Orta Doğu, biri deneysel pilotlar tarafından daha az, daha çok kritik ulusal ve kurumsal altyapı olarak çalışacak şekilde tasarlanmış büyük ölçekli sistemler tarafından tanımlanan yeni bir yapay zeka benimseme aşamasına giriyor. Bölgesel yönetimler – özellikle Suudi Arabistan’da – artık güvenli, egemen ve bakanlıklar, kurumlar ve büyük kuruluşlar arasında sürekli çalışabilen yapay zeka ortamlarına öncelik veriyor.
Magna AI CEO’su Dr. Moataz Bin Ali, değişimi “AI deneylerinden” “AI altyapısına geçiş” olarak tanımlıyor.” Ülkeler ulusal ölçekte yetenekler oluşturmak için yarışırken, bölgenin çok kullanımlı operasyonları destekleyebilecek, katı uyumluluk gereksinimlerini karşılayabilecek ve karara duyarlı iş yüklerini düzenlenmiş ortamlarda çalıştırabilecek platformlar talep ettiğini söylüyor. “Suudi Arabistan’da yapay zeka, kuruluşlar arasında güvenlik, esneklik, denetlenebilirlik ve sürekli çalışma için katı standartları karşılaması gereken kritik ulusal altyapı olarak değerlendiriliyor.”
Hassas verileri, modelleri ve operasyonel kontrolleri ulusal sınırlar içinde tutan sistemler olan egemenliğe hazır yapay zeka ortamlarının geliştirilmesi giderek artan bir odak alanıdır. Bunlar arasında yapay zeka fabrikaları, tüm sektörlerin dijital ikizleri ve öngörülü planlama, lojistik optimizasyonu ve karmaşık karar desteği gibi görevler için tasarlanmış aracı odaklı kurumsal platformlar yer alıyor. Dr. Bin Ali’ye göre, bu tür ortamlar, proje bazında oluşturulmuş parçalanmış çözümler yerine “verilerin, modellerin, hesaplamaların ve işlemlerin birlikte çalıştığı birleşik bir sistem” gerektiriyor.
Ekonomik itici güçler eşit derecede önemlidir. Bölgedeki kuruluşlar yapay zeka hedeflerini büyüttükçe, maliyet verimliliği ve öngörülebilirlik merkezi kaygılar haline geliyor. Yapay zeka dağıtımları, sistemler tekrar tekrar yeniden oluşturulduğunda, kötü optimize edildiğinde veya bağlantısı kesilmiş mimarilere yayıldığında pahalı hale gelir — ve çoğu zaman sürdürülemez hale gelir. Dr. Bin Ali, ”Yapay Zeka yatırım Getirisi, platformların ne kadar iyi kullanıldığı, optimize edildiği ve işletildiğine göre belirlenir“ diyor ve sistemler “parçalandığında, aşırı sağlandığında veya tekrar tekrar yeniden oluşturulduğunda maliyetlerin arttığını ekliyor.”
Bu optimizasyon çabası, özellikle yapay zekanın ekonomik dönüşümün bir ayağı haline geldiği ülkelerde, paylaşılan performans ölçütlerine, birleşik işletim standartlarına ve bölgeye özgü mühendislik uygulamalarına olan talebi artırıyor. Hükümetler ve işletmeler bu bir sonraki aşamaya geçerken, önceliğin “kurumsal ve ulusal yapay zeka sistemlerinin uzun vadeli istikrar, ölçülebilir etki ve veriler, platformlar ve operasyonlar üzerinde tam egemen kontrol ile çalışmasını sağlayan platformlar oluşturmak olduğunu söylüyor.”
