استشارات استراتيجية الذكاء الاصطناعي للإدارة المالية

كل حالة استخدام ذكاء اصطناعي موثوقة ترتكز على بيانات متاحة ونظيفة بشكل معقول ومُهيكلة باتساق. منشأة سعودية تقع بيانات معاملاتها في ثلاثة أنظمة غير مترابطة بترميز عملاء غير متسق لا تستطيع دعم نموذج تنبؤي، والإجابة الاستراتيجية الصادقة إصلاح ذلك أولاً. قول ذلك مبكراً أقيم من اقتراح تجارب ستفشل بهدوء بعد ثمانية عشر شهراً لأسباب كانت مرئية منذ البداية.

نُقيّم حالات الاستخدام المرشحة على ثلاثة محاور: القيمة إذا نجحت، وجاهزية البيانات، وصعوبة التطبيق. الحالات عالية القيمة بجاهزية بيانات ضعيفة تصبح مشاريع بيانات أولاً. الحالات منخفضة القيمة بجاهزية ممتازة تُخفّض أولويتها بغض النظر عن قابليتها للعرض. المخرج خارطة طريق مُرتبة وليس قائمة، لأن الترتيب هو حيث تقع معظم القيمة العملية للاستراتيجية.

كثير من قدرات الذكاء الاصطناعي في المالية والعمليات تأتي الآن مدمجة في برامج تُرخصها بالفعل، كوبايلوت في بيئة مايكروسوفت، والتنبؤ المدمج لدى موردي ERP، ومنصات الفوترة الإلكترونية باكتشاف الشذوذ. تقييم ما تملك الوصول إليه بالفعل قبل تكليف تطوير مخصص يُزيل كثيراً نصف خارطة الطريق المقترحة ومعظم التكلفة.

استراتيجية لا تعالج من المسؤول عن مخرجات النماذج، وكيف تُوثق القرارات المتأثرة بالذكاء الاصطناعي، وماذا يحدث عندما يكون نموذج خاطئاً، ستُنتج مشكلات حوكمة بنفس معدل إنتاجها للقدرة. نبني الحوكمة في الاستراتيجية بدلاً من معاملتها كتمرين امتثال لاحق.

استراتيجية الذكاء الاصطناعي يجب أن تُحدد كيف سيُحكم على كل مبادرة قبل بدئها: مقياس خط الأساس والهدف ومن يُبلغ عنه. دون ذلك، تميل مشاريع الذكاء الاصطناعي للتقييم على ما إذا سُلّمت وليس ما إذا غيّرت شيئاً، ومحفظة مشاريع مُسلّمة بلا أثر عمل مقاس هي كيف تفقد المؤسسات الشهية للجولة التالية. يتصل هذا بـاستراتيجية ذكاء الأعمال وبـأسس البيانات التي تعتمد عليها معظم المبادرات.

الاستراتيجيات التي تُطلق ست مبادرات في آن واحد تُنجز عادة أقل من تلك التي تُنجز واحدة جيداً. نُوصي بالبدء بحالة استخدام واحدة عالية القيمة وجاهزة بياناتها، وإثبات العائد، وبناء القدرة الداخلية والثقة، ثم التوسع. المؤسسة التي رأت نجاحاً واحداً حقيقياً تتحرك أسرع في الجولة الثانية من واحدة تحمل ست تجارب غير مكتملة.