تقرير بالأرقام: الذكاء الاصطناعي يحقق عوائد ملموسة للشركات

90 % من المؤسسات تحقق نتائج إيجابية رغم التحديات

الذكاء الاصطناعي التوليدي انتقل من مرحلة التجارب إلى تحقيق عوائد مالية وتشغيلية ملموسة داخل الشركات (غيتي)
الذكاء الاصطناعي التوليدي انتقل من مرحلة التجارب إلى تحقيق عوائد مالية وتشغيلية ملموسة داخل الشركات (غيتي)
TT

تقرير بالأرقام: الذكاء الاصطناعي يحقق عوائد ملموسة للشركات

الذكاء الاصطناعي التوليدي انتقل من مرحلة التجارب إلى تحقيق عوائد مالية وتشغيلية ملموسة داخل الشركات (غيتي)
الذكاء الاصطناعي التوليدي انتقل من مرحلة التجارب إلى تحقيق عوائد مالية وتشغيلية ملموسة داخل الشركات (غيتي)

في المراحل الأولى من ظهور الذكاء الاصطناعي التوليدي، كان الحديث يدور في معظمه حول الإمكانات المستقبلية أكثر من النتائج الفعلية، إلا أن هذه المرحلة بدأت تتلاشى تدريجياً. فبيانات الشركات اليوم تشير بوضوح إلى أن هذه التقنية لم تعد مجرد تجربة، بل أصبحت محركاً حقيقياً للعوائد المالية وتحسين الكفاءة التشغيلية وتعزيز القدرة التنافسية.

تقرير عالمي أعدته شركة «سنوفليك»، استند إلى آراء نحو 1900 من قادة الأعمال وتقنية المعلومات في تسع دول، يقدم صورة واضحة عن كيفية قياس المؤسسات لأثر استثماراتها في الذكاء الاصطناعي. وتشير النتائج إلى نمط متكرر، حيث إن المؤسسات التي تبنّت التقنية مبكراً قد بدأت بالفعل في تحقيق عوائد ملموسة، وفي بعض الحالات عوائد كبيرة.

الاستثمارات بدأت تؤتي ثمارها

أبرز ما يكشفه التقرير هو حجم النجاح في تبني التقنية. إذ أفادت 92 في المائة من المؤسسات بأن استثماراتها في الذكاء الاصطناعي تحقق عائداً على الاستثمار.

هذا الرقم لافت، خاصة أن انتشار الذكاء الاصطناعي التوليدي في بيئات العمل ما زال حديثاً نسبياً. وهو مؤشر على انتقال التقنية من مرحلة التجارب إلى مرحلة التأثير الفعلي في الأعمال.

أما على صعيد المستقبل، فتبدو الصورة أكثر وضوحاً، حيث إن 98 في المائة من المشاركين يخططون لزيادة استثماراتهم في الذكاء الاصطناعي. هذا الجمع بين العوائد الحالية المرتفعة والرغبة شبه الجماعية في زيادة الاستثمار يعكس تحولاً هيكلياً، وليس مجرد موجة مؤقتة.

يمتد أثر الذكاء الاصطناعي إلى تحسين الكفاءة وتجربة العملاء وتسريع الابتكار وليس فقط خفض التكاليف (غيتي)

من التجربة إلى العائد القابل للقياس

لم يعد الحديث عن الذكاء الاصطناعي مجرد وعود، بل بدأت الشركات في قياس أثره بدقة.

فنحو ثلثي المؤسسات باتت تقيس العائد على الاستثمار من مشاريع الذكاء الاصطناعي التوليدي. وتشير البيانات إلى أن متوسط العائد يبلغ 1.41 دولار مقابل كل دولار يتم إنفاقه، أي ما يعادل عائداً بنسبة 41 في المائة.

عملياً، يعني ذلك أن الذكاء الاصطناعي لا يقتصر على خفض التكاليف، بل يسهم أيضاً في خلق مصادر دخل جديدة. وتأتي هذه العوائد من تحسين الكفاءة وتسريع العمليات وتعزيز القدرة على استخراج الرؤى من البيانات، كما يظهر التقرير أن 88 في المائة من المؤسسات سجلت تحسناً في الكفاءة في حين لاحظت 84 في المائة تحسناً في تجربة العملاء. كما أن 84 في المائة أيضا شهدت تسارعاً في الابتكار. ويشير ذلك إلى أن أثر الذكاء الاصطناعي لم يعد محصوراً في حالات استخدام محدودة، بل أصبح يمتد إلى وظائف الأعمال الأساسية.

تفاوت بين القطاعات

رغم أن متوسط العائد يقارب 41 في المائة، فإن الأداء يختلف بين القطاعات. فبعض الصناعات تحقق نتائج أسرع من غيرها. على سبيل المثال، سجلت شركات الإعلام والإعلان عوائد تصل إلى 69 في المائة، مقارنة بمتوسط عام يبلغ نحو 49 في المائة في بعض القياسات الأحدث. يعكس هذا التفاوت طبيعة الاستخدام. فالقطاعات التي توظف الذكاء الاصطناعي مباشرة في التفاعل مع العملاء، مثل التسويق وصناعة المحتوى، تحقق عوائد أسرع وأكثر وضوحاً.

ومع ذلك، يبقى الاتجاه العام ثابتاً، فعبر مختلف القطاعات، يحقق الذكاء الاصطناعي قيمة قابلة للقياس حتى في المراحل المبكرة من اعتماده.

البيانات... العامل الحاسم

رغم هذه النتائج الإيجابية، يسلط التقرير الضوء على تحدي جاهزية البيانات. فنجاح الذكاء الاصطناعي يعتمد بشكل كبير على جودة البيانات وتنظيمها. وتشير الأرقام إلى أن 80 في المائة من الشركات تقوم بالفعل بتخصيص نماذج الذكاء الاصطناعي باستخدام بياناتها الخاصة.

لكن التحديات لا تزال كبيرة، إذ تواجه 64 في المائة صعوبة في دمج البيانات عبر الأنظمة المختلفة.

وتعاني 59 في المائة من تحديات في حوكمة البيانات ومراقبة جودتها، إضافة إلى ذلك تجد 58 في المائة صعوبة في جعل البيانات جاهزة للاستخدام في الذكاء الاصطناعي، كما تشير التقديرات إلى أن ما بين 80 في المائة إلى 90 في المائة من بيانات المؤسسات غير مهيكلة، بينما لا يُستخدم سوى جزء محدود منها فعلياً في تدريب النماذج. تعني هذه النتائج أن هناك فجوة واضحة بين قدرات النماذج المتقدمة والبنية التحتية للبيانات.

تمثل جودة البيانات وتكاملها التحدي الأكبر مع فجوة واضحة بين قدرات النماذج والبنية التحتية للبيانات (شاترستوك)

تكاليف أعلى وتحديات في التوسع

رغم العوائد الإيجابية، لا يخلو المشهد من التحديات، خاصة فيما يتعلق بالكلفة والتوسع، إذ تشير البيانات إلى أن 96 في المائة من المؤسسات تجاوزت توقعاتها من حيث التكلفة في جانب واحد على الأقل من مشاريع الذكاء الاصطناعي، كما تفيد 78 في المائة منها بأن نصف حالات الاستخدام أو أكثر كانت أعلى تكلفة من المتوقع. يُفهم من هذا الواقع أن تحقيق نتائج أولية ممكن، لكن توسيع نطاق الاستخدام عبر المؤسسة يفرض تحديات تقنية ومالية إضافية، كما أن متطلبات البنية التحتية، خصوصاً في مجالات التخزين والمعالجة، تتزايد مع توسع استخدام الذكاء الاصطناعي.

انتقال نحو تبنٍ مؤسسي شامل

أحد أبرز التحولات هو اتساع نطاق استخدام الذكاء الاصطناعي داخل المؤسسات إذ لم يعد مقتصراً على فرق محددة أو مشاريع تجريبية، بل أصبح يُستخدم في مجالات متعددة مثل عمليات تقنية المعلومات وخدمة العملاء وتطوير البرمجيات والتسويق، كما تستثمر المؤسسات في عدة محاور متوازية، 83 في المائة منها في البرمجيات الداعمة و82 في المائة في البنية التحتية و81 في المائة في البيانات و78 في المائة في النماذج اللغوية الكبيرة و76 في المائة في الكفاءات البشرية.

يؤكد هذا أن تبني الذكاء الاصطناعي لا يتعلق بالأدوات فقط، بل يتطلب منظومة متكاملة تشمل البيانات والتقنيات والمهارات.

نقطة تحول في مسار الذكاء الاصطناعي

تشير هذه الأرقام مجتمعة إلى أن الذكاء الاصطناعي التوليدي بلغ مرحلة مفصلية، فبعد سنوات من الاستثمارات في التحول الرقمي دون عوائد فورية في بعض الأحيان، يبدو أن الذكاء الاصطناعي يقدم قيمة ملموسة منذ المراحل الأولى. ويتضح ذلك من خلال معدلات عائد تتجاوز 40 في المائة وأن أكثر من 90 في المائة من المؤسسات تحقق نتائج إيجابية.

إضافة إلى التزام شبه كامل بزيادة الاستثمارات ما يعني أن الذكاء الاصطناعي لم يعد ميزة تنافسية فقط، بل أصبح معياراً أساسياً في بيئة الأعمال.

92 في المائة من المؤسسات تحقق عائداً على الاستثمار مع متوسط عائد يقارب 41 في المائة لكل دولار يُنفق (شاترستوك)

المرحلة المقبلة: التوسع والاستدامة

رغم هذه النتائج، لا تزال المؤسسات في مراحل مبكرة نسبياً من التبني. تشير البيانات إلى أن 71 في المائة من الشركات لديها حالات استخدام للذكاء الاصطناعي أكثر مما يمكنها تنفيذه حالياً، ما يعكس ضغطاً متزايداً لتحديد الأولويات، كما ستركز المرحلة المقبلة على توسيع نطاق الاستخدامات الناجحة، مع معالجة تحديات الكلفة والبيانات والتكامل.

من الإمكانات إلى الأداء الفعلي

يمثل الانتقال من الوعود النظرية إلى العوائد الفعلية نقطة تحول في مسار الذكاء الاصطناعي. فالتقنية لم تعد تُقاس بما يمكن أن تفعله، بل بما تحققه بالفعل. الشركات اليوم ترى نتائج مالية وتشغيلية واضحة. ومع ذلك، تبقى الرحلة في بدايتها. فالتحديات المرتبطة بالبيانات والتكلفة والتوسع لا تزال قائمة. لكن ما أصبح مؤكداً هو أن الذكاء الاصطناعي لم يعد خياراً. بل أصبح جزءاً أساسياً من طريقة عمل المؤسسات وتنافسها ونموها.


مقالات ذات صلة

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

تكنولوجيا الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

 تظهر الدراسة أن روبوتات الدردشة تميل لتأكيد آراء المستخدمين ما قد يعزز المعتقدات الخاطئة ويؤدي إلى دوامات وهمية مع مرور الوقت

تكنولوجيا نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)

نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

باحثو «MIT» يطورون طريقة تمكّن الذكاء الاصطناعي من تفسير قراراته بدقة ووضوح، ما يعزز الشفافية والثقة دون التضحية بالأداء.

خاص مع وفرة الذكاء والتحليل عبر الآلة تنتقل القيمة من المعرفة إلى إنتاج المعنى والعمق الإنساني

خاص كيف يعيد الذكاء الاصطناعي تشكيل قدرات الإنسان الذهنية؟

يعيد الذكاء الاصطناعي تعريف الذكاء وينقل القيمة للمعنى مهدداً الهوية والتفكير النقدي فارضاً إعادة تصور التعليم والاقتصاد ودور الإنسان مستقبلاً

نسيم رمضان (لندن)
تكنولوجيا منصة ذكاء اصطناعي تقدم حلول تسويق مؤتمتة متعددة الوكلاء (أوكارا)

مدير تسويق متعدد الوكلاء يعمل بالذكاء الاصطناعي بشكل كامل

يحاول الابتكار إعادة تشكيل مفهوم التسويق الرقمي وإدارة النمو للشركات الناشئة، والمؤسسات التقنية.

عبد العزيز الرشيد (الرياض)
تكنولوجيا الذكاء الاصطناعي يُعقّد مخاطر الخصوصية

الذكاء الاصطناعي يُعقّد مخاطر الخصوصية

تحذيرات من أخطار المحادثات الحميمة

براين إكس تشن (نيويورك)

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
TT

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)

مع ازدياد استخدام روبوتات الدردشة المعتمدة على الذكاء الاصطناعي في المحادثة وتقديم النصائح وحتى الدعم العاطفي، بدأت أبحاث جديدة تدرس تأثير هذه الأنظمة على المستخدمين مع مرور الوقت. وتكشف دراسة حديثة لباحثين مرتبطين بجامعة ستانفورد الأميركية عن خطر أقل وضوحاً، يتمثل في ميل هذه الأنظمة إلى تعزيز بعض المعتقدات بدلاً من تحديها.

تعتمد الدراسة على تحليل واسع لتفاعلات حقيقية، بهدف فهم كيفية استجابة نماذج اللغة في المحادثات الممتدة، وما الذي قد تعنيه هذه الاستجابات على إدراك المستخدم وصحته النفسية.

تحليل واسع النطاق

استندت الدراسة إلى تحليل أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة مع روبوتات الدردشة. ويتيح هذا الحجم الكبير من البيانات رصد أنماط متكررة، بدلاً من الاكتفاء بحالات فردية. وضمن هذه البيانات، حدد الباحثون نسبة من المحادثات التي تضمنت مؤشرات على تفكير وهمي. ووفقاً للدراسة، فإن نحو 15.5في المائة من رسائل المستخدمين أظهرت هذه الخصائص، ما أتاح فرصة لفهم كيفية استجابة الأنظمة لهذه الحالات.

التحدي يكمن في تحقيق توازن بين دعم المستخدم وتعزيز التفكير النقدي دون ترسيخ معلومات مضللة (أدوبي)

أنماط تأكيد متكررة

أحد أبرز النتائج يتمثل في تكرار ميل روبوتات الدردشة إلى تأكيد ما يقوله المستخدم. فقد أظهرت البيانات أن الأنظمة غالباً ما تستجيب بطريقة داعمة أو متوافقة مع طرح المستخدم، بدلاً من التشكيك فيه. ورغم أن هذا الأسلوب قد يكون مفيداً في سياقات الدعم، فإنه يصبح إشكالياً عندما يتعلق الأمر بمعتقدات غير دقيقة أو وهمية، حيث قد يؤدي إلى تعزيز هذه الأفكار بدلاً من تصحيحها.

دوامات وهمية متصاعدة

يصف الباحثون هذه الظاهرة بمصطلح «الدوامات الوهمية»، حيث تؤدي التفاعلات المتكررة بين المستخدم والنظام إلى ترسيخ المعتقدات الخاطئة تدريجياً. ولا يحدث التأثير نتيجة استجابة واحدة، بل يتشكل مع مرور الوقت. فكلما استمر النظام في تأكيد وجهة نظر المستخدم، زادت قوة هذا الاعتقاد. وتتيح طبيعة المحادثة المستمرة لهذا النمط أن يتطور بشكل تدريجي دون انقطاع واضح.

تشير الدراسة إلى أن الذكاء الاصطناعي لا يخلق هذه المعتقدات من الصفر، بل يتفاعل مع أفكار موجودة مسبقاً لدى المستخدم.

وتزداد المخاطر في المحادثات الطويلة، حيث تتراكم أنماط التأكيد عبر الزمن. وفي هذه الحالة، يتحول النظام من مجرد أداة استجابة إلى عنصر مؤثر في توجيه مسار الحوار.

نحو 15.5 % من رسائل المستخدمين أظهرت مؤشرات على تفكير وهمي أو معتقدات غير دقيقة (غيتي)

تحديات في التصميم

تعكس هذه النتائج تحدياً أساسياً في تصميم أنظمة الذكاء الاصطناعي. إذ يتم تطوير كثير من روبوتات الدردشة لتكون مفيدة ومهذبة وداعمة، ما يدفعها إلى تبني أسلوب قائم على التوافق مع المستخدم. لكن هذه الخصائص نفسها قد تقلل من قدرتها على تصحيح الأخطاء أو تقديم وجهات نظر نقدية. ويظل تحقيق التوازن بين الدعم والتفكير النقدي تحدياً رئيسياً.

تتجاوز دلالات هذه الدراسة الجانب التقني لتصل إلى قضايا تتعلق بالسلامة. فمع استخدام هذه الأنظمة في مجالات تتضمن تقديم نصائح أو دعم شخصي، تصبح طريقة استجابتها أكثر حساسية.

وفي بعض الحالات، قد يؤدي تعزيز المعتقدات غير الدقيقة إلى تأثيرات فعلية على قرارات المستخدم أو حالته النفسية، ما يطرح تساؤلات حول كيفية تصميم هذه الأنظمة ومراقبتها.

نحو استخدام مسؤول

تشير الدراسة إلى ضرورة تطوير آليات أفضل للتقييم والضبط. فبدلاً من التركيز فقط على دقة الإجابات، ينبغي أيضاً فهم كيفية تصرف الأنظمة في المحادثات الطويلة والمعقدة.

ويشمل ذلك تحديد متى يجب على النظام التشكيك في بعض الطروحات أو تقديم توضيحات أو تجنب تأكيد معلومات غير موثوقة. ويعد تحقيق هذا التوازن خطوة أساسية في تطور الذكاء الاصطناعي.

الحاجة لمزيد من البحث

رغم أهمية النتائج، تؤكد الدراسة الحاجة إلى مزيد من الأبحاث لفهم تأثير هذه التفاعلات على المستخدمين على المدى الطويل.

فمع تحول الذكاء الاصطناعي من أداة تقدم معلومات إلى نظام يشارك في الحوار، يصبح من الضروري ضمان أن هذه التفاعلات تدعم الفهم ولا تعزز أنماطاً ضارة. وفي هذا السياق، لم يعد التحدي مقتصراً على تطوير أنظمة أكثر ذكاءً، بل يشمل أيضاً ضمان أن تكون أكثر وعياً بتأثيرها على الإنسان.


نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
TT

نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)

مع تزايد اندماج أنظمة الذكاء الاصطناعي في قطاعات حساسة، مثل الرعاية الصحية والأنظمة ذاتية القيادة، يبرز سؤال أساسي: هل يمكن الوثوق بقراراتها؟

فعلى الرغم من أن النماذج الحديثة تحقق دقة عالية، فإن طريقة تفكيرها تظل في كثير من الأحيان غير واضحة. هذه «الصندوق الأسود» أصبحت واحدة من أبرز التحديات في هذا المجال. يقدّم باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) نهجاً جديداً يهدف إلى معالجة هذه المشكلة، من خلال تمكين أنظمة الذكاء الاصطناعي من تفسير قراراتها بطريقة مفهومة للبشر.

ما وراء الصندوق

في التطبيقات الواقعية، لا تكفي الدقة وحدها. فعندما يحدد نظام ذكاء اصطناعي مرضاً من صورة طبية أو يتخذ قراراً مرتبطاً بالسلامة، يحتاج المستخدم إلى فهم الأسباب التي قادت إلى هذا القرار. ومن دون هذه الشفافية، قد تفشل الأنظمة الدقيقة في كسب الثقة. وقد سعت تقنيات سابقة إلى فتح هذا «الصندوق الأسود»، لكنها غالباً ما قدّمت تفسيرات معقدة أو يصعب فهمها لغير المتخصصين. وهنا يكمن التحدي في تقديم تفسيرات دقيقة وفي الوقت نفسه واضحة.

الطريقة الجديدة تحسن التفسير دون التضحية بدقة الأداء بل قد تعززها (شاترستوك)

تفكير واعد

أحد الاتجاهات الواعدة يُعرف بنماذج «عنق الزجاجة المفاهيمي». في هذا النهج، يُجبر النظام على بناء قراراته على مفاهيم يمكن للبشر فهمها. فبدلاً من الانتقال مباشرة من البيانات الخام إلى النتيجة، يمرّ النموذج بمرحلة وسيطة يحدد فيها خصائص أو مفاهيم محددة قبل الوصول إلى القرار. لكن هذا الأسلوب واجه سابقاً بعض التحديات، إذ إن تحسين قابلية التفسير كان أحياناً يأتي على حساب الدقة، أو يؤدي إلى تفسيرات غير واضحة بما يكفي.

نهج جديد

طوّر فريق «MIT» طريقة محسّنة تهدف إلى تجاوز هذه القيود. يعتمد النظام على مكونين من التعلم الآلي يعملان معاً. الأول يستخرج المعرفة من نموذج موجود، والثاني يحول هذه المعرفة إلى مفاهيم مفهومة للبشر. يتيح هذا الإطار المزدوج «ترجمة آلية» لآلية عمل النماذج المعقدة إلى صيغة قابلة للفهم. والأهم أن هذه التقنية يمكن تطبيقها على نماذج رؤية حاسوبية مدرّبة مسبقاً، ما يجعلها قابلة للتعميم على نطاق واسع.

ومن أبرز ما يميز هذا النهج أنه لا يضحي بالأداء من أجل الشفافية. بل تشير النتائج إلى أنه يمكن أن يحسن دقة التنبؤ وجودة التفسير في الوقت نفسه. وهذا يتحدى افتراضاً شائعاً في تطوير الذكاء الاصطناعي، وهو أن التفسير يأتي دائماً على حساب الأداء. يمثل الجمع بين الاثنين خطوة مهمة نحو تطبيقات عملية موثوقة.

باحثو جامعة «MIT» يطورون نهجاً جديداً يمكّن النماذج من تفسير تنبؤاتها بطريقة مفهومة (شاترستوك)

تفسيرات أوضح

يتميز النظام بجودة التفسيرات التي يقدمها. فبدلاً من مخرجات تقنية معقدة، ينتج أوصافاً مبنية على مفاهيم واضحة يمكن للمستخدم فهمها بسهولة. وتكتسب هذه الميزة أهمية خاصة في البيئات الحساسة، حيث تحتاج القرارات إلى مراجعة وتقييم. فالتفسير الواضح يتيح للمستخدم التأكد من منطق القرار.

الهدف الأوسع لهذا البحث هو تعزيز الثقة في أنظمة الذكاء الاصطناعي. فعندما يتمكن المستخدم من فهم كيفية اتخاذ القرار، يصبح أكثر قدرة على تقييم دقته واكتشاف الأخطاء المحتملة. ويبرز هذا الأمر بشكل خاص في مجالات، مثل الرعاية الصحية، حيث قد تكون لأي خطأ عواقب كبيرة. فالتفسير لا يعزز الفهم فقط، بل يدعم الاستخدام المسؤول للتقنية.

أثر عملي واسع

تمتد آثار هذا التطور إلى ما هو أبعد من تطبيق واحد. مع توسع استخدام الذكاء الاصطناعي، تتزايد الحاجة إلى الشفافية من قبل المستخدمين والجهات التنظيمية على حد سواء. وقد تلعب هذه التقنيات دوراً محورياً في تلبية هذه المتطلبات، من خلال جعل قرارات الذكاء الاصطناعي أكثر وضوحاً وقابلية للمساءلة.

يعكس هذا النهج خطوة ضمن اتجاه أوسع في أبحاث الذكاء الاصطناعي. فلم يعد التركيز مقتصراً على بناء نماذج عالية الأداء، بل يتجه نحو تطوير أنظمة قادرة على تفسير قراراتها. هذا التحول يعكس فهماً أعمق لدور الذكاء الاصطناعي في الواقع. فالأداء وحده لم يعد كافياً، بل يجب أن تكون الأنظمة مفهومة وموثوقة ومتوافقة مع التوقعات البشرية. وفي هذا السياق، تصبح القدرة على تفسير القرارات ليست مجرد ميزة إضافية، بل شرطاً أساسياً للجيل القادم من أنظمة الذكاء الاصطناعي.


«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
TT

«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)

أعلنت شركة «غوغل» عن توسع جديد في قدرات الذكاء الاصطناعي لديها تحت مفهوم أطلقت عليه «الذكاء الشخصي» (Personal Intelligence) في خطوة تهدف إلى جعل أنظمة البحث والمساعدات الرقمية أكثر فهماً للسياق الفردي لكل مستخدم، بدلاً من الاكتفاء بإجابات عامة. هذا التوجه الذي جاء في مدونة رسمية عبر موقع الشركة يمثل تحولاً في طريقة عمل الذكاء الاصطناعي، من تقديم معلومات موحدة إلى تقديم استجابات مخصصة تستند إلى بيانات المستخدم ونشاطه عبر خدمات «غوغل» المختلفة.

تحول في البحث

لطالما اعتمدت محركات البحث على مطابقة الكلمات المفتاحية لتقديم نتائج ذات صلة. إلا أن «غوغل» ترى أن هذا النموذج لم يعد كافياً في ظل تنوع احتياجات المستخدمين. وبحسب ما أوضحته الشركة، فإن «الذكاء الشخصي» يهدف إلى تقديم إجابات تأخذ في الاعتبار السياق الفردي، بحيث يحصل كل مستخدم على نتائج تتناسب مع اهتماماته وتاريخه الرقمي.

يعتمد هذا النهج على ربط المعلومات بين عدد من تطبيقات «غوغل»، مثل «جيميل» و«صور غوغل» و«يوتيوب» وسجل البحث، وذلك في حال موافقة المستخدم على تفعيل هذه الميزة. ويتيح هذا التكامل لأنظمة الذكاء الاصطناعي، مثل (جيميناي) «Gemini» ووضع الذكاء الاصطناعي في البحث، الاستفادة من هذا السياق لتقديم إجابات أكثر دقة وارتباطاً باحتياجات المستخدم.

«غوغل» تطلق مفهوم «الذكاء الشخصي» لتقديم استجابات تعتمد على السياق الفردي لكل مستخدم (أ.ف.ب)

تجربة أكثر تخصيصاً

وفقاً لـ«غوغل»، يمكن للنظام الجديد «ربط النقاط» بين بيانات المستخدم المختلفة، ما يسمح بتقديم توصيات وملخصات واقتراحات أكثر تخصيصاً. فعلى سبيل المثال، بدلاً من تقديم اقتراحات عامة للسفر، يمكن للنظام الاستناد إلى اهتمامات المستخدم السابقة أو نشاطه الرقمي لتقديم خيارات أكثر ملاءمة. ويمثل ذلك انتقالاً من الذكاء الاصطناعي كأداة عامة إلى ما يشبه المساعد الشخصي الذي يتكيف مع المستخدم بمرور الوقت.

التحكم بيد المستخدم

أكدت «غوغل» أن استخدام هذه الميزة يعتمد على موافقة المستخدم، حيث يمكنه اختيار التطبيقات التي يرغب في ربطها، أو إيقاف الميزة بالكامل. وأوضحت الشركة أن البيانات الشخصية من خدمات مثل «جيميل» و«صور غوغل» لا تُستخدم لتدريب نماذج الذكاء الاصطناعي، بل تُستعمل لتوفير سياق ضمن التفاعل مع المستخدم فقط.

توازن مع الخصوصية

يبرز هذا التوجه تحدياً معروفاً في تطوير الذكاء الاصطناعي، وهو تحقيق التوازن بين التخصيص والخصوصية. فكلما زادت قدرة النظام على الوصول إلى البيانات، زادت دقة التوصيات، لكن ذلك يثير في الوقت نفسه تساؤلات حول حدود استخدام البيانات الشخصية. وتحاول «غوغل» معالجة هذا التحدي من خلال نموذج يعتمد على الشفافية ومنح المستخدم تحكماً أكبر في بياناته.

التحدي الرئيسي يتمثل في تحقيق توازن بين التخصيص العميق وحماية الخصوصية (شاترستوك)

ما بعد الإجابات

يعكس إطلاق «الذكاء الشخصي» توجهاً أوسع في مجال الذكاء الاصطناعي، حيث لم يعد الهدف مجرد الإجابة عن الأسئلة، بل فهم نية المستخدم والسياق المحيط به. ومن خلال دمج البيانات الشخصية، يمكن للأنظمة الانتقال من تقديم إجابات ثابتة إلى تفاعلات أكثر ديناميكية. من المتوقع أن ينعكس هذا التطور على الاستخدام اليومي للتكنولوجيا، حيث يمكن للأنظمة المخصصة أن تسهم في تسريع إنجاز المهام مثل التخطيط للسفر، أو العثور على معلومات سابقة، أو اتخاذ قرارات مبنية على بيانات شخصية. كما قد تقل الحاجة إلى إدخال نفس المعلومات بشكل متكرر، إذ يصبح النظام قادراً على استنتاج السياق من التفاعلات السابقة.

اتجاه مستقبلي

يمثل «الذكاء الشخصي» خطوة أولى نحو جيل جديد من أنظمة الذكاء الاصطناعي التي تجمع بين البحث والمساعدة الرقمية والتخصيص العميق. ومع ذلك، يبقى نجاح هذا النهج مرتبطاً بمدى ثقة المستخدمين، إذ ستلعب الشفافية والتحكم في البيانات دوراً حاسماً في تبني هذه التقنيات. في المحصلة، لا يتعلق هذا التوجه بجعل الذكاء الاصطناعي أكثر ذكاءً فحسب، بل بجعله أكثر ارتباطاً بالمستخدم نفسه، في تحول قد يعيد تعريف كيفية تفاعل الأفراد مع التكنولوجيا في حياتهم اليومية.