كتب: كريم همام
تشهد صناعة الذكاء الاصطناعي تحولاً مهماً في طريقة استخدام الشركات لهذه التقنية الحديثة، حيث تتجه العديد من المؤسسات إلى الاستفادة من حلول أكثر كفاءة لتقليل الإنفاق المتزايد على الذكاء الاصطناعي. ومن ضمن هؤلاء الخبراء، يبرز مانوس كوكوميديس، الرئيس التنفيذي لشركة Oumi AI، بمقاربته الاستراتيجية.
ممارسات غير فعالة في استخدام الذكاء الاصطناعي
يعتبر كوكوميديس أن الشركات غالباً ما تستخدم نماذج الذكاء الاصطناعي القوية والمتعددة الاستخدامات من مختبرات مرموقة مثل Anthropic وOpenAI بشكل غير منطقي، حيث يتم توظيف هذه النماذج لأداء مهام محدودة. ويصف هذا الأمر بأنه “غير عقلاني وغير فعال”، حيث يؤدي إلى فواتير مرتفعة للذكاء الاصطناعي. تأسست شركته Oumi AI عام 2024، وهي تمكن الأفراد من بناء نماذج ذكاء اصطناعي خاصة بهم بكل سهولة في غضون دقائق، مما يسهم في تقليل التكاليف.
تحديات الإنفاق المرتفع
مع تنامي الحاجة إلى تقليل النفقات، زادت الطلبات على الشركات التي تقدم خدمات توفر التكاليف. بينما تتجنب الشركات ترك الاتجاهات السابقة مثل “tokenmaxxing” حيث كانت تشجع الموظفين على استخدام أكبر عدد ممكن من الرموز، بدأت تبحث عن أدوات وخدمات تقدم حلولاً عملية وذكية.
استراتيجيات النجاح مع الذكاء الاصطناعي
توفر الشركات الاستشارية منصات لتوجيه العملاء نحو الاستخدام الأمثل للذكاء الاصطناعي. إحدى هذه الشركات هي Adaptovate، الاستشارية التي تركز على مساعدة الشركات في تحقيق أقصى استفادة من استثماراتها في الذكاء الاصطناعي. يؤكد مايكل ميرفي، شريك في الشركة، أن Adaptovate تعمل مع عملاء في مراحل متعددة من تبني الذكاء الاصطناعي، بدءًا من الشركات الصغيرة التي تتعلم كيفية استخدام الذكاء الاصطناعي إلى الشركات الكبيرة التي تسعى لتوسيع استخدامه عبر جميع الفرق.
أهمية قياس الأداء
تأتي أهمية القياس كأداة أخرى ضرورية لضمان فعالية الإنفاق على الذكاء الاصطناعي. شركة Larridin التي توجد في سان فرانسيسكو تقدم أداة تحليل بيانات تساعد في قياس إنتاجية الموظفين مقارنة مع الإنفاق على الرموز. يوضح أميا كانيتكار، المدير الفني لشركة Larridin، أن لديهم القدرة على قياس فعالية استثمار الشركات في الذكاء الاصطناعي، مشيراً إلى أن الطلب على خدمات قياس الأداء قد زاد بشكل كبير.
البناؤون في سوق الذكاء الاصطناعي
تجذب شركات مثل Oumi وRunware الأنظار من خلال الابتكارات التي تسهم في تقليل تكاليف الذكاء الاصطناعي. تقدم Runware بنية تحتية لاستنتاج الذكاء الاصطناعي، مما يساعد الشركات على تنفيذ نماذج الذكاء الاصطناعي بكفاءة أكبر وأسعار معقولة. بينما تركز Tensormesh على تقديم حلول تخزين مؤقتة تساعد في تحسين الأداء وتقليل التكاليف.
توجهات مستقبلية وإعادة التفكير في التكلفة
يدعوة الخبراء إلى إعادة النظر في كيفية تقييم تكاليف الذكاء الاصطناعي. يشدد كانيتكار على ضرورة اعتبار الإنفاق على الذكاء الاصطناعي كتكاليف تشغيلية، مع توقع عوائد على المدى الطويل وليس على المدى القصير. يتفق الجميع على أن العديد من الشركات قد انطلقت في استخدام الذكاء الاصطناعي دون التخطيط المناسب، مما أدى إلى حالة من الارتباك.
يمكنك قراءة المزيد في المصدر.
لمزيد من التفاصيل اضغط هنا.