المدونةالتشخيص والمعاينة

العوائق الثلاثة الحقيقية أمام الذكاء الاصطناعي في الشركات الصغيرة، وليست ما تعتقدونه

سوء استخدام البيانات، نقص الكفاءات، صعوبة تحديد حالة استخدام: تُصنّف Bpifrance Le Lab العوائق الحقيقية أمام تبني الذكاء الاصطناعي. مقاومة الفرق تأتي بعد ذلك فقط.

طارق نشنوشي4 دقائق قراءة

يذكر 33% من قادة الشركات الصغيرة والمتوسطة الفرنسية الخوف من سوء استخدام البيانات السرية كعائق رئيسي أمام تبني الذكاء الاصطناعي، بحسب دراسة Bpifrance Le Lab المخصصة للموضوع. يليه نقص الكفاءات أو التدريب، بنسبة 26%، وصعوبة تحديد حالات الاستخدام الجيدة، بنسبة 23%، وأخيرا مقاومة الفرق، بنسبة 22%. يتناقض هذا الترتيب مع حدس يتقاسمه قادة عديدون قبل الانطلاق، وهو الحدس الذي يضع دائما المقاومة البشرية في مقدمة العوائق الواجب استباقها.

العائق الأول، الخوف من سوء استخدام البيانات، ليس بلا أساس منطقي. يعبّر عن قلق مشروع، وهو رؤية معلومات سرية، بيانات عملاء، مستندات مالية، ملفات موارد بشرية، تُنقل إلى أداة ذكاء اصطناعي عامة دون اتفاقية معالجة بيانات مع الناشر، ودون ضمان واضح بشأن استخدامها لاحقا. يُعالَج هذا الخوف بإجراء ملموس ومتاح، التحقق المنهجي من وجود هذه الاتفاقية قبل أي استخدام مهني للأداة، وصياغة قائمة بسيطة بما يمكن وما لا يمكن إدخاله فيها.

العائق الثاني، نقص الكفاءات الداخلية، يُنظر إليه غالبا كأصعب تجاوزا مما هو عليه فعلا. لا تحتاج شركة صغيرة لتوظيف خبير تقني خارجي، نادر ومكلف في سوق عمل متوتر بشكل خاص بخصوص هذه الملفات. يمكن لموظف موجود بالفعل، يُدرَّب تدريجيا وبشكل منظم، أن يصبح مرجعا داخليا كافيا لتلبية معظم الاحتياجات اليومية للشركة، دون استهداف خبرة تقنية كاملة.

العائق الثالث، صعوبة تحديد حالات الاستخدام الجيدة، يكشف خطأ منهجيا شائعا أكثر من كونه عقبة مستعصية. يتناول قادة عديدون الذكاء الاصطناعي من زاوية التقنية، بالتساؤل عما يمكنهم فعله بأداة معينة، بدلا من زاوية المشكلة المهنية الواجب حلها. نادرا ما يُنتج هذا النهج مشروعا وجيها. جرد صادق للمعوقات المهنية الفعلية للشركة، المهام المتكررة، آجال المعالجة المعتبرة طويلة جدا، الأخطاء المتكررة، يكشف دائما تقريبا حالات استخدام واضحة، لم تُصَغ ببساطة من قبل بهذه الزاوية.

مقاومة الفرق، الحقيقية بنسبة 22%، تأتي في المرتبة الأخيرة من هذا التصنيف، ما يجب أن يدفع قادة عديدين لإعادة النظر في ترتيب أولوياتهم قبل إطلاق مشروع. يستثمر كثيرون بكثافة، منذ البداية، في إجراءات إدارة التغيير الهادفة لتجاوز مقاومة لا تزال افتراضية، بينما ستؤدي العوائق الثلاثة السابقة، إن لم تُحَل، إلى فشل المشروع على أي حال بغض النظر عن انخراط الفرق.

يدعو هذا الترتيب إلى تسلسل مختلف عن ذلك الذي تتبناه معظم الشركات الصغيرة عفويا. معالجة تأمين البيانات أولا، وتطوير كفاءات مرجع داخلي، وتحديد حالة استخدام وجيهة بدقة، قبل الاستثمار في إدارة تغيير معمقة، يتجنب تخصيص موارد لمشكلة تثبت تجريبيا أنها غالبا أقل حسما من العوائق الثلاثة الأخرى لنجاح مشروع أول.

هذا بالضبط ما يجب أن تُقيّمه مرحلة الجرد في منهجية IMPACT، هذه العوائق الأربعة تحديدا بالنسبة للشركة المعنية، بدلا من افتراض دون تحقق أيها يستحق معالجة ذات أولوية. تصنيف Bpifrance Le Lab ليس حقيقة عامة تنطبق بشكل مماثل على كل شركة، بل نقطة انطلاق إحصائية تدعو للتحقق، بدلا من الافتراض، من أين يكمن العائق الحقيقي لشركتكم. يحدد تشخيص مدته 5 أيام عمل أي هذه العوائق الأربعة يزن أكثر في شركتكم.

الأسئلة الشائعة

ما هي العوائق الرئيسية أمام تبني الذكاء الاصطناعي التي حددتها Bpifrance Le Lab، بالترتيب؟

يأتي الخوف من سوء استخدام البيانات السرية في المقدمة بنسبة 33%، يليه نقص الكفاءات أو التدريب بنسبة 26%، وصعوبة تحديد حالات الاستخدام الجيدة بنسبة 23%، وأخيرا مقاومة الفرق بنسبة 22%.

لماذا يأتي الخوف من سوء استخدام البيانات في المرتبة الأولى؟

لأنه يمس قلقا مشروعا ونادرا ما يكون بلا أساس، وهو رؤية معلومات سرية تُنقل إلى أداة ذكاء اصطناعي عامة دون اتفاقية معالجة بيانات ولا ضمان بشأن استخدامها لاحقا من طرف الناشر.

هل نقص الكفاءات الداخلية عائق سهل التجاوز؟

أسهل مما يُعتقد، فمرجع داخلي يُدرَّب تدريجيا يمكنه تلبية معظم احتياجات شركة صغيرة، دون الحاجة لتوظيف خبير تقني خارجي يصعب إيجاده ودفع أجره.

لماذا تُعيق صعوبة تحديد حالة استخدام وجيهة شركات صغيرة عديدة إلى هذا الحد؟

لأن كثيرا من القادة يتناولون الذكاء الاصطناعي من زاوية التقنية بدلا من المشكلة المهنية الواجب حلها، وهو نهج نادرا ما يُنتج مشروعا وجيها، بخلاف جرد صادق للمعوقات المهنية الفعلية الذي يكشف طبيعيا حالات استخدام ذات أولوية.

هل مقاومة الفرق فعلا عائق ثانوي؟

تبقى عائقا حقيقيا بنسبة 22%، لكنها تأتي بعد العوائق الثلاثة الأخرى، ما يتناقض مع حدس قادة عديدين مقتنعين بأنها العقبة الأولى حتى قبل إطلاق أي مشروع.

كيف تعالج شركة صغيرة الخوف من سوء استخدام البيانات بشكل ملموس؟

بالتحقق المنهجي من وجود اتفاقية معالجة بيانات مع ناشر الأداة المستخدَمة، وصياغة قائمة واضحة بما يمكن أو لا يمكن إدخاله في أداة ذكاء اصطناعي عامة.

هل يجب معالجة هذه العوائق الأربعة بالترتيب الذي صُنِّفت به؟

ليس بالضرورة بهذا الترتيب الصارم، لكن معالجة الثلاثة الأولى، البيانات، الكفاءات، حالة الاستخدام، قبل الاستثمار بكثافة في إدارة التغيير الهادفة لتجاوز مقاومة لا تزال افتراضية، تتجنب سوء تسلسل شائع.

أي مرحلة من منهجية IMPACT تتيح تشخيص هذه العوائق قبل إطلاق مشروع؟

يجب أن تُقيّم مرحلة الجرد هذه العوائق الأربعة تحديدا بالنسبة للشركة المعنية، بدلا من افتراض أيها يشكل العقبة الرئيسية الواجب معالجتها أولا دون تحقق.

هل انت مستعد لتحويل الذكاء الاصطناعي في مؤسستك؟

احجز تشخيصا مجانيا لمعرفة حالات الاستخدام الانسب لمؤسستك.

تواصل معي مجانا