فيما يتعلق بالتميز والتوقيت المثالي لابتكار الذكاء الاصطناعي واقتصاد البيانات وسبب أهمية المرونة
جدول المحتويات
نحن نعيش في ما يمكن أن يكون القرن الأكثر أهمية. وفي قلب هذا العصر يكمن الذكاء الاصطناعي وعلوم البيانات، مما يعيد تشكيل جميع جوانب حياتنا.
وبينما نتكيف جميعًا مع هذه التغييرات، كأفراد وشركات، فإننا نلجأ إلى أولئك الذين يقودون هذه الثورة من الخطوط الأمامية. ومن بينها نجد Visium، وهي شركة للذكاء الاصطناعي والبيانات تقوم بتوجيه المنظمات خلال رحلة الذكاء الاصطناعي منذ عام 2018.
في هذه المقابلة الحصرية مع مؤسسي Visium، ألين أرسلاناديك وتيمون زيمرمان وماتيو توغنينالي، نستكشف مجموعة من الموضوعات، من تحديات وفرص تبني الذكاء الاصطناعي في مختلف القطاعات إلى الرؤى الاستراتيجية لبناء شركة ذكاء اصطناعي وبيانات أصيلة تركز على العملاء.
في الوقت الذي يتعاملون فيه مع تعقيدات ابتكار الذكاء الاصطناعي ولعبوا دورًا رئيسيًا في تطبيق هذه التقنيات عبر الصناعات المتنوعة، تعمل رؤاهم كدليل لأولئك الذين يتطلعون إلى فهم ما يزيد من فرص اعتماد الذكاء الاصطناعي الناجح وكيفية التعامل معه تمامًا.
لا يمكننا بدء هذه المحادثة دون تغطية أحد أهم الموضوعات في Visium، وهي قيم الشركة. التميز هو القيمة التي تم تبنيها في Visium منذ البداية. لن أسأل عما يعنيه ذلك بالنسبة لك، بل أود منك مشاركة مثال حيث كان «التميز» هو المفتاح في حل تحدي العميل.
تيمون:
لقد لاحظنا أنه في كثير من الأحيان، تكافح فرق علوم البيانات لعرض القيمة التي تجلبها للشركة. إنه تحد شائع وجدناه صحيحًا في العديد من المنظمات عبر الصناعات المختلفة. يجدون صعوبة في تقديم نجاح مبادرات البيانات الخاصة بهم إلى مجلس إدارة الشركة والإدارة العليا. وهذا يؤدي إلى عدم إدراك الفريق التنفيذي في كثير من الأحيان لما ينوي فريق علوم البيانات القيام به.
وأعتقد أننا نظهر التميز في إدارة علاقات العملاء لدينا حيث انتهزنا هذه الفرص لمساعدتهم على التألق أمام قيادتهم. نحن نساعدهم على التفوق من خلال سد فجوة الاتصال، خطوة بخطوة، مع كل فرصة لمشاركة تأثير علم البيانات.
يتمتع Visium أيضًا بثقافة عميقة الجذور للتعلم المستمر. كيف يتم ترجمتها إلى فوائد للعملاء؟
ماتيو:
الميزة الرئيسية لعملائنا هي تشجيع قيمة التعلم مدى الحياة لفريقنا في جميع الأدوار، وتعزيز تبادل المعرفة المستمر. لذلك عندما يعمل عملاؤنا مع مهندس Visium، فإنهم لا يصلون فقط إلى خبرة هذا الفرد ولكن أيضًا إلى المعرفة الجماعية لفريقنا بأكمله.
تيمون:
أوافق، وأعتقد أننا نساعد عملائنا أيضًا على التنقل في المعلومات الهائلة في الذكاء الاصطناعي والتكنولوجيا والبيانات. هناك الكثير للتعامل معه، حتى بالنسبة لأولئك الذين لديهم خلفية تقنية. لذلك، لا أستطيع أن أتخيل مدى صعوبة قيام شخص غير تقني بالتمييز بين الأخبار الكبيرة والتقدم التكنولوجي الحقيقي من مجرد الضجيج التسويقي. يجسد مصطلح «Infobesity» هذا التحدي جيدًا. نحن نساعد عملائنا على الاستمرار في التركيز على ما يهم حقًا وسط كل هذه الضجة والضوضاء.
ألين:
واحدة من أكبر المزايا التي أراها هي أن فريقنا قدم باستمرار ابتكارات لعملائنا قبل سنوات من وقتهم لتحويلها إلى مزايا تنافسية. على سبيل المثال، في عام 2018، قمنا بتطوير حل الذكاء الاصطناعي التوليدي للتركيبة الكيميائية لـ dsm-firmenich. ثم في أوائل عام 2020، قمنا بتطبيق بنية المحولات على مهمة رؤية الكمبيوتر في علم الأمراض الرقمي لشركة Roche. لقد مر شهران فقط قبل ظهور هذا النهج الخاص في الأدبيات العلمية وثلاث سنوات قبل أن يحدث ثورة في العالم من خلال نماذج اللغات الكبيرة (LLMs) و ChatGPT.
هل هناك أي مبادئ أو ممارسات ترفض التنازل عنها في Visium؟
ألين:
التحلي بالأخلاق والمسؤولية مع ممارسات الذكاء الاصطناعي لدينا، دون أدنى شك. في جوهرنا، نهتم بدفع الذكاء الاصطناعي الأخلاقي والمسؤول إلى الأمام، ونختار دائمًا حالات الاستخدام مع وضع ذلك في الاعتبار.
تيمون:
نعم، لقد كان هذا الجانب الأخلاقي والمسئولي في القلب منذ البداية. وعلى الرغم من صعوبة رسم الخط الفاصل في بعض الأحيان، فقد حافظنا على التزامنا بالذكاء الاصطناعي الأخلاقي والمسؤول. وقمنا بإنشاء آليات مختلفة لدعم ذلك، مثل اللجنة الأخلاقية. قد لا يكون الأمر خاليًا من العيوب، لكنني لا أعتقد أنه يمكن تحقيق الكمال لمثل هذا الموضوع.
ماتيو:
حسنًا، أحب الطريقة التي صيغت بها في الأصل: «لفعل الشيء الصحيح حتى عندما لا يراقب أحد». إنها مرتبطة على نطاق أوسع بالنزاهة بدلاً من الأخلاق والمسؤولية، ولكنها طريقة سليمة للتفكير في الأمر.
ما هي الصفات التي تبحث عنها في الموظفين والعملاء والشركاء؟ وهل هناك تداخل في هذه الصفات المرغوبة؟
ألين:
نحن نبحث عن أعضاء الفريق الذين يسعون جاهدين للتميز، ويتحملون المسؤولية، ويزدهرون بناءً على التعليقات البناءة، ولديهم دافع لا هوادة فيه للتحسين، ولديهم إحساس قوي بالعدالة، ويمكنهم إظهار التعاطف العميق مع الزملاء والعملاء والعالم. بالنسبة للشركاء والعملاء، نبحث عن رواد يتوقون إلى تشكيل مستقبل عظيم والريادة في صناعتهم. وفي النهاية، يعتمد تشكيل مستقبل عظيم على الأشياء التي ذكرتها أعلاه، أليس كذلك؟
ماتيو:
أود بالتأكيد أن أقول الطموح والتفكير القمري.
تيمون:
أود أن أقول الفضول. نريد أن يشعر العملاء بالفضول بشأن الذكاء الاصطناعي والبيانات وهندسة البيانات والحوسبة السحابية والتكنولوجيا بشكل عام، وأن يفهموا كيف يمكن أن تساعدهم هذه الأمور. وينطبق الشيء نفسه على موظفينا. نحن نوظف الأشخاص الذين لديهم فضول وشغوف بما يقومون به، بغض النظر عن دورهم داخل الشركة.
تعمل Visium مع شركات عبر أكثر من 5 صناعات، ما الذي تشترك فيه فيما يتعلق بتبني الذكاء الاصطناعي؟
ألين:
نحن نصنف الشركات حسب نضجها في مجال الذكاء الاصطناعي، ونقدم حلولًا مصممة خصيصًا لمساعدتها على التقدم إلى المرحلة التالية. بشكل عام، تتشابه تحديات بناء فرق علوم البيانات وإدارة المبادرات الناجحة عبر الصناعات، وهذا هو السبب في أننا نعمل في مختلف القطاعات. في حين أن تخصص الصناعة والخبرة الميدانية يمكن أن تسرع نجاح الذكاء الاصطناعي، إلا أنها ليست دائمًا عوامل مؤثرة.
ماتيو:
ذكرنا الفضول من قبل، وأعتقد أنه شيء مشترك بينهما. ولكن هناك أيضًا هذا التركيز على ضمان عدم قيامهم بمشاريع ألعاب بل بمبادرات يمكنها حقًا تحويل أعمالهم في جوهرها.
تيمون:
ولديهم «سبب» قوي في مبادرات الذكاء الاصطناعي والبيانات، وهو عامل تمييز قوي.
من أين تأتي كلمة «لماذا» القوية؟ كيف تحصل عليه بعض الشركات بينما لا يزال البعض الآخر يعاني منه؟
ألين:
لا يؤدي الابتكار، خاصة في مجال الذكاء الاصطناعي، إلى نتائج فورية وغالبًا ما يُساء فهمه. حتى وقت قريب، لم تكن الشركات ترى الذكاء الاصطناعي كقدرة بالغة الأهمية. لذلك، وبدون روح رائدة أو قائد رقمي يدافع عنها داخليًا، كافحت الشركات للعثور على سبب مقنع لاعتماد الذكاء الاصطناعي. ولكن أيضًا، يعد اعتماد الذكاء الاصطناعي أمرًا صعبًا، وتفشل العديد من المبادرات في الوصول إلى الإنتاج، مما يؤدي إلى مزيد من الشك وخيبة الأمل. عندما أصبح الذكاء الاصطناعي أكثر انتشارًا وأدركت الشركات إمكاناته، بدأت الشكوك تتضاءل، مما أدى إلى تسريع التبني. ومع انخفاض المقاومة الداخلية، تصل المزيد من الشركات الآن إلى نقطة تحول حيث يكون لديها منطق قوي لتطوير الذكاء الاصطناعي.
تيمون:
ويتلخص الأمر في الغالب في الرعاية على مستوى المديرين التنفيذيين ومجلس الإدارة، حيث إن «السبب» الاستراتيجي لمبادرات الذكاء الاصطناعي ينبع عادةً من القمة. في حين يمكن للموظفين بالتأكيد إعلام القيادة وتشجيعها، يجب أن تأتي عملية صنع القرار النهائية والرؤية الاستراتيجية للاستثمار في الذكاء الاصطناعي من الفريق التنفيذي.
ماتيو:
نعم، ومن المثير للاهتمام أن نرى كيف أنها موجودة دائمًا، ولكنها دائمًا مختلفة، أليس كذلك؟ وهي مرتبطة دائمًا بالاستراتيجية الأساسية للشركة ومهمتها. لذلك إذا فكرنا في dsm-firmenich - كان الأمر كله يتعلق بتمكين إبداع صانعي العطور، إذا فكرنا في أحد عملاء CPG - كان الأمر كله يتعلق بتحسين خدمة العملاء لآلاتهم. لذا فإن «السبب» ليس بالضرورة مدفوعًا تقنيًا. على العكس من ذلك، فهي مرتبطة إلى حد كبير بمهمة الشركة ورؤيتها.
من وجهة نظرك، ما الذي يشكل «مبكرًا جدًا» أو «متأخرًا جدًا» في تبني تقنيات الذكاء الاصطناعي؟
ألين:
إن كونك «مبكرًا جدًا» يعني الاستثمار بكثافة في تقنية غير ناضجة، مما يؤدي إلى ضعف أداء البرامج. على الجانب الآخر، فإن «فوات الأوان» هو عندما لا تبدأ الشركة حتى برنامجًا تجريبيًا صغيرًا للقدرة الأساسية المدعومة بالذكاء الاصطناعي، في حين أن العديد من منافسيها قد نفذوا ذلك بالفعل بنجاح.
تيمون:
أعتقد أن «الوقت المبكر جدًا» لاعتماد الذكاء الاصطناعي قد لا يتعلق بالتوقيت بقدر ما يتعلق بالتوقعات.
إذا لم يكن لديك الأسس الصحيحة للبيانات والسحابة والبنية التحتية لتكنولوجيا المعلومات - فهذا لا يعني أنه لا يمكنك استخدام الذكاء الاصطناعي، ولكن يجب أن تكون لديك التوقعات الصحيحة. في البداية، قد يتعلق الأمر أكثر بإنشاء دليل رئيسي للمفهوم لتبرير الاستثمارات في منصة البيانات ثم الشروع في القيام بالذكاء الاصطناعي.
فيما يتعلق بـ «فوات الأوان»، لا أعتقد أن الأوان قد فات لأي شركة حتى الآن، ولكن سيكون ذلك قريبًا. إذا لم تقم بتشغيل أي مبادرات للذكاء الاصطناعي حتى الآن، ولم تبدأ العمل على استراتيجية الذكاء الاصطناعي والبيانات الخاصة بك - سأكون قلقًا بعض الشيء، نعم.
ماتيو:
أعتقد أن «الوقت المبكر جدًا» ليس عيبًا تمامًا، ولكنه قد يعني أن الأمر يستغرق وقتًا أطول قليلاً لمعرفة الطريقة الأكثر فعالية لتشغيل فرق الذكاء الاصطناعي والبيانات. لكنك ستظل مبكرًا مقارنة بالشركات التي تتابع أخطائك وتتعلم منها. ومن المحتمل أن يكون استثمارًا أوليًا أكبر. لكنه لا يزال يسمح لك بأن تكون في الصدارة، إذا كنت متسقًا معه.
كيف يتنقل Visium في هذه التوقيتات للعملاء؟
تيمون:
ما نساعد به عملائنا في الغالب هو إدراك أنه لا توجد لحظة مثالية لبدء العمل على نضج البيانات ومنصة البيانات وتشغيل مفاهيم الذكاء الاصطناعي. يجب عليهم تحمل بعض المخاطر. ويتطلب الأمر حقًا قدرًا كبيرًا من قوة الإرادة من الإدارة العليا لدفع هذا النوع من المبادرات، لأنهم إذا انتظروا النجوم حتى تتماشى تمامًا، فقد لا يحدث ذلك أبدًا.
ألين:
نبدأ عادةً بتصنيف حالات الاستخدام المحتملة وفقًا للنضج التكنولوجي لعملائنا وعائد الاستثمار المتوقع، من بين معايير أخرى، لتحديد أولويات المبادرات الصحيحة ومساعدتهم على البدء.
ماتيو:
ولدينا مخططات لجميع أنواع التكوينات تقريبًا، أليس كذلك؟ إذا كان العميل حريصًا على تنفيذ الذكاء الاصطناعي ولكنه يفتقر إلى البنية التحتية الأساسية، فيمكننا المساعدة في إنشاء الإعداد الصحيح من منظور البيانات أو السحابة. من ناحية أخرى، إذا كانت لديهم بنية بيانات قوية ولكنها تفتقر إلى رؤية الذكاء الاصطناعي، فيمكننا المساعدة في تصميم خارطة طريق حول حالات استخدام الذكاء الاصطناعي المتعددة.
نحن نقدم مجموعة واسعة من الخدمات التي يمكن تصميمها بشكل مثالي لحالة أي شركة. سواء كان ذلك مبكرًا جدًا أو متأخرًا جدًا مقارنة ببقية صناعتهم أو استعدادهم الداخلي، فإننا نظل مرنين وملتزمين بخدمتهم بأفضل طريقة ممكنة.
وفي معرض التأمل في هذا الاقتباس من تاو تي تشينغ: والتي تتعلق أساسًا بالقدرة على التكيف والمرونة والمرونة، كيف تنطبق هذه الفلسفة على الشركات التي تتبنى الذكاء الاصطناعي؟ وهل يمكنك تقديم مثال عن كيفية استفادة العميل من القدرة على التكيف؟
تيمون:
الأمر المثير للاهتمام في هذا الاقتباس بالنسبة للشركات والذكاء الاصطناعي بشكل عام، وأنا أفكر بصوت عالٍ هنا، هو أن المرونة تساعد بالفعل في بناء المرونة. قد يتعلق الأمر بالقدرة على التكيف أكثر من المرونة، ولكن يبدو أن كلاهما يعمل جنبًا إلى جنب في بناء المرونة. خذ COVID، على سبيل المثال: الشركات التي ركزت على الأفضل وعدلت أساليب عملها كانت تلك التي أظهرت أكبر قدر من المرونة خلال تلك المرحلة الفوضوية.
إنه يذكرني باقتباس آخر، لا أتذكر أي كتاب كان: «الشركات مثل أسماك القرش، تموت إذا توقفت عن السباحة». وأعتقد أن هذا صحيح للغاية. إذا توقفت الشركات عن التكيف والتمحور باستمرار، فهذه هي الطريقة التي تموت بها وتصبح هشة.
ألين:
يجعلني أفكر في أحد مشاريعنا. قمنا ببناء أداة لتنظيم البيانات من تقرير سنوي عام لشركة خدمات مالية. خلال هذا التطور، أدى التقدم الكبير في هذا المجال إلى تعزيز أحدث التقنيات لمهمتنا المطروحة. وقد أدى ذلك إلى استبدال الذكاء الأساسي للحل بخوارزميات أحدث، مما أدى إلى تحسينات ملحوظة في الأداء. يتطلب تطوير حلول الذكاء الاصطناعي وسط التطورات الميدانية السريعة الاستعداد المستمر لاعتماد أساليب جديدة لنفس التحديات، وفتح حلول قوية بشكل متزايد.
ماتيو:
مثال آخر يتبادر إلى الذهن. قمنا بتطوير خوارزمية لأحد مشاريع عملائنا، والتي كانت تعمل بشكل جيد وجاهزة للنشر لمستخدميها الداخليين. ومع ذلك، فإن ما كان مفقودًا هو دمج الخوارزمية في بقية سير العمل. لذلك، بدلاً من «النجاح»، ما فعلناه هو: استمر فريقنا في تحسين النموذج بينما عمل العميل في نفس الوقت على هذه الجوانب الأكثر جوهرية.
لذا فإن الأمر يتعلق بالبقاء ملتزمًا بالأهداف الأصلية، ولكن ليس العناد الشديد والبقاء رشيقًا بعض الشيء على الطريق عند ظهور الصعوبات.
كيف يمكنك التأكد من عدم وجود تصور خاطئ للمرونة؟ كيف يمكنك الاحتفاظ بها تحت السيطرة؟ حتى من وجهة نظر تكنولوجية.
ألين:
يمكنك تحقيق المرونة من خلال المثابرة حتى الوصول إلى نتيجة ناجحة، على الرغم من مواجهة العديد من التحديات والعقبات. طالما أنك تبذل جهدًا مستمرًا في مواجهة الشدائد، فإن المرونة موجودة.
تيمون:
وهناك العديد من الأمثلة، خاصة أثناء COVID، حيث جعلت أنظمة تكنولوجيا المعلومات المعقدة من الصعب على الشركات التكيف بسرعة. هذه هي نفس الأنظمة التي خلقت هذا التصور للسلامة والمرونة كل يوم على وجه التحديد بسبب تعقيدها.
لكن إضافة المزيد من التعقيد لا يجعل الحل أفضل وأكثر مرونة وأكثر قوة وأكثر قابلية للتطوير، بل العكس. نادرًا ما يكون التطور أمرًا جيدًا عندما تأتي بعملية جديدة أو حل تكنولوجي.
ماتيو:
نعم، هذا يذكرني بالاقتباس، «البساطة هي التطور المطلق»، الذي يجسد الجوهر بشكل جيد للغاية.
مع التطور السريع للذكاء الاصطناعي، كيف يمكنك مواكبة جميع التطورات الجديدة؟
ألين:
أنا محظوظ بما يكفي لأن أكون في وضع أتفاعل فيه يوميًا مع قادة علوم البيانات العالميين وفرقنا الهندسية المتحمسة والرائعة بشكل لا يصدق. هذا العرض يبقيني على اطلاع بأحدث وأروع ما في مجال الذكاء الاصطناعي. إلى جانب القراءة في أوقات فراغي والاشتراك في بعض النشرات الإخبارية الثاقبة، أجد نفسي دون عناء تقريبًا على اطلاع على التطورات الرئيسية في هذا المجال.
ماتيو:
ربما لم يكن هناك وقت أفضل لتعلم الأشياء. هناك ثروة من المعلومات المتاحة والعديد من الطرق لاستهلاك المعرفة واكتسابها. لذلك ليست المواد أو الأدوات المفقودة. النقطة الأساسية هي اختيار مكان تركيز طاقة المرء. أحاول إيجاد أرضية مشتركة بين اهتمامي الأساسي بالذكاء الاصطناعي وما يمكن أن يكون مفيدًا لـ Visium وعملائنا. والباقي مجرد مهارات إدارة الوقت.
تيمون:
لقد تعلمت أن أقبل أنني لن أكون قادرًا على مواكبة عمق المعرفة التي يمتلكها مهندسونا من حيث التنفيذ والتفاصيل الفنية والرياضيات التي تقف وراء ذلك، ولن أكون دقيقًا من الناحية الفنية كما اعتدت أن أكون كمساهم فردي ومهندس. لذلك لا أزال أشعر بالفضول حقًا بشأن ما يتعلمه مهندسونا ويفعلونه. لذلك عندما تكون هناك تطورات تقنية جديدة، أتحدث عنها عادةً مع 2-3 مهندسين من فريقنا لفهم ما فكروا به وفهموه. أعتقد أن هذه طريقة جيدة لمواكبة التطورات الجديدة.
ما هي بعض التقنيات الناشئة التي تثير حماسك في الذكاء الاصطناعي والبيانات؟
ألين:
أجد أن فك تشفير الدماغ البشري هو أحد أكثر التطبيقات الناشئة إثارة للإعجاب للذكاء الاصطناعي. يمكن للذكاء الاصطناعي اليوم بالفعل ترجمة فحوصات التصوير بالرنين المغناطيسي للدماغ إلى أفكار وصور. في حين أن الأمر قد يبدو مخيفًا ومخيفًا، إلا أن إمكانية تحويل البشر إلى كائنات فائقة الذكاء قاب قوسين أو أدنى، بعد حوالي عقد من الزمان. سيعيد هذا الإنجاز تعريف معنى أن تكون إنسانًا وسيزيد من تسريع وتيرة التقدم المتسارع. وأنا متحمس جدًا لرؤية كيفية تطورها.
ماتيو:
أعتقد أن الأمر المثير، والذي لا يزال غير واضح إلى حد ما، هو ما سيحدث في طبقة التطبيق وسط كل جنون LLM. لذلك، في الأساس، الطرق المختلفة التي يمكن من خلالها تصميم هذه النماذج لحالات استخدام محددة. هناك الكثير من الشركات التي يتم إطلاقها في هذا المجال. لكن الجزء الأكثر روعة هو أننا لا نعرف ما الذي سيظهر لقيادة الموجة التكنولوجية الرئيسية التالية. إنه لأمر مثير للغاية أن تفاجأ في هذا الصدد.
تيمون:
ما يثير فضولي حقًا هو اقتصاد البيانات - كيف تشارك الشركات في شراء وبيع بياناتها في أسواق البيانات. هناك أشياء واضحة، مثل Bloomberg، ولكن سيكون من المثير للاهتمام مشاهدة كيفية تطورها للشركات الأخرى أيضًا، حتى في صناعات مثل الرعاية الصحية.
إذا بدأت شركات الرعاية الصحية في تطوير نماذج الأعمال، فهل ستبيع نماذجها لشركات الأدوية الأخرى، أم ستستمر في حمايتها كما فعلت تاريخيًا، نظرًا لقيمتها الهائلة وسريتها؟
أعتقد أن المزيد من الشركات الراغبة في بيع بياناتها للمنافسين ستظهر. مما يعني تحولًا كبيرًا في العقلية. اليوم، تبدو فكرة قيام شركة CPG ببيع بيانات التصنيع، مثل تفاصيل الماكينة، بعيدة المنال. ولكن سرعان ما قد يكون هذا أمرًا شائعًا، حيث تدرك الشركات الفوائد المتبادلة لمشاركة البيانات مع المنافسين، مما يؤدي إلى تبادل متبادل للمعلومات.