@TheStreet هذا أحد تلك الفرص المتعلقة بالذكاء الاصطناعي التي تكون مذهلة ومُحبطة في نفس الوقت. تحليل الذكاء الاصطناعي للطرق والجسور وسجلات الفحص وأنماط التدهور وأهمية حركة المرور وأولويات الإصلاح له معنى كامل. هذا بالضبط المكان الذي يجب أن يخلق فيه الذكاء الاصطناعي قيمة تشغيلية حقيقية. لكن من منظور تحليل الأعمال، الجزء المدهش هو أننا أنشأنا فعليًا مشكلة اقتصادية ناتجة عن البشر عبر عقود من تأجيل الصيانة، وقواعد بيانات مجزأة، وفحوصات غير متسقة، وقيود ميزانية، ونقص في الاستثمارات في البنية التحتية. والآن أصبحت هذه المشكلة نفسها سوقًا تقنيًا ضخمًا محتملًا. فكّر في هذه الدورة: تتدهور البنية التحتية. تؤجل الصيانة. تُحتجز بيانات الفحص في أنظمة منفصلة. تزداد قوائم الإصلاح المتأخرة. تواجه الحكومات ميزانيات محدودة. ثم تظهر شركات تقنية خاصة لاستغلال مشكلة التحسين. هذا أمر مذهل. ليس لأن الربح سيئ بذاته. فيمكن للربح أن يحفز الابتكار. لكن تخيل القيمة الاقتصادية التي كان يمكن الحفاظ عليها لو كنا نملك أنظمة أفضل لإدارة الأصول، وتوقعات دورة الحياة، وصيانة وقائية، وتحليلات بنية تحتية من البداية. هنا يصبح الذكاء الاصطناعي قويًا. يمكن لرؤية الحاسوب تحديد التدهور. يمكن للتعلم الآلي تحليل عقود من سجلات الفحص. يمكن لوكالات الذكاء الاصطناعي مساعدة المهندسين على تحديد أي جسر يجب إصلاحه أولًا بناءً على حالته، وحركة المرور، وأهميته في الشبكة، والتكلفة، والمخاطر. هذا ليس ذكاءً اصطناعيًا يستبدل المهندسين. بل هو ذكاء اصطناعي يحسن تخصيص رأس المال. وقد يكون هذا هو أعمق فرضية استثمارية مخفية هنا. ربما لن يكون الفائزون الكبار التاليون في مجال الذكاء الاصطناعي مجرد بائعين للنماذج. بل قد يساعدون الحكومات والشركات على اتخاذ قرارات أفضل بشأن تريليونات الدولارات من الأصول المادية. لقد أنشأنا مشكلة بنية تحتية ضخمة من خلال قرارات بشرية. والآن قد يصبح الذكاء الاصطناعي أحد الأدوات التي نستخدمها لإدارة العواقب بشكل أكثر ذكاءً. المصدر: https://t.co/BUvzEATUOJ #ArtificialIntelligence #Infrastructure #BusinessAnalytics #Investing #TheFinancialLedger #WealthCoachLathan