استخدام الذكاء الاصطناعي لتحسين عمليات الأعمال

مونيديبا ترفدار، سينثيا إم. بيث، جين دبليو. روس

يستحضر الـــذكـــاء الاصطناعي دائمـاً رؤى عن المركبات الذاتية القيادة، والمساعدين الشخصيين المطيعين، والروبوتات الذكية. ولكن أثر الذكاء الاصطناعي في كيفية عمل الشركات ليس أقل تحويلاً من أثره في هذه المنتجات.

وتشمل الحوسبة المؤسسية المعرفية Enterprise cognitive computing (اختصارا: الحوسبة ECC) أي استخدام الذكاء الاصطناعي لتعزيز عمليات الأعمال، تضمين الخوارزميات في التطبيقات التي تدعم العمليات التنظيمية.¹ECC applications are distinct from other kinds of enterprise software in that AI tools, rather than human deduction, are used to figure out what logic will optimize business outcomes. AI software tools apply computational and analytical techniques, such as neural network analysis, machine learning, and Bayesian statistics, to large sets of structured and unstructured data to create AI algorithms that will classify, cluster, predict, and match patterns. These algorithms become part of the logic of the ECC application. ويمكن لتطبيقات الحوسبة ECC أتمتة المهام المتكررة والصيغية Formulaic، كما يمكنها، عند القيام بذلك، أن تُدخِل تحسينات ضخمة في مجال سرعة تحليل المعلومات وموثوقية المخرجات ودقتها. مثلاً، يمكن لتطبيقات الحوسبة ECC الخاصة بمركز الاتصال الرد على مكالمات العملاء في غضون خمس ثوانٍ على مدار اليوم والأسبوع والسنة، والتعامل بدقة مع أسئلتهم منذ المكالمة الأولى في %90 من الاتصالات، ونقل المسائل المعقدة إلى الموظفين، في حين لا يعرف سوى أقل من نصف العملاء أنهم يتفاعلون مع آلة.²J. Bughin and E. Hazan, “Five Management Strategies for Getting the Most From AI,” MIT Sloan Management Review, Sept. 19, 2017, www.sloanreview.mit.edu. وتنبع قوة تطبيقات الحوسبة ECC من قدرتها على تقليل وقت الأبحاث ومعالجة مزيد من البيانات للمساعدة على اتخاذ القرارات. وهذه هي الطريقة التي تعمل بها لتحسين الإنتاجية وإعطاء الموظفين الوقت لأداء عمل أعلى مستوى – وعلى وجه التحديد، العمل الذي يتطلب القدرة البشرية على التكيف والإبداع. وفي نهاية المطاف، قد تعزز تطبيقات الحوسبة ECC التميز التشغيلي ورضا العملاء وخبرة الموظفين.³M. Tarafdar, C.M. Beath, and J.W. Ross, “Enterprise Cognitive Computing Applications: Opportunities and Challenges,” IEEE IT Professional 19, no. 4 (August 2017): 21-27.

وتأتي تطبيقات الحوسبة ECC في العديد من الأشكال. مثلاً، إضافة إلى تطبيقات مراكز الاتصال، فإنها تشمل التطبيقات المصرفية لمعالجة طلبات القروض وتحديد الاحتيال المحتمل، والتطبيقات القانونية لتحديد سوابق الحالات ذات الصلة، وتطبيقات الاستثمار لتطوير التوقعات والتوصيات في مجال الشراء/البيع، وتطبيقات التصنيع لجدولة صيانة المعدات، وتطبيقات الأبحاث والتطوير في مجال المستحضرات الصيدلانية لتوقع نجاح الأدوية قيد التطوير.

وليس من المستغرب أن يكون معظم قادة الأعمال والتكنولوجيا متفائلين بشأن إمكانات إنشاء القيمة من خلال الحوسبة ECC. ففي استطلاع لعام 2017 شملت ثلاثة آلاف من كبار المسؤولين التنفيذيين في القطاعات كلها وشركات من مختلف الأحجام وبلداناً مختلفة، قال %63 إن تطبيقات الحوسبة ECC سيكون لها أثر كبير في عروض مؤسساتهم في غضون خمس سنوات.⁴S. Ransbotham, D. Kiron, P. Gerbert, et al., “Reshaping Business With Artificial Intelligence,” MIT Sloan Management Review research report, Sept. 6, 2017. ولكن معدل التبني الفعلي منخفض، في حين أثبتت المنافع أنها بعيدة المنال بالنسبة إلى معظم المؤسسات. وفي عام 2017، عندما أجرينا استطلاعنا لكبار المسؤولين التنفيذيين في 106 شركات، أبلغ نصف المستجيبين أن شركاتهم لا تمتلك تطبيقات للحوسبة ECC. إضافة إلى ذلك، اعتقد نصف المستجيبين فقط ممن كانت لشركاتهم تطبيقات أنهم حققوا نتائج أعمال قابلة للقياس. وتبلِّغ دراسات أخرى عن نتائج مماثلة.⁵S. Norton, “Machine Learning at Scale Remains Elusive for Many Firms,” The Wall Street Journal, April 27, 2018; J. Bughin and E. Hazan, “Five Management Strategies”; and Ransbotham, et al., “Reshaping Business.”

وهذا يشير إلى أن توليد قيمة من تطبيقات الحوسبة ECC ليس بالأمر السهل – وأثار هذا الواقع غضب العديد من قادة الأعمال. وفي الواقع، وجدنا أن بعض البلبلة حول الحوسبة ECC نتج من توقعات غير واقعية حول قدرات «الآلات الذكية». إضافة إلى ذلك، لاحظنا أن العديد من الشركات التي كانت تأمل بالاستفادة من الحوسبة ECC لكنها فشلت في القيام بذلك لم تطور القدرات التنظيمية اللازمة. وللمساعدة على معالجة هذه المشكلة، نفذنا برنامجاً بحثياً يهدف إلى تحديد أسس كفاءة الحوسبة ECC. ووجدنا خمس قدرات وأربع ممارسات ضرورية لتتمكن الشركات من تضمين جين الحوسبة ECC في حمضها النووي المؤسساتي.

خمس قدرات مهمة

وجدنا أن الشركات التي تنشئ القيمة بنجاح (أي تحسن عمليات الأعمال بشكل جذري لتخفيض التكاليف و/ أو توليد إيرادات جديدة) باستخدام تطبيقات الحوسبة ECC تمتلك خمس قدرات: كفاءة في مجال البيانات، وخبرة في مجال الأعمال، وخبرة في البنية المؤسسية، وعمودا فقريا تشغيليا في مجال تكنولوجيا المعلومات، وفضولا رقميا.

الكفاءة في علم البيانات. يشتمل اختصاص علوم البيانات على مجموعة عريضة من المهارات الأساسية لـلحوسبة ECC. ويتضمن ضمان توفر كميات ضخمة من البيانات ومنفعتها: أي جمع البيانات الداخلية والخارجية من مصادر متعددة وتنظيفها وتنظيمها ووضع وسوم عليها وتحليلها. ويستلزم هذا الاختصاص أيضاً تحديد العلاقات بين البيانات ووصفها، إضافة إلى تطوير خوارزميات الذكاء الاصطناعي التي تعلمت من البيانات كيفية تحديد الأنماط والاحتمالات.

ويمتلك علماء البيانات الرفيعو المستوى معرفة واسعة في مجالات مثل معالجة اللغة الطبيعية Natural language processing والاستدلال الإحصائي Statistical inference وتمثيل المعرفة Knowledge representation وخوارزميات التعلم Learning algorithms. وتضم ويبرو Wipro، الشركة الهندية لخدمات تكنولوجيا المعلومات، هذه المجالات في ركائز خبرتها في مجال علوم البيانات. وينشر علماء البيانات مهاراتهم ومجموعة متنوعة من الأدوات لتطوير خوارزميات الذكاء الاصطناعي التي يمكن إدراجها في التطبيقات المؤسسية.

وبالنسبة إلى المؤسسات التي لا يمكنها تطوير المواهب داخليّاً، يكون الحصول على كفاءة في علم البيانات باهظ التكلفة وقد يتطلب توظيف العديد من الموظفين، مثلاً، من شركات تطوير البرمجيات، أو شركات الاستشارات التكنولوجية، أو الشركات الناشئة في مجال الذكاء الاصطناعي، أو برامج الدراسات العليا في الجامعات في المجالات ذات الصلة. وفي شركة للخدمات المالية درسناها – نطلق عليها الاسم المستعار وان بنك أشور OneBankAssure – استعان الرئيس التنفيذي بمرؤوس مباشر جديد كان أكاديميّاً ومستشاراً في علم البيانات وذا براعة تقنية. ووظف هذا الشخص بدوره 20 من علماء البيانات الذين صاروا الفريق الأساسي لتطوير الحوسبة ECC. وتنفق الشركات الجادة في الحوسبة ECC الأموال لتوظيف مواهب مناسبة في علم البيانات. ولجمع الأموال، فقد خفضت إحدى شركات المستحضرات الصيدلانية التي درسناها التكاليف التشغيلية لتكنولوجيا المعلومات (عن طريق القضاء على الازدواجية في الأنظمة وتوحيد معايير العمليات في وحدات الأعمال لديها) وإعادة توجيه المدخرات لاكتساب مهارات في علم البيانات.

الخبرة في مجال الأعمال. هناك حاجة إلى الخبرة في المجال لفهم المهام وسير العمل ومنطق العمليات الحالية للأعمال، وهناك حاجة كذلك إلى تخيل الكيفية التي يمكن بها لتطبيقات الحوسبة ECC تحسين ذلك كله. وبالنظر إلى أن العديد من المؤسسات تعلمت بالطريقة الصعبة، من الممكن – بل من السهل حتى – تطوير خوارزمية أنيقة من خوارزميات الذكاء الاصطناعي تستخدم كميات كبيرة من البيانات لتتعلم كيفية توقع شيء ما أو تصنيفه لكن من دون أن تؤدي إلى تحسين الأعمال. فامتلاك المهارات التقنية المناسبة لا يكفي. أما الخبرة في المجال؛ فتربط بين كفاءة علوم البيانات وقيمة الأعمال.

مثلاً، تعتمد قدرة علماء البيانات على تنظيم البيانات ووضع وسوم عليها وتحليلها بفاعلية على فهم واضح للعلاقات بين البيانات من وجهة نظر العمليات والأعمال. وتقدم الخبرة في المجال وضوحاً حول تلك العلاقات، التي يُشَار إليها بالأنطولوجيات Ontologies. وقد تصبح أنطولوجيات البيانات معقدة جدا وحتى منافية للحدس. إليكم كيف وصف خبير في المجال في إحدى شركات المستحضرات الصيدلانية بعض التعقيدات التي واجهها أثناء رصد أنطولوجيات البيانات اللازمة لدعم أبحاث الشركة حول داء السكري: «يعود جزء كبير من داء السكري إلى زيادة الوزن. فهل يجب أن يكون هناك بعدٌ خاص بالسمنة في أنطولوجيتنا الخاصة بداء السكري؟ أم أن داء السكري هو سمة من سمات السمنة؟ أوه، ولدى الأشخاص الذين يعانون زيادةَ الوزن في كثير من الأحيان مشكلات تتصل باستبدال المفاصل. وإذا كانوا يعانون زيادة الوزن وتضررت مفاصلهم وكانوا مصابين بداء السكري، فإن نسبة الإصابة بالاكتئاب مرتفعة جدا، ويُعَد التعامل مع الاكتئاب جزءاً مهماً من توليد النتائج. فهل أدرب الخوارزمية على الاكتئاب؟»

وتُعَد الخبرة في المجال مهمة أيضاً لإنشاء قواعد العمل التي تحدَّد كيفية معالجة مخرجات الخوارزمية بواسطة تطبيق الحوسبة ECC. مثلاً، يجب أن يتضمن أي تطبيق للحوسبة ECC الذي يساعد المصارف على توقع العملاء المرجح أن يسددوا القروض في الوقت المحدَّد، قواعد العمل الخاصة بكيفية تطبيق توقعات الخوارزمية، مثل: هل سيُمنَح بعض القروض تلقائيّاً؟ وإذا كان الأمر كذلك، تحت أي ظروف؟ ومع من ستُشارَك التوقعات؟ وتحت أي ظروف يمكن تجاوز التوقع؟

بالنسبة إلى أي تطبيق معين من تطبيقات الحوسبة ECC، ثمة حاجة إلى الخبرة في المجال في كل المجالات الوظيفــية ذات الأثـر في عمـليـات الإجــراءات المحـورية Focal Process– أو التي تكون أطرافاً معنية بهذه العمليات. مثلاً، احتاج فريق في مصرف أمريكي طوَّر تطبيقاً للحوسبة ECC للكشف عن الاحتيال المالي إلى الخبرة، ليس فقط في تحديد الاحتيال والوقاية منه، بل أيضاً في المجالات ذات الصلة من الالتزام التنظيمي والقانون المصرفي.

ويمتلك الأشخاص ذوو الخبرة في المجال معرفة عميقة بالإجراءات. وقد يكونون مسؤولين عن الإجراءات، على الرغم من أنهم في الأغلب يمتلكون دوراً عمليّاً عاديّاً. وتسعى بعض الشركات إلى توظيف علماء البيانات ذوي الخبرة في المجال. وفي الواقع، يمكن لهؤلاء الأفراد العمل مع الخبراء في مجال الأعمال، لكنهم لا يستطيعون الحلول محلهم عند تطوير تطبيق للحوسبة ECC. ذلك لأنهم يفتقرون عادة إلى المعرفة الخاصة بالمؤسسات حول الإجراءات والسياسات والممارسات المعمول بها حالياً.

الخبرة في البنية المؤسسية. لتطبيقات الأنظمة المؤسسية تاريخ من القادة المخيبين للآمال الذين قللوا من أهمية التغييرات التنظيمية اللازمة للاحتفاظ بقيمة هذه الأنظمة. ويعيد الكثير من القادة عيش هذا الشعور بخيبة الأمل مع تطبيقات الحوسبة ECC. فتطبيقات الحوسبة ECC لا تنجز قيمة بمجرد معالجة البيانات وإنجاز المخرجات. وهي تنجز القيمة عندما تغير المؤسسة سلوكها، أي عندما تغير الإجراءات والسياسات والممارسات، لاكتساب التبصرات المتأتية من تلك المخرجات وتطبيقها. ويصمم الخبراء في البنية المؤسسية التنظيم الجديد اللازم لإنشاء قيمة أعمال من تطبيقات الحوسبة ECC، ويساعدون على إدارة الانتقال من التنظيم القديم إلى التنظيم الجديد.

وتؤثر تطبيقات الحوسبة ECC الأكثر طموحاً عادةً في العديد من العمليات المختلفة الخاصة بالأعمال. وفي حالات كهذه، هناك حاجة إلى الخبراء في البنية المؤسسية لتنظيم إعادة تصميم الأنظمة والعمليات والأدوار عبر الوحدات التنظيمية. وكلما كان تطبيق الحوسبة ECC أكثر طموحاً، ازداد احتمال حدوث تغييرات تنظيمية بعيدة الأجل.

وقد تظهر مسائل في التصميم والتغيير التنظيميين للتطبيقات الصغيرة النطاق. فأحد موزعي الأدوية الطبية فشل في تعويض استثماراته في تطبيق للحوسبة ECC كان يستطيع أن يتوقع بدقة ما إذا كانت تأمينات العملاء عبر الإنترنت ستغطي المطالبات في %90 من الحالات، لأن إدارة الحسابات الدائنة رفضت إجراء تغييرات عملية مكلفة كانت مطلوبة لدعم التطبيق. ولو أن خبيراً في البنية المؤسسية شارك في المشروع منذ البداية؛ لربما جرى تجنب هذه الخسارة.

ويمكن للتغييرات التنظيمية اللازمة لإطلاق إمكانات تطبيق الحوسبة ECC أن تكون معقدة ومتشابكة. ويكون الخبراء في البنية المؤسسية ذوي اطلاع على العقبات التنظيمية التي تزيد التكاليف أو تحد من الأثر. ففي ويبرو، ساعدت الخبرة في البنية المؤسسية على تمهيد الطريق لتطبيق جديد للحوسبة ECC مُصمَّمة لمكتب المساعدة بدمج التطبيقات الحالية لمكتب المساعدة في الشركة؛ مما قلل أنواع الشكاوى من الأعطال من 3000 إلى 2200، وقضى على الحالات المتكررة في مهام الدعم. ومن خلال تبسيط عملية مكتب المساعدة وتوحيدها قبل تطوير تطبيق الحوسبة ECC، قللت الشركة العمل المطلوب للحصول على البيانات اللازمة لتدريب خوارزمية الذكاء الاصطناعي وبسّطته، وطورته، وأتمتت العملية في نهاية المطاف، ومن ثمَّ ولّدت قيمة إضافية.

ويدرك الخبراء في البنية المؤسسية أيضاً متى تتطلب تطبيقات الحوسبة ECC تغييرات في وظائف الموظفين. وقد يرون حاجة إلى تعزيز المهارات أو التدريب على مهارات جديدة أو إنشاء أدوار جديدة تماماً. وفي حين أن تطبيقاً للحوسبة ECC يولّد عملاء متوقعين للمبيعات، بدا بسيطاً، إلا أن الأمر تطلّب من وكلائه القيام بمزيد من المبادرة بالاتصالات والتقدم باقتراح أكثر استهدافاً، صمم الخبراء في البنية المؤسسية لدى شركة وان بنك أشور دوراً تدريبيّاً جديداً لمساعدة الوكلاء الذين أثبتوا أنهم ضروريون لتوليد منافع من التطبيق.

وبالنظر إلى اتساع المهارات التي يعتمد عليها الخبراء في البنية المؤسسية، فقد تكون هذه الخبرة صعبة التطوير. وتكون هذه الخبرة في الأغلب متوافرة لدى أشخاص غارقين في التصميم التنظيمي وإدارة التغيير، مثل قادة الأعمال ذوي الخبرة في إدارة التحولات المدفوعة بالتكنولوجيا أو عمليات إعادة التنظيم الأخرى. وقد يمثّل خبراء الموارد البشرية المعرضون إلى مجموعة واسعة من الأدوار التنظيمية مصدراً جيداً لخبرة في البنية المؤسسية مخصصة لتصميم الأدوار وإعادة تصميمها، فضلاً عن التدريب على المهارات. ويمكن أيضاً الاستفادة من خبراء تكنولوجيا المعلومات المعرضين إلى العديد من عمليات الأعمال المختلفة، ممن يمكنهم المساعدة على تبسيط العمليات وتكريس التقسيم المناسب للعمل بين تطبيقات الحوسبة ECC والموظفين.

يدرك الخبراء في البنية المؤسسية متى تتطلب تطبيقات الحوسبة ECC تغييرات في وظائف الموظفين. وقد يرون حاجة إلى تعزيز المهارات أو التدريب على مهارات جديدة أو إنشاء أدوار جديدة تماماً.

العمود الفقري التشغيلي لتكنولوجيا المعلومات. يدعم الأساس الحالي للتكنولوجيا والبيانات في الشركةIT – أي عمودها الفقري التشغيلي لتكنولوجيا المعلومات – والأفراد المسؤولون عنه تطوير تطبيقات الحوسبة ECC وتشغيلها. فهذا الأساس وهؤلاء الأفراد يقدمون القدرات اللازمة لتكنولوجيا المعلومات لتخزين البيانات المهمة والوصول إليها، ودمج تطبيقات الحوسبة ECC مع تطبيقات أخرى، وتقديم عمليات موثوق بها، وضمان الخصوصية والأمن.

وكما ذُكِر سابقاً، لكي تتعلم خوارزمية الذكاء الاصطناعي من البيانات، يجب على الشركة تقديم كميات ضخمة من البيانات العالية الجودة التي تُنظَّف وتُوضَع وسوم عليها. ويُعَد النقص في البيانات العالية الجودة أكثر العقبات الخبيثة والأقل توقعاً في تطوير خوارزميات الذكاء الاصطناعي. وتغلبت شركة وان بنك أشور على هذه العقبة وسرّعت اعتمادها لـلحوسبة المعرفية المؤسسية من خلال فصل مسؤوليات تطوير خوارزميات الذكاء الاصطناعي عن مسؤوليات تقديم البيانات. وبالنظر إلى أن وحدة تكنولوجيا المعلومات احتفظت بالفعل بالبنية التحتية التشغيلية الأساسية والبيانات التشغيلية الجيدة، تمكنت الشركة من دعم مطوري الخوارزميات من خلال تزويدهم بالوصول إلى كم كبير من البيانات تحتوي على بيانات تشغيلية وخارجية. وتقع مسؤولية هيكلة البيانات من أجل تطوير الخوارزميات على عاتق علماء البيانات.

ولا يمكن تشغيل أي تطبيق جديد تقريباً بمعزل عن التطبيقات المؤسسية الأخرى. وليست الحوسبة ECC استثناء. وإذا لم يُدمَج التطبيق في شكل صحيح؛ فسيصعب استخدامه وربما يجري تجاهله. ولهذا السبب ضمّنت وحدة تكنولوجيا المعلومات في شركة وان بنك أشور النظام الجديد للعملاء المتوقعين للمبيعات فيها في نظام إدارة علاقات العملاء التابع لها، الذي كان جزءاً من العمود الفقري التشغيلي لتكنولوجيا المعلومات. وربط نظام إدارة علاقات العملاء المعلومات الحديثة الخاصة بجهات الاتصال والبيانات المتعلّقة بتاريخ العملاء بالعملاء المتوقعين للمبيعات. كذلك أمّن النظام مجموعة من الإجراءات التي يمكن من خلالها تقديم العملاء المتوقعين للمبيعات من خلال الحوسبة ECC بسهولة إلى المستخدمين. ويعني كون نظام العملاء المتوقعين للمبيعات جزءاً من العمود الفقري لتكنولوجيا المعلومات أيضاً أن هذا النظام سيكون قابلاً للتطوير وموثوقاً به وآمناً.

في كثير من الأحيان يجب على مستخدمي تطبيقات الحوسبة ECC اللجوء إلى الحكم البشري على التوقعات الصادرة عن الخوارزميات. ويحتاجون إلى امتلاك فضول رقمي – الميل إلى التشكيك في البيانات المعروضة عليهم وتقديرها.

ويمثّل موظفو تكنولوجيا المعلومات الحاليون المصدر المنطقي للخبرة الخاصة بالعمود الفقري التشغيلي لتكنولوجيا المعلومات. وفي شركة وان بنك أشور، تحدَّد وظيفة تكنولوجيا المعلومات معايير المكونات الإضافية للحوسبة ECC والتطبيقات المكيفة مع بيئة الإنتاج الخاصة بالشركة من خلال إعادة تجهيز الكود وإعادة اختباره. كذلك تمكنت الوظيفة من إدارة التعافي من الأعطال والأمان للتطبيقات المثبتة للحوسبة ECC.

الفضول الرقمي. لا تنتج خوارزميات الذكاء الاصطناعي في تطبيقات الحوسبة ECC إجابات نهائية. فهي، بدلاً من ذلك، تنتج توقعات استناداً إلى الاحتمالات: احتمال شراء العميل منتجاً، أو إصابة مريض بمرض، أو سداد قرض. وفي كثير من الأحيان، يجب على مستخدمي التطبيقات مراعاة هذه التوقعات واللجوء إلى الحكم البشري للتوصل إلى قرارات حول كيفية الترويج للعروض والمكان، أو ما العلاجات اللازم وصفها، أو ما القروض الواجبة الموافقة عليها. وللقيام بذلك بفاعلية، يحتاجون إلى امتلاك فضول رقمي – أي ميل معتاد إلى التشكيك في البيانات المعروضة عليهم وتقديرها. ويجب أن يستخدموا هذه المهارة لفهم الخيارات التي تقدمها تطبيقات الحوسبة ECC وتحسين النتائج باستمرار.

ويتطلب تطوير هذه القدرة جهداً واسع النطاق. فقد أسس عدد من الشركات التي درسناها آليات لرعاية الفضول الرقمي. وقدمت الجامعة المؤسسية الخاصة بشركة وان بنك أشور برنامجاً تدريبيّاً عرّف المسؤولين التنفيذيين على فكرة الاستخدام الفاعل للبيانات في اتخاذ القرارات. ويدرج أحد التمارين لعبة استراتيجية تنافس المشاركون فيها على تطوير حل ذي قيمة أعلى بواسطة الحوسبة ECC لمشكلة من مشكلات الأعمال. وفي مراحل مختلفة من اللعبة تعين عليهم التعامل مع البيانات الرديئة الجودة (كانت، في الواقع، بيانات حقيقية للشركة) وبناء أشجار القرار Decision trees وتعليم خوارزمية كيفية اكتشاف الأنماط ووضع نمذجة لحل مشكلة. وأنشأت ويبرو منصة للتعلم الإلكتروني تمكّن الموظفون من خلالها الانخراط في دورات لفهم ماهية الذكاء الاصطناعي، والكيفية التي يمكن بها استخدامه في عمليات الأعمال، وكيفية العمل بفاعلية في العمليات الممكّنة بالحوسبة ECC. كذلك دربت الشركة المئات من الخبراء في المجال للعمل كرواد للذكاء الاصطناعي في كل أنحاء المؤسسة.

أربع ممارسات رئيسية

يجهّز تطوير القدرات الخمس المؤسسات لاستخلاص القيمة من تطبيقات الحوسبة ECC، لكن بعد ذلك يجب على الشركات تطبيق تلك القدرات. ووجدنا أن أربع ممارسات على وجه الخصوص تساعدها على القيام بذلك، ما يهيئ الظروف لتطبيق معين – وخوارزمية الذكاء الاصطناعي الأساسية الخاصة به – للوفاء بوعده.

تطوير حالات استخدام واضحة وواقعية. تقدم حالة الاستخدام تحديداً واضحاً لما سيفعله تطبيق الحوسبة ECC، وتوضح الكيفية التي ستعمل وفقها خوارزميات الذكاء الاصطناعي لتحسين التنفيذ والنتائج على صعيد عملية أو مجموعة عمليات خاصة بالأعمال. وتوضح الكيفية التي سيُقسَّم بها العمل بين التطبيق والمستخدم. وعند القيام بذلك تكرس حالة الاستخدام الحاجة إلى إجراء تغييرات في العمليات وتقدم تبصرات أولية في أي قدرة جديدة سيحتاج إليها المستخدمون (وكذلك أي مهارات لم تعد هناك حاجة إليها). وتُسهّل الحالة المصممة تصميما جيداً للاستخدام أيضاً تقدير تكاليف تطبيق الحوسبة ECC ومنافعه.

انظروا في تطبيق للحوسبة ECC في مركز للاتصال: قد تتضمن حالة الاستخدام نسخة بسيطة من خوارزمية الذكاء الاصطناعي التي تطابق استفسارات العملاء مع القرارات. وستوضح ما ستفعله الخوارزمية وما القرارات المؤتمتة التي قد يقدمها التطبيق للعملاء. وستُظهر أيضاً أن بعض الاستعلامات ستُمرَّر إلى ممثلي مركز الاتصال. ويمكن استنتاج التغييرات المطلوبة للعمل والقدرة لدى موظفي مركز الاتصال. وستسمح هذه المعلومات كلها للخبير في المجال بقياس تقريبي لتحديات التبني وتقدير تقريبي للمنافع المقصودة لجهة تقليل وقت الاستجابة، أو تقليل العمالة، أو تقليل عدد مكالمات المتابعة، أو زيادة رضا العملاء، أو مزيج من النتائج.

نظرا إلى تركيز الخبراء في المجال على صعيد الأعمال، في الأغلب يكون رواد الحوسبة ECC أكثر إقناعاً من علماء البيانات وخبراء تكنولوجيا المعلومات الذين قد يكونون متحمسين حماساً مفرطاً للذكاء الاصطناعي.

ويكون تطوير الحالة المستندة إلى الواقع لاستخدام الحوسبة ECC نشاطاً جماعيّاً. وهو يقع في المقام الأول على عاتق الخبراء في المجال وعلماء البيانات الذين يحدَّدون كيفية عمل خوارزمية الذكاء الاصطناعي لتعزيز النتائج التنظيمية وماهية البيانات اللازمة لإنشائها. لكن الخبراء في البنية المؤسسية يتدخلون أيضاً من أجل تحديد أي هياكل وأدوار وأنظمة جديدة يتطلبها تطبيق مقترح للحوسبة ECC، ولاسيما منهم أولئك المتأثرون بشكل غير مباشر بالتطبيق الجديد. ويقيم خبراء تقنية المعلومات الحاجة إلى الدمج مع التطبيقات الأخرى وتحديد أي دعم إضافي من تكنولوجيا المعلومات قد يتطلبه التطبيق.

ويمكن لحالات الاستخدام المطورة بشكل صحيح أن تساعد الشركات على تجنب تطبيقات الحوسبة ECC البطيئة أو المدروسة بشكل غير المدروسة دراسة كافية، التي تهدر الموارد وقد تحد من الحماسة للحوسبة ECC– والتنفيذ الفاعل لـها. وفي الواقع، إذا قدمت محاولات الاستخدام لتطبيقات الحوسبة ECC المبكرة مكاسب سريعة في مجال المسائل البارزة، فقد تكون هذه الحالات محركاً قويّاً للإقبال التنظيمي على الحوسبة ECC. واقترح العلماء التجريبيون في إحدى شركات المستحضرات الصيدلانية تطوير تطبيق للحوسبة ECC يستطيع استخراج بيانات براءات الاختراع الخاصة بمرض معين مع العلم بأن التطبيق نفسه، إذا كان ناجحاً، سيكون بمثابة حالة استخدام لتطبيقات مماثلة لأمراض أخرى، وقد نجح. وفي بعض الأحيان يمكن إعادة استخدام الخوارزميات نفسها استخداما واسعا. فقد طورت ويبرو حالة استخدام للتحقق من العملاء الجدد في قطاع الخدمات المالية، وفي هذه الحالة أتمتت خوارزميةُ الذكاء الاصطناعي استخراجَ المعلومات من الوثائق المالية للعملاء وتفسيرها. وأدت حالة الاستخدام هذه إلى تطبيقٍ للحوسبة ECC في القطاع الهندسي استخرج المعلومات من مخططات مرقمنة وفسرها.

إدارة تعلم تطبيق الحوسبة ECC. تستخدم خوارزميات الذكاء الاصطناعي في منتجات مثل الهواتف الذكية البيانات التي تعالجها لتحسين نفسها من دون تدخل بشري. وفي المقابل، تحتوي تطبيقات الحوسبة ECC على حلقة أكثر تعقيداً مخصصة للملاحظات. فظروف العمل والمطالب تتغير باستمرار. ونتيجة لذلك، تصبح البيانات المستخدمة لإنشاء خوارزمية الذكاء الاصطناعي انعكاساً أقل دقة للواقع مع مرور الزمن، وتنحرف الخوارزمية. ومن ثمَّ يصبح من الضروري إدارة تعلم تطبيقات الحوسبة ECC طوال دورات حياتها.

وقد يحدث الانحراف الخوارزمي بسرعة، كما هي الحال في توقع مبيعات الملابس الدارجة، أو ببطء، كما هي الحال في توقع وجود مرض. ولإدارة الانحراف وإبقاء تطبيقات الحوسبة ECC مُحدثَّة، تعتمد الشركات عادة على مجموعة من قدرات العمود الفقري لتكنولوجيا المعلومات وكفاءة علم البيانات والخبرة في المجال. وهي تبني آليات للإبلاغ في تطبيقات الحوسبة ECC تولّد تنبيهات إذا لم تعد نتائج الأعمال المستمدة من مخرجات التطبيق متوائمة مع أهداف المؤسسة، أو خرجت توصيات الخوارزمية من نطاقات الأخطاء المحددة مسبقاً، أو لم يعد التطبيق يعمل بشكل صحيح.

وعند حدوث انحرافات؛ يجب إعادة تدريب خوارزميات الذكاء الاصطناعي وإعادة إطلاق تطبيقات الحوسبة ECC. ويحتاج الخبراء في المجال وعلماء البيانات إلى العمل معاً لتحديد مصادر جديدة للبيانات والوصول إليها وتنظيفها ووضع وسوم عليها وهندستها، لتحسين دقة خوارزميات الذكاء الاصطناعي ومنفعة تطبيقات الحوسبة ECC. وإضافة إلى ذلك، بينما يُفهَم أداء الخوارزمية في شكل أفضل أو يصبح المستخدمون أكثر كفاءة في التطبيق؛ ربما تبرز حاجة إلى قواعد أو عمليات جديدة على صعيد الأعمال قد تعزز قيمة التطبيق.

وفي شركة وان بنك أشور حدَّد الخبراء في المجال وعلماء البيانات مصادر خارجية جديدة للبيانات قد تساعد على تحديد للعملاء المتوقعين للمبيعات، لذلك أعادوا تدريب خوارزميتهم الذكاء الاصطناعي. وتعلموا أيضاً أن تجربة الوكلاء أثرت في نجاح المبيعات، لذلك طوروا قواعد أكثر تفصيلاً للتحكم في كيفية تقديم تطبيق الحوسبة ECC للعملاء المتوقعين للمبيعات. وأدت القواعد الجديدة للبيانات والأعمال إلى تطبيق أكثر ثراءً وتعقيداً للحوسبة ECC تستمر شركة وان بنك أشور في تحسينه.

التوليد المشترك طوال دورة حياة التطبيق. لا يمكن لعالم البيانات أو الخبير في مجال الأعمال تطوير تطبيق للحوسبة ECC ودعمه بمعزل عن غيره. وأخبرنا أشخاص قابلناهم في شركات استفادت من الذكاء الاصطناعي بشكل فاعل مراراً أنهم، في البداية، قللوا بشكل كبير من شأن المستوى المكثف التوليد المشترك Co-create المتعدد التخصصات اللازم لتحقيق النجاح مع الحوسبة ECC. وقالوا إنهم بدؤوا بإحراز تقدم فقط عندما أدركوا أن تطبيقات الحوسبة ECC تتطلب من أشخاص من تخصصات ومجالات متباينة العمل كفريق واحد، ليس فقط أثناء التطوير والتنفيذ الأوليين بل أيضاً خلال التطوير المستمر طوال دورة حياة التطبيقات.

ويتلخص أحد الأسباب التي جعلت التوليد المشترك مهماً في الحوسبة ECC في أن خبراء الأعمال لم يفهموا بعد ما الذي يمكن أن يفعله الذكاء الاصطناعي وما لا يستطيع فعله. وأثناء تطوير الحوسبة ECC، يمكن للعلاقات التعاونية الوثيقة والمستمرة في مجالات متنوعة من الخبرة التخفيف من هذه المشكلة. وفي شركة وان بنك أشور، وكمسألة من مسائل السياسيات جرى تعلمها بصعوبة، يُحدِّد كلُّ تطبيقٍ للحوسبة ECC فريقاً من المسؤولين عن العمليات والمستخدمين من ذوي الخبرة في المجال، وخبراء في البنية المؤسسية، وعلماء في مجال البيانات، بمساعدة إضافية من وظيفة تكنولوجيا المعلومات. وثمة عدد قليل من التبادلات داخل الفريق. فأي عضو في الفريق لا يعمل بمفرده تماماً، وفي النهاية، لا يتحمل عضو واحد في الفريق المسؤولية عن النجاح أو الفشل. وتنتج من تفاعل أعضاء الفريق مفردات مشتركة حول احتياجات الأعمال والحلول المحتملة، ما يتيح لهم تصوراً أفضل وفهماً أفضل لكيفية استخدام الموظفين للتطبيق فعليّاً.

وأثناء التنفيذ لا يشارك المسؤولون عن العمود الفقري التشغيلي لتكنولوجيا المعلومات في أي تبادل، بل في العمل مع فريق تطبيق الحوسبة ECC للإنشاء المشترك لحل لدمج التطبيق مع العمود الفقري عند الإنتاج. وبعد التنفيذ تظل مسؤولية صيانة تطبيقات الحوسبة ECC والحفاظ عليها مترابطة إلى حد كبير من الجهة الطبيعية، كما هو موضح في ما سبق.

التفكير بشكل «معرفي». تكون الشركات التي تنجح في تطوير تطبيقات الحوسبة ECC واستخدامها رائدة في الإقبال على الذكاء الاصطناعي، وتُحدث ضجة وإثارة إيجابيتين حول استخدامه. وهي تشجع الموظفين على توليد أفكار لتطبيقات الحوسبة ECC الجديدة التي قد تحسن عملهم.

وتختلف استجابة الموظفين للحوسبة ECC على نطاق عريض. فبعض الموظفين لا يدركون إمكانات الحوسبة ECC في البداية. ويبالغ آخرون في التوقعات، معتقدين أن تطبيقات الحوسبة ECC ستحل تلقائيّاً المشكلات الصعبة للأعمال. وثمة آخرون لا يثقون بالذكاء الاصطناعي ويتوجسون من مخاطر إجراءات الأعمال الممكّنة بالحوسبة ECC، مثل سلوك مارق لخوارزميات الذكاء الاصطناعي والخسارة أو فقدان للوظائف.

أما الخبراء في المجال الذين شاهدوا ما يمكن أن يفعله الذكاء الاصطناعي؛ فهم أفضل المشرفين على المحادثات الواقعية والموثوق بها حول الحوسبة ECC داخل شركاتهم. وبالنظر إلى تركيزهم على الأعمال، فمن المحتمل أن يكونوا قادرين على إنشاء ضجة إيجابية حول الحوسبة ECC مقارنة بعلماء البيانات وخبراء تكنولوجيا المعلومات، الذين قد يُعتبَرون متحمسين بشكل مفرط للذكاء الاصطناعي. وفي الواقع في ويبرو، جُنِّد الخبراء في المجال كرواد للذكاء الاصطناعي – فأجروا «جولات» في إداراتهم المختلفة، وبشروا بالحوسبة ECC، واستمعوا إلى الأفكار التي طرحها زملاؤهم.

وتتمثّل المصادر الأكثر ترجيحاً للأفكار الخاصة بالتطبيقات الجديدة للحوسبة ECC في الأشخاص المتمتعين بخبرة في المجال أو في كفاءة في علوم البيانات (أو كليهما). وفي شركة وان بنك أشور، قضى مديرو العمليات عدة أشهر في ناقشات مع خبراء في علم البيانات لتصور كيفية تأثر أعمالهم بالذكاء الاصطناعي في المستقبل، وتطوير أفكار لتطبيقات جديدة للحوسبة ECC، وصياغة خرائط طرق لكيفية تطوير أفكارهم وإضفاء الطابع التجاري عليها.

ويمكن للقادة ذو الرؤية الاستباقية في علم البيانات أيضاً أن يكونوا مولّدين فاعلين للأفكار. ففي إحدى شركات المستحضرات الصيدلانية التي درسناها، بدأ أحد مشاريع الحوسبة ECC بمأدبة غداء، حيث أخبر أحد قادة الأعمال أحد علماء البيانات عن مشكلة من مشكلات الأعمال، واقترح عالم البيانات حلاً بسيطاً يستفيد من خوارزمية للذكاء الاصطناعي متقدمة بالفعل. وفي شركة أخرى نظم رئيس وحدة علوم البيانات ندوات لقادة الوظائف وقادة الأعمال لتحديد المجالات التي قد تخدمهم فيها تطبيقات الحوسبة ECC بشكل أفضل.

يجب تسخير الفضول الرقمي للقوى العاملة بكاملها أيضاً. تجذب ويبرو، مثلاً، الأفكار جماعيّاً من الموظفين. فهي تشجعهم على تصور تطبيقات جديدة للحوسبة ECC واقتراحها، وتقدر الأفكار في ضوء مساهمتها المحتملة في نمو الإيرادات، أو الأرباح من صافي الدخل، أو رضا العملاء، أو رضا الموظفين.

ربما لا تُثير تطبيقات الذكاء الاصطناعي في الأعمال الضجة نفسها مثل سيارة ذاتية القيادة، لكنها قد تولّد عوائد جيدة، أي التحسينات الضخمة في الأداء والربحية والإيرادات ورضا العملاء. ومن خلال رعاية القدرات الخمس وتطبيق الممارسات الأربع الموضحة في هذه المقالة، يمكن لقادة الأعمال تضمين الحوسبة ECC في هيكلهم التنظيمي وإعداد أنفسهم لجني تلك المنافع.

إنها حلقة مثمرة: تُمكِّن القدرات الموظفين من تنفيذ الممارسات، والممارسات نفسها تُمرِّن القدرات وتعززها. وتساعد هذه الحلقة الشركات على أن تصبح أكثر مهارة في التطوير والاستخدام الخاصين بتطبيقات الحوسبة ECC التي تعمل لتحسين العمليات وتوليد قيمة للأعمال.

مونيديبا ترفدار Monideepa Tarafdar

هي أستاذة أنظمة المعلومات والمديرة المشاركة لمركز الحالات المستقبلية للتكنولوجيا من كلية الإدارة بجامعة لانكستر في المملكة المتحدة. وتركز أبحاثها على الكيفية التي تحول التكنولوجيات الرقمية المؤسسات والمجتمعات.

سينثيا إم. بيث Cynthia M. Beath

هي أستاذة فخرية من كلية ماكومب للأعمال بجامعة تكساس في أوستن. وتركز أبحاثها على كيفية حصول المؤسسات على قيمة من الاستثمارات في تكنولوجيا المعلومات. جين دبليو. روس Jeanne W. Ross هي باحثة رئيسية من مركز أبحاث أنظمة المعلومات في معهد ماساتشوستس للتكنولوجيا بكمبريدج في ماساتشوستس. وتكتب عموداً ربع سنويٍّ لإم آي تي سلون مانجمنت ريفيو حول مسائل الإدارة الرقمية للأعمال. للتعليق على هذا الموضوع http://sloanreview.mit.edu/x/60402.