في كتابه الجديد، يقول إريك سيجل؛ المستشار والأستاذ السابق في جامعة كولومبيا وجامعة فيرجينيا؛ إن المؤسسات تحتاج إلى نموذج أعمال لإدارة مبادرات التعلم الآلي، وهو ما يعينها بطبيعة الحال عند إطلاق مشاريع الذكاء الاصطناعي.
تتوق الشركات إلى التحليلات التنبؤية التي تعد بتعزيز المبيعات وخفض التكاليف ومنع الاحتيال وتبسيط العمليات، ومع ذلك فإن معظم المنظمات تفشل في تحقيق النتائج المرجوة منها.
مشاريع الذكاء الاصطناعي
وجدت دراسة أجرتها MIT Sloan Management Review وBoston Consulting Group، أن 10% فقط من الشركات حصلت على فوائد مالية كبيرة من استثماراتها في مشاريع الذكاء الاصطناعي.
وفي استطلاع أجرته شركة Rexer Analytics، قال 22% فقط من علماء البيانات، إن مبادراتهم الجديدة عادة ما تنشر وتشغل عبر المؤسسة.
وتفشل العديد من مشاريع التعلم الآلي التنبؤية لأنها تركز كثيرًا على التكنولوجيا وحدها بدلًا من التركيز على تطوير التكنولوجيا كمشروع عمل استراتيجي، وفقًا لإريك سيجل.
وفي كتابه الجديد، “The AI Playbook: Mastering the Rare Art of Machine Learning Deployment”، يوضح “سيجل” أن المؤسسات لا ترى قيمة من الذكاء الاصطناعي؛ لأنها تفتقر إلى نموذج أعمال فعال لتشغيل مشاريع التعلم الآلي.
نظرًا لأن معظم مشاريع التعلم الآلي، تتسم بالتقنية العالية، فإنها غالبًا ما تقع ضمن نطاق متخصصي علوم البيانات ذوي الخبرة.
والنتيجة هي الانفصال بين خبراء البيانات الذين يعدون البيانات ويطورون نماذج الذكاء الاصطناعي وتشغيلها، وأصحاب المصلحة التجاريين المسؤولين عن إدارة العمليات واسعة النطاق والذين سيستفيدون من الرؤى التنبؤية.
وقال “سيجل” في ندوة عبر الإنترنت نظمها معهد ماساتشوستس للتكنولوجيا Sloan Management Review مؤخرًا:
“من خلال التركيز كثيرًا على علم النمذجة بدلًا من نشرها، يبدو الأمر وكأنك متحمسًا لعلوم الصواريخ أكثر من الإطلاق الفعلي للصاروخ، هذا هو ما نحن فيه اليوم”.
وأضاف أنه من أجل تعزيز النجاح، تحتاج الشركات إلى دليل تشغيل موحد لـ مشاريع الذكاء الاصطناعي، يمكن لمحترفي الأعمال الوصول إليه، وأن يساعدهم على المشاركة في دورة حياة مشاريع التحليلات التنبؤية.
إطلاق مشاريع الذكاء الاصطناعي
ولسد الفجوة، يدعو سيجل إلى ما يسميه “BizML”. وهو عبارة عن مجموعة من الممارسات التجارية لتشغيل مشاريع التعلم الآلي التنبؤية.
وحدد ست خطوات لتعزيز التعاون بين أصحاب المصلحة التجاريين والتقنيين في جميع مراحل نشر التعلم الآلي:
تحديد الهدف:
لاستخلاص أي قيمة حقيقية من التعلم الآلي، تحتاج الشركات إلى عرض قيمة محدد يوضح بالتفصيل كيفية تأثير التكنولوجيا على العمليات.
ولا يستطيع علماء البيانات القيام بذلك في الفراغ. من المهم أن يتمتع أصحاب المصلحة في الأعمال الذين هم على دراية وثيقة بنقاط الضعف والفرص بالذكاء التكنولوجي، بما يكفي للمشاركة في تحديد الأهداف الواقعية.
تحديد هدف التنبؤ:
في حين أن النمذجة والتنبؤ تنطوي على رياضيات معقدة، إلا أنه يجب وضع أهداف العمل في الاعتبار.
يحتاج مستخدمو الأعمال إلى فهم شبه تقني للتكنولوجيا حتى يتمكنوا من مشاركة معرفتهم بالمجال المحدد مع تحديد أيضًا ما يهدف نموذج التعلم الآلي إلى التنبؤ به لكل حالة استخدام.
إنشاء المقاييس الصحيحة:
تحديد المعايير البارزة التي يجب تتبعها أثناء تدريب النموذج ونشر النموذج. بالإضافة إلى ذلك، ينبغي تحديد مستويات الأداء التي يجب تحقيقها حتى يعتبر مشروع التعلم الآلي ناجحًا.
عادةً ما تعتمد معظم مشاريع الذكاء الاصطناعي والتعلم الآلي على مقاييس فنية مثل الدقة أو الاستدعاء أو الدقة.
وقد أشار سيجل إلى أن المؤسسات بحاجة إلى تحويل تركيزها إلى مقاييس الأعمال مثل: الربح وعائد الاستثمار والمدخرات واكتساب العملاء.
تحضير البيانات:
وحدد الشكل الذي يجب أن تبدو عليه بيانات التدريب، وتأكد من أن البيانات بالتنسيق المطلوب. ويرى “سيجل” إن هذه الخطوة الحاسمة غير قابلة للتفاوض لأنها تمثل العمود الفقري لتحقيق نتائج عالية القيمة.
التدريب:
بعد ذلك، يتم استخدام البيانات المعدة لتدريب وإنشاء نموذج تنبؤي. ويتولى خبراء البيانات المسؤولية هنا، ولكن هناك دائمًا مجال لمدخلات الأعمال الإضافية.
نشر النموذج:
واستخدم النموذج النتائج التنبؤية لتحسين العمليات التجارية. ومن المهم أيضًا الحفاظ على النماذج من خلال المراقبة المستمرة والتحديث الدوري.
بينما الخطوات الثلاث الأخيرة أكثر تقنية من الثلاث الأولى، إلا أنها تتطلب جميعًا تعاونًا عميقًا بين أصحاب المصلحة في مجال التكنولوجيا والأعمال.
ويتطلب الأمر بناء الجسور لربط المعسكرين الاستثمار والمشاركة في ممارسات إدارة التغيير الصحيحة؛ لضمان الفهم المناسب للتعلم الآلي بين أصحاب المصلحة في جميع أنحاء العمل.
وقال “سيجل”: “إن تحديات إدارة التغيير ليست جديدة عامة. ولكن عندما يتعلق الأمر بمشاريع التعلم الآلي، غالبًا ما يتم التغاضي عن الحاجة إلى إدارة التغيير بذكاء”.
وتابع: “يُطلق التعلم الآلي صاروخًا، لكن لا يزال يتعين على المسؤولين أن يأمروا بإطلاقه”.
بقلم/ بيث ستاكبول
المقال الأصلي (هنــــــــــا).
