تحدثت ميغان أوهيرن - كروك، واحدة من كبار القادة والقائدات، مديرة الأرشيف والمعلومات في مؤسسة History Associates Incorporated (HAI)، في مؤتمر وطني عُقد أخيراً حول تطور الذكاء الاصطناعي في بعض وظائف الأعمال التقليدية، مثل المالية والتسويق والاتصالات. وكان من بين جمهورها مسؤولون تنفيذيون يعملون في بيئات لا تزال تعتمد بشكل كبير على السجلات الورقية والأنظمة القديمة والذاكرة المؤسسية، أي الأشخاص الذين تمكنهم الاستفادة القصوى من الرقمنة والذكاء الاصطناعي، كما كتبت بيث ماسر (*).
جودة البيانات
وغالباً ما يصادف العاملون في هذه المجالات سجلات تاريخية ومجموعات بيانات مهمة في أكثر حالاتها فوضوية. ينبغي تنظيمها وتصنيفها، وهو الأمر الذي يجعل الذكاء الاصطناعي أكثر قابلية للتطبيق.
ولهذا السبب؛ تُدرك ميغان، والخبراء الآخرون، أن الحوار الحقيقي لا يقتصر على ما هو جديد ولامع فحسب، بل يتمثّل في فهم أنه مهما بلغت ذكاء الأداة، فإن جودتها تعتمد على جودة البيانات التي تُغذّى بها والبيئة التي تُقدّم فيها - وهي بيئات غالباً ما نكون مسؤولين عن خلقها.
3 ركائز
لذا؛ سواءً كنتَ مناصراً متحمساً أو مراقباً حذراً، فإليك ثلاث خطوات أساسية ننصح بها لأي تطبيق للذكاء الاصطناعي: إعداد الذكاء الاصطناعي للنجاح، وتأمين الدعم المؤسسي، والبدء بمشروع تجريبي صغير.
1. إعداد الذكاء الاصطناعي للنجاح. كثيراً ما نسمع كيف يُمكن للذكاء الاصطناعي تعزيز الإنتاجية، وأتمتة المهام الشاقة، أو اكتشاف رؤىً مدفونة في أعماق الزوايا المنسية - وهو أمرٌ ممكن، ولكن فقط إذا كنا صادقين بشأن ما يتطلبه الأمر في النهاية.
في كثير من الأحيان، تُطبّق المؤسسات أدوات الذكاء الاصطناعي دون إرساء الأساس اللازم. وأهم الأمور هنا هو الوصول إلى بيانات عالية الجودة ومنظمة ومصنفة بشكل جيد. وبصفتي خبيرة تصنيف وإدارة معرفة مخضرمة، أعلم أن معظم المؤسسات تفتقر إلى هذه الميزة.
إن البيانات المنظمة جيداً تعتمد في جوهرها، على البيانات الوصفية، أو البيانات المتعلقة ببياناتك. إذ إنها هي التي تسمح لك بالعثور على المعلومات وفرزها وتطبيقها بطرق مفيدة. يجب أن تكون البيانات الوصفية دقيقة وكاملة ومُصنفة باستمرار بمرور الوقت، فمن دونها، لن تتمكن حتى أقوى أدوات الذكاء الاصطناعي من استرداد السجلات أو معالجتها بفاعلية. إذا لم يتمكن الإنسان من العثور على بياناتك، فلن تتمكن الآلة من استخدامها أيضاً.
«صورة معينة لحدث في تاريخ معروف»
كثيراً ما تستخدم ميغان هذا المثال: لا أحد يبحث عن «مجموعة من الأشخاص يقفون معاً» في مجلد صور الشركة. إنهم يبحثون عن صورة معينة من حدث معين في تاريخ معروف.
إن إنشاء بيانات وصفية قوية والحفاظ عليها ليس مجرد مهمة لتكنولوجيا المعلومات أو فريقك الرقمي - إنها مسؤولية مشتركة، ولهذا السبب يجب أن تكون هذه هي الخطوة الأولى. ويجب على الجميع - من قادة البرامج إلى مديري السجلات إلى الفرق القانونية والتسويقية - ضمان تصنيف المعلومات وتصنيفها وتحديثها وفقاً لمعايير مؤسستهم.
في الواقع، غالباً ما يتطلب هذا دعماً خارجياً. ومعلوم أن مراجعة ملفات البيانات الخام ومجموعات المعلومات، وإنشاء أنظمة لتنفيذ وظائف متعددة، ثم البدء في تطبيقها على المؤسسة، هو أمرٌ لا يُدرَّب عليه إلا أمناء الأرشيف. لذا؛ يمكن للمؤسسات توفير آلاف الساعات والميزانيات من خلال الاستعانة بمصادر خارجية لهذا العمل لمحترفين يُنجزونه على أكمل وجه من المرة الأولى.
ان عائد الاستثمار بسيط، اذ لنك لا تتوقع من عضو جديد في الفريق أن يؤدي عمله بكفاءة دون تدريب أو خبرة. وينطبق الأمر نفسه على الذكاء الاصطناعي. فإذا زودته ببيانات رديئة، فسيُعطي نتائج رديئة، وغالباً ما يكون أسرع ويقدمها بثقة أكبر من البشر. كما نقول دائماً، «البيانات الرديئة تُخرج البيانات الرديئة».
هل يبدو هذا ابتكاراً بالنسبة لك؟ أم أنه أمر معلوم؟
دعم القيادة والإدارة
2. ضمان الدعم من الإدارة العليا والمسؤولين. من أكبر الأخطاء التي نراها التعامل مع الرقمنة أو الذكاء الاصطناعي بصفتهما مبادرة تقنية، بينما في الواقع، هما ثقافة.
وإذا لم يكن لديك دعمٌ من جميع أنحاء المؤسسة - من الإدارة العليا إلى أمناء البيانات - فمن المرجح أن ينتهي بك الأمر بمشروعٍ متوقف (وإيصالٍ لبرامج باهظة الثمن). قد يبدو تأجيل هذه الخطوة أمراً غير بديهي، لكنك ستتجنب مخاطر إقناع الإدارة العليا بهذا الأمر عندما تقدم لهم ملفات البيانات النظيفة التي ستُشغّل أداة أو تقنية الذكاء الاصطناعي الأكثر تكلفة، وتثير حماسهم بشأن «إمكانية إرجاع» النتائج المُحسّنة.
هذا صحيحٌ بشكلٍ خاص لأنَّ المشاركة تعني أموراً مختلفةً لأشخاصٍ مختلفين.
- بالنسبة للقيادة، يتعلق الأمر بفهم عائد الاستثمار والتأثير طويل المدى، بدءاً من زيادة الأرباح ووصولاً إلى أتمتة المهام المتكررة.
- أما بالنسبة لتكنولوجيا المعلومات، فيتعلق الأمر بالأمان والوصول والتكامل.
- وبالنسبة لموظفي الخطوط الأمامية، يتعلق الأمر بجعل عملهم أكثر دقةً وأقل إرهاقاً (أي ليس مجرد نظامٍ آخر للتعلم).
لا يقتصر الأمر على جعل الجميع يوافقون، بل يتعلق بضمان فهم الجميع للمشكلات التي يهدف الذكاء الاصطناعي إلى معالجتها، وأن يكونوا على الموجة نفسها فيما يتعلق بكيفية تحقيق النجاح، فردياً وجماعياً.
بداية متواضعة وتقدم حثيث
3. ابدأ صغيراً... وتعلّم على طول الطريق. مع الذكاء الاصطناعي أو الرقمنة، ليست الكثرة بالضرورة أفضل.
غالباً ما ننصح العملاء بالبدء بمشروع تجريبي كحالة اختبار. يسمح لك هذا بتحديد ما إذا كانت الأداة مناسبةً حقاً للغرض منها، وتحديد أي عقباتٍ في وقتٍ مبكر، وجمع الدروس التي ستكون لا تُقدَّر بثمن عند توسيع نطاقها.
يجب أن يكون المشروع التجريبي ذا معنىً كافٍ ليكون ذا أهمية، لكنه يتضمَّن الأدوات اللازمة بما يكفي لإدارته. يتيح هذا النهج لفريقك بناء الثقة والخبرة، ويمنح القيادة نتائج ملموسة تُبرر المزيد من الاستثمار.
الأفراد أولاً - لسد الفجوة التكنولوجية
لم يعد الحديث عن الذكاء الاصطناعي افتراضياً، وهو بالتأكيد ليس حكراً على شركات التكنولوجيا المتطورة. إنه هنا، ويشق طريقه إلى كل شيء من إدارة السجلات إلى الإجابة عن استفسارات العملاء. لكن إطلاق قيمته الكاملة يتطلب تعاوناً مدروساً بين الأفراد والتكنولوجيا.
إن فاعلية هذه الأدوات تعتمد فقط على البشر الذين يطبقونها ويتفاعلون معها. ويكمن السر في بناء أسس قوية - رقمية وسلوكية وتنظيمية - بحيث تكون الفرق مستعدة ليس فقط لتبني الذكاء الاصطناعي، بل للقيام بذلك بشكل مدروس واستراتيجي، مع التركيز على التأثير طويل المدى والمساءلة والاستخدام الأخلاقي.
تذكر: إن وضع الأفراد في المقام الأول، بدلاً من المنصات، يُمكّن فريقك وبياناتك وعملك من تحقيق النجاح على المدى الطويل.
* المديرة التنفيذية لـ«HAI» خبيرة في إدارة المعرفة - مجلة «إنك». خدمات «تريبيون ميديا»
