قلق 80% من صناع القرار في مجال الذكاء الاصطناعي بشأن خصوصية البيانات والأمان

تشعر المؤسسات بالحماسة تجاه إمكانات الذكاء الاصطناعي الإنتاجي في زيادة إنتاجيتها وفاعلية الأفراد في العمل، ولكن يعوقها غياب التخطيط الاستراتيجي ونقص المواهب والكفاءات اللازمة مما يحول دون تحقيق القيمة الحقيقية له.

تشير دراسة أجرتها شركة كولمان باركس للأبحاث في أوائل عام 2024 ورعتها شركة تحليلات البيانات SAS، والتي قامت باستطلاع آراء 300 صانع قرار في استراتيجيات الذكاء الاصطناعي أو تحليلات البيانات في الولايات المتحدة، بغرض معرفة المجالات الرئيسية للاستثمار والعقبات التي تواجهها المؤسسات.

صرحت مارينيلا بروفي، المستشارة الاستراتيجية للذكاء الاصطناعي في SAS، قائلة: “تدرك المؤسسات أن النماذج اللغوية الكبيرة وحدها لا تحل التحديات التجارية.”

“يجب أن ينظر إلى الذكاء الاصطناعي الإنتاجي على أنه مساهم مثالي في الأتمتة الفائقة وتسريع العمليات والأنظمة القائمة بالفعل بدلاً من أن يكون اللعبة الجديدة والمشرقة التي ستساعد المؤسسات في تحقيق كل طموحاتها التجارية. الوقت الذي يتم إنفاقه في تطوير استراتيجية متقدمة والاستثمار في التكنولوجيا التي توفر التكامل والحوكمة والقابلية للتفسير للنماذج اللغوية الكبيرة هي خطوات حاسمة يجب على جميع المؤسسات اتخاذها قبل الاندفاع والانخراط بكامل قوتها.”

تواجه المؤسسات عقبات في أربعة مجالات رئيسية لتنفيذ الذكاء الاصطناعي الإنتاجي:

زيادة الثقة في استخدام البيانات وتحقيق الامتثال. تملك فقط واحدة من كل 10 مؤسسات نظامًا موثوقًا لقياس التحيز ومخاطر الخصوصية في النماذج اللغوية الكبيرة. وعلاوة على ذلك، يفتقر 93% من الشركات الأمريكية إلى إطار حوكمة شامل للذكاء الاصطناعي الإنتاجي، وتعرض معظمها لمخاطر عدم الامتثال للتنظيمات.

دمج الذكاء الاصطناعي الإنتاجي في الأنظمة والعمليات القائمة. تكشف المؤسسات أنها تواجه مشاكل في التوافق عند محاولة دمج الذكاء الاصطناعي الإنتاجي مع أنظمتها الحالية.

نقص المواهب والمهارات. تفتقر الشركات إلى الخبرات الداخلية في مجال الذكاء الاصطناعي الإنتاجي. وبينما تواجه أقسام الموارد البشرية نقصًا في التوظيف المناسب، يشعر قادة المؤسسات بقلق بشأن عدم توفر المهارات اللازمة للاستفادة الكاملة من استثماراتهم في الذكاء الاصطناعي الإنتاجي.

توقع التكاليف. يشير القادة إلى وجود تكاليف مباشرة وغير مباشرة تحول دون استخدام النماذج اللغوية الكبيرة. يقدم مبتكرو النماذج تقديرًا تقريبيًا للتكلفة (التي أدركت المؤسسات الآن أنها محدودة). ولكن تكاليف إعداد المعرفة الخاصة والتدريب وإدارة النماذج تعتبر طويلة ومعقدة.

أضافت بروفي: “سيعتمد الأمر على تحديد حالات الاستخدام العملية التي توفر أعلى قيمة وتحل الاحتياجات البشرية بطريقة مستدامة وقابلة للتوسع.”

“من خلال هذه الدراسة، نستمر في التزامنا بمساعدة المؤسسات على البقاء على اطلاع واستثمار أموالها بحكمة والبقاء متينة. في عصر تطور تكنولوجيا الذكاء الاصطناعي بشكل يومي تقريبًا، يعتمد التفوق التنافسي بشكل كبير على القدرة على اعتماد قواعد الصمود.”

 هذا المحتوى تم باستخدام أدوات الذكاء الاصطناعي