6 يناير 2025
مؤخرًا، كنت جالسًا على طاولة مقابل فريق القيادة التنفيذية لإحدى شركات الخدمات الصحية العالمية، وكان واضحًا من لغة جسدهم أن هناك شيئًا غير صحيح. لقد دعوني للتشاور حول استراتيجيتهم المتعلقة بالذكاء الاصطناعي، ولكنهم بدوا في موقف دفاعي. بدأ مدير المعلوماتية، وهو شخص ذكي وواضح أنه قام ببحثه بشكل جيد حول التقنيات الناشئة، في شرح مفصل لنموذجهم اللغوي الكبير الجديد. كان النموذج مثيرًا للإعجاب بلا شك. هذا النموذج قام بأتمتة عملية إدخال البيانات المعقدة للغاية لديهم - تخيل جبالًا من النماذج المكتوبة بخط اليد ومزيجًا فوضويًا من الملفات الرقمية - وجمع كل شيء في سجل واحد ومنسق. لقد قضوا أكثر من عام في تطويره واختباره، وكانوا يشعرون بفخر مفهوم تجاه إنجازهم. لكن أثناء حديثه عن عملية الإطلاق، كان من الواضح لي أنهم متأخرون بالفعل.
""لقد بنَيْتم أساسًا رائعًا""، قلت لهم، ""ولكن هذا مجرد نقطة البداية"". تغيرت الطاقة في الغرفة. لم تكن هذه هي الاستجابة التي كانوا يتوقعونها. هنا شركة استثمرت بشكل كبير في الذكاء الاصطناعي، وبنت نظامًا متقدمًا، ونجحت في إطلاق مشروع تجريبي. مثل العديد من فرق القيادة التنفيذية الأخرى التي أمضت العام الماضي في بناء وتنفيذ أدوات الذكاء الاصطناعي، اعتقدوا أنهم قد انتهوا. في الواقع، كانت تحولهم قد بدأ للتو. الذكاء الاصطناعي هو مجرد جانب واحد من التغيير التكنولوجي الشامل الجاري، والشركات التي تفشل في إدراك أهمية التقنيات الأخرى المتقاربة تواجه خطر التخلف عن الركب.
عصر الذكاء الحي
خلال اجتماعي مع فريق القيادة التنفيذية للشركة، أشرت إلى أن التركيز الكبير الأخير على الذكاء الاصطناعي، رغم تأخره، كان خطوة صائبة. ومع ذلك، فإن النماذج اللغوية الكبيرة (LLMs) ليست سوى نقطة البداية. مع التطورات الجديدة التي تحدث بوتيرة سريعة للغاية، ستحتاج الشركة إلى بناء قدرات جديدة للتحول المستمر. ذلك لأن الذكاء الاصطناعي هو واحد فقط من بين ثلاث تقنيات ثورية تغير مشهد الأعمال. التقنيتان الأخريان – المستشعرات المتقدمة والتكنولوجيا الحيوية – أقل ظهورًا، لكنها ليست أقل أهمية، وقد تطورت بهدوء. قريبًا، سيؤدي تقارب هذه التقنيات الثلاث إلى تشكيل واقع جديد سيؤثر على قرارات كل قائد في مختلف الصناعات.
أسمي هذا الواقع الجديد ""الذكاء الحي"": أنظمة قادرة على الإحساس، التعلم، التكيف، والتطور، بفضل الذكاء الاصطناعي، المستشعرات المتقدمة، والتكنولوجيا الحيوية. سيقود الذكاء الحي دورة متسارعة من الابتكار، مما يؤدي إلى اضطراب الصناعات وإنشاء أسواق جديدة تمامًا. القادة الذين يركزون فقط على الذكاء الاصطناعي دون فهم تقاطعاته مع هاتين التقنيتين الأخريين يخاطرون بتفويت موجة تحول بدأت بالفعل في التشكّل.
محرك ""كل شيء"" يحتاج إلى بياناتك
إذا كان الذكاء الاصطناعي هو محرك ""كل شيء""، فإن هذا المحرك يحتاج إلى بيانات. على الأرجح، سيأتي جزء كبير من هذه البيانات من المستشعرات المتقدمة وشبكة من الأجهزة المترابطة التي تتواصل وتتبادل البيانات لتسهيل وتعزيز تقدم الذكاء الاصطناعي. هذه الوظيفة تجعل المستشعرات التكنولوجيا متعددة الأغراض التالية – حقيقة يغفل عنها العديد من القادة حاليًا.
معظم الناس لا يدركون أن المستشعرات موجودة بالفعل في كل مكان، وتُستخدم في العديد من الصناعات. هذا التغافل مفهوم؛ فنحن غالبًا ما نستخدم التكنولوجيا دون التفكير فيها. ولكن بمجرد أن تبدأ في البحث عنها، ستجدها في كل مكان. على سبيل المثال، يحتوي هاتف iPhone على عدد من المستشعرات، بدءًا من مستشعرات القرب لاكتشاف الأجسام القريبة، إلى مستشعرات التعرف على الوجه للتحقق من هوية المستخدم. جميعها تجمع بياناتك وتنقحها طوال اليوم. شركة Xylem، وهي شركة لتكنولوجيا المياه، طورت نوعًا جديدًا من عدادات المياه يستخدم مستشعرات متقدمة والذكاء الاصطناعي لمعالجة تحديات توزيع المياه في المناطق ذات الكثافة السكانية العالية. تقيس هذه العدادات تدفق المياه بشكل مستمر وتوفر بيانات دقيقة حول أنماط الاستهلاك؛ كما يمكنها تحديد الشذوذات في تدفق المياه، مثل انخفاض الضغط أو الاستخدام غير المنتظم، التي غالبًا ما تنتج عن تسرب.
في الوقت نفسه، ظهرت فئة جديدة من المستشعرات البيولوجية يمكن ارتداؤها أو تناولها. هدفها هو إرسال واستقبال البيانات في الوقت الحقيقي لتشخيص الأمراض ومراقبتها، اكتشاف مسببات الأمراض، وتمكين التعافي السريع. إحدى هذه المستشعرات تشمل فئة فرعية من الآلات الصغيرة، تُعرف بالنانوبوتات، التي يمكنها مراقبة صحة المريض في الوقت الحقيقي بعد حقنها في مجرى الدم. تعمل هذه النانوبوتات كنظم مراقبة داخلية، قادرة على اكتشاف التغيرات في المحفزات والظروف البيئية، مما يسمح بمراقبة مستمرة للصحة وتشخيص مبكر لأي مشكلات صحية محتملة.
نماذج العمل الكبيرة (LAMs)
مع زيادة عدد المستشعرات من حولنا، ستلتقط وتنقل ليس فقط المزيد من البيانات، بل أنواعًا أكثر تنوعًا من البيانات. بينما تنشغل المنظمات بإنشاء واستخدام النماذج اللغوية الكبيرة (LLMs)، ستحتاج قريبًا إلى بناء نماذج العمل الكبيرة (LAMs): نماذج تُركز على التنبؤ بما يجب فعله بعد ذلك، من خلال تقسيم المهام المعقدة إلى أجزاء أصغر. على عكس LLMs التي تُركز على إنتاج المحتوى، تُصمم LAMs لتنفيذ المهام، مما يمكنها من اتخاذ قرارات في الوقت الفعلي بناءً على أوامر محددة، وستكون مفيدة للغاية في جميع أنواع وأحجام المنظمات.
أمثلة مبكرة على LAMs تشمل نموذج Claude من Anthropic وACT-1 من Adept.ai. كلاهما مصمم للتفاعل المباشر مع الأكواد والأدوات الرقمية وتنفيذ الإجراءات داخل تطبيقات البرمجيات مثل متصفح الويب. LAMs تشبه LLMs، ولكنها تعتمد على المزيد من البيانات ومتطلبات متعددة الوسائط. ستستخدم البيانات السلوكية التي نولدها عند استخدام هواتفنا أو تشغيل سياراتنا، إلى جانب شبكات مستشعرات متعددة، لجمع تدفقات متعددة من البيانات في وقت واحد من الأجهزة القابلة للارتداء، أجهزة الواقع الممتد، إنترنت الأشياء، المنازل الذكية، السيارات الذكية، المكاتب الذكية، والشقق الذكية.
نماذج العمل الشخصية والكبيرة
مع تطور LAMs، ستتحول إلى نماذج العمل الشخصية الكبيرة (PLAMs)، وستتفاعل مع أنظمة مختلفة، وتتعلم من مجموعات البيانات الكبيرة، وتتكيف مع احتياجات الأعمال المتغيرة. ستعمل PLAMs على تحسين تجاربنا الرقمية والافتراضية والمادية من خلال تبسيط اتخاذ القرار، إدارة المهام، التفاوض، وتوقع احتياجاتنا بناءً على البيانات السلوكية. لن تحتاج هذه الأنظمة إلى إدخال واعٍ. ستتمكن هذه الوكلاء الذاتية من تخصيص التوصيات، تحسين المشتريات، والتواصل مع وكلاء موثوقين آخرين، مما يسمح بإجراء معاملات سلسة – كل ذلك مع الحفاظ على خصوصية وتفضيلات المستخدم.
في المستقبل القريب، ستتحفز شركات مثل Apple أو Google لتضمين المزيد من المستشعرات الذكية في الأجهزة لجمع وتحليل بيانات شخصية بشكل مستمر، مثل مقاييس الصحة، بيانات الموقع، والمعلومات حول العادات اليومية. ستُستخدم كل هذه البيانات لإنشاء ملفات تعريف شديدة التخصيص ترتبط بنماذج اللغة والعمل الشخصية، المصممة خصيصًا لاحتياجات كل مستخدم وتفضيلاته. بينما سيحصل الأفراد على PLAMs، ستحصل الشركات على نماذج العمل الكبيرة المؤسسية (CLAMs)، وستمتلك الحكومات الرقمية نماذج العمل الكبيرة الحكومية (GLAMs).
الذكاء الاصطناعي يلتقي بالذكاء العضوي
التقنية الثالثة متعددة الأغراض في الذكاء الحي هي الهندسة البيولوجية، والتي تشمل استخدام تقنيات هندسية لبناء أنظمة ومنتجات بيولوجية، مثل الميكروبات المصممة، التي يمكن هندستها لأداء مهام محددة. حاليًا، قد يبدو من السهل تجاهل هذه التقنية، ولكن على المدى الطويل، قد تثبت أنها التقنية متعددة الأغراض الأكثر أهمية. عند اقترانها بالذكاء الاصطناعي، يمكن للهندسة البيولوجية إنشاء ما يُعرف بـ""البيولوجيا التوليدية"" (genBio)، والتي تستخدم البيانات والحوسبة والذكاء الاصطناعي للتنبؤ برؤى بيولوجية جديدة أو إنشائها — من خلال توليد مكونات بيولوجية جديدة مثل البروتينات، أو الجينات، أو حتى الكائنات الحية الكاملة، عن طريق محاكاة التفاعلات البيولوجية وكيفية سلوك عناصرها.
الإمكانيات الحالية للتكنولوجيا
نحن بالفعل نرى إمكانيات هذه التقنية. شركات مثل Ginkgo Bioworks تستخدم البيولوجيا التوليدية لتصميم وإنشاء إنزيمات مخصصة يمكن تطبيقها في العمليات الصناعية. على سبيل المثال، تساعد الخوارزميات التوليدية في هندسة إنزيمات قادرة على تفكيك جزيئات معقدة، مثل البلاستيك أو الملوثات الأخرى. طورت Google DeepMind نظام AlphaProteo، الذي يصمم بروتينات جديدة تمامًا بخصائص فريدة يمكن استخدامها في المواد الحيوية وتطوير الأدوية. مشروع آخر من DeepMind، أداة تسمى GNoME (شبكات الرسم البياني لاستكشاف المواد)، قد توقعت بالفعل استقرار ملايين المواد غير العضوية الجديدة. تخيل بناء مصنوع من مواد قادرة على تنظيم درجة الحرارة، الضوء، والتهوية بشكل ذاتي — دون الحاجة إلى أجهزة كمبيوتر أو تدخل بشري.
الآفاق المستقبلية: الذكاء العضوي
في المستقبل الأبعد، يمكن للذكاء الحي أن يؤدي إلى ظهور الآلات الحية. ظهر الذكاء العضوي (OI) كمجال علمي جديد في عام 2024. يستخدم الذكاء العضوي أنسجة مُستنبتة في المختبر، مثل الخلايا الدماغية وخلايا الجذع، لإنشاء حواسيب بيولوجية تحاكي بنية الدماغ البشري ووظائفه. العضو الصغير (Organoid) هو تقريبًا نسخة مصغرة من الأنسجة تعمل مثل عضو من أعضاء الجسم.
في عام 2021، تمكن باحثون من Cortical Labs في ملبورن، أستراليا، من إنشاء دماغ عضوي صغير يعمل كحاسوب. أطلقوا عليه اسم DishBrain، ربطوه بأقطاب كهربائية، وعلّموه لعب لعبة الفيديو الكلاسيكية Pong. يتكون DishBrain من حوالي مليون خلية دماغية بشرية وفأرية حية، نمت على شبكة كهربائية دقيقة تستقبل إشارات كهربائية. هذه الإشارات تخبر الخلايا العصبية بموقع الكرة في اللعبة، وتستجيب الخلايا بناءً على ذلك. كلما لعب النظام أكثر، تحسّن أداؤه. تعمل Cortical Labs الآن على تطوير نوع جديد من البرمجيات، وهو نظام تشغيل ذكاء بيولوجي، مما سيسمح لأي شخص لديه مهارات برمجة أساسية ببرمجة DishBrains الخاصة به.
كيف تُجهز مؤسستك للنجاح؟
على الرغم من أن الذكاء الحي قد يبدو فكرة مستقبلية، فإن الرؤساء التنفيذيين والقادة الذين يتطلعون إلى الأمام لا يستطيعون تحمل الانتظار. نحن نرى بالفعل علامات تقارب تقنيات الذكاء الحي في العديد من الصناعات المتقدمة. يجري التبني المبكر بشكل مكثف في صناعات مثل الأدوية، المنتجات الطبية، الرعاية الصحية، الفضاء، البناء والهندسة، السلع الاستهلاكية المعبأة، والزراعة.
ولكن التطبيقات تتوسع بسرعة لتشمل صناعات أخرى، مما يخلق فرصًا جديدة في مجالات مثل الخدمات المالية. ومع انضمام المزيد من الصناعات، ستنتشر الابتكارات على نطاق أوسع، مما يغذي تأثيرات ديناميكية إضافية تسرّع التقدم.
سنشهد تقدماً متسارعاً مع تحسن كل تقنية. إليك خمس توصيات للتصرف بجدية وفعالية:
توضيح مفهوم الذكاء الحي لجميع أفراد المنظمة
يجب على القادة الكبار أن يطلعوا أنفسهم على مفهوم الذكاء الحي — وكيف يتقاطع الذكاء الاصطناعي مع بيانات المستشعرات المتقدمة والهندسة البيولوجية.تطوير سيناريوهات عملية للاضطرابات وخلق قيمة جديدة
ينبغي على القادة تطوير سيناريوهات قصيرة وطويلة المدى لاستخدام وتوسيع تقنيات الذكاء الحي، العمليات، والمنتجات. يجب على الشركات استخدام استشراف استراتيجي لفهم كيفية تأثير نظام الذكاء الحي المتطور على منتجاتها وعملياتها الحالية.تحديد حالتين أو ثلاث حالات استخدام عالية التأثير — والبدء فوراً
ينبغي للقادة تحديد حالات استخدام محددة حيث يمكن للذكاء الحي أن يحقق أكبر تأثير. من خلال اختيار مشاريع تجريبية ذات إمكانات كبيرة للتوسع، يمكن للقادة تسريع تبني الذكاء الحي ودمج هذه التقنيات في سير العمل اليومي.الالتزام بتطوير الأدوار والمهارات والقدرات اللازمة
يتطلب الذكاء الحي تغييراً في العقلية عبر المنظمة بأكملها. يجب إعطاء الأولوية لمبادرات التعليم والتجريب لإعداد الموظفين للعمل بفعالية مع هذه التقنيات، وتطوير فئات وظيفية جديدة وأوصاف وظيفية لقوة العمل المستقبلية.مراقبة التغيرات التنظيمية والاستعداد لعدم اليقين السياسي
سيؤدي الذكاء الحي إلى ابتكارات جديدة وسيحتاج إلى مرونة غير مسبوقة من الشركات، خاصة مع النهج التنظيمي المتقلب الحالي. يجب على القادة تمكين منظماتهم من تجربة منتجات وعمليات جديدة، وضمان تشكيل مستقبلهم بأنفسهم بدلاً من التأقلم مع الابتكارات الخارجية أو الاستجابة للتغيرات التنظيمية.
التفكير في ""ماذا لو؟""
ربما تكون أهم توصية يمكنني تقديمها هي ببساطة طرح السؤال: ""ماذا لو؟""
في اجتماعي المقبل مع شركة الرعاية الصحية، طلبت من فريق القيادة التنفيذية التفكير في سيناريوهات حول كيف يمكن لأعمالهم أن تتحول خلال العقد القادم مع نضوج الذكاء الحي:
- ماذا لو كان هناك حزمة اشتراك ""ضمان صحي"" تشمل مستشعرات قابلة للارتداء، تشخيصات تعمل بالذكاء الاصطناعي، وتوصيل الأدوية المخصصة؟
- ماذا لو تم تجاوز مقدمي الخدمات التقليديين تمامًا، واستخدمت الشركات الناشئة الذكاء الاصطناعي وبيانات المستشعرات لتقديم حلول صحية مخصصة مباشرة للمستهلكين؟
- ماذا لو كان حمام اليوم هو مختبر التشخيص في الغد؟
- ماذا لو أدت البيانات في الوقت الفعلي إلى تقارير فورية عن نتائج المرضى؟
- هل سيحدث تحول نحو التسعير القائم على النتائج؟ بمعنى آخر، هل سيتقاضى مقدمو الخدمات أجرًا بناءً على فعالية علاجاتهم؟
كل هذه السيناريوهات تمثل تحولاً كبيراً في إنشاء القيمة.
نصيحة أخيرة
أخبرت الفريق: قاوموا إغراء التركيز على الذكاء الاصطناعي كما هو اليوم. خذوا نظرة أكثر شمولية للتغيير الجاري بالفعل، واستعدوا منظمتكم لعصر الذكاء الحي.
