Your AI Isn't the Advantage. Your Judgment Is - Sid Pednekar

طاب يومكم جميعاً الحاضرين هنا. لقد كان يوماً رائعاً ومن دواعي سروري حقاً أن أكون هنا. موضوع حديثي اليوم هو: الجميع لديه ذكاء اصطناعي، فمن يملك الأفضلية؟ سأتحدث عما تفعله المؤسسات الرائدة في تنفيذ وتبني الذكاء الاصطناعي، وما الذي تقوم به بشكل مختلف؟ وقبل ذلك، من أنا وما هي وجهة نظري؟ أنا الدكتور سيد باتنيكار. أنا مسؤول تنفيذي في مجال تكنولوجيا الذكاء الاصطناعي والبيانات في إدارة الأصول. قضيت معظم مسيرتي المهنية في صناديق التحوط والاستثمار والأبحاث الأكاديمية. ما قمت به وركزت عليه هو قيادة الاستراتيجية وبناء فرق متخصصة في ثلاثة مجالات رئيسية: تحسين الكفاءة، وتعزيز الأرباح، وخفض التكاليف.

سأتابع النقاش من خلال شركتين افتراضيتين ، الشركة "أ" والشركة "ب"، كما يظهر في الشريحة أدناه. هذه شركات افتراضية، بسير عمل مصطنع، لكننا سنتابع رحلتهم خلال بقية هذا العرض التقديمي. إذن، الجميع لديه ذكاء اصطناعي، فمن يملك الأفضلية؟ قبل أن نبدأ، دعونا نلقي نظرة على الوضع الحالي؛ فقد أظهرت دراسات حديثة أن حوالي 37%فقط من الشركات التي شملها الاستطلاع تظهر مساهمة إيجابية في أرباحها قبل الفوائد والضرائب (EBIT). وحوالي 6%فقط من تلك الشركات يمكن تصنيفها كشركات ذات أداء عالٍ. وهذا يمثل مساهمة بنحو 5%في أرباحها قبل الفوائد والضرائب. أظهرت دراسات أخرى في وقت سابق من هذا العام أن حوالي 66% يقولون إنهم حققوا زيادة في الإنتاجية، لكن حوالي 40%و 20%فقط يشهدون فعلياً انخفاضاً في التكاليف ونمواً في الإيرادات . كما نعلم، الوصول إلى الذكاء الاصطناعي منتشر على نطاق واسع، ومع ذلك لا يزال تأثيره متفاوتاً.

لذا، السؤال الذي أطرحه، أو كيف أفكر في هذا الأمر، هو من منظور ثلاثة مجالات رئيسية. والطريقة التي أفكر بها في هذه المجالات الثلاثة يجب أن تنطبق على المؤسسات والأفراد على حد سواء، ويجب أن تنطبق على الوظائف بغض النظر عن موقعك في تلك المؤسسة. الأعمدة الثلاثة الرئيسية التي أفكر فيها هي: أولاً، تحديد المشكلة الصحيحة. ثانياً، بناء قدرات مشتركة. ثالثاً، مضاعفة الأفضلية. الآن، قبل أن نتعمق في كل عمود من هذه الأعمدة، هناك فكرة أعتقد أنها تتخلل كل هذه المجالات، وأعتقد أن أفضل الشركات الرائدة تستفيد منها وتستثمرها.

كما نعلم، عبر الزمن، الثابت الوحيد في هذا العالم هو التغيير. ما يختلف في عصر الذكاء الاصطناعي والذكاء الفائق هو أن الذكاء أصبح رخيصاً. بغض النظر عن وحدة الذكاء التي تستخدمها، سواء كانت برمجيات، أو تحليلات، أو توصيات ، أو تقارير، فإن الذكاء الاصطناعي يخلق وفرة في كل ذلك. وكما نعلم، المزيد من الإجابات لا يعني بالضرورة خلق المزيد من القيمة. إذن، ما هو الشيء النادر؟ ما هو المورد الشحيح في عالم مليء بالوفرة؟ ما الذي تستفيد منه الشركات، أو القادة منهم على الأقل؟ إنه التقدير أو الحكم. ما هو التقدير؟ التقدير هو اختيار ما يهم وكيفية التصرف عندما لا تكون هناك إجابة واحدة واضحة. إنه الإبداع الذي يتيح لك استكشاف الاحتمالات الجديرة بالبحث. إنه الذوق الذي يخبرك كيف يبدو النجاح في سياق عملك المحدد. إنه القرارات التي توازن فيها بين المقايضات التي تستحق القيام بها . التقدير موجود في كل مكان. إنه متغلغل في أرجاء مؤسستك بالكامل. بشكل يومي، يطرح كبار المسؤولين التنفيذيين الأسئلة، ويستخدمون التقدير باستمرار. وكذلك يفعل مهندسو البرمجيات، وقادة الذكاء الاصطناعي

، ومديرو المحافظ، وعلماء البيانات. لذا، السؤال الذي يركزون عليه هو: بما أن التقدير أصل محدود وقدرة محدودة، يصبح السؤال الرئيسي هو أين نستثمر أفضل تقديراتنا؟ أود منكم الاحتفاظ بهذه الفكرة. مع ذلك، سننتقل إلى ركيزتنا الأولى. صمم المشكلة المناسبة. سؤال تطرحه المؤسسات الرائدة طوال الوقت هو أنها مهووسة بمعرفة ما هي المشكلة الصحيحة التي يجب حلها؟ أليس كذلك؟ من المغري البدء بالأداة. اليوم، نحن محاطون بنماذج أفضل، وتقنيات متطورة. نحن محاطون بكل أدوات الذكاء الاصطناعي هذه. نحن محاطون بالمساعدين الأذكياء. لكن هذه ليست الطريقة الصحيحة، أليس كذلك؟ على الأقل هذه ليست الطريقة التي يتبعها القادة. الآن، لنعد إلى شركتينا الافتراضيتين. لنفترض أنهما في مجال إدارة الأصول. لنفترض أننا نتتبع سير عمل اثنين من محللي الأبحاث في هاتين المنظمتين الافتراضيتين. لنفترض أن المنظمة "ب" تبدأ بالأداة، أي المساعد الذكي. إنهم يسألون: "أين يمكننا إضافة الذكاء الاصطناعي إلى عمل المحلل؟" إنهم ينظرون إلى العملية الحالية ويقولون: " يأتي نص الأرباح". لقد اكتشفت سير عمل

للتلخيص. دعني أمرر كل هذا عبر تدفقي السريع للمعلومات. يحصل المحللون على ملخصات الأرباح بشكل أسرع. فوز للجميع، أليس كذلك؟ حسناً، ليس كثيراً، على الأقل ليس مقارنة بأولئك الذين يقودون السوق. مثل هذا التوجه الذي يركز فقط على السرعة يقدم فارقاً دقيقاً واحداً. وهو أنك تفقد السياق عند اختزال المعلومات كجزء من عملية التلخيص. إذن، ماذا تفعل المنظمة الافتراضية "أ" في هذا الموقف؟ إنهم مهووسون بطرح السؤال الصحيح. يمكنهم أن يسألوا: "لماذا تصلنا إشاراتنا المادية متأخرة جداً؟" أين نركز الاهتمام، والذكاء الاصطناعي، والنطاق الترددي، والقدرة؟ أين يكمن عنق الزجاجة لدينا، أليس كذلك؟ وهكذا ، يصبح الأمر إعادة تصميم لسير العمل، أو على الأقل إعادة تقييم لما يجب التركيز عليه. هذا ما يفعلونه بشكل مختلف. هذا الاعتبار ليس محددًا في التمويل فحسب، بل يمتد عبر المجال والوظيفة. أنت تطرح نفس السؤال حول ما يجب التركيز عليه، سواء كان القدرة البحثية، أو سرعة اتخاذ القرار، أو جودة البيانات، أو التأخير، أو الموثوقية . إنه يمتد عبر كل ذلك. وتُظهر الدراسات هذا الأمر. تُظهر الدراسات الرائدة أن القادة في المتوسط يركزون اهتمامهم على قرارات أقل، ولكنها ذات جودة أعلى مقارنة

بالمجموعة الأخرى. لذا، فإن القادة يكونون أكثر انتقائية في مكان تركيز اهتمامهم وما يركزون عليه. هذا رائع. الشركات الرائدة لديها فكرة عما هي المشكلات الصحيحة، فإلى أين يتجهون من هناك؟ إنهم يركزون استثماراتهم أيضاً على سير العمل الأعلى قيمة. أفهم ذلك، وقد كنت مذنباً بشيء مشابه حيث يخلق الذكاء الاصطناعي عدداً كبيراً جداً من الفرص. ويمكن أن يكون التجريب شيئاً جيداً. لكن يجب على المرء الفصل بين التجريب وما ينتج عنه من "مسرح ابتكار"، أو الأسوأ، "مسرح إنتاجية"، وبين خلق القيمة الفعلية. بالعودة إلى شركتينا الافتراضيتين، ماذا يعني هذا؟ الشركة "ب" تنظر في كيفية إطلاق أكبر عدد من مشاريع الذكاء الاصطناعي التجريبية. وما ينتهي به الأمر هو وجود روبوت لتلخيص المستندات هنا، ومساعد طيار هناك، وروبوت لاسترجاع البيانات هناك.

الأمر مشتت في كل مكان. بينما تركز الشركة "أ" في استثماراتها على حالات استخدام مثل سير العمل المتكامل في خط أنابيب الأبحاث. إنهم يركزون على مواءمة الهندسة، والتحليلات، وقدرة الذكاء الاصطناعي، والحكم نحو تركيز واحد. وقد أظهرت الأبحاث أن القادة ينفقون أكثر من 80%من استثماراتهم على حالات الاستخدام عالية القيمة هذه، مما يحول وظائف الأعمال الرئيسية ويخلق عروضاً جديدة. مثالي. نحن نعلم أنهم يركزون على إيجاد المشكلة الصحيحة، وينفقون استثمارات كبيرة في سير عمل مختارة. حسناً، إنهم يفعلون شيئاً مختلفاً أيضاً. إنهم يعيدون تصور كيفية إنجاز العمل.

أعتقد أن هذا هو المفتاح. وهذا يعود إلى ما ناقشناه سابقاً، وهو الحكم. إنهم يعيدون تعريف وتنظيم الوظائف والأدوار والقدرات حول هذا العنصر الرئيسي وهو الحكم. ماذا يعني ذلك بالنسبة لشركتنا الافتراضية ؟ حسناً، قد تركز الشركة (ب) كما ناقشنا على كيفية الحصول على نصوص الأرباح وتقارير الأبحاث الخاصة بي. كيف يمكنني تلخيصها؟ ربما يمكنني القيام بذلك بشكل أسرع. ربما يمكنني تحديث نماذجي المالية بشكل أسرع. ربما يمكنني إرسال توصياتي إلى مدير المحفظة بشكل أسرع. أما الشركة (أ) فتركز على مستوى مختلف تماماً من العمل. من الناحية النظرية، يمكنهم الطلب من المحلل تحديد فرضية الاستثمار. وهم يراقبون ويجمعون الأدلة التي قد تدحض تلك الفرضية أو تدعمها. سيكونون في حالة مراقبة مستمرة. سيقومون بالتحقيق في الاستثناءات.

وقد يتعمقون في بعض الأمثلة المختارة التي قد تؤدي إلى تحقيق قيمة فعلية. إذاً، الفائزون لا يكتفون بالأتمتة فحسب، بل يقومون بإعادة التصميم. وتظهر الدراسات أن مجموعة الأداء العالي أكثر عرضة بنسبة 75%، أو في الواقع، يقومون بإعادة تصميم سير عملهم مقارنة بـ 25%من المجموعة التي لا تفعل ذلك. إذاً، أين يضعنا هذا مع شركتينا الافتراضيتين فيما يخص تحديد المشكلة الصحيحة؟ الشركة (ب) تضيف الذكاء الاصطناعي إلى سير العمل الحالي. إنهم يكملون مشاريع فردية ثم ينتقلون إلى المبادرة التالية، في حين أن الشركة (أ) تعيد التفكير في كيفية إنجاز العمل. إنهم يعيدون تصميم العمليات حول الذكاء الاصطناعي ويهتمون بشكل مهووس بالمشكلة الصحيحة. هذا هو الفرق في كيفية توظيف المؤسسات للذكاء الاصطناعي في العمل. عظيم . إذاً، لقد اختاروا المشكلة الصحيحة. ماذا يحدث بعد ذلك؟ حسناً، نعلم جميعاً أنه لتمكين هذه القدرة فعلياً، تحتاج إلى بناء قدرات مشتركة عبر المنظمة.

ومن الاتجاهات التي تظهر منذ فترة هو أن الخطوط الفاصلة بين التكنولوجيا والأعمال بدأت تتلاشى. ونحن نرى هذا في كل مكان. نرى مهندسين يقتربون أكثر من نتائج الأعمال. ونرى متخصصين في الأعمال يقومون ببناء أدوات وعمليات أتمتة. وكما يمكنك أن تتخيل، يمكنك الحصول على مهندسين متقدمين ، ومديري منتجات متقدمين، ولكن يمكنك أيضاً الحصول على العكس، وهو مديرو محافظ متقدمون. وهذا الجمع بين جمع الأشخاص المناسبين في غرفة واحدة من خلال كسر الحواجز التنظيمية هو ما يعتمد عليه القادة حقاً. أظهرت الدراسات أن المزيد والمزيد من الشركات الكبرى تنظر إلى ذراعها التكنولوجي كدالة لنمو الأعمال. وهذا يخلق ميزة تنافسية لهذه الشركات.

إذاً، الجانب الآخر ضمن بناء القدرات المشتركة الذي ربما يكون المفضل لدي شخصياً. هو توحيد المعايير في الجوهر وتخصيص الأطراف. وهذا شيء ليس بجديد على عالم التكنولوجيا. لقد قمنا ببناء البنية التحتية، وقمنا ببناء وحدات مشتركة وتصاميم للأنظمة. لكن المثير للاهتمام هنا اليوم هو أن هذا الأمر يتخذ شكلاً مختلفاً تماماً في ظل القدرات المتاحة، وتنظيم العمل، وكسر الحواجز بين الأقسام. وقد يبدو هذا مختلفاً كثيراً بناءً على موقعك في المؤسسة. قد تقوم ببناء قواعد مشتركة لفريق ذو طبيعة مختلفة، يضم محللين وعملاء . قد تفعل ذلك مع مجموعة من المحللين، أو ربما تقوم به من أجل مهندسي البرمجيات أو علماء البيانات. مع مثال عالم البيانات على وجه الخصوص، قد يبدو الأمر مثيراً للاهتمام؛ حيث يمكنك بدلاً من سير العمل المنفرد الشائع في المجال، بناء قاعدة مشتركة من مجموعات البيانات، وطبقاتها الدلالية، والمقايضات حول ما نجح وما لم ينجح، وأداء مجموعات البيانات، ومواطن النقص، وما إلى ذلك، بحيث يصبح كل موظف جديد بمثابة وحدة جاهزة للعمل في النظام، قادراً على البناء على ما أنجزه من سبقوه. إذاً، ما الذي لا

ينبغي على الشخص التالي إعادة بنائه؟ والآن، المثير للاهتمام أيضاً هو أن المؤسسات لم تكن في الواقع مصممة للوكلاء الأذكياء. فالوكلاء يعملون عبر مسارات العمل والتطبيقات، ويستوعبون السياق، ويتخذون القرارات والإجراءات، في حين أن المؤسسات كانت تركز سابقاً على تفاعل فرد واحد أو مجموعة أفراد مع تطبيق واحد. لذا، يدرك القادة أن هناك حاجة للتغيير وأنهم بحاجة لتحديث بنيتهم التحتية، وهم على وعي تام بموقعهم في هذه الرحلة. وتشير الدراسات إلى أن 71%من المؤسسات تعمل على تحديث بنيتها التحتية الأساسية لدعم الذكاء الاصطناعي. كما أن 23%منها يستثمرون ما بين 6 إلى 10%من إيراداتهم السنوية في تحديث الأنظمة الأساسية للاستفادة من ذلك.

ومن الشكاوى الشائعة أو التحديات هنا، جودة البيانات والقدرة على إعادة استخدامها. حسناً، هذا رائع. نحن نمتلك الأشخاص المناسبين في المكان، ونمتلك المعرفة الصحيحة هنا. ما الذي علينا فعله بعد ذلك ؟ وهنا يأتي مفهوم: كيف نجعل هذه المعرفة قابلة لإعادة الاستخدام ومتاحة للجميع؟ وهنا نجد، كما تعلمون، بناءً على مستوى التبني والمرحلة التي وصلوا إليها، أنه يمكن توفير أنواع مختلفة من وكلاء الفرق؛ فهناك وكلاء خبراء يمثلون المرجع في تخصصاتهم، ووكلاء لسير العمل يعملون عبر المسارات المختلفة مثل "بوتات سلاك" التي تنشئ التذاكر وتفتحها وتغلقها وما إلى ذلك ، ثم يمكنك الحصول على وكلاء بمثابة " رئيس مكتب" يراقبون حالة المؤسسة وما يجب إنجازه. لذا، بالعودة إلى سير عملنا، فإن الشركة "أ" تنظر إلى هذا الأمر بطريقة مختلفة تماماً من حيث القدرات المشتركة.

والآن، الركيزة الأخيرة التي أود لفت انتباهكم إليها هي: متى يبدأ هذا النظام في تحقيق تراكم فعلي في النتائج؟ ما الذي يحدث عند نشره؟ في الواقع، الشركات الرائدة تفكر في الأمر بشكل مختلف قليلاً. ما هي الإخفاقات التي يمكن أن تمنحنا ميزة ونتعلم منها؟ وإذا تحقق نجاح ما، كيف تجعله جزءاً لا يتجزأ من النظام؟ والطريقة التي يفكرون بها هي: هل تعلم الفرد فقط، أم تعلم النظام أيضاً ؟ هل توجد طريقة ما، عندما يواجهون أمراً يتطلب تصحيحاً، بحيث تُغذي تلك المعرفة المؤسسة من جديد، سواء عبر أداة جديدة أو سياق معين أو غير ذلك؟ وما هو أساسي هنا هو الحفاظ على الأدلة جنباً إلى جنب مع تلك الدروس المستفادة. إذن، الركيزة الأخيرة هنا هي أن الذكاء الاصطناعي يوفر قدرات إضافية، فأين تذهب هذه القدرات؟ يجب أن تدرك ضرورة إعادة تصميم نظامك والتركيز حقاً على المقاييس الرئيسية التي تقيمها وتراقبها، والتي تبني عليها محرك نموك الذاتي. إذن، إلى أين يأخذنا هذا بالنسبة للشركتين "أ" و " ب"؟ الشركة "أ" قامت بإعادة تصميم عملها بالكامل. إنهم يبنون قدرات تتراكم مع الوقت، ولديهم قدرات مشتركة راسخة. لذا، أود أن أختم معكم بسؤال أخير. الجميع

لديهم ذكاء اصطناعي، فمن الذي يمتلك الأفضلية؟ شكراً لكم.