هل يستحق الرهان على الذكاء الاصطناعي؟ فهم أهمية توافق المنتج مع السوق أولاً

تواجه طفرة الذكاء الاصطناعي تحديات ملحوظة. تجد المؤسسات صعوبة في تحويل استثماراتها في الذكاء الاصطناعي إلى مصادر موثوقة للإيرادات، حيث يجد العديد من الشركات أن الذكاء الاصطناعي التوليدي أكثر تعقيدًا في التنفيذ مما توقعت. غالبًا ما تكون الشركات الناشئة في قطاع الذكاء الاصطناعي مبالغًا في تقييمها، ويتراجع اهتمام المستهلكين. حتى شركة McKinsey، التي توقعت فوائد اقتصادية تصل إلى 25.6 تريليون دولار من الذكاء الاصطناعي، تؤكد الآن أن الشركات قد تحتاج إلى تغييرات تنظيمية كبيرة للاستفادة الكاملة من الإمكانات.

قبل التسرع في إعادة هيكلة المؤسسات، يتوجب على القادة مراجعة المبادئ الأساسية. في الذكاء الاصطناعي، كما في أي مجال، تبدأ عملية خلق القيمة بتحديد تناسب المنتج مع السوق: فهم الطلب واختيار الأدوات المناسبة للمهمة.

في مشهد الذكاء الاصطناعي الحالي، تؤدي العجلة في تطبيق التكنولوجيا على كل مشكلة متخيلة إلى إنتاج العديد من المنتجات التي تفتقر غالبًا إلى الاستخدام العملي أو قد تكون ضارة. على سبيل المثال، نصحت دردشة حكومية خطأً أصحاب الأعمال في نيويورك بفصل الموظفين الذين أبلغوا عن التحرش، وأطلقت خدمات مثل TurboTax وH&R Block روبوتات تقدم إرشادات غير دقيقة نصف الوقت.

المشكلة ليست في قلة كفاءة أدوات الذكاء الاصطناعي أو القدرات التنظيمية؛ بل هي شبيهة باستخدام مطرقة لطهي الفطائر. لتعظيم الفائدة من الذكاء الاصطناعي، يجب أن نركز على المشكلات المحددة التي نهدف إلى حلها.

خطأ Furby

يمتلك الذكاء الاصطناعي ميلاً فريدًا لتجاوز العمليات المعتمدة من أجل تحقيق تناسب المنتج مع السوق. قد تعطي أدوات مثل ChatGPT انطباعًا مفاده فهم الأمور، مما يؤدي بالمستخدمين إلى المبالغة في تقدير مدى تعقيدها، وهو ما يُعرف بـ "خطأ Furby." عندما ظهرت دمى Furby في أوائل العقد الأول من الألفية الجديدة، اعتقد الكثيرون، بما في ذلك مسؤولو الاستخبارات، خطأً أن هذه الألعاب تتعلم من المستخدمين عندما كانت في الواقع تستجيب فقط وفق البرمجة المحددة.

يمتد هذا التصور الأنثروبولوجي إلى نماذج الذكاء الاصطناعي، حيث يمكن أن ننسب إليهم بشكل خاطئ حدسًا أو انطباعات. وهذه الفهم الخاطئ يتجاوز المهمة الأساسية المتمثلة في تحديد أهدافنا بوضوح. تُعرف هذه المشكلة في علم الحاسوب بـ "مشكلة المحاذاة"، وهي تُظهر أنه مع تقدم نماذج الذكاء الاصطناعي، يصبح من الصعب صياغة التعليمات بدقة، مما قد يحظى بعواقب وخيمة. إذا تم توجيه الذكاء الاصطناعي بشكل خاطئ، فقد يعمل على تحسين نتائج غير مرغوب فيها.

تشدد مشكلة المحاذاة على ضرورة تحقيق تناسب المنتج مع السوق في تطبيقات الذكاء الاصطناعي. يجب علينا مقاومة الرغبة في تبسيط التفاصيل المعقدة، وبدلاً من ذلك صياغة متطلباتنا بوضوح. فقط حينها يمكننا إنشاء أدوات ذكاء اصطناعي تحقق قيمة حقيقية.

العودة إلى الأساسيات

لا يمكن لأنظمة الذكاء الاصطناعي التنقل ذاتيًا عبر تناسب المنتج مع السوق؛ إنها مسؤوليتنا كقادة ومهندسين تقنيين بأن نتناول احتياجات العملاء بدقة. يتضمن ذلك أربع خطوات حاسمة - بعضها تقليدي، وبعضها مصمم وفقًا لخصوصيات تطوير الذكاء الاصطناعي:

1. فهم المشكلة: تستنتج العديد من الشركات بشكل خاطئ أن مشكلتها الأساسية هي نقص الذكاء الاصطناعي. من الضروري تحديد المشكلة بعيدًا عن التكنولوجيا لمعرفة ما إذا كان الذكاء الاصطناعي هو الحل المناسب.

2. تحديد نجاح المنتج: يجب التعبير بوضوح عن ما يشكل النجاح لحلك. تتطلب هذه الخطوة فهم التبادلات، مثل ما إذا كان يجب التركيز على الطلاقة أو الدقة في إجابات الذكاء الاصطناعي.

3. اختيار التكنولوجيا المناسبة: مع وجود هدف واضح، تعاون مع المهندسين والمصممين لتحديد أفضل التقنيات. ضع في اعتبارك نماذج الذكاء الاصطناعي المختلفة، واستخدام البيانات، والامتثال التنظيمي، والمخاطر المتعلقة بالسمعة في وقت مبكر من العملية.

4. اختبار وإعادة اختبار حلّك: الآن يمكنك البدء في التطوير. تتسرع العديد من الشركات في هذه الخطوة، مما يؤدي إلى إنتاج منتجات غير مدروسة، فتركز على تناسب المنتج مع السوق منذ البداية يشجع على نهج منظم، مما يسمح بتحسينات تدريجية نحو حل التحديات الحقيقية.

من الشائع أن نفترض أن أي تطبيق للذكاء الاصطناعي سيخلق قيمة بشكل تلقائي. قد تحقق المؤسسات التي تنفذ الذكاء الاصطناعي بشكل عشوائي نجاحًا عرضيًا، لكن معظم المحاولات لن تجلب فوائد كبيرة.

لتحقيق الإمكانات الكاملة للذكاء الاصطناعي، يجب علينا أولاً تحديد أهداف واضحة قبل توجيه جهودنا نحو تحقيقها. قد تتطلب هذه العملية حلولًا لا تستخدم الذكاء الاصطناعي أو تنفيذات أبسط تعالج احتياجات المستخدمين بفعالية.

بغض النظر عن نوع منتج الذكاء الاصطناعي الذي يتم تطويره، فإن تأسيس تناسب المنتج مع السوق وموائمة التقنيات مع متطلبات العملاء هو أمر بالغ الأهمية لتحفيز القيمة. ستظهر الشركات التي تنجح في هذا المجال كمنافسين رئيسيين في مجال الذكاء الاصطناعي.