تا همین اواخر، هوش مصنوعی تنها در حد ایده باقی مانده بود. این فناوری مدت طولانی است که به وجود آمده ولی در ابتدای راه به موفقیتی که انتظار می‌رفت دست نیافت. هم‌اکنون رویای هوش مصنوعی در دستیابی به قابلیت‌های مشابه انسان تحقق پیدا کرده است. بنابراین اکنون این پرسش به وجود می‌آید که مدیران تجارت و کسب و کار تا چه اندازه این فناوری را تحت کنترل خود درآورده‌اند تا از نقاط قوت ماشین و انسان به طور همزمان بهره ببرند؟ با مجله فناوری‌های توان‌افزا و پوشیدنی همراه باشید.

AI با سرعت زیادی به فناوری بنیادی در زمینه‌های متنوعی مانند خودروهای بدون راننده و معاملات مالی تبدیل شده‌ است. الگوریتم‌های خودیادگیری (Self-learning) هم‌اکنون به طور معمول در خدمات تلفن همراه و آنلاین تعبیه می‌شوند. پژوهشگران از قدرت پردازش و داده‌های به دست آمده از دستگاه‌های دیجیتال و حسگرهای متصل برای بهبود عملکرد هوش مصنوعی بیشترین استفاده را می‌کنند. ماشین اساسا به طور خاص به دو ویژگی سرعت و ادراک دست پیدا کرده است و به طور کلی توانایی ارتباط با انسان را نیز دارد. ماشین‌ها می‌دانند که چگونه صحبت کنند و متنی را بخوانند و دانش جامعی را فرابگیرند و ذخیره کنند، بنابراین می‌توانند به صورت طبیعی در طیف وسیعی از موضوع‌ها با دقت قابل توجهی با انسان درتعامل باشند. همچنین چون ماشین‌ها می‌توانند اشیا را شناسایی کنند و الگوهای نوری را تشخیص دهند قادر خواهند بود از دنیای مجازی به دنیای واقعی وارد شوند.

هم‌اکنون هوش مصنوعی فعالیت‌هایی که تاکنون تنها توسط انسان قابل اجرا بود، انجام می‌دهد. برنامه‌های AI قادر هستند سرطان‌های خاص را حتی دقیق‌تر از متخصص تشخیص دهند. هیچ تعجبی نیست که شرکت‌های باتجربه در زمینه مالی و خرده‌فروشی و مراقبت‌های پزشکی و دیگر صنایع در حال سرمایه‌گذاری‌های بزرگی بر هوش مصنوعی هستند.

چون سامانه‌های AI فکر می‌کنند و در تعامل هستند، با انسان مقایسه می‌شوند، اما در حالی‌که انسان‌ها در پردازش موازی مانند شناسایی الگو سریع هستند و در پردازش ترتیبی مانند استدلال منطقی کند هستند، رایانه‌ها بر پردازش موازی حوزه‌های محدودی تسلط دارند و در پردازش ترتیبی بسیار سریع هستند. ماشین‌ها مشکلات را با روش خودشان حل می‌کنند مانند زیردریایی‌ها که مشابه انسان شنا نمی‌کنند اما قادرند در زیر آب حرکت کنند.

ماشین‌ها بدون پیشرفت سریع در قدرت پردازش به هوش عمومی مصنوعی (AGI) دست پیدا نمی‌کردند. هوش عمومی مصنوعی، نوعی هوش ماشینی است که می‌تواند دقیقاً مشابه انسان فکر کرده، هر کاری که انسان می‌تواند انجام دهد، اجرا کند. ماشین با هوش عمومی مصنوعی ترکیبی از انواع مختلف ظرفیت‌های حل مسائل را دارد. خودروهای بدون راننده هنوز نمی‌توانند مشابه انسان از خود واکنش نشان دهند. برای نمونه در زمان گردش خودرو به یک خیابان در مواجهه با کودکی که در حال افتادن از دوچرخه خود است خودرو بدون راننده همان واکنشی را که یک انسان برای جلوگیری از خطر دارد، نخواهد داشت. اما هنگامی که AI به درستی اجرا شود در بسیاری موارد در انجام هوشمندانه و سریع و کامل وظایف کسب و کار نسبت به انسان برتری دارد.

به کارگیری هوش مصنوعی دیگر انتخابی نیست بلکه برای همه شرکت‌ها نیاز است که بدانند چگونه انسان و رایانه می‌توانند نقاط قوت یکدیگر را بهبود دهند و به عنوان کارکنان شرکت، مزیت رقابتی خلق کنند. مزیت رقابتی شامل مجموعه عوامل یا توانمندی‌هایی است که همواره شرکت را به نشان دادن عملکردی بهتر از رقبا قادر می‌سازد.

تحول مزیت رقابتی

در زمان‌های گذشته ابزار فناوری مانند سامانه ردیابی لجیستیک شرکت والمارت (Walmart) در دهه ۱۹۸۰ به عنوان یک منبع منفعت ارائه می‌شد. لجستیک شامل یکپارچه‌سازی اطلاعات، حمل و نقل، موجودی کالا، انبارداری، جابه‌جایی کالا و بسته بندی می‌شود و قسمتی از زنجیره تامین کالا است. والمارت شرکت خرده‌فروشی آمریکایی است که دارای بزرگترین شبکه فروشگاه‌های زنجیره‌ای‌ موادغذایی، سوپرمارکت‌ها و هایپرمارکت‌ها در جهان می‌باشد. هوش مصنوعی رفتاری متفاوت دارد. چون الگوریتم‌های AI به تنهایی نمی‌توانند یک برتری به شمار بیایند. بسیاری از این الگوریتم‌ها در دسترس هستند و شرکت‌های تجاری به بسترهای نرم‌افزاری متن‌باز مانند نرم‌افزار تنسور فلو (TensorFlow) شرکت گوگل دسترسی دارند. از سوی دیگر سازمان غیر انتفاعی OpenAI توسط ایلان ماسک (Elon Musk) و دیگران آغاز به کار کرده است و ابزارها و پژوهش‌های AI را به طور گسترده و متن‌باز در اختیار افراد قرار می‌دهند. بسیاری از پژوهشگران برجسته AI تاکید دارند که حق انتشار نتایج پژوهش‌ها را داشته باشند حتی اگر به شرکت‌های بزرگی مانند Baidu و فیسبوک و گوگل ملحق می‌شوند.

به جای حذف کردن منابع مزیت رقابتی قدیمی مانند جایگاه شرکت و توانمندی‌ها، هوش مصنوعی به آن‌ها شکل جدیدی داده است. شرکت‌ها نیاز دارند که دیدگاهی سیال و پویا از توانمندی‌های خود داشته باشند. مزیت جایگاه و موقعیت بر جنبه‌های نسبتا پایداری مانند دارایی‌های اختصاصی و شبکه‌های توزیع و دسترسی به مشتری تمرکز دارد که به شرکت اجازه می‌دهد جایگاه خود را در بازار تثبیت کند.

در سه نمونه می‌خواهیم مشخص کنیم که چگونه AI مفاهیم مزیت رقابتی را به شکل جدیدی در می‌آورد:

۱)داده: برنامه‌های کاربردی قدرتمند AI به داده احتیاج دارند. پیشگامان این حوزه از جمله فیسبوک و گوگل و Uber یک منطقه ممتاز (privileged zone) را برای خود ایجاد می‌کنند که از داده‌های فعلی و آینده و مواد خام AI و کاربران خود به دست می‌آورند که فراتر از روش‌های سنتی برداشت داده است. مقیاس و اندازه این شرکت‌ها به آنها توانایی می‌دهد که داده‌های آموزشی بیشتری از طریق الگوریتم‌های خود اجرا کنند و بنابراین از این طریق عملکرد را بهبود دهند. شرکت Uber با هدف استفاده حداکثری از خودروهای بدون راننده، ۱۰۰ میلیون داده از داده‌های ناوگان روزانه رانندگان شرکت خود را جمع‌آوری می‌کند. این داده‌ها به Uber اطلاعاتی درباره خدمات حمل و نقل شرکت می‌دهد. شرکت گوگل و فیسبوک نیز از مقیاس و اندازه خود برای به‌دست‌آوردن داده در راستای بهبود تبلیغات هدفمند بهره می‌برند.

شرکت‌های دیگر که در اندازه گوگل و فیسبوک نیستند نیازی به چنین جمع‌آوری داده ندارند. با ساخت و دسترسی و به اشتراک‌گذاری مجموعه ‌داده‌ها حتی اگر به مفهوم همکاری با رقبا باشد، شرکت‌های دیگر می‌توانند دارایی اختصاصی خود را کامل کنند و منطقه ممتاز خود را ایجاد کنند. به اشتراک‌گذاری داده کار اشتباهی نیست. نکته مهم این است که مجموعه‌ای از داده‌های متن باز و در مقابل داده‌های متن بسته ساخته شود.

۲)دسترسی به مشتری: هوش مصنوعی پارامتر دسترسی به مشتری را نیز تغییر داده است. از طریق AI فروشگاه‌های واقعی و فروشگاه‌های آنلاین پرترافیک با پارامتر شناخت بینش مشتری‌ها (customer insight) جایگزین می‌شوند. شناخت بینش واقعی مشتری، کمک زیادی به سیاست‌گذاری های توسعه برندینگ، تخصیص منابع، مدیریت عملکرد و خدمات بازار خواهد نمود. فروشگاه‌های بزرگ خرده‌فروشی می‌توانند از داده‌های مکانی و آب و هوایی و وفاداری مشتری و پایانه‌های فروش موتورهای AI بهره ببرند تا بازاریابی شخصی و ارائه خدمات را بهبود دهند. آن‌ها با داده‌های دردسترس مسیرها و سلیقه‌های مشتری را پیش‌بینی می‌کنند و گزینه‌های خرید آشنا یا کاملا جدید را به مشتری پیشنهاد می‌دهند. قدرت چنین پیشنهاداتی درمقابل هزینه قابل چشم‌پوشی درآمد تازه‌ای برای شرکت تولید می‌کند.

۳)توانمندی‌ها: توانمندی‌ها به صورت سنتی به منابع گسسته‌ای مانند دانش و مهارت و فرآیندها دسته‌بندی می‌شود. اتوماسیون مبتنی بر هوش مصنوعی این حوزه‌ها را در یک چرخه پیوسته شامل اجرا و اکتشاف و یادگیری ادغام می‌کند. هرچه یک الگوریتم داده‌های بیشتری ترکیب کند کیفیت خروجی بهبود بیشتری می‌یابد. به طور مشابه در طرف انسان، راه‌های سریع کارکردن، وجوه تمایز میان توانمندی‌های سنتی را محوتر می‌کند و گروه‌های با وظایف متفاوت اما با هدف یکسان نمونه‌های اولیه را سریع‌تر می‎‌سازند و با بازخورد دریافتی از طرف مشتری و کاربران نهایی آن را بهبود می‌دهند.

هوش مصنوعی و سرعت به طور ذاتی فرایندی تکراری هستند. در هر دو حالت فرآیندها به یک چرخه مداوم تبدیل می‌شوند. الگوریتم‌ها از تجربه‌ها یاد می‌گیرند و به شرکت‌ها اجازه می‌دهند که یافتن گسترده و سریع فرصت‌های جدید را با بهره‌برداری از فرصت‌های شناخته‌شده ادغام کنند. این روند به شرکت در شرایط عدم اطمینان و تغییرات سریع کمک می‌کند.

هوش مصنوعی در راستای افزایش سرعت و کیفیت تصمیم‌گیری نیز کمک می‌کند. برای انجام وظایف خاص، تعداد ورودی‌ها و سرعت پردازش ماشین‌ها میلیون‌ها بار از انسان بالاتر است. تصمیم‌گیری بر پایه تجزیه و تحلیل پیشگویانه و داده‌های عینی جایگزین تصمیم‌گیری بر پایه تجربه و احساسات می‌شود. معاملات سهام و تبلیغات آنلاین و مدیریت زنجیره تامین و قیمت‌گذاری خرده‌فروشی همگی در همین راستا قرار می‌گیرند.

در گام اول، شما به افرادی نیاز دارید که سامانه‌های AI را بسازند. شرکت Uber صدها متخصص خودروی بدون راننده استخدام کرده است. تقریبا پنجاه متخصص از آن‌ها از موسسه رباتیک دانشگاه کارنگی ملون هستند. متخصصان هوش مصنوعی از شغل‌هایی به شمار می‌آید که در وال استریت (Wall Street) بسیار تقاضا دارد. در گام دوم، انسان‌ها درک و مهارت‌های اجتماعی و بینش را فراهم می‌کنند که در حال حاضر ماشین‌ها فاقد چنین مهارتهایی هستند. حتی اگر کارهای روزمره و تکراری به رایانه واگذار شود نیروی انسانی برای مدت طولانی در فرآیند وظایف قرار می‌گیرند تا از کیفیت اطمینان حاصل شود.

دنیای جدید بر پایه هوش مصنوعی دنیایی است که منابع مزیت رقابتی به شکل جدیدی تغییر کردند و مسائل استراتژیک به مسائل علمی و فنی و سازمانی تبدیل شدند. انعطاف ساختار و چابکی برای هر دو طرف یعنی انسان و ماشین امری ضروری است.

سخت‌افزار مقیاس‌پذیر و نرم‌افزار قابل انطباق اساس سامانه‌های AI را تشکیل می‌دهند تا از مزیت مقیاس‌پذیری و انعطاف نفع برده شود. یک روند رایج، ساخت موتور هوش مرکزی و غیرمتمرکز کردن عوامل مستقل است. برای نمونه خودورهای بدون راننده شرکت تسلا با تغذیه واحد مرکزی با داده به طور دوره‌ای نرم‌افزار غیرمتمرکز را به روز می‌کند.

برنده‌شدن استراتژی‌ها بر چابکی و اشتغال انعطاف‌پذیر و آموزش مداوم می‌افزاید. شرکت‌های بر پایه هوش مصنوعی به ندرت نیروی انسانی سنتی در لیست کارکنان خود دارند. گسترش نوآوری و توسعه تفاهم‌نامه افزایش خواهد یافت. بزرگترین چالش یک سرپرست ارشد نوآور، قرار دادن مدیران ماهر ترکیبی از انسان و ماشین برای گروه تحت سرپرستی خود خواهد بود.

شروع کار شرکت مبتنی بر هوش مصنوعی

شرکت‌هایی که تصمیم دارند از طریق AI به مزیت رقابتی دست یابند، باید روی مفاهیم یادگیری ماشین و تعاملات انسانی تمرکز کنند. مدیران شرکت‌ها باید وظایفی که ماشین بهتر از انسان انجام می‌دهد و یا برعکس را شناسایی کنند و نقش‌های کامل‌کننده را توسعه دهند و برای هرکدام مسئولیت تعریف کنند و فرآیندها را منطبق با تغییرات طراحی کنند. AI اغلب به ساختار جدیدی برای فعالیت‌های متمرکز و غیرمتمرکز نیاز دارد که طراحی آن چالش‌ برانگیز است. درنهایت شرکت‌ها باید راه‌های سریع و سازگار کار و استراتژی را که در استارتاپ‌ها و پیشگامان AI معمول است بپذیرند. همه شرکت‌ها از این مسیر نفع خواهند برد اما لازم است که برای اجرای فرآیندهای مبتنی بر AI هر دو نیروی انسان و ماشین تحت آموزش پیوسته و سازگار با شرایط قرار بگیرند.

مدیران نیاز دارند که شناسایی کنند AI در چه شرایطی منفعت با دوام و تاثیرگذار دارد. در سطح‌های بالا ، AI برای شرایطی مانند خرده‌فروشی و برای وظایف تکراری و روزمره مانند قیمت‌گذاری که حجم داده در دسترس زیاد است مناسب خواهد بود. تمام فعالیت‌های شرکت‌های بزرگ وابسته به داده هستند و قابلیت شکستن به وظایف ساده را دارند. به هوش مصنوعی از چهار دیدگاه می‌توان نگاه کرد:

۱)نیاز مشتری
۲)پیشرفت‌های فناوری
۳)منابع داده
۴)تجزیه فرآیندها

در گام اول نیاز مشتریان را تعریف کنید. فناوری هوش مصنوعی ممکن اسن جذاب باشد ولی برای ایجاد یک کسب و کار باید به مفاهیم پایه بازگشت. مشتریان کنونی یا بالقوه چه نیازهای صریح و ضمنی دارند؟ حتی ایده‌های کسب و کار اخیر شرکت‌هایی مانند Uber و ایربی‌ان‌بی (Airbnb) نیز نیازهای اساسی مشتریان را درنظر می‌گیرند.

در گام دوم، پیشرفت‌های فناورانه را ترکیب کنید. به طور کلی تحولات مهم در AI شامل پردازش منابع جدید داده و تصمیم‌گیری‌های مستقل می‌شود. خدمات متعدد و بسترها می‌توانند داده‌های دریافتی از پایگاه‌های داده و سیگنال‌های نوری و متن و صحبت را ثبت کنند. به طور مشابه در خروجی نیز به دلیل افزایش دسترسی فناوری‌های دیجیتال چنین شرایطی برقرار است. تصور کنید که با استفاده از این فناوری‌ها تبدیل فرآیندها و ارائه محصولات تا چه حد افزایش می‌یابد.

در گام سوم، یک معماری جامع خلق کنید که داده‌های موجود را با داده‌های جدید ترکیب کند. خدمات AI به طور منطقی استانداردسازی شده است به طوری که به ابزارهای بصری دسترسی بیشتر خواهند داشت و حتی افراد غیرمتخصص نیز بتوانند از مجموعه‌داده‌های بزرگ استفاده کنند.

در نهایت، فرآیندها را به عناصر نسبتا رایج و مستقل تقسیم کنید تا امکان اجرای خودکار و بهره‌مندی از پیشرفت‌های فناوری و منابع داده وجود داشته باشد. سپس آن‌ها را در کنار یکدیگر قرار دهید تا نیازهای مشتریان را بهتر تامین کنند.

برای بسیاری از سازمان‌ها این مراحل چالش برانگیز هستند. برای پیاده سازی این چهار دیدگاه، مدیران باید با ظرفیت‌های فعلی و درحال ظهور فناوری و زیرساخت‌های موردنیاز آشنا باشند.

تنها زمانی به تمام ظرفیت‌های هوش مصنوعی دست پیدا خواهیم کرد که انسان و ماشین مسائل را با یکدیگر حل کنند و از یکدیگر یاد بگیرند.

در همین زمینه بخوانیم:

>>در رقابت انسان و دستگاهها برای کسب مشاغل، برنده کدام است؟
>>دوستان هوش مصنوعی و معلمان واقعیت افزوده برای کودکان آینده
>>بدون هوش مصنوعی پزشکی دقیق وجود ندارد!

منبع: Weforum

«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوری‌های توان‌افزا و پوشیدنی) مجاز است»