كجزء من أحدث الاتجاهات في المنافسة على مصادر بيانات تدريب الذكاء الاصطناعي من الجيل الجديد، أعلنت Google مؤخرًا عن استحواذها على كميات كبيرة من البيانات القديمة التي تركتها شركة Spirit Airlines، بهدف تعزيز قاعدة بيانات تدريب نماذج الذكاء الاصطناعي الخاصة بها. تُعتبر Spirit Airlines شركة طيران منخفضة التكلفة في الولايات المتحدة، وقد أغلقت فجأة بسبب ارتفاع أسعار النفط والصعوبات المالية، والآن يتم إجراء مزاد، حيث أصبحت Google واحدة من كبار المشترين. وفقًا لتقرير Bloomberg Law، فإن عرض Google البالغ 10 ملايين دولار يشمل عمليات التشغيل، والبيانات المتعلقة بالأعمال، وكود البرمجيات، وغيرها، وستستخدم هذه البيانات لتدريب نماذج الذكاء الاصطناعي؛ وأكدت Google أن البيانات المشتراة هي بيانات غير شخصية، وستتم إزالة التعريف عنها بشكل كامل بواسطة طرف ثالث، ولن تحتوي على ملفات تعريف الركاب أو بيانات برامج الولاء.
تشير المعلومات الإضافية إلى أن البيانات التي استحوذت عليها Google تشمل أيضًا ملايين من سجلات الدردشة في Microsoft Teams وأكثر من 100 مليون بريد إلكتروني، بالإضافة إلى معلومات تتعلق بالعمليات، والإيرادات، وإنتاجية الموظفين، والتدقيق، والاحتيال. كما تطرقت الوثائق القانونية إلى نطاق أوسع من البيانات، مثل أنشطة التسويق، والموارد البشرية، والاستراتيجيات، وإدارة المشاريع، وبيانات تسعير أكثر من 7 مليارات رحلة تنافسية، بالإضافة إلى أكثر من 7.5 مليار سجل معاملات ركاب على مدار عشرين عامًا، وأكثر من 30 مليون سطر من الكود. وأكد تقرير Bloomberg أن هذه البيانات ستخضع في هذه المرحلة لعملية إزالة تعريف صارمة، لضمان عدم احتوائها على معلومات تعريف شخصية، وستكون عملية التنظيف تحت إشراف جهات خارجية لتقليل المخاطر.
تشير التحليلات الخارجية إلى أن هذه الخطوة لا تعزز فقط قوة Google في موارد البيانات، بل تعكس أيضًا أهمية “دمج البيانات عبر الصناعات” لتعزيز استقرار وملاءمة تقنيات الذكاء الاصطناعي الخاصة بها في المهام الواقعية. إن تنوع مكونات البيانات، مثل بيانات تشغيل الرحلات، وسجلات المعاملات، وبيانات إنتاجية الأفراد، يمكن أن يوفر سياقات واسعة للنموذج، مما يعزز فعالية تدريب الفهم الدلالي، وقدرة الاستدلال، وتقييم المخاطر. ومع ذلك، أثارت هذه الخطوة أيضًا نقاشات حول خصوصية بيانات المستخدمين وأخلاقيات الأعمال، خاصة في عملية دمج البيانات عبر المجالات، وكيفية ضمان أن تكون البيانات غير معرّفة وقابلة للتتبع تحت رقابة صارمة، مما أصبح موضوعًا محوريًا للمستقبل في مجال التنظيم والامتثال الذاتي.
الفرص والتحديات الناتجة عن الاستحواذ: التوازن بين جودة البيانات، وإزالة التعريف، ومخاطر القوانين
يمكن أن يؤدي حجم ونوع البيانات المعنية في هذه الصفقة إلى تسريع كبير وزيادة تنوع في عمليات تدريب Google. خاصةً فيما يتعلق بسجلات البريد الإلكتروني والدردشة الكبيرة، قد تعزز فهم النموذج لسياقات التواصل الداخلي في الشركات في تدريب فهم اللغة الطبيعية وأنظمة الحوار؛ في الوقت نفسه، يمكن أن تساعد بيانات تشغيل الرحلات والتسعير النموذج في تحليل السيناريوهات في نماذج اتخاذ القرار التجاري وتقييم المخاطر بشكل أقرب إلى الواقع. بالإضافة إلى ذلك، فإن كميات كبيرة من البيانات والنظم المعلوماتية قد تكون لها قيمة محتملة في تحسين فهم الكود الآلي ومهام التدقيق الأمني.
ومع ذلك، فإن جودة البيانات وتنفيذ إزالة التعريف أمران حاسمان أيضًا. حتى لو أكدت الجهات الرسمية “عدم احتواء البيانات على معلومات شخصية”، فإن خلفية مصادر هذه البيانات معقدة للغاية، حيث تشمل أنظمة داخلية متعددة وسجلات تاريخية، وتتطلب إزالة التعريف مراجعات متعددة الأطراف، وتنظيفًا من قبل طرف ثالث، ومراجعة امتثال صارمة، وإلا فقد تظهر مخاطر غير متوقعة. كما سيلفت الانتباه إلى أن الاعتماد على بيانات الأعمال الأصلية في التدريب قد يثير تحديات تتعلق بالتحيز في البيانات، والأسرار التجارية، والمعلومات التنافسية، ويجب على Google تعزيز الشفافية وآليات الثقة مع المستخدمين أثناء الحفاظ على الابتكار.
من الناحية التقنية، فإن تأثير هذه الصفقة على تكلفة وكفاءة تدريب النماذج يستحق الملاحظة أيضًا. إذا تم معالجة مجموعات البيانات الكبيرة من النصوص والمعاملات بكفاءة عالية وهندسة ميزات، فقد تحسن قدرة النموذج على الاستدلال في السيناريوهات ذات الذيل الطويل. في الوقت نفسه، تتعلق العديد من البيانات بأنشطة تجارية على مدى عشرين عامًا، مما يعني أن النموذج يحتاج إلى تحسين أكبر في الثبات وفهم التسلسل الزمني، لتجنب سوء الفهم للاتجاهات التاريخية. حتى لو قالت Google إن البيانات لا تحتوي على معلومات تعريف شخصية، فإن القوانين ذات الصلة، وإرشادات الأخلاقيات، وهياكل إدارة البيانات الداخلية للشركة، تحتاج إلى تحديث متزامن لتحقيق التوازن بين دفع الابتكار وحماية حقوق المستخدمين.
كما ذكرت Bloomberg Law، تذكر هذه الصفقة أيضًا الأطراف المعنية بأن الهيئات التنظيمية العالمية تراقب بشكل متزايد تأثير شركات التكنولوجيا الكبرى في دمج البيانات عبر الصناعات، خاصة فيما يتعلق بمسائل إزالة تعريف البيانات، وتدفق البيانات عبر الحدود، وحماية خصوصية المستخدمين. قد تؤدي الاتجاهات التنظيمية ذات الصلة والأحكام القضائية إلى دفع الشركات الكبرى مثل Google لتقديم مزيد من الشفافية والامتثال الذاتي في سياسات البيانات، وموافقة المستخدمين، والاستخدام النهائي للبيانات. في المستقبل، بالإضافة إلى تحسين فعالية التقنية، سيكون من الضروري إنشاء إطار عمل مستدام للحكم والسيطرة على المخاطر، استجابةً للقلق الواسع في المجتمع بشأن موارد حسابات الذكاء الاصطناعي الكبيرة.