القادة الذين تعاملوا مع الذكاء الاصطناعي في وقت مبكر لم يعودوا يتعلمون الأساسيات. إليك كيفية اللحاق بالركب والمضي قدمًا.

أنا أدير شركة لتكنولوجيا الرعاية الصحية، ولم أدخل في هذا المجال بخلفية رسمية في الذكاء الاصطناعي. ما لدي هو وجهات نظر تشكلت من خلال بناء واختبار هذه الأنظمة داخل الأعمال التجارية المباشرة، وهذه الآراء تتطور بسرعة.

بعض القادة الذين أعرفهم يشاركون جميعًا في هذا المجال. إنهم يختبرون الأدوات، ويحفزون الأنظمة، ويتعلمون ما الذي ينجح وما لا ينجح. أنا واحد منهم. نحن نقدم أيضًا تدريبًا فرديًا ومستمرًا للتأكد من أن كل قائد في فريقنا لديه الدعم للقيام بنفس الشيء. نحن لا نطلب من الناس أن يكتشفوا ذلك بأنفسهم. نحن نطلب منهم المشاركة، ونمنحهم ما يحتاجون إليه لتحقيق النجاح.

آخرون ينتظرون. إنهم يريدون أن تبدو التكنولوجيا أكثر صقلًا وثباتًا وأمانًا. هذه الغريزة تخلق إحساسًا زائفًا بالسيطرة. لا تحتاج إلى نظام مثالي للحصول على قيمة من الذكاء الاصطناعي. يتم بناء الميزة من خلال العمل من خلال المزايا غير الكاملة. هذه هي الطريقة التي تتعلم بها مكان تعطلها وكيفية تحسينها.

الفجوة التي لا يمكنك رؤيتها إلا بعد فوات الأوان

هناك فرق حقيقي بين فهم ما يمكن أن يفعله الذكاء الاصطناعي من الناحية النظرية ومعرفة كيفية تطبيقه داخل مؤسستك. لا يتم إغلاق هذا الاختلاف من خلال القراءة عنه أو مشاهدة العرض التوضيحي. تم بناؤه من خلال الخبرة. ويأتي ذلك من خلال تحفيز النظام وتكرار النتائج وتصحيح المسار وتحسين مدخلاتك بمرور الوقت.

هذا الجزء الأخير مهم أكثر مما يدركه معظم الناس. أنت لا تقوم بتحسين المخرجات. أنت تعمل على تحسين مطالباتك ومدخلاتك. المخرجات هي ما حدث. ما تقوم بتطويره فعليًا هو القدرة على ترجمة كيفية عمل مؤسستك إلى تعليمات يمكن للنظام التصرف بناءً عليها. وهذه المهارة لا توجد بدون ممارسة، ولا يمكن بناؤها من الخارج.

وبينما تتجنب إحدى المجموعات الأخطاء المبكرة، تعمل مجموعة أخرى على بناء المعرفة الداخلية. ومركبات الفجوة. وبحلول الوقت الذي تشعر فيه أولئك الذين انتظروا أن التكنولوجيا مستقرة، فإن القادة الذين شاركوا في وقت مبكر لم يعودوا يتعلمون الأساسيات. إنهم يقومون بتحسين هذه الأنظمة وتوسيع نطاقها ودمجها في كيفية عمل مؤسساتهم فعليًا.

كيف يبدو تعليم الذكاء الاصطناعي في الواقع؟

يفهم معظم الناس نماذج اللغة الكبيرة بشكل مجرد. يخرج الذكاء الاصطناعي إلى العالم، ويعالج كمية هائلة من المعلومات ويولد المخرجات. ما هو أقل فهمًا هو العمل على تثقيف هذا النموذج بشأن عملك المحدد. هذا هو المكان الذي يوجد فيه النفوذ الحقيقي، وهو يتطلب جهدا متعمدا.

ومن الناحية العملية، يبدأ الأمر بتحميل النظام بكل ما تعرفه مؤسستك كما هو موجود اليوم. وهذا يعني سياساتك وإجراءاتك، ومستنداتك القانونية، وسير العمل الحالي لديك، وبيانات نشاطك المالي، وبيانات نشاط المبيعات، وعملية الإعداد، وسجل عملائك. ثم تقوم بطبقة تجربة المستخدم. في أعمالنا، يبدو الأمر كما يلي: ما الذي يفعله مدير الحالة فعليًا اليوم؟ ما الذي يتعامل معه أخصائي تناول الطعام؟ ما الذي يتعامل معه متخصص حل الحسابات؟ أنت تصف العمل كما هو، وليس كما تريد.

بمجرد وضع هذا الأساس، فإنك تتجه نحو النتائج. ليس تجاه الطريقة التي تعتقد أنه ينبغي تحقيق تلك النتائج بها، بل تجاه النتائج نفسها. أرني أين انخفض الوقت المخصص لتمويلنا من 14 يومًا إلى يومين. أرني ما قاله عملاؤنا عن رغبتهم وأين ينقصنا. أرني النشاط الذي يقوم به فريق المبيعات لدينا مقابل ما يتطلبه سعر الإغلاق فعليًا. قم بمراجعة المواد وتحديد الثغرات واقتراح التحسينات. وكان كل ذلك يهدف إلى تحقيق المزيد من الإيرادات وهوامش ربح أفضل ورضا أكبر للعملاء.

وهذا ليس مثل إعادة تصميم سير العمل. تغييرات سير العمل هي مخرجات لاحقة بكثير. ما تفعله في المرحلة المبكرة هو التعليم والحث على التغيير التكراري. فكر في الأمر كمجموعة ثانية من العيون التي تراقب العمل، والتي يمكنها التحليل عبر متغيرات أكثر مما يستطيع أي فرد القيام به، وإظهار الفرص التي ربما لم تحددها بنفسك.

قبل تنفيذ أي شيء يوصي به النظام، عليك مراجعته. أنت تكرر. أنت تتدرب حوله. وهذه العملية هي الطريقة التي يتم بها بناء الثقة، وتتطلب مشاركة حقيقية من القيادة.

ما يتطلبه التحول من الفعل إلى التحفيز في الواقع

إن المنظمات التي تحصل على أقصى استفادة من الذكاء الاصطناعي لا تعتمد الأدوات فحسب. إنهم يعيدون التفكير في كيفية تدفق العمل عبر الأعمال. لا يتعلق هذا التحول بالتكنولوجيا بقدر ما يتعلق بالوضوح. إذا كان سير عملك غير واضح، وإذا كانت الملكية غامضة، وإذا لم يكن النجاح محددًا بشكل جيد، فلن يكشف النظام عن هذه المشكلات. ببساطة لن تكون قادرة على الإجابة بشكل جيد. القمامة في الداخل والقمامة في الخارج ليست عبارة مبتذلة. إنه وصف دقيق لما يحدث عندما يتم تعليم النظام بشكل سيئ.

ما كان في السابق تنفيذًا أصبح الآن اتجاهًا. ما كان في السابق برمجة أصبح الآن يطالب. يفهم القادة الذين يحصلون على أكبر قيمة منتجاتهم وعملائهم وسير عملهم بعمق كافٍ لتثقيف النظام بشأنهم جميعًا. ثم يدفعون نحو تحقيق أهدافهم على السبورة البيضاء دون إخبار النظام بكيفية الوصول إلى هناك. هذا الانضباط – الابتعاد عن طريقك الخاص والسماح للنظام باقتراح المسار – هو ما يعاني منه معظم القادة في البداية.

ولهذا السبب أيضًا أعتقد أن المهارة التنافسية الحقيقية هنا ليست تقنية. سأختار مشغلًا قويًا يتمتع بمعرفة تجارية عميقة بدلاً من خبير تقني في أي يوم. إن الشخص الذي يفهم ما تفعله المنظمة، وكيف تفعل ذلك، وما تحاول تحقيقه، هو في وضع أفضل لتعليم هذه الأنظمة وتحفيزها بفعالية من شخص لا يمكنه إلا وصف كيفية عملها بشكل ميكانيكي.

الخطر هنا بالفعل

المخاوف بشأن الموثوقية مشروعة. في البيئات المنظمة، لا يتم دائمًا احتواء المخرجات المعيبة. فهو يتحرك عبر سير العمل، ويؤثر على القرارات، ويصل إلى العملاء أو المرضى، ويمكن أن يؤدي إلى التعرض القانوني أو الامتثال الذي يصعب التخلص منه. هذه المخاطر حقيقية، ولهذا السبب يجب إجراء التجارب المبكرة في بيئات منخفضة المخاطر مع وجود مراجعة بشرية واضحة.

لكن الانتظار لا يلغي هذا الخطر. فإنه يحول ذلك. تتراكم المنظمات التي تقف على الهامش نوعًا مختلفًا من التعرض: فجوة القدرات الآخذة في الاتساع، وعدم القدرة على جذب المواهب التي تتوقع أن تكون هذه الأدوات جزءًا من كيفية إنجاز العمل، ووقت استجابة أبطأ عندما تتطلب البيئة التنافسية ذلك.

في منظمتنا، أنا صريح بشأن موقفي. الذكاء الاصطناعي لا يحل محل البشر. إنه يحل محل البشر غير الراغبين في الاستفادة منه. هذا ليس تهديدا. إنه وصف لما يحدث بالفعل. نحن نقدم لكل قائد التدريب والدعم والوصول الذي يحتاجه للمشاركة. وأولئك الذين يختارون عدم القيام بذلك سيواجهون هذا الواقع في النهاية بغض النظر عن مكان عملهم.

الشركات الفائزة لا تنتظر نسخة أفضل. إنهم يبنون قاعدة معارفهم في الوقت الحالي، ويقومون بتثقيف أنظمتهم حول كيفية عمل الأعمال فعليًا والحث على تحقيق النتائج التي لم يتمكن منافسوهم من تحقيقها بعد. تلك البداية لا تنتظر أحدا.

أنا أدير شركة لتكنولوجيا الرعاية الصحية، ولم أدخل في هذا المجال بخلفية رسمية في الذكاء الاصطناعي. ما لدي هو وجهات نظر تشكلت من خلال بناء واختبار هذه الأنظمة داخل الأعمال التجارية المباشرة، وهذه الآراء تتطور بسرعة.

بعض القادة الذين أعرفهم يشاركون جميعًا في هذا المجال. إنهم يختبرون الأدوات، ويحفزون الأنظمة، ويتعلمون ما الذي ينجح وما لا ينجح. أنا واحد منهم. نحن نقدم أيضًا تدريبًا فرديًا ومستمرًا للتأكد من أن كل قائد في فريقنا لديه الدعم للقيام بنفس الشيء. نحن لا نطلب من الناس أن يكتشفوا ذلك بأنفسهم. نحن نطلب منهم المشاركة، ونمنحهم ما يحتاجون إليه لتحقيق النجاح.

آخرون ينتظرون. إنهم يريدون أن تبدو التكنولوجيا أكثر صقلًا وثباتًا وأمانًا. هذه الغريزة تخلق إحساسًا زائفًا بالسيطرة. لا تحتاج إلى نظام مثالي للحصول على قيمة من الذكاء الاصطناعي. يتم بناء الميزة من خلال العمل من خلال المزايا غير الكاملة. هذه هي الطريقة التي تتعلم بها مكان تعطلها وكيفية تحسينها.