تافاكولي: أعتقد أن الأمر مزدوج. أولاً، يجب التركيز على النتائج وليس الأدوات. عدد الأشخاص الذين يقولون: «نحن متأخرون. يجب أن أجعل مجموعة من العملاء جاهزة للعمل. يجب أن أظهر أنني أستطيع القيام بالذكاء الاصطناعي.» لا تحصل على أي نقاط لقولك إنني دافعت عن الذكاء الاصطناعي، أليس كذلك؟

بدلاً من ذلك، ما تريد حقًا اكتشافه هو، ما هي نتيجة الأعمال التي أريد تحقيقها؟ وعادة ما يكون ذلك عبارة «لدي عملية حالية أريد أتمتتها وجعلها أكثر كفاءة»، أو «هناك مجموعة جديدة من القدرات التي أريد طرحها»، والذكاء الاصطناعي هو ما يفتح ويجعل من الممكن القيام بذلك.

الأمر الثاني هو أن الجميع أصبحوا متحمسين جدًا للذكاء الاصطناعي، وربطوه بـ LLMs وما النموذج الذي ستستخدمه؟ وبصراحة، فإن أهم شيء في عالم المؤسسات هو الذكاء الاصطناعي عالي الجودة والدقيق والموثوق. وهذا يعتمد إلى حد كبير على «هل لديك مجموعة بيانات منظمة وهل لديك استراتيجية حوكمة؟»

لا يتعلق الأمر بالنموذج، بل بجميع القطع الأخرى. كيف تحصل على الدقة؟ كيف تحكمها؟ كيف يمكنك معرفة كيفية وضعها في الإنتاج وقياسها؟ وأيضًا، كيف تفعل ذلك في مساحة تتطور بسرعة؟ غالبية الأشخاص الذين تتحدث معهم والذين أطلقوا تطبيقًا للذكاء الاصطناعي حتى قبل ستة أشهر يخبرونك أنهم إذا أعادوا بنائه اليوم، فسيقومون ببنائه بشكل مختلف تمامًا، نظرًا لوجود منتجات جديدة.

تافاكولي: الإيرادات الحالية هي هرم. في الطبقة السفلية، تحتاج إلى مجموعة من البنية التحتية، وهذه رقائق. هذا مجال لن يكون فيه الكثير من الشركات، لأن حاجز الدخول مرتفع جدًا.

علاوة على ذلك، لديك موفرو النماذج التأسيسية. لقد بدأنا بالكثير وقد تضاءل الأمر، ويرجع ذلك أساسًا إلى العاصمة التي تحتاجها لتدريب بعض هؤلاء العارضات.

الطبقة الأخيرة هي التطبيقات الموجودة في الأعلى. واليوم، نظرًا لأننا في الأيام الأولى، فإن هذا ليس بالأمر الضخم - على الرغم من أن Databricks تجاوزت مؤخرًا أكثر من مليار دولار من معدل تشغيل إيرادات الذكاء الاصطناعي، لذا فإن هذا ليس تغييرًا بسيطًا.

إذا تقدمت سريعًا بعد خمس سنوات من الآن، فسيكون الهرم أكبر بكثير، وسوف ينقلب. سيكون جزء كبير من الإيرادات على التطبيقات التي تستفيد من الذكاء الاصطناعي لتحويل ما يفعله الناس. وفي هذا الفضاء، لا أعتقد أن هناك فائزًا يأخذ كل شيء.

تافاكولي: لا أحد يحب هذه الإجابة. لكن العديد من العمليات التي تنفق عليها الكثير من المال ليست مثيرة. سأعطيك مثالاً. أنت شركة تأمين. تحصل على أطنان وأطنان من نماذج المطالبات الواردة، ومقدار القوة الحصانية والإحباط الذي يتم إنفاقه عليه - «كيف يمكنني أخذ كل نماذج المطالبة هذه واستخراج المعلومات التي أحتاجها؟ كيف يمكنني وضعه في نموذج تحليلات حتى أتمكن من تشغيل رؤى حوله ومن ثم اتخاذ إجراء بناءً عليه؟» لا أحد يتحمس لذلك - باستثناء الشخص الذي يجلس هناك ويشعر بالغضب لأن مطالبته تستغرق ثلاثة أشهر للتعويض. ولكن إذا كان بإمكاني الآن الانتقال من القيام بشيء استغرق شهورًا والقيام به بجزء بسيط من التكلفة - آليًا - فهذه حالة استخدام مثيرة حقًا.

أو أنك مُصنِّع لأشباه الموصلات، وإذا كان لديك شيء يمكنه اكتشاف الحالات الشاذة بذكاء وتحسين عائدك بنسبة 0.1٪ - مرة أخرى، متى كانت آخر مرة تحمس فيها شخص ما للعائدات الجاهزة؟ ولكن هذا يعني الكثير من المال.

ضخمة في الإنتاجية، وضخمة من حيث التكلفة، وليست تلك التي يربطها الناس بأنها مدمرة للأرض. أعتقد أن هذه حالات استخدام الذكاء الاصطناعي مملة. يمكنك تقديم تحسينات ذات مغزى باستخدام الذكاء الاصطناعي، وهذا ما رأيناه مع عملائنا.

تافاكولي: الإجابة التي أقدمها دائمًا هي، وفقًا لهذا المنطق، إذا قلنا، «مرحبًا، عندما ظهرت أجهزة الصراف الآلي، أو عندما ظهرت أجهزة الكمبيوتر، كانت هناك تحولات هائلة - هل سيفقد الكثير من الناس وظائفهم؟»

هناك مجموعة معينة من الأشياء التي يقوم بها الناس اليوم والتي سيتم تشغيلها تلقائيًا بواسطة الذكاء الاصطناعي. ومع ذلك، في العديد من هذه الأشياء، فقط من أجل الجودة، ما زلت تريد إنسانًا على اطلاع دائم. والفرضية الكاملة هي أنه عندما تقوم بأتمتة هذه المهام، فإنها تفتح أيضًا مجموعة جديدة تمامًا من المطالب للقيام بأشياء لم يكن بإمكانك القيام بها من قبل. لذلك، على سبيل المثال، الآن بعد أن أصبح لديك أجهزة الصراف الآلي والخدمات المصرفية عبر الإنترنت، هناك مجموعات جديدة من أدوار التجارة الإلكترونية التي تم فتحها والتي لم نكن نعتقد أبدًا أنها ستكون موجودة في العالم الماضي، والتي تولد الكثير من الوظائف والإنتاجية معها.

مع تحسين المهارات والتدريب، بينما ستتغير مسؤوليات الوظيفة المحددة، هناك فئة جديدة تمامًا من مسؤوليات الوظائف الجديدة حيث ستحتاج الشركات إلى أشخاص للقيادة. لذلك أعتقد في الواقع أنك سترى زيادة الطلب على العمالة. لذا فإن الأمر يتعلق أكثر بـ «كيف يمكنك تحسين مهاراتك؟»

تافاكولي: نعم ولا. نعم، نحن في فقاعة الذكاء الاصطناعي. لا، هذا لا يغير الخطط.

كثيرًا ما يُطرح عليّ الجانب الآخر من هذا السؤال، والذي يقول: «هل الذكاء الاصطناعي تحويلي أم أن الذكاء الاصطناعي مبالغ فيه؟» وإجابتي على ذلك هي نعم. أعتقد أن الناس ما زالوا لا يفهمون الذكاء الاصطناعي تمامًا، وبالتالي فإن الإجابة على أي سؤال هي أن الذكاء الاصطناعي سيحل المشكلة. تجولت وكانت هناك لافتة تقول «غسيل سيارات يعمل بالذكاء الاصطناعي». وأنا أقول، لا أعرف ماذا يعني ذلك. كل شيء مدعوم بالذكاء الاصطناعي الآن. هناك دائمًا ذروة الإثارة التي لا بد أن تهدأ عندما نستقر على حالات الاستخدام الحقيقية التي يحتاجها الناس. أعتقد أنك لن ترى جميع الشركات في الوقت الحالي في مجال الذكاء الاصطناعي تستمر في البقاء.

السبب وراء عدم تغيير خطط Databricks هو أن الذكاء الاصطناعي رائع ونعتقد أنه مهم في المستقبل، ومن الواضح أننا اعتمدنا عليه بشدة على مدار الـ 12 عامًا الماضية. ولكن أيضًا جزء أساسي من أعمالنا هو جانب البيانات في المنزل، مثل تحويل البيانات وسير العمل التشغيلي، والتي تم إثباتها، والتي بالتأكيد ليست في فقاعة وهي آخذة في النمو. من منظور Databricks، يمكنك التكيف مع ما يحتاجه العملاء. وقد رأينا بالفعل هذا الانتقال من المبالغة إلى ما هي حالات الاستخدام والنتائج الرئيسية المهمة، وقد قمنا بدعمها هناك.