تقنيات الإنبيك: الريادة في مجال السببية AI والحوسبة الفائقة

من "لوحات المعلومات الرائعة" إلى AI غير الرسمية التي تنقل الأموال الحقيقية

لا تزال معظم تحليلات المؤسسات تعيش في عالم من الارتباط. تحدق الفرق في لوحات المعلومات التي تقول "عندما أنفقنا المزيد على الإعلانات، ارتفعت الإيرادات"، لكنهم لا يستطيعون الإجابة بشكل موثوق على السؤال الوحيد الذي يهتم به المدير المالي:ما تسبب في الواقع ماذا؟

إن أطروحة Alembic بأكملها هي أن هذه ليست مشكلة في إعداد التقارير، إنها مشكلة في بنية AI. بدلاً من بناء نموذج لغة آخر للأغراض العامة، تركز الشركة على النماذج التي تستنتجعلاقات السبب والنتيجةفي بيانات الأعمال الفوضوية ومتعددة القنوات: الإنفاق على وسائل الإعلام، والأحداث غير المتصلة بالإنترنت، والرعاية، وتغييرات الأسعار، والعروض الترويجية، والصدمات الكلية، والمزيد.

ولهذا السبب يستخدم عملاء مثل Delta Air Lines وMars وNvidia والمؤسسات المالية الكبيرة برنامج Alembic ليس فقط "لرؤية الأداء"، ولكن للإجابة على أسئلة محددة للغاية: ما هي الحملات التي أدت بالفعل إلى زيادة الإيرادات، وما هي الرعاية التي خلقت زيادة قابلة للقياس، وما هي الروافع التي من المرجح أن تحرك الأرباح والخسائر في الربع القادم.

لماذا تستثمر شركة Alembic في حاسوبها العملاق؟

العنوان الرئيسي لجولة التمويل هذه لا يتعلق فقط بمبلغ 145 مليون دولار بحد ذاته، بل أيضًاما يتم إنفاقه عليه: نشر Nvidia NVL72 superPOD كواحد من أسرع أجهزة الكمبيوتر العملاقة المملوكة للقطاع الخاص في العالم، ويتم استضافته في مركز بيانات Equinix في وادي السيليكون.

بدلاً من استئجار سعة GPU العامة من المقياس الفائق، تقوم Alembic ببناء ملفقماش AI غير رسمي مخصصضبطها لحجم عملها. تستخدم المنصة نماذج التعلم المستمر والمستوحاة من الدماغ والتي تتخلل مليارات الطرق الممكنة لتقسيم إشارات السلاسل الزمنية ودمجها عبر عالم بيانات العميل بالكامل. هذا النوع من عبء العمل متعطش للحوسبة وحساس لزمن الاستجابة بشكل لا يصدق.

إن امتلاك المكدس له فائدتان رئيسيتان لعملاء المؤسسات:

• مراقبة الأداء والتكلفة:يعد تشغيل أحمال عمل الاستدلال السببي عالية الكثافة على مجموعة مضبوطة بإحكام ومبردة بالسوائل أرخص بكثير على نطاق واسع من استئجار سعة مماثلة من موفري الخدمات السحابية.
• سيادة البيانات وحيادها:العديد من الصناعات الخاضعة للتنظيم أو التنافسية لا تريد ببساطة أن تكون بياناتها الأكثر حساسية في أي مكان بالقرب من أحد متخصصي التوسع الفائق الذي يعد أيضًا بائعًا استراتيجيًا - أو منافسًا. تعمل طبقة البنية التحتية المحايدة والمخصصة على تسهيل اعتماد Alembic للخدمات المالية وCPG والعملاء الآخرين ذوي الالتزام الشديد.

بيانات الملكية كالخندق الحقيقي

مع تقارب نماذج الأساس من حيث الجودة، فإن الفجوة بين "الأفضل" و"ثاني أفضل" في ماجستير إدارة الأعمال تصبح أقل. بالنسبة للمشترين من المؤسسات، هذا يعني أن الفارق لم يعد موجودًاما هو برنامج الدردشة الآلي الذي اخترته؟، لكنما هي الاستخبارات الخاصة التي يمكنك بناءها فوقها.

تتماشى وجهة نظر ألمبيك مع تحول أوسع نشهده بالفعل في استراتيجية AI: حيث ينتقل مركز الثقل من النماذج العامة إلىالحذافات البيانات الملكية. كلما زادت البيانات عالية الجودة ومتعددة القنوات التي تغذيها المؤسسة في محركها السببي، أصبحت إجاباتها أكثر دقة - وكلما كان من الممكن الدفاع عن ميزتها على المنافسين الذين يطرحون أسئلة عامة على النماذج العامة.

هذا هو نفس النمط الذي نراه عبر مسارات AI التحويلية Technovier الأخرى، منالقيود المفروضة على بنيات المحولات فقطإلى صعودوكيل AI لـ CRM وأتمتة سير العمل. يقوم الفائزون بربط النماذج القوية بخطوط بيانات خاصة عالية القيمة يتم التحكم فيها بإحكام.

ما تفعله المؤسسات فعليًا بالسببية AI

الجزء المثير للاهتمام لا يقتصر على الرياضيات فحسب، بل يتعلق أيضًا بكيفية قيام شركات Fortune 500 بنشر هذه الإمكانية عمليًا. تمتد حالات الاستخدام النموذجية إلى ما هو أبعد من الإسناد التقليدي:

• التسويق والإعلام:قياس التأثير الحقيقي والمتزايد من حملات العلامات التجارية، والرعاية، ولحظات منشئي المحتوى، ووسائط الأداء الدائمة - بدلاً من الاعتماد على مقاييس الوكيل مثل مرات الظهور أو إحالة النقرة الأخيرة.
• عمليات الإيرادات والمبيعات:ربط تغييرات خطوط الأنابيب، والتحولات الإقليمية، والمبيعات تلعب دوراً في الحجوزات النهائية، والتجديدات، والاحتفاظ بصافي الإيرادات.
• المنتج والنمو:فهم إصدارات الميزات أو تجارب التسعير أو تحسينات مسار التحويل التي تسببت في تغيير سلوك فعلي لدى المستخدمين، بدلاً من مجرد ربط الأحداث بالنتائج.
• التخصيص الاستراتيجي:مساعدة المديرين التنفيذيين على تحديد المكان الذي يجب أن ينفقوا فيه المبلغ التالي عبر القنوات والمناطق والبرامج، بناءً على التأثير السببي على الأرباح والخسائر بدلاً من "ما نجح من قبل".

بمعنى آخر، لا تضع Alembic نفسها كموفر للوحة المعلومات؛ إنها تضع نفسها على أنهامحرك القرار في المؤسسة. يتماشى ذلك بشكل وثيق مع كيفية إعادة التفكير في الفرق الحديثة في مجموعة الأتمتة الأوسع الخاصة بها - منحالات الاستخدام التوليدية AIلAI- الدعم وروبوتات الدردشة للمبيعاتومحركات المحتوى التي يتم توصيلها بـ CRM وأنظمة التسويق.

لماذا لا يستطيع عمالقة السحابة وبائعي القياسات القديمة نسخ هذا بسهولة

على الورق، قد يبدو الأمر وكأنه مشكلة يمكن أن تحلها شركات القياس الفائقة أو شركات القياس القديمة بسرعة: توصيل المزيد من البيانات، وتشغيل المزيد من النماذج، وشحن المزيد من لوحات المعلومات. من الناحية العملية، من الصعب استنساخ موقف ألمبيك لعدة أسباب:

• الرياضيات الملكية والهندسة المعمارية النموذجية:لقد استثمرت الشركة سنوات في تقنيات النمذجة السببية وهندسة الشبكات العصبية التي لا تعد مجرد "ماجستير في القانون مع تعديلات". يتطلب إعادة إنتاج هذه المجموعة أكثر من مجرد إضافة ميزة جديدة أعلى منصة التحليلات الموجودة.
• التخصص الحسابي:إن تشغيل NVL72 superPOD المخصص والمبرد بالسوائل والذي تم ضبطه لأحمال العمل السببية يختلف تمامًا عن استئجار شرائح GPU العامة في السحابة. تم تصميم الاقتصاد وملف تعريف الأداء ونموذج النشر خصيصًا لهذه المشكلة المحددة.
• قيود سيادة البيانات:لدى العديد من عملاء المؤسسات الأكثر جاذبية تفضيلات قوية - أو متطلبات قانونية - حول مكان وكيفية معالجة بياناتهم. تعتبر طبقة الحوسبة المحايدة خارج موفري الخدمات السحابية الثلاثة الكبار بمثابة خندق ذو معنى.
• هندسة بيانات المؤسسة الفوضوية:قبل الاختراق السببي AI، أمضى Alembic سنوات في بناء طبقة "معالج الإشارة" لاستيعاب وتطبيع بيانات المؤسسة المجزأة ومنخفضة الجودة. غالبًا ما تكون هذه الهندسة غير الجذابة هي عنق الزجاجة الحقيقي في نشر AI المتقدم في الإنتاج.

كيف يتناسب هذا مع المؤسسة الأوسع AI ومشهد الأتمتة

عند تصغير الصورة، تقع حركة Alembic داخل نمط أكبر نشهده عبر النظام البيئي AI:

• أصبحت النماذج ذات الأغراض العامة (أنظمة فئة ChatGPT) هي الأكثر استخدامًاطبقة الواجهة.
• أصبحت عمليات سير العمل ومنصات التشغيل الآلي هي الحل الأمثلطبقة التنسيق، تنسيق المهام عبر CRM، والتسويق، والمبيعات، وأدوات المكتب الخلفي - وهي منطقة نستكشفها بعمقAI في عمليات البياناتوأدلة أتمتة الأعمال.
• أصبحت أنظمة الذكاء السببي والملكية مثل Alembic هي الحلجوهر القرارالذي يخبر هؤلاء الوكلاء وسير العمل بما يستحق فعله بالفعل.

بالنسبة للمؤسسات، يقترح ذلك بنية لا تحل فيها AI السببية محل منصات التسويق، أو CRMs، أو مستودعات البيانات - فهي تقع فوقها، وتبلغ عن مكان الاستثمار، وما يجب أتمتته، وكيفية تصميم الحملات والرحلات والتجارب. إنه الفرق بين إضافة المزيد من الأدوات ومعرفة الأدوات التي تحرك الإبرة.

كما أنه يغير الطريقة التي يجب أن يفكر بها القادة بشأن خريطة طريق AI الخاصة بهم. فبدلاً من التساؤل فقط "أي نموذج ينبغي لنا أن نستخدمه؟"، يتعين على مجالس الإدارة والمسؤولين التنفيذيين على نحو متزايد أن يسألوا "أي نموذج ينبغي لنا أن نستخدمه؟"القراراتيستحقون ذكاءً سببيًا، وكيف يمكننا تصميم مجموعتنا بحيث يمكن اتخاذ تلك القرارات بشكل أسرع وبقدر أكبر من اليقين؟

الوجبات الرئيسية لقادة المؤسسات