يفشل بنّاؤو لوحات المعلومات بالذكاء الاصطناعي في المؤسسات ليس لأن واجهة المستخدم المُولّدة قبيحة، بل لأن البنية تحتها غير محكومة. أظهر لنا فريق مالية في شركة من Fortune 500 لوحة معلومات ولّدها بنّاء شهير في 47 ثانية. كانت جميلة. كما أنها استعلمت من دفتر الأستاذ العام مباشرة دون أي طبقة أذونات، ورمّزت حساباً ضريبياً كان خاطئاً في ولايتين قضائيتين، وأنتجت 2,100 سطر من React لم يستطع أحد في الفريق صيانتها. لم يقوموا بنشرها أبداً.
هذه هي الفجوة بين العروض التوضيحية للوحات المعلومات بالذكاء الاصطناعي وواقع المؤسسات.
ما الذي يسير على نحو خاطئ
يفشل البنّاؤون بالذكاء الاصطناعي ذوو الصيغة الحرّة في المؤسسات لخمسة أسباب ملموسة.
بنية غير متسقة. كل عملية توليد تُنتج بنية كود مختلفة. لوحة المعلومات التي بُنيت يوم الاثنين لا تشبه لوحة يوم الثلاثاء في الأسفل إطلاقاً. لا توجد طبقة عرض مشتركة لحوكمتها.
لا يوجد مسار تدقيق. اتخذ النموذج قرارات بشأن الوصول إلى البيانات والتصفية والحسابات. لا يتم تسجيل أي من هذه القرارات في أي مكان يستطيع مدقق SOX قراءته.
ثغرات أمنية. تصل لوحة المعلومات المُولّدة إلى قاعدة البيانات مباشرة. تغيب فحوصات الأذونات، والتحقق من المدخلات، وتحديد المعدل، ما لم يحدث أن ذكرها الموجّه.
هدر الرموز. يعيد النموذج اختراع نظام العرض في كل موجّه. الرؤوس، والتخطيطات، وجداول البيانات، والمخططات، تُعاد توليدها من الصفر في كل مرة. عبر مؤسسة تبني عشرات من لوحات المعلومات، تتراكم التكلفة بسرعة.
كابوس الصيانة. بعد ستة أشهر، تتغير قاعدة ضريبية. المطوّر المُكلّف بتحديث لوحة المعلومات لم يرَ هذا الكود المُولّد بالذكاء الاصطناعي من قبل، ولا يستطيع إيجاد الحساب، وينتهي به الأمر إلى إعادة كتابة الشاشة.
البديل المُهيكل
يحلّ البنّاء المحكوم المشكلة بعكسها.
- يوفر الإطار مكوّنات مستقرة ومُدقّقة. جداول البيانات، والمخططات، والنماذج، والتخطيطات. يتم تجميع هذه، لا توليدها.
- يلتقط واصف JSON النية. “اعرض الإيرادات الفصلية حسب المنطقة كمخطط شريطي مع التعمّق إلى الشهرية.” هذا الواصف قابل للفحص، وقابل للإصدار، وقابل للمقارنة.
- يملأ الذكاء الاصطناعي البنية. يُولّد الواصف، لا كود العرض. يتولى الإطار كل شيء آخر بشكل حتمي.
- يراجع البشر الواصف. مستند JSON من 60 سطراً أسهل بكثير في التدقيق من 2,000 سطر من React المُولّد.
متطلبات المؤسسة التي لا يجتازها أي عرض توضيحي
بالنسبة للوحات المعلومات التي تتعامل مع البيانات المالية أو سجلات العملاء أو المقاييس التشغيلية، تحتاج المؤسسات إلى إجابات على خمسة أسئلة قبل النشر.
- وصول البيانات المستند إلى الأدوار. يرى المستخدمون المختلفون أرقاماً مختلفة.
- شفافية الحسابات. كيف تم حساب مؤشر الأداء هذا، ومقابل أي مصدر حقيقة؟
- التحكم في التغيير. من عدّل لوحة المعلومات ومتى؟
- مراجعة الأمان. هل تكشف لوحة المعلومات هذه بيانات لا ينبغي لها؟
- حوكمة الأداء. هل سيُسقط هذا الاستعلام المستودع؟
لا يستطيع بنّاؤو الذكاء الاصطناعي الحرّة الإجابة على أي من هذه الأسئلة. البنّاؤون المُهيكَلون قادرون على ذلك، لأن الإجابات تعيش في طبقة الواصف بدلاً من أن تكون مدفونة في كود مُولّد.
إلى أين يتجه هذا
مستقبل الذكاء الاصطناعي في المؤسسات لا يتعلق بتوليد المزيد من الكود بشكل أسرع. بل يتعلق بتوليد أوصاف أفضل تنفذها الأنظمة المحكومة بأمان. يصبح النموذج مترجماً ماهراً بين نية الإنسان وسلوك النظام المُهيكَل، لا مصنع كود خارج عن السيطرة.
تلك هي البنية التي ستثق بها المؤسسات فعلاً. وهي ما نبنيه.