أنظمة تكنولوجيا المعلومات القديمة: عقبة في طريق الذكاء الاصطناعي – الصورة: Xpert.Digital
الذكاء الاصطناعي يواجه أنظمة تكنولوجيا المعلومات القديمة: كيف تتعثر الشركات؟
هل تتعرض ثورة الذكاء الاصطناعي للإعاقة؟ التحدي الذي تفرضه هياكل تكنولوجيا المعلومات القديمة.
يُبشّر التطور السريع للذكاء الاصطناعي بمزايا هائلة للشركات والهيئات الحكومية في جميع أنحاء العالم. فمن أتمتة العمليات المعقدة وتحسين عملية صنع القرار إلى ابتكار نماذج أعمال جديدة كلياً، تبدو الإمكانيات لا حدود لها. ولكن وراء الواجهة البراقة لثورة الذكاء الاصطناعي، تكمن عقبة غالباً ما يتم تجاهلها: أنظمة تكنولوجيا المعلومات القديمة.
غالباً ما تكون الحقيقة كالتالي: لا تزال العديد من المؤسسات تعتمد على بنى تحتية لتكنولوجيا المعلومات صُممت قبل عقود. هذه الأنظمة، التي تُسمى "الأنظمة القديمة"، ليست متقادمة تقنياً فحسب، بل إنها أيضاً غير ملائمة هيكلياً ومفهومياً لمتطلبات تطبيقات الذكاء الاصطناعي الحديثة. والنتيجة هي وضعٌ تُقيّد فيه قيود البنية التحتية الحالية لتكنولوجيا المعلومات إمكانات الذكاء الاصطناعي بشكلٍ كبير.
مناسب ل:
لماذا تُشكّل الأنظمة القديمة مشكلة؟
إن المشاكل التي تسببها أنظمة تكنولوجيا المعلومات القديمة أثناء تطبيق الذكاء الاصطناعي عديدة ومعقدة:
مشاكل التوافق
تعتمد الأنظمة القديمة غالبًا على لغات برمجة قديمة (مثل كوبول) وإصدارات برمجية عفا عليها الزمن. هذه التقنيات ببساطة غير متوافقة مع الأطر والمكتبات الحديثة اللازمة لتطوير تطبيقات الذكاء الاصطناعي وتشغيلها. ويتطلب دمج الذكاء الاصطناعي في هذه الأنظمة في كثير من الأحيان تعديلات معقدة ومكلفة.
صوامع البيانات وضعف جودة البيانات
في العديد من المؤسسات، تتوزع البيانات عبر أنظمة معزولة ومتعددة (مستودعات بيانات منعزلة). لا يُصعّب هذا التشتت الوصول إلى المعلومات ذات الصلة فحسب، بل يعيق أيضًا دمج البيانات وإعدادها لتطبيقات الذكاء الاصطناعي. علاوة على ذلك، غالبًا ما تكون البيانات في الأنظمة القديمة بتنسيقات قديمة أو ذات جودة رديئة، مما يحدّ من إمكانية استخدامها في تطبيقات الذكاء الاصطناعي.
صعوبات التكامل
غالباً ما يُمثل دمج الذكاء الاصطناعي في الأنظمة القديمة تحديات تقنية كبيرة. فقواعد البيانات البرمجية القديمة، وقلة المرونة، وغياب واجهات برمجة التطبيقات (APIs) تُعيق التواصل وتبادل البيانات بين الأنظمة. وفي كثير من الحالات، يكون من الضروري إجراء ترقيات شاملة أو حتى استبدال المنصات بالكامل لتمكين التكامل.
قيود الأداء
تتطلب تطبيقات الذكاء الاصطناعي، وخاصة تلك القائمة على التعلم الآلي، قدرة حاسوبية هائلة. وغالبًا ما تعجز الأجهزة القديمة والبرمجيات غير الفعالة في الأنظمة القديمة عن تلبية هذه المتطلبات. والنتيجة هي بطء الاستجابة، ومحدودية قابلية التوسع، وانخفاض عام في فعالية تطبيقات الذكاء الاصطناعي.
الثغرات الأمنية
غالباً ما تفتقر الأنظمة القديمة إلى ميزات الأمان الحديثة اللازمة للحماية من الهجمات الإلكترونية. وقد يؤدي دمج الذكاء الاصطناعي في هذه الأنظمة إلى ظهور مخاطر أمنية جديدة، لا سيما إذا كانت منصات الذكاء الاصطناعي تتطلب الوصول إلى بيانات حساسة. علاوة على ذلك، غالباً ما تتوقف التحديثات الأمنية عن توفيرها للأنظمة القديمة، مما يُبقي الثغرات الأمنية المعروفة مكشوفة.
العواقب الواقعية: عندما تتعثر مبادرات الذكاء الاصطناعي
غالباً ما تؤدي التحديات المذكورة أعلاه إلى تعثر مبادرات الذكاء الاصطناعي أو حتى فشلها على أرض الواقع. ومن الأمثلة على ذلك:
الرعاىة الصحية
غالباً ما تواجه المستشفيات وغيرها من مرافق الرعاية الصحية التي تعتمد على أنظمة السجلات الصحية الإلكترونية القديمة صعوبة في الاستفادة من الذكاء الاصطناعي في مهام مثل كشف الاحتيال والتشخيص والعلاج الشخصي. كما أن وجود مخازن بيانات منفصلة يحول دون الحصول على رؤية شاملة لبيانات المرضى، وتعيق مشكلات التوافق بين الأنظمة القديمة وأدوات الذكاء الاصطناعي الحديثة تقديم الرعاية الصحية للمرضى.
سلطات
غالباً ما تواجه الهيئات الحكومية، ولا سيما تلك التي تتعامل مع مجموعات بيانات ضخمة وعمليات معقدة، صعوبات جمة بسبب الأنظمة القديمة الراسخة. تعيق هذه الأنظمة تطبيق الذكاء الاصطناعي في مهام مثل كشف التهرب الضريبي، وتقديم الخدمات للمواطنين، وإدارة البنية التحتية. وتؤدي العمليات اليدوية التي تفرضها الأنظمة القديمة إلى عدم الكفاءة والتأخير في تقديم الخدمات.
قطاع الخدمات المالية
تتزايد استخدامات الذكاء الاصطناعي في البنوك والمؤسسات المالية الأخرى للكشف عن الاحتيال، وتقييم المخاطر، وتقديم منتجات مالية مُخصصة. إلا أن أنظمة تكنولوجيا المعلومات القديمة تُعقّد دمج أدوات الذكاء الاصطناعي في أنظمة معالجة المعاملات التقليدية. كما أن وجود قواعد بيانات معزولة وتنسيقات غير متوافقة يُعيق فعالية الذكاء الاصطناعي، وتُشكّل متطلبات الأمن والامتثال الصارمة عقبات إضافية.
لماذا يُعد التحديث معركة صعبة
غالباً ما تكون عملية تحديث أنظمة تكنولوجيا المعلومات عملية معقدة وطويلة تتضمن عدداً من التحديات:
الديون التقنية
على مر السنين، غالباً ما تتراكم الديون التقنية في الأنظمة القديمة. وهذا يعني أنه تم تطبيق حلول سريعة، ولكنها ليست بالضرورة مثالية، لمعالجة المشاكل قصيرة الأجل. وتعيق هذه "الديون" بشكل كبير فهم الذكاء الاصطناعي وتعديله ودمجه في الشيفرة البرمجية.
قيود الميزانية
قد تكون الاستثمارات المطلوبة لتحديث البنية التحتية واستبدال البرامج وتدريب الموظفين كبيرة. وهذا يشكل تحدياً كبيراً، لا سيما بالنسبة للمؤسسات ذات الموارد المالية المحدودة.
مقاومة التغيير:
قد يقاوم الموظفون المعتادون على الأنظمة القديمة إدخال الذكاء الاصطناعي. وقد يعود ذلك إلى الخوف من فقدان الوظيفة، أو عدم الفهم، أو ببساطة إلى سهولة استخدام سير العمل الحالي.
نقص الخبرة في مجال الذكاء الاصطناعي
يتطلب تطبيق الذكاء الاصطناعي معرفة ومهارات متخصصة. ومع ذلك، تفتقر العديد من المؤسسات إلى الخبرة الداخلية اللازمة وتعتمد على مستشارين أو مزودي خدمات خارجيين.
سد الفجوة: استراتيجيات دمج الذكاء الاصطناعي
على الرغم من التحديات، هناك عدد من الحلول التكنولوجية والنهج الاستراتيجية التي يمكن أن تساعد المؤسسات على سد الفجوة بين الأنظمة القديمة والذكاء الاصطناعي:
البرمجيات الوسيطة وواجهات برمجة التطبيقات
يمكن للبرمجيات الوسيطة أن تعمل كجسر بين التطبيقات القديمة ونماذج الذكاء الاصطناعي. وتتيح واجهات برمجة التطبيقات تبادل البيانات بين الأنظمة غير المتوافقة دون الحاجة إلى إصلاح شامل للبنية التحتية الأساسية.
حلول الذكاء الاصطناعي السحابية والهجينة
يُتيح نقل أحمال عمل الذكاء الاصطناعي إلى خوادم سحابية أو حلول الحوسبة الطرفية مزايا من حيث قوة الحوسبة وقابلية التوسع والمرونة. وتُمكّن نماذج الذكاء الاصطناعي الهجينة، التي تجمع بين الأنظمة القديمة والبنية التحتية الحديثة للذكاء الاصطناعي، من تشغيل أحمال عمل الذكاء الاصطناعي الحساسة محليًا مع الاستعانة بمصادر خارجية لتشغيل أحمال أخرى على السحابة.
تحديث البيانات
يُعدّ تنظيف البيانات وتوحيدها وتحويلها أمراً بالغ الأهمية لتحويل البيانات القديمة إلى صيغ متوافقة مع الذكاء الاصطناعي. ويمكن لخطوط أنابيب ETL (الاستخراج والتحويل والتحميل) ومستودعات البيانات أن تساعد في إدارة البيانات وإعدادها للمعالجة بواسطة الذكاء الاصطناعي.
في المراحل ، التنفيذ
إن اتباع نهج تدريجي لدمج الذكاء الاصطناعي، حيث يتم إدخال التكنولوجيا طبقة تلو الأخرى، يقلل من الاضطراب ويسمح للمؤسسات بالتعلم والتكيف مع تطور العملية.
بوابات الذكاء الاصطناعي
تُعدّ بوابات الذكاء الاصطناعي أدوات متخصصة تعمل كواجهة بين تطبيقات الذكاء الاصطناعي والأنظمة القديمة. فهي تُبسّط عملية التكامل وتُسرّع من تبني الذكاء الاصطناعي مع الحفاظ على سلامة الأنظمة القديمة.
مناسب ل:
ثمن القدم: العواقب الاقتصادية لإهمال الذكاء الاصطناعي
إن إهمال تطبيق الذكاء الاصطناعي بسبب أنظمة تكنولوجيا المعلومات القديمة له عواقب اقتصادية كبيرة:
زيادة تكاليف التشغيل
غالباً ما تكون صيانة الأنظمة القديمة مكلفة وغير فعالة. فالالمعرفة المتخصصة، وفترات التوقف المتكررة، والإصلاحات المستمرة تزيد من التكاليف.
خسائر الإنتاجية
تؤدي الأنظمة القديمة البطيئة وغير الموثوقة إلى توقف العمل وانخفاض إنتاجية الموظفين. كما تنشأ أوجه القصور من عزلة البيانات وعدم التكامل السلس مع الأدوات الحديثة.
عيب تنافسي
إن المنظمات التي لا تستفيد من الذكاء الاصطناعي تخاطر بالتخلف عن منافسيها، وتفوت عليها فرص الابتكار، ومصادر دخل جديدة، وتحسين تجارب العملاء.
تزايد المخاطر الأمنية
تُعدّ أنظمة تكنولوجيا المعلومات القديمة أكثر عرضةً للهجمات الإلكترونية وانتهاكات الامتثال، مما قد يؤدي إلى عقوبات وغرامات باهظة وتشويه السمعة.
عوامل محفزة للتغيير: البرامج الحكومية والإعانات
لتعزيز التحول الرقمي واعتماد الذكاء الاصطناعي، أطلقت الحكومات في جميع أنحاء العالم عدداً من البرامج والحوافز.
ألمانيا
تُركز الاستراتيجية الرقمية الألمانية لعام 2025 على تطوير المهارات الرقمية والذكاء الاصطناعي وتحديث الخدمات العامة. وقد حظيت مبادرات محددة، مثل "الميثاق الرقمي للمدارس" واستراتيجية ألمانيا للذكاء الاصطناعي، بتمويل كبير.
الاتحاد الأوروبي
يهدف برنامج أوروبا الرقمية (DIGITAL) إلى توجيه التحول الرقمي للمجتمع والاقتصاد الأوروبيين، بما في ذلك تمويل الذكاء الاصطناعي والحوسبة الفائقة والأمن السيبراني. وتُعد استراتيجية الاتحاد الأوروبي للذكاء الاصطناعي وقانون الذكاء الاصطناعي من المبادرات الرئيسية الأخرى.
الاستراتيجيات العالمية: نظرة مقارنة على المناهج الدولية
تختلف مناهج تطبيق الذكاء الاصطناعي وتحديث أنظمة تكنولوجيا المعلومات القديمة اختلافًا كبيرًا بين الدول. فبعضها يعتمد بشكل أكبر على التدخل الحكومي، بينما يفضل البعض الآخر نهجًا أكثر توجهاً نحو السوق. كما تتباين معدلات تبني الذكاء الاصطناعي بشكل ملحوظ، حيث تتصدر بعض الدول (مثل الصين والولايات المتحدة وإسرائيل) هذا المجال.
اجتياز متاهة الامتثال: تأثير لوائح الأمن وحماية البيانات
تلعب لوائح الأمن وحماية البيانات، مثل اللائحة العامة لحماية البيانات (GDPR) وقانون قابلية نقل التأمين الصحي والمساءلة (HIPAA)، دورًا حاسمًا في توجيه تبني الذكاء الاصطناعي. فهي تضمن حماية البيانات الشخصية واستخدام تطبيقات الذكاء الاصطناعي بشكل أخلاقي ومسؤول. مع ذلك، قد يمثل الامتثال لهذه اللوائح تحديات، لا سيما بالنسبة للتطبيقات كثيفة البيانات.
توصيات لتطبيق الذكاء الاصطناعي بنجاح
للتغلب على تحديات أنظمة تكنولوجيا المعلومات القديمة عند إدخال الذكاء الاصطناعي، ينبغي مراعاة التوصيات التالية:
للشركات والهيئات الحكومية
- قم بإجراء تقييم شامل للبنية التحتية الحالية لتكنولوجيا المعلومات.
- تطوير استراتيجيات شاملة لتحديث تكنولوجيا المعلومات.
- أعط الأولوية لتحديث البيانات.
- ضع في اعتبارك الحلول الهجينة والقائمة على الحوسبة السحابية.
- ضمان اتخاذ تدابير أمنية قوية والامتثال للوائح حماية البيانات ذات الصلة.
- استثمر في برامج التدريب والتطوير المهني.
- اتبع نهجاً تدريجياً في دمج الذكاء الاصطناعي.
- استخدم البرمجيات الوسيطة، وواجهات برمجة التطبيقات، وبوابات الذكاء الاصطناعي.
لصناع القرار السياسي
- دعم وتوسيع برامج التمويل لتحديث تكنولوجيا المعلومات وتطبيق الذكاء الاصطناعي.
- تعزيز التعاون الدولي وتبادل أفضل الممارسات.
- تطوير أطر تنظيمية واضحة وقابلة للتكيف.
- تعزيز الشراكات بين القطاعين العام والخاص.
- استثمر في مبادرات لتعزيز الكفاءة الرقمية ومهارات الذكاء الاصطناعي.
يُعدّ تحديث البنية التحتية لتكنولوجيا المعلومات خطوةً حاسمةً لإطلاق العنان للإمكانات التحويلية للذكاء الاصطناعي والاستفادة القصوى من الفرص التي يتيحها العصر الرقمي. وبهذه الطريقة فقط تستطيع الشركات والهيئات العامة الحفاظ على قدرتها التنافسية، وتحسين عملياتها، وتقديم قيمة مضافة لمواطنيها وعملائها.
مناسب ل:
شريكك العالمي في التسويق وتطوير الأعمال
☑️ لغة العمل لدينا هي الإنجليزية أو الألمانية
☑️ جديد: المراسلات بلغتك الوطنية!
Konrad Wolfenstein
سأكون سعيدًا بخدمتك وفريقي كمستشار شخصي.
يمكنك الاتصال بي عن طريق ملء نموذج الاتصال أو ببساطة اتصل بي على +49 89 89 674 804 (ميونخ) . عنوان بريدي الإلكتروني هو: ولفنشتاين ∂ xpert.digital
إنني أتطلع إلى مشروعنا المشترك.
