الدور الحيوي للتعاون العابر للوظائف في تطوير منتجات الذكاء الاصطناعي الموجهة نحو المستخدم

في سباق تطوير تجارب الذكاء الاصطناعي المتقدمة، تستثمر الشركات بشكل كبير في نماذج وتقنيات متنوعة. لكن ما هي العوامل اللازمة لإنشاء منتج ذكاء اصطناعي يلبي احتياجات العملاء بشكل فعال؟ تكشف آراء الخبراء من Capital One وPinterest وSlack، التي تم طرحها في حدث VB Transform 2024، أن التعاون عبر الفرق المتعددة التخصصات هو المفتاح.

وقال ديباك أغاروال، نائب رئيس الهندسة في Pinterest: "يمكنك استكشاف جميع الإمكانيات في الذكاء الاصطناعي، ولكن عندما تكون في بيئة صناعية تعمل على بناء منتج، يحتاج الأمر إلى فريق متكامل لتحقيق النجاح. يتطلب الأمر الهندسة، والتصميم، وإدارة المنتجات، وتحليل البيانات، وحتى الإشراف القانوني في الوقت الحالي."

شدد أغاروال، الذي تولى سابقًا قيادة الهندسة في LinkedIn، على أهمية اعتماد نهج يركز على الذكاء الاصطناعي. فإقامة ثقافة حيث تتعاون الفرق بشكل كامل يمكن أن تخلق تجارب استثنائية يرغب فيها العملاء.

التصدي لتحديات وابتكارات الذكاء الاصطناعي

تقليديًا، تم تطوير المنتجات البرمجية من خلال عمليات حتمية تتضمن ممارسات قياسية للاختبار والتكرار، مما أتاح للفرق مسارًا واضحًا لتحسين جودة التطبيقات. لكن ظهور الذكاء الاصطناعي التوليدي قد عّقد هذا المشهد، مقدمًا نهجًا غير حتمي مع العديد من المتغيرات التي تؤثر في دورة تطوير المنتج.

يجب على المطورين اليوم البقاء على اتصال مع السرعة المتزايدة في ابتكارات الذكاء الاصطناعي، مع ضمان جودة وأمان وأداء تطبيقاتهم. يجب عليهم متابعة عدد كبير من العوامل، بدءًا من اختيار النموذج وصولاً إلى جودة البيانات وصياغة استفسارات المستخدم.

شرحت جاكي روكا، نائب رئيس المنتج في Slack: "في السابق، كان بإمكانك رسم تصميم في Figma وتوقع تجربة المستخدم بشكل جيد. الآن، مع الذكاء الاصطناعي والنماذج اللغوية الكبيرة، أصبح التنبؤ بالنتائج أكثر تعقيدًا. لقد انتقلنا إلى بيئة النمذجة السريعة التي تركز على التكرار."

في هذا السياق السريع، ت-risk الشركات في تجاهل التحديات الأساسية، مثل دمج فريق تطوير الذكاء الاصطناعي مع الفرق المسؤولة عن تقديم المنتجات الموجهة للمستهلكين. وأشار فهد عثماني، نائب رئيس الذكاء الاصطناعي/تعلم الآلة وتصميم تجربة البرمجيات في Capital One، إلى أن العديد من الفرق تتجاهل أصحاب المصلحة المهمين، وخاصة المعنيين بتقييم المخاطر والامتثال.

الأكثر إثارة للقلق هو أنه عندما تتعاون الفرق، غالبًا ما تقوم بتحسين العمليات داخل أقسامها دون النظر إلى النظام البيئي الأوسع.

تعزيز التعاون عبر الفرق المتعددة التخصصات

لمعالجة هذه الفجوات، توصي روكا بأن تعطي المؤسسات الأولوية للتعاون بين الفرق المتنوعة. يضمن هذا النهج التركيز على العملاء مع التعلم المستمر والتكرار على منتجات الذكاء الاصطناعي. على سبيل المثال، على الرغم من أن التوقع في Slack كان إطلاق روبوت محادثة مدعوم بالذكاء الاصطناعي، إلا أن الفريق استخدم جهوده لتوجيه تطوير ميزات الذكاء الاصطناعي التوليدية التي تستهدف احتياجات المستخدمين.

قالت روكا: "تراجعنا خطوة إلى الوراء لتحديد التحديات الرئيسية التي يواجهها المستخدمون في Slack، مثل overload المعلومات وصعوبات البحث. قررنا تطوير ميزات مثل البحث المدعوم بالذكاء الاصطناعي وملخصات القنوات لتحسين تجربة المستخدم."

يؤكد عثماني وأغاروال على قيمة التعاون عبر الفرق في اكتشاف المشكلات. يوصون بالجهود المشتركة عبر الأدوار لتجميع ردود الفعل من مصادر متنوعة، بما في ذلك اختبار A/B والقياسات، مما يتيح فهمًا أعمق لسياق المستخدم والمشكلات قبل التقدم إلى مرحلة التطوير.

نصح عثماني: "التفاعل مع أدوار متنوعة من البداية يؤدي إلى رؤى مفاجئة، بدلاً من متابعة حالة عمل أو إثبات تكنولوجيا أولاً. لقد شهدت نتائج أفضل بكثير عندما يكون جميع الأطراف معنيين من تعريف المشكلة إلى اختبار الجدوى واستخدام المنتجات."