اعرف بوضوح نوع عمل الذكاء الاصطناعي الذي تشتريه
يشمل تطوير الذكاء الاصطناعي أنواعاً متعددة من العمل، يحتاج كل منها إلى مهارات مختلفة. ومشاريع الشركات اليوم تُبنى عادةً على نماذج لغوية قائمة، ونادراً ما تحتاج إلى نموذج يُدرَّب من الصفر. فاعرف النوع الذي تحتاجه، لأن الشركة القوية في أحدها قد تكون ضعيفة في غيره.
| نوع العمل | ما هو | المهارة الأهم |
|---|---|---|
| مساعد يعمل على مستنداتك | يجيب عن الأسئلة من سياساتك أو أدلتك أو سجلاتك، مع ذكر المصادر | تجهيز محتواك واسترجاعه جيداً، وقياس جودة الإجابات |
| أتمتة سير العمل بالوكلاء | برمجيات تقرأ وتقرر وتنفّذ داخل أنظمتك، مع اشتراط الموافقة حيث يلزم | الربط بالأنظمة، والصلاحيات، والتعامل الآمن مع الإخفاق |
| ميزات ذكاء اصطناعي داخل منتج | تلخيص أو بحث أو صياغة مسودات أو تصنيف داخل تطبيق | تصميم المنتج، وضبط التكلفة، وسرعة الاستجابة |
| نموذج مخصص أو خاضع للضبط الدقيق | نموذج يُكيَّف مع بياناتك لمهمة محددة | هندسة تعلم الآلة، ومجموعة بيانات كبيرة ونظيفة |
| الاستراتيجية والتقييم | تحديد المواضع التي يستحق فيها الذكاء الاصطناعي أن يُستخدم أصلاً | معرفة بعملياتك، والصراحة الكافية لقول «لا» |
وإن لم تحدد بعدُ أين مكان الذكاء الاصطناعي في عملك، فابدأ بدليل كيف تحدد إجراءات العمل التي تناسب الذكاء الاصطناعي.
ما الذي يفصل القدرة الحقيقية عن العرض التوضيحي الجيد
يمكن تجميع عرض توضيحي مقنع بسرعة بالأدوات المتاحة اليوم. أما جعل النظام نفسه جديراً بالاعتماد على حالاتك الحقيقية، وبتكلفة تقبلها، فهو معظم العمل. وتكشف لك هذه المعايير الثمانية نوع الشركة التي تتحدث إليها.
| المعيار | العلامة الجيدة | علامة التحذير |
|---|---|---|
| صياغة المشكلة | يسألون عن القرار أو المهمة التي يدعمها النظام، وعن تكلفة الخطأ | يبدؤون من التقنية، ثم يبحثون عن مكان يستخدمونها فيه |
| التعامل مع البيانات | يسألون أين توجد بياناتك، وما مدى نظافتها، ومن يحق له الاطلاع عليها | يفترضون أن البيانات جاهزة |
| التقييم | مجموعة اختبار مبنية من حالاتك الحقيقية، تُتابَع نتائجها مع كل تغيير | الحكم على الجودة بتجربة بضعة أمثلة في اجتماع |
| التعامل مع الإخفاق | سلوك محدد حين لا يكون النموذج متأكداً أو حين يخطئ، مع مراجعة بشرية حيث تكون المخاطر عالية | الادعاء بأن النموذج نادراً ما يخطئ |
| التكلفة والسرعة | تقدير لتكلفة التشغيل لكل مهمة، وتصميم يضبطها | لا ذكر لتكاليف الاستخدام حتى تصل الفاتورة |
| الأمان والخصوصية | إجابات واضحة عما يُرسل إلى كل مزوّد نماذج، وما يُخزَّن | طمأنة غامضة بأن البيانات في أمان |
| الاستقلال عن نموذج بعينه | تصميم يتيح تبديل النماذج مع تغيّر الأسعار والجودة | كل شيء مربوط بمزوّد واحد دون تقديم سبب |
| الملكية | تحدد الاتفاقية من يملك تعليمات النموذج ومجموعات الاختبار والشيفرة والسجلات | منطق النظام داخل منصتهم، ولا تصل إليه إلا باشتراك |
أسئلة تكشف الفرق
- 01
كيف سنعرف أن النظام جيد بما يكفي لإطلاقه؟
A strong answer coversمقاييس متفق عليها مسبقاً، ومجموعة اختبار من حالاتك أنت، ودرجة نجاح يحددها الطرفان معاً
- 02
ماذا يحدث حين يخطئ؟
A strong answer coversكيف يُكتشف عدم اليقين، وماذا يرى المستخدم، ومتى يراجع شخص، وكيف تعود الأخطاء إلى الاختبارات
- 03
كم ستكون تكلفة تشغيله شهرياً بحجم عملنا؟
A strong answer coversحساب مبني على الاستخدام المتوقع لديك، مع العوامل الرئيسية وطرق خفضها
- 04
أي بياناتنا تخرج من أنظمتنا، وإلى أين تذهب؟
A strong answer coversقائمة واضحة بالمزوّدين، وما يتلقاه كل منهم، وهل يحتفظ به، وبأي شروط
- 05
هل يمكن أن تُطلعونا على تقرير تقييم من مشروع آخر؟
A strong answer coversتقرير حقيقي حُذفت منه التفاصيل الخاصة، يُظهر النتائج عبر الزمن وأمثلة على الإخفاقات
- 06
ما الذي قد يجعلكم تنصحوننا بعدم القيام بهذا؟
A strong answer coversشروط محددة، مثل قلة البيانات، أو ارتفاع تكلفة الخطأ، أو وجود حل أبسط
- 07
كيف يتغير النظام حين يظهر نموذج أفضل؟
A strong answer coversالنموذج جزء قابل للاستبدال، ومجموعة الاختبار تُظهر فوراً هل التغيير تحسّن أم لا
كيف تبدو الإجابة الضعيفة والإجابة القوية
سؤال واحد وإجابتان
تسأل شركة لوجستية مورّدَين: كيف ستعرفان أن مساعداً يجيب عن أسئلة العملاء حول التوصيل يعمل كما ينبغي؟ والإجابتان كلتاهما افتراضيتان.
- الإجابة الضعيفةنستخدم أكثر النماذج المتاحة تقدماً، لذلك الدقة عالية جداً. وسنختبره جيداً قبل الإطلاق، ويمكنكم أن تجربوه بأنفسكم.
- الإجابة القويةنأخذ بضع مئات من الأسئلة الحقيقية من صندوق بريد الدعم لديكم، مع الإجابات التي قدّمها فريقكم، فتصبح هذه مجموعة الاختبار. ثم نقيس كم مرة تطابق إجابة المساعد الإجابة الصحيحة، وكم مرة يمتنع عن الإجابة حين ينبغي له ذلك، وكم مرة يختلق شيئاً. وتحددون أنتم درجة النجاح قبل أن نبدأ. وبعد الإطلاق، نراجع كل أسبوع عينة من المحادثات الفعلية ونضيفها إلى مجموعة الاختبار.
- ما يكشفه الفرقالمورّد الأول يعتمد على النموذج، أما الثاني فلديه منهج، والمنهج هو ما تدفع مقابله.
لاحظ أن الإجابة القوية لا تذكر أبداً النموذج الذي ستستخدمه. فالقياس يأتي أولاً، واختيار النموذج يتبعه.
اطلب تجربة أولية صغيرة قابلة للقياس
أفضل حماية من الاختيار الخاطئ تجربة أولية تُكتب معايير نجاحها قبل أن تبدأ: سير عمل واحد، وبيانات حقيقية، ومدة محددة، وقرار واضح في النهاية. والشركة الواثقة من منهجها سترحب بذلك، أما التي تبيع عرضاً توضيحياً فستدفعك نحو التزام أكبر.
ويشرح دليلنا عن التخطيط لتجربة ذكاء اصطناعي أولية بمعايير نجاح قابلة للقياس كيف تُعدّها.
علامات جيدة وعلامات تحذير
Good signs
- يطلبون رؤية أمثلة حقيقية من العمل قبل أن يقترحوا أي شيء
- يتحدثون عن التقييم أكثر مما يتحدثون عن النماذج
- يقترحون إبقاء شخص في دائرة القرار حيث يكون الخطأ مكلفاً
- يخبرونك حين تكفي قاعدة بسيطة أو أتمتة سهلة لإنجاز العمل دون ذكاء اصطناعي
- يستطيعون شرح نظامهم بلغة بسيطة
Warning signs
- وعود بنسب دقة قبل الاطلاع على بياناتك
- لا خطة للإجابات الخاطئة أو غير المؤكدة
- منصة خاصة بهم لا تستطيع مغادرتها
- لا ذكر لتكاليف التشغيل
- منتج واحد يقدّمونه جواباً عن كل مشكلة
قائمة تحقق تمر عليها قبل أن توقّع
قائمة التحقق من عقد مشروع الذكاء الاصطناعي
0 من 9 منجزةماذا تفعل الآن
اختر سير عمل واحداً، واجمع منه عشرين مثالاً حقيقياً، واعرضها على الشركات التي تفكر فيها. فطريقة تعامل كل شركة مع الحالات الحقيقية ستخبرك أكثر مما يخبرك أي عرض تقديمي.
يمكنك أن ترى كيف نصف عملنا في مكتبة حلول وكلاء الذكاء الاصطناعي لدينا، وفيها نذكر أي الحلول مُثبت بعرض عملي وأيها مقترحات، كما تشرح صفحتا تطوير منتجات الذكاء الاصطناعي ودمج الذكاء الاصطناعي طريقتنا في البناء. أو أرسل إلينا أمثلتك، وسنقول لك بصراحة هل نرى الذكاء الاصطناعي الأداة المناسبة.
أسئلة شائعة
هل نحتاج إلى شركة تدرّب نماذج ذكاء اصطناعي خاصة بها؟
نادراً. فتطبيقات الأعمال اليوم تُبنى عادةً على نماذج قائمة من كبار المزوّدين، مع ربطها ببياناتك وأنظمتك. أما تدريب نموذج أو ضبطه الدقيق فيستحق العناء في المهام المحددة التي تتوفر لها كميات كبيرة من البيانات النظيفة. والشركة التي تدفعك نحو تدريب مخصص لحالة استخدام عادية تبيعك الشيء الخطأ.
هل تبقى بياناتنا آمنة حين تُرسل إلى مزوّد النموذج؟
يتوقف ذلك على المزوّد والباقة والإعدادات، فاطلب التفاصيل. ما تحتاج إلى معرفته: ما الذي يُرسل، وهل يُخزَّن، ولأي مدة، وهل يجوز استخدامه لتدريب النماذج. وتوضح شروط الاستخدام التجاري لدى كبار المزوّدين موقفهم من كل نقطة، فاقرأها للباقة التي ستستخدمها. ويمكن أيضاً إخفاء البيانات الحساسة، أو معالجتها بنماذج تعمل داخل بيئتك أنت.
كم نحتاج من البيانات لنبدأ؟
أقل مما يتوقعه معظم الناس، حين يُبنى العمل على نماذج قائمة. فبضع مئات من الأمثلة الحقيقية على المهمة، مع نتائجها الصحيحة، تكفي غالباً لبناء مجموعة اختبار والبدء. والأهم من الكمية أن تكون الأمثلة حقيقية ومتنوعة، وأن تشمل الحالات الصعبة.
هل الأفضل أن نبني فريقاً داخلياً للذكاء الاصطناعي بدلاً من ذلك؟
إن كان الذكاء الاصطناعي سيبقى في قلب منتجك لسنوات، فستريد هذه القدرة داخل شركتك. والشركة الخارجية مفيدة لإطلاق أول نظام، وإثبات قيمته، ووضع المنهج. فاتفق منذ البداية على أن تنتقل المعرفة والملكية إليك، حتى يبقى الطريقان مفتوحين.
كم تبلغ تكلفة تشغيل نظام ذكاء اصطناعي؟
تتوقف تكلفة التشغيل على عدد المهام التي يتولاها النظام، وحجم النص في كل منها، والنماذج المستخدمة. ويمكن تقديرها قبل البناء انطلاقاً من أحجام عملك. فاطلب هذا التقدير، واطلب معه خيارات التصميم التي تُبقيها منخفضة، مثل استخدام نماذج أصغر للخطوات البسيطة.
