كيفية تقييم عائد الاستثمار لمشاريع الذكاء الاصطناعي الخاصة بك مع حلول الركود

بينما تتدافع الشركات لحماية نفسها من الانكماش الاقتصادي ، تتأثر جميع أنواع المشاريع. والذكاء الاصطناعي التطبيقي (AI) ليس استثناءً.

قبل الانكماش الاقتصادي ، كانت صناعة الذكاء الاصطناعي تستمتع باندفاع الذهب ، حيث كانت الشركات تضخ الكثير من الأموال في مواهب التعلم الآلي (ML) ، والبحوث والمشاريع. في حين أن هذه الجهود قد أثمرت ويمكن رؤيتها في التطبيقات التي نستخدمها كل يوم ، فقد كان الدافع وراء الكثير من هذا الاستثمار هو الضجيج غير المبرر المحيط بالذكاء الاصطناعي.

بينما تقوم المؤسسات بتعديل مبادرات الذكاء الاصطناعي الخاصة بها وفقًا لظروف السوق الجديدة ، إليك ما يمكن توقعه.

قياس العائد على الاستثمار لمشاريع الذكاء الاصطناعي

قال أناند راو ، رئيس الذكاء الاصطناعي العالمي في PwC ، لموقع VentureBeat: “حتى قبل الانكماش الاقتصادي ، كنا نتحدث عن عائد الاستثمار في مشاريع الذكاء الاصطناعي”. “بينما يمثل عائد الاستثمار مصدر قلق لتبني أي تقنية ، فإن الاختلاف مع الذكاء الاصطناعي ، على عكس التقنيات الأخرى مثل السحابة ، هو أنك تتحدث عن التنبؤ.”

كيف تقيس قيمة التنبؤ؟ تستخدم معظم الشركات نماذج التعلم الآلي الخاضعة للإشراف ، مما يعني أنها تدرب نماذجها على أمثلة يصنفها خبراء بشريون. يتم بعد ذلك قياس نسبة دقة النموذج من خلال مقارنة تنبؤاته بالحقيقة الأساسية التي حددها المعلقون البشريون. ومع ذلك ، ليست كل مقاييس الدقة متساوية.

قال راو: “في العديد من المنظمات ، ليس أفضل شخص يقوم بوضع العلامات”. على سبيل المثال ، عندما تقوم مؤسسة مالية بإنشاء نموذج ML لقرارات الاكتتاب ، فإن الحصول على تسمية أفضل الضامنين لأمثلة التدريب سيؤدي إلى نتيجة أفضل من جعل المتدرب يقوم بالتصنيف خلال أوقات فراغه. هذا أمر بالغ الأهمية لأن نموذجًا بدقة (على سبيل المثال) 95 ٪ أكثر قيمة من نموذج بنسبة دقة أقل.

قال راو: “هناك أيضًا تعقيد حيث لا تقيس الأداء البشري بصرامة كما تقيس أداء الذكاء الاصطناعي”. “أنت لا تعرف حقًا ما إذا كان جميع مؤمني الاكتتاب يتطابقون مع دقة نظام الذكاء الاصطناعي الخاص بك. إذا لم يفعلوا ذلك ، فإن الذكاء الاصطناعي الخاص بك أفضل بكثير مما كنت تعتقده في الأصل “.

وأخيرًا ، يجب على المؤسسات أيضًا حساب تكلفة التنبؤات الخاطئة ، حسب قول راو ، والتي تعتمد على التطبيق والبيئة والعملاء والعديد من العوامل الأخرى.

قال راو: “إن التحدي المتمثل في قياس عائد الاستثمار لخوارزميات الذكاء الاصطناعي / تعلم الآلة موجود طوال الوقت”. نحن بحاجة إلى إجراءات أكثر صرامة. الآن ، مع الانكماش الاقتصادي ، أصبح من الأهمية بمكان أن يكون لدينا إحساس جيد بعائد الاستثمار على خوارزميات ML / AI “.

مع صورة أوضح لربحية مشاريع الذكاء الاصطناعي الخاصة بهم ، ستكون المؤسسات في وضع أفضل لتقرير ما إذا كانت ستستمر أو توقف.

نهج محفظة الذكاء الاصطناعي

سيظل الذكاء الاصطناعي مهمًا للحفاظ على الميزة التنافسية في العديد من الصناعات ، حتى أثناء الركود. لكن الشركات بحاجة إلى تعديل استراتيجيات الذكاء الاصطناعي الخاصة بها مع الظروف الاقتصادية. ويمكن أن يبدأ هذا بتغيير في كيفية إدراك الشركة لمشاريع الذكاء الاصطناعي.

“يحب التنفيذيون إلقاء نظرة على كل مشروع والسؤال ، ما هو عائد الاستثمار لمحرك التوصية هذا أو تقنية البرمجة اللغوية العصبية هذه؟” قال راو. “قياس عائد الاستثمار على هذا المستوى ، مشروعًا بمشروع ، ليس هو النهج الصحيح. ستقول ، “لم يكن لهذا المشروع أي عائد استثمار ، لذلك دعونا نتوقف عن القيام بأي من هذا النوع من العمل في المستقبل.”

يوصي راو بما يسميه “نهج المحفظة”. بدلاً من قياس نجاح مشاريع الذكاء الاصطناعي على أساس كل مشروع على حدة ، يجب على الشركات أن تنظر إلى مبادرة الذكاء الاصطناعي الخاصة بها كمحفظة تتضمن مجموعة متنوعة من مشاريع الذكاء الاصطناعي.

ستعتمد بعض المشاريع على نماذج ML التي تم اختبارها من قبل المنافسين وثبت نجاحها. هذه هي الثمار المنخفضة للذكاء الاصطناعي المطبق. لديهم فرصة كبيرة للنجاح ويسهل تبنيها. يطلق عليها Rao اسم “مشروعات الذكاء الاصطناعي المولدة لعائد الاستثمار”.

ستركز المشاريع الأخرى على تجربة أحدث تقنيات الذكاء الاصطناعي ، مثل نماذج اللغات الكبيرة ، واستكشاف التكنولوجيا الجديدة ، والحفاظ على تحفيز علماء البيانات لديك لدفع الحدود. هذه الأنواع من المشاريع لديها فرصة أقل للنجاح ولكن يمكن أن يكون لها عوائد أعلى إذا نجحت.

قال راو: “أنت بحاجة إلى محفظة تكون فيها بعض المشاريع جديدة ، وبعضها مجرد أنواع صيانة ، وبعضها أشياء قام بها الآخرون”. “تجري العديد من التجارب ، وربما تنجح ثلاث تجارب من أصل 10. وستعطي هذه عوائد أكثر بكثير من العشرة مجتمعة “.

يجب على المديرين التنفيذيين أيضًا أن يكونوا على دراية بمقايضات المخاطر / العائد لمشاريع الذكاء الاصطناعي الخاصة بهم. هذا يعني أنه بدلاً من اختيار النماذج بناءً على الدقة ، يجب على مديري الذكاء الاصطناعي النظر في مجموعة واسعة من الخصائص ، بما في ذلك الإنصاف وقابلية الشرح والمتانة والسلامة. على سبيل المثال ، تأتي تقنية التعرف على الوجه مصحوبة بالخصوصية والمخاطر الأخلاقية ، والتي يجب موازنتها مقابل فوائد التكنولوجيا.

قال راو: “أعتقد أن نهج المحفظة سيبدأ بالترسخ ، خاصة في فترة الانكماش الاقتصادي حيث يستفسر الناس عن قيمة الذكاء الاصطناعي”. “نحن على وشك النضج من تقنية” رائعة “مع الضجيج لتلبية الواقع ونصبح أكثر رسوخًا مع التكنولوجيا التقليدية والحصول على الصرامة اللازمة ليتم تبنيها على نطاق واسع.”

فقاعة المواهب التقنية

شهدت السنوات القليلة الماضية تدفقًا كبيرًا لعلماء البيانات ومهندسي التعلم الآلي في مختلف القطاعات. أدى الطلب المتزايد على موهبة الذكاء الاصطناعي إلى خلق فقاعة حيث تقدم شركات التكنولوجيا رواتب ضخمة. بينما تكافح الشركات مع الركود ، سيكون هناك تعديل.

“حصل الناس على رواتب كبيرة مقابل موهبتهم في مجال الذكاء الاصطناعي ، ليس فقط من الخارج ولكن أيضًا من داخل صناعة التكنولوجيا. انتقلوا من شركة إلى أخرى والعكس ، ويتغيرون باستمرار بعروض أكبر. وقال راو إن الرواتب والتعويضات تتزايد باستمرار. “في العام الماضي ، كان هناك ضغط هائل على صناعة التكنولوجيا. بالإضافة إلى إلغاء الوظائف ، هناك تجميد للمواهب التقنية. نحن نشهد انفجار فقاعة المواهب التقنية “.

مع التباطؤ في الاقتصاد ، بدأت العديد من المنظمات في التساؤل عما إذا كانت تحصل على العائد الذي تريده من الاستثمارات الضخمة التي تقوم بها في اكتساب مواهب الذكاء الاصطناعي والحفاظ عليها. هل يحصلون على زيادة قابلة للقياس في الإيرادات؟ هل سيتم خفض إيراداتهم بمقدار النصف إذا احتفظوا بنصف مهندسي الذكاء الاصطناعي / تعلم الآلة؟

“السؤال المطروح هو: ما هي القيمة التي يضيفونها بالضبط؟” قال راو. “هناك تركيز مكثف على عائد الاستثمار بالإضافة إلى إنتاجية العاملين في الذكاء الاصطناعي / تعلم الآلة فيما يتعلق برواتبهم.”

يعتقد راو أنه مع بدء كبار المسؤولين التنفيذيين في طرح أسئلة حول الإنتاجية الهندسية للذكاء الاصطناعي / تعلم الآلة ، سيكون هناك تباطؤ في التوظيف. في الوقت نفسه ، ستحتاج الشركات إلى العودة إلى لوحة الرسم واكتشاف طرق لقياس عائد الاستثمار لمشاريع الذكاء الاصطناعي الخاصة بها وتحديد مقدار إيراداتها نتيجة الذكاء الاصطناعي / تعلم الآلة.

الجانب المشرق من انفجار فقاعة المواهب التقنية هو أن مجموعة مواهب الذكاء الاصطناعي ستصبح في متناول الصناعات الأخرى.

“في السابق ، كان العمل كمدير منتج في شركة تقنية كبيرة بمثابة وظيفة أحلام لشخص لديه خلفية في علوم الكمبيوتر أو ماجستير إدارة الأعمال. الآن هم يبحثون وراء – فى الجانب الاخر شركات التكنولوجيا لأنه ليس هناك الكثير من المدخول من قال راو. “هجرة العقول من القطاعات الأخرى إلى التكنولوجيا تنعكس. بمعنى ما ، من الجيد إجراء هذا التصحيح. كنا في فقاعة تضخمية من قبل. أصبح الآن نموذجًا أكثر عقلانية للتعويض في جميع المجالات “.