رأينا هذا النمط يتكرر: تجربة ذكاء اصطناعي تُبهر الجميع في اجتماع، ثم تختفي بهدوء بعد ستة أسابيع. السبب نادرًا ما يكون ضعف النموذج. السبب أن التجربة بُنيت لتُعرض، لا لتعمل.
الفرق بين العرض والإنتاج
العرض يحتاج مثالًا واحدًا ناجحًا. الإنتاج يحتاج التعامل مع الحالة التي لم يتوقعها أحد: المستند الممسوح بزاوية مائلة، والحقل الفارغ، والمستخدم الذي يكتب بلهجة مختلطة. هذه ليست حالات نادرة — إنها معظم الواقع.
- ابدأ من حالة استخدام واحدة يمكن قياسها بالأرقام.
- اربط كل استنتاج بمصدره حتى يمكن تدقيقه.
- ضع حدًا صريحًا: ما الذي يقرّره النموذج وما الذي يبقى للإنسان؟
- قِس الجودة أسبوعيًا، لأن الأداء ينحرف مع تغيّر البيانات.
النموذج الذي لا أحد يثق بمخرجاته لن يُستخدم مهما بلغت دقته.
الثقة تُبنى بالشفافية لا بالدقة وحدها. عندما يرى المراجع من أين جاء كل رقم، يصبح مستعدًا للاعتماد على النظام. وعندما لا يرى، يعيد العمل يدويًا مهما أخبرته الأرقام.