قبل أيام، قرأتُ ورقة بحثية أكاديميّة ذكّرتني فورًا ببرنامج AbShaper القديم ( https://www.linkedin.com/pulse/o-efeito-abshaper-verdade-inconveniente-sobre-projetos-deivid-bitti-wyzuf ). اكتشف باحثون من جامعات مرموقة أمرًا كنا نشكّ فيه بالفعل، نحن العاملين في طليعة مشاريع الذكاء الاصطناعي: وجود جدار خفيّ يدفع شركات التكنولوجيا العملاقة إلى بناء محطات طاقة نووية حرفيًا في محاولة لتجاوزه.
الرياضيات الوحشية للواقع
كشفت الدراسة عن أرقام كفيلة بإقلاق أي مدير مالي: لتحسين أداء برنامج ماجستير القانون بنسبة 10% فقط، سيتطلب الأمر زيادة قوة الحوسبة بمقدار 10 مليارات ضعف . نعم، قرأتم ذلك صحيحاً. ليس 10 أضعاف أو 100 ضعف، بل 10.000.000.000 مليارات ضعف.
كأن أحدهم يقول لك: "انظر، للحصول على عضلات بطن أكثر تحديدًا بنسبة 10% باستخدام جهاز AbShaper، ستحتاج ليس إلى 100، بل إلى 10 مليارات تكرار". عندها، حتى أكثر المشترين تفاؤلاً سيستسلمون.
التوازي مع واقع أعمالنا
في شركة فليكسا كلاود ، وبعد تسليم مئات المشاريع، أرى هذا النمط يتكرر بطريقة أقل دراماتيكية، ولكنها تكشف الكثير بنفس القدر:
- المشروع أاستثمر العميل ٥٠٠,٠٠٠ ريال برازيلي متوقعًا عائدًا على الاستثمار بنسبة ٢٠٠٪. النتيجة الفعلية؟ ١٥٪ (لا تزال إيجابية، لكنها بعيدة عن التوقعات).
- المشروع بزدنا حجم مجموعة البيانات من ١٠٠ جيجابايت إلى ١ تيرابايت. هل تحسّنت الدقة؟ من ٨٢٪ إلى ٨٤٪.
- المشروع جضاعفنا قوة الحوسبة ثلاث مرات. هل انخفض زمن الاستجابة؟ ٢٠٪.
العبرة؟ ليس بالضرورة أن يكون المزيد أفضل . أحياناً يكون الأمر مجرد زيادة في التكلفة.
متلازمة "GPT-4.5 سيحل كل شيء"
مؤخرًا، جاءني عميل وقال: "ديفيد، مع إصدار GPT-5، ستنتهي مشاكلنا، أليس كذلك؟". اضطررتُ لإجراء نفس المحادثة الصعبة التي خضتها مع نفسي عندما كنت في السادسة عشرة من عمري حول AbShaper.
تكلفة تشغيل GPT-4.5 تزيد 30 ضعفًا عن تكلفة تشغيل GPT-4. أما التحسينات؟ فهي طفيفة في المهام الكمية. الأمر أشبه بشراء جهاز AbShaper Pro Max Titanium Edition مقابل 3.000 ريال برازيلي، بينما المشكلة الحقيقية هي أنك لا ترغب في القيام بتمارين البطن.
الحقائق التي يجب أن نواجهها
1. مشكلة الارتباطات الزائفة
كشفت الورقة البحثية عن أمرٍ مثير للاهتمام: كلما كبرت مجموعة البيانات، زادت "المعلومات غير الدقيقة" المُنتَجة. يشبه الأمر أداء عشرة آلاف تمرين بطن بشكل خاطئ - لن تحصل على عضلات بطن مُستقيمة، بل ستُصاب بألم في الظهر.
في مشروع حديث، اكتشفنا أن نموذجنا "اكتشف" أن المبيعات تزداد عند هطول الأمطار. لماذا؟ لأنه، بالصدفة، في بيانات التدريب، تزامنت أيام المطر مع المبيعات. هل هناك ارتباط؟ نعم. هل هناك علاقة سببية؟ صفر.
2. قانون تناقص الغلة لا هوادة فيه
- مضاعفة البيانات = تحسن بنسبة 7-9%
- المعالجة المزدوجة = تحسن بنسبة 5%
- الاستثمار المزدوج = نصف العائد المتوقع على الاستثمار
3. الطاقة ليست لانهائية
شركات التكنولوجيا الكبرى تعيد فتح محطات الطاقة النووية حرفيًا. في الوقت نفسه، تعمل أدمغتنا بطاقة 20 واط، أي أقل من طاقة مصباح LED. ثمة خطأ جوهري في هذه المعادلة.
ما الذي ينجح حقًا (تحذير: إنه ليس سحرًا)
بعد كل هذه المشاريع، تمكنت من تحديد ما يحرك الإبرة حقًا:
1. الخصوصية على العمومية
بدلاً من محاولة إنشاء "نموذج يحل كل شيء"، ابتكرنا "نموذجًا يحل مشكلتك الخاصة". تمكّن أحد العملاء من تقليل وقت الخدمة بنسبة 40% باستخدام نموذج مُدرّب فقط على تذاكره، وليس على جميع المعلومات المتاحة على الإنترنت.
2. الذكاء الهجين
أفضل المشاريع التي قدمناها مجتمعة هي:
- الذكاء الاصطناعي للفحص الأولي (دقة 90٪)
- البشر للحالات المعقدة (10% من الحالات)
- حلقة التغذية الراجعة المستمرة
النتيجة؟ دقة نهائية بنسبة 99.5% مع تكلفة أقل بنسبة 70%.
3. جودة البيانات > كمية البيانات
مجموعة بيانات نظيفة بحجم ١ جيجابايت تتفوق على مجموعة بيانات غير منظمة بحجم ١ تيرابايت. في كل مرة، بلا استثناءات.
المحادثة الصعبة مع العميل
اليوم، عندما يأتي العميل متحمسًا بشأن "الإمكانيات اللانهائية للذكاء الاصطناعي"، لدي عرض تقديمي أطلق عليه "لحظة الواقع":
الشريحة 1 : "نعم، الذكاء الاصطناعي يُحدث تحولاً جذرياً" الشريحة 2 : "لا، لن يصنع المعجزات" الشريحة 3 : "هذا هو العمل الحقيقي المطلوب" الشريحة 4 : "هذه هي النتائج الواقعية" الشريحة 5 : "هل ما زلت مهتماً؟"
ومن المثير للدهشة أن العملاء الذين يبقون بعد تلك المحادثة هم الذين يحصلون على أفضل النتائج.
المسار المستدام
المستقبل لا يكمن في النماذج الأكبر حجمًا، بل في:
- فهم عميق للمشكلة قبل اختيار الأداة، عليك فهم عملية رسم خريطة العمليات وليس التقنيات
- الحلول سوب ميديادا نموذج صغير مُجهز جيدًا > نموذج عملاق عام ركز على حالة الاستخدام الخاصة بك
- توقعات واقعية عائد الاستثمار بنسبة 10-20% في السنة الأولى هو أمر رائع التحسين المستمر > الثورة الفورية
- الاستثمار الذكي أنفق على جودة البيانات، لا على كميتها. استثمر في أشخاص يفهمون العمل والتكنولوجيا.
النتيجة: لا يزال جهاز AbShaper موجودًا
لا يزال جهاز AbShaper الخاص بي في علية أمي، يُذكرني يوميًا بأنه لا يوجد شيء مجاني. وقد أكد الباحثون رياضيًا ما تعلمناه من التجربة: التسلق اللانهائي ليس الحل.
الذكاء الحقيقي - سواءً أكان اصطناعيًا أم لا - يكمن في إدراك الحدود والعمل بذكاء أكبر ضمنها. لسنا بحاجة إلى محطات طاقة نووية، بل نحتاج إلى وضوح بشأن ما نريد حله، واستعدادٍ للعمل الجاد.
كيف تُغيّر طريقة تفكيرك في مشاريع الذكاء الاصطناعي؟ هل تسعى إلى النموذج الأمثل أم تبني الحل الأمثل لمشكلتك المحددة؟
انضم إلى بعض عملائنا، مثل مجموعة فويث ، وفيبرابان ، وشوكولاتة دينجو ، ومجموعة أدكوس ، وجي إي هيلث كير ، وغيرهم الكثير، واستفد من برنامج تدريبي تنفيذي في مجال الذكاء الاصطناعي لاكتشاف كيف نحول الأفكار إلى مشاريع ذات عوائد حقيقية وقابلة للقياس.
دراسة حالة فيبرابان التي تم إطلاقها في مؤتمر فيبرابان تك.
رابط المقال: https://arxiv.org/pdf/2507.19703
