رهان Airbnb على الذكاء الاصطناعي يتجاوز الدردشة بكثير: الشيفرة، والدعم، والبحث هي القصة الآن

أرقام الذكاء الاصطناعي الأخيرة لدى Airbnb لافتة ليس لأنها تبدو مستقبلية، بل لأنها عادية بأكثر طريقة ذات دلالة: فهي تصف العمليات اليومية. تقول الشركة إن الذكاء الاصطناعي يساعد الآن في كتابة حصة كبيرة من الشيفرة الهندسية الداخلية، وحل جزء متزايد من طلبات الدعم، وتشكيل كيفية عثور الضيوف على القوائم. هذا هو التحول الحقيقي-فالذكاء الاصطناعي ينتقل من مرحلة العرض التجريبي إلى داخل آلية سوق ثنائي الجانب.

حقائق سريعة

• حوالي 60% من الشيفرة التي يكتبها المهندسون الداخليون يتم توليدها باستخدام أدوات الذكاء الاصطناعي.
• أكثر من 40% من استفسارات العملاء يتم حلها بواسطة دعم الذكاء الاصطناعي دون تدخل بشري.
• يتولى دعم الذكاء الاصطناعي الآن المعالجة متعددة اللغات، والحكم على السياسات، وتوجيه الحالات إلى الوكلاء البشريين.
• تُبلغ Airbnb عن انخفاض بنحو 10% على أساس سنوي في تكلفة الحجز بالتوازي مع تبني أوسع للذكاء الاصطناعي.
• تخضع ميزة بحث مدعومة بالذكاء الاصطناعي للاختبار، مع خطة لعرضها علنًا في 20 مايو.

ما الذي تعنيه الأرقام حقًا

من منظور أمني، ليست البرمجة بمساعدة الذكاء الاصطناعي مجرد قصة إنتاجية. فالشيفرة المُولَّدة قد تسرّع التسليم، لكنها لا تزال تحتاج إلى الضوابط نفسها مثل أي تغيير برمجي آخر: المراجعة، والاختبار، وفحوصات الاعتماديات، ومسح الأسرار، وبوابات الإصدار. الخطر ليس أن الذكاء الاصطناعي يكتب الشيفرة، بل أن تثق الفرق به بسرعة كبيرة، خاصة عندما تصبح سرعة الإطلاق مقياسًا تجاريًا.

أما جانب الدعم فيحمل نوعًا مختلفًا من التعرض. فبمجرد أن يتمكن مساعد الذكاء الاصطناعي من قراءة سياق الحساب أو الحجز، والإجابة عن أسئلة السياسات، وتحديد متى يحيل الحالة إلى موظف بشري، يبدأ في التصرف كوكيل تشغيلي. وهذا يزيد أهمية مبدأ أقل امتياز، والتسجيل، والتصعيد البشري. كما يثير المخاطر المألوفة لنماذج اللغة الكبيرة: حقن الأوامر، والتعامل غير الآمن مع المخرجات، والأتمتة المفرطة في سير العمل عالي الأثر.

إن دفع Airbnb نحو البحث يكشف الأمر نفسه بوضوح. ففي أنظمة الأسواق، لا يستبدل الذكاء الاصطناعي البحث عادةً؛ بل يتموضع داخل الاسترجاع، والترتيب، والتصفية، والمطابقة. وهذا مهم لأن التغييرات الصغيرة في منطق الترتيب يمكن أن تؤثر في الاكتشاف والتحويل والثقة. وإذا أُضيفت أدوات تلخيص المراجعات أو مطابقة القوائم فوق ذلك، تصبح الدقة والتحيز مخاطر منتج، لا نقاشات نظرية حول أخلاقيات الذكاء الاصطناعي.

والدرس الأوسع بسيط: يكون الذكاء الاصطناعي أكثر إرباكًا عندما يكون مدفونًا داخل سير العمل، لا عندما يتحدث داخل نافذة دردشة. ويبدو أن Airbnb تراهن على أن المرحلة التالية من الذكاء الاصطناعي في السفر ستأتي من فرز الدعم، وزيادة إنتاجية الهندسة، وتحسين المطابقة في السوق، بدلًا من روبوت لامع يجيب عن الأسئلة فحسب.

لماذا يهم هذا الآن

سيكون لحظة المنتج في 20 مايو لدى الشركة أول اختبار لمعرفة ما إذا كانت هذه الخطط ستتحول إلى ميزات دائمة أم ستبقى مجرد رسائل استراتيجية. أما بالنسبة للمدافعين، فالاستنتاج أكثر وضوحًا: يجب التعامل مع أي نظام ذكاء اصطناعي يمكنه لمس الشيفرة أو بيانات العملاء أو قرارات الحجز باعتباره جزءًا من حدود الثقة. وإذا سُمِح للمساعد بالتصرف، فيجب أيضًا تقييده ومراقبته وإتاحة تجاوز قراره بسهولة.

يُظهر مثال Airbnb كيف يصبح الذكاء الاصطناعي طبقة تحكم للمنصات الحديثة: تسليم أسرع للبرمجيات، وحل أسرع للدعم، ومطابقة أسرع بين العرض والطلب. الميزة واضحة. والدرس الأمني واضح بالقدر نفسه-فالأتمتة تُضخِّم الأخطاء بالقدر نفسه الذي تُضخِّم به النجاح.

WIKICROOK

• SDLC آمن: عملية تطوير برمجيات تبني المراجعة والاختبار وفحوصات الأمان منذ البداية.
• مبدأ أقل امتياز: منح النظام الحد الأدنى فقط من الوصول الذي يحتاجه لإنجاز عمله.
• حقن الأوامر: حيلة تتلاعب بمدخلات نظام الذكاء الاصطناعي لجعله يتصرف على نحو غير متوقع.
• التصعيد البشري: مسار بديل يحيل الحالات الحساسة أو غير المؤكدة إلى شخص.
• ترتيب السوق: المنطق الذي يحدد أي القوائم أو المنتجات أو النتائج تظهر أولًا للمستخدمين.