وضع تحديات الذكاء الاصطناعي في منظورها الصحيح من خلال الشراكات

ميزة دعائية مع انتشار التكنولوجيا على نطاق أوسع عبر القطاعات والصناعات الرأسية، فإن قدرة الذكاء الاصطناعي (AI) على تحويل العمليات التجارية وصنع القرار الاستراتيجي وتجارب العملاء تحظى بإشادة كبيرة من قبل استراتيجيي تكنولوجيا المعلومات والمحللين الاقتصاديين.

حتى الرؤساء التنفيذيون الذين كانوا يشعرون بالقلق من الموافقة على الاستثمار الذي يحتاجه الذكاء الاصطناعي لتقديم القيمة المثلى، بدأوا يدركون قدرته على تحسين الكفاءة التشغيلية وتمهيد الطريق لتدفقات إيرادات جديدة.

وتدعم توقعات مراقبي السوق الموقرين مثل شركة برايس ووترهاوس كوبرز وجهة نظرهم. إنه 'دراسة الذكاء الاصطناعي العالميةوتعتقد شركة برايس ووترهاوس كوبرز أن الذكاء الاصطناعي يمكن أن يساهم بما يصل إلى 15.7 تريليون دولار في الاقتصادات العالمية في عام 2030. منها 6.6 تريليون دولار يمكن أن تأتي من زيادة الإنتاجية و9.1 تريليون دولار يمكن أن تأتي من "الآثار الجانبية للاستهلاك".

يعتبر النشر الأخير للعديد من أدوات الذكاء الاصطناعي التوليدية بمثابة اختراق نقطة لما كان في السابق فرعًا عالي التخصص و"مستقبليًا" من علوم الكمبيوتر. في المملكة المتحدة عام 2022 مكتب الذكاء الاصطناعي وذكرت أن حوالي 15% من الشركات اعتمدت على الأقل تقنية واحدة للذكاء الاصطناعي، وهو ما يعادل 432,000 ألف شركة. كان حوالي 2% من الشركات تقوم بتجربة الذكاء الاصطناعي، و10% تخطط لاعتماد تقنية واحدة على الأقل للذكاء الاصطناعي في المستقبل (62,000 و292,000 شركة، على التوالي).

لا تزال الأمور معقدة

وسط هذا الحماس للذكاء الاصطناعي، يجب على المؤسسات أن تتذكر أن الذكاء الاصطناعي لا يزال تقنية حديثة نسبيًا، وقد يكون من الصعب إعداده لأول مرة. علاوة على ذلك، يعتمد عائد الاستثمار (ROI) المرتبط بشكل كبير على إجراءات التنفيذ المُدارة بدقة شديدة والتكوينات التي غالبًا ما تكون أقل قوة في مواجهة الأخطاء من عمليات النشر التقليدية لتكنولوجيا المعلومات.

ويطرح الذكاء الاصطناعي اختبارات تقديرية لفرق تكنولوجيا المعلومات المكلفة بتنفيذ مبادرات الذكاء الاصطناعي/التعلم الآلي وأعباء العمل، على سبيل المثال، والتي يمكن أن تشمل التغلب على فجوات المهارات والقيود الحسابية. وقد تتضمن أيضًا مقايضات الموارد مع أعباء عمل المؤسسة الأخرى التي تستخدم بالفعل بنية تحتية مشتركة لتكنولوجيا المعلومات.

يقول مات أرمسترونج بارنز، الرئيس التنفيذي لقسم التكنولوجيا في الذكاء الاصطناعي في شركة Hewlett Packard Enterprise (HPE): "إن الذكاء الاصطناعي عبارة عن رحلة، وليس وجهة - ولا يتعلق الأمر بكونه جاهزًا للتبني أو أتمتة العمليات لمجرد زيادة الكفاءة". "بدلاً من ذلك، يتعلق الأمر بتحقيق القيمة طويلة المدى، وتمكين نتائج أفضل، وإدراك أن الذكاء الاصطناعي يتطلب نهجًا مختلفًا جذريًا لنشر تكنولوجيا المعلومات. بالنسبة لتقنيي المؤسسات، فهو منحنى تعليمي شامل بزاوية 360 درجة.

تتجلى وجهة نظر أرمسترونج بارنز في تقرير ديلويت الأخير "حالة الذكاء الاصطناعي في المؤسسة"استطلاع رأي قادة الأعمال العالميين. حدد المشاركون في الاستطلاع مجموعة كبيرة من التحديات التي ظهرت في الذكاء الاصطناعي في المراحل المتعاقبة لمشاريع تنفيذ الذكاء الاصطناعي الخاصة بهم. كان إثبات القيمة التجارية للذكاء الاصطناعي بمثابة مسألة ذكرها 37 بالمائة - يمكن أن تكون المشاريع مكلفة، وقد يكون من الصعب التحقق من صحة حالة العمل المقنعة في مواجهة مجالس الإدارة الحذرة من الاستثمار والمديرين التنفيذيين في C-Suite.

يمكن أن يؤدي توسيع نطاق مشاريع الذكاء الاصطناعي بمرور الوقت إلى مواجهة المزيد من العقبات المحددة، مثل إدارة المخاطر المرتبطة بالذكاء الاصطناعي (التي ذكرها 50% من المشاركين في استطلاع ديلويت)، ونقص موافقة المسؤولين التنفيذيين (50% أيضًا)، ونقص الصيانة أو الدعم المستمر (50 بالمائة مرة أخرى).

يقول أرمسترونج بارنز: "من المفهوم تمامًا أن قادة الشركات بحاجة إلى الاقتناع بأن الذكاء الاصطناعي سيدفع ثمنه". "هذا هو المكان الذي يساعد فيه العمل منذ البداية مع شريك تقني شارك في تطبيقات الذكاء الاصطناعي المثبتة لسنوات عديدة على الفوز بالقضية. وسيضفي سجلها الحافل المصداقية على مقترحات المشاريع ويساعد على إقناع المديرين التنفيذيين بأن مخاطر الذكاء الاصطناعي يمكن التحكم فيها مثل أي مشروع آخر في مجال تكنولوجيا المعلومات.

وعلى الرغم من أن هناك حاجة بالتأكيد إلى التكنولوجيا والموهبة، فمن المهم بنفس القدر مواءمة ثقافة الشركة وهيكلها وطرق عملها لدعم اعتماد الذكاء الاصطناعي على نطاق واسع. وفقًا لماكينزي، حيث تعمل الخصائص المميزة أحيانًا كعوائق أمام التغيير القائم على الذكاء الاصطناعي.

تقترح شركة ماكينزي: "إذا كان لدى الشركة مديرو علاقات يفتخرون بأنهم متناغمون مع احتياجات العملاء، فقد يرفضون فكرة أن "الآلة" يمكن أن يكون لديها أفكار أفضل حول ما يريده العملاء ويتجاهلون توصيات المنتج المصممة خصيصًا لأداة الذكاء الاصطناعي".

يقول أرمسترونج بارنز: "إنني أتشاور مع أقران HPE وعملاء HPE بشكل متكرر حول مجموعة التحديات التي يواجهونها في نشر الذكاء الاصطناعي". "تظهر بعض خصائص الأدلة المشتركة مرارًا وتكرارًا. أحدها هو التقليل من أهمية مدى اختلاف عمليات نشر الذكاء الاصطناعي عن تطبيقات تكنولوجيا المعلومات التقليدية. يجب على المؤسسات نشر الذكاء الاصطناعي بطريقة مختلفة بشكل أساسي عن مشاريع تكنولوجيا المعلومات التي نفذتها في الماضي. تختلف إدارة البيانات وتوسيع نطاقها بشكل كبير بالنسبة للذكاء الاصطناعي. وهذا يعني أنه في بعض الأحيان، يجب تعلم الخبرة التقنية المكتسبة بشق الأنفس من جديد.

يوضح أرمسترونج بارنز أنه ينبغي تجنب الميل إلى تجربة طياري الذكاء الاصطناعي قبل نشره مباشرة في حالة استخدام حقيقية تدعم احتياجات العمل الملحة. ويوضح قائلاً: "يبدو نهج التجربة قبل الشراء معقولاً - فالذكاء الاصطناعي معقد ومتعطش للاستثمار. ولكن مع الذكاء الاصطناعي، لا تكرر المشاريع التجريبية والمشاريع الاختبارية التحديات التي ستواجهها مؤسسات المستخدم عند التنفيذ الفعلي. . ما يبدأ "في المختبر" يميل إلى البقاء في المختبر."

وعلى الجانب الآخر من مقياس التبني، يرى أرمسترونج بارنز أن الشركات تحاول تطبيق الذكاء الاصطناعي أينما يمكن تطبيقه، حتى عندما يعمل التطبيق على النحو الأمثل بدون الذكاء الاصطناعي: "الخلاصة هنا هي - فقط لأنه في الذكاء الاصطناعي لديك مطرقة ضخمة، لا ينبغي عليك إذن أن تنظر إلى كل شيء على أنه جوزة تحتاج إلى تكسيرها.

الناس والبنية التحتية ليست متاحة بسهولة

وحتى أنظمة الذكاء الاصطناعي الأكثر تقدمًا لم تحقق بعد استقلالية كاملة من البداية إلى النهاية، فهي تحتاج إلى التدريب والضبط الدقيق من خلال الخبرة البشرية. ويمثل هذا تحديًا إضافيًا للشركات التي تطمح إلى الذكاء الاصطناعي: ما هي أفضل السبل لاكتساب المهارات اللازمة - إعادة تدريب موظفي تكنولوجيا المعلومات الحاليين؟ هل تريد توظيف أعضاء جدد في الفريق يتمتعون بالمعرفة المطلوبة في مجال الذكاء الاصطناعي؟ أو استكشاف الخيارات لتأجيل الحاجة إلى خبرة الذكاء الاصطناعي لشركاء التكنولوجيا؟

ماكينزي تقارير أن إمكانات الذكاء الاصطناعي مقيدة بنقص المواهب الماهرة. يتطلب مشروع الذكاء الاصطناعي النموذجي فريقًا عالي الكفاءة يشمل عالم بيانات، ومهندس بيانات، ومهندس تعلم الآلة، ومدير منتج ومصممًا - ولا يوجد ببساطة عدد كافٍ من المتخصصين المتاحين لشغل جميع هذه الوظائف المفتوحة.

يقول أرمسترونج بارنز: "نرى أن على تقنيي المؤسسات عمومًا ترقية قدراتهم في خمسة جوانب رئيسية". "تكمن بشكل أساسي في مجالات خبرة الذكاء الاصطناعي، والبنية التحتية لتكنولوجيا المعلومات، وإدارة البيانات، وإدارة التعقيد، وبدرجة أقل، الحواجز الثقافية المذكورة أعلاه. ولا يمكن التغلب على أي من هذه التحديات في ظل النهج الصحيح ودعم الشراكة.

يحب الذكاء الاصطناعي أيضًا تشغيل الأجهزة فائقة القوة. لا يزال توفير منصات حوسبة عالية الأداء يمثل تحديًا مستمرًا لأن عددًا قليلًا من المؤسسات ترغب - أو تستطيع تحمل تكاليفها - في القيام بالاستثمارات اللازمة في عقارات الخوادم الخاصة بها دون زيادة مثبتة في نسب عائد الاستثمار.

يقول أرمسترونج بارنز: "عند التخطيط لتطبيقات الذكاء الاصطناعي، يحتاج مخططو تكنولوجيا المعلومات في مرحلة مبكرة جدًا إلى اتخاذ بعض القرارات الرئيسية فيما يتعلق بالتكنولوجيا التمكينية الأساسية". "على سبيل المثال، هل ستشتريه أم ستبنيه أم ستتبع نهجًا هجينًا يشمل عناصر من كليهما؟"

القرار المهم التالي يتعلق بالشراكات. الشرط المحدد لنجاح الذكاء الاصطناعي هو أنه لا يمكن لأحد أن يفعل ذلك بمفرده، كما يشير أرمسترونج بارنز: "أنت بحاجة إلى دعم شركاء التكنولوجيا، وأفضل طريقة لإقامة هذه الشراكات هي من خلال نظام بيئي للذكاء الاصطناعي. فكر في النظام البيئي للذكاء الاصطناعي باعتباره اتحادًا داعمًا من الخبرات التي ستمنحك، عند اجتماعها معًا، إمكانية الوصول إلى المعرفة والبيانات وأدوات الذكاء الاصطناعي والتكنولوجيا والاقتصاد المناسبة لتطوير وتشغيل مساعيك في مجال الذكاء الاصطناعي.

يضيف أرمسترونج بارنز: "يتساءل العملاء أحيانًا كيف اكتسبت شركة HPE خبرة كبيرة في حالات استخدام الذكاء الاصطناعي - هل توقعنا تأثيرها منذ سنوات وبدأنا في الاستعداد قبل السوق بوقت طويل؟ والحقيقة هي أننا لم نشهد تأثير الذكاء الاصطناعي منذ سنوات بل منذ عقود مضت، وقمنا بإنشاء مراكز للتميز والأنظمة البيئية للذكاء الاصطناعي لفترة طويلة، وقمنا بتنفيذ عمليات استحواذ استراتيجية لزيادة خبرتنا الحالية بما يتماشى مع متطلبات العملاء وفرص النمو.

بدون تدريب لا تحصل على ما تريده

أحد هذه التعزيزات هو الذكاء الاصطناعي المحدد، والذي أصبح جزءًا من عروض حلول الحوسبة عالية الأداء والذكاء الاصطناعي من HPE في عام 2021. يعالج برنامج Devided AI مفتوح المصدر حقيقة أن بناء النماذج المحسنة وتدريبها على نطاق واسع يعد مرحلة صارمة وحاسمة في تطوير تعلم الآلة - وهي مرحلة تزداد أهمية يتطلب من غير التقنيين مثل المحللين والباحثين والعلماء مواجهة تحديات الحوسبة عالية الأداء.

تتضمن هذه التحديات إعداد وإدارة مجموعة برامج وبنية أساسية متوازية للغاية تشمل توفير الحوسبة المتخصصة وتخزين البيانات والنسيج الحسابي وبطاقات التسريع.

يقول أرمسترونج بارنز: "بالإضافة إلى ذلك، يحتاج دعاة تعلم الآلة إلى برمجة نماذجهم وجدولةها وتدريبها بكفاءة لتحقيق أقصى استفادة من البنية التحتية المتخصصة التي أنشأوها، والتي يمكن أن تخلق التعقيد وتبطئ الإنتاجية".

ويجب بالطبع تنفيذ هذه المهام بمستوى صارم من الكفاءة، والذي لا يمكن ضمانه بسهولة، حتى مع دعم فرق تكنولوجيا المعلومات الداخلية المنهكة.

تم تصميم منصة Devided AI مفتوحة المصدر للتدريب على نموذج ML لسد فجوة الموارد هذه، مما يجعل من السهل إعداد وتكوين وإدارة ومشاركة محطات العمل أو مجموعات الذكاء الاصطناعي التي تعمل محليًا أو في السحابة. علاوة على الدعم المتميز، فهو يشتمل على ميزات مثل أدوات الأمان والمراقبة والمراقبة المتقدمة - وكلها مدعومة بخبرة من داخل HPE.

يوضح أرمسترونج بارنز قائلاً: "إن الذكاء الاصطناعي المصمم يدور حول إزالة الحواجز أمام المؤسسات لبناء نماذج التعلم الآلي وتدريبها على نطاق واسع وبسرعة، من أجل تحقيق قيمة أكبر في وقت أقل، مع نظام تطوير التعلم الآلي الجديد من HPE". "تتضمن هذه الإمكانات عناصر تقنية ضرورية لتحسين أعباء عمل الذكاء الاصطناعي/التعلم الآلي، مثل جدولة المسرعات، والتسامح مع الأخطاء، والتدريب المتوازي والموزع عالي السرعة للنماذج، وتحسين المعلمات الفائقة المتقدمة، والبحث في الهندسة العصبية.

"أضف إلى ذلك المهام التأديبية مثل التعاون القابل للتكرار وتتبع المقاييس - هناك الكثير مما يجب عليك مواكبته. وبمساعدة شركة Designed AI، يمكن لمتخصصي المشاريع التركيز على الابتكار وتسريع وقتهم حتى التسليم.

ويلعب المزيد من موارد وتنظيم HPC دورهم

يتم أيضًا استخدام قوة الحوسبة عالية الأداء (HPC) بشكل متزايد لتدريب نماذج الذكاء الاصطناعي وتحسينها، بالإضافة إلى دمجها مع الذكاء الاصطناعي لزيادة أعباء العمل مثل النمذجة والمحاكاة - وهي أدوات راسخة لتسريع وقت الاكتشاف في القطاعات عبر الصناعة التحويلية.

من المتوقع أن يحقق سوق الحوسبة عالية الأداء (HPC) العالمي نموًا مقدرًا خلال الفترة المتبقية من عام 2020. استخبارات موردور تقديرات تبلغ قيمتها 56.98 مليار دولار أمريكي في عام 2023، وتتوقع أن تصل إلى 96.79 مليار دولار أمريكي بحلول عام 2028 - بمعدل نمو سنوي مركب يبلغ 11.18 بالمائة خلال الفترة المتوقعة.

"لقد قامت HPE ببناء البنية التحتية للحوسبة عالية الأداء (HPC) لفترة طويلة، ولديها الآن مجموعة من الحوسبة عالية الأداء (HPC) تتضمن حواسيب Exascale الفائقة ومنصات حوسبة محسنة الكثافة. يقول أرمسترونج بارنز: "إن بعض أكبر مجموعات HPC مبنية على ابتكارات HPE". "تتمتع شركة HPE بخبرة لا مثيل لها في منصات الأجهزة عالية الأداء."

مع الأخذ HPE GreenLake لنماذج اللغات الكبيرة في وقت سابق من هذا العام (2023)، يمكن للمؤسسات - بدءًا من الشركات الناشئة وحتى Fortune 500 - تدريب الذكاء الاصطناعي على نطاق واسع وضبطه ونشره باستخدام منصة حوسبة فائقة مستدامة تجمع بين برامج الذكاء الاصطناعي من HPE وأجهزة الكمبيوتر العملاقة الأكثر تقدمًا.

من الواضح أن اعتماد الذكاء الاصطناعي يمثل تحديًا للمؤسسات من جميع الأحجام، ولكن الأمر لا يتعلق بالتكنولوجيا فقط، كما يشير أرمسترونج بارنز: "على نحو متزايد، سيتعين على جميع مستخدمي الذكاء الاصطناعي البقاء على اطلاع دائم بلوائح الذكاء الاصطناعي الناشئة والامتثال لها. إن التشريعات مثل ميثاق حقوق الذكاء الاصطناعي في الولايات المتحدة، وقانون الذكاء الاصطناعي في الاتحاد الأوروبي والمقترحات التنظيمية المقبلة المنصوص عليها في الكتاب الأبيض الخاص بالذكاء الاصطناعي الصادر عن حكومة المملكة المتحدة - والتي من المتوقع عمومًا أن تسترشد بها إطار عمل الذكاء الاصطناعي الجاهز للامتثال - هي أمثلة جوهرية على ذلك.

بالنسبة للشركات التي تعمل على المستوى الدولي، يبدو هذا بمثابة عقبة أخرى ملفوفة بالبيروقراطية، لكن أرمسترونج بارنز يشير إلى أن الامتثال التنظيمي قد لا يكون مرهقًا كما قد يبدو - مع القليل من المساعدة من نظام بيئي لشراكة الذكاء الاصطناعي مجهز جيدًا.

"تحقق مما إذا كان بإمكان شركاء النظام البيئي للذكاء الاصطناعي مساعدتك أيضًا في عمليات الامتثال - إذا كنت تعمل بالفعل في بيئة عمل شديدة التنظيم، فمن المحتمل أنك في منتصف الطريق بالفعل مع الالتزامات الحالية."

برعاية HPE.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• المصدر https://go.theregister.com/feed/www.theregister.com/2023/10/25/putting_ai_challenges_in_perspective/