الذكاء الاصطناعي عبارة عن خصائص وصفات الأجهزة والبرامج الحاسوبية المتطورة، وقدرة الحاسوب على محاكاة العقل البشري، والعمل على استنتاج المشكلات المختلفة وإيجاد الحلول المناسبة لها بالاعتماد على الخبرات السابقة.
ليس هناك من يُنكر أن الذكاء الاصطناعي يَعد بالكثير من الفوائد للبشرية، حيث يتم استخدامه في العديد من المجالات كالطب مثلاً، كما تم تطوير الآلات ذاتية التعلم بواسطة الذكاء الاصطناعي ممّا زاد من اعتماد الإنسان على الآلة، وهذا المجال يتطور يومياً.
لغات البرمجة التي تدخل في مجال الذكاء الاصطناعي (AI) هي ++C و Python و Java، ثم هناك لغات أخرى غير مشهورة كـ Lisp و Go.

♦️ فروع الذكاء الاصطناعي :

• • التعلم الآلي   Machine Learning.

• تحليل البيانات  Data Analytics.

•  التطبيقات الذكية Smart Applications.

•  علم الروبوتات  Robotics.

•  التنقيب عن البيانات Data Mining.

•  هندسة الخوارزميات  Algorithm Engineering.

  وغيرها . . .

للـذكاء الاصطناعي عدة إيجابيات كما له سلبيات أيضاً، لنتعرف على إيجابياته وسلبياته :

🔷 الإيجابيات :

• تطوير الآلات، لاستمرارها في العمل دون تعب وجهد على عكس الإنسان.

• يُساعد في توقع الكوارث الطبيعية، ويقلل من المخاطر التي يتعرض لها الإنسان جرّاء ذلك.

•  يخفض الذكاء الاصطناعي من الأخطاء التي يرتكبها البشر.

🔷 السلبيات :

•  التكلفة المادية المرتفعة في تصميم آلات المحاكاة البشرية.

•  عدم الحصول على شيء مبتكر عند استخدام الآلات، فقط يقتصر العمل على القيام بالواجبات.

•  يقلل من الطلب على الأيدي العاملة.

ملخص رؤس الأقلام ما بين تحسين الأنتاجية و الذكاء الصناعي

تحاول الشركات في مجموعة واسعة من الصناعات دمج التحليلات والبيانات لتحسين عملياتها ، مع نتائج مختلطة بالتأكيد. ما الذي يفعله أصحاب الأداء الأفضل بشكل مختلف – وأفضل – عن غيرهم؟ بشكل عام ، أجرت الشركات الرائدة تقييمًا صادقًا لمكانها ، وشكلت رؤية للمكان الذي تريد أن تكون فيه في غضون ثلاث أو أربع سنوات ، وبحثت عن طرق لتحقيق مكاسب سريعة. وبشكل أكثر تحديدًا ، فقد تفوقوا في الأداء في خمسة مجالات: الحوكمة والنشر والشراكات والأفراد وتوافر البيانات.

واجهت شركة فيسترا ، أحد أكبر منتجي الطاقة في الولايات المتحدة ، مشكلة. لكي تعمل مصانعها بكفاءة ، كان على العمال مراقبة مئات المؤشرات المختلفة باستمرار ، وتتبع درجات الحرارة ، والضغوط ، ومستويات الأكسجين ، وسرعات المضخة والمروحة – وكان عليهم إجراء تعديلات في الوقت الفعلي. تضمنت العملية قدرًا هائلاً من التعقيد ، وكان الأمر أكثر من اللازم حتى يتمكن العامل الأكثر مهارة من إنجازه بشكل صحيح طوال الوقت. لمواجهة هذا التحدي ، قام المصنع بتثبيت أداة تعمل بالذكاء الاصطناعي – مُحسِّن لمعدل الحرارة – تحلل مئات المدخلات وتقدم توصيات كل 30 دقيقة. النتيجة: 1٪ زيادة في الكفاءة. قد لا يبدو هذا كثيرًا ، لكنه يترجم إلى وفورات بالملايين بالإضافة إلى انخفاض انبعاثات غازات الاحتباس الحراري.

تحاول الشركات في مجموعة واسعة من الصناعات دمج التحليلات والبيانات لتحسين عملياتها. كانت Wayfair ، شركة التجارة الإلكترونية ، المحرك الأول في تحويل بياناتها إلى السحابة والاستثمار في التعلم الآلي. عندما ضرب Covid-19 ، وتبع ذلك تغييرات سريعة في طلب المستهلكين ، كان قادرًا على تحسين الخدمات اللوجستية لسفن الحاويات ، والتعديل المستمر للبضائع التي تم إرسالها إلى الموانئ. النتيجة: انخفاض مذهل بنسبة 7.5٪ في تكاليف اللوجيستيات الواردة.

ومع ذلك ، لم تكن كل الشركات ناجحة مثل Wayfair. في الواقع ، يمكن أن يكون للأصحاب أداءً أكثر من ضعف التأثير في نصف الوقت مقارنةً بمتوسط ​​الشركة التي تطبق الذكاء الآلي. لماذا تقوم بعض الشركات بعمل أفضل بكثير من غيرها؟

للإجابة على هذا السؤال ، درست McKinsey و MIT’s Machine Intelligence for Manufacturing and Operations (MIMO) 100 شركة في قطاعات من السيارات إلى التعدين. من خلال المقابلات والأبحاث والاستطلاعات ، سعينا إلى التعرف على كيفية استخدامهم للتقنيات الرقمية وتحليلات البيانات والذكاء الآلي (MI) ؛ ما أرادوا تحقيقه. وكيف تابعوا تقدمهم. من خلال النظر إلى 21 مؤشر أداء عبر تسع فئات – الإستراتيجية ، وتركيز الفرص ، والحوكمة ، والنشر ، والشراكات ، والأفراد ، وتنفيذ البيانات ، والميزانية ، والنتائج – تمكنا من تقسيم الشركات المائة إلى أربع فئات: القادة والمخططون والمنفذون ، و المنظمات الناشئة لتحديد العلاقات بين الإجراءات المتخذة والاستثمارات التي تمت ، والنتائج الملموسة والمستدامة.

أي شركة لديها طموح للاستفادة من التقنيات الرقمية المتقدمة لديها الفرصة للتعلم من مناهج أفضل الممارسات ، سواء كانت مخططًا أو منفذًا أو شركة ناشئة اليوم. نلقي نظرة إلى ما وراء أرقام المستوى الأعلى لاستكشاف الدوافع الأساسية للنجاح.

أسرار المشغلين الأذكياء

يمكن الفوز بالسباق للاستفادة من البيانات والتحليلات من خلال إجراءات منسقة متعددة بدلاً من أي خطوة جريئة واحدة. تعمل جميع القطاعات الأربعة – القادة والمخططون والمنفذون والشركات الناشئة – في مساحة ديناميكية حيث يرتفع الشريط وسيستمر عدد حالات استخدام التعلم الآلي في الزيادة وتضمين نفسها في الأعمال كالمعتاد.

لا يجب أن يسعى كل شخص ليكون قائدًا على الفور ؛ يجب عليهم بدلاً من ذلك السعي للانتقال إلى الحالة التالية الأفضل.

القادة هم الأفضل أداء ويشكلون حوالي 15٪ من العينة. من خلال الاستثمار في الأماكن المناسبة ، استحوذوا على أكبر المكاسب من التقنيات الرقمية المتقدمة. من المرجح أن يكون لدى القادة عملية محددة لتقييم وتنفيذ الابتكار الرقمي. ومن المرجح أيضًا أن يتابعوا هذه العملية بانتظام ويقوموا بتحديثها باستمرار. ونتيجة لذلك ، فقد حققوا تحسينات أكبر بكثير من بقية المؤشرات في 20 من أصل 21 مؤشر أداء رئيسي تم تقييمها وكانوا ضمن أعلى 25٪ في جميع فئات الأداء التسع.

يشكل المخططون حوالي ربع مجموعة البيانات. غالبًا ما يتمتع المخططون بمهارات قوية في التعامل مع الأشخاص وخبرة كبيرة في تنفيذ البيانات ؛ فهي منهجية وتركز على القيام بالاستثمارات الصحيحة. ومع ذلك ، في كثير من الحالات ، لم تؤتي ثمارها بعد ، على الرغم من أن القليل منها على وشك الانضمام إلى القادة. في حين أن بعض المخططين قادرين على الإشارة إلى عمليات التنفيذ الناجحة ، لم يتمكن العديد منهم من فك الشفرة عند توسيع نطاق حالات الاستخدام المهمة حقًا. يكافح آخرون للهروب من ” مطهر الطيار ” الذي وصفته ماكينزي في عام 2018.

المنفذون ، ما يقرب من ثلث المستجيبين ، يستفيدون من مجموعة الخبرات المتزايدة باستمرار ويعملون مع الشركاء لإنشاء حلول محددة موجهة إلى أكثر الفرص الواعدة. ثم يقومون بتنفيذ هذه الحلول على أوسع نطاق ممكن. المنفذون موجهون نحو النتائج. يمكنهم وقد حققوا مكاسب كبيرة ، على الرغم من بناء بنية تحتية أقل من القادة أو المخططين. من ناحية أخرى ، يجدون أحيانًا صعوبة في ربط الجهود المتباينة معًا لتحقيق أداء على مستوى الشركة.

الشركات الناشئة ، حوالي ربع المجموعة ، لديها أدنى مستوى من النضج وشهدت أقل المكاسب ؛ بدأ الكثير منهم للتو. أبلغت بعض الشركات الناشئة عن نجاح معتدل في حالات استخدام مختارة ، لكن البعض الآخر يجد صعوبة حتى في تحديد مكان الاستثمار. قليلون لديهم الإستراتيجية أو المهارات أو البنية التحتية المطبقة للمضي قدماً إلى أبعد من ذلك بكثير.

خمس طرق للحصول على معلومات ذكية حول ذكاء الآلة

بشكل عام ، وجدنا أن الشركات التي نجحت في نشر التقنيات الرقمية المتقدمة أجرت تقييمًا صادقًا لمكانها من حيث مؤشرات الأداء التسعة. على هذا الأساس ، كانوا قادرين على تشكيل رؤية لما يريدون أن يكونوا في غضون ثلاث أو أربع سنوات. في الوقت نفسه ، حددوا عددًا قليلاً من حالات الاستخدام الواعدة لتحقيق مكاسب سريعة. وبشكل أكثر تحديدًا ، حدد البحث خمسة مجالات يبرز فيها أصحاب الأداء الأفضل.

الحكم

ذكاء الآلة هو أولوية إستراتيجية للشركات الرائدة. قام العديد ببناء مراكز امتياز مخصصة لدعم جهود التنفيذ الخاصة بهم ، إما داخل وحدات الأعمال أو كوظيفة مركزية لدعم المنظمة بأكملها ، وضمان المعايير ، وتسريع النشر. تساعد وظيفة الدعم المخصصة والمركزية أيضًا في الحفاظ على برامجهم الرقمية في المسار الصحيح وتوثيق كيفية تقدم حافظتهم. من المرجح أن يكون لدى القادة عملية محددة لتقييم وتنفيذ الابتكار الرقمي أكثر من الشركات ذات الأداء المنخفض. على سبيل المثال ، تستخدم شركة الأدوية Bayer عملية حوكمة موثقة جيدًا لنشر تطبيقات متعددة في مصنع واحد ، والتي يتم نشرها بعد ذلك عبر شبكتها ، مما أدى إلى زيادة الإيرادات.

ومع ذلك ، يدرك القادة أيضًا أن التغيير أمر لا مفر منه في هذا الفضاء سريع الحركة. يقوم معظم القادة في مجموعة البيانات لدينا بصقل وتحسين عملياتهم باستمرار ، في حين أن المنفذين والمخططين في مجموعة البيانات الخاصة بنا غالبًا ما يتعثرون ، مما يحد من القدرة على التوسع بنجاح.

تعيين

المنظمات الرائدة تطبق MI على نطاق أوسع وتستخدم أساليب أكثر تعقيدًا. على سبيل المثال ، قام كل قائد بتنفيذ MI في التنبؤ وتحسين الصيانة والخدمات اللوجستية والنقل. من المرجح أيضًا أن يتبنى القادة مناهج متقدمة ، مثل تطبيق رؤية الماكينة لضمان جودة المنتج. وجدت شركة Amgen ، إحدى شركات الأدوية الحيوية ، أن عمليات نظام الفحص البصري توفر فرصًا كبيرة لأتمتة تقنيات الذكاء الاصطناعي والاستفادة منها. تقوم Amgen بتطوير نظام فحص بصري تم التحقق منه بالكامل باستخدام الذكاء الاصطناعي الذي سيعزز اكتشاف الجسيمات بنسبة 70٪ ويقلل الرفض الزائف بنسبة 60٪.

في حين أن مثل هذه التطبيقات يمكن أن يكون لها تأثير هائل ، فإن هذه الشركات تدرك أيضًا أن أي تأثير طويل الأجل يتطلب سحب أدوات متعددة بشكل متضافر ، وأن النشر الواسع على مستوى المؤسسة هو المفتاح.

الشراكه

الشراكات شائعة ، غالبًا مع الأوساط الأكاديمية والشركات الناشئة وبائعي التكنولوجيا الحاليين والمستشارين الخارجيين. ومع ذلك ، عمل القادة مع مجموعة واسعة من الشركاء ، وبشكل أكثر كثافة ، من أجل زيادة السرعة والتعلم. على سبيل المثال ، عملت شركتا Colgate-Palmolive و Pepsico / Frito-Lay ، وهما شركتا منتجات استهلاكية مع بائع أنظمة ، Augury ، على نشر تشخيصات حالة الماكينة التي تعتمد على الذكاء الاصطناعي على خطوط الإنتاج الخاصة بهم ؛ في حالة واحدة ، أدى هذا إلى منع انقطاع الخدمة لمدة ثمانية أيام. تعاونت شركة Analog Devices ، وهي شركة أشباه موصلات ، مع معهد ماساتشوستس للتكنولوجيا (MIT) لتطوير نظام MI الجديد لمراقبة الجودة الذي سمح لها بتحديد عمليات الإنتاج والأدوات التي قد يكون بها عيب. هذا يعني أنه كان على مهندسي الشركة مراجعة 5٪ فقط من بيانات العملية التي كان عليهم مراجعتها من قبل.

على الرغم من قدراتهم العالية ، اعتمد القادة في الواقع أكثر على الشركاء الخارجيين لزيادة تسريع تعلمهم والوقت للتأثير.

الناس

تتخذ الشركات الرائدة خطوات لضمان تمتع أكبر عدد ممكن من أصحاب المصلحة بالمهارات والموارد التي يحتاجون إليها لاستخدام الأساليب الرقمية المتقدمة ، بدلاً من الحفاظ على هذه الخبرة حكرًا على المتخصصين. يقوم أكثر من نصفهم بتدريب العاملين في الخطوط الأمامية على أساسيات MI ، على سبيل المثال ، مقارنة بـ 4٪ فقط من الشركات الأخرى. استخدم ماكدونالدز ، وهو مطعم عالمي للخدمة السريعة ، MI لتحسين مجموعة واسعة من المهام التشغيلية ، من التنبؤ باستجابة العملاء إلى التنبؤ بالإقبال في الوقت الفعلي. اعتمدت الشركة نهجًا هجينًا للقيام بذلك: يقوم مركز التميز المؤسسي التابع لها باختبار وتطوير مناهج جديدة قبل تجميعها في أدوات سهلة الاستخدام ومتاحة على نطاق واسع. يساعد هذا النظام أعضاء الفريق في هذا المجال على فهم أهمية البيانات الجيدة وصقل مهارات تحديد المشكلات لديهم.

أصبح من الواضح أن القادة ينظرون إلى استخدام البيانات والتحليلات على أنه جزء لا يتجزأ من كيفية عملهم ، بدلاً من إبقائه منعزلاً ومقتصرًا على عدد قليل من الموظفين.

توافر البيانات

القادة يجعلون البيانات قابلة للوصول. يمنح جميع القادة في بحثنا لموظفي الخطوط الأمامية إمكانية الوصول إلى البيانات ، مقارنة بـ 62٪ من البقية. يحصل القادة أيضًا على بيانات من العملاء والموردين ، ويقوم 89٪ بمشاركة بياناتهم الخاصة. تزيد احتمالية تمكين الشركات الرائدة من الوصول إلى البيانات عن بُعد وتخزين جزء كبير من بياناتها في السحابة بمقدار الضعف تقريبًا عن الشركات الأخرى. باختصار ، تعتبر إضفاء الطابع الديمقراطي على البيانات جانبًا مهمًا للاستخدام الفعال للتحليلات. وخير مثال على ذلك يأتي من Cooper Standard ، مورد سيارات. يتطلب من الفرق معالجة استراتيجية البيانات في وقت مبكر من عملية تطوير تطبيقات MI الجديدة ؛ وهذا يضمن أن جميع حالات الاستخدام مبنية على بيانات قوية وجيدة الإدارة. إن إضفاء الطابع الديمقراطي على البيانات يتناقض بشكل صارخ مع العديد من الشركات حيث تكون المعلومات قوة ويتم حمايتها بغيرة.

اللبنات الأساسية للتحول الرقمي

وجدنا أن المجالات الخمسة – الحوكمة ، والنشر ، والشراكات ، والأفراد ، والبيانات – كانت أكثر فاعلية عند دمجها في دليل ، وغالبًا ما يتم تنسيقها بواسطة مركز التميز. لكن أولاً ، تحتاج الشركات إلى تقييم صادق لنقطة انطلاقها عبر الأبعاد التسعة. من هناك ، يمكن أن تبدأ خطة الانتقال في التبلور. حتى لو كان الأمر تقريبيًا ، فإنه يعين أهدافًا واقعية متوسطة المدى تمثل العوائق التي تحول دون التغيير – المواهب الماهرة ، والقدرة الاستثمارية ، والبنية التحتية الحيوية مثل ترحيل البيانات من الأنظمة القديمة إلى السحابة. في حين أن الطموح يمكن أن يكون بلا حدود ، فإن الخطوات لا يمكن أن تكون صغيرة جدًا – بدأ معظم القادة باستخدام البيانات والأدوات البسيطة لاتخاذ القرارات ، ثم انتقلوا إلى تقنيات أكثر تقدمًا حيث قاموا ببناء النضج والإلمام ببياناتهم.

على الرغم من التطورات الأخيرة والمهمة في MI ، إلا أن النطاق الكامل للفرصة قد بدأ للتو في الظهور. وهذا يقودنا إلى فرق أكثر أهمية بين القادة والبقية: المال. أنفق القادة 30 إلى 60٪ أكثر وتوقعوا زيادة ميزانياتهم بنسبة 10 إلى 15٪ ، بينما أفاد الآخرون عن زيادات قليلة أو معدومة. هذا يعني أن الفجوة بين القادة والباقي يمكن أن تتسع بالفعل.

اعتمادًا على نقطة البداية ، سيكون مسار كل شركة مختلفًا. ولكن فيما يتعلق بما ينجح ، فإن القادة يظهرون الطريق.