مشكلة البيانات المُعطِّلة للذكاء الاصطناعي

كان مستشفى أمريكي شمالي كبير متحمساً إزاء احتمالات إنشاء نظام ممكَّن بالذكاء الاصطناعي Artificial intelligence (اختصارا: الذكاء AI) لتحسين رعاية المرضى. وبينما كان يخطط للانتقال من المفهوم Concept إلى بناء نموذج أولي Prototypes، اكتشف أن البيانات المطلوبة لبناء النظام وتشغيله كانت مبعثرة في 20 نظاماً قديماً، وأن استرجاع تلك البيانات سيكون معقداً جدا. وكان لابد من إلغاء المشروع.

تعِد التحليلات المتقدمة Advanced analytics والذكاء الاصطناعي بتوليد تبصرات ستساعد المؤسسات على الحفاظ على تنافسيتها. وتعتمد قدرتها على العمل بذلك كثيراً على توفر البيانات الجيدة لكن المؤسسات أحياناً لا تملك البيانات الضرورية لنجاح الذكاء الاصطناعي.

وأخيراً درسنا كيف تنقل المؤسسات مبادراتها الخاصة بالذكاء الاصطناعي من أطر البحث والتطوير R&D إلى الإنتاج والمشكلات التي تواجهها خلال العمل بذلك. ويستند البحث إلى مقابلات مع كبار قادة الذكاء الاصطناعي وموظفين في ست شركات من أمريكا الشمالية مختلفة الأحجام وتعمل في صناعات مختلفة. ومن بين النتائج الرئيسية التي توصل إليها هذا البحث هو أن درجة الوصول إلى البيانات من قِبل الآلات، أحد أبعاد جودة البيانات، لا تزال تمثل تحدياً أكبر أمام إخراج الذكاء الاصطناعي من المختبر وإدخاله في الأعمال، على الرغم من تركيز العديد من الموظفين على دقة البيانات واكتمالها لتحديد جودتها (انظر: ”ما هي البيانات الجيدة؟“ ص 48). والأمر الأكثر أهمية هو أننا وجدنا أن إمكانية الوصول إلى البيانات كثيراً ما تُعامَل في شكل حصري باعتبارها مشكلة من مشكلات تكنولوجيا المعلومات. وفي الواقع، يكشف تحليلنا عن أنها مشكلة إدارية تتفاقم بسبب المفاهيم غير الصحيحة حول طبيعة إمكانية الوصول إلى البيانات ودورها في مجال الذكاء الاصطناعي.