الدرس 5 — أين يُستخدم الذكاء الاصطناعي فعلاً
العروض التوضيحية سهلة، والنشر في الإنتاج صعب. هذا الدرس ينظر إلى المواضع التي يغطّي فيها الذكاء الاصطناعي كلفته فع لاً في 2026، ويكون صريحاً بالقدر نفسه عن المواضع التي يخيب فيها، لأنّ معرفة حالات الفشل هي ما يمنعك من تمويل واحدة منها.
الصحّة
ما ينجح. التصوير الطبّي هو النجاح الأوضح. الكشف عن اعتلال الشبكية السكري من صور الشبكية يبلغ مستوى الأخصّائي، وهو منشور في برامج وطنية، تحديداً لأنّه استهدف مهمّة تتوفّر لها بيانات موسومة بغزارة في سياق نقص أخصّائيين. ومساعدة طبيب الأشعّة تتبع النمط نفسه: النموذج يشير إلى المناطق المشتبهة، والطبيب يقرّر. أمّا التنبّؤ ببنية البروتينات فقد انتقل من مسألة تستهلك سنوات من العمل المخبري إلى مسألة تُحلّ في دقائق، وهذا غيّر طريقة بدء البحث الدوائي.
ما يخيب. الأنظمة التي كان يُفترض أن توصي بخطط علاجية فشلت مرّة بعد مرّة عند ملامسة الواقع. والأسباب مفيدة: التوصية بعلاج تفترض استدلالاً على تاريخ المريض الكامل وأمراضه المصاحبة وتفضيلاته والممارسات المحلّية، وهذه المعلومات مبعثرة في ملفّات غير متوافقة، وجزء كبير منها نصّ حرّ كُتب تحت ضغط الوقت. النموذج لم يكن قطّ عنق الزجاجة.
النمط. ينجح الذكاء الاصطناعي في الطبّ في مها مّ إدراكية ضيّقة بوسوم غزيرة، ويتعثّر في الحكم الواسع من ملفّات فوضوية.
المال
ما ينجح. كشف الاحتيال هو على الأرجح أنضج تطبيق تجاري موجود. كلّ عملية دفع ببطاقة تُقيَّم في أجزاء من الثانية بنموذج دُرِّب على مليارات المعاملات، وهذا يعمل لأنّ الظروف قريبة من المثالية: حجم هائل، ووسوم سريعة وموثوقة — عميل يعترض على خصم فتعرف الحقيقة — ومصلحة اقتصادية يساوي فيها تحسّن بأعشار النقطة المئوية مبالغ كبيرة.
وتقييم الجدارة الائتمانية والتداول الخوارزمي وفرز تنبيهات مكافحة غسل الأموال كلّها مستقرّة. ومعالجة المستندات صارت روتيناً بهدوء: استخراج الحقول من الفواتير والعقود ووثائق الهوية.
ما هو مكبَّل. التنظيم، لا القدرة التقنية، هو الحدّ الذي يعضّ. رفض قرض يقتضي عادةً تفسيراً، وهذا يُخرج النماذج العاجزة عن إنتاج تفسير. ولهذا يعتمد القطاع المالي على أشجار معزَّزة بالتدرّج مجهَّزة بأدوات تفسير بدل الشبكات العميقة، حتى حيث تحصّل الشبكة نتيجة أفضل هامشياً. قاعدة الدرس الثالث تعود هنا في صورة إلزام قانوني.
الصناعة واللوجستيك
الصيانة التنبّؤية هي راية هذا المجال. مجسّات للاهتزاز والحرارة والتيّار على آلة تغذّي نموذجاً يتعلّم البصمة التي تسبق العطل. واستبدال محمل في توقّف مخطَّط بدل توقّف مفاجئ يساوي أكثر ممّا يقترحه أيّ مقياس دقّة.
الفحص البصري للجودة تقنية شائعة اليوم. كاميرا على خطّ الإنتاج، ونموذج مدرَّب على صور العيوب، ونسبة رفض تتفوّق على إنسان متعب في آخر وردية.
التنبّؤ بالطلب يوجّه مستويات المخزون وعدد العاملين وخطوط التوزيع. وهنا أيضاً تكون حدود الاستقراء أكثر ظهوراً: كلّ نموذج دُرِّب قبل 2020 تنبّأ بسنة 2020 بشكل كارثي، لأنّ لا شيء في تاريخه يشبه ما حدث. النموذج يستنبط داخل تجربته، ولا يعرف الاستقراء خارجها.
منتجات تستخدمها بالفعل
معظم الناس يتفاعلون مع دستة من النماذج يومياً دون أن يلاحظوا.
- التوصية في منصّات البثّ والتجارة، وهي توجّه شريحة واسعة من المشاهدات والمشتريات.
- ترتيب نتائج البحث، وهو مسألة تعلّم آلة قبل أن يصبح حديثاً عن الذكاء الاصطناعي.
- تصفية الرسائل المزعجة وإساءة الاستخدام، وهو من أربح المصنّفات التي نُشرت يوماً.
- المساعدون الصوتيون والإملاء، حيث عبرت دقّة النسخ حدّ قابلية الاستخدام نحو 2017.
- الترجمة الآلية، التي حوّلتها معمارية المحوّل نفسها التي أنتجت لاحقاً النماذج اللغوية.
- التصوير الحسابي: وضع الليل في هاتفك، وتغويش الخلفية، وكشف الوجوه، كلّها نماذج متعلّمة.
التطبيقات التي تخلق أكبر قيمة بلا بهرجة وغير مرئية. تصفية الرسائل المزعجة وتقييم الاحتيال وترتيب نتائج البحث، كلّ واحد منها ينتج قيمة اقتصادية قابلة للقياس أكبر من معظم ما يُعلَن في المؤتمرات.
الذكاء الاصطناعي التوليدي، على وجه الخصوص
منذ 2022، صارت فئة منفصلة ذات وزن تجاري: نماذج تنتج محتوى بدل وسم.
حيث يصمد. كتابة الكود بمساعدة، حيث يراجع المطوّر كلّ اقتراح. صياغة النصوص وإعادة صياغتها حيث يصادق إنسان على المخرج. تلخيص المستندات الطويلة. الإجابة عن أسئلة تخصّ مستندات المؤسّسة الداخلية، بالاستعانة بتقنية الاسترجاع التي تتناولها دورة RAG المدفوعة. وتوليد صور المفاهيم للتكرار في التصميم.
حيث لا يصمد. أيّ سياق تكون فيه معلومة مختلقة مكلفة ولا يتحقّق أحد. الدرس الثاني شرح السبب: النموذج اللغوي يولّد نصّاً معقولاً، والمعقولية ليست الحقيقة. وحالات مهنيين قدّموا وثائق تحتوي مراجع مختلقة بثقة صارت كثيرة بما يكفي لتشكّل فئة حوادث معروفة.
النمط الموثوق هو المساعدة مع المراجعة، لا الاستقلال بلا مراجعة.
الأسئلة الثلاثة التي تحدّد المشروع
قبل أيّ نقاش تقني، ثلاثة أسئلة تفصل في جدوى المشروع. وهي عملياً تُقصي معظم الأفكار، وهذا يوفّر مالاً كثيراً.
1. هل أملك البيانات؟ لا بمعنى «هل توجد بيانات في العالم»، بل: هل تملك داخلياً، وبشكل مشروع قانونياً، ما يكفي من الأمثلة الموسومة للشيء الذي تريد التنبّؤ به. إذا كان الجواب يقتضي ورشة وسم أوّلاً، فهذه هي المشروع، ويجب أن تُموّل على هذا الأساس.
2. هل الجواب غير التامّ مفيد؟ النموذج يعيد احتمالات، لا يقينيات. التصنيف والإشارة وترتيب الأولويات تتحمّل ذلك جيّداً. وكلّ ما يقتضي ضماناً لا يتحمّله.
3. هل النتيجة قابلة للقياس؟ إذا لم تعرف كيف تصف النجاح بالأرقام قبل البدء، فلن تعرف إن كان النظام المنشور يعمل. «تحسين تجربة العميل» ليست قابلة للقياس. «تقليل زمن المعالجة المتوسّط بنسبة 15 % دون خفض درجة الرضا» قابلة للقياس.
في ثلاث جمل
يغطّي الذكاء الاصطناعي كلفته في مهامّ ضيّقة عالية الحجم ذات وسوم موث وقة — تقييم الاحتيال، الفحص البصري، الكشف الطبّي، التوصية — ويخيب في الحكم الواسع من ملفّات فوضوية. والذكاء الاصطناعي التوليدي موثوق كمساعدة مع مراجعة بشرية، وغير موثوق كاستقلال بلا مراجعة. وأمّا كون المشروع يستحقّ الانطلاق فيُحسم بتوفّر البيانات، وتحمّل الأجوبة الاحتمالية، وهدف قابل للقياس، وكلّها تسبق أيّ اختيار لخوارزمية.
التالي — الدرس 6: الملخّص والأسئلة الشائعة ←