ما وراء الضجيج: كيف تستخدم الشركات الحقيقية الذكاء الاصطناعي لتحقيق التوسع وزيادة العائد على الاستثمار

على الرغم من كثرة عناوين الأخبار المتعلقة بالذكاء الاصطناعي، فإن تبني الشركات للذكاء الاصطناعي في العالم الحقيقي ليس ببساطة "تركيب نموذج والبدء". فالواقع أكثر تعقيدًا واستراتيجية. OpenAIتكشف عمليات النشر عبر الصناعات أن التكامل الناجح للذكاء الاصطناعي يعتمد بشكل أقل على أدوات محددة وأكثر على تحويل سير العمل وإعادة التفكير في الأدوار وتسريع كيفية تعلم المؤسسات وتطورها.

وفي تقرير يستند إلى سبع دراسات حالة مؤسسية، OpenAI يحدد ما يؤدي فعليًا إلى نتائج قابلة للقياس في إعدادات الإنتاج من استرجاع المستندات في مورغان ستانلي إلى كشف الاحتيال في ميركادو ليبري. تُشكل الدروس المستفادة بنيةً متماسكةً لتبني الذكاء الاصطناعي: ابدأ بتقييم دقيق، واستثمر مبكرًا، ودمج الذكاء الاصطناعي في المنتجات، وحسّن الأداء عند الحاجة، ومكّن الخبراء مباشرةً، وحرر المطورين، وضع أهداف طموحة للأتمتة.

يُعزز كل درس بنتائج قابلة للقياس - دورات دعم أقصر، ومطابقة أفضل للوظائف، وتوصيف مُحسّن للمنتجات، وتحسينات ملحوظة في الأرباح. تُثبت هذه الدروس مجتمعةً أن الذكاء الاصطناعي للمؤسسات ليس نظامًا واحدًا، بل هو مجموعة متطورة من القدرات، تُكرّر باستمرار في سياقها من قِبل أشخاص يفهمون التكنولوجيا والأعمال على حد سواء.

إعادة النظر في نقاط دخول الذكاء الاصطناعي: لماذا يأتي التقييم أولاً

تميل معظم الشركات إلى البدء في تبني الذكاء الاصطناعي من خلال برامج تجريبية أو أدوات داخلية صغيرة. مورجان ستانلي اتخذت شركة "إف. بي. سي"، وهي بنك استثماري عالمي وشركة لإدارة الثروات، مقرها الرئيسي في نيويورك، مسارًا مختلفًا: بدأت بالتقييمات، وهي أطر اختبار دقيقة تُقيّم أداء النماذج في مهام الأعمال الفعلية. قبل بدء الإنتاج، خضعت مخرجات الذكاء الاصطناعي لمعايير أداء مُقارنة بمستشارين بشريين في الترجمة والتلخيص والأهمية.

لم تكن هذه عملية اختيارية. بل منحت التقييمات مورغان ستانلي الثقة لتوسيع نطاق الاستخدام داخليًا. في غضون أشهر:

• 98% من المستشارين الماليين اعتمدوا OpenAI- أدوات مدعومة في سير العمل اليومي؛
  
• ارتفعت نسبة الوصول إلى الوثائق من 20% إلى 80%؛
  
• انخفض وقت الاستجابة للعملاء من أيام إلى ساعات.

كما عززت عمليات التقييم الثقة الداخلية - وهي عملة أساسية في القطاعات الخاضعة للتنظيم - من خلال جعل الأداء والسلامة والامتثال قابلين للقياس في كل خطوة. لم يكن التقييم لإثبات وجهة نظر، بل كان بمثابة منهجية منظمة لتقليل المخاطر والتحقق من صحة النتائج.

دمج الذكاء الاصطناعي في المنتجات

لكي يُطلق الذكاء الاصطناعي قيمةً للأعمال على نطاق واسع، يجب أن يخرج من المكاتب الخلفية الداخلية ويصبح مرئيًا للمستخدمين النهائيين. هذا ما في الواقع تم تحقيق ذلك عن طريق التضمين GPT-4o في محرك توصيات الوظائف. وجاء الاختراق الحقيقي من قدرة النظام على شرح كل تطابق - وليس مجرد إيجاد تطابق واحد.

باستخدام GPTالأنظمة التي تعمل بنظام التشغيل إنديد، أدخلت عبارات "لماذا" في تنبيهات الوظائف. هذه التفسيرات السياقية - سبب هذه الوظيفة، لهذا المستخدم - أدت إلى:

• زيادة بنسبة 20% في طلبات التوظيف؛
  
• زيادة بنسبة 13% في التوظيف لكل تدفق تطبيق.

على نطاق إنديد - 350 مليون زائر شهريًا وأكثر من 20 مليون رسالة صادرة - حتى المكاسب المتواضعة تتضاعف. ولكن هناك المزيد: للحفاظ على الكفاءة، حسّن الفريق GPT متغير يستخدم 60% أقل من الرموز دون التضحية بالدقة.

لقد تجاوز تضمين الذكاء الاصطناعي التخصيص: فهو يتيح لتجارب المنتج أن تصبح أكثر وعياً بالسياق وأكثر صلة وتركيزاً على الإنسان، مع التعامل مع أداء النموذج كرافعة استراتيجية.

الاستثمار المبكر والعوائد المركبة

الذكاء الاصطناعي الخاص بـ Klarna تُجسّد رحلة "رحلة" فوائد البدء مُبكرًا. قدّمت شركة التكنولوجيا المالية مساعدًا مُولّدًا لخدمة العملاء، يُدير الآن ثلثي محادثات الدعم.

النتائج:

• انخفض متوسط أوقات الدقة من 11 دقيقة إلى 2؛
  
• تحسن الأرباح المتوقع: 40 مليون دولار؛
  
• ظلت رضا العملاء متسقًا مع الوكلاء البشريين.

وبنفس القدر من الأهمية، يستخدم 90% من موظفي كلارنا الذكاء الاصطناعي بشكل أو بآخر. وقد تبع ذلك انتشار واسع النطاق، إذ أدى التكامل المبكر إلى حلقات تغذية راجعة ونجاحات تدريجية في جميع الأقسام.

الدرس هيكلي: الاستثمار في الذكاء الاصطناعي مُركّزٌ مُسبقًا. تأخير التكامل يُبطئ كلاً من التأثير وتطوير التعلّم التنظيمي - وهو شكلٌ من أشكال رأس المال أصعبُ تكرارًا من البرمجة.

سام التمان ، الرئيس التنفيذي لشركة OpenAI، أكد على إمكانات الذكاء الاصطناعي في تعزيز الإنتاجية البشرية على X:

الضبط الدقيق لتحقيق الصلة والدقة

لا تستطيع معظم نماذج الذكاء الاصطناعي العامة فهم الفروق الدقيقة في بيانات الشركة أو تصنيفها أو سير عملها بشكل طبيعي. لوي ، وهي شركة تجزئة ضمن قائمة Fortune 50، عالجت هذه المشكلة من خلال ضبطها بدقة OpenAIنماذج الشركة على بيانات منتجات التجارة الإلكترونية الخاصة بها - والتي كانت في كثير من الأحيان غير متسقة عبر الموردين.

النتيجة:

• زيادة بنسبة 20% في دقة وضع العلامات على المنتجات؛
  
• تحسن بنسبة 60% في اكتشاف الأخطاء.

تجاوز التأثير المكاسب التقنية: تحسّنت صلة البحث، وانخفض احتكاك العملاء، وانخفض عبء عمل ضمان الجودة الداخلي بشكل ملحوظ. منح الضبط الدقيق شركة Lowe's مزيدًا من التحكم في أسلوب العمل وبنيته وخصوصية مجاله، مما جعل كل استجابة للنموذج متوافقة مع منطق العلامة التجارية.

OpenAI يشبه الضبط الدقيق بخياطة البدلة: يمكن أن تعمل النماذج الجاهزة، لكن الدقة تكمن في الملاءمة.

تمكين الخبراء الداخليين كمصممي ذكاء اصطناعي

بنك بي بي في ايه نهج إعادةdefiاعتماد الذكاء الاصطناعي كعملية تصاعدية بقيادة الخبراء. من خلال منح 125,000 موظف عالميًا إمكانية الوصول إلى ChatGPT بفضل الحوكمة من القسم القانوني والأمني، تمكن البنك خبراء المجال من بناء أدواتهم الخاصة.

في خمسة أشهر، أنشأ الموظفون أكثر من 2,900 إعلان مخصص GPTس. ومن الأمثلة على ذلك:

• فرق قانونية تجيب على 40,000 ألف سؤال حول السياسة سنويًا؛
  
• محللو مخاطر الائتمان يعملون على تسريع تقييمات الجدارة الائتمانية؛
  
• التسويق والعمليات لتبسيط سير العمل الداخلي.

لقد عمل هذا النموذج الموزع على إزالة الاختناقات في عملية إنشاء النماذج الأولية وفتح المجال أمام إمكانات الذكاء الاصطناعي ضمن قيود منطق الأعمال الحقيقي - حيث يعرف الخبراء ما هو مهم وأين يمكن أن تفشل النماذج.

النتيجة: زيادة في الاستخدام، وتكرار أسرع، وثقافة حيث تعمل الذكاء الاصطناعي بمثابة امتداد مباشر للخبرة الداخلية.

إطلاق العنان لإنتاجية المطورين باستخدام منصات الذكاء الاصطناعي

ميركادو ليبر واجهت الشركة تحديًا مشتركًا: توقفت مبادرات الذكاء الاصطناعي مع وصول فرق الهندسة إلى حدود طاقتها القصوى. وللتغلب على هذا، بنى فيردي - منصة تطوير داخلية مدعومة بواسطة GPT-4س و GPT-4يا صغير.

من خلال دمج LLMs مع واجهات برمجة التطبيقات وعقد Python وحواجز الحماية، مكّنت Verdi 17,000 مطور من بناء تطبيقات الذكاء الاصطناعي عالية الجودة باستخدام مطالبات اللغة الطبيعية - دون كتابة كود نمطي.

وقد أدى هذا إلى تسريع النتائج بشكل كبير:

• ارتفعت دقة اكتشاف الاحتيال إلى حوالي 99٪؛
  
• القدرة على قياس المخزون من خلال وضع العلامات الآلية باستخدام نماذج Vision؛
  
• أوصاف المنتجات تتكيف مع اللهجات الإقليمية؛
  
• أنظمة الإشعارات مخصصة على نطاق واسع.

عملت شركة فيردي على وضع الذكاء الاصطناعي كطبقة تطوير أساسية، مدمجة بشكل مباشر في نموذج التشغيل الخاص بالمنظمة.

أتمتة العمل الروتيني على نطاق واسع

داخليا، OpenAI نشر طبقة أتمتة خاصة به على Gmail ودعم سير العمل. قام هذا النظام بتجميع بيانات العملاء، واسترجاع المعلومات ذات الصلة، وإنشاء ردود سياقية، محولاً المهام اليدوية متعددة الخطوات إلى تدفقات آلية.

التأثير: معالجة مئات الآلاف من المهام شهريًا، مما يتيح لفرق الدعم التركيز على التفاعلات عالية السياق وعالية التأثير.

تجاوز النظام لوحات المعلومات أو برامج الدردشة الآلية التقليدية. فقد أتاح أتمتة العمليات مباشرةً ضمن سير العمل الحالي، باستخدام إمكانيات فعّالة كالتصفح وإدخال البيانات والتنسيق عبر أدوات متعددة، وهو ما ينطبق الآن على اختبارات ضمان الجودة وتحديثات النظام والعمليات عبر منصات متعددة.

المبدأ الأساسي: التعامل مع الأتمتة باعتبارها البنية الأساسية، وليس مجرد أدوات إضافية.

لا مزيد من طياري الذكاء الاصطناعي. فقط أنظمة تتعلم

الذكاء الاصطناعي للمؤسسات في عام 2025 هو defiتعتمد على المرونة والقدرة على التكيف والبنية التحتية القابلة للتطوير. تركز الشركات على أنظمة تتطور مع الاستخدام، مدعومة بتصميم معياري، واختبار مستمر، وحوكمة تشغيلية واضحة.

سام التمان ، الرئيس التنفيذي لشركة OpenAI، شاركوا مثالاً على قدرات الذكاء الاصطناعي المتطورة على X:

أولئك الذين يطبقون التقييم المنظم، ويدمجون الذكاء الاصطناعي في سير العمل الأساسي، ويطبقون اللامركزية على قدرات التطوير، يكتسبون نفوذًا ملموسًا في مؤسساتهم. يُعيد هذا النهج صياغة كيفية خلق القيمة - من خلال السرعة والدقة والذكاء المركب في العمليات.