المزارعون يوظفون تقنية «ناسا» لتقليل الانبعاثات الكربونية

نظم تصوير جوي لرصد الكربون داخل التربة

شكل تصويري لعملية رصد الكربون في التربة
شكل تصويري لعملية رصد الكربون في التربة
TT

المزارعون يوظفون تقنية «ناسا» لتقليل الانبعاثات الكربونية

شكل تصويري لعملية رصد الكربون في التربة
شكل تصويري لعملية رصد الكربون في التربة

تقدم شركة «كلاود أغرونوميكس» ومقرها مدينة بولدر الأميركية، تصويراً طيفياً فائقاً لتوفير قياسات أكثر دقة للكربون في التربة.
توفر الأرض الزراعية مكسباً يتجاوز الإنتاج الغذائي وهو حبس الكربون. تعمل ممارسات الزراعة الاستصلاحية الناشئة على اختبار طرائق جديدة لسحب الكربون من الهواء، وتخزينه في التربة، ومساعدة المزارعين على بيع هذه المكاسب على شكل اعتمادات كربونية. ولكن حتى العام الماضي، كان من غير الممكن تحديد كمية الكربون المحبوسة دون جمع عينات من التربة وإرسالها إلى المختبر، غير أن هذه الإجراء مكلف ومعقد ولا يظهر تغير كمية الكربون في مختلف أنحاء الأرض.
أما اليوم، فقد أصبح بإمكان شركة «كلاود أغرونوميكس» التي تأسست قبل ثلاث سنوات، أن تقدر كمية الكربون في الأرض الزراعية كاملة باستخدام تقنية التصوير الطيفي الفائق التي طورتها وكالة الفضاء الأميركية «ناسا». ولأداء هذا التقييم، تحلق طائرة فوق الأرض مرتين في السنة، قبل الزراعة وبعد الحصاد، لقياس الكربون العضوي في التربة. يوقول جاك روسويل، الرئيس التنفيذي والشريك المؤسس لـ«كلاود أغرونوميكس»: «يمكنكم معرفة ما إذا كانت التربة بصحة جيدة أم لا، وما إذا كانت غنية بالكربون، وكثيفة وقاتمة أم قابلة للتفتت. لذا تخيلوا ما يمكنكم أن تفعلوه بتقنية أقوى بـ300 مرة من العين البشرية. هذه هي التقنية التي نستخدمها نحن».
> رصد الكربون. ترصد التقنية الجديدة مستويات الكربون على عمق 30 سنتيمتراً، بالإضافة إلى أغذية المحصول وجريان المياه الزراعية عن بُعد. من جهته، يقول مستشار الشركة مارك ترايسي: «سيبدأ الزبائن والشركات بطلب تطبيق المزيد من الحزم فيما يتعلق بتعويضات الكربون». تعمل هذه التقنية اليوم في مئات آلاف الأفدنة في أربع دول.
تبدأ هذه العملية مع المزارعين الذين يريدون الحصول على المزيد من المعلومات عن تربتهم وصحة محصولهم، وحول تأثير الاستصلاح الزراعي على الكربون في التربة.
> تنفيذ العملية. تطلق الشركة طائرة فوق أرضٍ معينة قبل الزراعة وبعد الحصاد، أي في الفترتين اللتين تستطيع فيهما الأداة التي تحلل كمية الضوء التي تعكسها التربة، ورؤية الأرض عارية.
> التصوير. يتيح قياس التربة مرتين في العام للشركة معرفة كيف تؤثر ممارسات الاستصلاح الزراعي على حبس المزيد من الكربون. يجمع التصوير الطيفي الفائق بيانات حبيباتية (على شكل حبيبات) عن كربون التربة وأغذية المحاصيل وجريان المياه.
> الاعتمادات. يستطيع المزارعون معرفة كيف تؤثر الممارسات الاستصلاحية كالزراعة بلا حراثة ورعي الحيوانات على معدلات الكربون في تربتهم، والاستعانة بأسواق تقدير الكربون التي تستطيع قياس تأثيرها البيئي.
* «فاست كومباني»،
خدمات «تريبيون ميديا»


مقالات ذات صلة

«أوبن إيه آي» تطلق نموذجها الجديد لتوليد الصور «Images 2.0»

تكنولوجيا إطلاق «إيمجز 2.0»: صور أدق ودعم أفضل للعربية (أ.ب)

«أوبن إيه آي» تطلق نموذجها الجديد لتوليد الصور «Images 2.0»

أعلنت شركة «أوبن إيه آي» (OpenAI) عن إطلاق نموذجها الجديد لتوليد الصور تحت اسم «Images 2.0».

عبد العزيز الرشيد (الرياض)
تكنولوجيا «أبل» أعلنت انتقال القيادة من تيم كوك إلى جون تيرنوس ضمن خطة تعاقب طويلة الأمد (أبل)

«أبل» تغيّر القيادة... تيرنوس يخلف كوك في مرحلة اختبار جديدة

«أبل» تنقل القيادة إلى جون تيرنوس مع احتفاظ تيم كوك بدور رئيس المجلس وسط ضغوط الذكاء الاصطناعي، واختبار المرحلة المقبلة.

نسيم رمضان (لاس فيغاس)
تكنولوجيا يمكن معاينة الاجتماعات وجدول المواعيد بكل سهولة في السيارات الذكية الجديدة

المكتب المتنقل... التقنية تحوّل سيارتك إلى مركز إنتاجية ذكي

لم يعد مفهوم العمل عن بُعد محصوراً في زوايا المنزل أو المقاهي الهادئة، بل انطلق ليعيد صياغة المقصورة الداخلية للسيارة كمساحة احترافية متكاملة.

خلدون غسان سعيد (جدة)
تكنولوجيا أفضل 10 أدوات لتحرير الصور بالذكاء الاصطناعي

أفضل 10 أدوات لتحرير الصور بالذكاء الاصطناعي

في الماضي، كانت الصور الضبابية والإضاءة الرديئة والعناصر العشوائية في الخلفية، تعني أمراً واحداً أي صوراً سيئة. أما اليوم،

«الشرق الأوسط» (لندن)
تكنولوجيا تقدّم تعلّماً تفاعلياً للغات قائماً على المواقف اليومية بالذكاء الاصطناعي (مختبرات غوغل)

بعد عام على إطلاقها… كيف تعمل تجربة «غوغل» لتعلّم اللغات؟

بعد نحو عام على طرحها، تواصل شركة «غوغل» اختبار تجربة تعليم اللغات المدعومة بالذكاء الاصطناعي تحت اسم «Little Language Lessons»، ضمن منصتها «مختبرات غوغل».

عبد العزيز الرشيد (الرياض)

دراسة: دخان حرائق الغابات قد يرفع خطر الإصابة بأنواع من السرطان

جانب من حرائق غابات في إزمير (إكس)
جانب من حرائق غابات في إزمير (إكس)
TT

دراسة: دخان حرائق الغابات قد يرفع خطر الإصابة بأنواع من السرطان

جانب من حرائق غابات في إزمير (إكس)
جانب من حرائق غابات في إزمير (إكس)

خلصت دراسة قدمت في اجتماع الجمعية الأميركية لأبحاث السرطان في سان دييغو إلى أن التعرض للدخان الناتج عن حرائق الغابات يرتبط بارتفاع كبير في مخاطر الإصابة بعدة أنواع من السرطان.

وحلل الباحثون بيانات عن انتشار الإصابة بالسرطان من تجربة فحص سرطان البروستاتا والرئة والقولون والمستقيم والمبيض، والتي تتعقب حالات التشخيص الجديدة بالسرطان لدى بالغين في أنحاء الولايات المتحدة ليس لديهم تاريخ سابق من الإصابة بالأورام الخبيثة.

ولتحديد مقدار التعرض لدخان حرائق الغابات، أجرى الباحثون تقييما للجسيمات الدقيقة والكربون الأسود في الجو باستخدام بيانات تلوث الهواء على مستوى سطح الأرض من الأحياء التي يعيش فيها المشاركون، إلى جانب صور الأقمار الصناعية التي ساعدت في حساب عدد الأيام التي تعرضت فيها مناطق إقامتهم للدخان.

ومن بين 91460 مشاركا تم تسجيل بياناتهم بين عامي 2006 و2018، ارتبط التعرض لدخان حرائق الغابات بشكل كبير بزيادة خطر الإصابة بسرطان الرئة والقولون والمستقيم والثدي والمثانة والدم، ولكن ليس بسرطان المبيض أو الجلد.

ووجد الباحثون أيضا أن خطر الإصابة بهذه الأنواع من السرطان يزداد مع ارتفاع مستوى تلوث الهواء الناتج عن الحرائق.

وقال رئيس الدراسة تشي تشن وو من مركز السرطان الشامل بجامعة نيو مكسيكو في بيان «الرسالة الرئيسية هي أن دخان حرائق الغابات ليس مجرد مشكلة قصيرة الأمد تتعلق بالجهاز التنفسي أو القلب والأوعية الدموية. فقد ينطوي التعرض المزمن له أيضا على مخاطر الإصابة بالسرطان على المدى الطويل».

وأضاف «من الملحوظ أن زيادة خطر الإصابة بالسرطان قد تحدث حتى عند مستويات منخفضة نسبيا من دخان حرائق الغابات (الجسيمات الدقيقة) التي يتعرض لها السكان عادة».

وأشار وو أيضا إلى أن مصدر ومكونات دخان حرائق الغابات تختلف باختلاف المناطق الجغرافية، وقد تتأثر الصحة أيضا بالمركبات والتحولات الكيميائية التي تحدث للدخان أثناء انتشاره.


البحث المدعوم بالذكاء الاصطناعي يعاني … «مشكلة ثقة»

البحث المدعوم بالذكاء الاصطناعي يعاني … «مشكلة ثقة»
TT

البحث المدعوم بالذكاء الاصطناعي يعاني … «مشكلة ثقة»

البحث المدعوم بالذكاء الاصطناعي يعاني … «مشكلة ثقة»

استخدم ما يقرب من ثلثي البالغين الأميركيين أداة بحث مدعومة بالذكاء الاصطناعي خلال الأشهر الستة الماضية. ولكن الإحصائية المثيرة لمطوري هذه الأدوات: 15 في المائة فقط يقولون إنهم يثقون بالنتائج «ثقة تامة». وتُمثل هذه الفجوة بين الاستخدام والثقة التحدي الأكبر في المرحلة المقبلة من البحث المدعوم بالذكاء الاصطناعي. فالمستهلكون يُقبلون على هذه التقنية، لكنهم يُشككون في النتائج، كما كتب كريغ سالدانها (*).

وعلى مطوري هذه المنتجات، طرح سؤال مُحرج على أنفسهم: هل إنهم يصممون تجارب تكسب ثقة المستهلكين، وتستحقها؟

«حديقة مسوّرة»

تعاونت شركة Yelp مع Morning Consult لإجراء استطلاع رأي شمل أكثر من 2200 بالغ أميركي حول كيفية استخدامهم البحث المدعوم بالذكاء الاصطناعي ونظرتهم إليه. وتشير النتائج إلى مشكلة واحدة مُتكررة: يشعر المستهلكون بأنهم مُحاصرون.

أكثر من نصف المشاركين في الاستطلاع (51 في المائة) يقولون إن نتائج البحث المدعومة بالذكاء الاصطناعي تبدو وكأنها «حديقة مسوّرة» يصعب معها التحقق مما يقرأونه.

صعوبة التحقق من الإجابات

  • يقول 63 في المائة إنهم يتحققون من نتائج البحث المدعومة بالذكاء الاصطناعي بالرجوع إلى مصادر موثوقة أخرى، مثل مواقع الأخبار ومنصات التقييم.
  • ويشير 57 في المائة إلى أنهم أقل ميلاً لاستخدام البحث المدعوم بالذكاء الاصطناعي تحديداً لافتقاره إلى مصادر موثوقة.

في البدايات، أي في الأيام الأولى لعمليات البحث المدعوم بالذكاء الاصطناعي، اتسمت النتائج بالغموض، حيث كانت النماذج تُلفّق الإجابات بثقة. وتمكنت معظم المنصات الرائدة من حل هذه المشكلة التقنية إلى حد كبير. لكن ما زال هناك شك أعمق: ليس فقط «هل هذه الإجابة صحيحة؟»، بل «كيف لي أن أعرف؟»؛ إذ وعندما تُزيل المنصات المصادر والاقتباسات والروابط إلى المحتوى الواقعي الذي استندت إليه إجاباتها، فإنها تبني جدراناً لا جسوراً. يُعبّر المستهلكون بوضوح عن رغبتهم في الحصول على الروابط والمصادر والقدرة على التحقق بأنفسهم.

«فتح الأبواب» للبيانات الموثقة

يرسم الاستطلاع صورة متسقة بشكل ملحوظ لما يلزم، لسد فجوة الثقة.

يقول ما يقرب من ثلاثة أرباع المشاركين في الاستطلاع (72 في المائة) إن منصات الذكاء الاصطناعي يجب أن تُظهر دائماً مصدر معلوماتها.

  • يرغب ثلثا المشاركين (66 في المائة) في مزيد من الأدلة على المصادر الموثوقة، مثل روابط منصات التقييم ومواقع الأخبار، إلى جانب الإجابات التي يُقدمها الذكاء الاصطناعي.
  • بينما يقول أكثر من نصفهم (52 في المائة) إن الأدلة المرئية، مثل صور الطبق الغذائي، أو صور مصاحبة لطلباتهم، من شأنها أن تزيد من ثقتهم.

والمستهلكون ليسوا ضد الذكاء الاصطناعي، بل ضد الأنظمة المبهمة. إنهم يريدون أن يقوم الذكاء الاصطناعي بالعمل الشاق المتمثل في تحليل كميات هائلة من المعلومات ثم عرض النتائج.

لا يستخدم الشخص العادي الذكاء الاصطناعي لتحليل الشفرات أو غيرها من التطبيقات التقنية، بل يستخدمه في عمليات البحث المحلية اليومية.

استخدام محلّي يومي

  • يستخدم أكثر من نصف المشاركين في الاستطلاع (57 في المائة) أدوات الذكاء الاصطناعي للعثور على الشركات المحلية شهرياً على الأقل. إنهم يريدون نصائح حول مكان اصطحاب عائلاتهم لتناول عشاء عيد ميلاد أو اختيار من يسمحون له بدخول منزلهم لإصلاح أنبوب مياه متفجر؛ ولذا لن يكون ملخص الذكاء الاصطناعي المستقل دون دليل موثوق كافياً.

مصادر المعلومات

وعندما يلجأ المستهلكون إلى الذكاء الاصطناعي للمساعدة في اتخاذ هذه القرارات، تكون توقعاتهم واضحة لا لبس فيها:

  • 76 في المائة منهم يرون أن معرفة مصدر المعلومات أمرٌ بالغ الأهمية،
  • و73 في المائة يؤكدون على أهمية تقييمات وآراء الزبائن الحقيقيين

و76 في المائة يرون أهمية الاطلاع على مصادر موثوقة متعددة.

كما أن الشركات المحلية تتسم بطبيعتها بالديناميكية، حيث قد يرحل العاملون، وتتغير العروض (مثل انتقال الطهاة وتغيّر قوائم الطعام)، وتتغير ساعات العمل. لذا وبدون محتوى بشري أصيل ومُحدّث بانتظام من مصادر موثوقة، يُخاطر الذكاء الاصطناعي بتقديم معلومات قديمة أو غير موثوقة.

أجوبة جيل الإنترنت

وإذا كان أحدٌ يظن أن جيل الإنترنت، سيكون أكثر ثقة، فإن البيانات تُشير إلى عكس ذلك. يتمتع جيل الشباب بأعلى معدل استخدام:

  • استخدم 84 في المائة منهم منصة بحث تعتمد على الذكاء الاصطناعي خلال الأشهر الستة الماضية.
  • لكنهم أيضاً الأكثر تطلباً؛ إذ يقول 72 في المائة منهم إن منصات الذكاء الاصطناعي يجب أن تُقدّم المزيد من الأدلة على المصادر الموثوقة، مقارنةً بـ63 في المائة من جيل الألفية و59 في المائة من «جيل إكس» السابقين له.

إن هذا جيلٌ مُتشبّعٌ بمحتوى الذكاء الاصطناعي الرديء، وقد طوّر أفراده حساً أقوى في التمييز بين المعلومات الأصلية والمُصطنعة. لذا؛ تُخاطر المنصات التي تُبقي هذه الفئة من الجمهور داخل بيئة مغلقة، بفقدان الجيل الأكثر إلماماً بالذكاء الاصطناعي أولاً.

قصور الحُجّة المضادة

قد يجادل البعض بأن إضافة الاقتباسات والروابط ومؤشرات المصادر تخلق عوائق، وأن جوهر البحث المدعوم بالذكاء الاصطناعي يكمن في تقديم إجابة سلسة ومتكاملة. فلماذا إذن ندفع المستخدمين بعيداً عن منصتنا؟ لكن هذا الطرح يخلط بين القيود وقيمة ما يقدم.

لا يرفض المستهلكون الملخصات التي يُنشئها الذكاء الاصطناعي، بل يرفضون الإجابات التي لا يمكنهم التحقق منها.

  • غالبية المستهلكين (69 في المائة) يرغبون في خيار مغادرة منصات الذكاء الاصطناعي وزيارة مواقع موثوقة لإجراء بحوثهم الخاصة. وعندما اختبرنا ذلك عملياً، وعرضنا على المستهلكين نسختين من نتائج بحث الذكاء الاصطناعي، إحداهما بمصادر شفافة والأخرى من دونها، فضّل 80 في المائة النسخة التي تضمنت محتوى بشرياً أصيلاً ومصادر موثوقة وروابط قابلة للتنفيذ. إن إزالة القيود لا تُنفّر المستخدمين، بل تُعزز ثقتهم.

ربط الذكاء الاصطناعي بتجارب الواقع

يقف قطاع الذكاء الاصطناعي على مفترق طرق. ولن تكون المنصات الفائزة هي تلك التي تُنتج إجابات اصطناعية أكثر إقناعاً. بل ستكون هذه المنصات تلك التي تربط المستخدمين بسلاسة بتجارب حقيقية من العالم الواقعي، مستخدمةً الذكاء الاصطناعي جسراً إلى محتوى بشري موثوق.

مع نضوج منظومة الذكاء الاصطناعي، لن تقتصر المنصات التي تُحقق التوازن الأمثل بين الملخصات المُولّدة بالذكاء الاصطناعي والمحتوى البشري الشفاف والأصيل على سدّ فجوة الثقة فحسب، بل ستضع معياراً لما يتوقعه المستهلكون.

الشفافية تسهل اتخاذ القرارات

والخبر السار هو أن زيادة الروابط الشفافة والسخية تُعدّ مدًّا متصاعداً يُفيد الجميع: إذ يحصل المستهلكون على القدرة على إجراء أبحاثهم الخاصة واتخاذ قراراتهم بثقة، ويحصل مُنشئو المحتوى والناشرون على الزيارات التي تُحافظ على منظومة محتوى صحية، وتستفيد منصات الذكاء الاصطناعي نفسها من علاقات أقوى مع المصادر الموثوقة التي تجعل إجاباتها جديرة بالثقة في المقام الأول.

الشفافية ليست خياراً ثانوياً، بل هي أساس النجاح.

* مجلة «فاست كومباني»


ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟
TT

ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

عندما طرح «تشات جي بي تي» في نوفمبر (تشرين الثاني) 2022، كان رد الفعل فورياً وقوياً: إنه يعمل! ولأول مرة، اختبر ملايين الأشخاص الذكاء الاصطناعي ليس بوصفه وعداً بعيد المنال، بل بوصفه شيئاً مفيداً وبديهياً. وحتى مع عيوبه، فقد ظهر أنه يتمتع بقدرات مذهلة.

حدس صحيح واستنتاج خاطئ

كان هذا الحدس صحيحاً. أما الاستنتاج الذي تلاه فكان خاطئاً. لأن ما ينجح ببراعة مع فرد أمام لوحة المفاتيح، أثبت عدم فاعليته بشكل مفاجئ داخل المؤسسة.

الشركات لا تُدار باللغة

بعد عامين، وبعد مليارات الدولارات من الاستثمارات، وعدد لا يحصى من التجارب، وتدفق مستمر من «المساعدين» الأذكياء، يتبلور واقع مختلف: الذكاء الاصطناعي التوليدي استثنائي في إنتاج اللغة... لكن الشركات لا تُدار باللغة: بل تُدار بالذاكرة والسياق والتغذية الراجعة والقيود.

وهذه هي الفجوة. ولهذا السبب تفشل الكثير من مبادرات الذكاء الاصطناعي في المؤسسات بهدوء. إذ حتى مع الانتشار الواسع، هناك تأثير محدود... وشعور متزايد بالتكرار.

فشل 95 % من المشاريع التجريبية

ليست هذه قصة عن تقنية فشلت في اكتساب زخم، بل على العكس تماماً.

وأظهر تحليل مدعوم من معهد ماساتشوستس للتكنولوجيا، والذي حظي باهتمام واسع، أن نحو 95 في المائة من المشاريع التجريبية للذكاء الاصطناعي التوليدي في المؤسسات تفشل في تحقيق نتائج ملموسة، حيث لا يصل سوى 5 في المائة منها إلى مرحلة الإنتاج المستدام. وتشير تغطيات أخرى للنتائج نفسها إلى النمط نفسه: تجارب مكثفة، وتحول محدود.

والتفسير واضح: المشكلة ليست في الحماس، ولا حتى في القدرة، بل في أن توظيف الأدوات لا يُترجم إلى تغيير عملي حقيقي... ليست هذه مشكلة للتبني، بل مشكلة هيكلية.

المفارقة المزعجة: ذكاء اصطناعي... لكن لا شيء يتغير

داخل معظم الشركات اليوم، يتعايش واقعان: من جهة، يستخدم الموظفون أدوات مثل «تشات جي بي تي» باستمرار. فهم يصيغون ويلخصون ويبتكرون ويسرّعون عملهم بطرق تبدو طبيعية وفعالة.

من جهة أخرى، تكافح مبادرات الذكاء الاصطناعي الرسمية في المؤسسات للتوسع خارج نطاق المشاريع التجريبية الخاضعة لرقابة دقيقة. يصف التحليل نفسه المتعلق بمعهد ماساتشوستس للتكنولوجيا فجوةً متزايدةً في «التعلم»: يجد الأفراد فائدة وقيمةً بسرعة، لكن المؤسسات تفشل في دمج هذه القيمة في سير العمل ذي الأهمية. والنتيجة هي ما يشبه «الذكاء الاصطناعي الخفي»: يستخدم الأفراد ما يُجدي نفعاً، بينما تستثمر الشركات فيما لا يُجدي.

الخطأ الأساسي: التعامل مع نموذج اللغة كنظام تشغيل

تركز معظم تفسيرات هذا الفشل على التنفيذ: بيانات غير دقيقة، حالات استخدام غير واضحة، نقص في التدريب. كل هذا صحيح، لكنه ثانوي.

المشكلة الحقيقية أبسط وأكثر جوهرية: نماذج اللغة الكبيرة مصممة للتنبؤ بالنصوص. هذا كل شيء. كل شيء آخر، من الاستدلال إلى التلخيص والمحادثة، إلخ، هو خاصية ناشئة عن هذه القدرة.

الأدوات الذكية التوليدية لا تعمل ضمن الواقع

لكن الشركات لا تعمل كسلاسل من النصوص. إنها تعمل كأنظمة متطورة ذات حالة وذاكرة وتوابع وحوافز وقيود... هذا هو التناقض. كما ذكرتُ سابقاً، هذا هو العيب البنيوي الأساسي للذكاء الاصطناعي: نماذج اللغة لا «ترى» العالم. فهي لا تحتفظ بحالة مستمرة. ولا تتعلم من ردود الفعل الواقعية إلا إذا صُممت خصيصاً لذلك... إنها تُنتج لغة مقنعة عن الواقع، لكنها لا تعمل ضمنه.

إجابات متميزة منفصلة عن النظام الفعلي

لا يمكنك إدارة شركة بناءً على تنبؤات الكلمات.اطلب من نموذج اللغة ما يلي:

-«زيادة مبيعاتي»

-«تصميم استراتيجية دخول السوق»

- «تحسين أداء الفريق»

وستحصل على إجابة. غالباً ما تكون جيدة جداً. إجابة منظمة، بليغة، ومقنعة. ولكنها منفصلة تماماً تقريباً عن النظام الفعلي الذي من المفترض أن تؤثر فيه.

وذلك لأن نموذج اللغة لا يستطيع تتبع مسار المبيعات، أو إدارة الحوافز، أو دمج بيانات إدارة علاقات العملاء، أو التكيف بناءً على النتائج. إذ يمكنه وصف استراتيجية، لكنه لا يستطيع تنفيذها.

وتؤكد نتائج معهد ماساتشوستس للتكنولوجيا هذه النقطة: أدوات الذكاء الاصطناعي التوليدي فعّالة في المهام الفردية المرنة، لكنها تعجز عن العمل في بيئات المؤسسات التي تتطلب التكيف والتعلم والتكامل. وبعبارة أخرى: يمكن للأداة الذكية كتابة المذكرة، لكنها لا تستطيع إدارة الشركة.

زيادة قدرات الحوسبة لن تحل المشكلة

كان ردّ فعل القطاع حتى الآن متوقعاً: بناء نماذج أكبر، ونشر بنية تحتية أوسع، وتوسيع نطاق كل شيء. لكن التوسع لا يُصلح خللاً في التصميم. إذا كان النظام يفتقر إلى أساس واقعي، فلن تُوفّر له المزيد من المعايير هذا الأساس. وإذا كان يفتقر إلى الذاكرة، فلن تُوفّر له المزيد من الرموز الذاكرة. وإذا كان يفتقر إلى حلقات التغذية الراجعة، فلن تُنشئها المزيد من مراكز البيانات.

يُضخّم التوسع ما هو موجود، لكنه لا يُنشئ ما هو مفقود. وما هو مفقود هنا ليس المزيد من اللغة، بل المزيد من العالم.

المرحلة المقبلة... نظم ذكية ضمن بيئات حقيقية

لن تُحدّد المرحلة التالية من الذكاء الاصطناعي المؤسسي بواجهات دردشة أفضل أو نماذج لغوية أكثر قوة، بل ستُحدّد بشيء آخر تماماً: أنظمة قادرة على الحفاظ على الحالة، والاندماج في سير العمل، والتعلم من النتائج، والعمل ضمن قيود.

أنظمة لا تُولّد نصوصاً فحسب، بل تعمل ضمن بيئات حقيقية. لهذا السبب؛ لن يُبنى مستقبل الذكاء الاصطناعي في الشركات على نماذج اللغة وحدها، بل على بنى تُدمجها ضمن نماذج أكثر ثراءً للواقع.

أقول ما يعرفه الكثيرون بالفعل... ولكن نادراً ما يقولونه: هناك زخم كبير، واستثمارات ضخمة، وسرديات كثيرة مبنية على فكرة أن توسيع نطاق نماذج اللغة سيحل كل شيء في النهاية. هذا لن يحدث.

فرصة حقيقية

هذه ليست نهاية الذكاء الاصطناعي المؤسسي، بل هي نهاية مفهوم خاطئ. فنماذج اللغة ليست بنية مؤسسية، بل هي طبقة واجهة. طبقة قوية، لكنها غير كافية بمفردها. الشركات التي تُدرك هذا أولاً لن تُحسّن فقط من استخدام الذكاء الاصطناعي، بل ستُنشئ شيئاً مختلفاً جذرياً.

مجلة «فاست كومباني»