يؤكد جو روز، رئيس شركة JBS Dev المتخصصة في التكنولوجيا الاستراتيجية، أن هناك مفاهيم خاطئة يجب تصحيحها حول العمل مع أنظمة الذكاء الاصطناعي التوليدي والوكيل. يوضح أن الاعتقاد الشائع بأن البيانات يجب أن تكون مثالية قبل الشروع في أي من هذه العمليات غير صحيح، خاصة مع التطورات الحالية في أدوات الذكاء الاصطناعي.
وفقًا لمقال حديث في مجلة AI Fieldbook، يروج البائعون والمستشارون بشكل طبيعي لفكرة الحاجة إلى مخازن بيانات ضخمة وبرامج تحول بيانات تستمر سنوات. هذا يربك الكثير من المديرين التنفيذيين، لكن الواقع يختلف بشكل كبير. يوضح روز أن أدوات الذكاء الاصطناعي اليوم أصبحت أكثر تطورًا من أي وقت مضى لمواجهة البيانات ذات الجودة المنخفضة. ويقول: «من المذهل تقريبًا مدى فهم نماذج اللغات الكبيرة (LLMs) للمحفزات النصية غير المكتملة».
يُعطي روز مثالاً على ذلك، موضحًا أنه باستخدام الأدوات الصحيحة، يمكن استخراج قيمة من البيانات غير المنظمة، مع وضع الضوابط اللازمة. ومع ذلك، فإن الطبيعة غير المتوقعة لنماذج الذكاء الاصطناعي تستدعي وجود عنصر بشري لمراجعة النتائج والتأكد من دقتها.
وفي مجال البيانات النصية أو التصنيفية، يوجد مرونة عالية، حيث يقول روز: «الناس معتادون على فكرة أن النظام يعمل ويُنسى أمره، لكن هذا ليس كيف تعمل هذه الأنظمة». يذكر روز حالة عميل في القطاع الطبي، حيث كان الهدف هو الانتقال إلى نظام تسوية فواتير جديد. كانت السجلات غير منظمة، مع ملفات PDF وصور وبيانات غير مرتبة، وكان على النظام أن يفرز البيانات بشكل دقيق. بفضل الذكاء الاصطناعي التوليدي، تمكن من تحديد البيانات النظيفة من خلال أوامر بسيطة، مع استخدام تقنيات OCR لاستخراج النصوص من الصور وملفات PDF، بالإضافة إلى تطبيق طرق أكثر تعقيدًا للمقارنة بين سجلات العملاء وعقود التأمين لضمان صحة الفواتير.
يؤكد روز على أهمية تراكب حالات الاستخدام المختلفة تدريجيًا، قائلاً: «نبدأ بنسبة أتمتة تصل إلى 20%، ثم نزيدها إلى 40%، ثم 60%، وهكذا، مع نمو تدريجي». لكنه يوضح أن وجود عنصر بشري ما زال ضروريًا، وأن الهدف هو تحسين نسبة الأتمتة بشكل تدريجي مع الوقت.
وفي المستقبل، يتوقع روز أن تركز النقاشات حول نماذج الذكاء الاصطناعي على التكاليف وقابلية النقل. يقول: «سوف نشهد تحولًا من التركيز على قدرات النماذج إلى كيفية جعل تكاليف تشغيلها أكثر استدامة، بحيث لا نضطر لبناء مراكز بيانات جديدة باستمرار». ويضيف أن التحدي الأخير هو جعل النماذج تعمل على أجهزة الحاسوب المحمولة والهواتف، بدلاً من الاعتماد على مراكز البيانات، مشيرًا إلى أن النماذج تم تدريبها على كميات هائلة من البيانات الموجودة على الإنترنت، ولا يوجد كمية هائلة من البيانات الجديدة يمكن أن تؤدي إلى اكتشافات نوعية.
وفي مؤتمر AI & Big Data Expo، حيث تشارك شركة JBS Dev، يتطلع روز إلى النقاشات القادمة، وسيطرح رأيًا مثيرًا للجدل يدعو فيه الشركات إلى التوقف عن الاعتماد المفرط على مزودي خدمات البرمجيات كخدمة (SaaS)، والانتقال إلى بناء الحلول داخليًا. يقول: «الأمر ليس بصعوبة كما يبدو، فمعظم الناس لديهم حضور سحابي، وهذا هو المكان الذي أبدأ منه، لأن أدوات السحابة، خاصة لدى الشركات الكبرى، توفر كل ما تحتاجه لبدء تنفيذ عمليات الوكيل الذكي فورًا، دون الحاجة إلى تراخيص جديدة أو تدريب إضافي».
وبعد ذلك، تكون شركة JBS Dev جاهزة لمساعدتك في الخطوات التالية من رحلتك في عالم الذكاء الاصطناعي.
المصدر: AI News
