SAP: كيف تؤمن إدارة الذكاء الاصطناعي في المؤسسات هوامش الأرباح

بقلم: فريق تحرير العلامة التقنية التصنيف: الذكاء الاصطناعي ٣ مايو ٢٠٢٦

أعلنت شركة SAP أن إدارة الذكاء الاصطناعي في المؤسسات تُعزز هوامش الأرباح من خلال استبدال التخمينات الإحصائية بالتحكم الحاسم. فعندما يُطلب من نموذج ذكي على مستوى المستهلك عد الكلمات في مستند، فإنه غالبًا ما يخطئ بنسبة تصل إلى عشرة في المئة. مانوس رابتوبولوس، رئيس نجاح العملاء العالمي في أوروبا وآسيا والمحيط الهادئ والشرق الأوسط وإفريقيا في SAP، يلاحظ أن الفجوة التشغيلية بين الدقة القريبة من الكمال والكمال هي فجوة مطلقة. ويشير رابتوبولوس قائلاً: "المسافة بين 90% و100% من الدقة ليست تدريجية، بل هي وجودية".

بينما تدفع المؤسسات نماذج اللغة الكبيرة إلى بيئات الإنتاج، يؤكد رابتوبولوس أن معايير التقييم قد انتقلت رسميًا نحو الدقة، والحوكمة، وقابلية التوسع، والأثر التجاري الملموس. التحدي الملح الذي يواجه مجالس الشركات يتعلق بالتحول من أدوات سلبية إلى فاعلين رقميين نشطين، وهو تحول يحدد رابتوبولوس كلحظة الحوكمة الرئيسية، وسيكون من الموضوعات التي ستركز عليها SAP في معرض الذكاء الاصطناعي والبيانات الكبيرة في أمريكا الشمالية هذا العام.

تمتلك أنظمة الذكاء الاصطناعي القادرة على العمل بشكل مستقل القدرة على التخطيط، والتفكير، والتنسيق مع وكلاء آخرين، وتنفيذ سير العمل بشكل ذاتي. نظرًا لأن هذه الأنظمة تتفاعل مباشرة مع البيانات الحساسة وتؤثر على القرارات على نطاق واسع، يجادل رابتوبولوس بأن الفشل في إدارتها تمامًا كما يتم إدارة قوة العمل البشرية يعرض المؤسسة لمخاطر تشغيلية شديدة. ويحذر من أن انتشار الوكلاء سيعكس أزمات تكنولوجيا المعلومات الظليلة التي شهدناها في العقد الماضي، على الرغم من أن المخاطر أعلى بشكل كبير.

أهمية إدارة دورة حياة الوكلاء

يُعتبر إنشاء إدارة دورة حياة الوكلاء، وتحديد حدود الاستقلالية، وتطبيق السياسات، ومراقبة الأداء المستمر متطلبات أساسية وفقًا لإطاره. يتطلب دمج قواعد البيانات الحديثة التي تتعامل مع العلاقات الدلالية للغة المؤسسات مع الهياكل القديمة استثمارًا ضخمًا في الهندسة. يجب على الفرق أن تقيد بنشاط حلقة استدلال الوكيل لمنع الهلاوس من تشويه مسارات التنفيذ المالي أو سلسلة التوريد.

إن تحديد هذه المعايير الصارمة يزيد من زمن تأخير الحسابات وتكاليف الحوسبة، مما يغير التوقعات الأولية للأرباح والخسائر. عندما يتطلب نموذج مستقل استعلامات متكررة وعالية التردد من قواعد البيانات للحفاظ على مخرجات حاسمة، تتضاعف التكاليف المرتبطة بالرموز بسرعة. تصبح الحوكمة قيدًا هندسيًا صارمًا بدلًا من كونها قائمة تحقق للامتثال.

تحديات البيانات في الذكاء الاصطناعي المؤسسي

يجادل رابتوبولوس بأن مجالس الشركات يجب أن تحل ثلاث قضايا أساسية قبل نشر نماذج الوكلاء: تحديد من يتحمل المسؤولية عن خطأ الوكيل، وإقامة مسارات تدقيق لقرارات الآلات، وتحديد العتبات الدقيقة للتصعيد البشري. تزيد التجزئة الجغرافية من تعقيد الإجابة على هذه الأسئلة. إن البنى التحتية السحابية السيادية، ونماذج الذكاء الاصطناعي، ومتطلبات توطين البيانات هي واقع تنظيمي في الأسواق الرئيسية التي تشمل نيويورك وفرانكفورت والرياض وسنغافورة.

يجب على المؤسسات دمج التحكم الحاسم مباشرة في الذكاء الاحتمالي. ويرى رابتوبولوس أن هذا المتطلب هو واجب على مستوى الإدارة العليا وليس مجرد مشروع تكنولوجيا معلومات. تعتمد أنظمة الذكاء الاصطناعي على جودة البيانات والعمليات التي تعمل عليها، مما يمثل ما يسميه رابتوبولوس "لحظة تأسيس البيانات".

البيانات المشتتة، والأنظمة التجارية المعزولة، والبيئات المخصصة بشكل مفرط تُدخل عدم اليقين الخطير في أسوأ اللحظات الممكنة. يوضح رابتوبولوس أنه إذا اعتمد وكيل مستقل على أسس مجزأة لتقديم توصية تؤثر على التدفق النقدي، أو العلاقات مع العملاء، أو مواقف الامتثال، فإن الضرر التشغيلي الناتج يتزايد على الفور.

إعادة هيكلة الواجهات وتيسير الاستخدام

تتحول تفاعلات تطبيقات المؤسسات من الواجهات الثابتة إلى تجارب مستخدم مولدة، وهو تطور يحدد رابتوبولوس كلحظة تفاعل الموظف. بدلاً من التنقل يدويًا عبر أنظمة البرمجيات المعقدة، سيعبر الموظفون عن نواياهم للنظام. يقدم رابتوبولوس مثالاً لمستخدم يطلب من البرنامج إعداد إحاطة لزيارة أعلى عميل له من حيث الإيرادات في هذا الأسبوع.

عندما يُطلب من الوكلاء الذكيين تنسيق سير العمل الضروري وتجميع السياق المحيط، فإنهم يبرزون الإجراءات الموصى بها. ومع ذلك، يشدد رابتوبولوس على أن اعتماد هذه الأنظمة بين القوى العاملة يعتمد على الثقة. لن يقبل الموظفون هؤلاء الزملاء الرقميين إلا عندما يشعرون بالثقة من أن مخرجات النظام تحترم الحدود الحاكمة المعمول بها، وتعكس القواعد التجارية الحقيقية، وتحقق مكاسب إنتاجية ملموسة.

الاستثمار في العمارة الذكية للذكاء الاصطناعي

تتطلب هندسة هذه الأنظمة شخصيات ذكاء اصطناعي محددة الأدوار مصممة لمناصب مثل المدير المالي، أو المدير التنفيذي للموارد البشرية، أو رئيس سلسلة التوريد. يلاحظ رابتوبولوس أن هذه الشخصيات يجب أن تُبنى على بيانات موثوقة وتُدمج ضمن سير العمل المؤسسي المألوف لسد فجوة الاعتماد بنجاح.

إن تحقيق هذا المستوى من التكامل هو قرار تصميم يحمل عواقب ثقيلة. المنظمات التي ترغب في الاستثمار في العمارة الأصلية للذكاء الاصطناعي تسرع من عائد استثماراتها، بينما تواجه الشركات التي تحاول دمج نماذج احتمالية على واجهات قديمة صعوبات كبيرة في الثقة، وسهولة الاستخدام، وقابلية التوسع.

يواجه قادة التكنولوجيا الذين يحاولون فرض تنسيق الذكاء الاصطناعي الحديث على تطبيقات البرمجيات الضخمة تأخيرات شديدة في التكامل. إن توجيه استدعاءات API الاحتمالية عبر البرمجيات القديمة يؤدي إلى تأخير واجهات المستخدم، مما يدمر سير العمل القائم على النية. يتطلب تصميم شخصيات محددة الأدوار أكثر من مجرد هندسة أولية؛ بل يتطلب أيضًا رسم خرائط معقدة لعمليات الوصول، والأذونات، والمنطق التجاري في الذاكرة النشطة للنموذج.

في النهاية، تظهر العوائد المالية للذكاء الاصطناعي بشكل أسرع خلال تفاعلات العملاء. يشير رابتوبولوس إلى أن تدريب النماذج على السجلات الخاصة، والقواعد الداخلية، والسجلات التاريخية يخلق طبقة من الذكاء الخاص بالعملاء يصعب على المنافسين نسخها. يحقق هذا الإعداد أفضل أداء في سير العمل الذي يتسم بالاستثناءات مثل حل النزاعات، والمطالبات، والإرجاع، وتوجيه الخدمة.