GenAI تواجه مشكلات في التنفيذ

يتم تسليط الضوء على GenAI تواجه مشكلات في التنفيذ من قبل BTW Media لأن الأدلة المنشورة تربطها بالبنية التحتية للإنترنت والحوكمة والتبعيات التشغيلية أو رؤية السوق.

• المنظمات متحمسة لإمكانات الذكاء الاصطناعي التوليدي، لكنها تواجه عقبات في 4 مجالات رئيسية للتنفيذ.
• شملت الدراسة 300 من صانعي القرار الأمريكيين في استراتيجية GenAI أو تحليل البيانات لتقييم مجالات الاستثمار الرئيسية والعقبات التي تواجهها المنظمات.
• ينبغي اعتبار GenAI مساهمًا مثاليًا في الأتمتة الفائقة وتسريع العمليات والأنظمة الحالية، بدلاً من كونها اللعبة الجديدة اللامعة التي ستساعد المنظمات على تحقيق جميع تطلعاتها التجارية.

المنظمات متحمسة لإمكانات الذكاء الاصطناعي التوليدي في تحسين إنتاجية الموظفين والشركات، لكنها تفشل في الاستفادة الكاملة منه بسبب نقص المواهب والتخطيط الاستراتيجي غير الكافي، وفقًا لدراسة أجريت في أوائل عام 2024 بواسطة Coleman Parkes Research برعاية شركة تحليل البيانات SAS.

العقبات في 4 مجالات رئيسية

بناء الثقة في استخدام البيانات مع ضمان الامتثال. فقط 10% من المنظمات لديها نظام قوي لتقييم مخاطر التحيز والخصوصية في LLM (نماذج اللغة الكبيرة). علاوة على ذلك، فإن غالبية الشركات الأمريكية معرضة لخطر عدم الامتثال للوائح، و 93% منها تفتقر إلى إطار حوكمة شامل لـ GenAI.

دمج GenAI في الإجراءات والأنظمة الحالية. تدرك المنظمات أن دمج GenAI مع أنظمتها الحالية يطرح مشاكل في التوافق.

المهارات والكفاءات. قدرات GenAI الداخلية غير كافية. يخشى قادة الأعمال من أن أقسام الموارد البشرية لديهم لا تملك الوصول إلى المهارات اللازمة لتعظيم استثمارهم في GenAI بسبب نقص المرشحين المؤهلين.

تقدير التكاليف. يشير القادة إلى أن استخدام LLM يؤدي إلى تكاليف مباشرة وغير مباشرة باهظة. تقدير تكلفة الرموز المميزة المقدم من مطوري النماذج أصبح يعتبر الآن باهظًا من قبل المنظمات. ومع ذلك، فإن إعداد المعرفة الخاصة والتدريب وإدارة ModelOps يستلزم تكلفة طويلة ومعقدة.

حول الدراسة

تم استطلاع آراء 300 من صانعي القرار الأمريكيين في استراتيجية GenAI أو تحليل البيانات في أوائل عام 2024 بواسطة Coleman Parkes Research بتمويل من شركة تحليل البيانات SAS. كان الهدف من الاستطلاع تحديد مجالات الاستثمار الرئيسية والتحديات التي تواجهها المنظمات.

«تدرك المنظمات أن نماذج اللغة الكبيرة (LLM) وحدها لا تحل المشكلات التجارية»، كما قالت Marinela Profi، المستشارة الاستراتيجية للذكاء الاصطناعي في SAS.

بدلاً من اعتبار GenAI اللعبة الجديدة اللامعة التي ستساعد المنظمات على تحقيق جميع تطلعاتها التجارية، ينبغي اعتبارها مساهمًا مثاليًا في الأتمتة الفائقة وتسريع العمليات والأنظمة الحالية. قبل الاندفاع بتهور والوقوع في «الأسر»، يجب على جميع المنظمات الاستثمار في التقنيات التي توفر التكامل والحوكمة وقابلية التفسير لـ LLM وأخذ الوقت اللازم لوضع استراتيجية تدريجية.