الذكاء الاصطناعي المولّد هو الجواب: ماذا كان السؤال؟

Tom Godden‏ (00:10):
لذلك نقول غالبًا أن الذكاء الاصطناعي المولّد هو الحل. ماذا كان السؤال؟ يمثل الذكاء الاصطناعي المُولِّد تقنية مبتكرة ومثيرة للاهتمام بحق. إنها تقنية تُحدث تحولًا جذريًا. في الواقع، نعتقد أنها ربما تكون على قدم المساواة مع التحول في التقنيات مثل المطبعة والكهرباء والحوسبة الشخصية والإنترنت وحتى السحابة.

Phil Le-Brun:
أنت تقول إنه جديد؛ في بعض النواحي، إنه تتويجًا لـ 60 عامًا من التطوير، مع السحابة التي تتيح الحوسبة منخفضة التكلفة، ثم التقدم في أشياء مثل التقنيات الإحصائية، ونموذج المحول المستخدم الآن للذكاء الاصطناعي المولّد، أصبح كل هذا ممكنًا. لقد تراكمت سلسلة من الابتكارات الجديدة التي أوصلتنا إلى هذه المرحلة، حيث أصبح بإمكاننا القيام بأشياء مذهلة حقًا داخل المؤسسات.

Miriam McLemore:
الشيء الذي أود إضافته هو البيانات، أليس كذلك؟ لقد كنا جميعًا قلقين بشأن البيانات. نحن غارقون في البيانات. ويمنحك الذكاء الاصطناعي المولّد طريقًا لاستخدام تلك البيانات فعليًا، واستخدامها بشكل مثمر لبعض الأشياء التي وصفتها للتو، سواء كانت روبوتات الدردشة المحسنة أو مركز الاتصال أو إنشاء المحتوى. أصدرنا مؤخرًا إعلانًا جديدًا عن HealthScribe — ذلك الموقف المألوف حين تجلس في مكتب الطبيب وتراه منهمكًا في الكتابة على الحاسوب. فلنُرجِع الطبيب إلى مكانه الطبيعي بجانب المريض، لا أمام الشاشة. لذلك هناك بعض القدرات الجديدة الرائعة، ولكن الأمر يتعلق بتسخير البيانات.

Tom Godden:
تثير نماذج التأسيس ونماذج اللغة الكبيرة الكثير من الحماس في عالم الذكاء الاصطناعي المُولِّد، فيسارع الجميع إلى تبنّيه واستخدامه. لكن الحقيقة أن الفارق الحقيقي يكمن في بياناتك. من دون أساس بيانات قوي، ستجد المؤسسة صعوبة في تحقيق نتائج تتجاوز مجرد تطبيقات مبهرة سطحية باستخدام الذكاء الاصطناعي المولّد. لكي تنجح كشركة أو كمؤسسة، عليك بناء بنية بيانات متينة تتيح لك تحقيق التنبؤ الدقيق والفهم السياقي، لأن البيانات هي العامل الفاصل في هذا المجال.

Miriam McLemore:
ما أراه رائعًا هو أن البيانات، التي كانت تُعتبر في الماضي مجرد مهمة تشغيلية تُدار في الخلفية، أصبحت الآن محورًا استراتيجيًا يتطلب من فريق القيادة التنفيذية المشاركة بفاعلية في صياغة استراتيجية البيانات.

Phil Le-Brun:
نحن الآن في مرحلة من رحلتنا كشركة نعمل فيها على تمكين الجميع من استخدام تعلم الآلة والذكاء الاصطناعي، إلا أن هذا التركيز عادةً ما يكون على من يمتلكون فهماً للتقنيات. هذا الأمر يجعل الفرص الآن متكافئة للجميع. وفقًا لبيانات McKinsey، فإنهم يتوقعون أن نحو 75% من القيمة التي يحققها الذكاء الاصطناعي المُولِّد ستأتي من أربعة مجالات رئيسية: عمليات العملاء مثل مراكز الاتصال، والمبيعات والتسويق، والبحث والتطوير، وتطوير البرمجيات. على سبيل المثال، ذكرتَ روبوتات الدردشة. تمكّن هذه القدرة العميل من التواصل المباشر مع العلامة التجارية للحصول على احتياجاته بسهولة، وفي المقابل تمنح الشركة فرصة لتقليل التكاليف وتحسين تجربة العميل بسلاسة، مما يجعلها ميزة تنافسية.

► استمع إلى البودكاست: تحويل خدمة العملاء باستخدام الذكاء الاصطناعي

Miriam McLemore‏ (03:20):
كنتُ مؤخرًا مع أحد عملائنا، وهم يسعون بكل طاقتهم للتحرر من سرعة وتيرة أعمالهم اليومية التي تستهلكهم وتمنعهم من رفع أنظارهم نحو الأفق الأبعد والتفكير على نطاق أوسع. كيف يمكننا كقادة كسر هذا النموذج؟ عندما تنظر إلى الأمور من الخارج نحو الداخل وتتوقع التغيير، فإنك تتبنى نهج القيادة المختلف الذي يساعد على تجاوز البيروقراطية التي تُبطئ مسيرتك.

Tom Godden:
هذا بالفعل تغيير جذري يشبه في أثره الحوسبة السحابية والتحول الرقمي. أرى أن كثيرًا من ممارساتنا السابقة ما زالت تفيدنا في هذا السياق. عليك أن تفهم الثقافة بشكل صحيح. عليك أن تهيكل المؤسسة بطريقة صحيحة ومتماسكة. من الضروري فحص العمليات أو ما نُسميه الآليات بدقة، والتأكد من وضعها في مواقعها الصحيحة. وإلا فسينتهي بك الأمر إلى امتلاك سيارة سباق فائقة السرعة دون أن يكون لديك فريق الدعم أو السائق المهيأ والمدرب على قيادتها. ولن تحقق أي تقدم يُذكر. قد تحقق بعض المكاسب، لكن ما نتحدث عنه هو إحداث تحول جذري، وهو ما يمثل التحدي الحقيقي. المنافسة لا تزال قائمة، أليس كذلك؟ منافسيك لا يجلسون مكتوفي الأيدي. وفي كثير من هذه الأمور، من يتحرك أولًا يتمتع بميزة تنافسية. لذلك، عليك أن تسعى إلى إحداث تحول حقيقي، بل وأن تكون عنصر التغيير في مجالك، وهذا لن يتحقق إلا بتكامل كل المكونات.

Phil Le-Brun:
يتحدث الأستاذ Scott Galloway عن أنه لا ينبغي أن تقلق بشأن تأثير الذكاء الاصطناعي على شركتك، بل يجب أن تقلق من تأثير أولئك الذين يعرفون كيف يستخدمون الذكاء الاصطناعي لتحويل شركاتهم. وMiriam، لديكِ المقولة "فكّر على نطاق واسع، وابدأ بخطوات صغيرة، وتوسع بسرعة". وأعتقد أن هذا ما يجب علينا فعله. لا يمكننا الانجراف وراء الضجيج، لكن التفكير المحدود يُصبح نبوءة تحقق ذاتها. فكيف يمكنك أن تفكر فعلاً بطريقة كبيرة حول كيفية تحويل شركتك، وتبدأ الآن، وتتغلب على جمودك، وتتعلم كيف يمكنك استخدام هذه التقنية. احصل على الطريقة الأسرع لتتعلم ما سينجح في مؤسستك.

Tom Godden‏ (05:27):
في النهاية، يتضح أن الذكاء الاصطناعي المُولِّد هو المفتاح للإجابة. ما هو السؤال؟ افعل ذلك فقط إذا كان يحقق قيمة حقيقية. استخدمه لأنه الأداة المناسبة. كثيرًا ما نرى ما يُسمّى "تحليلات البيانات فقط"، أو ما يثير الضحك الذكاء الاصطناعي "العادي" وتعلم الآلة "العادي"، التي كانت تبدو متقدمة جدًا قبل ستة أشهر فقط. وفي بعض الأحيان تكون هذه التقنيات أكثر ملاءمةً لحل المشكلة المطروحة، ولا تحتاج إلى كل الجهد والعمل الذي يتطلبه الذكاء الاصطناعي المُولِّد لإنجاز تلك الأمور. دع القيمة تكون دافعك، ولا تفعل ذلك فقط لأن الآخرين يفعلونه.

Miriam McLemore:
ولكن تَقدَّم بخطى واثقة.

Tom Godden:
حسنا، واصل. لا تنتظر. من يتحرك أولًا يتمتع بأفضلية تنافسية. هذا يمثل تغييرًا جذريًا. أكرر، هذا يعادل في تأثيره بعض التحولات الكبرى التي شهدناها من قبل، وعليك أن تبدأ الآن. عليك العمل عليها.

Phil Le-Brun:
لا شيء يعيقك عن الانطلاق فورًا. يمكنك الاستفادة من نماذج اللغة الكبيرة عبر AWS SageMaker JumpStart، فكل ما تحتاجه متوفر بالفعل. النموذج يعتمد على الدفع عند الاستخدام، فقط فعّل الخدمة وجرّبها، وإن لم تحقق النتائج المطلوبة، يمكنك إيقافها ببساطة.

Miriam McLemore:
بإمكانك البدء فورًا في بناء إستراتيجية للبيانات. كان من المفترض أن تكون قد أنجزت ذلك بالفعل منذ الأمس.

Tom Godden:
سيكون ذلك مفيدًا لك في كل الأحوال، سواء استخدمت الذكاء الاصطناعي المُولِّد أم لا. ونظّم بيئة السحابة لديك. إذا لم تكن قد بلغت مستوى النضج والجاهزية الكافي بعد، فأنشئ مركز تميّز للسحابة وفريقًا مخصصًا للتعامل مع هذه الأمور. افعل ذلك لأنه فكرة جيدة بحد ذاتها، ولكن أيضًا لأنه سيُصبح مطلبًا أساسيًا. إنه من العناصر التأسيسية للذكاء الاصطناعي المُولِّد.

Phil Le-Brun:
لا ينبغي أن يُترك هذا الأمر فقط لرئيس قسم المعلومات (CIO) — مع كامل التقدير له — لأن التحدي هنا تجاري في جوهره. فالقادة التنفيذيون مطالبون اليوم بفهم التمويل وإدارة الموارد البشرية، كما أصبح من الضروري أن يخوضوا بأنفسهم عالم التقنية والبيانات ليتعرفوا على ما يجب عليهم إتقانه. وكما ذكرت يا Tom، المسألة ليست سحرًا، بل تتطلب تناغمًا بين التكنولوجيا وتغيير العمليات التجارية وتطوير الأفراد. كيف يمكن توحيد هذه الجهود؟ لا يمكن لفريق تقنية المعلومات وحده أن يتحمل هذه المسؤولية.

Tom Godden‏ (07:26):
وكجزء من ذلك، علينا أن ننظر إلى الذكاء الاصطناعي المسؤول بنظرة شمولية. يجب أن يكون لديك برنامج للذكاء الاصطناعي المسؤول إذا كنت تستخدم الذكاء الاصطناعي وتعلم الآلة بالفعل. ولكن الذكاء الاصطناعي المُولِّد، بطبيعته التوليدية، سيجبرك على تعزيز هذا الجانب وفهم كيفية الحد من التحيّزات، ومنع حدوث الهلوسات داخل أنظمتك، وحتى تجنب النتائج الضارة، ما لم تكن لديك الهياكل الصحيحة في مكانها. تحدثنا كثيرًا عن هذا — كما قال Galloway — فالأمر لا يتعلق فقط بفهم كيفية استخدام الذكاء الاصطناعي المُولِّد، بل بالإشراف البشري الذي سيكون ضروريًا للغاية. لسنا بعد في مرحلة يمكننا فيها إزالة العنصر البشري تمامًا من المعادلة. ربما يحدث ذلك في بيئة الإنتاج، ولكن بعد اختبارات متكررة ومكثفة تحت إشراف بشري للتأكد من كيفية عمل النظام، لأنه نظام حيّ ومتطور. وعلى عكس الكثير من البرمجيات التي كنا نكتبها في الماضي — نختبرها، تعمل، نُطلقها في بيئة الإنتاج، ثم ننتقل إلى المرحلة التالية ونعود لاختبارها لاحقًا — فإن الأمر هنا مختلف. سيتعين عليك تنفيذ حالات استخدام واختبارات بشكل منتظم، يوميًا وربما كل ساعة في بعض الحالات، لضمان بقائك مسيطرًا على الأداء.

Miriam McLemore:
أعجبني ما ذكرته، وPhil، أنت تقول هذا كثيرًا: يجب أن تكون حذرًا من إدمانك للتنبؤ، لأنك قد تستخدم هذه التقنية لتأكيد ما تؤمن به مسبقًا. عليك أن تكون حذرًا وأن تُصغي إلى البيانات، واستفد من هذه التقنية لفتح مسارات جديدة والنظر في أساليب مختلفة.

Phil Le-Brun:
أعتقد أن ما نناقشه دائمًا بشأن البيانات هو أن أكثر من 75% من التحديات المرتبطة بها تنبع من الأشخاص والمؤسسة والثقافة، ويبدأ الحل من القيادة. فهل أنت كقائد تمارس الدور النموذجي الذي يُحتذى به؟ هل تتحدى البيانات وتطرح الأسئلة الصحيحة؟ أم أنك فقط تبحث عن ما يؤكد قراراتك السابقة؟ إنها لحظة استثنائية للقادة التنفيذيين اليوم — لحظة تجمع بين الإمكانات الهائلة والمسؤولية الكبيرة تجاه الذكاء الاصطناعي المسؤول. وهذه المسؤولية لا تقتصر على الجوانب الأخلاقية أو معالجة التحيّز فحسب، بل تشمل أيضًا التأثيرات المترتبة على قراراتك. ولهذا، أعتقد أن نهجنا في Amazon Bedrock صائب، إذ نُبقي النموذج داخل بيئة آمنة ومحمية ونستخدم بياناتك لتدريبه بدلاً من إرسالها إلى نموذج عام. كما نعي أن لا يوجد نموذج تأسيس واحد قادر على حل كل التحديات، فالقوة الحقيقية تكمن في التنوع والتكامل بين النماذج.

Tom Godden:
وهنا تكمن الميزة الجوهرية في Bedrock: القدرة على الوصول إلى نماذج اللغة من خلال API بمرونة عالية، مما يتيح لك التبديل أو الانتقال إلى نموذج آخر عند الضرورة، أو استخدام نموذج جديد لتطبيق مختلف، مع سرعة التنفيذ وسهولته على غرار ما توفره خدمات AWS الأخرى. يمكنك تشغيل الخدمة عند الحاجة وإيقافها عند عدم الحاجة.

► استمع إلى البودكاست: كيف يمكن لقادة التكنولوجيا الاستعداد للذكاء الاصطناعي المولّد

Phil Le-Brun‏ (10:28):
أما إذا كنت تفكر في بناء نموذجك الخاص، فهذا أمر جيد، جيد جدًا، ولكن لا تبادر إلى ذلك مباشرة. فقد تنفق 10 أو حتى 100 مليون دولار، ولكن إذا كان هناك بالفعل مبرر تجاري قوي لذلك، فابدأ أولاً بفهم ما تحتاج فعلاً إلى تحقيقه باستخدام التقنية المتاحة لديك. ثم لديك البنية التحتية في السحابة. لديك أشياء مثل Trainium وInferentia من AWS التي تساعد في خفض تكاليف الاستدلال والتدريب. لذا، بغض النظر تقريبًا عن الاتجاه الذي تسير فيه مستقبلاً، عليك أن تضع إستراتيجية بيانات واضحة وأن تعمل في بيئة سحابية. لا تحاول القيام بذلك في بيئتك المحلية.

Tom Godden:
دعونا نتحدث قليلًا عن مقاييس الشهرة المرتبطة بنماذج التأسيس. تشير أحدث الإحصاءات إلى أن أكبر نماذج التأسيس تحتوي على أكثر من 500 مليار مُعامل. يبدو ذلك رائعًا جدًا. عظيم. أرغب في الحصول على خمسة. لماذا لا أمتلك 800 مليار؟ لكنني أعتقد أننا نلاحظ أيضًا أنه في بعض الأحيان لا تحتاج إلى هذا الحجم الكبير. في الواقع، قد يؤدي ذلك إلى نتائج وإجابات عشوائية أكثر. إن امتلاك نموذج مُعدّ لغرض محدد – حتى لو كان عامًا ومفتوح المصدر – ولكن مُعدّ خصيصًا لحالة الاستخدام التي تحاول تنفيذها، والمضبوط وفقًا لمعلومات عملك السياقية، من المرجح أن يقدم نتائج وكفاءة أفضل من مقاييس الشهرة هذه التي تبدو مذهلة عند الحديث عنها. 500 مليار مُعامل تبدو مدهشة للغاية، لكنها قد لا تكون ما تحتاجه لحل المشكلة.

Miriam McLemore:
نعم، البيانات المناسبة للمشكلة المناسبة. ومرة أخرى، كما قلت، ابدأ بالمشكلة. اعمل بشكل عكسي انطلاقًا من قيمة العمل التي يمكنك تحقيقها، ثم شارك بفاعلية واختر نقطة البداية. إنها فترة مثيرة، لكن سيستغرق الأمر بعض الوقت لتحديد وتيرتك وفهم ما يضيف القيمة في منهجك. أنا مندهش من العملاء الذين بدأوا بالفعل في المشاركة، ويبتكرون مسارات مذهلة سنسعى جميعًا للاستفادة منها. وأحد الأمور الرائعة، في رأيي، في جلسات AWS هو التعمق في حالات استخدام العملاء الآخرين والتعلّم ممن جرّبوا أمورًا بالفعل. لست مضطرًا إلى القيام بكل شيء بنفسك.

Tom Godden:
تحدثنا عن Code Whisperer. أرى الكثير من الأشخاص أيضًا مهتمين جدًا بمركز الاتصال. إنها بيئة غنية بالفرص، إذ تربطك علاقة مباشرة بالعميل، لذا يجب أن تكون حذرًا، لكنها أيضًا أقل مخاطرة مقارنة بمحاولة ابتكار علاج جديد في قطاع الرعاية الصحية. بالطبع، نحتاج إلى مثل هذا التقدم، لذا يرجى المضي قدمًا فيه، لكنه مجال عالي المخاطر ومعقد جدًا. كما ألاحظ أن بعض الأشخاص ينظرون الآن إلى شبكاتهم الداخلية (Intranet)، وإذا كانت مثل شبكتي، فهي المكان الذي كانت المعلومات تُدفن فيه. كان لديك محرك بحث رائع من حيث الشكل، لكنه لا يجد شيئًا تقريبًا، والآن لديك فرصة ممتازة لإتاحة كل تلك المعلومات داخل مؤسستك، إضافة إلى طريقة رائعة لإحياء هذا المجال ليرى الناس إمكاناته، وتنفيذه بطريقة منخفضة المخاطر تضيف قيمة كبيرة. افعل ذلك. لا تنتظر.

تدريب فرقك (ونفسك) على الذكاء الاصطناعي المولّد

Miriam McLemore‏ (13:35):
هذا أحد الإعلانات الكبيرة التي أصدرناها والمتعلقة بالتدريب، أليس كذلك؟ لأن السؤال هو: كيف يمكن تعلم كيفية القيام بذلك؟ لذلك من المهم الانطلاق، وتدريب فريقك، وتدريب الفريق التنفيذي لديك. لدينا مجموعة من العروض التي تساعد عملاءنا في تدريب مؤسساتهم على كيفية البدء، والأدوات المتاحة، حتى يتمكنوا من اتخاذ القرار المناسب بشأن النهج الأمثل لشركاتهم.

Phil Le-Brun:
تعلم وكن فضوليًا. أعني، لقد حصلنا على الدورة التنفيذية من Training and Certification. إنه أمر بسيط حقًا، ما هو الذكاء الاصطناعي المولّد؟ لدينا الآن الدورة التدريبية على Coursera، وهي رائعة حقًا. إذا كنت ترغب في التعمق في التفاصيل الجوهرية وبعض الأمور التي تحدثنا عنها — مثل التوازن بين كمية البيانات وعدد المُعاملات والحوسبة وإيجاد التوازن المناسب. فكل ذلك متاح الآن. الكثير من هذه المعلومات متاح في النطاق العام. ابدأ الآن. ابدأ التعلم اليوم. فليس من المبكر أبدًا أن تبدأ.

Tom Godden:
سيساعدك هذا التدريب على إشراك الآخرين في المسار، لأننا صريحون، فهذه تقنية تحولية، لكنها قد تكون أيضًا مُربِكة. فبعض الأشخاص لديهم مخاوف مشروعة بشأن ما تعنيه هذه التقنية! ليس فقط بالنسبة لوظائفهم، بل أيضًا لمعيشتهم: الإيجار، والقروض العقارية، والأبناء الذين يجب إرسالهم إلى الجامعة. هل سأظل أمتلك دورًا في هذا العالم الجديد المثير والمتغيّر جذريًا؟ وماذا سيكون تأثير ذلك على المجتمع؟ أعتقد أن مساعدتهم على رؤية دورهم، وفهم الدور الذي يمكنهم القيام به، ودعمهم من خلال هذا التدريب، سيكون أكثر أهمية هنا من أي مرحلة تحولية أخرى شهدناها سابقًا.

Phil Le-Brun:
نعم، اكسر الحواجز بين الأقسام. أعني، لقد تحدثت يا Tom عن التحيز، وأفضل طريقة للحد من التحيز هي أن يتكوّن فريقك من أشخاص يمثلون قاعدة عملائك. كما نعلم، فإن تعلم الآلة بشكل عام، والذكاء الاصطناعي المُولِّد على وجه الخصوص، سيؤثران على جميع أقسام المؤسسة. سيعملان بغضّ النظر عن هيكلك التنظيمي، وليس بفضله. لذا تخلّص من البيروقراطية. وربما يمكنك استخدام الذكاء الاصطناعي المُولِّد للتخلص من جزء منها، لكن الأمر يعود في النهاية إلى ما يجعل–

Tom Godden:
أنشئ لي مخططًا تنظيميًا جديدًا؟

Phil Le-Brun:
نعم، قم بأتمتة PowerPoint.

Miriam McLemore:
قل لي من يجب أن يكون المسؤول.

Phil Le-Brun:
هنا يظهر بعض التحيّز. نعم، هذا صحيح. لكن استثمر ذلك في فهم ميزتك التنافسية بعمق. خذ مثلًا شركة Autodesk التي تطبّق الذكاء الاصطناعي المُولِّد لتقليل وزن بعض التصاميم بنسبة تصل إلى 40%. إنّها فائدة كبيرة من منظور الاستدامة. ومع ذلك، فقد استطاعوا تحديد المجالات التي يمكنهم فيها استخدام التقنية لتحقيق ميزة تنافسية حقيقية لمؤسستهم.

Tom Godden:
افعل ذلك لأنه يضيف قيمة. لا تفعل ذلك فقط لأنه ما يفعله المتميزون.

مقارنة الابتكار بتحسين التكلفة: تخل عن الانقسام الزائف

Phil Le-Brun‏ (16:11):
أرى أنّ المثير في هذا النقاش هو التناقض المستمر بين خيارين: "هل أوفر المال في أوقات صعبة؟" أم "هل أواصل الابتكار؟" والحقيقة أنّ المسألة لم تعد إما/أو، بل من الضروري الجمع بين الخيارين. فالمؤسسات تهدر الكثير من المال بسبب التعقيد الإداري. وتشير دراسة إلى أنّ 94% من المديرين التنفيذيين (CXOs) يعتقدون أنّ الهيكل التنظيمي الداخلي يمنعهم من الابتكار. تلك البيروقراطية المفرطة هي العائق الأكبر؛ كم من الوقت تحتاج لاتخاذ قرار؟ ما نطلق عليه مازحين "مؤشر الكتلة البيروقراطية" يعبّر بدقّة عن المشكلة. كم من الوقت نقضيه في عمل منتج فعليًا مقابل وقت الانتظار للموافقة على قرار واحد؟ وكم من الوقت يُهدر في انتظار قرارٍ إداري؟ إذن ليس السؤال: "هل نبتكر أم نوفر؟"، بل كيف نفعل كليهما معًا. بتقليل تكاليف الأعمال الروتينية غير المميزة، يتاح المجال لتوجيه الموارد نحو الابتكار، فينشأ توازن إيجابي متجدد. كما يمكن لتعلم الآلة والذكاء الاصطناعي المُولِّد أن يسهما في خفض التكاليف والبيروقراطية في المؤسسة ذاتها.

Miriam McLemore:
ما لاحظناه، وما نقوله لعملائنا، هو أنّ القيود في الواقع تُحفّز الابتكار أكثر من الأوقات التي يتوفر فيها كل شيء بسهولة. فعندما تجد نفسك بين المطرقة والسندان، تبدأ في البحث بطريقة إبداعية عن "كيف أخرج من هذا الموقف؟". يمكنك استثمار الأوقات الاقتصادية الصعبة للتفكير بأسلوب مختلف، فلا خيار آخر أمامك. لكنني أرى أيضًا، كما ذكرتَ، أنّ من أعظم مزايا الذكاء الاصطناعي المُولِّد تكمن في تعزيز الإنتاجية والتقليل من بعض أعباء العمل غير المميزة. لقد عملت في شركة Coca-Cola لسنوات عديدة، وكان إنشاء المحتوى، والمواقع الجديدة، والتجارب الجديدة، والصور الخاصة بالمستهلكين والعملاء، ومواد نقاط البيع، يمثل تحديًا كبيرًا، لكن هذه التقنيات ستحدث تحولًا جذريًا في تقنيات التسويق.

Tom Godden:
لقد شهدنا هذا النمط من التحول في مجالات أخرى. فالتغيير الحقيقي لا يكون دائمًا في التقنية ذاتها، بل في استعدادك لتطبيقها بطريقة جديدة. رأينا ذلك مع الكهرباء، عندما غيّرنا طريقة تصميم المصانع وتشغيلها، مما أتاح لنا تشغيل المصانع بأمان على مدار 24 ساعة يوميًا. إذًا كانت التقنية هي المُمكِّن الأول، لكنها لم تكن جوهر التحول؛ فالتحول الفعلي حدث حين أعدنا التفكير في العمليات ذاتها. واليوم، بينما نسعى لتحقيق التوازن الجديد، علينا أن نعود ونفحص عملياتنا ونتساءل: لماذا نقوم بهذا؟ هل يتيح لنا الذكاء الاصطناعي المُولِّد التفكير في تنفيذه بطريقة مختلفة كليًا؟ لا تقتصر على أتمتة الماضي بالذكاء الاصطناعي المُولِّد، بل استغله كفرصة لإعادة تخيل الأمور وتنفيذها بطرق جديدة كليًا.

الاستماع الآن

الاستماع الآن

الاستماع الآن