لماذا تفشل 80% من مشاريع الذكاء الاصطناعي (ليست التقنية هي السبب)

تم إنشاء هذا النص بواسطة الذكاء الاصطناعي وقد يحتوي على اختلافات طفيفة عن التسجيل الصوتي أو تسجيل الفيديو.

نيكول: وفقًا لضيفنا اليوم، فإن أكثر من 80٪ من مبادرات الذكاء الاصطناعي تفشل، ليس لأن التكنولوجيا معطلة، ولكن لأن المؤسسات تخطئ في تشخيص المشكلة الحقيقية. يلاحق الكثير من القادة الأدوات الجديدة، متجاهلين القضايا الأعمق في الثقافة والهيكل التي تحدد النجاح. ينضم إليّ شخص يقود الحملة لإعادة صياغة هذه المحادثة.

ميليسا ريف، مؤلفة الكتاب المرتقب Hyperadaptive: Re-wiring the Enterprise to Become AI-Native. وهي تعتقد أن العمل الحقيقي لتحويل الذكاء الاصطناعي يبدأ بالناس، وليس بالبرمجيات. في نهاية الحلقة، ستكشف عن الأخطاء الأكثر شيوعًا التي تعيق الشركات، وستشاركنا قصصًا حقيقية عن الشركات التي نجحت في حل اللغز، وستطلعنا على نموذجها الفائق التكيف، وهو خارطة طريق من خمس مراحل تضع المديرين المتوسطين في قلب التغيير.

ميليسا، مرحبًا بك في مشروع AI+HI.

ميليسا: نيكول، من دواعي سروري أن أكون هنا. شكراً لك على هذه الفرصة.

نيكول: أنا سعيد جدًا بوجودك هنا لأن التوقيت مثالي. لقد أدركت الشركات الآن أن الأمر يتعلق بالبشر. لذا أود أن أبدأ بالتعمق في إحدى الإحصائيات التي شاركتها معنا، وهي أن 80% من مبادرات الذكاء الاصطناعي تفشل. من أين تأتي هذه البيانات؟ إنه رقم مثير للتفكير.

ميليسا: بالتأكيد. هذه دراسة أجرتها مؤسسة راند، وقد صدرت قبل حوالي عام، لذا لا أعرف ما هي الإحصائيات الحالية. بعد تلك الدراسة، أجرت منظمة NANDA التابعة لمعهد ماساتشوستس للتكنولوجيا دراسة رفعت هذا الرقم إلى 95٪. لذا، مهما كان الرقم، فإننا نعلم أن عددًا كبيرًا من مبادرات الذكاء الاصطناعي هذه تفشل.

نيكول: نعم، وبيانات RAND موثوقة للغاية. وهي لا تقتصر على الذكاء الاصطناعي التوليدي فحسب، بل تشمل أيضًا التنبؤ والتعلم الآلي. إنها أرقام متسقة إلى حد كبير تم تتبعها على مدار فترة زمنية طويلة، في دراسة واسعة النطاق. لذا، نعم، إنها أرقام تبعث على التفكير. لماذا تعتقد أن العديد من قادة الأعمال يخطئون في تشخيصهم، مثل التركيز على التكنولوجيا بدلاً من مؤسساتهم؟ ما الذي يحدث هناك؟

ميليسا: حسناً، أعتقد أن الأمر يتعلق جزئياً بما يرد في الأخبار. عندما ننظر إلى العناوين الرئيسية، نجد أن كل شيء يدور حول الأدوات. يتعلق الأمر بنماذج الذكاء الاصطناعي التي تم إصدارها، والأدوات الجديدة الرائعة التي تم إصدارها، وتأثيرها. ولكن عندما تفكر في الذكاء الاصطناعي، هناك الكثير من المعلومات التي يجب استيعابها. لا يقتصر الأمر على الأدوات فحسب، بل يتعلق أيضاً بتأثير هذه الأدوات، ونحن جميعاً نحاول فهم ذلك معاً.

أحب أن أفكر في الوقت الذي تم فيه إصدار Microsoft Word. كان علينا أن نركز لفترة من الوقت على اكتشاف ما يمكن أن تفعله هذه الأداة الجديدة، ثم اكتشفنا كيف غيرت عملياتنا وسير عملنا. في تلك الحالة، لم يتغير سير العمل الذي يتطلب تغيير الأشخاص والثقافة كثيرًا.

مع الذكاء الاصطناعي، أعتقد أننا سنشهد تغييراً جذرياً في سير العمل وتجربة العمل بشكل عام.

نيكول: عملك يتجاوز بكثير محادثة "ما هي الأدوات التي يجب أن أشتريها؟" وهو غني حقًا بمحادثة حول سير العمل. بالنسبة للمدير التنفيذي الذي يشعر بضغط هائل في الوقت الحالي لإظهار تقدم الذكاء الاصطناعي، ما هو التغيير الأهم في طريقة التفكير الذي يجب أن يقوم به اليوم؟

ميليسا: إنها حقًا نظرة إلى الذكاء الاصطناعي باعتباره تغييرًا نظاميًا. وهذا يعني أننا نتحدث عن الأشخاص، والعملية، وكيفية تواصلنا بشأن الأمور. نحن بحاجة حقًا إلى التفكير في المنظمة بأكملها. في الواقع، أتحدث في الكتاب عن هيكلنا التنظيمي الحالي باعتباره خطيًا. وأعني بالخطي الاستراتيجية إلى التنفيذ، وجميع عمليات التسليم والتأخير، والمفهوم إلى التسليم، وجميع عمليات التسليم والتأخير التي تحدث هناك. سنقوم بإعادة تنظيم كل ذلك في هيكل تنظيمي أكثر ملاءمة لعصر الذكاء الاصطناعي.

أعتقد أن الأمر الثاني الذي يجب على المديرين التنفيذيين التفكير فيه حقًا هو عندما يتحدثون عن الوظائف. أسمع المديرين التنفيذيين يفكرون ويتحدثون عنها كأنها كيانات متجانسة — "الوظائف في طريقها إلى الزوال". عندما أفكر في الوظائف، أعتبرها مجموعة من المهام والعمليات والقرارات والتفاعلات البشرية. عندما نفكر في ما ستعيد صياغته الذكاء الاصطناعي، سيكون ذلك أجزاء ومكونات من الوظائف. لذا، علينا حقًا التفكير في كيفية تفكيك الوظائف ثم إعادة بنائها بطرق جديدة.

لدينا سوابق في هذا المجال. نحن نعرف كيف يبدو ذلك من خلال أمور مثل أتمتة المصانع. كان ذلك بمثابة إعادة هيكلة للوظائف. في المجال التقني، هناك ما يسمى DevOps، حيث أخذنا خط أنابيب توصيل البرمجيات وقمنا بأتمتته. نحن نعلم أن الوظائف لم تختفِ جميعها، ولكنها أعيدت هيكلتها بشكل جذري مع انتشار الأتمتة. وهذان هما التغييران اللذان أعتقد أن المديرين التنفيذيين بحاجة إلى التركيز عليهما.

نيكول: أريد أن أكرر ذلك لأنني أعتقد أن الطريقة التي فهمت بها الأمر رائعة حقًا. لدينا شيء نسميه "وظيفة"، وهذه الوظيفة هي مجموعة من المهام، لكننا نتحدث عن الوظيفة كما لو كانت شيئًا متجانسًا. ما نسعى إليه الآن هو الطريقة التي ستغير بها الذكاء الاصطناعي سير العمل وتحتاج إلى تغييره، وسنقوم بتفكيك هذه الوظائف إلى مهام ثم إعادة بنائها من جديد. وذلك من أجل التوافق مع نوع مختلف من سير العمل الذي لم يعد خطيًا وربما أيضًا هرميًا بعض الشيء، ليكون ما سيتحول إليه. هل هذا صحيح؟

ميليسا: هذا صحيح. أعني، عندما تفكر في كل ما ورد في كلامك للتو، تدرك أن "أوه، فهمت. إنها أكثر من مجرد أداة".

نيكول: نعم، هذا أحد الأشياء التي أقولها كثيرًا للناس: إنه ليس تغييرًا تقنيًا. إنه ليس ترقية لنظام التشغيل Windows 95. إنه تغيير اجتماعي وثقافي وسلوكي. إنه يتعلق بالناس والعمليات وطرق القيام بالأشياء. المنظمات التي لا تفهم ذلك تتساءل عن سبب عدم حصولها على عائد كبير على الاستثمار من هذا التغيير المكلف للغاية.

لأنه مكلف للغاية ليس فقط من حيث التراخيص والتدريب، ولكن أيضًا من حيث توفير البيانات والبنية التحتية اللازمة لمجرد الدخول في اللعبة. هذا مكلف للغاية. من حيث الأفراد والتركيز، إنه تغيير مكلف. وإذا لم يقم الأفراد بإعادة تصميم الوظائف، وإذا لم يقموا بإعادة تصميم سير العمل، فلن يروا النتائج المرجوة ويتساءلون عن السبب.

حسناً، دعونا نتعمق قليلاً في الأسباب التي تعيق تقدم المؤسسات. تفترض العديد من المؤسسات أن التكنولوجيا وحدها ستحل مشاكلها، لكن أبحاثك تشير إلى مشكلة هيكلية أعمق يجب معالجتها لكي تنجح مبادرات الذكاء الاصطناعي. هل يمكنك أن تشرح بعض الأخطاء الهيكلية التي تتسبب في فشل مشاريع الذكاء الاصطناعي هذه؟ فقط واحد أو اثنين من أهم العيوب التنظيمية التي تراها مراراً وتكراراً.

ميليسا: نعم، إذا كان عليّ التفكير في شيء واحد يمكن للمنظمات القيام به بشكل أفضل، فهو توفير الدعم اللازم لتطبيق الذكاء الاصطناعي بشكل فعال، وهذا الدعم معقد للغاية. فهو يتضمن خطة اتصالات. ويتضمن تحديد نجمك القطبي في مجال الذكاء الاصطناعي. ما هي فلسفتك في مجال الذكاء الاصطناعي؟ ما الذي تحاول تحقيقه باستخدام الذكاء الاصطناعي؟ هل هناك أهداف تجارية تحاول تحقيقها؟

أود أن أشير إلى شركة Moderna. فقد حددت هذه الشركة هدفًا تجاريًا يتمثل في طرح 15 دواءً جديدًا في غضون خمس سنوات بمساعدة الذكاء الاصطناعي. وهذا هدف مثير للإعجاب. عادةً ما يستغرق طرح دواء واحد 10 سنوات. وهذا ما تؤكده العوامل التي حددتها في النموذج، والتي سنتحدث عنها بمزيد من التفصيل لاحقًا. ولكنها تشمل أبطال الذكاء الاصطناعي — تحديد أبطال الذكاء الاصطناعي لديك.

تعلم الذكاء الاصطناعي هو تعلم اجتماعي. بالطبع، هناك أجزاء ثابتة في تعلم الذكاء الاصطناعي. لذا فإن الحوكمة، وكيفية عمل الذكاء الاصطناعي بشكل عام، لا تتغير، ولكن حالات الاستخدام هائلة ومعقدة للغاية. نحن عادة ما نتعلم من بعضنا البعض. لذا أعلم أن هناك منظمات رائدة، وموديرنا هي إحداها، قد حددت أبطالها.

هل لديك برنامج لدعم هؤلاء الأبطال؟ هل هو نظامي؟ هناك أشياء أسميها مراكز تنشيط الذكاء الاصطناعي التي تدعم بعد ذلك إقران السكان المحليين بالخبراء، كما أنها تجمع أفضل الممارسات وأنماط النجاح. مجالس الذكاء الاصطناعي الديناميكية الخاصة بك، هناك الكثير من الدعم الذي يجب أن يحيط بهذا التغيير الهائل الذي نتحدث عنه. وأعتقد أنك ألمحت إلى ذلك في بداية البودكاست عندما قلت إن المنظمات بدأت للتو في إدراك أن "الذكاء الاصطناعي أكبر بكثير من الأدوات".

نيكول: ميليسا، ما قلته نراه أيضًا في أبحاثنا. أحد الأشياء الرائعة في العمل في SHRM أن لدينا فريقًا رائعًا من الاقتصاديين والباحثين، ونقوم بإجراء استطلاعات شهرية للعمال والقوى العاملة لمعرفة آرائهم. لقد أجرينا مؤخرًا استطلاعًا شمل ما يقرب من 2000 من المتخصصين في الموارد البشرية حول ما يعتقدون أنه مخاطر في حالة فشل تطبيقات الذكاء الاصطناعي. وحدد أكثر من نصفهم مخاطر متوسطة أو عالية في ثلاثة مجالات: العمليات التنظيمية والسمعة والقدرة التنافسية.

إذن، ما هي التكاليف الخفية التي تتكبدها الشركة عندما لا تحقق مبادرة كبيرة في مجال الذكاء الاصطناعي ما وعدت به؟

ميليسا: أعتقد أنك محق تمامًا في تحديد أمور مثل العمليات التنظيمية والسمعة والقدرة التنافسية. أعتقد أن هذه اللحظة تشبه إلى حد كبير لحظة الاضطراب الرقمي، حيث رأينا شركات مثل Uber و Airbnb تحدث اضطرابًا حقيقيًا في الشركات العملاقة، وأعتقد أن هناك شركات عملاقة ستسقط بسبب عدم قدرتها على تفعيل الذكاء الاصطناعي داخل مؤسساتها. الهدف هو أن تبدأ هذه الشركات في دمج المزيد من الذكاء الاصطناعي في مؤسساتها. أرى أن هناك تكلفة خفية أخرى، وهي ما أسميه "الأفعال العشوائية للذكاء الاصطناعي".

نيكول: هذا رائع. هذا رائع. حسناً. استمر. أنا أفكر فقط في جميع الأفعال العشوائية للذكاء الاصطناعي. هذا رائع. حسناً. آسف. استمر.

ميليسا: وأنا أتعاطف كثيرًا مع القيادة في الوقت الحالي لأن هناك ضغطًا من مجلس الإدارة يقول: "افعلوا شيئًا ما باستخدام الذكاء الاصطناعي". ثم غالبًا ما تمرر القيادة هذا الأمر وتقول: "افعلوا شيئًا ما باستخدام الذكاء الاصطناعي". ولذلك يحاول الجميع فعل شيء ما باستخدام الذكاء الاصطناعي. لكن هذه الإجراءات العشوائية المتعلقة بالذكاء الاصطناعي هي التي تكلف المؤسسات الكثير، لأنها لا ترى عائد الاستثمار وتبقى في حيرة من أمرها قائلة: "أعلم أن هذا الشيء المسمى الذكاء الاصطناعي من المفترض أن يضاعف إنتاجيتي 10 مرات".

في الواقع، لقد عدت للتو من مؤتمر حيث قال أحد المشاركين من وادي السيليكون إن أفضل المؤسسات التي تعتمد على الذكاء الاصطناعي تحقق إيرادات تبلغ 23 ضعف إيرادات المؤسسات التقليدية لكل موظف. لذا فإن الضغط هائل، ولكننا بحاجة إلى أن نكون أكثر تنظيماً وترتيباً فيما يتعلق بجهودنا في مجال الذكاء الاصطناعي.

نيكول: بالتأكيد. استعاري لذلك هو أنه بدون الهيكل، الأمر أشبه بوضع شحم الخنزير على طفل صغير. إنه زلق ويزول بسرعة ولا يمكنك الإمساك به مرة أخرى. إنه أمر صعب للغاية. أريد أن أعود إلى شيء قلته سابقًا. أحد الأمثلة الرائعة على طريقة التنفيذ المستمر هو مثال شركة Moderna. من المذهل الطريقة التي تتعامل بها تريسي فرانكلين ومنظمتها مع الذكاء الاصطناعي، ونقله عبر المنظمة، مع شعار "سوف نفعل هذا".

قبل الجائحة، لأن أحد الأسباب، قبل الجائحة، لم تكن شركة Moderna بعد J&J، لكنهم فعلوا ذلك أولاً لأنهم أدخلوا الذكاء الاصطناعي في خط إنتاج الأدوية قبل أن يتمكنوا من طرح اللقاحات في السوق بسرعة لم يصدق أحد أنه يمكن صنع لقاحات بهذه السرعة.

ثم، مع وجود هذا النوع من الحمض النووي حول منتجهم، قالوا: "حسناً، دعونا ندمج هذا في المنظمة". لذا بدأوا رحلتهم بنفس المستوى من الإيمان والقناعة والوضوح. هذا النجم القطبي واضح للغاية، وأنا أحب الطريقة التي تصفها بها.

ميليسا: نعم، شكراً على ذلك. وأنا أتفق معك، موديرنا هي مثال ساطع. هناك طريقتان أخريان دعموا من خلالهما مؤسستهم، وهما إقامة مسابقة تحفيزية وتحديد أفضل 100 بطل. وبالتزامن مع ذلك، أنشأوا مجتمعاً عبر الإنترنت، وكان لهذا المجتمع أكثر من 2000 مستخدم نشط كل أسبوع. فكر في التعلم الاجتماعي الذي يحدث بين هذين الجهدين والذي ينتشر في المؤسسة.

نيكول: بالتأكيد. ومن الأمور الأخرى أيضًا أن المنظمة تراقب ما تفعله القيادة في المنظمة مع الأشخاص الذين يستخدمون الذكاء الاصطناعي. لقد خصصنا حلقة كاملة لما نسميه "عقوبات الذكاء الاصطناعي" والعقوبات التي تحدث في المنظمة. إذا قام شخص ما بتحسين سير العمل مما أدى إلى تقليل عبء العمل الحالي، ثم تم تكليفه بمزيد من نفس عبء العمل السابق بدلاً من تحويل ذلك إلى شيء يدفع الأعمال أو يحسن طريقة خدمة العملاء، أو شيء يساهم في تطوير دوره، فإن المنظمة تراقب ذلك وتلاحظه.

أو إذا قام شخص ما بتغيير طريقة عمله ثم تم فصله، فلن يقوم أي شخص آخر بتغيير طريقة عمله لأنه يعرف ما يعنيه ذلك. لقد أشرت إلى أمر مهم للغاية أعتقد أنه يمثل نقطة عمياء كبيرة تعاني منها المؤسسات أحيانًا. المؤسسات هي مجموعات من البشر، وهم يراقبون ما يحدث. لذا، فإن القدرة على الوصول من خلال الأبطال الأقران الذين ذكرتهم، أبطال الذكاء الاصطناعي، والقدرة على الوصول إلى تلك النفوذ بين الأقران هو أمر يجعل هذه التحولات ناجحة، بل وأفضل أيضًا.

ميليسا: هذا صحيح.

نيكول: نعم. هل تعلم أن SHRM فعالية عملية لتعزيز تعلمك في مجال الذكاء الاصطناعي؟ مشروع AI+HI ليس مجرد بودكاست، وليس مجرد نشرة إخبارية، والفعالية ليست مجرد مؤتمر آخر. SHRM بضمان فهم قادة الموارد البشرية وقادة الأعمال لاتجاهات الذكاء الاصطناعي وكيفية الاستفادة منه في الوقت الحالي والمستقبل لمؤسساتهم.

تم تصميم النظام البيئي الذي يمثل عرض مشروع AI+HI الخاص بنا لتقديم أفضل وأحدث المعلومات حول التقاطع بين الذكاء الاصطناعي والذكاء البشري. إذا كنت تشاهد على YouTube، فما عليك سوى النقر على الرابط أعلاه للتسجيل أو العثور على الرابط في وصف هذه الحلقة للانضمام إلينا في سان فرانسيسكو، من 9 إلى 10 مارس. حسناً.

وهذا يقودنا إلى جوهر إحداث التغيير: قصص من الواقع. دعونا ننتقل إلى بعض الأمثلة عن الشركات التي واجهت هذه التحديات بشكل مباشر وما يمكننا تعلمه من تجاربها. هل يمكنك مشاركتنا بعض قصص النجاح الإضافية التي شاهدتها في الشركات التي خاضت هذه التحول وما الذي فعلته بشكل مختلف على المستوى التنظيمي مما أدى إلى نجاحها؟

ميليسا: بالتأكيد، والكتاب هو في الحقيقة مجرد مجموعة من هذه القصص. هذا ما كنت أهدف إلى تحقيقه. قضيت 18 شهراً في البحث عن أنماط النجاح هذه وإبرازها من أجل تكوين النموذج. إحدى الشركات التي أود أن أسلط الضوء عليها هي Unilever، وأنا أحب هذا المثال لأن Unilever هي شركة صابون، ونحن نفكر، "ماذا تفعل شركة صابون بالذكاء الاصطناعي؟" وما يفعلونه بالذكاء الاصطناعي، يكاد يجعلني أشعر بالقشعريرة لأنهم يدمجونه في العديد من المستويات.

أحد الأمثلة على ذلك هو سلسلة التوريد الخاصة بهم في المكسيك. لقد تعاونوا مع وول مارت في المكسيك لإدخال الذكاء الاصطناعي في جميع مراحل سلسلة التوريد بحيث يمكنهم معرفة متى يلتقط شخص ما زجاجة شامبو من الرف في المكسيك ويتم مسح رمز UPC عند الخروج. وينعكس ذلك على سلسلة التوريد بأكملها، بحيث تعرف الشركة أن متجر وول مارت هذا قد نفد منه زجاجة شامبو واحدة. هذا المستوى من الدقة، مقترنًا بالذكاء الاصطناعي الذي يوفر معلومات عن كل شيء، مثل الطقس، بحيث يمكنهم إعادة التزويد إذا كان الطقس حارًا ومشمسًا واعلموا أن واقي الشمس سيباع بالكامل، هو أمر رائع.

إنهم يستخدمونها في التوائم الرقمية، لذا سيستخدمون الذكاء الاصطناعي لإنشاء الصيغ الجديدة في أجهزة الكمبيوتر، كما هو الحال في التوأم الرقمي للذكاء الاصطناعي، قبل أن يقوموا بإنشائها فعليًا في المختبر. بالنسبة لي، هذا أمر مذهل للغاية. نظرًا لأنهم قادرون على القيام بذلك، فإنهم ينشئون أيضًا توائم رقمية لـ... لقد فعلوا ذلك في تايلاند. لقد أنشأوا توأمًا رقميًا لشامبو. لقد قاموا بالفعل بتسويق التوأم الرقمي لمعرفة كيف سيكون أداؤه قبل أن يبدأوا في الإنتاج. فكر في كيفية تحويل ذلك للأعمال بأكملها، إنه أمر مذهل حقًا.

إنهم يضعون موظفيهم في المرتبة الأولى، لذا فقد أنهوا للتو برنامجًا أطلقوا عليه اسم "Future Fit". ما يعنيه برنامج "Future Fit" هو أنهم وظفوا أشخاصًا استثنائيين ويدركون أن الذكاء الاصطناعي سيغير أدوارهم بشكل جذري، ولذا فهم سيستثمرون في تدريبهم وتطوير مهاراتهم حتى يكونوا مستعدين لمواجهة المستقبل. أعتقد أن هذه العقلية التي تركز على الإنسان قوية للغاية من حيث منح الناس الأمان لتفعيل الذكاء الاصطناعي، لدرجة أن أي شركة تقريبًا يجب أن تنظر فيها.

نيكول: مم-همم. مم-همم. بالتأكيد. واو. حسناً، أريد حقاً أن أدخل في النموذج الآن. أنا متحمس جدًا لسماع المزيد. بالانتقال من القصص إلى الاستراتيجيات، نحن نعلم أن النجاح المنفرد لا يكفي. تحتاج الشركات إلى إطار عمل لدفع التغيير المنهجي القابل للتكرار. والآن لننتقل إلى الحلول، فإن نموذجك شديد التكيف يعد بخطة عمل جديدة للقادة، خطة تعالج العقبات المتكررة. كيف يختلف هذا النموذج بشكل جذري عن إدارة التغيير من أعلى إلى أسفل، خاصة في كيفية تنشيط المديرين المتوسطين؟

ميليسا: بالتأكيد. أظهرت أبحاث جامعة هارفارد أن التغيير من أعلى إلى أسفل غالبًا ما يكون غير فعال لأنه لا يعترف بواقع العاملين في الخطوط الأمامية. وغالبًا ما يفشل التغيير من أسفل إلى أعلى لأنه لا يمتلك السلطة أو الميزانية أو النفوذ اللازم لتغيير المنظمة بأكملها. ما كشفت عنه أبحاثهم الآن هو ما يسمونه "من الوسط إلى الخارج". التحوّل من الوسط إلى الخارج يمكّن طبقة الإدارة الوسطى ويقول إن هؤلاء هم الأفراد الذين يمتلكون حقًا مفاتيح التغيير.

إنهم قريبون بما يكفي من الاستراتيجية لفهم النجم القطبي، مثل "دعونا نطلق 15 دواءً في غضون خمس سنوات"، وهم على دراية كافية بالواقع التشغيلي على الأرض بحيث يمكنهم المساعدة في تعديل ذلك، والتكيف مع الواقع التشغيلي، وتعديله وفقًا لذلك. تقول الأبحاث - وقد نسيت الأرقام - أن هذا النهج أكثر فعالية بكثير من النهج التنازلي أو التصاعدي.

نيكول: هذا مثير للاهتمام أيضًا لأن المجموعة الوسطى هي أيضًا المجموعة الأكثر قلقًا بشأن وظائفها. من المثير للاهتمام حقًا أن نسمع أنهم ضروريون للتغيير، ثم نعرف أيضًا أنهم الأكثر قلقًا، لأنهم في الوسط. هذا أيضًا أحد الأشياء التي تنطبق على الكثير من قادة الموارد البشرية. كما تعلمون، فهم موجودون في الغرف اللازمة لهذه التحولات. لا يمكنك في الواقع إنجاز ذلك بدون الموارد البشرية، وهو ما بدأ الناس يدركونه. والعديد من مهام الموارد البشرية التاريخية مفيدة حقًا للذكاء الاصطناعي.

هل يمكنك التحدث عن التوتر بين كونهم أساسيين - هؤلاء المديرين المتوسطين من بحث هارفارد - وكونهم أيضًا في مرمى النيران؟

ميليسا: نعم، لدي عبارة في الكتاب أسميها "لقد خلقنا مستوى من التذمر المهني". عندما تفكر في الإدارة الوسطى، أسميها نظام التذمر المهني. يمكن للذكاء الاصطناعي أن يفعل كل ذلك. ما نحتاج إليه أكثر هو التنسيق. يستغرقنا الأمر أسابيع لنحدد ما سنفعله بالضبط. نحتاج إلى المزيد من بناء السيناريوهات. ما هو تأثير ما نحاول القيام به؟ نحتاج إلى المزيد من الأشخاص لدعم نمو بعضنا البعض. هذه كلها أمور يمكن لمديرينا المتوسطين المساعدة في حشدها.

أعتقد أيضًا أن بعض المديرين المتوسطين سينتهي بهم الأمر... مع بدء الذكاء الاصطناعي في القيام بأجزاء من المهام، سيتحول الناس من القيام بالمهام إلى بناء ومراقبة وصيانة الذكاء الاصطناعي الذي يقوم بالمهام. إذا كنت تعتقد أن هذه مهمة تتم مرة واحدة، فأنت مخطئ تمامًا. هذه النماذج لا تقف ساكنة. عندما تبني نظامًا آليًا، يتعطل، وتتغير قدراته، وعليك إعادة بناء النظام الآلي. سيتحرك بعض المديرين المتوسطين في هذا الاتجاه.

سيتجه البعض نحو المزيد من التوافق. وسيتجه البعض الآخر نحو النمذجة، لأننا عندما نفكر في كيفية اتخاذ القرارات اليوم، فإننا نختصر العملية في كل مكان، وهي تعتمد بشكل كبير على الآراء. الآن أصبح العالم أكثر انفتاحًا، ولدينا الكثير من المعلومات التي يمكننا استخدامها لاتخاذ قرارات فعالة. لذلك أرى أن هذه الأدوار ستتغير مع الأدوار الأخرى في المؤسسة.

نيكول: واو. حسناً. حسناً، أود أن... أنا حقاً فضولي بشأن المراحل الخمس في نموذج التكيف الفائق وجميع أجزائه. هل يمكنك أن تشرح لكل مرحلة لجمهورنا؟ ما هو تركيزها الأساسي وما هو الغرض منها لتقريب المنظمة من أن تصبح منظمة تعتمد على الذكاء الاصطناعي؟

ميليسا: بالتأكيد. ففكرة الكتاب الأساسية هي أننا يجب أن ندفع المؤسسات الكبيرة بشكل متكرر وتدريجي نحو هذا الوضع الذي يعتمد على الذكاء الاصطناعي. وهذا لن يحدث بين عشية وضحاها. لذا نبدأ ببناء أساس يشبه مجالس الذكاء الاصطناعي الخاصة بكم، ويشبه تنفيذ مشاريعكم التجريبية. العديد من الشركات هي بالفعل في مرحلة بناء الأساس هذه. أود أن أؤكد على أن مجالس الذكاء الاصطناعي تحتاج إلى ما أسميه الحوكمة الديناميكية. لا أعتقد أن لدينا الوقت الكافي للتعمق في هذا الموضوع، ولكن أود فقط أن أقول إن لدي نشرة إخبارية كاملة حول الحوكمة الديناميكية، ولكن ابدأوا في التفكير في الحوكمة بطريقة مختلفة.

ثم، بعد الانتهاء من بناء الأساس، عليك البدء في إدخال الذكاء الاصطناعي في سير عملك. وسنبدأ في النظر في ذلك. أعتقد أنهم بحاجة إلى إتقان ابتكار سير العمل، والنظر في سير العمل، وإعادة ابتكاره. وسيتكرر هذا الأمر مرارًا وتكرارًا.

مع تزايد قدرات الذكاء الاصطناعي، بدأنا في دعم قادة الذكاء الاصطناعي لدينا من خلال مراكز تفعيل الذكاء الاصطناعي المذكورة أعلاه. وهذا يشبه مركز التميز الذي يضم أفضل الممارسات، ولكن عليك أن تفكر فيه بطبيعة فركتالية. أي شيء يتحول إلى شبكة. مراكز تفعيل الذكاء الاصطناعي في جميع أنحاء المؤسسة لأن الذكاء الاصطناعي في مجال التمويل سيبدو مختلفًا تمامًا عن الذكاء الاصطناعي في مجال التسويق، وعن الذكاء الاصطناعي في مجال الهندسة.

ونحن بحاجة إلى دعم هذا التعلم الاجتماعي في جميع أنحاء المنظمة. وهناك شيء هنا أسميه "عجلة التعلم في مجال الذكاء الاصطناعي". الذكاء الاصطناعي ديناميكي للغاية بحيث لا يمكن تطوير منهج دراسي ثابت له. أعني أن هناك أجزاء ومكونات منه تحدثنا عنها يمكنك تطوير منهج دراسي ثابت حول كيفية عمله والضوابط، وأشياء من هذا القبيل.

لكن حالات الاستخدام تبدو وكأنها تتغير أسبوعياً، إن لم يكن شهرياً. ولذا، فإن التعلم الاجتماعي الذي وصفته هو أنك تريد تجزئة محتوى التعلم، ثم توصيله عبر هذه الشبكة التي أنشأتها إلى الأماكن الأكثر أهمية. انظر ماذا حدث مع فيديو الذكاء الاصطناعي. دعنا نرسله إلى قسم التسويق وربما قسم الموارد البشرية لأنهم ينتجون الكثير من الفيديوهات أيضاً. لقد حصل Claude Code على ترقية كبيرة. دعونا نرسل ذلك عبر الشبكة إلى فريق التطوير. وننشئ عجلة تعلم الذكاء الاصطناعي هذه التي تعمل بشكل مستقل ويمكنها الاستجابة للتغييرات في الوقت الفعلي تقريبًا.

لذلك ننتقل من إدخال الذكاء الاصطناعي في مهامنا إلى المرحلة الثالثة، وهي أتمتة الذكاء الاصطناعي. وأتمتة الذكاء الاصطناعي هي المرحلة التي تبدأ فيها الوظائف بالتغير بشكل جذري، أليس كذلك؟ قد تبدأ أجزاء كاملة من الوظائف بالتحول إلى الأتمتة. نحن نطلق ما أسميه مركز تأثير الذكاء الاصطناعي. وهو مجموعة صغيرة من الأشخاص الذين يراقبون عن كثب كيف تتغير الوظائف.

تحدثنا عن إعادة توزيع الأدوار وتأثير ذلك على الأشخاص وكيف سيتم إنشاء وظائف جديدة. مركز تأثير الذكاء الاصطناعي، وهو شبكة من المراكز في المؤسسة، يبدأ في النظر في ذلك ويقول: ما هي الميزانية التي نحتاجها؟ ما هي المهارات التي نحتاج إلى تطويرها؟ ما هي هذه الأدوار الجديدة؟ هذا هو نقطة تحول رئيسية.

نقوم بذلك على نطاق صغير قبل الانتقال إلى المرحلة الرابعة، وهي توسيع نطاق تلك الأتمتة على نطاق أوسع في جميع أنحاء المؤسسة. الآن بعد أن أصبح لدينا فكرة عن التأثير على نطاق أصغر، دعونا نطرحها على نطاق أوسع. المرحلة الرابعة تتعلق بطرحها على نطاق واسع. نحن أيضًا في المرحلتين الثالثة والرابعة، ونبدأ في إعادة التنظيم حول تدفقات القيمة. المجالات الوظيفية. ننتقل من الأشخاص ذوي الشكل I إلى أشخاص ذوي شكل I واسع جدًا، بل وحتى جانبي، أليس كذلك؟ قد يكون شكل T، ولكن قد يكون أيضًا أشخاصًا واسعين جدًا يمكنهم القيام بأشياء متعددة بشكل جيد. وهكذا نبدأ في التنظيم حول تدفقات القيمة لدينا. ثم في المرحلة الخامسة، وهي مرحلة الذكاء الاصطناعي الأصلي، قمنا بتنسيق تدفقات القيمة.

لذلك لدينا بعض الأشخاص الذين لا يزالون في التسلسل الهرمي، وهم متخصصون بعمق في استراتيجيات التسويق والاستراتيجيات القانونية. ولكن لدينا الكثير من الأشخاص الذين يعملون في مجالات القيمة هذه، وهناك يعيشون.

نيكول: عظيم. وبناءً على ذلك، ما رأيك... من بين هذه الخطوات الخمس، أيها أكثر ما يخطئ فيه الناس؟

ميليسا: حسناً، أود أن أقول إنني لا أعرف ما إذا كنا نعرف ذلك بعد. في الكتاب، أقول إن المراحل الثلاث الأولى موثقة جيداً. أما المرحلتان الرابعة والخامسة فهما المستقبل الناشئ. لذا فإن دراسات الحالة أقل وضوحاً بشأن تلك الأنماط، لكنني أعتقد أن الجزء الذي يغيب عن الناس في المراحل الثلاث الأولى هو ما ناقشناه سابقاً، وهو الافتقار إلى الدعم الذي نحتاجه للانتقال من وضعنا الحالي إلى مستقبل أكثر تلقائية.

نيكول: مم-همم. وأعتقد أن أحد الأشياء التي تحدث هو أن الكثير من المنظمات والمؤسسات الراسخة تنظر إلى تلك المنظمات التي تعتمد على الذكاء الاصطناعي بشكل كامل وترغب في أن تكون مثلها في الوقت الحالي. لكنها لا تستطيع ذلك.

ميليسا: مم-همم.

نيكول: لا يمكنهم الوصول إليها مباشرة. عليهم المرور بهذه العملية. لأن الشركات التي تعتمد على الذكاء الاصطناعي البحت، وأنا أعيش في وادي السيليكون، لذا أرى الكثير منها، يتم إنشاؤها من هناك. لذا فليس لديهم إرث. وأعتقد أن أحد الأشياء التي يسيء الناس فهمها هو أن الإرث ليس مجرد البنية التحتية الخاصة بك. الإرث يشمل عملاءك الحاليين. لذلك، سترى الكثير من الأشخاص أو المؤسسات يأخذون قسمًا كاملًا ويقومون بإخراجه ثم يعيدون توظيفه لأنهم لا يستطيعون خدمة عملائهم بدونه. لذلك أعتقد أن هذا أمر مهم، وأنا أحب عملك لأنه يساعد الناس على فهم أنه هناك عملية يجب القيام بها، ويمكنك الوصول إلى هناك، ولكن عليك أن تمر بهذه الرحلة.

حسناً، السؤال الأخير. إذا أعطى الرئيس التنفيذي أحد المديرين التنفيذيين 90 يوماً، فنحن نحب أن نكون عمليين للغاية في سؤالنا الأخير، لتغيير استراتيجية الذكاء الاصطناعي الخاصة بهم. لذا، كما تعلمون، أحد الحاضرين في جمهورنا، يحصل على التفويض، 90 يوماً. ما الذي يجب أن يكون محور تركيزه الأساسي وكيف يجب أن يقيس تقدمه؟

ميليسا: إنه سؤال رائع، وأعتقد أنه إذا بدأوا في فهم الحاجة إلى التعلم الديناميكي وأن الذكاء الاصطناعي هو في الحقيقة تعلم تطبيقي، فإنني أنصح أي قائد على أي مستوى أن يتبنى هذا النهج. لديّ عجلة دافعة: الشرارة، الانتشار، التوسع، والاستدامة. ونحن حقًا، معظم المؤسسات في مرحلة الشرارة. ومن أجل إثارة الذكاء الاصطناعي الهادف في المؤسسات، أود أن أرى الجميع تقريبًا في المؤسسة يتبنون سير عمل، سير عمل صعب للغاية، وأن يبدأوا في تحديد أبطال الذكاء الاصطناعي لديهم، إذا لم يكونوا قد حددوهم بعد.

اطلب منهم تحديد أحد سير العمل الذي يمكن أن تساعد الذكاء الاصطناعي في تسريعه. قد يكون ذلك تحسين الجودة. قد يساعدهم ذلك في توفير الوقت أو المال. قم بتحليل سير العمل هذا، واكتشف كيفية إدخال الذكاء الاصطناعي في النقاط الاستراتيجية. والمقياس الرئيسي ليس قياس ناتج الأداة، بل قياس التأثير على الأعمال.

وأعتقد أنك ستحصل على تلك الشرارة من خلال القيام بذلك. ستجعل ذلك الحذافة تبدأ في الحركة. وفي غضون 90 يومًا، إذا تمكنت من مواءمتها مع نجمك القطبي في مجال الذكاء الاصطناعي. أعتقد أن هذا هو الجزء الآخر، أليس كذلك؟ حدد نجمك القطبي في مجال الذكاء الاصطناعي. إذا لم تكن قد قمت بذلك بالفعل، فسترى حركة قابلة للقياس يمكنك الإشارة إليها.

نيكول: عظيم. عظيم. حسناً، كان هذا مفيداً للغاية ومفيداً جداً، وأعتقد أن توقيت إصدار كتابك رائع لأن الناس أدركوا أن الطريقة التي تعاملوا بها مع الأمر على مدار العامين الماضيين قد لا تكون فعالة. ولذا أعتقد أن العالم جاهز لهذا الآن.

هذا كل شيء بالنسبة لحلقة هذا الأسبوع. شكراً جزيلاً لميليسا على مشاركتنا تجاربها وآراءها. وشكراً لكم جميعاً على مشاركتكم في الحوار، ونراكم في المرة القادمة.