تقرير سنوفليك الجديد يكشف أن متوسط إنشاء تطبيقات الذكاء الاصطناعي قد وصل إلى 90 تطبيق يومياً في عام 2023

كشفت سنوفليك، الشركة العالمية الرائدة لتطوير مستودعات تخزين البيانات السحابية، عن تزايد استخدام النماذج اللغوية الكبيرة (LLMs) لتصميم وبناء روبوتات الدردشة. اعتباراً من مايو 2023، ومع استمرار الذكاء الاصطناعي التوليدي في إحداث نقلة نوعية غير مسبوقة في عالم التكنولوجيا، ارتفعت نسبة روبوتات الدردشة من حوالي 18% من إجمالي تطبيقات النماذج اللغوية الكبيرة المتاحة لتشمل الآن 46%، وهي نسبة آخذة في الارتفاع. بالإضافة إلى ذلك، أفاد 65% تقريباً من المشاركين في استبيان لمجتمع مطوري “Streamlit” أن مشاريع النماذج اللغوية الكبيرة الخاصة بهم كانت لأغراض العمل، مما يشير إلى تحول كبير في أهمية تسخير الذكاء الاصطناعي التوليدي لتعزيز إنتاجية القوى العاملة وكفاءتها ورؤيتها.

تعتمد نتائج التقرير على بيانات الاستخدام من أكثر من 9,000 عميل من عملاء سنوفليك، وتم تلخيصها في تقرير “اتجاهات البيانات 2024” (Data Trends 2024) الجديد الذي أصدرته الشركة. يركز التقرير على الطرق التي اعتمدها قادة الأعمال والتكنولوجيا في المؤسسات العالمية للاستفادة من الذكاء الاصطناعي لتأسيس بنية تحتية قوية من البيانات وتحويل عملياتهم المستقبلية. تُظهر البيانات الجديدة تحولاً من تطبيقات النماذج اللغوية الكبيرة المستندة إلى المداخلة النصية (2023: 82%، 2024: 54%) إلى روبوتات الدردشة بميزة المداخلة النصية المتكررة، مما يمكّن المستخدم من إجراء محادثة طبيعية.

تعليقاً على هذا التحول، علّقت جينيفر بيليسينت، كبيرة خبراء استراتيجيات البيانات في شركة سنوفليك، قائلة: “يواصل عدد تطبيقات المحادثة في الارتفاع لأن طبيعة البشر تقوم على التفاعل عن طريق المحادثة. الآن، أصبح من الأسهل التفاعل مع التطبيقات بالمحادثة ونتوقع أن نشهد استمرار هذا الاتجاه فقد أصبح من الأسهل إنشاء واستخدام تطبيقات النماذج اللغوية الكبيرة للمحادثة، خاصة عند إدراك أن البيانات الأساسية ستظل خاضعة للإدارة والحماية بشكل جيد. ومع ما يوفره هذا من شعور بالأمان وراحة البال، ستلبي روبوتات الدردشة التفاعلية الجديدة متعددة الاستخدامات هذه احتياجات العمل وتوقعات المستخدمين.”

أكثر من 33,000 تطبيق للنماذج اللغوية الكبيرة في غضون تسعة أشهر

يوضح تقرير سنوفليك أيضاً أن 20,076 مطور من أعضاء مجتمع “Streamlit” للمطورين التابع لـشركة سنوفليك قد انتهوا من إنشاء أكثر من 33,143 تطبيقاً من تطبيقات النماذج اللغوية الكبيرة في الأشهر التسعة الماضية. وفيما يتعلق بتطوير مشاريع الذكاء الاصطناعي، كشف التقرير أن “بايثون” هي لغة البرمجة المفضلة نظراً لسهولة استخدامها، ولما تتمتع به من مجتمع نشط من المطورين، بالإضافة إلى آلية ومنظومة العمل الواسعة من المكتبات وأطر العمل التي تتيحها. أما في سنوبارك (Snowpark)، المنصة التي تمكّن المطورين من بناء التطبيقات بسرعة وفعالية من حيث التكلفة، فقد ازداد استخدام “بايثون” بشكل أسرع بكثير في العام الماضي من استخدام “جافا” و “سكالا” – ارتفع استخدام “بايثون” بنسبة 571%، “سكالا” بنسبة 387%، و “جافا” بنسبة 131%. تمكّن لغة “بايثون” المطورين من العمل بشكل أسرع، وتسريع إنشاء النماذج الأولية وتجربتها، وبالتالي التعلم الشامل حيث تقوم فرق المطورين باستكشاف مشاريع الذكاء الاصطناعي المتطورة بصورة مبكرة والعمل عليها.

أما فيما يتعلق بالأماكن التي يتم عليها تطوير التطبيقات، فإن الاتجاه السائد هو برمجة تطبيقات النماذج اللغوية الكبيرة مباشرة على المنصة التي تتم إدارة البيانات عليها أيضاً، وهو ما تؤكده الزيادة الكبيرة بين يوليو 2023 ويناير 2024 والتي وصلت إلى 311% في تطبيقات Snowflake Native Apps التي تتيح تطوير التطبيقات مباشرة على منصة سنوفليك. يؤدي تطوير التطبيقات على منصة بيانات واحدة إلى إلغاء الحاجة إلى تصدير نسخ البيانات إلى تقنيات الطرف الثالث، مما يساعد على تطوير التطبيقات ونشرها بشكل أسرع، مع تقليل تكاليف الصيانة التشغيلية.

تزايد اهتمام الشركات بإدارة بياناتها

مع اعتماد الذكاء الاصطناعي، يزداد توجه الشركات إلى تحليل ومعالجة بياناتها غير المنظمة، مما يمكّنها من اكتشاف مصادر البيانات غير المستغلة، وهو ما يجعل النهج الحديث لإدارة البيانات أكثر أهمية من أي وقت مضى لحماية البيانات الحساسة والخاصة. وجد تقرير سنوفليك أن الشركات قد زادت من معالجة البيانات غير المنظمة فيها بنسبة 123% في العام الماضي. تشير تقديرات مؤسسة البيانات الدولية (IDC) إلى أن ما يصل إلى 90% من بيانات العالم عبارة عن مقاطع فيديو وصور ومستندات غير منظمة. تمنح البيانات النظيفة نماذج اللغة بداية قوية، ولهذا فإن إتاحة الـنسبة غير المستغلة، والتي تصل إلى 90%، سيفتح عدداً من الفوائد الممكنة للشركات.

تابعت جينيفر بيليسينت: “لا يتوقف دور حوكمة البيانات وإدارتها على تأمين البيانات فقط، فالهدف هو إطلاق العنان لقيمة البيانات. يمكننا تقسيم هذه الإدارة، أو الحوكمة، إلى ثلاث ركائز محورية: معرفة البيانات، وتأمين البيانات، واستخدام البيانات لتحقيق القيمة. يستخدم عملاؤنا ميزات جديدة لوضع علامات على البيانات وتصنيفها بصورة تمكّن من تطبيق سياسات الوصول للبيانات والاستخدام المناسب لها. لقد زاد استخدام ميزة إدارة البيانات بنسبة 70 – 100%. ونتيجة لذلك، زادت نسبة الاستعلامات الخاصة بالجهات المحمية بنسبة 142%. عندما تكون البيانات محمية، يمكن استخدامها بشكل آمن، وهو ما يوفر راحة البال.”

واختتمت جينيفر بيليسينت: “إذا نظرنا إلى كل من هذه الاتجاهات على حدة، نجد أن كل اتجاه من هذه الاتجاهات يمثل نقطة بيانات واحدة توضح كيف تتعامل المؤسسات في جميع أنحاء العالم مع التحديات المختلفة. وعند النظر إليها معاً، نرى الصورة الكبيرة ودور الرؤساء التنفيذيين لتقنية المعلومات، وكبراء المسؤولين التقنيين، والرؤساء التنفيذيين للبيانات في تحديث مؤسساتهم، والتعامل مع تجارب الذكاء الاصطناعي وحل مشكلات البيانات واتخاذ كافة الخطوات الضرورية للاستفادة من الفرص التي يوفرها الذكاء الاصطناعي المتطور. من المهم جداً أن نفهم أن عصر الذكاء الاصطناعي التوليدي لا يتطلب تغييراً جوهرياً في استراتيجية البيانات ولكنه يتطلب تنفيذاً سريعاً لتلك الاستراتيجية ويتطلب كسر صوامع البيانات بشكل أسرع وتمكين الوصول إلى مصادر البيانات أينما كانت في الشركة أو عبر منظومة البيانات الأوسع.”