يوعد الذكاء الاصطناعي (AI) بإحداث تحول جذري في الصناعات من خلال الابتكار والكفاءة غير المسبوقين، إلا أن العديد من المؤسسات تكتشف قيودًا حاسمة تكمن تحت السطح. على الرغم من تطور النماذج الحديثة، فإن نجاحها محدد في نهاية المطاف بالبنية التحتية التي تدعمها. تبرز الأنظمة القديمة، التي غالبًا ما يتم التغاضي عنها، كحاجز صامت يحد من الأداء وقابلية التوسع والقيمة الحقيقية لاستثمارات AI.
في هذا السياق، يوضح آرش غضنفري، مستشار CxO في المملكة المتحدة وأوروبا لدى Dell Technologies، لماذا يتحول الاهتمام من الخوارزميات وحدها نحو الحاجة الملحة لبنية تحتية مرنة ومصممة خصيصًا وقادرة على إطلاق العنان للإمكانات الكاملة لـ AI.
لماذا تكافح الشركات في تحقيق طموحات AI؟
نادراً ما تكون المشكلة نقصًا في الأفكار؛ بل غالبًا ما تكون مزيجًا من التركيز المضلل والبنية التحتية التي لم تُصمم قط لـ AI. من الناحية التجارية، تنشر المؤسسات مبادرات AI بشكل مفرط عبر المؤسسة، مما يؤدي إلى تجارب واسعة ولكن تحول قليل.
يدرك المزيد من القادة الآن أن اتباع نهج منظم لـ AI، مع مسار قابل للتكرار من إثبات المفهوم إلى الإنتاج، أمر ضروري لتحقيق قيمة حقيقية. تتبع المؤسسات الأكثر نجاحًا نهجًا يعتمد على الأعمال أولاً، مع التركيز على العمليات الأكثر أهمية في الأجزاء الأكثر أهمية من المنظمة، حيث يمكن لـ AI أن يحقق تأثيرًا ماديًا ونتائج قابلة للقياس.
حتى مع وجود استراتيجية سليمة، يصطدم الكثيرون بواقع التكنولوجيا. عدد قليل من المؤسسات صمم بنيتها التحتية لتقنية المعلومات (IT) لتتناسب مع الطبيعة الديناميكية، كثيفة البيانات، وكثيفة الحوسبة لأعباء عمل AI الحديثة. بدلاً من ذلك، تعتمد هذه المؤسسات على أنظمة قديمة ومجزأة، ومزيج من المنصات القديمة والحلول النقطية المتراكمة على مر السنين.
لقد عملت هذه البيئات بشكل جيد بما يكفي للتطبيقات التقليدية، ولكنها اليوم تحد بفعالية من AI: فالبيانات متباينة أو بطيئة الوصول، والبنية التحتية غير مرنة، والتوسع من التجربة الأولية إلى الإنتاج مكلف ومعقد. تتوقف مشاريع AI ليس لأن حالة الاستخدام ضعيفة، بل لأن المنصة لا تستطيع دعمها. للاستفادة الكاملة من AI، يجب على القادة طرح سؤال صعب: هل بنيتنا التحتية الحالية منصة انطلاق أم حاجز؟
تحديات الوصول إلى البيانات وإدارتها
يعتمد AI الفعال على بيانات غنية ومُحكمة جيدًا. فكلما كان الوصول أوسع وفي الوقت المناسب، كانت الرؤى أكثر موثوقية. عندما يُجبر علماء البيانات على التعامل مع استعلامات بطيئة، ومخازن مجزأة، وموافقات يدوية، بدلاً من تكرار النماذج، يتوقف التقدم عند طبقة البنية التحتية.
نادرًا ما توفر مكدسات التخزين والتحليلات القديمة الأداء المتوازي وضوابط الحوكمة التي تتطلبها الخوارزميات المتقدمة.
في المملكة المتحدة، يرفع تشريع مثل قانون استخدام البيانات والوصول إليها لعام 2025، الذي يشرف عليه مكتب مفوضي المعلومات، المعايير بشكل أكبر من خلال فرض ضوابط صارمة على مشاركة البيانات لأغراض الذكاء الاصطناعي.
تخيل بائع تجزئة كبير عبر الإنترنت يفقد إيرادات لأن محرك التوصيات الخاص به لا يمكن تحديثه في الوقت الفعلي، أو هيئة خدمات الصحة الوطنية (NHS) تؤخر التشخيصات. بدون منصات بيانات متماسكة ومتوافقة، يتباطأ الابتكار وتزداد المخاطر التنظيمية بشكل كبير.
قيود البنية التحتية للخوادم وأعباء عمل AI
تشغيل AI في مرحلة الإنتاج يتطلب بطبيعته قدرة حوسبية مكثفة، بغض النظر عن الحجم. تنشر الشركات بشكل متزايد AI لاتخاذ القرارات في الوقت الفعلي، والتحليلات المتقدمة، والرؤية الحاسوبية (computer vision)، وسير العمل المستقل، وغالبًا ما يكون ذلك بالتزامن مع التطبيقات الحالية والحيوية.
تُحدث أعباء العمل المتطلبة هذه ضغطًا كبيرًا على البنية التحتية للخوادم. يعاني الأداء حتمًا عندما تتنافس الخوادم ذات الأغراض العامة، واستنتاج AI (AI inference)، ومعالجة البيانات، والتطبيقات الأساسية على نفس الموارد المحدودة. هذا يقلل من القيمة الحقيقية لـ AI، ويحول المكاسب المحتملة إلى اختناقات محبطة.
البنية التحتية المصممة خصيصًا، والتي تتميز بقدرات حوسبة متسارعة متخصصة مثل وحدات معالجة الرسوميات (GPUs)، ضرورية. فهي تدعم بكفاءة أعباء العمل المختلطة والمعقدة، مما يضمن الموثوقية والأداء المتوقع الذي تتطلبه عمليات الأعمال الحديثة.
الشبكة: عنق الزجاجة الخفي لـ AI
تمتد متطلبات AI إلى ما هو أبعد من الحوسبة والتخزين؛ تتطلب هذه التقنية شبكة قوية لتسهيل حركة البيانات الضخمة بين التخزين ووحدات المعالجة والمستخدمين النهائيين. تعتبر الشبكة المزدحمة أو غير الموثوقة طريقًا مباشرًا للفشل، حيث تحرم معالجات AI القوية بشكل فعال من البيانات الحاسمة التي تحتاجها.
فكر في الأمر وكأنه دماغ فائق السرعة متصل بمودم قديم يعمل بتقنية الاتصال الهاتفي (dial-up modem). تشمل العلامات أوقات نقل البيانات الطويلة، والازدحام المزمن في الشبكة خلال ساعات الذروة، وانقطاعات الاتصال المحبطة التي يمكن أن تعرقل مهام التدريب الهامة.
أكثر من مجرد صداع تشغيلي، تؤدي الشبكة البطيئة حتمًا إلى تجربة مستخدم متأخرة بشكل محبط، مما يؤثر بشكل مباشر على رضا العملاء. لتمكين تطبيقات AI الخاصة بك حقًا وتقديم رؤى في الوقت الفعلي، تعد بنية الشبكة عالية السرعة ومنخفضة زمن الوصول شرطًا مسبقًا لتدفق البيانات المستمر وغير المعاق.
التعقيدات التشغيلية والبنية التحتية غير الملائمة
يجب أن تكون رحلة نموذج AI من المختبر إلى الإنتاج الفعلي سلسة ومتكاملة. ومع ذلك، تجد العديد من المؤسسات نفسها مثقلة بلا داعٍ بالتعقيدات التشغيلية. إذا كان فريق تقنية المعلومات (IT) الخاص بك يكافح باستمرار لتوفير الموارد، وإدارة التبعيات البرمجية المعقدة، وتوسيع نطاق التطبيقات بفعالية، فإن بنيتك التحتية الأساسية تولد احتكاكًا غير ضروري.
البيئة الجامدة، التي تُكوّن يدويًا، تخنق بنشاط التجريب والتكرار الفعال ونشر نماذج AI. في السوق التنافسية اليوم، يعد هذا النقص في المرونة عائقًا كبيرًا، خاصة بالنسبة للشركات التي تسعى إلى AI للحصول على ميزة تنافسية حيث تكون سرعة الوصول إلى السوق أمرًا بالغ الأهمية.
يمكن للبنية التحتية الحديثة تبسيط هذه العملية، من خلال الاستفادة من مكدسات البرامج المتكاملة وأدوات الأتمتة. يمكّن هذا النهج الفرق من نشر تطبيقات AI بسرعة، وإدارتها بسهولة، وتوسيع نطاقها حسب الطلب، مما يحول الابتكار المستمر إلى ميزة تجارية ملموسة.
ماذا يعني هذا لك؟
بالنسبة للمؤسسات التي تتطلع إلى تسخير الإمكانات الكاملة لـ AI، فإن الدرس واضح: لا يمكن فصل نجاح AI عن البنية التحتية التي تدعمه. يتطلب الأمر نهجًا استراتيجيًا يركز على بناء أساس قوي مصمم خصيصًا لتلبية متطلبات AI.
تجاهل تحديات البنية التحتية يعني المخاطرة بإعاقة استثماراتك في AI، مما يؤدي إلى مشاريع متوقفة، وتكاليف غير ضرورية، وفقدان ميزة تنافسية حاسمة. لا تدع البنية التحتية القديمة تصبح حاجزًا غير مرئي يحد من ابتكاراتك.
يتعين على القادة البدء بتقييم شامل لبنيتهم التحتية الحالية، مع التركيز على قدرات معالجة البيانات، أداء الخوادم (خاصة دعم GPUs)، وسرعة وموثوقية الشبكة، والكفاءة التشغيلية. الاستثمار في حلول مصممة لـ AI يضمن ليس فقط الأداء الأمثل ولكن أيضًا قابلية التوسع والمرونة اللازمتين للنمو المستقبلي.
الخاتمة
في عصر يتسارع فيه الابتكار المدفوع بـ AI، أصبحت البنية التحتية عنصرًا حاسمًا في تحقيق النجاح. تؤكد Dell Technologies أن التركيز يجب أن ينصب على بناء أساس تقني قوي يمكنه دعم وتمكين أعباء عمل AI الأكثر تطلبًا. فقط من خلال ضمان جاهزية البنية التحتية، يمكن للمؤسسات تحويل طموحاتها في AI إلى واقع ملموس، وإطلاق العنان لقيمة حقيقية ومستدامة.
