أهم 5 مجالات تثير اهتمام شركات الذكاء الاصطناعي في الوقت الراهن

حتى بضع سنوات مضت، كان مصطلح الذكاء الاصطناعي مجرد كلمة طنانة لا تشير إلى تطبيق محدد عندما نتحدث عن استخدامه في العالم الحقيقي، بعيداً عن الجامعات ومختبرات التجارب. رويداً رويداً، بدأت شركات التكنولوجيا الكبرى تستفيد من التطورات التي شهدها هذا المجال، سواء عن طريق إضافة الذكاء الاصطناعي إلى منتجاتها القائمة أو ابتكار منتجات جديدة تستند إليه. الآن، تفضّل الشركات الصغيرة والشركات الناشئة بشكل متزايد اعتماد هذه التكنولوجيا لتحسين أدائها ووظائفها. وبدلاً من اعتبارها نفقات، ترى هذه الشركات أن تكاليف الذكاء الاصطناعي هي استثمارات من شأنها أن تساعد في تنمية أعمالها على المدى الطويل.

نجاح كبير لنماذج التعلم الآلي

يشرح رائد الأعمال ونائب رئيس شركة تويتر الأسبق إيلاد جيل طبيعة هذا التطور قائلاً إن جزءاً من تحدي الذكاء الاصطناعي هو أن نواصل رفع مستوى ما يعنيه أن يمتلك الشيء ذكاءً آلياً. كانت نماذج التعلم الآلي المبكرة ناجحة للغاية من حيث تأثيرها في العالم الحقيقي، حيث تشمل تطبيقاتها اليوم البحث باستخدام محرك جوجل، والإعلانات الموجهة، وأدوات المساعدة الذكية مثل سيري وأليكسا، والتوجيه الذكي لتطبيقات الخرائط، والطائرات المسيرة ذاتية التحكم، والعديد من التطبيقات الأخرى.

ويضيف جيل في تدوينة نشرها على مدونته الشخصية بموقع سب ستاك (Substack)، أنه بموازاة هذه التطبيقات، شهد العقد الماضي سلسلة من التطورات التي هزت عالم التعلم الآلي والذكاء الاصطناعي، سواء في تقنيات التعرف على الصوت (مثل المساعد الصوتي أليكسا)، أو التعرف على الصور (فتح قفل هواتف آيفون، وتدقيق جوازات السفر في المطارات)، أو تطوير أنواع جديدة من الشبكات العصبونية الاصطناعية مثل الشبكات العصبونية الالتفافية (CNNs) والشبكات العصبونية المتكررة (RNNs)، وغيرها من الابتكارات.

فتحت هذه التطورات الباب على مصراعيه أمام الشركات للعمل في مجالات مختلفة تدور جميعها في فلك الذكاء الاصطناعي. ويضرب جيل - الذي يعمل أيضاً مستثمراً ومستشاراً للعديد من شركات التكنولوجيا والشركات الناشئةو- بعض الأمثلة على المجالات التي تحظى باهتمام شركات الذكاء الاصطناعي في الوقت الحالي، ومنها:

1- بناء المنصات والنماذج وواجهات برمجة التطبيقات

ثمة ما يشبه سباق التسلح بين الشركات، حيث تتسابق مجموعة منها لبناء نماذج متزايدة الحجم بشكل غير مسبوق. وكلما زاد عدد الآلات والقوة الحوسبية التي تضخها الشركة -بالتوازي مع تزايد القابلية للتوسع والدقة- زادت فائدة المخرجات. لكن العديد من نماذج أعمال هذه الشركات غير واضحة المعالم نسبياً، وتركز على تحقيق الدخل من واجهة برمجة التطبيقات بدلاً من التركيز على مجال التطبيق نفسه. بدلاً من ذلك، تختار بعض الشركات الجديدة في هذا المجال تطوير تطبيقات واسعة النطاق مناسبة لفئات متعددة من المؤسسات أو المستهلكين. تشمل أمثلة الشركات العاملة في هذا المجال أوبن أيه آي (OpenAI) وكوهير (Cohere) وأيه آي 21 (AI21) وجوجل (Google).

2- تطوير الأدوات

يشير جيل هنا إلى الشركات التي تعمل في مجال تطوير أدوات تمكّن المستخدمين من إنشاء نماذج التعلم الآلي وتدريبها ونشرها. والمثال الأبرز بالطبع هو شركة هاغينغ فيس (Hugging Face)، التي تشتهر بمكتباتها الخاصة بنماذج المحولات (Transformers)، ومنصتها التي تسمح للمستخدمين بمشاركة نماذج التعلم الآلي ومجموعات البيانات مفتوحة المصدر. ويمكن تشبيهها بمكتبة جيت هاب (Github) ولكن للمحولات وغيرها من النماذج.

3- كتابة التعليمات البرمجية

تُعد أداة جيت هاب كوبايلوت (Github Copilot) مثالاً على أدوات التعلم الآلي المتمحورة حول التعليمات البرمجية. في نهاية المطاف، من المتوقع أن يتم دمج التعلم الآلي في جميع الأدوات التي تتطلب بعض التعليمات البرمجية، مثل أدوات بيئة التطوير المتكاملة (IDE). ويشبه هذا الأمر أن يقوم الشخص بكتابة أي شيء بلغته الأصلية فيتم تحويله تلقائياً إلى بيانات أو استعلام بلغة البرمجة إس كيو إل (SQL). يرى جيل أن أي موظف في مؤسسة يجب أن يتمكن من الاستعلام من أي أداة تحليلات بسهولة باستخدام أسئلة موجهة بلغة طبيعية.

4- تطوير أدوات المبيعات والتسويق

تبشّر النماذج اللغوية الكبيرة (LLMs) بتطوير مجموعة متنوعة من أدوات المبيعات، بدءاً من تولي الخوارزميات مهمة إرسال رسائل المبيعات عبر البريد الإلكتروني وصولاً إلى إنشاء المحتوى التسويقي نفسه مثلما تفعل حالياً منصات مثل جاسبر (Jasper) وكوبي إيه آي (Copy.AI). أحد السيناريوهات المستقبلية المحتملة هو أن يتم إنشاء جميع رسائل البريد الإلكتروني الخاصة بالمبيعات والردود عليها تلقائياً باستخدام أدوات إدارة علاقات العملاء (CRM) المؤتمتة ليقتصر دور مندوب المبيعات على الموافقة عليها فقط، بدلاً من أن يكتب كل شيء من البداية.

5- تطوير أدوات متخصصة وأتمتة العمليات الروبوتية

تركز بعض الشركات على تطوير أدوات قائمة على الذكاء الاصطناعي مخصصة لأقسام بعينها داخل المؤسسات، مثل فرق التمويل والموارد البشرية. كما أن دمج تقنيات معالجة اللغة الطبيعية (NLP) في أدوات أتمتة العمليات الروبوتية (RPA) مثل تلك التي تصنعها شركة يو آي باث (UIPath)، يعطيها دفعة قوية. علاوة على ذلك، من المرجح أن تستخدم الشركات المتخصصة في البنية التحتية للبيانات، مثل داتا بريكس (Databricks) وسنوفلاك (Snowflake)، تدفقات عمل تعتمد على التعلم الآلي. وهو ما يمكن ملاحظته، على سبيل المثال، من استحواذ "سنوفلاك" على برنامج الأتمتة المعتمد على الذكاء الاصطناعي أبليكا (Applica). ومن المتوقع أن نشهد المزيد من عمليات الاندماج والاستحواذ في هذا المجال على المدى القريب.

بالإضافة إلى هذه المجالات، يشير جيل إلى العديد من الوظائف والقطاعات الأخرى التي تثير اهتمام شركات الذكاء الاصطناعي في الوقت الراهن، ومنها اختبار البرمجيات والأمن السيبراني، بدءاً من أتمتة مجموعات الاختبار حتى البحث عن الثغرات الأمنية أو محاولات الاختراق. وخدمة العملاء، حيث يمكن أن تصل قدرات الذكاء الاصطناعي لدرجة تجعله قادراً على أن يحل محل بعض فرق دعم العملاء بالكامل.

كذلك يركز عدد من الشركات التكنولوجية حالياً على تطوير التطبيقات الاستهلاكية وبوتات الدردشة التفاعلية، أو بناء أدوات إبداعية لمساعدة الكتّاب والفنانين كما في حالة تطبيقي ميدجيرني (MidJourney) وديسكو ديفيوجن (Disco Diffusion)، أو تطوير تطبيقات لمساعدة الأطباء والمحامين وغيرهم من ذوي الياقات البيضاء.