فيما تجسد البيانات التي جُمعت من أكثر من 100 رئيس تنفيذي عالمي في الندوة الرقمية لاستراتيجية ميتيس في يوليو 2020 الاتجاه نحو نماذج تشغيل الذكاء الاصطناعي، قام مجتمع IDG TECHTALK المختص في النقاشات والاستطلاعات مع Fortune 500، بتحديد الخصائص المشتركة بين المنظمات التي نجحت في الانتقال نحو التحول للذكاء الاصطناعي أولاً.
فيما يلي سلسلة من الخطوات الأولى الذكية التي يمكن للقادة الرقميين اتخاذها لبدء أو تسريع أو تصحيح تحول الذكاء الاصطناعي لديهم.
توحيد مفهوم الذكاء الاصطناعي
اتخذ الرؤساء الرقميون كـسانديب دادلاني، كبير المسؤولين الرقميين في شركة مارس، مناهج استراتيجية لإضفاء الطابع الرسمي على فهم الذكاء الاصطناعي. في محادثة جرت في يوليو مع استراتيجية ميتيس، شارك دادلاني أنه تعمد تأخير تطوير منهج الذكاء الاصطناعي الرسمي لصالح نهج يركز على الأعمال التجارية من شأنه أن «يساعد الناس على التعلم من خلال حل المشكلات على طريقتهم».
تعاملت الفرق مع كل عمل وسوق وبدأت بفهم المشاكل التي تحتاج إلى حل أولاً، ثم تطبيق مفاهيم الذكاء الاصطناعي وتركيز المستخدم لحلها. يمكن أن تساعد جلسات العصف الذهني السريعة مع كبار القادة أيضًا في تعميق فهم المؤسسة للذكاء الاصطناعي. يمكن استخدام مصفوفة بسيطة مع تقنيات الذكاء الاصطناعي (كالتعلم الآلي الخاضع للإشراف، والتعلم الآلي غير الخاضع للإشراف، ومعالجة اللغة الطبيعية) على المحور الرأسي، ومشكلات الأعمال على المحور الأفقي لتأطير المحادثة. ثم يصف الوسيط الفن الممكن لكل تقنية، ويستخدم كبار القادة حالات عصف ذهني لمعالجة مشاكل العمل الحالية. يمكن للقادة الكبار تكرار هذه الممارسة داخل فرقهم لضمان جودة الفهم في المؤسسة.
تحديد كيفية إدارة الذكاء الاصطناعي لنتائج الأعمال
كرائدٍ في التقنية الرقمية، فإن توضيح العلاقة بين الذكاء الاصطناعي ونتائج الأعمال أمر بالغ الأهمية لتحقيق الشراء. تحديدًا ينبغي للشركات أن تحدد بالضبط كيف ستؤثر مبادرات الذكاء الاصطناعي على جميع جوانب نموذج عملك، بما في ذلك عرض قيمة العميل (مثلًا، لماذا يشتري العملاء)، وصيغة الربح (مثلًا، كيف نحقق الربح)، والموارد / العمليات الرئيسية (مثلًا كيف نُنشئ قيمة ونرسلها). غالبًا ما تكون معرفة الإجابات على هذه الأسئلة شرطًا أساسيًا للتمويل الأولي لمبادرات الذكاء الاصطناعي، ومع ذلك يفشل العديد من المديرين التنفيذيين في شرح المصطلحات التي لها صدى للنشاطات التجارية.
تحديد العيوب في مؤسستك الرقمية
إن الوعد بنتائج الأعمال التي يقودها الذكاء الاصطناعي مغرٍ لكبار القادة، لكن الجمود التقني والتنظيمي غالبًا ما يقف بين تحقيق المكاسب السريعة والتحول الحقيقي على مستوى المؤسسة.
يجب على القادة الرقميين إنشاء مخطط شامل يتضمن كلا الاستثمارين لتحقيق مكاسب سريعة مع تعزيز الأساس الرقمي في الوقت ذاته.
فيما يلي بعض التوصيات للمساعدة في التنفيذ بسلاسة:
تخلص من نماذج التشغيل السابقة
المؤسسات الكبيرة، سواء اعترفت أم لا، تعمل عادة وفقا لنماذج سابقة وتقليدية، التي تحددها الأرباح والخسائر ووحدات الأعمال والوظائف.
تتوافق حوافز الأداء مع هذه النماذج، وتقود عقلية «نحن مقابلهم» عندما يتعلق الأمر بالتخطيط الاستراتيجي وتمارين تخصيص رأس المال.
ينتج عن هذا ملكية تقنية ناتجة عن بيانات وتطبيقات متباينة، تم تصميم كل منها لتحقيق نتائج تفيد قبيلة معينة. تنظر مؤسسات الذكاء الاصطناعي أولاً إلى ما هو أبعد من الصوامع التنظيمية وتعمل بنشاط لإعادة بناء المؤسسة على أساس رقمي قياسي.
مركزية وتوحيد البيانات للحصول على نظرة شاملة للعملاء
التطبيقات المتباينة - وغير المتوافقة غالبًا - ومصادر البيانات التي تظهر عبر المؤسسات نتيجة للهياكل القبلية تجعل من الصعب ربط النقاط بين تفاعلات العملاء المختلفة.
أقرت العديد من المؤسسات بهذا القصور وأطلقت برامج متعددة السنوات لبناء منصة بيانات على مستوى المؤسسة - أو «بحيرة البيانات» - لاستيعاب جميع مصادر البيانات ووضعها في سياقها ودمجها وتطوير رؤية شاملة للعميل. من خلال مصدر بيانات موثوق به يمتد عبر العمليات التنظيمية، يمكن للشركة تطوير تطبيق ذكاء اصطناعي باستخدام خوارزمية تعلم خاضعة للإشراف لتحفيز وتوجيه التواصل بشكل استباقي مع العملاء المعرضين للخطر.
التركيز على إعادة الاستخدام بدلاً من التكامل أحادي الاستخدام
قامت المؤسسات تقليديًا ببناء عمليات تكامل ووظائف لوحدات أو وظائف عمل محددة، مما يؤدي غالبًا إلى وظائف زائدة عن الحاجة، وعمليات تكامل مخصصة مقترنة بإحكام ومضاعفة التعقيد في القطاع الفني، مما يؤدي في النهاية إلى زيادة التكلفة الإجمالية للملكية وإبطاء سرعة السوق. تستغل المؤسسات التي تعمل في مجال الذكاء الاصطناعي أولاً قوة إعادة الاستخدام والنمطية لإنشاء طبقة مركزية من واجهات برمجة التطبيقات (APIs) التي تعرض البيانات ومكتبات مكونات البرامج لتمكين التطوير السريع لتطبيقات الذكاء الاصطناعي عبر المؤسسة. في هذا النموذج، لا يقتصر تطوير التطبيقات على بناء وظائف جديدة من الصفر، بل يتعلق أكثر بتنسيق الوظائف التكميلية الحالية لدفع الاقتصادات الكبرى والنطاق في الأعمال التجارية.
تخصيص الموارد لتحديد حالات استخدام الذكاء الاصطناعي وإجراء التجارب
أثناء دعم مؤسستك الرقمية، كرس فرقًا للتركيز على تحديد حالات استخدام الذكاء الاصطناعي التي تؤدي إلى التأثير والتعلم التنظيمي. مثلًا، أنشأت Allstate مركز امتياز للذكاء الاصطناعي تستخدم فيه الفرق متعددة الوظائف مجموعة من تخطيط تدفق القيمة والتفكير في التصميم لتحديد فرص الذكاء الاصطناعي وتحديد الحلول القائمة على الذكاء الاصطناعي. قال كريس جيتس «إن التلقيح المتبادل بين أصحاب المصلحة عمل جبار؛ حيث يمكن لمهندسي الذكاء الاصطناعي إزالة الغموض عن العملية وأن يصبحوا أكثر اطلاعًا على الأعمال، بينما تصبح الشركات الصغيرة والمتوسطة (خبراء متخصصين في الموضوع) أكثر اطلاعًا على حالات استخدام الذكاء الاصطناعي».
في تحديد حالات استخدام الذكاء الاصطناعي، نوصي الفرق بالتركيز على السيناريوهات التي يمكن للذكاء الاصطناعي من خلالها جعل المنتجات أو العمليات أو الخبرات أكثر ذكاءً أو كفاءة أو قابلية للتوسع.
برنامج MVPs الذي يحسن النتائج ويبدأ التعلم المستمر
نظرًا لتوسيع نطاق MVPs إلى المزيد من الوظائف وشرائح العملاء، سيتم إدخال المزيد من البيانات، مما يعني أن المؤسسات لديها المزيد من الأدوات لتحسين الخوارزميات. بالتالي يمكن أن تؤدي الخوارزميات الأفضل إلى تجارب أفضل، وفي النهاية مزيد من الاستخدام (ثم تبدأ الدورة المُثمرة من جديد).
فكّر في تطبيق توصيل البقالة بالاشتراك الذي تم تحسينه مؤخرًا بميزات التخصيص.
النتيجة المرجوة هي زيادة متوسط حجم السلة، وعندما يضيف المستخدمون أشياء إلى سلة التسوق، تحدد الخوارزمية العناصر التي طلبها العملاء الذين لديهم سلال مشابهة وتعرضها على الشاشة كاقتراحات. يمكن للعملاء بعد ذلك قبول التوصيات أو رفضها.
مع زيادة حجم العينة وتحليل الخوارزمية لبيانات العملاء الإضافية (كالديموغرافية وتاريخ الطلب والسلوك وما إلى ذلك)، تصبح الخوارزمية أفضل في تحويل التوصيات إلى مبيعات.
ويؤدي هذا بدوره إلى تحسين تجارب تسوق العملاء، والمزيد من استخدام التطبيق، والمزيد من البيانات لتحسين الخوارزمية.
فيما يلي سلسلة من الخطوات الأولى الذكية التي يمكن للقادة الرقميين اتخاذها لبدء أو تسريع أو تصحيح تحول الذكاء الاصطناعي لديهم.
توحيد مفهوم الذكاء الاصطناعي
اتخذ الرؤساء الرقميون كـسانديب دادلاني، كبير المسؤولين الرقميين في شركة مارس، مناهج استراتيجية لإضفاء الطابع الرسمي على فهم الذكاء الاصطناعي. في محادثة جرت في يوليو مع استراتيجية ميتيس، شارك دادلاني أنه تعمد تأخير تطوير منهج الذكاء الاصطناعي الرسمي لصالح نهج يركز على الأعمال التجارية من شأنه أن «يساعد الناس على التعلم من خلال حل المشكلات على طريقتهم».
تعاملت الفرق مع كل عمل وسوق وبدأت بفهم المشاكل التي تحتاج إلى حل أولاً، ثم تطبيق مفاهيم الذكاء الاصطناعي وتركيز المستخدم لحلها. يمكن أن تساعد جلسات العصف الذهني السريعة مع كبار القادة أيضًا في تعميق فهم المؤسسة للذكاء الاصطناعي. يمكن استخدام مصفوفة بسيطة مع تقنيات الذكاء الاصطناعي (كالتعلم الآلي الخاضع للإشراف، والتعلم الآلي غير الخاضع للإشراف، ومعالجة اللغة الطبيعية) على المحور الرأسي، ومشكلات الأعمال على المحور الأفقي لتأطير المحادثة. ثم يصف الوسيط الفن الممكن لكل تقنية، ويستخدم كبار القادة حالات عصف ذهني لمعالجة مشاكل العمل الحالية. يمكن للقادة الكبار تكرار هذه الممارسة داخل فرقهم لضمان جودة الفهم في المؤسسة.
تحديد كيفية إدارة الذكاء الاصطناعي لنتائج الأعمال
كرائدٍ في التقنية الرقمية، فإن توضيح العلاقة بين الذكاء الاصطناعي ونتائج الأعمال أمر بالغ الأهمية لتحقيق الشراء. تحديدًا ينبغي للشركات أن تحدد بالضبط كيف ستؤثر مبادرات الذكاء الاصطناعي على جميع جوانب نموذج عملك، بما في ذلك عرض قيمة العميل (مثلًا، لماذا يشتري العملاء)، وصيغة الربح (مثلًا، كيف نحقق الربح)، والموارد / العمليات الرئيسية (مثلًا كيف نُنشئ قيمة ونرسلها). غالبًا ما تكون معرفة الإجابات على هذه الأسئلة شرطًا أساسيًا للتمويل الأولي لمبادرات الذكاء الاصطناعي، ومع ذلك يفشل العديد من المديرين التنفيذيين في شرح المصطلحات التي لها صدى للنشاطات التجارية.
تحديد العيوب في مؤسستك الرقمية
إن الوعد بنتائج الأعمال التي يقودها الذكاء الاصطناعي مغرٍ لكبار القادة، لكن الجمود التقني والتنظيمي غالبًا ما يقف بين تحقيق المكاسب السريعة والتحول الحقيقي على مستوى المؤسسة.
يجب على القادة الرقميين إنشاء مخطط شامل يتضمن كلا الاستثمارين لتحقيق مكاسب سريعة مع تعزيز الأساس الرقمي في الوقت ذاته.
فيما يلي بعض التوصيات للمساعدة في التنفيذ بسلاسة:
تخلص من نماذج التشغيل السابقة
المؤسسات الكبيرة، سواء اعترفت أم لا، تعمل عادة وفقا لنماذج سابقة وتقليدية، التي تحددها الأرباح والخسائر ووحدات الأعمال والوظائف.
تتوافق حوافز الأداء مع هذه النماذج، وتقود عقلية «نحن مقابلهم» عندما يتعلق الأمر بالتخطيط الاستراتيجي وتمارين تخصيص رأس المال.
ينتج عن هذا ملكية تقنية ناتجة عن بيانات وتطبيقات متباينة، تم تصميم كل منها لتحقيق نتائج تفيد قبيلة معينة. تنظر مؤسسات الذكاء الاصطناعي أولاً إلى ما هو أبعد من الصوامع التنظيمية وتعمل بنشاط لإعادة بناء المؤسسة على أساس رقمي قياسي.
مركزية وتوحيد البيانات للحصول على نظرة شاملة للعملاء
التطبيقات المتباينة - وغير المتوافقة غالبًا - ومصادر البيانات التي تظهر عبر المؤسسات نتيجة للهياكل القبلية تجعل من الصعب ربط النقاط بين تفاعلات العملاء المختلفة.
أقرت العديد من المؤسسات بهذا القصور وأطلقت برامج متعددة السنوات لبناء منصة بيانات على مستوى المؤسسة - أو «بحيرة البيانات» - لاستيعاب جميع مصادر البيانات ووضعها في سياقها ودمجها وتطوير رؤية شاملة للعميل. من خلال مصدر بيانات موثوق به يمتد عبر العمليات التنظيمية، يمكن للشركة تطوير تطبيق ذكاء اصطناعي باستخدام خوارزمية تعلم خاضعة للإشراف لتحفيز وتوجيه التواصل بشكل استباقي مع العملاء المعرضين للخطر.
التركيز على إعادة الاستخدام بدلاً من التكامل أحادي الاستخدام
قامت المؤسسات تقليديًا ببناء عمليات تكامل ووظائف لوحدات أو وظائف عمل محددة، مما يؤدي غالبًا إلى وظائف زائدة عن الحاجة، وعمليات تكامل مخصصة مقترنة بإحكام ومضاعفة التعقيد في القطاع الفني، مما يؤدي في النهاية إلى زيادة التكلفة الإجمالية للملكية وإبطاء سرعة السوق. تستغل المؤسسات التي تعمل في مجال الذكاء الاصطناعي أولاً قوة إعادة الاستخدام والنمطية لإنشاء طبقة مركزية من واجهات برمجة التطبيقات (APIs) التي تعرض البيانات ومكتبات مكونات البرامج لتمكين التطوير السريع لتطبيقات الذكاء الاصطناعي عبر المؤسسة. في هذا النموذج، لا يقتصر تطوير التطبيقات على بناء وظائف جديدة من الصفر، بل يتعلق أكثر بتنسيق الوظائف التكميلية الحالية لدفع الاقتصادات الكبرى والنطاق في الأعمال التجارية.
تخصيص الموارد لتحديد حالات استخدام الذكاء الاصطناعي وإجراء التجارب
أثناء دعم مؤسستك الرقمية، كرس فرقًا للتركيز على تحديد حالات استخدام الذكاء الاصطناعي التي تؤدي إلى التأثير والتعلم التنظيمي. مثلًا، أنشأت Allstate مركز امتياز للذكاء الاصطناعي تستخدم فيه الفرق متعددة الوظائف مجموعة من تخطيط تدفق القيمة والتفكير في التصميم لتحديد فرص الذكاء الاصطناعي وتحديد الحلول القائمة على الذكاء الاصطناعي. قال كريس جيتس «إن التلقيح المتبادل بين أصحاب المصلحة عمل جبار؛ حيث يمكن لمهندسي الذكاء الاصطناعي إزالة الغموض عن العملية وأن يصبحوا أكثر اطلاعًا على الأعمال، بينما تصبح الشركات الصغيرة والمتوسطة (خبراء متخصصين في الموضوع) أكثر اطلاعًا على حالات استخدام الذكاء الاصطناعي».
في تحديد حالات استخدام الذكاء الاصطناعي، نوصي الفرق بالتركيز على السيناريوهات التي يمكن للذكاء الاصطناعي من خلالها جعل المنتجات أو العمليات أو الخبرات أكثر ذكاءً أو كفاءة أو قابلية للتوسع.
برنامج MVPs الذي يحسن النتائج ويبدأ التعلم المستمر
نظرًا لتوسيع نطاق MVPs إلى المزيد من الوظائف وشرائح العملاء، سيتم إدخال المزيد من البيانات، مما يعني أن المؤسسات لديها المزيد من الأدوات لتحسين الخوارزميات. بالتالي يمكن أن تؤدي الخوارزميات الأفضل إلى تجارب أفضل، وفي النهاية مزيد من الاستخدام (ثم تبدأ الدورة المُثمرة من جديد).
فكّر في تطبيق توصيل البقالة بالاشتراك الذي تم تحسينه مؤخرًا بميزات التخصيص.
النتيجة المرجوة هي زيادة متوسط حجم السلة، وعندما يضيف المستخدمون أشياء إلى سلة التسوق، تحدد الخوارزمية العناصر التي طلبها العملاء الذين لديهم سلال مشابهة وتعرضها على الشاشة كاقتراحات. يمكن للعملاء بعد ذلك قبول التوصيات أو رفضها.
مع زيادة حجم العينة وتحليل الخوارزمية لبيانات العملاء الإضافية (كالديموغرافية وتاريخ الطلب والسلوك وما إلى ذلك)، تصبح الخوارزمية أفضل في تحويل التوصيات إلى مبيعات.
ويؤدي هذا بدوره إلى تحسين تجارب تسوق العملاء، والمزيد من استخدام التطبيق، والمزيد من البيانات لتحسين الخوارزمية.
