر في الأمر» يكون قد أدى مهمته. أما نشر شيء ستقوم بإيقافه في غضون ربع سنة، فلم يؤدِ مهمته.
