النقاط الرئيسية من دورة الذكاء الاصطناعي وتعلم الآلة في Better Debt
نعلم جميعًا أن الذكاء الاصطناعي هو الكلمة الأكثر شيوعًا في الأشهر الـ 12 الماضية. ولكن كيف يمكنك تحديد الفرص الفعلية لتطبيق هذه التكنولوجيا في مؤسستك؟ تناولت دورة الذكاء الاصطناعي وتعلم الآلة هذا السؤال، وأكثر:
- كيف يجب أن تميز بين الذكاء الاصطناعي، تعلم الآلة، وعلم البيانات؟
- ما هي حالات الاستخدام الحقيقية وأمثلة لكل منها، وكيف يختلف ذلك اعتمادًا على مكان عملك في رحلة نضج البيانات؟
- كيف يمكنك مواءمة هذا النوع من الابتكار مع الأهداف التنظيمية؟
- ما هي التطبيقات العملية الأخرى للذكاء الاصطناعي وتعلم الآلة في فرق مثل المالية، والامتثال، أو التسويق؟
اكتشف ما قاله خبراء الصناعة دهوتا خاديباو (مدير أول، بيانات المؤسسات - كوسكال)، جو ميكلوس (مدير غير تنفيذي لاستراتيجية الذكاء الاصطناعي - Success2Significance) ومايك زو (رئيس قسم البيانات - InDebted) عندما جلسوا مع مضيف Better Debt، جوش فورمان (الرئيس التنفيذي والمؤسس - InDebted).
1. الفرق بين الذكاء الاصطناعي وتعلم الآلة
على الرغم من استخدامهما بالتبادل، إلا أن الذكاء الاصطناعي وتعلم الآلة ليسا مترادفين. كما تشرح دهوتا:
عندما نتحدث عن الذكاء الاصطناعي، فهو اصطناعي، وليس طبيعيًا. الذكاء هو محاكاة الذكاء البشري، لذا فإن الأشياء مثل السيارات ذاتية القيادة أو الدردشة الآلية. ستشعر أن إنسانًا حقيقيًا يقوم ببعض تلك الأشياء، لكن في الواقع، هو الذكاء الاصطناعي الذي يعمل خلف الكواليس.
الآن إذا نظرت إلى تعلم الآلة، لديك آلة تتعلم - لكن ما هي تلك الآلات؟ ماذا تتعلم؟ إنها مجموعة من القواعد، والخوارزميات، التي أنشأها البشر، والآلات تتعلم بناءً على البيانات المقدمة فقط. لذا تعطيها 3 أشهر من البيانات للتدريب، ثم تستخدم ذلك للتنبؤ بالنتائج.
من خلال النظر إلى تعريفات كل منهما، يمكنك البدء في اكتشاف كيف تختلف تطبيقاتهما. على سبيل المثال، يمكن استخدام الذكاء الاصطناعي في المهام التي تتطلب ذكاءً بشريًا، مثل التعامل مع استفسارات العملاء الواردة. من ناحية أخرى، يقوم تعلم الآلة بتحليل مجموعات بيانات محددة. على سبيل المثال، إذا كنت ترغب في نموذج تعلم آلة للتنبؤ بأي شرائح العملاء من المرجح أن تستجيب لرسالة نصية بدلاً من بريد إلكتروني، ستقوم بإدخال بيانات حديثة ستستخدمها لتوليد التوصيات.
الذكاء الاصطناعي مناسب للمهام التي تتطلب محاكاة الذكاء البشري… بينما تعلم الآلة أكثر ملاءمة للمهام التي تتضمن مصنفات وبيانات عددية. — دهوتا خاديباو
2. فهم مكانك في رحلة نضج البيانات
الآن بعد أن اتفقنا على التعريفات، دعنا نبدأ في النظر إلى كيفية العثور على الفرص للذكاء الاصطناعي وتعلم الآلة في استراتيجيتك التنظيمية. للقيام بذلك، تحتاج إلى فهم مكانك في رحلة نضج البيانات.
يتطلب استخدام أي شكل من أشكال الذكاء الاصطناعي أو تعلم الآلة بيانات. ليست أي بيانات، بل بيانات ذات جودة عالية. وهذا يعني الاقتراب من بياناتك وفهم:
- كيف يتم جمع البيانات؟ ماذا يتم جمعه بالضبط؟
- هل هناك أي تحيزات في البيانات؟ ما الخطوات المتخذة للتخفيف منها؟
- ما هي عملياتك القياسية لإدارة البيانات؟ هل تقوم جميع الفرق بتحليل البيانات بنفس الطريقة باستخدام نفس الأدوات؟
بمجرد أن تحصل على فكرة جيدة عن البيانات المتاحة، يمكنك البدء في التفكير في المشكلات التي تحتاج إلى حل، وكيف يمكنك استخدام هذه البيانات لحلها. تقول دهوتا إن القفز مباشرة إلى نماذج تعلم الآلة ليس دائمًا ضروريًا:
شيء واحد أقوله دائمًا للفريق هو أن الإجابة غالبًا ما تكون بسيطة للغاية، ولا نحتاج إلى التعقيد مع نماذج تعلم الآلة. حاول كتابة SQL. حاول كتابة عبارات الحالة. أعتقد أنه مع زيادة التركيبات، أو عندما لا يمكنك ترميز كل تلك التركيبات، هو الوقت الذي تبدأ فيه بالتفكير - هل يمكنني تطبيق تعلم الآلة؟
3. اعتماد ثقافة الابتكار
كيف يمكنك الابتكار في بيئات عالية التنظيم؟ تشرح جو أن الأمر يبدأ بتغيير العقلية:
وضع المخاطر والابتكار في فئتين مختلفتين هو طريقة تفكير قديمة. لقد وجدت أن الجمع بينهما يكون أكثر إنتاجية وتقدمًا.
إنها تتعلق بتحول ثقافي داخلي يجعل الجميع مرتاحين لاستخدام الذكاء الاصطناعي وتعلم الآلة. لماذا هذا مهم جدًا؟ مع تطور التكنولوجيا بسرعة البرق، فإن إعداد مؤسستك لتحقيق النجاح على المدى الطويل يعني اعتماد ثقافة الابتكار.
خذ مؤسستك بالكامل في هذه الرحلة. وهذا يعني دعم الفرق للعثور على طرق يمكنهم من خلالها استخدام الذكاء الاصطناعي في مهامهم اليومية - من التسويق إلى المالية. يوضح جوش كيف تعتمد InDebted ثقافة مدفوعة بالذكاء الاصطناعي وتراقب استخدام الشركة بشكل عام:
أحد أهداف شركتنا هو بناء ثقافة مدفوعة بالذكاء الاصطناعي. نحن نراقب الشركة بأكملها، وليس فقط فريق البيانات أو الهندسة - الذين تتوقع تمامًا أن يستخدموا هذه التكنولوجيا. نحن نتتبع استخدام أدوات مثل ChatGPT عبر الأعمال، لأننا نريد أن يرى الناس ما هو ممكن.
4. تقليل المخاطر لتلبية المتطلبات التنظيمية
تلبية المتطلبات التنظيمية دائمًا في مقدمة أولويات منظمات الخدمات المالية. كعضو في مجلس إدارة جمعية RegTech العالمية، قامت جو بتفصيل كيف أنهم في طليعة الابتكار:
الجهات التنظيمية تركز بشدة على الذكاء الاصطناعي. إنهم يعرفون أن التكنولوجيا ستصبح شائعة، وهم يعملون بنشاط على تنفيذ الذكاء الاصطناعي بأنفسهم. أظهر تقريرنا عن معايير الصناعة أن 80% من الجهات التنظيمية العالمية قد نفذت حلولًا مبتكرة
للتوافق مع أولويات الجهات التنظيمية، أظهر أنك تقلل من الأذى وتضمن نتائج إيجابية. وهذا يعني التفكير بعناية في كيفية تنفيذك للذكاء الاصطناعي وتعلم الآلة وأخذ الجهة التنظيمية في الرحلة. على سبيل المثال، خلال استكشاف البيانات، خذ الوقت لفهم كيفية جمع البيانات، وما الذي يتم تغذيته تحديدًا في نماذج تعلم الآلة:
الجهات التنظيمية تعرف أن الذكاء الاصطناعي التوليدي يمكن أن يفيد المستهلكين بشكل مباشر وغير مباشر. المخاوف تدور حول البيانات، إنهم يريدون التأكد من وجود عملية نمذجة شفافة مع مدخلات قوية ودون تحيزات. - جو ميكلوس
5. استكشاف التطبيقات العملية للذكاء الاصطناعي وتعلم الآلة
حالات الاستخدام للذكاء الاصطناعي وتعلم الآلة لا حصر لها. للحصول على أقصى استفادة من التكنولوجيا وأي مبادرة جديدة، يوصي مايك بالبدء بنسبة التكلفة إلى الفائدة:
نسبة التكلفة إلى الفائدة تختلف من منظمة لأخرى، وهذا يعتمد على بعض الأمور. من المفيد استكشاف البيانات الداخلية التي تخص منتجك أو خدمتك، لأنها فريدة من نوعها لمؤسستك.
إلى جانب ذلك، احصل على فهم عميق للعمليات التي تحاول تحسينها. كيف يتم تنفيذها حاليًا ومن يقوم بذلك؟ كيف ستفيد تحسين هذه العملية أو الوظيفة عملاءك؟ بمجرد أن يكون لديك هذا الأساس، يمكنك أن تكون محددًا بشأن البيانات التي ستكون الأكثر فعالية لحل مشكلتك.
عند استكشاف فوائد العملاء، ضع في اعتبارك أيضًا كيف سيتم بناء الثقة في الذكاء الاصطناعي وتعلم الآلة. تضمين المبادئ الأخلاقية في إدارة بياناتك هو نقطة انطلاق قوية، وضمان الشفافية طوال مبادراتك الموجهة للعملاء. تشير جو إلى القابلية للتفسير كعامل مُحسِّن:
أحد المبادئ الأساسية للثقة هو الشفافية. الشيء الجيد في الذكاء الاصطناعي وتعلم الآلة هو أنه يمكنك بناء القابلية للتفسير كجزء من الحل.
الذكاء الاصطناعي وتعلم الآلة: فن الممكن
عندما يتعلق الأمر بذلك، فإن الحصول على أقصى استفادة من الذكاء الاصطناعي وتعلم الآلة لمؤسستك يتعلق بإتقان فن الممكن. كما يوضح لوحتنا، استخدام هذه التكنولوجيا لحل كل مشكلة ليس هو الهدف. للحصول على أفضل النتائج، انظر إلى أهداف مؤسستك ونقاط الألم لتحديد بالضبط أين يمكن أن يقدم الذكاء الاصطناعي وتعلم الآلة حلاً أفضل. هذه هي الطريقة التي ستجلب بها “الممكن” إلى الحياة.
انضم إلى حدثنا القادم