أعلنت WingArc1st عن حل منصة الاستفادة من البيانات «DataTetra» (داتا تيترا)، المصمم على أساس استخدام الشركات للذكاء الاصطناعي، وبدأت إتاحته تدريجيًا اعتبارًا من 21 أكتوبر. وتدعم المنصة، ضمن منظومة واحدة، كل شيء بدءًا من دمج البيانات وإدارتها، مرورًا بتحليلها باستخدام الذكاء الاصطناعي، وصولًا إلى توظيفها في الأعمال. كما تستهدف معالجة تحديات مثل ارتفاع تكاليف المعالجة مع توسع استخدام الذكاء الاصطناعي والاعتماد على خدمات بعينها.
العقبة أمام توظيف الذكاء الاصطناعي لا تقتصر على أداء النماذج
مع تزايد الشركات التي تدمج الذكاء الاصطناعي في أعمالها، قد لا تكون العقبة في «اختيار الذكاء الاصطناعي المناسب»، بل في مسألة أقل بريقًا: كيف تواصل التعامل مع البيانات المتاحة لديها. فبيانات الشركات تزداد تنوعًا وضخامة، وتصبح معالجتها أكثر تعقيدًا عند محاولة استخدامها مع الذكاء الاصطناعي.
ومن أمثلة ذلك «تعفّن السياق» (Context Rot)، وهي ظاهرة تتراجع فيها دقة الإجابات عندما يعجز الذكاء الاصطناعي عن استيعاب السياق جيدًا بعد إدخال كميات كبيرة من المعلومات إليه. ويمكن اعتبارها ظاهرة تناقض التوقع البديهي بأن حشو مزيد من المستندات سيجعل الذكاء الاصطناعي أكثر ذكاءً. كما أن تأثر أعمال الشركة بحالة تشغيل خدمات الذكاء الاصطناعي الخارجية مسألة لا يمكن تجاهلها.
وتضاف إلى ذلك مشكلة التكاليف. فمع كل معالجة للبيانات غير المهيكلة، أو تكرار التحليلات وعمليات البحث التي يجريها الذكاء الاصطناعي، تتراكم تكاليف المعالجة بحسب حجم الاستخدام. وكلما زاد الاستخدام اليومي للذكاء الاصطناعي ارتفعت المدفوعات. وربما يعرف بعض المسؤولين ذلك الشعور الذي تتراجع فيه محتويات المحفظة ببطء مقابل سهولة الاستخدام.
نحو 80% يرون التكاليف تحديًا، بحسب استطلاع
في استطلاع «واقع استخدام الشركات للذكاء الاصطناعي ونتائج المؤسسات» الذي أجرته الشركة في سبتمبر، سألت المشاركين عما إذا كانوا يعتقدون أن تكلفة استخدام خدمات الذكاء الاصطناعي ستشكل تحديًا أمام استخدامه مستقبلًا. وأجاب 28.2% بـ«أعتقد ذلك بشدة»، و50.9% بـ«أعتقد ذلك إلى حد ما»، لتبلغ النسبة الإجمالية 79.1%.
فيما يسبق زخم التبني أحيانًا، يبدو أن المخاوف بشأن تكاليف مرحلة التشغيل تحظى بانتشار واسع. وتُقدّم DataTetra بوصفها منتجًا يواجه هذه المخاوف مباشرة.
تجميع البيانات واختيار مواضع توظيف الذكاء الاصطناعي
جوهر DataTetra هو «بيئة ليك هاوس» التي تُطرح حديثًا. والليك هاوس هو نظام يجمع بين نقاط القوة في مستودع البيانات (DWH) وبحيرة البيانات، ويتيح التعامل مع البيانات المهيكلة والمنظمة والبيانات غير المهيكلة، مثل المستندات والصور، ضمن منصة واحدة. وتقول الشركة إن المنصة تدعم في مسار واحد دمج البيانات وإدارتها، وتحليلها بالذكاء الاصطناعي، ثم توظيفها في الأعمال.
تتمثل المبادئ التصميمية التي تتبناها المنصة في ثلاثة محاور: «التعايش مع الذكاء الاصطناعي»، و«سيادة البيانات»، و«منصة الاستفادة من البيانات».
فكرة حصر المجالات التي يُعهد بها إلى الذكاء الاصطناعي
في إطار «التعايش مع الذكاء الاصطناعي»، تهيئ المنصة بيئة تتيح للذكاء الاصطناعي الرجوع إلى معنى البيانات وشروط استخدامها، مع التعامل مع البيانات المهيكلة وغير المهيكلة. ومن ثم، تجمع بين المجالات التي تستلزم معالجة بالذكاء الاصطناعي وتلك الأنسب للمعالجة بالبرامج التقليدية، في نهج يحد من الاعتماد المفرط على الذكاء الاصطناعي.
وهنا تكمن نقطة لافتة. فبدلًا من توسيع نطاق استخدام الذكاء الاصطناعي باعتباره أداة شاملة لكل شيء، تُترك المعالجة النمطية للأنظمة التقليدية، ولا يُسند إلى الذكاء الاصطناعي إلا ما يحتاج إليه فعلًا. ويبدو هذا توزيعًا منطقيًا للأدوار، من حيث التكلفة والدقة على السواء.
«سيادة البيانات» للحد من الاعتماد على الموردين
تتيح «سيادة البيانات» بناء البيئة مع الاستفادة من أصول البيانات الموجودة بالفعل، مثل مستودعات البيانات والليك هاوس، مع الحد من الاعتماد على مورد بعينه. ويعكس ذلك توجهًا نحو «سيادة المستخدم»، بحيث تتمكن الشركات من اختيار بيئة بياناتها واستخدامها للذكاء الاصطناعي والتحكم فيها بفاعلية.
أما في جانب منصة الاستفادة من البيانات، فتقدم المنصة دعمًا متكاملًا لدمج البيانات وإدارتها وإضفاء المعنى عليها، وبناء التطبيقات ووكلاء الذكاء الاصطناعي، ثم مشاركتها والاستفادة منها.
توقع التكاليف من خلال سعة الاستخدام بدلًا من الدفع بحسب الاستهلاك
على صعيد المكونات، تجمع المنصة بين تقنيات ومنتجات الشركة، مثل «Dr.Sum» و«MotionBoard» و«dejiren AI». وهي تدعم كلا الخيارين: استكمال مستودع بيانات قائم، أو بناء منصة للاستفادة من البيانات تتمحور حول DataTetra، ما يتيح تنفيذها بما يتناسب مع بيئة الأنظمة لدى كل شركة.
ومن الجوانب الجديرة بالاهتمام نظام الرسوم. إذ تعتزم الشركة اعتماد «رسوم قائمة على السعة»، تُحدد وفقًا لسعة الاستخدام، مثل القدرة على المعالجة، بدلًا من الدفع بحسب حجم الاستخدام الفعلي. وتقول إنها تهدف إلى توفير بيئة تتيح مواصلة استخدام البيانات مع إمكان توقع التكاليف، حتى مع التوسع في توظيف الذكاء الاصطناعي.
لكن مدى تخفيف الرسوم القائمة على السعة لعبء التكاليف فعليًا سيختلف على الأرجح بحسب حجم الاستخدام وطريقته لدى كل شركة. ومع ذلك، فإن الانتقال من القلق بشأن استمرار عدّاد التكلفة بالدوران مع كل استخدام للذكاء الاصطناعي إلى نظام يسهل معه إعداد الميزانية مسبقًا قد يكون عاملًا يسهل تقييمه لدى الإدارة العليا وأقسام نظم المعلومات.
ترسيخ الاستخدام داخل المؤسسة هو الاختبار بعد التنفيذ
لا يكفي إدخال المنصة وحده لتحقيق النتائج. وتقول الشركة إنها ستقدم أيضًا خدمات لدعم إنشاء بيئة الاستفادة من البيانات وتشغيلها وترسيخ استخدامها داخل المؤسسة. وتعتزم توظيف خبرات فريق متخصص ينفذ أكثر من 100 مشروع دعم سنويًا، للمساعدة في بناء مؤسسات تواصل الاستفادة من البيانات بصورة مستمرة، بما يشمل تنمية الكفاءات وإرساء هياكل التشغيل.
لا تقتصر قيمة الذكاء الاصطناعي على تجربته مرة واحدة، بل تظهر حين يُستخدم باستمرار. وفي هذه الحالة، لا تقل أهمية عن ذكاء النماذج، بل قد تفوقه، أمورٌ مثل تهيئة البيانات، وإمكانية التنبؤ بالتكاليف، ووجود منظومة تمكّن فرق العمل من إدارة التشغيل. ويعكس إعلان DataTetra تحوّل ساحة المنافسة في الذكاء الاصطناعي من سؤال «ما الذي نستخدمه؟» إلى سؤال «كيف نضمن استدامة استخدامه؟».
コメント