أيتها الشركات، استيقظي! أكبر تغيير يُدخله الذكاء الاصطناعي إلى الشركات ليس تقنيًا بل مفاهيميًا.
ترجمة آلية للمنشور الأصلي، لم يراجعها مترجم بشري. قد لا تكون المعلومات التاريخية محدثة.
أيتها الشركات، استيقظي! أكبر تغيير يُدخله الذكاء الاصطناعي إلى الشركات ليس تقنيًا بل مفاهيميًا.
يمكن منح الموظفين أفضل نموذج، وربطه بكل الأدوات الصحيحة، ومع ذلك رؤيتهم يعملون تقريبًا كما كانوا من قبل تمامًا.
قدرتنا على إعادة تخيل كيف ينبغي أن يبدو العمل حين توجد هذه التقنية فعل غير طبيعي وغير تافه، ويتطلب انشغالًا مستمرًا وتغييرًا في العادات. وهذا لا يمكن حلّه بمجرد منح الوصول إلى الأدوات وتوقع أن "الجميع سيتدبرون أمرهم".
ولهذا أصبح مصطلح FDE شائعًا في عالم الذكاء الاصطناعي هذا. الفكرة ليست فقط تطوير منتج وتسليمه للعميل، بل إدخال أشخاص تقنيين أقوياء إلى عمق بيئة عمله، وفهم المشكلة الحقيقية وبناء حل معه يعمل في الواقع.
برأيي ينبغي أن يوجد المبدأ نفسه داخل الشركات أيضًا.
كل مؤسسة تريد تطبيق الذكاء الاصطناعي بجدية تحتاج إلى أشخاص يعملون كـ FDE داخليين. عليهم الدخول إلى الفرق، والجلوس مع من ينجزون العمل فعليًا، وإجراء Drill Down حتى مستوى المهام اليومية.
لا مجرد السؤال عن أداة الذكاء الاصطناعي التي تنقصكم، ولا مجرد تقديم ورشة سطحية للتعريف بهذه الأداة أو تلك، بل الغوص عميقًا في كل فريق وفهم لماذا تنجزون هذه المهمة بهذه الطريقة أصلًا، وما الذي يمكن أتمتته، وما الذي يمكن تغييره، وأي عملية لم تعد منطقية في عالم يوجد فيه الذكاء الاصطناعي.
وهذا يتطلب أيضًا وجود AI Champions من داخل الفرق نفسها، وجلسات منتظمة وتدريبات مبنية على العمل الحقيقي لكل فريق، لا مجرد تدريب عام آخر حول كيفية كتابة برومبت جيد.
لأنه إذا كان هدف هؤلاء الأشخاص عندكم الآن هو بناء ذكاء اصطناعي من أجل الموظفين - فمن المرجح أن يفشل ذلك. إنه بناء أدوات لن يستخدمها أحد.
الهدف هو تغيير الطريقة التي يفكر بها الموظفون في عملهم، وهذا يتطلب أكثر بكثير من تطوير الأدوات.
وهذا ربما أحد أسباب كون تطبيق الذكاء الاصطناعي أصعب من شراء برمجيات. البرمجية الجديدة تتطلب من المؤسسة تعلّم أداة جديدة. أما الذكاء الاصطناعي فيتطلب منها إعادة تعلّم ما الذي يحتاج البشر أصلًا إلى فعله، والأهم ما لا يحتاجون إلى فعله.
ومن الجانب المشرق، هذه مشكلة تواجهها كل المؤسسات حاليًا، إن كان ذلك يريحكم :)