كيف يمكن أن يؤثر الذكاء الاصطناعي التوليدي على أولويات التحول الرقمي لديك؟

المصدر الأصلي: الورق

مصدر الصورة: تم إنشاؤه بواسطة Unbounded AI

يجب أن يصبح التحول الرقمي من الكفاءات الأساسية للمؤسسة ، وهي نصيحة مهمة لمدراء تقنية المعلومات وقادة تكنولوجيا المعلومات.

تتغير الأولويات الإستراتيجية بشكل كبير كل عامين أو أقل ، من النمو في 2018 إلى COVID-19 والعمل عن بعد في 2020 ، إلى نماذج العمل المختلطة والقيود المالية في عام 2022.

سيكون تأثير الذكاء الاصطناعي التوليفي ، بما في ذلك ChatGPT ونماذج اللغات الكبيرة الأخرى ، محركًا تحوليًا رئيسيًا في عام 2024.

عندما يبدأ الرؤساء التنفيذيون في التحضير لميزانية 2024 وأولويات التحول الرقمي ، من الضروري وضع استراتيجية لتحديد الفرص المتاحة لتحسين نموذج الأعمال ، والاطلاع على التأثير التشغيلي على المدى القريب ، وتحديد أولويات المشاريع التي يجب على الموظفين اختبارها ، وتطوير الذكاء الاصطناعي- خطة التخفيف من المخاطر ذات الصلة.

ولكن مع كل هذه الإثارة والضجيج ، من السهل على الموظفين استثمار الوقت في أدوات الذكاء الاصطناعي التي تسرّب البيانات السرية ، أو على المديرين اختيار أدوات الظل للذكاء الاصطناعي التي لم يتم فحصها فيما يتعلق بالأمان وإدارة البيانات وامتثال البائعين الآخرين. التحدي الأكبر هو تطوير استراتيجية واقعية والاستجابة للحالمين المستحيل. هنا ، "الحالم المستحيل" هو نوع من قادة الأعمال الذين "يذهبون إلى السماء في خطوة واحدة" ، نوع من تنفيذي الأعمال على مستوى الجحيم.

قال أبهيجيت مازومدر ، رئيس قسم المعلومات بشركة تاتا للخدمات الاستشارية: "يجب أن تكون أولويات التحول مرتبطة بشكل أساسي بأولويات العمل وما تريد المؤسسة تحقيقه. وفي معظم الأعمال ، تركز القيادة أيضًا على النمو والكفاءة التشغيلية ، ولكن دون إغفال الرؤية لإعطاء الأولوية لمبادرات المرونة والأمن السيبراني والقضاء على الديون التقنية ".

فيما يلي بعض العوامل المحركة للذكاء الاصطناعي التوليدي التي يحتاج مدراء تقنية المعلومات إلى مراعاتها عند تحديد أولويات التحول الرقمي الخاصة بهم.

تطوير إستراتيجية نموذج لغوي واسع النطاق لتغيير قواعد اللعبة

كيف سيؤثر الذكاء الاصطناعي واللغات الكبيرة على كل صناعة ، على سبيل المثال:

• الاستفادة من المعلومات الاستخباراتية التي توفرها البيانات غير المهيكلة لتسريع اكتشاف الأدوية
• تمكين عمال تجميع التصنيع في الخطوط الأمامية من حل المشكلات بشكل أسرع وأكثر موثوقية
• تمكين مقدمي الرعاية الصحية من تزويد المرضى بحلول مخصصة للمشكلات الصحية
• المساعدة في تطوير منتجات التأمين والبنوك وغيرها من الخدمات المالية الجديدة بناءً على محادثات العملاء
• تحويل التعليم من خلال تزويد المعلمين بطرق جديدة لتعزيز مهارات التفكير الإبداعي والتعاون وحل المشكلات لدى الطلاب

قال جيريمايا ستون ، رئيس قسم التكنولوجيا في SnapLogic: "يتعين على مدراء تقنية المعلومات والرؤساء التنفيذيين الآن ليس فقط أن يصبحوا مبدعين وأن يفعلوا المزيد بموارد أقل ، ولكن أيضًا القيام باستثمارات متعمدة للتفوق على منافسيهم ، الذين قد يؤخرونهم". مشاريع التحول. إعطاء الأولوية للمبادرات التحويلية التي تخلق تدفقات جديدة للإيرادات ، أو تقدم اعتماد التكنولوجيا ، أو تقلل الديون التقنية ، لا سيما بالنظر إلى الفرص التي يوفرها الذكاء الاصطناعي التوليدي. "

قد يدرك مدراء تقنية المعلومات أن برنامج التحول بهذا الحجم هو برنامج متعدد السنوات يتطلب تقييم قدرات نماذج اللغة الكبيرة ، وإجراء التجارب ، وإيجاد منتج عميل قابل للتطبيق وآمن بدرجة كافية. لكن عدم تطوير استراتيجية على الإطلاق يمكن أن يؤدي إلى الارتباك ، وأحد الأخطاء الرئيسية التي يمكن أن يرتكبها قادة تكنولوجيا المعلومات عند حضور اجتماعات مجلس الإدارة هو الفشل في وضع خطة للتقنيات الناشئة المتغيرة للعالم مثل الذكاء الاصطناعي التوليدي.

تنظيف وإعداد البيانات لنموذج لغة كبير خاص

سيزيد الذكاء الاصطناعي التوليدي من أهمية وقيمة البيانات غير المهيكلة للمؤسسة ، بما في ذلك المستندات ومقاطع الفيديو والمحتوى المخزن في أنظمة إدارة التعلم. حتى إذا لم تكن الشركات مستعدة للاستفادة من الذكاء الاصطناعي التوليدي لتحويل صناعاتها وأعمالها ، فإن قادة التحول الاستباقي يتخذون خطوات لتركيز البيانات غير المنظمة وتنظيفها وإعدادها للاستهلاك بواسطة نماذج لغوية واسعة النطاق.

قال Kjell Carlsson ، رئيس إستراتيجية علوم البيانات والكرازة في Domino’s: "مع مطالبة المستخدمين في جميع أنحاء المؤسسة بقدرات الذكاء الاصطناعي التوليدية لتكون جزءًا من وصولهم اليومي الآمن والقابل للتطوير إلى نماذج الذكاء الاصطناعي التوليدية ، ويسمح لفرق علوم البيانات بتطوير وتنفيذ بشكل كبير نماذج لغوية مصممة للبيانات التنظيمية وحالات الاستخدام ".

يوجد الآن 14 نموذجًا لغويًا واسع النطاق خارج ChatGPT. إذا كان لديك مجموعة بيانات كبيرة ، فيمكنك استخدام منصات مثل Databricks Dolly و Meta Llama و OpenAI لتخصيص نماذج لغوية واسعة النطاق مملوكة لك ، أو بناء نطاق واسع خاص بك نماذج اللغة من البداية.

يتطلب تخصيص النماذج اللغوية الكبيرة وتطويرها حالة عمل قوية وخبرة فنية وتمويلًا. قال بيتر بيزاريس ، كبير مسؤولي التصميم والاستراتيجية في New Relic: "تكلفة تدريب نماذج اللغة الكبيرة يمكن أن تكون عالية للغاية ، ونتائج المخرجات ليست مثالية بعد ، لذا يجب على القادة إعطاء الأولوية للاستثمار في الحلول التي تساعد في مراقبة تكلفة الاستخدام وتحسين جودة نتائج الاستعلام. خطة. "

تحسين الكفاءة من خلال تحسين دعم العملاء

توقعت McKinsey في وقت مبكر من عام 2020 أن الذكاء الاصطناعي يمكن أن يخلق قيمة قدرها 1 تريليون دولار أمريكي سنويًا ، ودعم العملاء هو فرصة مهمة. اليوم ، بفضل الذكاء الاصطناعي التوليدي ، أصبحت هذه الفرصة أكبر ، خاصة وأن الرؤساء التنفيذيين يقومون بتحويل البيانات غير المهيكلة إلى نماذج لغة كبيرة وتمكين وكلاء الخدمة من طرح أسئلة العملاء والإجابة عليها.

قال Justin Rodenbostel ، نائب الرئيس الأول في SPR: "ابحث عن فرص للاستفادة من GPT-4 ونماذج اللغة الكبيرة لتحسين الأنشطة مثل دعم العملاء ، خاصة في أتمتة المهام وتحليل كميات كبيرة من البيانات غير المنظمة".

يعد تحسين دعم العملاء بمثابة مسار سريع لتقديم عائد استثمار قصير المدى من خلال نماذج اللغات الكبيرة وإمكانيات البحث بالذكاء الاصطناعي. تتطلب نماذج اللغات الكبيرة مركزية البيانات غير المهيكلة للمؤسسة ، بما في ذلك البيانات المضمنة في CRMs وأنظمة الملفات وأدوات SaaS الأخرى. بمجرد أن تقوم أقسام تكنولوجيا المعلومات بمركزية هذه البيانات وتنفيذ نماذج لغوية واسعة النطاق ، هناك أيضًا إمكانية لتحسين مجالات مثل تحويل العملاء المحتملين وعمليات إعداد الموارد البشرية.

قال جوردون ألوت ، الرئيس والمدير التنفيذي لشركة GetK3: "تقوم الشركات بحشو البيانات في SharePoint والأنظمة الأخرى لعقود من الزمن ، ومن خلال تنظيف تلك البيانات واستخدام نماذج اللغات الكبيرة ، قد يكون ذلك مفيدًا في الواقع".

تقليل المخاطر من خلال التواصل حول نماذج اللغة الكبيرة

هناك أكثر من 100 أداة في مجال الذكاء الاصطناعي التوليدي ، تغطي فئات مثل الاختبار ، والصور ، ومقاطع الفيديو ، والكود ، والكلام ، وغير ذلك. إذن ما الذي يمنع الموظفين من تجربة أداة ولصق معلومات خاصة أو سرية بطريقة أخرى في مطالباتهم؟

ينصح Rodenbostel: "يجب أن يضمن القادة ، من خلال البحث وسياسة الاستخدام المقبولة ، أن فرقهم تستخدم هذه الأدوات فقط بالطرق المعتمدة والمناسبة."

هناك ثلاثة أقسام ، ويجب أن يتعاون رئيس قسم المعلومات مع CHRO و CISO لتوصيل السياسة وإنشاء نموذج حوكمة يدعم التجريب الذكي. أولاً ، يجب على مدراء تقنية المعلومات تقييم كيفية تأثير ChatGPT والذكاء الاصطناعي التوليدي الآخر على الترميز وتطوير البرامج. يجب أن تقود أقسام تكنولوجيا المعلومات بالقدوة ، مع توضيح مكان وكيفية التجربة ومتى لا تستخدم الأدوات أو مجموعات البيانات الخاصة.

قطاع التسويق هو مصدر القلق الثاني ، حيث يمكن للمسوقين استخدام ChatGPT والذكاء الاصطناعي التوليدي الآخر في إنشاء المحتوى ، وتوليد العملاء المحتملين ، والتسويق عبر البريد الإلكتروني ، وأكثر من اثني عشر ممارسات تسويقية شائعة. مع توفر أكثر من 11000 حل تكنولوجي للتسويق بالفعل ، هناك الكثير من الفرص للتجربة وارتكاب أخطاء غير مقصودة عند اختبار SaaS بقدرات نموذج لغة كبيرة جديدة.

يقوم مدراء تقنية المعلومات في المؤسسات الرائدة بإنشاء سجل لإلحاق حالات استخدام الذكاء الاصطناعي التوليدية الجديدة ، وتحديد عمليات مراجعة الأساليب ، وإدارة تأثير تجارب الذكاء الاصطناعي بشكل مركزي.

إعادة تقييم عملية صنع القرار والتفويض

هناك مجال مهم آخر يجب مراعاته وهو كيفية تأثير الذكاء الاصطناعي التوليدي على عمليات صنع القرار ومستقبل العمل.

على مدار العقد الماضي ، سعت العديد من الشركات إلى أن تصبح مؤسسات تعتمد على البيانات من خلال إضفاء الطابع الديمقراطي على الوصول إلى البيانات ، وتعليم المزيد من رجال الأعمال في علم البيانات ، وغرس ممارسات حوكمة البيانات الاستباقية. يفتح الذكاء الاصطناعي التوليدي إمكانات جديدة ، مما يسمح للقادة بالمطالبة والحصول على الإجابات بسرعة ، لكن الالتزام بالمواعيد والدقة والتحيز هي اهتمامات رئيسية للعديد من ماجستير في القانون.

"إن وضع البشر في مركز الذكاء الاصطناعي وإنشاء إطار عمل قوي حول استخدام البيانات وقابلية تفسير النماذج سيقطع شوطًا طويلاً نحو تقليل التحيز في هذه النماذج والتأكد من أن جميع مخرجات الذكاء الاصطناعي كلها أخلاقية ومسؤولة. والحقيقة هي أن نماذج الذكاء الاصطناعي لا يمكن أن تحل محل البشر عندما يتعلق الأمر باتخاذ القرارات الحاسمة ويجب استكماله بدلاً من السماح بتوليه بالكامل ".

يجب أن يسعى مدراء تقنية المعلومات إلى اتباع نهج متوازن لتحديد أولويات مبادرات الذكاء الاصطناعي التوليدية ، بما في ذلك تحديد الحوكمة ، وتحديد الكفاءات قصيرة الأجل ، ومتابعة فرص التحول على المدى الطويل.