قامت بعض أكبر الأسماء التقنية بتسريح موظفي الذكاء الاصطناعي (AI) Artificial Intelligence والتعلم الآلي (ML) Machine Learning هذا الخريف، بما في ذلك Meta و Twitter و Amazon. في ضوء ذلك، سيكون من المنطقي أن تكون أعصاب الصناعة عالية في عام 2023، ولكن هذا ليس هو الحال.
حتى في خضم الركود المحتمل، قال خبراء الذكاء الاصطناعي في العديد من الصناعات أنهم يتوقعون استمرار ابتكار الذكاء الاصطناعي وأن تقوم الشركات بتعديل الميزانيات والأولويات وفقًا لذلك. في الواقع، أكد قادة الصناعة هؤلاء بشكل مدوٍ على ثلاثة مجالات ازدهر فيها الذكاء الاصطناعي خلال العام الماضي وسيستمر في النمو في عام 2023: أتمتة مكان العمل والذكاء الاصطناعي المرتكز على الإنسان؛ اتخاذ قرارات الذكاء الاصطناعي القائمة على البيانات ؛ وحالات استخدام الذكاء الاصطناعي التوليفية.
قال سكوت ستيفنسون، الرئيس التنفيذي في Deepgram، وهو برنامج نسخ مدعوم بالذكاء الاصطناعي أداة. سيستمر الذكاء الاصطناعي في أن يكون محوريًا للأعمال في عام 2023، من خلال خفض التكاليف وزيادة الابتكار. ببساطة، سيساعدنا الذكاء الاصطناعي على تحقيق المزيد بموارد أقل".
في حين أن البعض قد يسمع "خفض التكاليف وزيادة الابتكار" مثل الأتمتة في مكان العمل وأدوات الذكاء الاصطناعي التي تدفعهم إلى ترك الوظيفة، يقول العديد من القادة إن الأمر الأكثر احتمالية هو أن تتولى الأتمتة المهام العادية، بحيث يمكن للموظفين التركيز على المهام الأكثر تقدمًا.
قال فيشال سيكا، المؤسس والرئيس التنفيذي لمنصة الذكاء الاصطناعي التي تركز على الإنسان، Vian AI: "لن يحل الذكاء الاصطناعي - ولا ينبغي - أن يحل محل البشر على المدى القريب". "الحقيقة هي أن الذكاء الاصطناعي اليوم، بقدر ما هو مثير للإعجاب وقوة، ليس قريبًا من الحكم البشري. في عام 2023، سيزداد إدراك أن عددًا كبيرًا جدًا من الأنظمة الأساسية غير مصمم ليستخدمه البشر. سيتم تصميم المزيد والمزيد من الأنظمة لتضخيم الحكم البشري - لمساعدة الناس وتشجيع تكافل الذكاء الاصطناعي، بدلاً من السعي إلى جعل الذكاء الاصطناعي يحل محل المستخدم".
التفاعلات بين الإنسان والآلة تحتاج إلى حلول تتمحور حول الإنسان
مع استمرار الذكاء الاصطناعي في تغيير طريقة عملنا والأدوات التي نستخدمها في العمل، يقول العديد من الخبراء إن الأدوات نفسها يجب أن تكون أكثر تركيزًا على الإنسان أيضًا - تبسيط الأمور في سير العمل اليومي، أو إنشاء منصة تسهل الاتجاهين التفاعلات البشرية والتكنولوجيا.
قال زيشان عارف، المؤسس والرئيس التنفيذي لشركة تطوير البرمجيات Whizpool: "سنرى انتشار أنظمة الذكاء الاصطناعي غير التقنية سهلة الاستخدام". "سيقومون ببناء المزيد من أنظمة الذكاء الاصطناعي داخليًا لمساعدتهم على تبسيط عملياتهم وتحسين خدمة العملاء".
ردد بيتر بوتينيرز، مدير الهندسة في ML و AI في Sinch، وهي منصة اتصالات سحابية، هذا، حيث قال أنه مع اقتراب العام الجديد، من المحتمل أن يتحرك الذكاء الاصطناعي بعيدًا عن الكلمات الرئيسية لأنه "يتقدم نحو الفهم والفهم الفعليين".
قال قادة الصناعة إن التطورات في معالجة اللغة الطبيعية (NLP) ونماذج اللغات الكبيرة (LLMs) من المحتمل أن تحدث في هذا السياق أيضًا، مشيرين إلى أن هذه التقنيات يمكن أن تساعد في توسيع نطاق العمليات التجارية.
"البرمجة اللغوية العصبية تحدث ثورة في كيفية تفاعل البشر مع الآلات. قال ديفانشو بانسال، الشريك المؤسس لشركة The X Future، وهي منصة أفكار لفرق الشركات: "يمكن لهذه التقنيات أن تفهم ما يقوله الناس، وتتصرف بناءً على تلك المعلومات بشكل مناسب وتستجيب وفقًا لذلك". "البرمجة اللغوية العصبية لديها الكثير لتقدمه من مجرد التواصل الواضح مع المستخدمين؛ يمكن أن يساعد أيضًا في توسيع نطاق العمليات التجارية من خلال مساعدتهم على فهم صوت العميل".
علاوة على ذلك، مع التقدم المتزايد نحو الذكاء الاصطناعي المرتكز على الإنسان، وخاصة في البرمجة اللغوية العصبية (NLP) وماجستير في العلوم (LLMs)، يتوقع جوليان ساليناس، المؤسس والرئيس التنفيذي في NLP Cloud، وهي شركة ناشئة للذكاء الاصطناعي تنشر LLM، أن هذا التقدم قد يجعل التكنولوجيا أكثر تكلفة.
قال ساليناس: "ما زلنا نشهد نموًا مستقرًا في اعتماد تقنيات الذكاء الاصطناعي عندما يتعلق الأمر بمعالجة اللغة الطبيعية". "أتوقع أن تصبح نماذج اللغات الكبيرة أرخص بفضل العديد من التحسينات منخفضة المستوى التي يقوم بها مجتمع الذكاء الاصطناعي في الوقت الحالي".
نماذج الذكاء الاصطناعي والتعلم الآلي تعتمد على بيانات عالية الجودة
على الرغم من أن الذكاء الاصطناعي شهد نموًا سريعًا خلال العام الماضي، إلا أن البعض يقول إنه لا يتقدم بالسرعة الكافية، حيث أصبح عالقًا في "العصر الحجري" من نوع ما - وهذا هو سبب فشل العديد من مشاريع تعلم الآلة. بالتطلع إلى عام 2023، هذا شيء يدركه قادة الصناعة بشكل متزايد ويهدفون إلى معالجته.
قال سمير ماسكى، الرئيس التنفيذي لشركة Fusemachines، وهي منصة تعليمية للذكاء الاصطناعي وأستاذ الذكاء الاصطناعي في جامعة كولومبيا، أنه "على مستوى المؤسسة، تستمر صوامع البيانات في تقديم عقبة كبيرة ... بدأت المؤسسات تدرك ببطء أن نجاح مفصلات الذكاء الاصطناعي على البيانات والكثير منها".
نتيجة لذلك، تتوقع Maskey رؤية المزيد من الحلول التي تتيح الوصول إلى "مجموعات موثوقة من البيانات التي ستساعد الشركات على الاستفادة من الكفاءات المدعومة بالذكاء الاصطناعي".
أحد الحلول التي ظهرت على الساحة لمعالجة مشكلة تجويع البيانات في الذكاء الاصطناعي هو استخدام البيانات التركيبية، والتي تتوقع جارتنر أنها ستُستخدم لتسريع 60٪ من مشاريع الذكاء الاصطناعي بحلول عام 2024. ومن الحلول الأخرى استخدام النماذج الأساسية، والتي يتم تدريبها عادةً على كميات كبيرة من البيانات غير المسماة ثم إقرانها بمجموعات أصغر من البيانات المصنفة لدفع حل المشكلات.
قال Ulrik Stig-Hansen، الرئيس والشريك المؤسس في شركة Computer Vision Encord: "يبدو أن الاتجاه العام نحو الذكاء الاصطناعي المرتكز على البيانات آخذ في التسارع". "هذا يقلل من الحواجز التي تحول دون دخول الشركات لبدء تسييل بياناتها، ويجب أن تؤدي جميع الأشياء [كونها] متساوية إلى اعتماد أكثر انتشارًا لهذه التقنيات. خلال العام المقبل، ستحتاج الشركات إلى تعلم كيفية استخدام البيانات بشكل استراتيجي. هذا هو المكان الذي يمكنهم فيه حقًا العثور على الميزة التنافسية للذكاء الاصطناعي".
حالات استخدام الذكاء الاصطناعي التوليدي سوف تنفجر
انطلقت التطورات في مجال الذكاء الاصطناعي التوليدي، والتي قد يطلق عليها بشكل غير رسمي "موضوع العام" في هذا المجال، هذا العام، مما أدى إلى ظهور العديد من الشركات والأدوات الجديدة التي تعمل على تجديد كيفية قيام المبدعين وغير المبدعين على حد سواء بعملهم. تعمل أدوات مثل DALL-E و Imagen و Stable Diffusion على إنشاء مفاهيم أصلية لتحويل النص إلى صورة على الفور تقريبًا بعد إعطائها حتى أكثر المطالبات غموضًا - مثل "روبوت ذكاء اصطناعي جالس على العرش".
حتى في خضم الركود المحتمل، قال خبراء الذكاء الاصطناعي في العديد من الصناعات أنهم يتوقعون استمرار ابتكار الذكاء الاصطناعي وأن تقوم الشركات بتعديل الميزانيات والأولويات وفقًا لذلك. في الواقع، أكد قادة الصناعة هؤلاء بشكل مدوٍ على ثلاثة مجالات ازدهر فيها الذكاء الاصطناعي خلال العام الماضي وسيستمر في النمو في عام 2023: أتمتة مكان العمل والذكاء الاصطناعي المرتكز على الإنسان؛ اتخاذ قرارات الذكاء الاصطناعي القائمة على البيانات ؛ وحالات استخدام الذكاء الاصطناعي التوليفية.
قال سكوت ستيفنسون، الرئيس التنفيذي في Deepgram، وهو برنامج نسخ مدعوم بالذكاء الاصطناعي أداة. سيستمر الذكاء الاصطناعي في أن يكون محوريًا للأعمال في عام 2023، من خلال خفض التكاليف وزيادة الابتكار. ببساطة، سيساعدنا الذكاء الاصطناعي على تحقيق المزيد بموارد أقل".
في حين أن البعض قد يسمع "خفض التكاليف وزيادة الابتكار" مثل الأتمتة في مكان العمل وأدوات الذكاء الاصطناعي التي تدفعهم إلى ترك الوظيفة، يقول العديد من القادة إن الأمر الأكثر احتمالية هو أن تتولى الأتمتة المهام العادية، بحيث يمكن للموظفين التركيز على المهام الأكثر تقدمًا.
قال فيشال سيكا، المؤسس والرئيس التنفيذي لمنصة الذكاء الاصطناعي التي تركز على الإنسان، Vian AI: "لن يحل الذكاء الاصطناعي - ولا ينبغي - أن يحل محل البشر على المدى القريب". "الحقيقة هي أن الذكاء الاصطناعي اليوم، بقدر ما هو مثير للإعجاب وقوة، ليس قريبًا من الحكم البشري. في عام 2023، سيزداد إدراك أن عددًا كبيرًا جدًا من الأنظمة الأساسية غير مصمم ليستخدمه البشر. سيتم تصميم المزيد والمزيد من الأنظمة لتضخيم الحكم البشري - لمساعدة الناس وتشجيع تكافل الذكاء الاصطناعي، بدلاً من السعي إلى جعل الذكاء الاصطناعي يحل محل المستخدم".
التفاعلات بين الإنسان والآلة تحتاج إلى حلول تتمحور حول الإنسان
مع استمرار الذكاء الاصطناعي في تغيير طريقة عملنا والأدوات التي نستخدمها في العمل، يقول العديد من الخبراء إن الأدوات نفسها يجب أن تكون أكثر تركيزًا على الإنسان أيضًا - تبسيط الأمور في سير العمل اليومي، أو إنشاء منصة تسهل الاتجاهين التفاعلات البشرية والتكنولوجيا.
قال زيشان عارف، المؤسس والرئيس التنفيذي لشركة تطوير البرمجيات Whizpool: "سنرى انتشار أنظمة الذكاء الاصطناعي غير التقنية سهلة الاستخدام". "سيقومون ببناء المزيد من أنظمة الذكاء الاصطناعي داخليًا لمساعدتهم على تبسيط عملياتهم وتحسين خدمة العملاء".
ردد بيتر بوتينيرز، مدير الهندسة في ML و AI في Sinch، وهي منصة اتصالات سحابية، هذا، حيث قال أنه مع اقتراب العام الجديد، من المحتمل أن يتحرك الذكاء الاصطناعي بعيدًا عن الكلمات الرئيسية لأنه "يتقدم نحو الفهم والفهم الفعليين".
قال قادة الصناعة إن التطورات في معالجة اللغة الطبيعية (NLP) ونماذج اللغات الكبيرة (LLMs) من المحتمل أن تحدث في هذا السياق أيضًا، مشيرين إلى أن هذه التقنيات يمكن أن تساعد في توسيع نطاق العمليات التجارية.
"البرمجة اللغوية العصبية تحدث ثورة في كيفية تفاعل البشر مع الآلات. قال ديفانشو بانسال، الشريك المؤسس لشركة The X Future، وهي منصة أفكار لفرق الشركات: "يمكن لهذه التقنيات أن تفهم ما يقوله الناس، وتتصرف بناءً على تلك المعلومات بشكل مناسب وتستجيب وفقًا لذلك". "البرمجة اللغوية العصبية لديها الكثير لتقدمه من مجرد التواصل الواضح مع المستخدمين؛ يمكن أن يساعد أيضًا في توسيع نطاق العمليات التجارية من خلال مساعدتهم على فهم صوت العميل".
علاوة على ذلك، مع التقدم المتزايد نحو الذكاء الاصطناعي المرتكز على الإنسان، وخاصة في البرمجة اللغوية العصبية (NLP) وماجستير في العلوم (LLMs)، يتوقع جوليان ساليناس، المؤسس والرئيس التنفيذي في NLP Cloud، وهي شركة ناشئة للذكاء الاصطناعي تنشر LLM، أن هذا التقدم قد يجعل التكنولوجيا أكثر تكلفة.
قال ساليناس: "ما زلنا نشهد نموًا مستقرًا في اعتماد تقنيات الذكاء الاصطناعي عندما يتعلق الأمر بمعالجة اللغة الطبيعية". "أتوقع أن تصبح نماذج اللغات الكبيرة أرخص بفضل العديد من التحسينات منخفضة المستوى التي يقوم بها مجتمع الذكاء الاصطناعي في الوقت الحالي".
نماذج الذكاء الاصطناعي والتعلم الآلي تعتمد على بيانات عالية الجودة
على الرغم من أن الذكاء الاصطناعي شهد نموًا سريعًا خلال العام الماضي، إلا أن البعض يقول إنه لا يتقدم بالسرعة الكافية، حيث أصبح عالقًا في "العصر الحجري" من نوع ما - وهذا هو سبب فشل العديد من مشاريع تعلم الآلة. بالتطلع إلى عام 2023، هذا شيء يدركه قادة الصناعة بشكل متزايد ويهدفون إلى معالجته.
قال سمير ماسكى، الرئيس التنفيذي لشركة Fusemachines، وهي منصة تعليمية للذكاء الاصطناعي وأستاذ الذكاء الاصطناعي في جامعة كولومبيا، أنه "على مستوى المؤسسة، تستمر صوامع البيانات في تقديم عقبة كبيرة ... بدأت المؤسسات تدرك ببطء أن نجاح مفصلات الذكاء الاصطناعي على البيانات والكثير منها".
نتيجة لذلك، تتوقع Maskey رؤية المزيد من الحلول التي تتيح الوصول إلى "مجموعات موثوقة من البيانات التي ستساعد الشركات على الاستفادة من الكفاءات المدعومة بالذكاء الاصطناعي".
أحد الحلول التي ظهرت على الساحة لمعالجة مشكلة تجويع البيانات في الذكاء الاصطناعي هو استخدام البيانات التركيبية، والتي تتوقع جارتنر أنها ستُستخدم لتسريع 60٪ من مشاريع الذكاء الاصطناعي بحلول عام 2024. ومن الحلول الأخرى استخدام النماذج الأساسية، والتي يتم تدريبها عادةً على كميات كبيرة من البيانات غير المسماة ثم إقرانها بمجموعات أصغر من البيانات المصنفة لدفع حل المشكلات.
قال Ulrik Stig-Hansen، الرئيس والشريك المؤسس في شركة Computer Vision Encord: "يبدو أن الاتجاه العام نحو الذكاء الاصطناعي المرتكز على البيانات آخذ في التسارع". "هذا يقلل من الحواجز التي تحول دون دخول الشركات لبدء تسييل بياناتها، ويجب أن تؤدي جميع الأشياء [كونها] متساوية إلى اعتماد أكثر انتشارًا لهذه التقنيات. خلال العام المقبل، ستحتاج الشركات إلى تعلم كيفية استخدام البيانات بشكل استراتيجي. هذا هو المكان الذي يمكنهم فيه حقًا العثور على الميزة التنافسية للذكاء الاصطناعي".
حالات استخدام الذكاء الاصطناعي التوليدي سوف تنفجر
انطلقت التطورات في مجال الذكاء الاصطناعي التوليدي، والتي قد يطلق عليها بشكل غير رسمي "موضوع العام" في هذا المجال، هذا العام، مما أدى إلى ظهور العديد من الشركات والأدوات الجديدة التي تعمل على تجديد كيفية قيام المبدعين وغير المبدعين على حد سواء بعملهم. تعمل أدوات مثل DALL-E و Imagen و Stable Diffusion على إنشاء مفاهيم أصلية لتحويل النص إلى صورة على الفور تقريبًا بعد إعطائها حتى أكثر المطالبات غموضًا - مثل "روبوت ذكاء اصطناعي جالس على العرش".
علاوة على حالات الاستخدام المتزايدة، يتوقع Stig-Hansen من Encord أنه "ستكون هناك قفزة تحويلية إلى الأمام في توافر الذكاء الاصطناعي التوليدي".
لا يُظهر هذا المجال أي علامات على التباطؤ في عام 2023، مع توقع جارتنر أن الذكاء الاصطناعي التوليدي لن يحسن جودة المنتج الرقمي فحسب، بل سيشكل أيضًا بحلول عام 2025 10% من جميع البيانات المنتجة - مقارنة بنسبة 1% حاليًا.
الذكاء الاصطناعي التوليدي هو أداة، على الرغم من أنها لم تحل محل الوظائف بعد، إلا أنها تثير الفضول عبر قطاعات المؤسسات حول ما قد يكون في المستقبل.
وقال ستيفنسون من ديبجرام: "مع تطور التكنولوجيا بشكل أكثر تعقيدًا، ستستمر في إحداث اضطراب، ليس فقط في تطوير الصور والمحتوى، ولكن للصناعات الأخرى مثل التعرف على الكلام والخدمات المصرفية". "أتوقع أن التكنولوجيا التوليدية ستعمل قريبًا كهيكل خارجي للبشر - ستدعم العمل الذي نقوم به وستقود في النهاية مستقبلًا أكثر كفاءة وإبداعًا".
قال ستيج هانسن: "من خلال إمكانات تحويل النص إلى صورة، وتحويل النص إلى فيديو، وإمكانيات تحويل النص إلى ثلاثية الأبعاد القادمة التي يوفرها الذكاء الاصطناعي التوليفي، سيزداد اعتماد الأداة أيضًا - ربما حتى خارج نطاق التكنولوجيا والمؤسسة إلى أماكن أخرى مثل الترفيه والإبداع".
قال: "ستتحسن نماذج الذكاء الاصطناعي هذه وستصبح أكثر واقعية في الصورة". "ستتطور المساحة من الوجوه التي تم إنشاؤها بواسطة الذكاء الاصطناعي إلى أجسام كاملة في كل من الصور والفيديو. سيكون هناك أيضًا اعتماد كبير للذكاء الاصطناعي التوليدي في الصناعات الإبداعية، بما في ذلك صناعة الموسيقى".
بدأ المستثمرون أيضًا في ملاحظة التكنولوجيا الجديدة، لكن البعض ينتظرون لمعرفة ما إذا كانت ستظل "ضجيجًا" أو ما إذا كان نموها قويًا للمسار إلى الأمام.
قال بانسال، الشريك المؤسس لـ The X Future، إن صندوقهم، Z Nation Lab، كان مستثمرًا مبكرًا في منصة توليد المحتوى التي تعمل بالذكاء الاصطناعي Jasper AI، وقال إنه يرى أنها سترتفع فقط من هنا.
قال بانسال: "إن رؤية النمو الهائل الذي حققته Jasper AI في العامين الماضيين يجعلني متفائلًا للغاية بشأن استخدام الذكاء الاصطناعي التوليدي في التسويق".
ملاحظات لعام 2023
من المتوقع أن يرتفع الاستثمار والنمو في سوق الذكاء الاصطناعي بشكل عام خلال السنوات العديدة القادمة، وفقًا لـ Fortune Business Insights، التي تشير أيضًا إلى أن هذا القطاع ستبلغ قيمته أكثر من تريليون دولار بحلول عام 2029.
يؤكد عمالقة الأبحاث، بما في ذلك Gartner و Forrester و McKinsey، على التطور الهائل للذكاء الاصطناعي. على سبيل المثال، يوصي محلل جارتنر أفراز جافري القادة "بإيلاء اهتمام خاص للابتكارات المتوقع أن تصل إلى التبني السائد في غضون سنتين إلى خمس سنوات" لاكتساب ميزة تنافسية. تتوقع Forrester أن تنمو برامج الذكاء الاصطناعي بنسبة 50% أسرع من باقي سوق البرمجيات. ويتوقع باحثو ماكينزي أيضًا أن يستمر معدل تبني الذكاء الاصطناعي في الزيادة.
قال ليور غافيش، كبير مسؤولي التكنولوجيا لمنصة مراقبة البيانات مونتي كارلو: "لا يمكن للشركات السماح للقوة الهائلة ووعد الذكاء الاصطناعي / التعلم الآلي بمنعها من الاستفادة من قدراتها، حتى أثناء تنقلها في هذه المياه الاقتصادية الصعبة بشكل لا يصدق". "مع ميزانيات اليوم الأكثر تشددًا والفرق الأصغر حجمًا، يكون القليل حقًا أكثر عندما يتعلق الأمر بتحسين تأثير الذكاء الاصطناعي / تعلم الآلة".
