معاذ الخلف M.Alkhalaf
معاذ الخلف M.Alkhalaf

@muath2

12 تغريدة 8 قراءة Apr 15, 2023
هذا المقال الذهبي من ماكينزي المنشور عام ٢٠١٨ من المقالات التي احتفظ بها وأرجع إليها بشكل مستمر.
يتحدث المقال عن أهم ١٠ أسباب لفشل مشاريع البيانات و #الذكاء_الاصطناعي لدى أي جهة.
دعونا نستعرض الأسباب العشرة 👇
mckinsey.com
#AI #Analytics
السبب الأول: عدم وجود رؤية واضحة Vision لدى القيادة التنفيذية حول مشاريع تحليل البيانات والذكاء الاصطناعي.
الحل: عمل ورش عمل للقيادة التنفيذية توضح التوجه والأهداف وتزيل اي فهم خاطئ حول البيانات و الذكاء الاصطناعي
السبب الثاني: لم يتم تحديد القيمة التي ستحصل عليها المنظمة من الدفعة الأولى من مشاريع (أو ما اصطلح على تسميته حالات الاستخدام) البيانات والذكاء الاصطناعي.
الحل: تحديد ثلاث إلى خمس حالات استخدام قابلة للتنفيذ وتمثل مكاسب سريعة وذلك في السنة الأولى والحرص على انهائها
السبب الثالث: عدا عن مجموعة صغيرة من حالات الاستخدام، فإن المنظمة تفتقد لاستراتيجية وخارطة طريق واضحة للبيانات والذكاء الاصطناعي.
الحل: اجابة ثلاثة أسئلة هامة حول الذكاء الاصطناعي: (١) ماهي المخاطر من عدم استخدامه (٢) ما هي الفرص من استخدامه (٣) كيف يستفاد منه لخلق فرص جديدة
السبب الرابع: عدم تعريف الأدوار والمسؤوليات Roles & Responsibilities الخاصة بالبيانات والذكاء الاصطناعي بشكل واضح.
الحل: وضع خطة لبناء الفريق واستقطاب الكفاءات التقنية في هذا المجال وبدء الاستقطاب الداخلي ومن ثم الانتقال للتوظيف من خارج المنظمة
السبب الخامس: عدم وجود حلقة وصل بين فريق البيانات والذكاء الاصطناعي وبين الادارات المختلفة وهي الوظيفة التي اطلق عليها مسمى "مترجم تحليلات البيانات" Analytics translator.
الحل: استقطاب وتوظيف هؤلاء "المترجمين" وهم من يجمع بين فهم الجانب التقني وفهم البزنس
السبب السادس: وجود فجوة بين فريق البيانات والذكاء الاصطناعي وبين الادارات المختلفة بسبب عدم فاعلية الهيكل التنظيمي.
الحل: وجود هيكل تنظيمي هجين يعطي فريق البيانات مركزية و استقلالية في العمل ولكن يوفر ربط قوي بينه وبين الادارات المختلفة من خلال دمج أجزاء منه فيها
السبب السابع: الغرق في مشاريع تنظيف وجودة البيانات على نطاق واسع في حين أنها بحد ذاتها لا توفر قيمة مباشرة للبزنس
الحل: البدء من حل مشكلات البزنس بحيث لكل حالة استخدام يتم تنظيف وترتيب البيانات الخاصة بحالة الاستخدام هذه مع الاستفادة من ذلك في بناء بنك البيانات بشكل متدرج
السبب الثامن: غياب هدف واضح لتحقيق فوائد للبزنس أثناء بناء مستودع أو بحيرة البيانات مع محاولة دمجها مع الأنظمة القديمة مما يتسبب في خسائر كبيرة لبناء هذه البحيرة دون الفوائد المرجوة.
الحل: بناء مستودع أو بحيرة البيانات تدريجيا وبشكل منفصل عن وموازي ل الأنظمة القديمة Data Platform
السبب التاسع: عدم وجود قياس لأثر مشاريع البيانات والذكاء الاصطناعي على المنظمة بالأرقام.
الحل: قياس الأثر والعائد المالي أولا بأول لكل حالة استخدام يتم تنفيذها
السبب العاشر: اغفال الآثار القانونية والأخلاقية لمشاريع البيانات والذكاء الاصطناعي وعدم التعامل معها بالشكل المطلوب ومنذ البداية.
الحل: العمل مع الادارة القانونية والموارد البشرية وغيرها لمتابعة هذه المشاريع ووضع خطط لتجنب أي مشاكل قانونية أو أخلاقية
أتمنى أن تكونوا قد استفدتم وأتطلع إلى معرفة تجربتكم في هذا الجانب وإذا كان هناك أي اضافات أو تعليق

جاري تحميل الاقتراحات...