بالنسبة لشركات الإعلام، تحول السؤال من ما إذا كان يجب دمج الذكاء الاصطناعي إلى كيفية القيام بذلك بفعالية. أولئك الذين يمرون بهذه المرحلة بنجاح سيُحسّنون العمليات ويفتحون فرصًا جديدة للابتكار والنمو.
مع نضوج الذكاء الاصطناعي، فإنه يتبع دورة اعتماد تكنولوجية معروفة جيدًا، مُنتقلًا من ابتكار المنتجات والحلول إلى الاضطراب على مستوى الصناعة. بدأ الرواد في صناعة الإعلام والترفيه بالفعل في دمج الذكاء الاصطناعي والتعلم الآلي (ML) في سير عملهم.
تزداد الأمثلة على استخدام التكنولوجيا لتعزيز الكفاءة والتخصيص والإبداع. على سبيل المثال، تُخصّص محرك توصيات Netflix المُدار بواسطة الذكاء الاصطناعي تجارب المستخدم لتعزيز المشاركة. بالإضافة إلى ذلك، تُستفيد Netflix من الذكاء الاصطناعي لإنشاء معاينات مُقنعة لمحتواها، وتحديد المجموعة التي من المرجح أن تُنشئ مشاركة المشاهدين. يُنشئ AI DJ من Spotify قوائم تشغيل مُخصصة، مُدمجًا البيانات مع الإبداع. تستخدم Spotify أيضًا الذكاء الاصطناعي لمنح DJ "الصناعي" صوتًا بشريًا، مع القدرة على تغيير النغمة واللكنة والجنس لخلق صدى أكبر مع المشتركين. تُوفر منصة Azure من Microsoft أدوات مُعتمدة على الذكاء الاصطناعي لِتَعديل المحتوى، ويستخدم مُؤشر الفيديو من Azure الذكاء الاصطناعي لتحليل المحتوى وإثراء البيانات الوصفية المُرتبطة به. طورت Freewheel تقنيات مُدارة بواسطة الذكاء الاصطناعي لإدراج الإعلانات واستهدافها، لزيادة كفاءة تحقيق الدخل من الإعلانات.
هذه ليست سوى أمثلة قليلة على كيفية ثورة الذكاء الاصطناعي في الصناعة بهدوء، وستستمر حالات الاستخدام في النمو. بالنسبة لشركات الإعلام التي تواجه هذه الموجة من عروض الذكاء الاصطناعي، فإن التحدي الحقيقي ليس ما إذا كان الذكاء الاصطناعي يمكن أن يُساعد، بل كيفية اختيار الأدوات والاستراتيجيات المناسبة لاحتياجاتهم.
تتمثل الخطوة الأولى في دمج الذكاء الاصطناعي في سير العمل الإعلامي في فهم استعداد المنظمة لاعتماد حالة استخدام الذكاء الاصطناعي. **AI** ستتطلب حلول ذات آثار واسعة النطاق، تُؤثر على العديد من وظائف المنظمة ومصادر البيانات، نماذج تقييم معقدة لضمان مراعاة جميع جوانب العمل. **AI** أسهل بكثير في هضمها **AI** الحلول التي تكون ضيقة النطاق - تحسين أداء المُشفر على سبيل المثال - تتطلب نماذج تقييم أبسط لتحديد ما إذا كانت مناسبة لاحتياجات المنظمة.
تتمثل الخطوة الثانية في تحديد حالة استخدام جيدة في تحديد نتيجة مرغوبة قابلة للقياس من خلال مؤشرات أداء رئيسية تشغيلية واضحة. عادةً ما يكون هذا مرتبطًا بشكل واضح بزيادة الكفاءة (تقليل التكلفة)، أو تحسين تجربة العميل (تقليل الانخفاض وزيادة المشاركة)، أو تحقيق عائد إضافي.
تتمثل الخطوة الثالثة في تقييم قوة الحلول المتاحة وتحديد عتبة الأداء التي تُحدد نتيجة ناجحة لحالة استخدام معينة. في معظم الحالات، لا تقوم المنظمة ببناء وتدريب نماذج **AI** الخاصة بها، ولكنها تُستفيد من نماذج **AI** تابعة لجهات خارجية من خلال واجهات برمجة التطبيقات، وتطبيق هذا النموذج على مجموعة البيانات أو المحتوى الخاصة بها. **AI** فهم واضح لنطاق النتائج المحتملة باستخدام مقاييس أسهل في التقييم مثل الجودة المرئية، أو الوقت الذي يستغرقه تسليم الأصول، أو حتى عوامل مثل استخدام عرض النطاق الترددي، سيساعد في تأهيل حالات الاستخدام القيمة وتجنب خيبة الأمل. **AI** هناك عدد من العوامل التي يجب مراعاتها عند تقييم حل لِمنظمتك. **AI** لتوضيح النقطة، فيما يلي نموذج تقييم لِتَقييم ما إذا كان يجب الاستفادة من الذكاء الاصطناعي في سير عمل الترميز أم لا. ينظر نموذج التقييم هذا إلى خمسة عوامل رئيسية:
- التكلفة والوفورات: **AI** سيؤدي دمج الذكاء الاصطناعي في الترميز إلى توفير عرض النطاق الترددي للتوزيع، لكنه سيأتي مع تكلفة موارد الحوسبة الإضافية وتكاليف ترخيص البرامج المحتملة. سيفكر نموذج التقييم الجيد ليس فقط في الوفورات في تكلفة عرض النطاق الترددي للتوزيع، ولكن أيضًا في التكلفة الإضافية للبنية التحتية لإدارة العبء الحسابي المتزايد. **AI** يُمكن أن يُساعد وجود مقياس أساسي للتكاليف لعملية موجودة بناءً على بعض المقاييس البسيطة مثل "الوقت المستغرق" أو "الأصل المُعالج" في المقارنة مع سير عمل الذكاء الاصطناعي في حسابات TCO. **AI** لكن تذكر دائمًا: تمر عمليات الذكاء الاصطناعي بتحسينات النموذج وسير العمل التي تميل إلى تقديم فوائد تدريجية من خلال الإصدارات اللاحقة، لذلك TCO هو حساب متطور.
- أثر الأداء: **AI** قد تُؤدي معالجة إضافية مُعتمدة على الذكاء الاصطناعي إلى إدخال فترة انتظار في سير عمل الترميز. **AI** إذا أدى حل الذكاء الاصطناعي إلى إدخال ثوانٍ عديدة من فترة انتظار لبث مباشر، فقد يُؤثر التأثير على تجربة المشاهد بشكل كبير على العمل. **AI** في بعض الحالات، قد يكون لحل الذكاء الاصطناعي أيضًا آثار على جانب العميل، والتي قد لا تكون مقبولة. سيفكر نموذج التقييم الجيد في جميع آثار المستخدم النهائي في تنفيذ الحل وسيُحدد عتبة واضحة للأداء المقبول.
- أثر التشغيل: **AI** يجب فهم أي آثار على العمليات اليومية بشكل جيد. **AI** هل هناك مراقبة إضافية مطلوبة لضمان الأداء المستدام لوفورات عرض النطاق الترددي و/أو جودة الصورة؟ **AI** هل يجب إعادة تدريب الموظفين لفهم أي مقاييس أداء جديدة، والتكوينات والإعدادات؟ **AI** هل هناك آثار على الاستدامة تحتاج إلى تقييمها مقابل مبادرات ESG للمنظمة بسبب زيادة استهلاك الطاقة؟
- تكامل النظام والمخاطر: **AI** هل هناك أنظمة أخرى في سير عمل ترميز الفيديو والتوزيع تستخدم أيضًا الأتمتة و/أو الذكاء الاصطناعي؟ **AI** هل يتم فهم مخاطر النظام الشاملة بشكل جيد لِتَخفيف أي أحداث تُؤثر على العمل؟ **AI** هل يمكن أن تكون هناك آثار متتالية محتملة لنظام مُعطل يُغذي نظامًا آخر مُمكّن بالذكاء الاصطناعي، وهل الحماية من الأخطاء والازدواجية الحالية كافية؟ **AI** تشغيل سير العمل في البداية في بيئات الاختبار والتطوير بالإضافة إلى محاكاة الأعطال هو وسيلة رائعة لفهم كيفية أداء الحماية من الأخطاء والازدواجية قبل نشر الإنتاج.
- الأخلاقيات والخصوصية: **AI** يجب أن تكون الاعتبارات الأخلاقية والخصوصية جزءًا من كل نموذج تقييم. **AI** هل يمكن للنظام تغيير المحتوى بأي شكل من الأشكال؟ **AI** هل هناك أي احتمال أن يُمكن لنظام مُمكّن بالذكاء الاصطناعي لمس بيانات العملاء؟ **AI** على سبيل المثال، **AI** قد تكون هناك أنظمة ترميز مُمكّنة بالذكاء الاصطناعي لديها آليات مُدمجة للترجمة الصوتية التلقائية أو اكتشاف العلامة التجارية داخل الإطار واستبدالها لأغراض تحقيق الدخل. **AI** ضمان ضوابط وأذونات مناسبة للحفاظ على حقوق مالك/مُنشئ المحتوى أمر بالغ الأهمية.
بمجرد اختيار حالة استخدام، قم بتطوير طرق تدريجية لإدخالها في المنظمة. **AI** حدّ من التنفيذ الأولي بحيث يتم فهم الآثار على المنظمة بشكل جيد، بالإضافة إلى إمكانية تحقيق النتائج المرجوة.
**AI** اعتمدت شركات الإعلام مثل BBC هذا النهج بنجاح، مُجربة العديد من المبادرات المُدارة بواسطة الذكاء الاصطناعي في إعدادات داخلية محدودة. **AI** على سبيل المثال، تم إطلاق ميزات تخصيص المحتوى في إعدادات مُتحكم فيها قبل نشرها لجمهور أوسع. **AI** تُؤكد BBC أيضًا على أن جميع المبادرات تُحكمها مبادئ أساسية، التي تُشكل نماذج التقييم الداخلية الخاصة بها.
**AI** من المفيد أيضًا مراعاة السيناريوهات التي قد يؤدي فيها النظام بشكل جيد جدًا كِاختبار أولي، لكنه يُواجه مشكلات كبيرة على نطاق واسع. **AI** حدد المشكلات المحتملة التي قد تُؤثر على توسيع نطاق حلولك المُمكّنة بالذكاء الاصطناعي كجزء من نموذج التقييم، واعتبر ما إذا كانت آليات التراجع قد تكون ضرورية.
**AI** الذكاء الاصطناعي ليس مجرد أداة - بل أصبح سريعًا أمرًا استراتيجيًا ضروريًا لصناعة الإعلام والترفيه. **AI** من خلال اعتماد نهج منهجي - بدءًا من حالات استخدام مُحددة بوضوح، مدعومة بأطر تقييم قوية، وإجراء اختبارات مُجربة بدقة في بيئات مُتحكم فيها - يمكن لشركات الإعلام الاستفادة من الذكاء الاصطناعي لِتَحقيق كل من الكفاءة والابتكار.
**AI** من المُتبنين الأوائل، من الواضح أن الذكاء الاصطناعي ليس حلًا واحدًا يناسب الجميع. **AI** الشركات التي تُبرع في تسخير الذكاء الاصطناعي هي تلك التي تتمتع بفهم عميق لسير العمل الإعلامي، والتطبيقات التقنية، ونقاط الألم في الصناعة. **AI** هذه الرواد هي الأفضل تجهيزًا للاستفادة من الذكاء الاصطناعي بشكل فعال، وتخصيص قدراته لِتَناسب احتياجاتهم المحددة.
**AI** من النقاط الرئيسية الأخرى هي انخفاض تكلفة التجربة. **AI** من خلال تشغيل الاختبارات بشكل متوازٍ أو داخل بيئات غير إنتاجية، يمكن للشركات استكشاف إمكانات الذكاء الاصطناعي دون تعطيل العمليات الجارية. **AI** من المهم أن هذه العملية التجريبية لا تُحسّن فقط تنفيذات الذكاء الاصطناعي، بل تُطور أيضًا معرفة داخلية حاسمة بالذكاء الاصطناعي ستُحقق قيمة طويلة الأجل.
**AI** لا تخطئ - الذكاء الاصطناعي يُحوّل الصناعة بالفعل. **AI** كشف استطلاع أجرته Gartner في عام 2023 لأكثر من 1400 من قادة التنفيذيين أن 45٪ منهم يُجرون اختبارات لحلول الذكاء الاصطناعي التوليدي، وأن 10٪ منهم قد نشروها بالفعل في الإنتاج. **AI** هذا ارتفاع حاد من 15٪ فقط من الاختبارات و 4٪ في الإنتاج في العام السابق، مما يُؤكد على السرعة التي تُعتمد بها الشركات على الذكاء الاصطناعي لِتَحافظ على قدرتها التنافسية. **AI** مع تطور المشهد الرقمي بسرعة، أولئك الذين يتصرفون الآن لاستكشاف إمكانات الذكاء الاصطناعي، مع بناء المهارات والاستراتيجيات الأساسية، سيكونون في أفضل وضع لِتَحقيق فرص نمو جديدة وتعميق مشاركة الجمهور. **AI** الذكاء الاصطناعي ليس مجرد المستقبل - بل هو مفتاح البقاء في المقدمة في عالم سريع التغير.