المقال الخاص بالمحامي لين شانغلون: هل سيكون المحترفون الذين يفهمون الذكاء الاصطناعي هم الفائزون في عصر الذكاء الاصطناعي؟

هذه السنوات القليلة الماضية، أصبح الذكاء الاصطناعي الصناعي تقريبًا علمًا بارزًا. من القانون والعمارة والطب إلى المالية، هناك من يعمل عليه في كل مجال. لكن القليل فقط من المنتجات التي تمكنت فعليًا من إقناع العملاء بالدفع والبيع بنجاح في السوق.

المحامي لين شانغلون، بدءًا من فشل قاعدة 80/20، وفخ痛点، والفرق بين "التوليد" و"التنظيم"، ومن يتعامل مع العملاء، وصولًا إلى تكوين الفريق، يحلل سبب فشل معظم الذكاء الاصطناعي الصناعي في التقدم، بينما تنجح فرق قليلة حقًا.

(خلفية سابقة: مقال خاص للمحامي لين شانغلون > التوسع والتسريع: القدرات الحقيقية للذكاء الاصطناعي التي فاتها 99% من القانونيين) (إضافة خلفية: مايكروسوفت تستثمر 2.5 مليار دولار لإنشاء "Frontier Company" لإرسال 6000 مهندس إلى مكاتب العملاء لتحقيق تطبيق حقيقي للذكاء الاصطناعي)

فهرس المحتوى

Toggle

• 1. قاعدة 80/20 قد لا تكون مناسبة بعد الآن
• 2. لا تكن مقيدًا بنقطة ألم واحدة
• 3. المفتاح هو "التوليد"، وليس "التنظيم"
• 4. من يواجه العملاء لا يمكن أن يكون غير متخصص
• 5. نقطة الحسم الحقيقية هي في الواقع "الفريق"

ملخص النقاط الرئيسية

• معظم فرق الذكاء الاصطناعي الصناعي تقوم بتقنيات جيدة، لكنها تتوقف عند باب السوق. المفتاح ليس التقنية، بل ما إذا كانوا يحققون "التوليد" وليس "التنظيم".
• قد تفشل قاعدة 80/20 في عصر الذكاء الاصطناعي، حيث تنخفض التكلفة الحدية لإنجاز العمل بالكامل بشكل كبير، والاكتفاء بـ 20% فقط هو ما يبطئك.
• الخندق الحقيقي سيعود إلى "البشر"، فالمهندس التقني الملم بالذكاء الاصطناعي، والخبير المتمكن في المجال، والمبيعات المطلعة على نقاط الألم الميدانية، ثلاثة أدوار لا غنى عن أي منها.

الوسوم: لين شانغلون، ذكاء اصطناعي صناعي، ذكاء اصطناعي توليدي، قاعدة 80/20، خندق

هذه السنوات القليلة الماضية، أصبح الذكاء الاصطناعي الصناعي تقريبًا علمًا بارزًا. من القانون والعمارة والطب إلى المالية، كل مجال يعمل فيه على الذكاء الاصطناعي. لكن إذا نظرنا بهدوء سنجد: القليل حقًا ما يدفع العملاء مقابله، وما يدخل السوق بنجاح ويُباع.

معظم الفرق تقوم بتقنيات جيدة، لكنها تتوقف عند باب السوق. ما أريد مناقشته هو ما المشكلة بالضبط في هذه المرحلة. النقاط التالية قد تفسر لماذا معظم الذكاء الاصطناعي الصناعي لا يذهب بعيدًا، بينما تنجح فرق قليلة حقًا.

1. قاعدة 80/20 قد لا تكون مناسبة بعد الآن

لنبدأ من مفهوم أساسي: في عصر الذكاء الاصطناعي، قد لا تكون قاعدة 80/20 مناسبة بعد الآن.

قاعدة 80/20 كانت منذ فترة طويلة عقيدة في عالم الهندسة، حيث تستخدم 20% من الجهد لحل 80% من المشاكل. منطقها الأصلي هو: لأي شيء تريد كتابته كبرنامج، ستجد أولاً أكبر نقطة ألم، وتستخدم أسرع جهد هندسي لإنجاز تلك الـ 20%، لتلبية 80% من الاحتياجات، وتترك الباقي الأكثر تعقيدًا جانبًا.

في الماضي، كان هذا منطقيًا. لأن تطوير ميزة يتطلب المرور بـ "التفكير، التطوير، التحقق، التكرار"، وكل خطوة كانت مكلفة، لذا كنت تريد فقط عمل الـ 20% الأكثر أهمية.

لكن اليوم، هذا الأساس قد اهتز لسببين.

أولاً، الذكاء الاصطناعي جعل "صنع البرمجيات" أسهل بكثير. في الماضي، كانت مجموعة من ثلاثة أشخاص تحتاج إلى اتباع اللوائح، وحساب المساحات، ودمج المخططات، وهو عمل يستغرق وقتًا ويكلف الكثير لإنتاج تقييم جدوى تطوير الأراضي. الآن، باستخدام الذكاء الاصطناعي لإعادة بنائها، يمكن لشخص واحد أن ينجز عمل ثلاثة، وتنخفض التكلفة بشكل كبير. بما أن تكلفة إنجاز العمل بالكامل قد انخفضت كثيرًا، فإن التمسك بقاعدة 80/20 والاكتفاء بـ 20% هو ما يبطئك.

ثانيًا، وهو أمر يسهل تجاهله: قاعدة 80/20 كثيرًا ما تُساء استخدامها. تظن أنك قد استوعبت احتياجات الـ 80% التي سيستخدمها الجميع، لكن "وجود هذه الحاجة" لا يعني "وجود ألم هنا". النقطة التي تدفع شخصًا ليدفع المال ويقبل أن يحل محله الذكاء الاصطناعي قد لا تكون ضمن الـ 80% التي استوعبتها. النتيجة هي مجموعة من الأشياء "لها حاجة لكن لا تشعر بالألم".

لذا في عصر الذكاء الاصطناعي، ربما يجب عكس الطريقة: استفد من أن "الهندسة يمكنها إنتاج منتج بسرعة"، واجعل الاحتياجات مكتملة قدر الإمكان مرة واحدة. عندما تكون تكلفة إنجاز العمل بالكامل منخفضة، لا يوجد سبب كبير للاكتفاء بجزء.

2. لا تكن مقيدًا بنقطة ألم واحدة

قلنا سابقًا يجب أن يكون العمل كاملاً، وهنا نضيف مفهومًا يبدو متناقضًا لكنه متكامل.

عند دخول السوق، من الصحيح اختيار "أكثر نقطة ألم" كنقطة دخول، فلا خطأ في ذلك، نقطة الألم هي السكين الأكثر حدة. لكن الكثير من المنتجات بعد الدخول تتوقف هناك.

على سبيل المثال، صنعت نظامًا "لتحليل جدوى الأراضي"، وهو بالفعل أكثر نقطة ألم للمطورين العقاريين، والفائدة الأكبر. لكن إذا توقفت هنا، فقد حصرت نفسك في جزء صغير من أعمال البناء. في الواقع، سلسلة قيمة المهندس المعماري طويلة: تطوير الأراضي في المرحلة المبكرة، والتجديد الحضري في المرحلة المتوسطة، والإشراف على البناء في المرحلة المتأخرة، وحتى تقارير الإشراف اليومية وتقارير التقدم يمكن أن يتولاها الذكاء الاصطناعي. والمفتاح هو، بمجرد بناء المحرك الأساسي، تكون التكلفة الحدية لإضافة هذه المهام منخفضة بشكل مذهل.

القانون أيضًا كذلك. ذكاء اصطناعي قانوني جيد لن يقتصر على "كتابة المذكرات القضائية" لأنها الأكثر إيلامًا، بل سيشمل العقود، ومراجعة الامتثال للنصوص، وتقارير المحكمة، وطلبات الملكية الفكرية معًا.

بعبارة أخرى: استخدم أكثر نقطة ألم كمدخل، لكن لا تتوقف عند المدخل. استوعب سلسلة القيمة بأكملها، حتى لا تضع سقفًا لنفسك.

3. المفتاح هو "التوليد"، وليس "التنظيم"

هذه هي النقطة الأكثر جوهرية.

الكثير من الذكاء الاصطناعي الصناعي، في جوهره، هو مجرد أداة لتنظيم البيانات، يمسح المستندات ويعيد ترتيب المخططات، إنه مجرد قوالب. وهذا النوع من العمل يمكن لأبسط النماذج القيام به، حتى الجهات الحكومية تفعله، ولا يمكنه بناء خندق.

الكثير من هذه الأدوات في السوق، هي في الواقع متصلة بنماذج محلية ضعيفة، متخصصة في تنظيم النصوص والتعرف على الصور، ولم تصل إلى جوهر "التوليد"، والتقارير التي تنتجها هي مجرد وضع البيانات في قوالب ثابتة.

ما له قيمة حقيقية هو استخدام أقوى فهم للغة لإجراء أحكام عميقة وتوليد.

تقرير جدوى الأراضي هذا، لا يمكن فقط ترتيب الخرائط العقارية وخرائط المساحة، بل يجب أن يقرأ في نفس الوقت ثلاث مجموعات من اللوائح: البناء، والدفاع المدني، والتجديد الحضري، ويدمج النصوص واللوائح والمخططات في شيء يمكن للمهندس المعماري أن يقول "98% صحيح، أحتاج فقط لضبط بسيط".

هذا النوع من الإنتاج، لا يمكن للقوالب تحقيقه أبدًا، فقط المحرك التوليدي الحقيقي يمكنه. وهذا هو الفرق الأكبر بين النماذج الاستهلاكية والذكاء الاصطناعي الاحترافي، أحدهما ينظم البيانات، والآخر يولد نتائج للمتخصصين.

4. من يواجه العملاء لا يمكن أن يكون غير متخصص

التالي هو نقطة تهملها العديد من الفرق التقنية، لكنها قاتلة: من يواجه العملاء.

لبيع الذكاء الاصطناعي لعملاء الخدمات المهنية، يجب أن تعترف أولاً: هم أكثر الناس انتقادًا، محامون، مهندسون معماريون، أطباء، وأصحاب أعمال. إرسال مهندس للحديث معهم عن "قواعد بيانات المتجهات" غالبًا ما يكون محدودًا، وسيكتشفون بسرعة أنك لست ملمًا بهذا المجال.

الشخص الذي يجب أن يقف أمام العميل هو متخصص في هذا المجال ملم بالذكاء الاصطناعي. يمكنه مناقشة كل خطوة في العملية مع العميل وكيفية تحسينها، ويمكنه معالجة تفاصيل القضية، وحتى عرض كيفية إنجاز جزء معين من العمل مباشرة.

لنضرب مثالاً: مهندس معماري ملم بالذكاء الاصطناعي يذهب للتحدث مع مطور عقاري، يمكنه شرح كل عملية تطوير للمطور بشكل أكثر تفصيلاً مما يعرفه العميل نفسه، ثم يثبت على الفور "منتجي AI يفعل كل هذا". هذه هي لحظة الحسم الحقيقية.

5. نقطة الحسم الحقيقية هي في الواقع "الفريق"

في النهاية، يجب الاعتراف: التقنية سهلة النسخ.

ما يمكنك صنعه، يمكن لآخرين صنعه بعد بضعة أسابيع. لذا فإن الخندق سيعود إلى "البشر".

فرق الذكاء الاصطناعي الصناعي تموت غالبًا في ثلاث حالات:

أولاً، القائد غير مؤهل. إذا لم يكن لدى القائد سلطة حقيقية في المجال، ولا رخصة، ولا خبرة عملية، ومجرد اسم، فسيتم طرح أسئلة صعبة من أول مشكلة. طريقة الكلام، والاحترافية، والمظهر، كلها تقيم من قبل العميل. لأن هذا النوع من المنتجات يحتاج إلى إقناع مجموعة من المتخصصين الأذكياء.

ثانيًا، الدخول ليس بواسطة الشخصية الأساسية. تريد الدخول إلى سوق البناء، لكنك تجلب فقط ممثل مبيعات لتطوير الأراضي، وليس مهندسًا معماريًا مرخصًا وله سمعة. العميل سيكتشف من أول كلمة أن الفريق يفتقر إلى الجوهر.

ثالثًا، الاعتماد المفرط على الهندسة. الفريق بأكمله من الخلفية التقنية، يصنع منتجًا قويًا لكنه لا يباع، لأنه لا يوجد من يستطيع "ترجمة" قيمة المنتج للعميل.

وهناك طبقة أعمق من الصعوبة: حتى لو وجد الفريق خبيرًا مؤهلاً، قد لا يكون مستعدًا للانخراط.

مهندس معماري قوي، محامٍ جيد، مشغولون بالفعل ويحققون أرباحًا جيدة. يطلب منهم قضاء وقت في فهم الذكاء الاصطناعي وقواعد بيانات المتجهات، وحتى إلى درجة إقناع العملاء، صعب جدًا. حتى لو تم إعطاؤهم أسهمًا، فإن التعاون الفعلي غالبًا ما يكون محدودًا.

لذا، التركيبة المثالية هي ثلاثة أدوار لا غنى عن أي منها:

• مهندس تقني ملم بالذكاء الاصطناعي
• خبير متمكن في المجال له وزن
• مبيعات مطلعة على نقاط الألم الميدانية

ويجب أن يكون هؤلاء الثلاثة قادرين على الوقوف معًا أمام العميل وقول العبارة الأكثر تأثيرًا:

حتى مهنتنا، تم استبدالها بالفعل بالذكاء الاصطناعي الذي صنعناه بأيدينا.

أسئلة شائعة

لماذا لا تُباع معظم منتجات الذكاء الاصطناعي الصناعي؟

معظم المنتجات تكتفي بتنظيم البيانات واستخدام القوالب، ولا تصل إلى جوهر الأحكام العميقة والتوليد، ويمكن لأبسط النماذج القيام بها، ولا يمكنها بناء خندق، وغالبًا ما تخلط بين "وجود حاجة" و"وجود ألم"، فتنتج أشياء لها حاجة لكن لا تشعر بالألم.

ما الأدوار التي يحتاجها فريق الذكاء الاصطناعي الصناعي؟

ثلاثة أدوار لا غنى عن أي منها: مهندس تقني ملم بالذكاء الاصطناعي، وخبير متمكن في المجال له سلطة فيه، ومبيعات مطلعة على نقاط الألم الميدانية، ويجب أن يكونوا قادرين على الوقوف أمام العملاء الأكثر انتقادًا من المتخصصين، وشرح قيمة المنتج بوضوح.