الشركات الصغيرة التي لم تستثمر في منظمة العفو الدولية ربما لم تقم بما يكفي من البحوث

وفقًا لتقرير صادر عن Bluewolf (شركة IBM) ، فإن 21 بالمائة فقط من الشركات الصغيرة قد طبقت حلولًا تعتمد على الذكاء الاصطناعي (AI). استقصاء AI Investment Gap Survey لـ 177 من صانعي القرار حول العالم لتحديد ما إذا كانوا قد تبنوا الذكاء الاصطناعي والتعلم الآلي (ML) حتى الآن ، وعمق فهمهم لهذه التقنيات. على الرغم من أن 33 في المائة من الشركات الصغيرة خططت للاستثمار في الذكاء الاصطناعى في غضون الـ 12 شهرًا القادمة (وبذلك يصل إجمالي عدد الشركات التي تبنتها منظمة العفو الدولية في العام المقبل إلى 54 في المائة) ، إلا أن الإجمالي لا يزال أقل من الشركات الكبيرة. بالإضافة إلى ذلك ، 30 في المائة من الشركات الكبيرة قد استثمرت بالفعل في الذكاء الاصطناعي بينما تخطط 44 في المائة للبدء في الاستثمار خلال الـ 12 شهرًا القادمة. وبذلك يصل المجموع إلى 74 بالمائة ، أو 20 بالمائة أكثر من إجمالي الشركات الصغيرة.

قالت فانيسا تومبسون ، نائب الرئيس الأول لرؤى تجربة العملاء لدى Bluewolf ، أن هناك فجوة في المعرفة بين الشركات التي اعتمدت أدوات الذكاء الاصطناعي وتلك التي لا تخطط لتبني مثل هذه الأدوات. وتصف هذه الفجوة بأنها "فجوة الاستثمار في منظمة العفو الدولية" وتصفها بأنها "تباين بين المديرين التنفيذيين على مستوى C الذين يفهمون الذكاء الاصطناعى وأولئك الذين لم ينشروه بعد في أعمالهم" ، وفقًا لبيان مكتوب.

نظرًا لأن Bluewolf يبيع أدوات الذكاء الاصطناعي ، فمن المناسب أن يقترحوا أن السبب الوحيد الذي يجعل الأشخاص لا يشترون أدوات الذكاء الاصطناعي هو أنهم لا يعرفون عنها. للتحقق من مطالبة طومسون ، تحدثت مع براندون بورسيل ، كبير المحللين لرؤى العملاء في شركة Forrester Research ، حول ماهية القضايا الأخرى ، إن وجدت ، التي قد توجد لتسبب الفجوة بين أولئك الذين تبنوا الذكاء الاصطناعى وأولئك الذين لم يفعلوا ذلك. أجرت بورسل وأبحاث فورستر دراسات مماثلة عن تبني الذكاء الاصطناعي. على الرغم من أن أرقامه الإجمالية متشابهة مع أرقام IBM - حيث أن 51 بالمائة من الشركات قد تبنت أو تعمل على توسيع الذكاء الاصطناعى ، و 20 بالمائة يقولون أنهم ينوون تبنيهم خلال الـ 12 شهرًا القادمة - توصلت بورسيل إلى بضعة أسباب أخرى مقنعة وراء تأخر الشركات الصغيرة منحنى اعتماد منظمة العفو الدولية.

تكلفة الذكاء الاصطناعى

أشار بورسيل إلى قيود الاستثمار كعامل رئيسي ، خاصةً "من حيث صلتها بمجموعة المهارات. لا تملك الشركات الصغيرة الموارد اللازمة لتوظيف علماء البيانات" ، على حد قوله. هؤلاء هم العمال الذين سيقومون باستخلاص رؤى من البيانات التي يتم إدخالها من وإلى برنامج المؤسسة.

سيكونون أيضًا هم الذين يحددون ما إذا كانت منظمة العفو الدولية تقرأ بياناتك بدقة وتتخذ إجراءات تستند إلى ذكائها الخاص. يبلغ متوسط ​​الراتب لعالم البيانات 113،436 دولارًا سنويًا ، وفقًا لـ Glassdoor ، والذي يعد (في المخطط الكبير للأثرياء) أقل بقليل من متوسط ​​راتب الرئيس التنفيذي الأمريكي (166،000 دولار ، وفقًا لموقع PayScale). لذا ، إذا كنت رئيسًا تنفيذيًا للأعمال التجارية الصغيرة تعمل على هوامش رقيقة ولا تريد تخفيض راتبك ، فسيكون من الصعب ترشيد إنفاق ستة أرقام على عالم بيانات - وإنفاق الأموال على نظام برمجيات يمكنه تحويل البيانات في الذكاء الاصطناعى.

ولكن ليس فقط الأموال التي تمنع الشركات الأصغر من الاستثمار في البرامج التي تعتمد على الذكاء الاصطناعي. وقال بورسيل "في ملاحظة ذات صلة ، هناك عامل بيانات". "تزدهر الذكاء الاصطناعي عندما يكون لديك كميات كبيرة من البيانات. لا تملك الشركات الصغيرة نفس القدر من البيانات للقيام بذلك."

فكر في الأمر كما يلي: أنت تعرف كيف يعرف Facebook أي الأصدقاء سيضعون علامة عند نشر صورة؟ ذلك لأن Facebook قام بجمع المعلومات من جميع منشوراتك المعلمة مسبقًا. هل سبق لك مشاهدة فيلم أوصت به Netflix؟ عرف Netflix أن يوصي بهذا الفيلم بناءً على اختياراتك السابقة. بإمكان Facebook و Netflix تقديم هذه التوصيات بناءً على ML ، وهو أول ابن عم لمنظمة العفو الدولية. على الرغم من أنها متشابهة ، فغالبًا ما يتم استخدام المصطلحين بالتبادل (وغير صحيح).

إليك الفرق الأساسي بين المصطلحات: تستخدم أنظمة ML الذكاء لتحسين الأداء من خلال تقديم توصيات لك وطرق لتبسيط العمليات ، في حين أن الأنظمة التي تستخدم الذكاء الاصطناعي تمنح الحكم الذاتي للبرنامج لتنفيذ المهام واتخاذ القرارات دون إشراف بشري. تقوم ML بتقديم Netflix توصيات للأفلام بينما AI سيارة تقودك إلى العمل بينما تأخذ غفوة في المقعد الخلفي. نظرًا لأن الشركة الصغيرة التي بدأت للتو في توليد البيانات ، ستكون مزايا الذكاء الاصطناعي ضئيلة مقارنةً بما قد تراه شركة Fortune 500 عندما تقوم بتشغيل برنامج الذكاء الاصطناعي.

هل Bluewolf خاطئ؟

لذلك ، هل تغذية Bluewolf بالمعلومات السيئة في المسح الخاص بهم؟ هل تعرف الشركات الصغيرة عن الذكاء الاصطناعى ولكنها لا تملك المال أو البيانات التي تثير حماستها؟ لا تعتقد بورسيل أن بحث Bluewolf خاطئ. في الواقع ، ينسب إلى IBM Watson أنه منشئ الحوسبة الإدراكية ، وهو المصطلح الشمسي الذي يشتمل على الذكاء الاصطناعى ، و ML ، والتطبيقات الأخرى التي تحاكي الدماغ البشري.

وقالت بورسيل: "لقد أنفقوا الكثير من المال لإنشاء هذه الفئة ، لكن لديهم منافسين كبار في الفضاء: Google ، Amazon ، Facebook ، Microsoft". "تجلس هذه الشركات أيضًا على كميات هائلة من البيانات المستخدمة لتدريب أنظمة الذكاء الاصطناعي. إن تعريف هوليوود للأجهزة الذكية هو الروبوت الآلي. لم نستخدم هذا بعد. ولكن عندما يتعلق الأمر بتنفيذ الذكاء الاصطناعى على مستوى المؤسسة من أجل الذكاء الاصطناعى العملي ، IBM تتفوق في إنشاء تلك الأدوات."

إن المفاهيم الخاطئة حول هوليوود ، ومنظمة العفو الدولية ، والروبوتات التي تقتلنا أثناء نومنا هي سبب محتمل لأن الشركات الصغيرة ابتعدت عن تعلم المزيد عن أدوات الذكاء الاصطناعي. إذا كنت بائع قمصان في أوكلاهوما ، فما الجيد إذاً سيارة مستقلة أو روبوت مستقبلي مسلح بمسدس ليزر؟ ومع ذلك ، عندما يتم أخذها في سياقها الأقل شهرة ، ترى بورسيل وتومبسون حالات الاستخدام العملي للشركات الصغيرة - استخدام الحالات التي لم يتم تعليمها الشركات الصغيرة حتى الآن.

مع شيء يشير إليه Thompson و Bluewolf بـ "الذكاء المعزز" ، لا تحتاج الشركات الصغيرة بالضرورة إلى خبرة البيانات أو مجموعة المعلومات للاستفادة من الذكاء الاصطناعي. يُعرّف Bluewolf الذكاء المعزز بأنه القدرة على التطبيقات لاستدلال الأفكار واستنتاجها واستخلاصها ، حتى مع مجموعات البيانات غير المهيكلة ، مثل اللغة والصور. حتى في بداية جمع بيانات الشركة ، فإن حلول الذكاء المعزز قادرة على التعلم كما هي ، بغض النظر عن مقدار المعلومات التي يتم إدخالها في النظام.

وقال تومسون: "تساعد المعلومات المعززة المستخدمين النهائيين على التنبؤ بما يجب القيام به بعد ذلك عن طريق منحهم ملف تعريف لما يحتاج إليه عملائهم". "إننا نعتبر زيادة كطريقة لجعل الذكاء الاصطناعي حقيقة بالنسبة للشركات من أي حجم."

يتضمن ذلك أشياء مثل الجمع بين البيانات الخارجية والداخلية لدعم المعرفة التي تستخدمها تقنية الذكاء المعزز لاتخاذ القرارات التجارية. على سبيل المثال ، من خلال الجمع بين أنماط التسوق المحلية الخارجية وبيانات الطقس مع بيانات أنماط التسوق الخاصة بالملكية ، يمكن لشركات التجارة الإلكترونية تقديم حملات شديدة التخصيص. في هذا السيناريو ، سيكون عالم البيانات مفيدًا ولكنه غير ضروري ، وستجعل مجموعة كبيرة من بيانات العميل الحملة أكثر قوة. لكن ذلك لن يمنع الحملة من أن تكون أكثر قوة مما لو كانت بدون مصادر البيانات الداخلية والخارجية.