تواجه صناعة **الذكاء الاصطناعي** مشكلة كبيرة: وهي أن **95% من الشركات** التي تجرب تقنيات الذكاء الاصطناعي **لا تحقق أي أرباح منها**، وفقًا لتقرير صادر عن معهد ماساتشوستس للتكنولوجيا (**MIT**) الشهر الماضي. ويعتقد أحد المديرين التنفيذيين في المجال أنه يعرف السبب وراء ذلك.
قال **جيسون دروجي**، الرئيس التنفيذي لشركة **Scale AI** الناشئة، في مقابلة: "كان هناك وعد عام يقول: حسنًا، ما عليك سوى توصيل نموذج [الذكاء الاصطناعي]... وكل شيء سيعمل. لكن الواقع مختلف قليلاً".
تُعرف شركة **Scale** بشكل أساسي بمساعدتها في تشغيل الذكاء الاصطناعي على المستوى الأساسي. إذ يحتاج عمالقة الذكاء الاصطناعي إلى كميات هائلة من **البيانات المصنفة والمنظمة** لتدريب نماذج اللغات الكبيرة الخاصة بهم، حتى تتمكن النماذج من التمييز، على سبيل المثال، بين صورة قطة وصورة سمكة. وقد اعتمدوا على **Scale** لسنوات لتوفير هذه البيانات المنظمة.
تُعد هذه الأعمال بالغة الأهمية لدرجة أن شركة **ميتا (Meta)** اشترت حصة قدرها 49% في **Scale AI** في يونيو الماضي مقابل 14.3 مليار دولار، مما جعل القيمة الإجمالية للشركة الناشئة تبلغ 29 مليار دولار. وكجزء من الصفقة، غادر المؤسس والرئيس التنفيذي آنذاك **ألكسندر وانغ** وعدة موظفين بارزين آخرين للعمل لدى ميتا.
لكن الصفقة أثارت بعض المخاوف من أن المنافسين في مجال تطوير نماذج اللغات الكبيرة قد يحجمون عن العمل مع **Scale** بعد استثمار ميتا. ويُقال إن شركتي **OpenAI** و **جوجل** قلصتا تعاملهما مع الشركة.
تقول **Scale** إن أعمالها في مجال "**تصنيف البيانات**" استمرت في النمو كل شهر منذ صفقة ميتا. لكن الرئيس التنفيذي الجديد **دروجي** يركز الآن أيضًا على عنصر أقل شهرة في أعمال **Scale**، وهو مساعدة جميع أنواع الشركات على تجميع مجموعات بياناتها المخصصة وإنشاء أدوات ذكاء اصطناعي لأتمتة العمليات والاضطلاع بالمهام الروتينية. ويأمل في دحض الانطباع بأن تطبيق تطبيقات الذكاء الاصطناعي لا يمكن أن يكون مربحًا.
وقال: "أعتقد أن الشركات ظنت أن الأمر أسهل مما هو عليه في الواقع. ولكن هناك قيمة هائلة عندما تنجح في تطبيقها بشكل صحيح".
جعل الذكاء الاصطناعي يدر المال
على الرغم من المطالبات الصادرة عن الإدارات العليا في جميع أنحاء الشركات الأمريكية بوعود التكنولوجيا بجعل الأعمال أكثر كفاءة، فإن معظم الشركات لا ترى عائدًا على استثماراتها في الذكاء الاصطناعي. وقد أضاف تقرير **MIT** الصادر في أغسطس إلى المخاوف المتزايدة من أن سوق الذكاء الاصطناعي قد يكون **فقاعة تنتظر الانفجار**، حتى في الوقت الذي تدعم فيه هذه الصناعة الاقتصاد الأمريكي.
من بين العملاء البارزين الذين تساعدهم **Scale** في بناء تطبيقات الذكاء الاصطناعي: **مايو كلينيك (Mayo Clinic)**، الحكومة القطرية، **سيسكو (Cisco)**، و**غلوبال أتلانتيك فاينانشال غروب (Global Atlantic Financial Group)**. وفي الشهر الماضي فقط، وقعت **Scale** عقدًا بقيمة 99 مليون دولار مع وزارة الدفاع الأمريكية لتطوير تطبيقات الذكاء الاصطناعي للجيش.
ووفقًا لدروجي، غالبًا ما تحاول الشركات التي تفشل في تحقيق عائد على استثماراتها في الذكاء الاصطناعي تطبيق التكنولوجيا على نوع خاطئ من المشكلات. وقال: "أعتقد أن أحد المفاهيم الخاطئة هو أن الذكاء الاصطناعي هو عصا سحرية أو يمكنه حل جميع المشكلات، وهذا ليس صحيحًا اليوم".
قال دروجي إن المشكلات المناسبة للذكاء الاصطناعي هي تلك التي يكون فيها البشر "**بطيئين أو غير متسقين أو عرضة للخطأ**"، مثل قراءة وتلخيص أو تعديل العديد من صفحات المستندات.
على سبيل المثال، ساعدت **Scale** المؤسسات في تطوير أنظمة ذكاء اصطناعي لمعالجة مطالبات التأمين وتقديم ملخص لتاريخ المرضى الطبي للأطباء قبل الزيارات.
إذا كانت فكرة مساعدة الذكاء الاصطناعي في تحديد ما إذا كنت ستحصل على تعويض عن إجراء طبي أو تذكير طبيبك بحالتك الطبية المعقدة تبدو مقلقة، يقول دروجي إن الشركات تحتاج أيضًا إلى خبراء بشريين للمساهمة في الذكاء الاصطناعي وتحسينه باستمرار.
وقال دروجي: "إذا كانت مؤسسة رعاية صحية تحاول توفير أداة تساعد الطبيب في تشخيص المريض بشكل أفضل... فسوف ترغب في أن يكون كبار الأطباء لديك، وكبار المتخصصين الطبيين الذين لديهم خبرة في هذه المجالات، يستخدمون التطبيق، ويقدمون له الملاحظات، ويشيرون إلى أماكن وجود المشكلات".
وقال دروجي إن العملية بأكملها يمكن أن تستغرق أسابيع أو أشهر، لكنها يمكن أن تؤدي في النهاية إلى أداة أكثر فائدة للموظفين من مجرد روبوت محادثة عادي.
واستشهد بوكالات حكومية تستخدم الذكاء الاصطناعي لتقييم طلبات تصاريح البناء قبل مراجعة بشرية — بعد تدريبها على بيانات من عمليات المراجعة السابقة — لجعل عملية الترخيص أسرع وأكثر سلاسة.
لكن بعض المحللين يقولون إن الأمر قد يستغرق سنوات قبل أن تدر أدوات الذكاء الاصطناعي أموالًا على الشركات حقًا.
وقال **جيل لوريا**، رئيس أبحاث التكنولوجيا في **DA Davidson**: "سيستغرق الأمر سنوات حتى تطبق الشركات الكبيرة أدوات الذكاء الاصطناعي المفيدة على نطاق واسع وتولد إيرادات وتوفر نفقات". ومع ذلك، أضاف أنه "بمجرد أن نكتشف كيفية تطبيق الذكاء الاصطناعي في سياق المؤسسات، ستكون هذه الأدوات ذات قيمة كبيرة وتولد قدرًا هائلاً من الإيرادات".
وتواجه **Scale AI** الكثير من المنافسة، بما في ذلك عمالقة الصناعة مثل **أمازون** و**مايكروسوفت**.
وقال لوريا: "مفهوم تطوير تطبيقات الذكاء الاصطناعي للشركات، الجميع يسعى إليه على مدى العامين ونصف العام الماضيين". وبينما كانت **Scale** هي الأولى في سوق تصنيف البيانات، قال إنها "الآن الشركة رقم 10,000" التي تتنافس في مجال التطبيقات.
ومع ذلك، يقول دروجي إن هناك الكثير من الفرص للشركات التي تفهم حقًا كيفية عمل الذكاء الاصطناعي — وفيما هو جيد.
قد يبدو هذا بمثابة دعاية تسويقية ذكية، ولكنه يتوافق أيضًا مع استنتاجات بحث **MIT**، الذي وجد أن الشركات الأقل نجاحًا في نشر الذكاء الاصطناعي كانت هي التي حاولت بناء أدوات الذكاء الاصطناعي بمفردها، دون مساعدة خارجية.
وقال دروجي إن الخبرة تساعد الشركات على فهم المشكلات التي يمكن للذكاء الاصطناعي حلها وتلك التي لا يمكنه حلها.
وقال دروجي لشبكة CNN إنه متفائل بشأن كل من جانب البيانات وجانب التطبيقات في أعمال **Scale**.
وقال: "عند الدخول في كل هذا، كان جانب التطبيقات من أعمالنا يحقق بالفعل مئات الملايين من الدولارات في الإيرادات. وفيما يتعلق بجانب البيانات من الأعمال، فقد حققنا نموًا كل شهر منذ صفقة [ميتا]... إنه عمل كبير بالنسبة لنا ونحن سعداء جدًا به".