جون ماكنيل: AI سيسرّع التوظيف في تكنولوجيا المعلومات عبر الطلب على البنية التحتية ومعمارية الأنظمة

الذكاء الاصطناعي لن يقضي على الوظائف في التكنولوجيا، بل سيعيد تشكيلها. يعتقد جون ماكنيل، الرئيس السابق لشركة تيسلا وزعيم شركة DVx Ventures، أنه مع تطور أنظمة الذكاء الاصطناعي، ستحتاج الشركات إلى المزيد من الأشخاص الذين يعرفون كيفية الحفاظ على البنية التحتية والشبكات والعمارة متعددة الطبقات للمنتجات.

الطلب على البنية التحتية

حجة ماكنيل الرئيسية بسيطة: الذكاء الاصطناعي يواجه بسرعة القيود ليس فقط في النماذج، بل أيضاً في التعقيد المادي والشبكي حولها. كلما زاد عدد الشركات التي تطلق التدريب والاستدلال، زاد الطلب على الحوسبة والخوادم وعناقيد وحدات معالجة الرسومات وتزامن العقد وصيانة الشبكات. هذه لم تعد قصة عن جهاز محمول واحد مع واجهة برمجية. يتعلق الأمر بمزارع الخوادم حيث يكلف كل فشل الكثير، وتعتمد مرونة النظام على أشخاص يفهمون كيفية عمل مزيج الأجهزة والبرامج الشبكية والذاكرة عالية الإنتاجية.

وفقاً لماكنيل، هذا واضح بشكل خاص في فرق البنية التحتية. وحدات معالجة الرسومات تتعطل ويجب استبدالها وإعادة تزامنها وإعادة دمجها في العناقيد المعمولة. بالتوازي، يزداد الطلب على الاستدلال—التنفيذ المستمر للنماذج في الإنتاج، وليس التدريب فقط. هذا يعني ذيلاً طويلاً من العمل للمهندسين: صيانة الخوادم وضبط الشبكات والمراقبة وتحمل الأعطال والتحديثات والتحكم في الأداء. بالنسبة لسوق العمل، هذا توسع وليس انكماش.

العمارة بدلاً من الروتين

بالنسبة للمطورين، الصورة أكثر تعقيداً. يعترف ماكنيل بأن كتابة الأكواد الأساسية تُؤتمت بشكل متزايد: الوكلاء يساعدون بالفعل في توليد القوالب والتحقق من الجودة والفحوصات والنشر. لكن هذا لا يلغي دور المهندس—بل يحوله إلى مستوى أعلى. عندما يتم بناء منتج من عدة نماذج وفهارس البحث والقواعد والنماذج المتخصصة الصغيرة والنماذج اللغوية الكبيرة، يجب على شخص ما أن يقرر أي طبقة تفعل ماذا وأين يكون الذكاء الاصطناعي مطلوباً بالفعل مقابل الأدوات الأرخص.

هذا المستوى من التصميم يبقى مهمة إنسانية في الوقت الحالي. بشكل أساسي، تنتقل القيمة من منطقة "كتابة دالة" إلى منطقة "تجميع نظام يعمل". كلما اتسعت المكدس، كلما أصبح أكثر أهمية الاستطاعة على تقسيم المشكلة إلى طبقات واختيار الأداة المناسبة لكل واحدة. لا كل جزء من المنتج يحتاج إلى حل باستخدام الرموز والنماذج الكبيرة: في بعض الأحيان البحث أكثر كفاءة، وفي بعض الأحيان تعلم آلي كلاسيكي، وفي بعض الأحيان مزيج من عدة وكلاء تحت سيطرة المهندس.

في هذا السياق، ستنمو الأدوار المتعلقة بـ:

• تصميم العمارة متعددة الطبقات للذكاء الاصطناعي
• الاختيار بين البحث والتعلم الآلي والنماذج الصغيرة والنماذج اللغوية الكبيرة
• تنسيق الوكلاء وتزامن عملهم
• ضمان الجودة والاختبار والنشر في بيئة الإنتاج لمكونات الذكاء الاصطناعي
• تحسين تكاليف الاستدلال وموارد الحوسبة

الأتمتة أخيراً

على حدة، يكرر ماكنيل مبدأ تعلمه من تيسلا: الأتمتة أخيراً—يجب أن تأتي الأتمتة أخيراً وليس أولاً. يتذكر كيفية أن الأتمتة المبكرة في الإنتاج أبطأت إنتاج السيارات بدلاً من تسريعها. اضطرت الفريق حرفياً إلى العودة إلى التجميع اليدوي على الخط الزمني لرؤية اختناقات العملية ثم فقط اتخاذ قرار بشأن ما يجب أتمتته.

نفس المنطق، برأيه، ينطبق على مشاريع الذكاء الاصطناعي: إذا غطيت عملية خام ببرامج غالية الثمن في وقت مبكر جداً، يصبح النظام جامداً ومكلفاً وصعب التغيير.

"إذا تُكتب الأكواد قبل تبسيط النظام وتحسينه، يصبح تغييره صعباً جداً."

هذا يؤدي إلى استنتاج غير مريح لكن مفيد لفرق التكنولوجيا: ليست كل مهمة تتطلب طبقة ذكاء اصطناعي غالية الثمن. أحياناً الإدارة تريد "شيء ما بالذكاء الاصطناعي"، بينما تُحل المشكلة ببحث عادي أو مجموعة قواعد أو مكون تعلم آلي صغير. ينصح ماكنيل بالاعتراض على مثل هذه الطلبات وأولاً تحديد النتيجة المطلوبة للعملية. فقط بعد ذلك يكون من المنطقي اختيار الأدوات وتنظيف البيانات وبناء سلسلة التنفيذ. وإلا، تحصل الشركات على عروض توضيحية جميلة بدلاً من منتجات مستدامة.

ماذا يعني هذا

الخطة الموضوعة من ماكنيل مهمة لأنها تحول المحادثة من الشعار "الذكاء الاصطناعي سيحل محل المبرمجين" إلى مستوى أكثر واقعية. نعم، سيذهب جزء من البرمجة الروتينية والعمليات إلى الوكلاء. لكن كلما اندمج الذكاء الاصطناعي أعمق في الأعمال التجارية، زاد احتياج الأشخاص الذين يعرفون تصميم العمارة والحفاظ على البنية التحتية والتمييز بين الأتمتة الحقيقية والتقليد الغالي الثمن. بالنسبة لتقنية المعلومات، هذا ليس نهاية المهن، بل متطلبات متزايدة للتفكير والهندسة الأنظمية.