سيكون الذكاء الاصطناعي التوليدي رائعًا لمستشاري الذكاء الاصطناعي التوليدي

احصل على تحديثات مجانية للذكاء الاصطناعي

هذا شيء غير معتاد ، ملاحظة جانبية حول الذكاء الاصطناعي التوليدي الذي يفعل أكثر من مجرد ابتلاع وتقييد الضجيج. إنه من محللي JPMorgan Tien-tsin Huang وآخرون، الذين يغطون خدمات تكنولوجيا المعلومات في البنك.

يمثل GenAI “أكبر موجة تقنية منذ السحابة أو الأجهزة المحمولة” ، لذا سيكون “محركًا متعدد الأوجه للإيرادات لخدمات تكنولوجيا المعلومات ومقدمي خدمات تعهيد العمليات التجارية (BPO)” ، كما كتبوا. ومع ذلك ، في السنوات القليلة المقبلة ، سيكون معظم الإنفاق على تنظيم قواعد البيانات الفوضوية ، والتخلص من إدارة الأوهام ، وتوجيه النفقات الرأسمالية نحو المهام المناسبة للشحن التوربيني باستخدام ما هو في الواقع شكل من أشكال الإكمال التلقائي.

يرى JPMorgan أنه لا يوجد نقص في التطبيقات الخاصة بـ GenAI. ولكن لإثبات القيود المفروضة على متوسط الأجر العبد ، فإنه يسلط الضوء على مدى سرعة تشتيت أو ملل الخوارزمية المرجحة الاحتمالية التي تشغل ChatGPT عندما يكون للوظيفة معلمات ثابتة:

GenAI عرضة للأخطاء. إنه ليس ذكاءً عامًا اصطناعيًا ، أو ذكاءً اصطناعيًا لا يمكن تمييزه عن ذكاء الإنسان. لا يمكنها البرمجة بشكل مثالي ، ولا يمكنها إنشاء بنية تقنية معلومات لمؤسسة حقيقية على الإطلاق ، تمامًا كما لا يمكنها تقييم شركة بشكل مثالي ولا يمكنها إنشاء محفظة أسهم حقيقية على الإطلاق. بالنسبة للمؤسسات الراسخة ذات الزخم التجاري المادي وأنظمة المعلومات الهامة وعلاقات العملاء للحفاظ عليها ، فإن موثوقية الاستجابة أمر بالغ الأهمية. GenAI هو مُحسِّن استثنائي للإنتاجية ، لكنه ليس جيدًا بما يكفي ليحل محل معظم مستخدميه.

هكذا تم العمل حتى الآن ، مع تولي الذكاء الاصطناعي التوليدي دور wingman لمطوري البرمجيات والفنانين الرقميين والعاملين في مطاحن المحتوى. على مستوى الشركات ، فإن المشاريع التي يجري العمل عليها حاليًا تهدف في الغالب إلى بناء أدوات الذكاء الاصطناعي للحدائق المسورة التي لا تخاطر بتسرب البيانات ، ومن المحتمل أن تكون مقيدة إلى الأبد بشبكة الإنترانت الخاصة بالشركة.

من المرجح أن تهدف عمليات النشر الأولى للجمهور (بصرف النظر عن الألعاب مثل Midjourney و ChatGPT) إلى تخفيف الاختناقات في خدمة العملاء ؛ أشياء مثل مراكز الاتصال ، حيث قامت الشركات بضبط نماذج اللغات الكبيرة ببياناتها الخاصة ، كما يقول جي بي مورجان.

بحلول عام 2027 أو ما يقرب من ذلك ، ستكون الشركات الأكثر تحفظًا على استعداد لأخذ زمام المبادرة من المحركين الأوائل حتى يمكن للذكاء الاصطناعي “التوسع بشكل كبير وأسي” ، كما يقول جي بي مورجان. وذلك عندما تصبح أشياء مثل الوسائط فائقة التخصيص والمناطق المحمية للروبوت حقيقة سائدة.

ولكن بالنسبة لمعظم الشركات ، سيكون العمل التحضيري هو الجزء الصعب والمكلف. إن متوسط شبكة تكنولوجيا المعلومات الخاصة بالشركات هو مجرد مجموعة كبيرة جدًا لاستخدامها كمواد وسيطة للذكاء الاصطناعي التوليدي ، خاصة عندما لا يستطيع أحد التنبؤ أو حتى شرح ما ستفعله بالبيانات.

هنا بالكامل استنتاج جي بي مورجان:

على الرغم من الأتمتة الكبيرة ، والمشاركة ، والفرص الأخرى ، فإن التبني الحقيقي الواسع النطاق لـ genAI لا يزال بعيد المنال. لقد قام المتحمسون الأوائل بتمرير الشعلة إلى المبتكرين في دورة التبني النموذجية ، لكن السوق السائدة لديها حواجز خطيرة يجب التغلب عليها للاستفادة حقًا من الفرصة التي تقدمها genAI.

الأسئلة الأولى التي يطرحها قادة الأعمال على مستشاري التكنولوجيا عند التفاعل مع أدوات genAI هي (1) كيف يمكننا استخدامها في مؤسستنا و (2) ما الذي يتعين علينا القيام به لنشرها. كل سؤال بالغ الأهمية. شجع جاك دورسي ، المؤسس المشارك ورئيس Block Head في Block ، الشركات على التعامل مع الاستثمارات في genAI من منظور حالة الاستخدام بدلاً من منظور التكنولوجيا في تعليقاته في مؤتمر 2023 TMC في بوسطن ، مما يشير إلى أن الضجة حول التكنولوجيا يمكن أن تدفع الشركات إلى الإنفاق بلا هدف وبالتالي تحقيق عوائد أقل. يمكن لشركات خدمات تكنولوجيا المعلومات مساعدة الشركات المشغلة في توجيه إنفاقها على genAI نحو المناطق ذات العوائد الأعلى. ذكرت ACN (Accenture) في مكالمة أرباح F3Q23 أن الشركة أكملت 100 مشروع genAI بلغت مبيعاتها حوالي 100 مليون دولار في الأشهر الأربعة السابقة ؛ في حين أن هذا الجذب المبكر يوضح مكانة قوية لـ ACN ويعكس علاقات الشركة القوية مع العملاء ، فإن 100 مليون دولار لا يزال رقمًا ضئيلًا في قاعدة إيرادات ACN + 60 مليار دولار ، ومن المحتمل أن يمثل الجزء الأكبر من هذه المشاركات مشاريع أولية واستكشافية حيث يبدأ العملاء في معرفة كيف يريدون استخدام genAI. يمكن أن تتضمن هذه المشاركات الاستكشافية محادثات حول نوع النموذج الذي يجب استخدامه ، وكيفية تدريبه ، وتحديد مقدار المصعد المطلوب لإعداد بيانات التدريب ، وما إلى ذلك.

يجب على الشركات القديمة تسريع تحولاتها الرقمية مع التركيز على جاهزية البيانات للحصول على الفوائد المحتملة الكاملة لـ genAI. يجب أن تستفيد الشركات إلى أقصى حد من نماذج genAI عندما تفتحها وتضبطها مع بيانات الملكية الخاصة بها ؛ للقيام بذلك ، يجب على الشركات الحصول على بياناتها في حالة جيدة نسبيًا ، وهو ما يمثل تحديًا بالنسبة لمعظم الشركات. تعد البيانات الموحدة التي يتم تجميعها بدقة في قاعدة بيانات حديثة مستضافة في السحابة مثالية لضبط LLMs ، لكن بيانات معظم الشركات ليست موحدة في أي شيء سوى البنية التحتية لقواعد البيانات الحديثة. “الدين التكنولوجي” الذي نناقشه باستفاضة في وصف دوافع الإنفاق على التحول الرقمي في المؤسسات القديمة يعقد تنفيذ genAI تمامًا كما يعقد مبادرات التكنولوجيا الأخرى. ستستفيد الشركات التي تحتوي على بيانات خاطئة موجودة في قواعد بيانات قديمة متباينة من توحيد مجموعات البيانات الخاصة بها وتحديثها في جهودها لتنفيذ genAI. من المحتمل أن يؤدي العمل المطلوب لتجهيز بيانات الشركات لضبط النماذج إلى تقزيم عمل الضبط الدقيق للنماذج. تضمن فجوة العرض والطلب طويلة الأمد للمواهب الهندسية (والتي تظل حتى بعد تخفيف العرض من ترشيد التكلفة في التكنولوجيا غير المربحة وذات رأس المال الكبير) أن الشركات سوف تتطلب مساعدة شركات الخدمات التقنية في أعمال تنقية البيانات ، والهجرة ، والتوحيد.

استغرق الهاتف المحمول حوالي ثماني سنوات ليقترب من التشبع ، ولا تزال السحابة لا تقترب من التشبع بعد أكثر من عقد من الاستثمارات الضخمة. من ACN إلى GDYN (Grid Dynamics) ، يقول أكبر وأصغر موفري خدمات تكنولوجيا المعلومات في تغطيتنا (وما بعدها) أن العمل السحابي يظل مسؤولاً عن الجزء الأكبر من نمو إيراداتهم. الديون التقنية كبيرة جدًا في معظم المؤسسات القديمة بحيث تواجه أي تقنية جديدة ارتفاعًا حادًا للغاية. لذلك ، على الرغم من حماستنا حول قدرة genAI على دفع الربحية عبر تغطيتنا ، فإننا نتوقع أن يستغرق الأمر بضع سنوات قبل أن تساهم genAI في توفير التكاليف ونمو الإيرادات بشكل كبير لمجموعة التغطية الخاصة بنا وعدة سنوات أخرى قبل أن تصل هذه المساهمات إلى إمكاناتها الكاملة.