الذكاء الاصطناعي التوليدي والتعلم الآلي... استخدامات متنوعة

توافر عنصر الإبداع يبشّر بفتوحات علمية وتقنية وثقافية كبرى

الذكاء الاصطناعي التوليدي والتعلم الآلي... استخدامات متنوعة
TT

الذكاء الاصطناعي التوليدي والتعلم الآلي... استخدامات متنوعة

الذكاء الاصطناعي التوليدي والتعلم الآلي... استخدامات متنوعة

القدرة على نمو الخوارزميات في غياب المُدخَلات البشرية هي جوهر الذكاء الاصطناعي يستخدم كل من الذكاء الاصطناعي التوليدي Generative AI والتعلم الآلي (تعلّم الآلة) Machine learning الخوارزميات في معالجة التحديات المعقدة، ولكن الذكاء الاصطناعي التوليدي يستخدم نمذجة أكثر تطوراً وخوارزميات أكثر تقدماً لإضافة العنصر الإبداعي.

ذكاء اصطناعي وتعلّم آلي

إن الذكاء الاصطناعي التوليدي هو شكل من أشكال الذكاء الاصطناعي المصمم لإنتاج محتوى مثل النصوص، والصور، والفيديو، والموسيقى. ويستخدم نماذج لغوية كبيرة وخوارزميات لتحليل الأنماط في مجموعات البيانات ومحاكاة نمط أو بنية أنواع معينة من المحتوى.

من ناحية أخرى، يساعد التعلم الآلي أجهزة الكومبيوتر على تعلُّم المهام والإجراءات باستخدام التدريب المصمم، استناداً إلى نتائج مجموعات البيانات الكبيرة، وهو عنصر أساسي في أنظمة الذكاء الاصطناعي. وقد خصّص موقع «إي ويك» الإلكتروني موضوعاً للمقارنة بين خصائص هذين النظامين واستخداماتهما.

مخطط للمقارنة

إليكم مخططاً للمقارنة بين الذكاء الاصطناعي التوليدي (1) مقابل التعلم الآلي (2).

إن الذكاء الاصطناعي التوليدي والتعلم الآلي هما تقنيتان مرتبطتان ارتباطاً وثيقاً، كما يوضح الجدول أدناه. وفي حين أن الذكاء الاصطناعي التوليدي يتفوّق في إنشاء المحتوى، فإن التعلم الآلي موجه إلى تحليل البيانات والنماذج الإحصائية.

> التعريف:

1. إنشاء محتوى جديد.

2. تحليل البيانات لإجراء تنبؤات.

• استخدام الخوارزميات:

1. خوارزميات متقدمة ومبتكرة.

2. التعرف على نمط البيانات.

• المُخرَجات:

1. النصوص، والصور، والفيديو، والموسيقى.

2. التنبؤات والتصنيفات.

• مجالات التطبيق:

1. إنشاء المحتوى والتصميم.

2. تحليل البيانات والأمن السيبراني.

• القاعدة التقنية:

1. نماذج اللغة الكبيرة والشبكات التوليدية التنافسية.

2. النماذج الإحصائية والخوارزميات.

التاريخ والتطور

على مدى عدة عقود، كان تطور كل من الذكاء الاصطناعي التوليدي والتعلم الآلي مدفوعاً بالتطوير المستمر للخوارزميات المصممة لأداء مهام محددة.

على مدار العقد الماضي، ازداد مستوى تعقيد هذه الخوارزميات بصورة كبيرة. وفي أكثر مراحل تطورها أضحى بمقدورها أن تكتسب قدرة التأدية الوظيفية من دون استمرار المدخلات البشرية. وهذه القدرة على النمو في غياب المدخلات البشرية هي جوهر الذكاء الاصطناعي، الذي هو أساس كل من الذكاء الاصطناعي التوليدي والتعلم الآلي.

في السنوات القليلة الماضية، مكّنت التطورات في القدرة الحاسوبية وتوافر البيانات -التي صارت ممكنة من خلال منصات الحوسبة السحابية مثل «أمازون ويب سيرفيسز»، و«مايكروسوفت أزور»- من تحقيق تقدم كبير.

ظهر التعلم الآلي أولاً، مع التركيز على تحديد الأنماط واتخاذ القرارات القائمة على البيانات. وبُني الذكاء الاصطناعي التوليدي على هذه الأسس، عبر تقديم نماذج قادرة على خلق محتوى جديد وأصلي من خلال التعلم من مجموعات البيانات الواسعة.

حدث التقدم الرئيسي في مجال الذكاء الاصطناعي التوليدي في نوفمبر (تشرين الثاني) عام 2022. عندما أطلقت شركة «أوبن إيه آي» برنامج «تشات جي بي تي»، وهو تطبيق يخلق محتوى يستند إلى المطالبات النصية واستفسارات اللغة الطبيعية.

ما هو الذكاء الاصطناعي التوليدي؟

الذكاء الاصطناعي التوليدي عبارة عن تقنية ناشئة تستخدم الذكاء الاصطناعي، والخوارزميات، ونماذج اللغة الكبيرة لإنتاج عدة أنواع من المحتوى، من النصوص إلى الصور إلى الفيديو.

يستفيد التعلم الآلي من التعلم العميق وتقنيات الشبكة العصبية، لإنشاء المحتوى الذي يستند إلى الأنماط التي يلاحظها في مجموعة واسعة من المحتويات الأخرى. وعلى الرغم من أن هذا المحتوى مُصنّف على أنه أصلي فإن الذكاء الاصطناعي التوليدي في الواقع يستخدم التعلم الآلي ونماذج الذكاء الاصطناعي، لتحليل إبداعات الآخرين السابقة ثم تكرارها. إنه يستفيد من مستودعات ضخمة من المحتويات، ويستخدم تلك المعلومات لمحاكاة الإبداع البشري.

مع الذكاء الاصطناعي التوليدي يمكنك القيام بمهام مثل تحليل الأعمال الكاملة لكتاب مشهورين، مثل: تشارلز ديكنز، أو جي كيه رولينغ، أو إرنست همنغواي؛ لإنتاج رواية أصلية تسعى لمحاكاة نمط هؤلاء المؤلفين وأنماط الكتابة لديهم.

وبالتالي، فإن مشاريع الذكاء الاصطناعي التوليدي تتجاوز كثيراً مستوى التعلم الآلي التقليدي. من خلال استخدام أشكال متعددة من أنظمة التعلم الآلي، والنماذج، والخوارزميات، والشبكات العصبية، يُقدم الذكاء الاصطناعي التوليدي انطلاقة جديدة إلى عالم الإبداع.

حالات استخدام النظم الذكية

يستخدم الذكاء الاصطناعي التوليدي في تعزيز -وليس استبدال- أعمال الكتاب ومصممي الغرافيك والفنانين والموسيقيين من خلال إنتاج مواد جديدة. وهو مفيد بصورة خاصة في عالم الأعمال في مجالات مثل وصف المنتجات، ويمكن أن يخلق كثيراً من الاختلافات في التصاميم القائمة. كما يمكنه مساعدة الفنان على استكشاف المفاهيم الجديدة عبر الوسائط المختلفة.

وفيما يلي بعض حالات استخدامه، بدءاً من حالات الاستخدام المؤسساتية للذكاء الاصطناعي التوليدي إلى عمليات تنفيذ التطبيقات الأصغر نطاقاً.

> البيع بالتجزئة. يعمل الذكاء الاصطناعي التوليدي على تعزيز عمليات البيع بالتجزئة بشكل كبير من خلال أتمتة إنشاء أوصاف المنتجات، وتوليد محتوى تسويقي مخصص، وتحسين إدارة المخزون.

وبينما يركّز التعلم الآلي على تحليل البيانات لتقديم التوصيات، يأخذ الذكاء الاصطناعي التوليدي خطوة أبعد من خلال إنشاء المحتوى نفسه.

> قطاع الأعمال. يمكن رؤية الذكاء الاصطناعي التوليدي في مجال الأعمال في عمليات مثل وضع التقارير وإنجازها، وتصور البيانات، وإنشاء مواد تسويقية. يمكن للشركات إنشاء تقارير الأعمال تلقائياً عن طريق تحليل مجموعات البيانات الكبيرة واستخراج الرؤى الرئيسية، ما يقلّل من الأخطاء والوقت المستغرق لهذه المهام. وهذا يسمح لمحللي الأعمال بالتركيز على اتخاذ القرارات الاستراتيجية بدلاً من إعداد التقارير العادية.

وبالمقارنة، يُستخدم التعلم الآلي عادة لتحليل أنماط البيانات وتقديم رؤى تنبؤية، في حين يعتمد الذكاء الاصطناعي التوليدي على هذه الرؤى لإنتاج تقارير وعروض تقديمية شاملة.

> الرعاية الصحية. في مجال الرعاية الصحية، يساعد الذكاء الاصطناعي التوليدي على إنشاء بيانات طبية اصطناعية للبحث، وتطوير خطط علاجية مخصصة، وتعزيز الدقة التشخيصية. ومرة أخرى، يبني الذكاء الاصطناعي التوليدي على الأساس الذي وضعته الآلة.

وفي حين يتفوّق التعلم الآلي في تحديد الأنماط لدى البيانات الطبية، فإن الذكاء الاصطناعي التوليدي يذهب إلى أبعد من ذلك عبر توليد بيانات جديدة وسيناريوهات علاجية جديدة، يمكن أن تساعد في البحوث الطبية والتشخيصات.

• التصنيع والإنتاج. الذكاء الاصطناعي التوليدي هو تقنية مُرحب بها عندما يتعلق الأمر بالنمذجة الأولية. ويعمل على تحسين تصميم المنتجات وعمليات التصنيع من خلال إنشاء نماذج التصميم الأولية المتعددة استناداً إلى قيود ومدخلات محددة.

وبينما التعلم الآلي يُستخدم في التنبؤ باحتياجات الصيانة وتحسين جداول الإنتاج، فإن الذكاء الاصطناعي التوليدي يتيح إنشاء التصاميم والحلول المبتكرة التي يمكن تنفيذها مباشرة في التصنيع.

• الخدمات المالية. في القطاع المالي، يعمل الذكاء الاصطناعي التوليدي على تعزيز الخدمات من خلال توليد تقارير مالية مخصصة، وأتمتة الكشف عن الأنشطة الاحتيالية، وتحسين إدارة المخاطر.

وفي حين أن التعلم الآلي عادة ما يكتشف الأنماط وأشكال الشذوذ، لا يحدد الذكاء الاصطناعي التوليدي هذه المشكلات فحسب، وإنما يُنشئ أيضاً تقارير تفصيلية واستراتيجيات معينة لمعالجتها.

• دعم العملاء. يعمل الذكاء الاصطناعي التوليدي على تحسين دعم العملاء من خلال روبوتات المحادثة المتقدمة والمساعدين الافتراضيين. تعتمد الشركات روبوتات المحادثة العاملة بالذكاء الاصطناعي التوليدي، للتعامل مع مجموعة واسعة من استفسارات العملاء؛ من توصيات المنتجات إلى تتبع الطلبات. ولا تزال روبوتات المحادثة هذه تتشابه مع البشر على نحو متزايد.

يمكن للذكاء الاصطناعي التوليدي خلق استجابات مخصصة ومناسبة من حيث السياق، ما يجعل التفاعلات تبدو أكثر إنسانية وأكثر فاعلية من أساليب العمل البسيطة القائمة على التعلم الآلي.



دراسة تبحث: هل يغيّر الذكاء الاصطناعي طريقة تفكيرنا رغم صحة المعلومات؟

تلعب طريقة عرض المعلومات وسردها دوراً أساسياً في تشكيل الفهم وليس فقط مضمونها (شاترستوك)
تلعب طريقة عرض المعلومات وسردها دوراً أساسياً في تشكيل الفهم وليس فقط مضمونها (شاترستوك)
TT

دراسة تبحث: هل يغيّر الذكاء الاصطناعي طريقة تفكيرنا رغم صحة المعلومات؟

تلعب طريقة عرض المعلومات وسردها دوراً أساسياً في تشكيل الفهم وليس فقط مضمونها (شاترستوك)
تلعب طريقة عرض المعلومات وسردها دوراً أساسياً في تشكيل الفهم وليس فقط مضمونها (شاترستوك)

مع تزايد اعتماد المستخدمين على أدوات الذكاء الاصطناعي للحصول على المعلومات، يبرز سؤال أساسي: هل تستطيع هذه الأنظمة التأثير ليس فقط في ما نعرفه، بل أيضاً في طريقة تفكيرنا؟

دراسة أكاديمية حديثة نُشرت في «PNAS Nexus» تحاول الإجابة عن هذا السؤال من خلال تحليل كيفية تأثير السرديات التاريخية التي ينتجها الذكاء الاصطناعي على آراء الأفراد. وتشير النتائج إلى أن المعلومات قد تكون دقيقة من حيث الوقائع، لكنها لا تكون بالضرورة محايدة في تأثيرها.

تجربة منهجية لقياس التأثير

اعتمدت الدراسة على تجربة واسعة شملت 1912 مشاركاً، وهدفت إلى قياس تأثير التعرض لنصوص تاريخية مولدة بالذكاء الاصطناعي على آراء الأفراد. عُرضت على المشاركين ملخصات لأحداث تاريخية تم إنشاؤها بواسطة الذكاء الاصطناعي، ثم طُلب منهم تقييم مواقفهم تجاه مواضيع مرتبطة بها. ولم يكن الهدف اختبار المعلومات المضللة، بل فهم ما إذا كان أسلوب العرض وحده حتى مع بقاء الحقائق ثابتة يمكن أن يؤثر في الحكم. والنتيجة كانت واضحة: نعم، يمكن لذلك أن يحدث. فحتى عندما لم تتغير الوقائع، أدت الاختلافات في طريقة السرد إلى تغيّر ملحوظ في آراء المشاركين. وهذا يعني أن التأثير لا يتطلب معلومات خاطئة، بل يمكن أن ينشأ من طريقة العرض نفسها.

يتحول دور الذكاء الاصطناعي من نقل المعلومات إلى تفسيرها ضمن سياق سردي متكامل (أدوبي)

التحيز الكامن: تأثير غير مرئي

تسلّط الدراسة الضوء على مفهوم ما يُعرف بـ«التحيز الكامن»، وهو التحيز الذي يظهر في النصوص دون قصد مباشر، نتيجة للبيانات التي تدربت عليها الأنظمة أو لطريقة صياغة الطلبات.

وبما أن أنظمة الذكاء الاصطناعي تعتمد على كميات ضخمة من البيانات البشرية، فهي تعكس أنماطاً وسياقات موجودة مسبقاً. وعند توليد محتوى، قد تميل إلى إبراز جوانب معينة على حساب أخرى.

هذا النوع من التحيز لا يكون واضحاً، ولا يتضمن بالضرورة أخطاء أو معلومات مضللة، بل يظهر من خلال اختيار التفاصيل وترتيبها وأسلوب عرضها.

أهمية صياغة السؤال

تشير الدراسة أيضاً إلى أن طريقة طرح السؤال أو الطلب تؤثر بشكل كبير في النتيجة. فالتغييرات البسيطة في صياغة السؤال يمكن أن تؤدي إلى اختلاف في طريقة عرض الحدث نفسه، حتى لو ظلت الوقائع ثابتة. وهذا يعني أن الذكاء الاصطناعي لا يسترجع المعلومات فقط، بل يعيد بناءها استجابةً لطريقة التفاعل معه. وبالتالي، فإن العلاقة بين المستخدم والنظام تصبح جزءاً من عملية إنتاج المعرفة، وليس مجرد وسيلة للوصول إليها.

على عكس محركات البحث التقليدية التي توفر روابط متعددة، يقدم الذكاء الاصطناعي محتوى جاهزاً ومترابطاً في شكل سردي. وهذا التحول له تأثير مهم على طريقة استيعاب المعلومات.

فعندما يقرأ المستخدم نصاً متماسكاً بدلاً من مصادر متعددة، يكون أكثر ميلاً لتقبّله كتصور متكامل، وليس كوجهة نظر ضمن مجموعة من الآراء. وهذا يزيد من تأثير الخيارات السردية غير الظاهرة داخل النص.

وتشير الدراسة إلى أن هذه الأنظمة لم تعد مجرد أدوات لنقل المعلومات، بل أصبحت وسيطاً تفسيرياً يؤثر في كيفية فهم الأحداث.

الدقة لا تعني الحياد

من أبرز استنتاجات الدراسة أن الدقة لا تضمن الحياد. فحتى عندما تكون المعلومات صحيحة، يمكن لطريقة تنظيمها وعرضها أن تؤثر في تفسيرها. وهذا يتحدى فكرة شائعة مفادها أن ضمان صحة المعلومات كافٍ لضمان موضوعيتها. في الواقع، قد يؤدي التركيز على عناصر معينة، أو تقديم سياق محدد، إلى توجيه الفهم بطريقة غير مباشرة.

ومع تزايد الاعتماد على الذكاء الاصطناعي لتلخيص المواضيع المعقدة، تكتسب هذه النتائج أهمية أكبر. فالمستخدمون قد يتعرضون لتفسيرات تبدو محايدة، لكنها تحمل تأثيرات ضمنية ناتجة عن أسلوب العرض. ولا يعني ذلك وجود نية للتضليل، بل يعكس طبيعة الأنظمة التي تحاول محاكاة اللغة البشرية من خلال بيانات واسعة ومعقدة.

تؤثر صياغة الأسئلة أو الطلبات بشكل كبير في طبيعة الإجابات التي يولدها الذكاء الاصطناعي

مجال بحثي يتوسع

تفتح هذه الدراسة الباب أمام مزيد من البحث حول تأثير الذكاء الاصطناعي على الإدراك البشري. فما زالت هناك تساؤلات حول اختلاف التأثير بين الأفراد، وكيف تتغير الاستجابة وفقاً للخلفية أو المعتقدات المسبقة. كما أن انتشار هذه الأنظمة قد يضاعف من تأثيرها على النقاش العام. تركز النقاشات غالباً على خطر المعلومات الخاطئة، لكن هذه الدراسة تشير إلى تحدٍّ مختلف يتعلق بتأثير المعلومات الصحيحة عندما تُعرض بطريقة معينة. وهذا يعني أن التأثير لا يأتي فقط من الخطأ، بل من طريقة عرض الحقيقة نفسها.

مسؤولية جديدة

تفرض هذه النتائج مسؤوليات جديدة على المطورين وصناع القرار والمستخدمين. فالحاجة لم تعد تقتصر على ضمان دقة المعلومات، بل تمتد إلى فهم كيفية إنتاجها وتقديمها. كما يصبح من الضروري تعزيز الوعي النقدي لدى المستخدمين عند التعامل مع المحتوى الناتج عن الذكاء الاصطناعي.

ومع تطور الذكاء الاصطناعي، تتغير العلاقة بين المعرفة والثقة. تشير هذه الدراسة إلى أن الثقة لا ينبغي أن تُبنى على صحة المعلومات فقط، بل أيضاً على فهم كيفية صياغتها وعرضها.

وبهذا المعنى، لم يعد الذكاء الاصطناعي مجرد أداة لنقل المعرفة، بل أصبح جزءاً من عملية تشكيلها. وهنا يكمن التحدي الحقيقي، ليس فقط في التأكد من صحة المعلومات، بل في فهم الطريقة التي تُروى بها.


من التبنِّي إلى التنفيذ… «الفنتك» السعودي يدخل مرحلة النضج الحاسمة

تعتمد نسبة كبيرة من المؤسسات على أنظمة تقليدية وموردين خارجيين ما يبطئ الابتكار ويزيد التعقيد التشغيلي (أدوبي)
تعتمد نسبة كبيرة من المؤسسات على أنظمة تقليدية وموردين خارجيين ما يبطئ الابتكار ويزيد التعقيد التشغيلي (أدوبي)
TT

من التبنِّي إلى التنفيذ… «الفنتك» السعودي يدخل مرحلة النضج الحاسمة

تعتمد نسبة كبيرة من المؤسسات على أنظمة تقليدية وموردين خارجيين ما يبطئ الابتكار ويزيد التعقيد التشغيلي (أدوبي)
تعتمد نسبة كبيرة من المؤسسات على أنظمة تقليدية وموردين خارجيين ما يبطئ الابتكار ويزيد التعقيد التشغيلي (أدوبي)

شهد القطاع المالي في السعودية تحولاً رقمياً سريعاً خلال فترة زمنية قصيرة. ففي أقل من عقد، انتقل الاقتصاد من الاعتماد الكبير على النقد إلى مرحلة أصبحت فيها نحو 80 في المائة من معاملات التجزئة إلكترونية. لكن هذا الإنجاز لا يمثل نهاية الرحلة، بل بداية مرحلة أكثر تعقيداً.

يرى محمد عويضة المؤسس والرئيس التنفيذي لشركة «ستيتش» أن قطاع التقنية المالية في المملكة دخل نقطة تحول حاسمة. ويشرح خلال حديث خاص لـ«الشرق الأوسط»: «إذا قارنَّا السعودية بأسواق كانت تُعدّ رائدة في (الفنتك) أي التكنولوجيا المالية قبل خمس سنوات، نجد أن أجزاءً من المملكة قد لحقت بها، بل وتفوقت عليها في مجال المدفوعات. لكن المرحلة المقبلة لم تعد تتعلق بالتبنّي، بل بالتنفيذ».

محمد عويضة المؤسس والرئيس التنفيذي لشركة «ستيتش»

ازدهار الواجهة الأمامية... وحدوده

التحوُّل الذي تحقق حتى الآن كان واضحاً للمستخدمين كمحافظ رقمية ومدفوعات سلسة وخدمات مالية أكثر سهولة. لكن خلف هذه الواجهة، لا تزال عملية التحول العميق غير مكتملة.

ويبرز الذكاء الاصطناعي مثالاً واضحاً على ذلك. فرغم الزخم الكبير حوله، فإن استخدامه في المؤسسات المالية لا يزال يتركز في تطبيقات سطحية.

يقول عويضة إنه «في معظم الحالات، لا يزال الذكاء الاصطناعي غير مدمج في الوظائف الأساسية مثل إدارة الاحتيال واتخاذ قرارات الائتمان والاكتتاب أو الأتمتة التشغيلية». وغالباً ما يُستخدم في واجهات المحادثة أو الخدمات البسيطة. ويرجع ذلك ليس إلى نقص الطموح، بل إلى البنية التحتية.

فالأنظمة الأساسية القديمة، إلى جانب تعدد منصات الموردين، تجعل من الصعب دمج الذكاء الاصطناعي في صلب العمليات. ومن دون بيانات موحدة وبنية حديثة، تبقى القدرات المتقدمة محدودة. وهذا يخلق مفارقة واضحة، حيث يمكن إطلاق المنتجات بسرعة، لكن يصعب توسيع نطاقها بكفاءة.

التنفيذ... التحدي الحقيقي

مع نضوج السوق، تغيَّر نوع التحدي. فالإطار التنظيمي واضح، والطلب قوي والبنية الرقمية متوفرة، لكن العائق أصبح في التنفيذ اليومي. تشير التقديرات إلى أن أكثر من 84 في المائة من المؤسسات المالية في السعودية تخطط لتحديث بنيتها التحتية خلال العام المقبل، مما يعكس إدراكاً واسعاً لطبيعة التحدي. ويظهر هذا التحدي بوضوح في مجال التمويل، حيث لا تزال أكثر من 60 في المائة من المؤسسات تعتمد بالكامل على أنظمة قديمة، بينما تتجاوز نسبة الاعتماد على الموردين الخارجيين 87 في المائة. ولا يقتصر أثر ذلك على البطء التشغيلي، بل يمتد إلى النتائج نفسها. ويشير عويضة إلى وجود «فجوة بين سرعة إطلاق المنتجات وسهولة تطويرها أو توسيعها. وفي كثير من الحالات، تفوّت المؤسسات بالفعل فرصاً تجارية لأن أنظمتها الأساسية لا تواكب النمو».

تلعب الأطر التنظيمية الواضحة والكفاءات البشرية دوراً أساسياً في دعم الابتكار وبناء قطاع مالي أكثر كفاءة ونضجاً (شاترستوك)

التجزئة... التكلفة الخفية للنمو

تمثل التجزئة أحد أبرز التحديات في هذه المرحلة. فأكثر من 73 في المائة من المؤسسات تعتمد بشكل كبير على شركاء خارجيين لإطلاق المنتجات وتحديثها. ورغم أن هذا النموذج ساعد على تسريع الابتكار، فإنه أدَّى أيضاً إلى زيادة التعقيد. ويوضح عويضة أن «الاعتماد على عدد كبير من الموردين المتخصصين يزيد من عبء التنسيق، ويبطئ التنفيذ، ويُشتّت المسؤوليات». ولا يقتصر الأمر على الكفاءة، بل يمتد إلى الحوكمة والامتثال والأمن. فعندما تكون الأنظمة مفككة، يصبح تطبيق معايير موحدة أكثر صعوبة، وتتوزع المسؤولية عبر أطراف متعددة، ما يزيد من تعقيد إدارة المخاطر. والنتيجة هي أن الابتكار يحدث في جيوب منفصلة، دون أن يمتد بشكل متكامل داخل المؤسسة.

البيانات... من عائق إلى محرك

في قلب هذه التحديات، تقف البيانات. في كثير من المؤسسات، تكون البيانات موزعة عبر أنظمة متعددة ومكررة وتُعالج يدوياً أو تصل متأخرة. وهذا لا يؤثر فقط على الكفاءة، بل يحد من الإمكانات. ويؤدي ذلك برأي عويضة إلى «تقيد كل شيء». وهذا ينعكس مباشرة على القدرة على تطبيق تقييم المخاطر في الوقت الحقيقي والتسعير الديناميكي والخدمات المالية المخصصة. كما يفسر محدودية استخدام الذكاء الاصطناعي في الوظائف الأساسية.

في المقابل، عندما تُبنى الأنظمة على نماذج بيانات موحدة، يتغير المشهد بالكامل. ويفسر عويضة: «عندما تعمل المؤسسات على نماذج بيانات موحدة وطبقات تحكم مشتركة، يتضاعف الابتكار. يمكن تسعير المنتجات بشكل ديناميكي، وتقييم المخاطر فورياً، وإتاحة خدمات جديدة عبر واجهات برمجية دون زيادة المخاطر التشغيلية». وفي هذا السياق، لم تعد «الخدمات المفتوحة» (Open Banking) مفهوماً مستقبلياً، بل واقعاً ناشئاً، وإن كان لا يزال مقيداً بتجزئة البنية التحتية.

نجاح المرحلة المقبلة يعتمد على تكامل الأنظمة والكفاءات البشرية وليس على إطلاق منتجات جديدة فقط (شاترستوك)

التنظيم... عامل تمكين لا قيد

من أبرز نقاط القوة في السوق السعودية وضوح الإطار التنظيمي. وينوه عويضة «بتوفير الأطر الواضحة من البنك المركزي السعودي بيئة تمكّن المؤسسات من الابتكار بثقة، بدلاً من العمل بحذر ضمن تجارب معزولة». كما ساهمت مبادرات مثل «البيئات التجريبية التنظيمية» (sandbox) في تسريع الابتكار مع الحفاظ على الاستقرار.

والتحدي في المرحلة المقبلة سيكون الحفاظ على هذا التوازن أي تحقيق السرعة دون التفريط في الضوابط. فمع تطور السوق، يتغير دور الشركاء التقنيين حيث لم يعد المطلوب تقديم أدوات منفصلة، بل دعم شامل يشمل الحوكمة والامتثال والأمن والتشغيل.

وينصح عويضة «بأن يقلل الشركاء التعقيد، لا أن يزيدوه». كما يبرز هنا مفهوم الانضباط المعماري، إذ إن غياب تصميم تقني متماسك يجعل حتى أفضل الأدوات غير قادرة على تحقيق القيمة المرجوة.

الكفاءات البشرية والملكية

يشدد عويضة على أهمية وضوح المسؤوليات إذ لا يمكن للتكنولوجيا وحدها أن تقود المرحلة المقبلة. ويضيف خلال حديثه مع «الشرق الأوسط»: «تفشل التقنيات المتقدمة عندما تكون المسؤولية موزعة بين فرق أو موردين أو وظائف مختلفة». المؤسسات الناجحة هي التي تحقق تكاملاً بين فرق الأعمال والتقنية والتشغيل، مع قدرة على اتخاذ القرار بسرعة. وفي الوقت نفسه، تمثل تنمية الكفاءات في السعودية، ضمن «رؤية 2030»، ميزة استراتيجية، خاصة في مجالات البيانات والذكاء الاصطناعي.

ولا يقتصر تأثير التطور المالي على القطاع نفسه بل على «طريقة انتقال الأموال وتوزيع رأس المال وتصميم المنتجات المالية تحدد سرعة تطور الاقتصادات» كما يرى عويضة. ويتابع: «عندما تصبح الأنظمة المالية أكثر كفاءة، يتسارع الابتكار في مختلف القطاعات».

كيف تبدو مرحلة النضج؟

في المرحلة المقبلة، لن يُقاس نجاح القطاع بعدد المنتجات الرقمية، بل بمدى كفاءتها وتكاملها. يتصور عويضة بيئة يمكن فيها إطلاق منتجات مالية متوافقة خلال أسابيع بدلاً من سنوات، دون زيادة المخاطر التنظيمية أو التشغيلية. كما ستلعب الأتمتة دوراً محورياً في تقليل الأعباء التشغيلية. ويصرح: «عندما تُزال القيود، فإن أفضل المنتجات لا تُخطط دائماً... بل تظهر تلقائياً».

لم تعد قصة «الفنتك» في السعودية تتعلق باللحاق بالركب. ففي كثير من المجالات، وصلت بالفعل إلى مستويات عالمية. المرحلة المقبلة ستكون أكثر أهمية... تنفيذ فعَّال وتوسع المستدام وبناء أنظمة تدعم الابتكار المستمر.


«أوبن إيه آي» تقرر وقف تطبيقها «سورا» لتوليد الفيديو بالذكاء الاصطناعي

شعار شركة «أوبن إيه آي» المطوِّرة لمنصة الذكاء الاصطناعي «تشات جي بي تي» (رويترز)
شعار شركة «أوبن إيه آي» المطوِّرة لمنصة الذكاء الاصطناعي «تشات جي بي تي» (رويترز)
TT

«أوبن إيه آي» تقرر وقف تطبيقها «سورا» لتوليد الفيديو بالذكاء الاصطناعي

شعار شركة «أوبن إيه آي» المطوِّرة لمنصة الذكاء الاصطناعي «تشات جي بي تي» (رويترز)
شعار شركة «أوبن إيه آي» المطوِّرة لمنصة الذكاء الاصطناعي «تشات جي بي تي» (رويترز)

أعلنت شركة «أوبن إيه آي»، الثلاثاء، إغلاق تطبيقها «سورا» لتوليد الفيديو بالذكاء الاصطناعي، بعد ستة أشهر فقط من إطلاق هذه البرمجية التي أثارت اهتماماً واسعاً.

وأعلنت الشركة عبر منصة «إكس» القرار قائلةً: «نودّع سورا»، مؤكدةً بذلك تركيزها على الأدوات الاحترافية تمهيداً لطرح أسهمها للاكتتاب العام في وقت لاحق من العام الجاري.

وأعلنت «ديزني»، إحدى كبرى شركات الإعلام والترفيه في العالم التي رخصت في ديسمبر (كانون الأول) الماضي استخدام صور شخصياتها الكرتونية في تطبيق «سورا»، انسحابها من الشراكة، وفق مصدر معلومات أوردتها صحيفة «هوليوود ريبورتر» الاثنين، نقلاً عن مصدر مطّلع. كانت الشركة قد التزمت في مقابل هذه الشراكة باستثمار مليار دولار في «أوبن إيه آي».

ويمثل قرار وقف تطبيق «سورا» نهاية أحد أكثر منتجات الذكاء الاصطناعي الموجهة إلى المستهلكين استقطاباً للاهتمام الإعلامي العام الماضي، في وقت تعيد الشركة الأم لتطبيق روبوت الدردشة «تشات جي بي تي» تركيز جهودها على أدوات البرمجة والإنتاجية، وهو مجال تحقق فيه شركة «أنثروبيك» الأميركية المنافسة زخماً متزايداً.

شعار «تشات جي بي تي» وكلمة الذكاء الاصطناعي في رسم توضيحي (رويترز)

وأوضحت «أوبن إيه آي» أنها ستعلن قريباً عن الجدول الزمني لوقف تشغيل التطبيق الذي يتطلب موارد حاسوبية ضخمة، بالإضافة إلى الطرق التي تتيح للمستخدمين أن يحفظوا المحتوى الذي ولّدوه عبر «سورا».

يأتي هذا الإغلاق في وقت حرج بالنسبة إلى «أوبن إيه آي» التي يواجه نموذج أعمالها تدقيقاً متزايداً، إذ تتصاعد التكاليف بوتيرة أسرع بكثير من الإيرادات، رغم وجود نحو مليار مستخدم يومياً حول العالم.

وذكرت صحيفة «وول ستريت جورنال» أن رئيس الشركة سام ألتمان، أبلغ الموظفين الثلاثاء، بهذا التوجه الجديد.

يأتي هذا الإعلان أيضاً بعد رسالة من فيدجي سيمو، رئيسة قسم التطبيقات في شركة «أوبن إيه آي» التي طلبت من فرقها في أوائل مارس (آذار) عدم تشتيت انتباههم بـ«المهام الجانبية» والتركيز على وكلاء الذكاء الاصطناعي.

وأصبحت هذه الأدوات القادرة على ربط المهام بشكل مستقل على أجهزة الكمبيوتر الخاصة بالمستخدمين لكتابة التعليمات البرمجية وتحليل البيانات واتخاذ القرارات في تطبيقات مختلفة، محور اهتمام عمالقة التكنولوجية الأميركية «وادي السيليكون».

وقد عيّنت «أوبن إيه آي» في منتصف فبراير (شباط) المبرمج النمساوي بيتر شتاينبرغر، مبتكر «أوبن كلاو»، وهو برنامج لتطوير وكلاء الذكاء الاصطناعي حقق نجاحاً كبيراً بين المتخصصين في مجال الحوسبة في جميع أنحاء العالم.

من جانبها، نشرت «أنثروبيك» الاثنين، ميزة الوكيل في نموذج «كلاود» الخاص بها، والذي بات قادراً على التحكم في جهاز الكمبيوتر الخاص بالمستخدم لأداء المهام بشكل مستقل.