كابيتال ون تستكشف مسار توسيع نطاق الذكاء الاصطناعي من البحث إلى الإنتاج

أخبار ar.wedoany.com، تواجه الشركات عقبات كبيرة عند الانتقال من النماذج الأولية للذكاء الاصطناعي إلى الأنظمة القابلة للتشغيل في الإنتاج، وهي مشكلة أصبحت تمثل عنق الزجاجة الرئيسي في تطبيق الذكاء الاصطناعي على أرض الواقع. من خلال الربط الوثيق بين الأبحاث الأساسية والتطبيقات العملية، استكشفت مجموعة البنية التحتية للذكاء الاصطناعي في كابيتال ون (Capital One) مسارًا يمكّن الذكاء الاصطناعي من العمل على نطاق واسع في العالم الحقيقي.

اكتشف فريق الذكاء الاصطناعي في كابيتال ون من خلال الممارسة العملية أن العديد من النماذج التي تظهر أداءً ممتازًا في الاختبارات غير المتصلة بالإنترنت تجد صعوبة في التأقلم بمجرد مواجهتها لمتطلبات زمن الاستجابة في العالم الحقيقي وتعقيد بيانات الإنتاج الفعلية. يعتمد الفريق نموذجًا متكاملًا يجمع بين الأبحاث الأساسية وحل المشكلات عالية التطبيق تحت إطار واحد، مما يسمح للباحثين باستكشاف التقنيات الأساسية مع الحفاظ على الارتباط بمتطلبات الأعمال الفعلية. يساعد هذا الأسلوب في تسريع دورة التعلم، وتجنب الوصول إلى طرق مسدودة، وإدراج القيود الواقعية في الاعتبار منذ المراحل المبكرة.

على سبيل المثال، في سياق الخدمات المالية، استخدمت كابيتال ون هذه الطريقة لتحسين تقنيات كشف الاحتيال، وتجربة المستخدم الرقمية، وخدمة العملاء. وقد تم استخدام أبحاث البنية متعددة الوكلاء لتنسيق المهام المختلفة، مثل دراسة خلفية العميل وإعداد المستندات في وقت واحد، مما دعم إطلاق حل شراء السيارات "شات كونسيرج" (Chat Concierge). يحاكي هذا الحل التفكير البشري، ولا يقتصر على تقديم المعلومات فحسب، بل ينفذ أيضًا إجراءات نيابة عن العميل بناءً على طلباته. يواصل الفريق أيضًا استكشافات متقدمة في مجالات مثل خدمات الوكلاء والتخصيص بالذكاء الاصطناعي، ساعيًا من خلال الربط الوثيق بين الأبحاث وحالات الاستخدام إلى تسريع تحقيق الاختراقات القابلة للتوسع فعليًا في الإنتاج الواقعي.

ليست كل أفكار الذكاء الاصطناعي مناسبة للإنتاج المباشر. تتعامل كابيتال ون مع المراحل الثلاث: إثبات المفهوم، والتجربة التجريبية، والإنتاج، باعتبارها بوابات تقييم صادقة. يجب أن يكون إثبات المفهوم وظيفيًا وليس مجرد نظري، ويتطلب تنفيذ آلة لمهام قابلة للقياس. تسمح مرحلة التجربة التجريبية بظهور نتائج سلبية، وتعتبرها نقاط قرار وليست التزامًا مؤجلًا بالإنتاج، مما يوفر بيانات قيمة لتحديد ما إذا كان الحل يساعد البشر فعليًا في إنجاز العمل الحقيقي. يتطلب الدخول في مرحلة الإنتاج تعاونًا متعدد التخصصات يشمل هندسة البرمجيات، والعلوم، والمنتجات والتصميم، وإدارة المشاريع التقنية، والعمليات، وغيرها، حيث لا يمثل الاختراق التقني سوى جزء واحد من العملية.

طوال العملية، يُعد القياس مدخلاً رئيسيًا. تعتمد كابيتال ون على رضا العملاء كمؤشر نهائي للعائد على الاستثمار (ROI)، مع الاهتمام أيضًا بمجموعة من مؤشرات أداء الذكاء الاصطناعي مثل الدقة وزمن الاستجابة، لضمان تلبية احتياجات العملاء. يعتمد الابتكار المستدام في الذكاء الاصطناعي على كل من التقنية والثقافة. تحتاج المؤسسات إلى تشجيع تصحيح المسار، والتعامل مع عبارة "هذا الطريق لا يؤدي إلى نتيجة" كرد فعل طبيعي وليس فشلًا، مما يمكّن الفرق من تعديل جهودها أو إيقافها في الوقت المناسب بناءً على تقييم صادق. من خلال بناء نظام بيئي يشجع الفرق على التجربة والتعلم السريع، ويضمن أن يكون الذكاء الاصطناعي مفيدًا وموثوقًا وآمنًا، حققت كابيتال ون الانتقال من البحث إلى الواقع العملي.

مع استمرار تطور الذكاء الاصطناعي، لا يحتاج القادة إلى الاستثمار في الأدوات فحسب، بل يحتاجون أيضًا إلى الاستثمار في عمليات البحث والتطوير والأسس الثقافية، لتمكين الابتكار من التوسع بشكل مسؤول. إن ربط البحث بالتطبيق، وإعطاء الأولوية للتقييم والقياس المستمرين، وتهيئة بيئة للفريق للتعلم والتكيف، هي عوامل رئيسية لتحقيق تأثير دائم للذكاء الاصطناعي على نطاق المؤسسات في العالم الحقيقي.

تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com