Sber Life Insurance: لماذا لا يسرّع AI من دون عمليات إطلاق المنتجات إلى السوق

تتوقع الشركات بشكل متزايد من الذكاء الاصطناعي أن يسرع بشكل فوري إطلاق المنتجات، لكن في الممارسة العملية النتيجة غالباً ما تكون معاكسة. يشرح سيرجي أبراموفيتش: بدون عمليات مؤسسية محددة ومسؤولية واضحة، أدوات الذكاء الاصطناعي لا تقلل وقت الوصول إلى السوق—بل تضيف طبقة جديدة من الفوضى.

لماذا لا تزداد السرعة الخطأ الرئيسي هو محاولة حل المشاكل التنظيمية

بالتكنولوجيا. إذا لم تستطع الفريق التوافق بسرعة على المتطلبات، واستغرق وقتاً طويلاً لنقل المهام بين الأقسام، ولم يحدد بوضوح مالكي القرارات، فإن الذكاء الاصطناعي لن يزيل هذه الاختناقات. بل يسرع فقط العمليات الفردية داخل نظام مكسور، وقد يصبح الدورة الإجمالية أطول بالفعل بسبب الفحوصات الجديدة والتعديلات اليدوية والنزاعات حول جودة النتيجة.

هنا بالذات حيث تُفقد السرعة الموعودة للعمل. يكتب أبراموفيتش أنه في معظم الحالات يتم تنفيذ الذكاء الاصطناعي في وقت مبكر جداً—قبل أن تفهم الشركة الانضباط التشغيلي الأساسي. من هنا يأتي الإحباط: الشركة تشتري أداة، تتوقع تقصير الجداول الزمنية، لكنها تحصل على المزيد من الحذافات والنسخ الوسيطة والمعتمديات بين الأشخاص.

تنخفض السرعة في مثل هذا النظام ليس لأن الذكاء الاصطناعي ضعيف، بل لأنه لا توجد عملية واضحة يمكن دمجه فيها دون احتكاك غير ضروري.

حيث تحدث الخسائر عادةً لا تبدأ الخسائر في النموذج—تبدأ عند التقاطعات

بين الأشخاص والوظائف. عندما تعمل المنتجات والتطوير والشؤون القانونية والتسويق بإيقاعات مختلفة، تبدأ أي خدمة ذكاء اصطناعي في تكرار عدم التوافق. تكتب بسرعة النصوص والملخصات وخيارات الحل، لكن هذه المواد تعلق في الطوابير، تمر بمراجعات لا نهاية لها، أو تكرر العمل الذي تم بالفعل.

نتيجة لذلك، يبدو الفريق مشغولاً بينما الإطلاق لا يزال يتحرك ببطء. يتم صياغة المتطلبات في وقت متأخر جداً أو تتغير دون تسجيل نتائج الذكاء الاصطناعي ليس لديها من يفحصها ويقبلها بسرعة في العمل تكرر الفرق المهام لأنها لا ترى السياق المشترك تقتصر مقاييس السرعة على النشاط بدلاً من الإنتاج الفعلي للإصدارات > "في 8 من 10 حالات، تطبق الشركات الذكاء الاصطناعي حيث لم تُؤسس العمليات الأساسية حتى." فخ آخر هو الخلط بين الأتمتة المحلية وتسريع وقت الوصول إلى السوق.

إذا ساعد الذكاء الاصطناعي في كتابة موجز أو مسودة مواصفات في ساعة بدلاً من يوم، فهذا لا يعني أن المنتج سيطلق في وقت أقرب. يختفي المكسب إذا ظل المستند بدون قرار لأسابيع، والفريق المجاور غير مستعد لتولي المسؤولية. لذلك تحتاج إلى قياس ليس فقط إنتاجية النموذج بشكل منفصل، بل نضج كل سلسلة اتخاذ القرار والتنفيذ.

من أين تبدأ بدلاً من المراهنة على أداة أخرى، يقدم المؤلف خارطة طريق

تبدأ ليس بالنموذج، بل بكيفية تنظيم العمل. أولاً، تحدد الشركة المسار من الفكرة إلى الإطلاق وتجد التأخيرات الفعلية: التوافقات وطوابير المراجعة والنقل الطويل بين التحليل والتطوير والشؤون القانونية والتسويق. فقط بعد ذلك يمكنك أن تقرر في أي مرحلة يوفر الذكاء الاصطناعي الوقت بالفعل، وحيث سينشئ فقط تدفقاً آخر من المحتوى للمراجعة. الخطوة التالية هي تعيين المالكين والاتفاق على قواعس الاستخدام. بالنسبة لمهام الذكاء الاصطناعي، من المهم بشكل خاص تحديد صيغة البيانات المدخلة ومعايير القبول ومستوى الخطأ المقبول واللحظة التي يكون فيها التدخل البشري إلزامياً. ثم تصبح التكنولوجيا طبقة خدمة فوق العملية: تساعد في تحضير الخيارات وجمع المواد وتسريع التحليل وتقليل العمل الروتيني دون تعويض المسؤولية. بالنسبة للمديرين، الخلاصة الرئيسية بسيطة: يعمل المزج من الثقافة والعملية والتكنولوجيا—وبالضبط بهذا الترتيب.

ماذا يعني هذا بالنسبة للسوق، هذا إشارة مهمة: المراهنة فقط على النموذج

لم تعد تعمل. يجب على الشركات التي تريد تقليل وقت الوصول إلى السوق بشكل حقيقي أن تضع أولاً في نصابها الصحيح مسار اتخاذ القرارات والتفاعل اليومي للفرق ومعايير الجودة. فقط بعد ذلك يصبح الذكاء الاصطناعي مسرعاً بدلاً من تراكب مكلف على عملية فوضوية. وإلا، حتى الأداة الأفضل تبقى تجربة مكلفة بدون تأثير ملحوظ على الجداول الزمنية وجودة الإطلاق.