ما هو دور شركات التكنولوجيا الكبرى في مجال الذكاء الاصطناعي؟

ما هو دور شركات التكنولوجيا الكبرى في مجال الذكاء الاصطناعي؟ [فيديو واختبار]

باختصار: تكمن أهمية شركات التكنولوجيا العملاقة في مجال الذكاء الاصطناعي في سيطرتها على الجوانب الأساسية غير الجذابة - الحوسبة، ومنصات الحوسبة السحابية، والأجهزة، ومتاجر التطبيقات، وأدوات المؤسسات. تُمكّنها هذه السيطرة من تمويل النماذج الرائدة وإطلاق الميزات لمليارات المستخدمين بسرعة. في حال ضعف الحوكمة، وضوابط الخصوصية، وقابلية التشغيل البيني، فإن هذه السيطرة نفسها تتحول إلى احتكار وتمركز للسلطة.

أهم النقاط المستفادة:

البنية التحتية: تعامل مع التحكم في السحابة والرقائق وعمليات التعلم الآلي باعتبارها نقطة الاختناق الرئيسية للذكاء الاصطناعي.

التوزيع: من المتوقع أن تحدد تحديثات المنصة معنى "الذكاء الاصطناعي" بالنسبة لمعظم المستخدمين.

الرقابة على الوصول: تحدد قواعد متجر التطبيقات وشروط واجهة برمجة التطبيقات (API) بهدوء ميزات الذكاء الاصطناعي التي سيتم شحنها.

التحكم من قبل المستخدم: اطلب خيارات إلغاء اشتراك واضحة، وإعدادات دائمة، وضوابط إدارية فعالة.

المساءلة: تتطلب سجلات تدقيق، وشفافية، وآليات استئناف للنتائج الضارة.

ما هو دور شركات التكنولوجيا الكبرى في الذكاء الاصطناعي؟ (إنفوغرافيك)

🔗 مستقبل الذكاء الاصطناعي: الاتجاهات وما هو التالي
الابتكارات الرئيسية والمخاطر والصناعات التي ستشهد إعادة تشكيل خلال العقد القادم.

🔗 نماذج أساسية في الذكاء الاصطناعي التوليدي: دليل مبسط
افهم كيف تدعم نماذج الأساس تطبيقات الذكاء الاصطناعي التوليدي الحديثة.

🔗 ما هي شركة الذكاء الاصطناعي وكيف تعمل؟
تعرّف على السمات والفرق والمنتجات التي تُعرّف الشركات التي تعتمد على الذكاء الاصطناعي بشكل أساسي.

🔗 كيف يبدو كود الذكاء الاصطناعي في المشاريع الحقيقية
اطلع على أمثلة لأنماط التعليمات البرمجية والأدوات وسير العمل المدعومة بالذكاء الاصطناعي.

لنكن صريحين للحظة - تتجاهل معظم "المناقشات حول الذكاء الاصطناعي" الجوانب غير الجذابة كالحوسبة والتوزيع والمشتريات والامتثال، والحقيقة المحرجة المتمثلة في ضرورة دفع تكاليف وحدات معالجة الرسومات والكهرباء. تتواجد شركات التكنولوجيا الكبرى في هذه الجوانب غير الجذابة. وهذا تحديدًا ما يجعلها بالغة الأهمية. 😅 (وكالة الطاقة الدولية - الطاقة والذكاء الاصطناعي، إنفيديا - نظرة عامة على منصات استدلال الذكاء الاصطناعي)

دور شركات التكنولوجيا الكبرى في مجال الذكاء الاصطناعي، بلغة بسيطة 🧩

عندما يقول الناس "الشركات التقنية الكبرى"، فإنهم عادةً ما يقصدون شركات المنصات العملاقة التي تسيطر على طبقات رئيسية من الحوسبة الحديثة:

إذن، لا يقتصر دورهم على "صنع الذكاء الاصطناعي" فحسب، بل يتعداه إلى بناء الطرق السريعة، وبيع السيارات، وإدارة بوابات تحصيل الرسوم، وتحديد مواقع المخارج أيضاً. مبالغة طفيفة... لكنها ليست كبيرة.

دور شركات التكنولوجيا الكبرى في الذكاء الاصطناعي: أهم خمس وظائف 🏗️

إذا كنت تريد نموذجًا ذهنيًا واضحًا، فإن شركات التكنولوجيا الكبرى تميل إلى القيام بخمس وظائف متداخلة في عالم الذكاء الاصطناعي:

  1. موفر البنية التحتية:
    مراكز البيانات، والحوسبة السحابية، والشبكات، والأمن، وأدوات تعلم الآلة (MLOps). كل ما يجعل الذكاء الاصطناعي قابلاً للتطبيق على نطاق واسع. (وثائق Amazon SageMaker AI، وكالة الطاقة الدولية - الطاقة والذكاء الاصطناعي)

  2. مُنشئ النماذج ومحرك البحث.
    ليس دائمًا، ولكن غالبًا - المختبرات، والبحث والتطوير الداخلي، والبحوث التطبيقية، و"العلوم المُنتَجة". (قوانين التوسع لنماذج اللغة العصبية (arXiv)، تدريب نماذج اللغة الكبيرة المثلى حسابيًا (Chinchilla) (arXiv))

  3. بإمكان الموزعين إدخال الذكاء الاصطناعي إلى محركات البحث، والهواتف، وبرامج البريد الإلكتروني، وأنظمة الإعلانات، وأدوات العمل. التوزيع قوة خارقة

  4. مسؤول عن وضع القواعد
    وسياسات متجر التطبيقات، وقواعد المنصة، وشروط واجهة برمجة التطبيقات، ومراقبة المحتوى، وبوابات الأمان، وضوابط المؤسسة. (إرشادات مراجعة تطبيقات Apple، وأمان بيانات Google Play)

  5. مُخصِّصو رأس المال:
    يُموِّلون، ويستحوذون، ويُشاركون، ويُحتضنون. يُشكِّلون ما يبقى.

هذا هو دور شركات التكنولوجيا الكبرى في مجال الذكاء الاصطناعي من الناحية الوظيفية: فهي تخلق الظروف اللازمة لوجود الذكاء الاصطناعي - ثم تقرر كيف يصل إليك.

ما الذي يجعل نسخة جيدة من دور الذكاء الاصطناعي لشركات التكنولوجيا الكبرى؟ ✅😬

لا يتعلق "النموذج الجيد" لشركات التكنولوجيا الكبرى في مجال الذكاء الاصطناعي بالكمال، بل يتعلق بالموازنة بين الخيارات بطريقة مسؤولة، مع تقليل المخاطر المفاجئة التي قد تؤثر على الآخرين.

إليكم ما يميز عادةً بين جو "العملاق المتعاون" وجو "الاحتكار المثير للقلق":

سأقولها بصراحة: النسخة "الجيدة" تبدو كخدمة عامة متينة ذات جودة عالية. أما النسخة السيئة فتبدو ككازينو يضع فيه الكازينو القواعد. 🎰

جدول مقارنة: أفضل مسارات الذكاء الاصطناعي لشركات التكنولوجيا الكبرى وأسباب نجاحها 📊

أداة (مسار) جمهور سعر لماذا ينجح؟
منصات الذكاء الاصطناعي السحابية الشركات، والشركات الناشئة يعتمد على الاستخدام تقريبًا سهولة التوسع، فاتورة واحدة، الكثير من الخيارات (خيارات كثيرة جدًا)
واجهات برمجة تطبيقات نموذج الحدود المطورون، فرق المنتجات الدفع حسب الرمز المميز / متدرج سهولة دمجها، جودة أساسية جيدة، لكنها تبدو كالغش 😅
الذكاء الاصطناعي المدمج في الجهاز المستهلكون، المستهلكون المنتجون مجمعة زمن استجابة منخفض، ويراعي الخصوصية أحيانًا، ويعمل بشكل شبه غير متصل بالإنترنت
مجموعة أدوات الإنتاجية المدعومة بالذكاء الاصطناعي فرق العمل المكتبية إضافة لكل مقعد ينخرط في سير العمل اليومي - المستندات، والبريد، والاجتماعات، وكل ما يتبع ذلك من أعمال روتينية
الإعلانات + الذكاء الاصطناعي للاستهداف المسوقون نسبة الإنفاق البيانات الضخمة + التوزيع = فعّالة، ولكنها مخيفة بعض الشيء 👀
الأمن والامتثال والذكاء الاصطناعي الصناعات الخاضعة للتنظيم غالي يبيع "راحة البال" - حتى لو كان ذلك مجرد تقليل التنبيهات
رقائق الذكاء الاصطناعي + مسرعات الجميع في اتجاه مجرى النهر كثيفة الإنفاق الرأسمالي إذا كنت تملك المجارف، فأنت الفائز في حمى الذهب (استعارة غير موفقة، لكنها لا تزال صحيحة)
آليات النظام البيئي شبه المفتوح بناة، باحثون مستويات مجانية ومدفوعة زخم المجتمع، وتكرار أسرع، ومتعة جامحة أحيانًا

اعتراف بسيط بخصوص طاولة الطعام: كلمة "مجاني نوعًا ما" لها تأثير كبير هنا. مجاني حتى يصبح غير مجاني... تعرفون كيف تسير الأمور.

نظرة عن قرب: نقطة الاختناق في البنية التحتية (الحوسبة، الحوسبة السحابية، الرقائق) 🧱⚙️

هذا هو الجزء الذي لا يرغب معظم الناس في الحديث عنه لأنه ليس جذاباً. ولكنه أساس الذكاء الاصطناعي.

تؤثر شركات التكنولوجيا الكبرى على الذكاء الاصطناعي من خلال التحكم في:

إذا سبق لك تجربة نشر نظام ذكاء اصطناعي في شركة حقيقية، فأنت تعلم أن "النموذج" هو الجزء السهل. أما الجزء الصعب فهو: الصلاحيات، والتسجيل، والوصول إلى البيانات، والتحكم في التكاليف، ووقت التشغيل، والاستجابة للحوادث... الأمور المعقدة. 😵💫

لأن شركات التكنولوجيا الكبرى تمتلك جزءًا كبيرًا من هذا، فإنها تستطيع تحديد الأنماط الافتراضية:

  • ما هي الأدوات التي تصبح معيارية؟

  • ما هي الأطر التي تحظى بدعم من الدرجة الأولى؟

  • ما هي الأجهزة التي تحظى بالأولوية؟

  • أي نماذج التسعير تصبح "طبيعية"؟

هذا ليس شراً بالضرورة، ولكنه قوة.

نظرة عن قرب: بحث النموذج مقابل واقع المنتج 🧪➡️🛠️

يكمن التناقض هنا: تستطيع شركات التكنولوجيا الكبرى تمويل أبحاث معمقة، وفي الوقت نفسه تحتاج إلى تحقيق نجاحات ربع سنوية في منتجاتها. هذا المزيج يُنتج اكتشافات مذهلة، ولكنه يُنتج أيضاً... إطلاق ميزات مشكوك في جدواها.

عادةً ما تقود شركات التكنولوجيا الكبرى تقدم الذكاء الاصطناعي من خلال:

لكن ضغط المنتج يغير الأمور:

  • السرعة تتفوق على الأناقة

  • الشحن أفضل من الشرح

  • "جيد بما فيه الكفاية" أفضل من "مفهوم تماماً"

أحيانًا يكون ذلك مقبولًا. فمعظم المستخدمين لا يحتاجون إلى دقة نظرية مطلقة، بل يحتاجون إلى مساعد فعّال ضمن سير عملهم. لكن الخطر يكمن في استخدام حلول "جيدة بما يكفي" في سياقات حساسة (كالصحة، والتوظيف، والمالية، والتعليم) حيث لا تُعدّ "جيدة بما يكفي" كافية. (قانون الاتحاد الأوروبي للذكاء الاصطناعي - اللائحة (الاتحاد الأوروبي) 2024/1689)

هذا جزء من دور شركات التكنولوجيا الكبرى في مجال الذكاء الاصطناعي - تحويل القدرات المتطورة إلى ميزات متاحة في السوق الجماهيري، حتى عندما تكون هذه القدرات لا تزال في مراحلها الأولى. 🔪

نظرة عن قرب: التوزيع هو القوة العظمى الحقيقية 🚀📣

إذا استطعتَ وضع الذكاء الاصطناعي داخل الأماكن التي يعيش فيها الناس رقميًا بالفعل، فلن تحتاج إلى "إقناع" المستخدمين. ستصبح ببساطة الخيار الافتراضي.

تشمل قنوات التوزيع الخاصة بشركات التكنولوجيا الكبرى ما يلي:

  • أشرطة البحث والمتصفحات 🔎

  • مساعدو أنظمة تشغيل الهواتف المحمولة 📱

  • مجموعة برامج مكان العمل (المستندات، البريد، الدردشة، الاجتماعات) 🧑💼

  • منصات التواصل الاجتماعي وأنظمة التوصيات 📺

  • متاجر التطبيقات ومنصات التسوق الإلكتروني 🛍️ (إرشادات مراجعة تطبيقات Apple، أمان بيانات Google Play)

لهذا السبب، غالباً ما تتعاون شركات الذكاء الاصطناعي الصغيرة مع شركات التكنولوجيا الكبرى، حتى وإن كانت متخوفة من ذلك. فالتوزيع هو شريان الحياة. بدونه، قد تمتلك أفضل نموذج في العالم، لكنك ستظل تصرخ في الفراغ.

هناك أيضًا أثر جانبي دقيق: فالتوزيع يُحدد مفهوم "الذكاء الاصطناعي" لدى العامة. إذا ظهر الذكاء الاصطناعي بشكل أساسي كأداة مساعدة في الكتابة، يفترض الناس أنه يتعلق بالكتابة. وإذا ظهر كأداة لتحرير الصور، يفترضون أنه يتعلق بالصور. المنصة هي التي تُحدد الانطباع العام.

نظرة عن كثب: البيانات، والخصوصية، ومبدأ الثقة 🔐🧠

غالباً ما تصبح أنظمة الذكاء الاصطناعي أكثر فعالية عند تخصيصها. ويتطلب التخصيص عادةً بيانات، والبيانات بدورها تنطوي على مخاطر. هذا المثلث لا يزول أبداً.

تستحوذ شركات التكنولوجيا الكبرى على:

  • بيانات سلوك المستهلك (عمليات البحث، النقرات، التفضيلات)

  • بيانات المؤسسة (رسائل البريد الإلكتروني، والمستندات، والمحادثات، والتذاكر، وسير العمل)

  • بيانات المنصة (التطبيقات، المدفوعات، إشارات الهوية)

  • بيانات الجهاز (الموقع، أجهزة الاستشعار، الصور، المدخلات الصوتية)

حتى عندما لا يتم استخدام "البيانات الأولية" بشكل مباشر، فإن النظام البيئي المحيط يشكل التدريب والضبط الدقيق والتقييم وتوجيه المنتج.

عادة ما تبدو صفقة الثقة على النحو التالي:

قاعدة عملية رأيتها تُجدي نفعاً: إذا استطاعت شركة ما شرح ممارساتها المتعلقة ببيانات الذكاء الاصطناعي في محادثة واحدة دون التذرع بالمصطلحات القانونية، فغالباً ما يكون أداؤها أفضل من المتوسط. ليس مثالياً، لكنه أفضل.

نظرة عن كثب: الحوكمة، والسلامة، ولعبة التأثير الخفي 🧯📜

هذا هو الدور الأقل وضوحاً: غالباً ما تساعد شركات التكنولوجيا الكبرى في تحديد القواعد التي يتبعها الجميع.

إنهم يشكلون الحكم من خلال:

أحيانًا يكون هذا مفيدًا حقًا. تستطيع شركات التكنولوجيا الكبرى الاستثمار في فرق السلامة، وأدوات بناء الثقة، وأنظمة كشف إساءة الاستخدام، وبنية الامتثال التي لا تستطيع الشركات الصغيرة تحمل تكلفتها.

أحيانًا يكون الأمر أنانيًا. قد يصبح الأمن عائقًا لا يستطيع تحمله إلا أكبر اللاعبين. هذه هي المعضلة: الأمن ضروري، لكن تكلفته الباهظة قد تُجمّد المنافسة دون قصد. (قانون الاتحاد الأوروبي بشأن الذكاء الاصطناعي - اللائحة (الاتحاد الأوروبي) 2024/1689)

هنا تكمن أهمية الفروق الدقيقة. وليست الفروق الدقيقة الممتعة، بل تلك المزعجة. 😬

نظرة عن كثب: المنافسة، والأنظمة البيئية المفتوحة، وجاذبية الشركات الناشئة 🧲🌱

يشمل دور شركات التكنولوجيا الكبرى في مجال الذكاء الاصطناعي أيضاً تشكيل ملامح السوق:

  • عمليات الاستحواذ (المواهب، التكنولوجيا، التوزيع)

  • الشراكات (نماذج مستضافة على السحابة، صفقات المؤسسات المشتركة)

  • تمويل النظام البيئي (الائتمانات، والحاضنات، والأسواق)

  • الأدوات المفتوحة (الأطر، المكتبات، الإصدارات "شبه المفتوحة")

هناك نمط لاحظتُ تكراره:

  1. الشركات الناشئة تبتكر بسرعة

  2. تقوم شركات التكنولوجيا الكبرى بدمج أو نسخ النمط الناجح

  3. تتجه الشركات الناشئة نحو قطاعات متخصصة أو تصبح أهدافًا للاستحواذ

  4. تزداد سماكة "طبقة المنصة"

ليس هذا بالضرورة أمرًا سيئًا. فالمنصات قادرة على تقليل التعقيدات وجعل الذكاء الاصطناعي في متناول الجميع. لكنها قد تُقلل التنوع أيضًا. إذا أصبح كل منتج مجرد غلاف لنفس واجهات برمجة التطبيقات القليلة، فسيبدأ الابتكار في الظهور وكأنه مجرد إعادة ترتيب الأثاث في نفس الشقة.

المنافسة غير المنظمة قليلاً مفيدة. تماماً مثل خميرة العجين المخمر. إذا عقمت كل شيء، ستتوقف عن الارتفاع. هذا التشبيه ليس دقيقاً تماماً، لكنني سأستخدمه. 🍞

العيش بحماس وحذر 😄😟

كلا الشعورين مناسبان. يمكن للحماس والحذر أن يتعايشا في مكان واحد.

أسباب تدعو للحماس:

أسباب تدعو إلى الحذر:

الموقف الواقعي هو: بإمكان شركات التكنولوجيا العملاقة تسريع وتيرة الذكاء الاصطناعي عالميًا، مع تركيزها للسلطة في الوقت نفسه. قد يكون هذا صحيحًا في آن واحد. لا يروق هذا التفسير للبعض لأنه يفتقر إلى التشويق، ولكنه يتوافق مع الأدلة.

فوائد عملية لمختلف القراء 🎯

إذا كنت مشتريًا تجاريًا 🧾

إذا كنت مطورًا 🧑💻

  • صمم مع مراعاة سهولة النقل (تساعد طبقات التجريد في ذلك)

  • لا تعتمد كلياً على ميزة واحدة من مزود خدمة واحد قد تختفي

  • تتبع حدود المعدلات وتغييرات الأسعار وتحديثات السياسات كما لو كان ذلك جزءًا من وظيفتك (لأنه كذلك) (إرشادات مراجعة تطبيقات Apple، أمان بيانات Google Play)

إذا كنت صانع سياسات أو مسؤول امتثال 🏛️

إذا كنت مستخدمًا منتظمًا 🙋

ملخص ختامي: دور شركات التكنولوجيا الكبرى في الذكاء الاصطناعي 🧠✨

لا يقتصر دور شركات التكنولوجيا الكبرى في مجال الذكاء الاصطناعي على جانب واحد، بل هو مجموعة من الأدوار: مالك البنية التحتية، وباني النماذج، والموزع، والمسؤول عن التحكم في الوصول، والمؤثر في السوق. فهي لا تكتفي بالمشاركة في الذكاء الاصطناعي، بل تحدد أيضاً البيئة التي ينمو فيها.

إذا كنت ستتذكر سطراً واحداً فقط، فليكن هذا السطر:

دور شركات التكنولوجيا الكبرى في الذكاء الاصطناعي:
فهي تبني البنية التحتية، وتحدد المعايير الافتراضية، وتوجه كيفية وصول الذكاء الاصطناعي إلى البشر - على نطاق واسع، مع عواقب وخيمة. (إطار إدارة مخاطر الذكاء الاصطناعي 1.0 الصادر عن المعهد الوطني للمعايير والتكنولوجيا، قانون الذكاء الاصطناعي للاتحاد الأوروبي - اللائحة (الاتحاد الأوروبي) 2024/1689)

نعم، تبدو كلمة "عواقب" مبالغاً فيها. لكن الذكاء الاصطناعي من المواضيع التي يكون فيها وصف الأمور بالمبالغة أحياناً... دقيقاً. 

مثال واقعي: اختبار إطلاق الذكاء الاصطناعي من قبل شركة تقنية كبرى قبل أن يصبح أمراً لا مفر منه 🧪🔐

سيناريو

تخيل متجرًا إلكترونيًا يضم 120 موظفًا ويرغب في إضافة مساعد ذكاء اصطناعي إلى سير عمل دعم العملاء. يستخدم الفريق بالفعل مزود خدمة سحابية كبيرًا للاستضافة، ومجموعة برامج إنتاجية من شركة تقنية كبرى للبريد الإلكتروني والمستندات، ومنصة مكتب مساعدة متصلة عبر واجهات برمجة التطبيقات (APIs).

يبدو المسار المغري بسيطًا: فعّل ميزات الذكاء الاصطناعي المدمجة، واربط مركز المساعدة، ودع الموظفين يستخدمون الردود المُولّدة. سهل. ربما سهل جدًا. 😅

إن المسار الأكثر ذكاءً هو التعامل مع هذا الأمر كاختبار حوكمة صغير: هل يمكن للشركة الحصول على دعم فعال للذكاء الاصطناعي دون منح منصة واحدة سيطرة كبيرة جدًا على البيانات والمطالبات وسير العمل والتكاليف المستقبلية؟

ما يحتاجه المساعد

يجب أن يقتصر وصول الذكاء الاصطناعي الداعم إلى ما يلي فقط:

  • مقالات مركز المساعدة العامة

  • سياسة الإرجاع

  • سياسة التوصيل

  • قائمة بقواعد الاسترداد المعتمدة

  • 20 مثالاً على ردود دعم جيدة سابقة

  • قاعدة تصعيد واضحة للعملاء الغاضبين، والتهديدات القانونية، ومشاكل الدفع، والشكاوى الطبية/الخاصة بالسلامة

  • سجلات المسؤول توضح أي وكيل استخدم الذكاء الاصطناعي، وما اقترحه، وما تم إرساله

لا ينبغي أن يكون لديه وصول مفتوح إلى بيانات العملاء الخاصة، أو المستندات المالية الداخلية، أو رسائل الموظفين، أو سجل الطلبات الكامل إلا إذا كان هناك سبب محدد للحصول على الإذن.

مثال على التعليمات

استخدم هذا المساعد لصياغة ردود دعم العملاء، وليس لإرسالها تلقائيًا.

يُرجى تقديم الإجابة فقط من مركز المساعدة المعتمد، وسياسة الإرجاع، وسياسة التوصيل، وقواعد استرداد الأموال. إذا لم تكن الإجابة مدعومة بشكل واضح بهذه المصادر، فأخبر الموظف المختص بضرورة مراجعتها يدويًا.

اجعل الردود أقل من 140 كلمة. استخدم نبرة هادئة وعملية. لا تعد باسترداد الأموال أو تحديد مواعيد التسليم أو تقديم خصومات أو ضمانات قانونية إلا إذا كانت السياسة تسمح بذلك صراحةً.

احرص دائمًا على تضمين سياسة المصدر المستخدمة. قم بتصعيد الأمر إلى مدير بشري عندما يذكر العميل الاحتيال، أو الإجراءات القانونية، أو الإصابة، أو عمليات رد المبالغ المدفوعة، أو حالات فشل التسليم المتكررة، أو استرداد مبلغ يزيد عن 250 جنيهًا إسترلينيًا.

كيفية اختباره

قبل طرحها، يمكن للبائع بالتجزئة معالجة 30 تذكرة دعم قديمة من خلال ثلاثة إعدادات:

  • سير العمل اليدوي الحالي

  • مساعد الذكاء الاصطناعي لمجموعة أدوات الإنتاجية الخاصة بشركات التكنولوجيا الكبرى

  • إعداد أكثر قابلية للنقل باستخدام واجهة برمجة تطبيقات نموذجية منفصلة خلف طبقة داخلية للمطالبة والتسجيل

ينبغي أن تتضمن أسئلة الاختبار حالات سهلة ومعقدة ومحفوفة بالمخاطر:

  • "أين طلبي؟"

  • "أريد استرداد أموالي، لكنني فتحت المنتج."

  • "لقد ألحق ساعي البريد التابع لكم الضرر بالمنتج الذي طلبته، وسأقوم بالإبلاغ عنكم."

  • "ادفعوا لي تعويضاً وإلا سأنشر هذا في كل مكان."

  • هل يمكنك إعادة المبلغ إلى بطاقة بنكية أخرى؟

  • "لقد تعرض طفلي للأذى باستخدام هذا المنتج."

ينبغي على المراجع البشري تقييم كل مسودة من حيث الدقة، والأسلوب، والامتثال للسياسة، وسلوك التصعيد، وما إذا كانت الإجابة تتضمن أدلة كافية.

نتيجة

نتيجة توضيحية: بناءً على قياس 30 تذكرة عينة قبل وبعد استخدام سير العمل، قد يجد الفريق أن متوسط ​​وقت المسودة الأولى ينخفض ​​من 6 دقائق إلى دقيقتين لكل تذكرة.

بالنسبة لـ 300 تذكرة أسبوعياً، فإن ذلك يعني:

  • وقت الصياغة اليدوية: 1800 دقيقة أسبوعياً

  • وقت الصياغة بمساعدة الذكاء الاصطناعي: 600 دقيقة أسبوعياً

  • الوقت المُقدّر الذي تم توفيره: 1200 دقيقة أسبوعياً، أو 20 ساعة

لا يقتصر القياس الأكثر دقة على توفير الوقت فحسب، بل يجب على الفريق أيضًا تتبع الأخطاء. في هذا الاختبار النموذجي، سيكون الهدف الأمثل هو:

  • لا توجد عمليات إرسال تلقائية بدون موافقة بشرية

  • لم يتم تفويت أي تصعيدات على تذاكر الاختبار الخطرة

  • أقل من خطأين في السياسات من بين 30 مسودة تمت مراجعتها

  • جميع الردود المدعومة بالذكاء الاصطناعي مرتبطة بمصدر معتمد

وهذا يمنح المشتري مقارنة عملية: ليس "أي نظام ذكاء اصطناعي يبدو الأكثر روعة؟"، ولكن "أي إعداد يوفر الوقت مع الحفاظ على التحكم والأدلة وإمكانية التدقيق؟"

ما الذي يمكن أن يحدث خطأً؟

أكبر خطأ هو التعامل مع زر الذكاء الاصطناعي المدمج على أنه سير عمل كامل. إنه ليس كذلك.

تشمل المشاكل الشائعة ما يلي:

  • السماح للمساعد بالإجابة بناءً على ذاكرة غامضة بدلاً من السياسات المعتمدة

  • إعطاءها الكثير من بيانات العملاء في وقت مبكر جداً

  • عدم تسجيل المطالبات والمسودات والتعديلات والردود النهائية

  • نسيان اختبار الحالات الشاذة قبل الإطلاق

  • الاعتماد على ميزة خاصة بمورد واحد بشكل كبير لدرجة أن التبديل لاحقًا يصبح أمرًا مؤلمًا

  • قياس السرعة فقط، وليس الدقة أو جودة التصعيد

مساعد دعم يُسرع في كتابة المسودات لكنه يختلق وعود استرداد الأموال ليس مكسبًا للإنتاجية، بل هو مجرد طريقة أسرع لإثارة الشكاوى. 😬

الخلاصة العملية

يمكن أن يكون الذكاء الاصطناعي الذي توفره شركات التكنولوجيا الكبرى ذا قيمة حقيقية عند دمجه في سير العمل الفعلي، مثل الدعم والمبيعات والأمن والإدارة. ولكن ينبغي على الشركات اختبار الأساسيات غير الجذابة أولاً: الأذونات، والسجلات، والتحكم في المصادر، وخيارات إلغاء الاشتراك، والتسعير، وقابلية النقل.

هذا هو النسخة العملية من النقاش الدائر حول الذكاء الاصطناعي في شركات التكنولوجيا الكبرى: استخدم القوة، ولكن لا تنجرف نحو التبعية العمياء.

التعليمات

ما هو دور شركات التكنولوجيا الكبرى في مجال الذكاء الاصطناعي، من الناحية العملية؟

لا يقتصر دور شركات التكنولوجيا العملاقة في مجال الذكاء الاصطناعي على "صنع النماذج" فحسب، بل يتعداه إلى "تشغيل الآليات التي تجعل الذكاء الاصطناعي يعمل على نطاق واسع". فهي توفر البنية التحتية السحابية، وتُطلق تطبيقات الذكاء الاصطناعي عبر الأجهزة والتطبيقات، وتضع قواعد المنصات التي تُحدد ما يتم تطويره. كما أنها تمول الأبحاث والشراكات وعمليات الاستحواذ التي تؤثر على نجاح المناهج. وفي العديد من الأسواق، تُحدد هذه الشركات فعلياً تجربة الذكاء الاصطناعي الافتراضية.

لماذا يُعد الوصول إلى الحوسبة أمراً بالغ الأهمية بالنسبة لمن يستطيع بناء الذكاء الاصطناعي على نطاق واسع؟

يعتمد الذكاء الاصطناعي الحديث على مجموعات كبيرة من وحدات معالجة الرسومات، وشبكات سريعة، ووحدات تخزين، وخطوط أنابيب موثوقة لعمليات التعلم الآلي - وليس فقط على خوارزميات ذكية. إذا لم تتمكن من الحصول على سعة يمكن التنبؤ بها، يصبح التدريب والتقييم والنشر هشًا ومكلفًا. غالبًا ما تسيطر شركات التكنولوجيا الكبرى على الطبقة الأساسية (الحوسبة السحابية، وشراكات الرقائق، والجدولة، والأمان)، مما قد يحدد ما هو ممكن للفرق الأصغر. قد تكون هذه القوة مفيدة، لكنها تبقى قوة.

كيف يؤثر توزيع شركات التكنولوجيا الكبرى على مفهوم "الذكاء الاصطناعي" بالنسبة للمستخدمين العاديين؟

يُعدّ التوزيع قوةً هائلةً لأنه يحوّل الذكاء الاصطناعي إلى ميزة أساسية بدلاً من كونه منتجًا منفصلاً يجب اختياره. فعندما يظهر الذكاء الاصطناعي في محركات البحث، والهواتف، والبريد الإلكتروني، والمستندات، والاجتماعات، ومتاجر التطبيقات، يصبح هو "ماهية الذكاء الاصطناعي" بالنسبة لمعظم الناس. وهذا بدوره يُضيّق نطاق توقعات الجمهور: فإذا كان الذكاء الاصطناعي في تطبيقاتك يقتصر في الغالب على كونه أداة كتابة، فسيفترض المستخدمون أن الذكاء الاصطناعي مرادفٌ للكتابة. وتُحدّد المنصات، بهدوء، أسلوب العرض.

ما هي الطرق الرئيسية التي تعمل بها قواعد المنصات ومتاجر التطبيقات كحراس بوابة للذكاء الاصطناعي؟

تُحدد سياسات مراجعة التطبيقات، وشروط السوق، وقواعد المحتوى، وقيود واجهة برمجة التطبيقات (API) ميزات الذكاء الاصطناعي المسموح بها وكيفية عملها. حتى عندما تُصاغ القواعد على أنها حماية للأمان أو الخصوصية، فإنها تُؤثر أيضًا على المنافسة من خلال رفع تكاليف الامتثال والتنفيذ. بالنسبة للمطورين، هذا يعني أن تحديثات السياسات قد تكون بنفس أهمية تحديثات النماذج. عمليًا، غالبًا ما يكون "ما يُنشر" هو "ما يُسمح به"

كيف تتناسب منصات الذكاء الاصطناعي السحابية مثل SageMaker وAzure ML وVertex AI مع دور شركات التكنولوجيا الكبرى في مجال الذكاء الاصطناعي؟

تجمع منصات الذكاء الاصطناعي السحابية التدريب والنشر والمراقبة والحوكمة والأمان في مكان واحد، مما يقلل من التعقيدات للشركات الناشئة والمؤسسات الكبيرة. وتُسهّل أدوات مثل Amazon SageMaker وAzure Machine Learning وVertex AI عملية التوسع وإدارة التكاليف من خلال التعامل مع مزود واحد. إلا أن هذه الميزة قد تزيد من احتمالية الاعتماد على مزود واحد، نظرًا لتكامل سير العمل والصلاحيات والمراقبة بشكل كامل في هذا النظام.

ما الذي ينبغي على مشتري الأعمال التجارية أن يسأل عنه قبل اعتماد أدوات الذكاء الاصطناعي من شركات التكنولوجيا الكبرى؟

ابدأ بالبيانات: أين تُخزَّن، وكيف تُعزل، وما هي ضوابط الاحتفاظ بها ومراجعتها. استفسر عن ضوابط الإدارة، والتسجيل، وحدود الوصول، وكيف تُقيَّم النماذج من حيث المخاطر في مجال عملك. اختبر أيضًا الأسعار، لأن التكاليف القائمة على الاستخدام قد ترتفع مع ازدياد التبني. في البيئات الخاضعة للوائح، واجعل توقعاتك متوافقة مع الأطر ومتطلبات الامتثال التي تستخدمها مؤسستك بالفعل.

كيف يمكن للمطورين تجنب الاعتماد على مورد واحد عند بناء تطبيقاتهم باستخدام واجهات برمجة تطبيقات الذكاء الاصطناعي الخاصة بشركات التكنولوجيا الكبرى؟

يتمثل أحد الأساليب الشائعة في تصميم النظام مع مراعاة قابلية النقل: تغليف استدعاءات النموذج بطبقة تجريدية، والحفاظ على إصدارات المطالبات والسياسات ومنطق التقييم قابلة للاختبار. تجنب الاعتماد على ميزة خاصة بمورد واحد قد تتغير أو تختفي. تتبع حدود المعدل وتحديثات الأسعار وتغييرات السياسات كجزء من الصيانة الدورية. قابلية النقل ليست مجانية، ولكنها عادةً ما تكون أقل تكلفة من الترحيل القسري.

كيف تخلق الخصوصية والتخصيص "صفقة ثقة" مع ميزات الذكاء الاصطناعي؟

غالباً ما تُحسّن التخصيصات من فعالية الذكاء الاصطناعي، لكنها عادةً ما تزيد من انكشاف البيانات وتُثير شعوراً بالريبة. تُحيط شركات التكنولوجيا الكبرى ببيانات السلوك، وبيانات المؤسسات، وبيانات المنصات، وبيانات الأجهزة، لذا يُدقّق المستخدمون والجهات التنظيمية في كيفية تأثير هذه البيانات على التدريب، والضبط الدقيق، وقرارات المنتج. ويُعدّ المعيار العملي هو قدرة الشركة على شرح ممارساتها المتعلقة ببيانات الذكاء الاصطناعي بوضوح دون التستر وراء المصطلحات القانونية. وتُعدّ الضوابط الجيدة وخيارات الانسحاب الحقيقية أمراً بالغ الأهمية.

ما هي المعايير واللوائح الأكثر صلة بحوكمة وسلامة الذكاء الاصطناعي لدى شركات التكنولوجيا الكبرى؟

في العديد من سلاسل التوريد، يمزج نظام الحوكمة بين سياسات السلامة الداخلية والأطر والقوانين الخارجية. غالبًا ما تستند المؤسسات إلى إرشادات إدارة المخاطر، مثل إطار إدارة مخاطر الذكاء الاصطناعي الصادر عن المعهد الوطني للمعايير والتكنولوجيا (NIST)، ومعايير الإدارة مثل ISO/IEC 42001، والقواعد الإقليمية مثل اللائحة العامة لحماية البيانات (GDPR) وقانون الذكاء الاصطناعي للاتحاد الأوروبي، وذلك في حالات استخدام محددة. تؤثر هذه العوامل على عمليات التسجيل والتدقيق وحدود البيانات، وما يُسمح به وما يُحظر. يكمن التحدي في أن الامتثال قد يصبح مكلفًا، مما قد يصب في مصلحة الشركات الكبرى.

هل يُعد تأثير شركات التكنولوجيا الكبرى على المنافسة والأنظمة البيئية أمراً سيئاً دائماً؟

ليس تلقائيًا. تستطيع المنصات تذليل العقبات، وتوحيد الأدوات، وتمويل الأمن والبنية التحتية التي لا تستطيع الفرق الصغيرة تحمل تكلفتها. لكن هذه الديناميكيات نفسها قد تُقلل التنوع إذا أصبح الجميع مجرد غلاف رقيق حول عدد قليل من واجهات برمجة التطبيقات (APIs) والحوسبة السحابية والأسواق المهيمنة. انتبه لأنماط مثل دمج الحوسبة والتوزيع، بالإضافة إلى تغيرات التسعير والسياسات التي يصعب تجنبها. عادةً ما تُبقي الأنظمة البيئية الأكثر صحة مساحةً للتوافق التشغيلي ودخول جهات جديدة.

مراجع

  1. الوكالة الدولية للطاقة - الطاقة والذكاء الاصطناعي - iea.org

  2. الوكالة الدولية للطاقة - الطلب على الطاقة من الذكاء الاصطناعي - iea.org

  3. إنفيديا - نظرة عامة على منصات الاستدلال بالذكاء الاصطناعي - nvidia.com

  4. خدمات أمازون السحابية - وثائق Amazon SageMaker AI (ما هو SageMaker؟) - aws.amazon.com

  5. مايكروسوفت - Azure Machine Learning - learn.microsoft.com

  6. جوجل كلاود - فيرتكس للذكاء الاصطناعي - cloud.google.com

  7. جوجل كلاود - عمليات التعلم الآلي على منصة Vertex AI - cloud.google.com

  8. مايكروسوفت - دليل بنية عمليات التعلم الآلي (MLOps) الإصدار الثاني - learn.microsoft.com

  9. مطور أبل - Core ML - developer.apple.com

  10. مطورو جوجل - مجموعة أدوات التعلم الآلي - developers.google.com

  11. إرشادات مراجعة التطبيقات لمطوري Apple - developer.apple.com

  12. مساعدة Google Play Console - أمان البيانات - support.google.com

  13. arXiv - قوانين القياس لنماذج اللغة العصبية - arxiv.org

  14. arXiv - تدريب نماذج لغوية كبيرة مثالية حسابيًا (Chinchilla) - arxiv.org

  15. المعهد الوطني للمعايير والتكنولوجيا - إطار إدارة مخاطر الذكاء الاصطناعي (AI RMF 1.0) - nist.gov

  16. المعهد الوطني للمعايير والتكنولوجيا - ملف تعريف الذكاء الاصطناعي التوليدي (مرفق إطار إدارة مخاطر الذكاء الاصطناعي) - nist.gov

  17. المنظمة الدولية للتوحيد القياسي - ISO/IEC 42001:2023 - iso.org

  18. EUR-Lex - اللائحة (الاتحاد الأوروبي) 2016/679 (اللائحة العامة لحماية البيانات) - eur-lex.europa.eu

  19. EUR-Lex - اللائحة (الاتحاد الأوروبي) 2024/1689 (قانون الذكاء الاصطناعي للاتحاد الأوروبي) - eur-lex.europa.eu

  20. منظمة التعاون الاقتصادي والتنمية - مبادئ الذكاء الاصطناعي لمنظمة التعاون الاقتصادي والتنمية - oecd.ai

اكتشف أحدث تقنيات الذكاء الاصطناعي في متجر مساعدي الذكاء الاصطناعي الرسمي

معلومات عنا

اختبار شركات التكنولوجيا الكبرى في مجال الذكاء الاصطناعي
1. ما هو "العمود الفقري غير البراق للذكاء الاصطناعي" الذي تسيطر عليه شركات التكنولوجيا الكبرى؟

2. كيف تؤثر قوة "التوزيع" التي تتمتع بها شركات التكنولوجيا الكبرى على التصور العام للذكاء الاصطناعي؟

3. ما هو التوتر القائم بين مختبرات الأبحاث التابعة لشركات التكنولوجيا الكبرى وإطلاق منتجاتها؟

4. ما هي الاستراتيجية الموصى بها للمطورين لتجنب التقييد عند البناء على واجهات برمجة تطبيقات الذكاء الاصطناعي الخاصة بشركات التكنولوجيا الكبرى؟

5. ما هي "المعضلة" المتعلقة بسلامة الذكاء الاصطناعي وحوكمته التي تقودها شركات التكنولوجيا الكبرى؟


العودة إلى المدونة

أسئلة وأجوبة إضافية

  • كيف تؤثر شركات التكنولوجيا الكبرى على البنية التحتية للذكاء الاصطناعي؟

    تسيطر شركات التكنولوجيا الكبرى على عناصر حيوية مثل البنية التحتية السحابية، والشبكات، وأدوات تعلم الآلة، والتي تُشكل العمود الفقري لوظائف الذكاء الاصطناعي على نطاق واسع. ويحدد نفوذها الأدوات التي ستصبح معيارية، ويملي مدى فعالية تطبيق الذكاء الاصطناعي.

  • ما هي تبعات قيام شركات التكنولوجيا الكبرى بدور المتحكمين في مجال الذكاء الاصطناعي؟

    تفرض شركات التكنولوجيا الكبرى سياسات متاجر التطبيقات وقواعد المنصات التي لا تحدد فقط ميزات الذكاء الاصطناعي المتاحة، بل تُؤثر أيضاً على المنافسة في السوق من خلال رفع تكاليف الامتثال للمطورين الصغار. وهذا قد يُحدّ من الابتكار، إذ قد تجد الشركات الصغيرة صعوبة في تلبية هذه المعايير.

  • لماذا يُعد الوصول إلى الحوسبة والبيانات أمرًا بالغ الأهمية لتطوير الذكاء الاصطناعي؟

    يُعدّ الوصول إلى موارد الحوسبة، مثل مجموعات وحدات معالجة الرسومات، إلى جانب إدارة البيانات بكفاءة، أمرًا بالغ الأهمية لتدريب نماذج الذكاء الاصطناعي ونشرها. عادةً ما تسيطر شركات التكنولوجيا الكبرى على هذه الموارد، مما قد يُحدد ما هو ممكن للفرق الصغيرة أو الشركات الناشئة التي تسعى إلى بناء تطبيقات الذكاء الاصطناعي.

  • ما هو دور التوزيع في تبني الذكاء الاصطناعي؟

    تُدمج قنوات التوزيع التي توفرها شركات التكنولوجيا الكبرى ميزات الذكاء الاصطناعي مباشرةً في التطبيقات والأجهزة واسعة الانتشار. هذا التكامل السلس يعني أن المستخدمين سيتقبلون على الأرجح الذكاء الاصطناعي كوظيفة أساسية في تفاعلاتهم، مما يُؤثر على التصور العام وسهولة الاستخدام.

  • كيف يمكن للشركات ضمان خصوصية البيانات عند التعامل مع أدوات الذكاء الاصطناعي الخاصة بشركات التكنولوجيا الكبرى؟

    ينبغي على الشركات الاستفسار بوضوح عن ممارسات معالجة البيانات، وسجلات التدقيق، وسياسات الاحتفاظ بالبيانات، وضوابط المستخدم قبل اعتماد أدوات الذكاء الاصطناعي من شركات التكنولوجيا الكبرى. فالشفافية في هذه المجالات ضرورية للحفاظ على ثقة المستخدمين والامتثال للوائح.

  • ما الذي ينبغي على المطورين مراعاته لتجنب الاعتماد على مزود واحد من شركات التكنولوجيا الكبرى؟

    ينبغي للمطورين تصميم حلول الذكاء الاصطناعي الخاصة بهم مع مراعاة قابلية النقل، باستخدام طبقات تجريدية لتغليف استدعاءات النماذج. كما ينبغي عليهم توخي الحذر بشأن التغييرات في حدود المعدلات، وتعديلات الأسعار، وتحديثات السياسات الجديدة لتجنب الوقوع في فخ نظام بيئي لمورد واحد.