تعلم الآلة ومفارقة الذيل الطويل
امتى الأتمتة بتناسب نموذج الأعمال بتاعك؟
المشكلة مش إن الموبايل مش حاد كفاية عشان يقطع البرتقانة، المشكلة إنه مش الأداة الصح للشغلانة.
معظم الوقت لما تعلم الآلة (machine learning) مش بيحقق إمكانياته التجارية، مش لأن بياناتك ناقصة أو علماء البيانات بتوعك مش منفتحين منطويين، أو أي من الكلام ده. في العادة لأن تعلم الآلة مش الأداة الصح لنموذج الأعمال بتاعك.
في المقالة دي، عايز أناقش عدم التوافقات اللي ممكن تظهر بين الشركات ومجهودات الأتمتة بتاعتها.
بينما كنت بناقش مشروع جديد، مديري قالتلي إن الذكاء الاصطناعي بيعيش في الذيل الطويل. ملاحظتها بعتتني أقرا كتاب كريس أندرسون، الذيل الطويل (The Long Tail)، تاني.
كان عندي مسيرة مهنية مختلفة لما قريت الكتاب لأول مرة. المرة دي، قريته ونقده من وجهة نظر مختلفة. ودلوقتي، التشبيهات اللي لقيتها ساعدتني أفهم امتى تعلم الآلة بيقدم قيمة تجارية، وامتى مش الأداة الصح للشغلانة. وآمل إني أقدر أشارك الفهم ده معاك هنا.
خليني أبدأ بسرد النقاط الأساسية من الكتاب.
نظرية الذيل الطويل لكريس أندرسون
لما بيكون عند تجار التجزئة مساحة رفوف محدودة، بيختاروا يبيعوا المنتجات الأكثر شعبية بس. بس لما مساحة الرفوف، وتكاليف التوزيع التانية، بتبطل تكون العوامل المحددة، يقدروا يوسعوا عروضهم للمنافذ الأقل شعبية، أو منتجات الذيل الطويل. ومن هنا جه اسم الكتاب.
على سبيل المثال، لما الإنترنت وفر مساحة رفوف غير محدودة لتجار التجزئة زي أمازون، أمازون بقى متجر كل حاجة.
أكتر من مساحة الرفوف
طبعاً، مساحة الرفوف مش العامل المحدد الوحيد، فيه قوى أكتر بتلعب هنا. الكتاب بيقول إن التكلفة للمستهلكين عشان يوصلوا لمنتجات الذيل الطويل بتقل بسبب القوى التلاتة التالية:
- دمقرطة أدوات الإنتاج: فكر في الدروب شيبنج واقتصاد المبدعين.
- دمقرطة أدوات التوزيع: فكر في المجمعين زي أمازون وإير بي إن بي.
- ربط العرض والطلب: فكر في خوارزميات التوصية ومحركات البحث.
وبالتالي، فهم القوى التلاتة دي، وإزاي الأتمتة بتناسب كل واحدة منهم، أساسي لفهم امتى تعلم الآلة أساسي لأعمال. يعني، خلينا نبدأ بأول قوتين مجتمعتين.
دمقرطة الإنتاج والتوزيع
السر الأول لخلق ذيل طويل مزدهر هو بخلي كل حاجة متاحة للجميع. المجمعين زي يوتيوب أو تيك توك مش بس بيدمقرطوا الإنتاج، أي حد يقدر يعمل فيديو، بس كمان بيدمقرطوا التوزيع، بخلي الفيديوهات دي في المتناول سواء من اللابتوب، أو الآيفون أو جوجل كروم بتاعك. نفس النمط موجود في كل مكان:
- الدروب شيبنج + أمازون = دمقرطة الإنتاج والتوزيع
- إير بي إن بي = دمقرطة الإنتاج والتوزيع
- أوبر = دمقرطة الإنتاج والتوزيع
- ويكيبيديا = دمقرطة الإنتاج والتوزيع
- ميديوم = دمقرطة الإنتاج والتوزيع
والقايمة طويلة وطويلة.
دلوقتي، ممكن تسأل: "ليه الأتمتة مطلوبة هنا؟"
لكل منتج بتقدمه كمجمع، فيه تكاليف إضافية. ممكن تدفع للموردين عشان يشحنوا كل منتج للمخزن بتاعك. ممكن تدفع عشان تخزنه. ممكن عندك حد أدنى للجودة، وعايز تفحص كل منتج قبل ما تقبله. ممكن عايز تصنف المنتجات دي، تكتب أوصاف ليها وتترجم الأوصاف دي. التكاليف الإضافية دي ثابتة تقريباً لكل منتج. بس لما تفحص رسم الذيل الطويل، هتلاحظ إن الإيرادات بتختلف لكل منتج. ده معناه إن العائد على الاستثمار (ROI) بيختلف كمان لكل منتج.
التفاوت ده موجود لما تحدد نفسك بالرأس القصير، بس لما الذيل الطويل هو اسم اللعبة، تفاوت العائد على الاستثمار بيبقى متطرف. المنتجات في نهاية الذيل ممكن متتباعش أبداً، بس لسه لازم تتحمل تكاليفهم الإضافية.
التفاوت المتطرف ده في العائد على الاستثمار، معناه إنك يا تلتزم بساحة الرأس القصير، أو تلاقي طرق عشان توصل تكلفة عرض كل منتج للصفر. والأتمتة أداة أساسية لو اخترت الخيار التاني.
الشركات اللي بتلتزم بساحة الرأس القصير تقدر تعمل الأمور يدوياً. لو كله عن المنتجات الأكثر شعبية، فامتلاك فريق بيفحص كل منتج يدوياً مبرر، والعائد على الاستثمار بتاعهم هيكون موجب في الغالب. ولو منتج مش بيؤدي كويس، تقدر بس تشيله من المخزون بتاعك.
في الواقع، هنصح الشركات دي تخلي مجهودات الأتمتة بتاعتهم في الحد الأدنى، لأن تكلفة الأتمتة على نطاق صغير هتتجاوز تكلفة الشغل اليدوي. تقدر تشوف قصدي في الشكل فوق.
بس بمجرد ما المخزون بتاعك يتجاوز المنتجات الشعبية، لازم تتبنى خليط من الأتمتة، وتعلم الآلة والمحتوى اللي المستخدم بيولده. بعدين النمو الخطي لتكاليف الشغل اليدوي هيتجاوز الاستثمار الأولي في الأتمتة.
مفارقة العصر الاحتمالي
صعب تعرف الجودة، لأن زي الجمال، في عين الناظر. ومع ذلك، بشكل عام، الجودة بتختلف أكتر في الذيل الطويل عن الرأس القصير. أندرسون أشار للعصر حيث الجودة بتختلف كتير كده بالعصر الاحتمالي.
"مع الأنظمة الاحتمالية فيه مستوى إحصائي بس للجودة، يعني: بعض الحاجات هتكون عظيمة، بعض الحاجات هتكون متوسطة، وبعض الحاجات هتكون وحشة تماماً" — كريس أندرسون
استخدم ويكيبيديا عشان يخلي حجته أوضح.
"النقطة مش إن كل مدخل في ويكيبيديا احتمالي، بس إن الموسوعة كلها بتتصرف باحتمالية. فرصك في الحصول على مدخل موضوعي، محدث، ودقيق لأي موضوع معين ممتازة على ويكيبيديا، حتى لو كل مدخل فردي مش ممتاز" — كريس أندرسون
وهنا بتيجي المفارقة:
نسيم نيكولاس طالب قارن حالتين: حالات حيث المنتجات الفردية أكتر أو أقل نفس الحاجة، بيسمي دي ميديوكريستان (Mediocristan). وحالات حيث المنتجات بتختلف كتير، بيسمي دي إكستريميستان (Extremistan).
طول الناس مثال على ميديوكريستان. في فصل طلاب عندهم 10 سنين، كلهم ليهم طول متشابه. وعشان كده لو استخدمت متوسط طولهم عشان تتنبأ بطول طالب جديد مش هتبعد كتير. وعشان كده التنبؤات سهلة في ميديوكريستان. ثروة الناس مثال على إكستريميستان. بالتوفيق لما تحاول تستخدم متوسط الدخل العالمي عشان تتنبأ بثروة جيف بيزوس.
زي ما ناقشنا للتو، جودة المنتجات في الذيل الطويل بتنتمي لـ إكستريميستان. يعني، من ناحية، محتاجين أتمتة عشان نتعامل مع المنتجات دي، بس من الناحية التانية، التنبؤات أصعب هناك لأنهم مواطنين إكستريميستان.
دي المفارقة اللي مهندسي تعلم الآلة لازم يتعاملوا معاها. شغلهم مطلوب أكتر لما يكون أصعب يتعمل.
مارتن كاسادو ومات بورنشتاين على ما يبدو موافقين، وبيقدموا نصايح للممارسين لما يتعاملوا مع الذيل الطويل. ومع ذلك، في العادة الحالة في عالم الذيل الطويل، الجميع لازم يتعودوا يتعاملوا مع الاحتمالات.
خوارزميات تعلم الآلة المستخدمة في الذيل الطويل مش واثقة طول الوقت. عشان كده النماذج المبنية هناك لازم تعتمد على الاحتمالات. مع تنبؤاتهم، بيرجعوا قيم إضافية عشان يوضحوا مستوى ثقتهم في تنبؤهم.
الأخبار الوحشة: البشر مش كويسين جداً في التعامل مع الاحتمالات. بس الأخبار الكويسة: عملاؤك أحسن بكتير في التعامل مع الاحتمالات من أصحاب المصلحة في الأعمال بتوعك.
الجميع بيعرف إن فيه احتمال إن المقالة اللي فحصوها على ويكيبيديا امبارح كانت ممكن تكون متخربة قبل ثانيتين. بيعرفوها، وبيتعاملوا معاها، بس أصحاب المصلحة في الأعمال بتوعك ممكن يكونوا عايشين في عالم مثالي مش موجود. عشان كده كمهندس تعلم آلة، لما تتعامل مع الذيل الطويل، أصعب جزء في شغلك مش تخلي تنبؤاتك مفيدة، بس تقنع أصحاب المصلحة المختلفين في الأعمال بتاعك يستخدموا التنبؤات دي في المقام الأول. وبالتالي، تجريب المستخدم هو صديقك رقم واحد.
ربط العرض والطلب
مع الزيادة في العرض والتفاوت العالي في جودته، العملاء محتاجين مساعدة عشان يلاقوا اللي عايزينه.
طبعاً، الجميع عايز الأفضل في العالم، بس فيه نوعين أفضل: يا اللي الجميع بيشوفه كالأفضل، أو اللي أفضل ليك. الأول ممكن يتلاقي في الرأس القصير، بينما الأخير في الذيل الطويل. قوايم زي "المنتجات الأكثر مبيعاً" هتديك الأول، بس محتاج محرك توصية كويس عشان توصل للأخير.
مرة تانية، بنقابل نفس المفارقة: خوارزميات تعلم الآلة وأنظمة التوصية مطلوبة في الذيل الطويل، بس التفاوت العالي هناك بيخلي صعب على الخوارزميات تؤدي كويس. عشان كده الحكمة الشائعة بين الممارسين بتقول إن أنظمة التوصية في العادة بتواجه صعوبة في التغلب على نظام بسيط بيوصي بالمنتجات الأكثر شعبية بس.
لو أنظمة التوصية صعبة، والتوصية بالمنتجات الأكثر شعبية بتشتغل، ليه نتعب نفسنا نبني ونحسن نظام توصية معقد؟
ده سؤال صحيح، كل أعمال لازم تسأل نفسها. لازم يفهموا إن محركات التوصية مش مجرد ميزة تضاف لمنتجاتهم، بس لازم يفكروا فيها استراتيجياً. دول سببين استراتيجيين لبناء محرك توصية لما تتعامل مع الذيل الطويل:
- توحيد سعر الموردين
- عرض لا نهائي لاقتصاد الانتباه
توحيد سعر الموردين
اللي بيميز المجمعين عن الأسواق القديمة هو إنهم متاجر كل حاجة، واللي علاماتهم التجارية أكبر من علامات الموردين بتوعهم. بتروح لأمازون بسبب علامة أمازون التجارية، مش بسبب اسم البيّاع ده أو داك هناك. بمصطلحات تقنية، المجمعين بيوحدوا سعر مورديهم، ومحرك التوصية جزء من مجهود توحيد السعر ده.
في عالم سبوتيفاي، مش بنسمع فنانين بس قوايم. مش نقدر نختار سواق معين في أوبر أو مالك منزل معين في إير بي إن بي. بتدوس على أول نتيجة على جوجل، لأنها النتيجة الأولى، ومش لأنها جاية من موقع معين. تقدر تقرا أكتر عن نظرية التجميع لبن تومبسون عشان تشوف إزاي المجمعين بيوحدوا سعر مورديهم.
من ناحية تانية، التخلي عن التوصيات المخصصة والرجوع لاقتراح المنتجات الأكثر شعبية، معناه إنك بتساعد مورديك يكبروا أكتر منك، وإلا لو بتملك قنوات التوزيع بتاعتهم، عملاؤهم هيوصلولهم بطريقة تانية ويتجاوزوك.
عرض لا نهائي لانتباه طويل الأمد
فيسبوك مجاني. يوتيوب مجاني في معظمه. بيتحققوا منهم عن طريق الإعلانات. يعني، محتاجينك تسكرول أكتر، تتفرج أكتر، وكل ما تستهلك أكتر كل ما يعملوا إيرادات أكتر.
يعني، الطريقة الوحيدة عشان يخلوك تستهلك هي يقدموا ليك عرض لا نهائي بيطابق ذوقك. محتاجين يستكشفوا الذيل الطويل عشان يلبوا احتياجاتهم للعرض اللانهائي، ومحتاجين خوارزمية توصية عشان يلاقوا حاجات هناك بتطابق ذوق كل مستخدم.
خدمات الاشتراك كمان عايزة تزود لزوجة منتجها بدفع للعرض اللانهائي.
الملخص
باختصار، نوع جديد من قناة التوزيع موجود ومعروف بالمجمعين.
- لما المجمعين محتاجين ينموا، لازم يستكشفوا الذيل الطويل.
- عشان يعملوا كده، محتاجين يسمحوا للجميع يبقى منتج.
- بعدين يبنوا طرق عشان يطابقوا كل مستهلك مع المنافذ اللي بيحبوها.
لما الجميع منتج، الجودة بتختلف. حتى لو صعب قياس الجودة، على الأقل العائد المالي من كل منتج بيختلف. ده ليه التأثير التالي على الحاجة للأتمتة:
- المجمعين لازم يقللوا كل التكاليف المتعلقة بمنتجات المخزون الفريدة عن طريق الأتمتة. عادةً تعلم الآلة هو الأداة المناسبة للأتمتة.
- العرض اللانهائي للمنتجات كمان معناه إن تعلم الآلة مطلوب مرة تانية عشان يعمل خوارزميات توصية.
أخيراً، رغم إن الشركات اللي بتعيش في الرأس القصير محتاجة أتمتة عشان تحسن العمليات اللي بتتوسع مع قاعدة عملائها وحجم المخزون الكلي، يقدروا يهربوا من غير أتمتة لأي حاجة بتتوسع مع عدد منتجات المخزون الفريدة.
طارق عمرو، 18 أغسطس 2021