ذكاء اصطناعي هادئ: نُطلق قيمة، لا شعارات

دورة الذكاء الاصطناعي الحالية درّبت فرقًا كثيرة على الانطلاق من التقنية — “عندنا GPT-4، أين نستخدمه؟” — والبحث عن مشكلة. هذا ترتيب معكوس تمامًا. وهو السبب الذي يجعل معظم مبادرات الذكاء الاصطناعي تختفي بهدوء بعد إعلان الإطلاق.

نبدأ مشاريع الذكاء الاصطناعي بأربعة أسئلة، بهذا الترتيب. إذا لم نستطع الإجابة عليها كلها بثقة، لا نقبل المشروع.

1. ما الساعة التي نحاول إعادتها؟

كل ميزة ذكاء اصطناعي مفيدة تُحلّ ساعة محددة من وقت بشري. وكلاء دعم العملاء يحلّون الساعة التي يقضيها شخص في الإجابة عن “ما هي سياسة الإرجاع؟” على واتساب. خطوط تلخيص المستندات تحلّ الساعة التي يقضيها شخص في قراءة عقود من 40 صفحة. مصنّفات تصفية المحتوى تحلّ الساعة التي يقضيها شخص في فحص 500 مساهمة بحثًا عن spam.

إذا لم تستطع تسمية الساعة، فأنت لا تبني ميزة ذكاء اصطناعي. أنت تبني عرضًا تقديميًا.

2. ما تكلفة الفشل؟

هذا يحدد الهندسة. وكيل دعم عملاء يعطي إجابة خاطئة أحيانًا عن سياسة الإرجاع — مزعج. وكيل فرز طبي يصنّف الأعراض خطأً أحيانًا — خطر.

تكلفة الفشل تُقرر:

• هل تحتاج خطوة “human-in-the-loop” (نعم إذا كانت تكلفة الفشل عالية).
• هل يمكنك استخدام استدعاء LLM واحد أم تحتاج سلسلة مع تحقق (سلسلة إذا كان الرهان حقيقيًا).
• هل يمكنك الإطلاق في 4 أسابيع أم تحتاج 12 (أطول إذا كانت الضوابط غير قابلة للتفاوض).

الفرق التي تتخطى هذا السؤال تنتهي إما إلى هندسة مفرطة لميزات منخفضة الرهان، أو هندسة قاصرة لميزات عالية الرهان.

3. مَن يردّ فعلًا حين تنكسر؟

كل نظام ذكاء اصطناعي ينكسر. السؤال هو ماذا يحدث بعد ذلك. إذا كانت الإجابة “المؤسس يبعث رسالة للمهندس منتصف الليل”، فأنت لا تملك نظامًا إنتاجيًا — تملك نموذجًا أوّليًا هشًا.

لن نُطلق ميزة ذكاء اصطناعي دون:

• وضع فشل واضح (تراجع رشيق إلى مسار حتمي).
• مراقبة تكتشف الانحراف قبل المستخدمين.
• دليل تشغيل عند الاتصال يستطيع فريق التشغيل تنفيذه فعلًا.

هذا الجزء غير المُبهر من عمل الذكاء الاصطناعي، وهو الجزء الذي يُحدد ما إذا كان النظام لا يزال يعمل بعد ستة أشهر.

4. ما الذي لا يحتاج النموذج لفعله؟

الخطأ الذي نراه أكثر من غيره: محاولة جعل ميزة ذكاء اصطناعي واحدة تفعل كل شيء. الـ chatbot يجيب على الأسئلة، ويحجز المواعيد، ويُعالج المرتجعات، ويكتب نصوصًا تسويقية. النتيجة نظام يفعل كل تلك الأشياء بسوء.

العمل الجيد على الذكاء الاصطناعي يكون ضيق النطاق عن قصد. يفعل شيئًا واحدًا جيدًا، بحدود واضحة حيث يُسلِّم إلى كود حتمي أو إنسان.

كلما ضاق النطاق، كان النظام أكثر موثوقية، وكان بإمكانك إطلاقه بثقة أكبر.

كيف يبدو هذا في الممارسة

عميل حديث أراد “استخدام الذكاء الاصطناعي لدعم العملاء”. ضيّقنا النطاق إلى: وكيل واتساب يُجيب على أسئلة حول ثلاث فئات منتجات محددة، مع تسليم لإنسان لكل ما عداها.

ذلك الوكيل الضيق يُطلق في 4 أسابيع، يعمل بموثوقية، ويتعامل مع 60% من حجم الرسائل الواردة. مشروع “دعم عملاء بذكاء اصطناعي عام” لنفس الشركة كان سيستغرق 6 أشهر، ينحرف في الإنتاج، وغالبًا كان سيُتقاعَد بهدوء خلال سنة.

ذكاء اصطناعي هادئ. طموح أقل لكل ميزة، قيمة أكثر لكل إطلاق.

---

إذا كنت تفكر في أتمتة بالذكاء الاصطناعي وتريد رأيًا مُعايرًا لا عرضًا تسويقيًا، ابدأ مشروعًا وسنخوض حوارًا صادقًا عمّا إذا كان الذكاء الاصطناعي هو الأداة المناسبة لما تحاول فعله.