ظهور ایجنتهای چند کاره در شرکتها؛
هوش مصنوعی کسی را بیکار نمیکند
گروه آنلاین روزنامه دنیای اقتصاد- حسین موسوی: فصل آغازینِ بهکارگیری هوش مصنوعی در سطح سازمانی، با دستاوردهای سهلالوصول همراه بود. ظهور چتباتها و برنامههای هوش مصنوعی امکان ارائه خدمات پشتیبانی بهتر به مشتریان را فراهم کرد و دستیارهای کدنویسی نیز کار توسعهدهندگان را آسانتر و سریعتر ساختند. در پی این پیشرفتها، شرکتها با شتابی بسیار بیشتر به پیادهسازی فناوریهای هوش مصنوعی روی آوردند.
در سال ۲۰۲۶، کسب و کارها به این درک میرسند که به جای آزمون و خطا، باید بیاموزند چگونه هوش مصنوعی را بهطور گسترده در سراسر سازمان خود پیادهسازی کنند. یکپارچهسازی این فناوری در سطح کل سازمان، به معنای تلفیقِ به کارگیری هوش مصنوعی با ارتقای کیفیت دادهها، امنیت، رعایت الزامات قانونی و مدیریت هزینههای بنیادینِ ادارهی کسب و کار است.
نقش هوش مصنوعی تغییر کرده و از یک ابزار صرف فراتر رفته است؛ چرا که برای برخی کسب و کارها، اکنون در قامت یک «مدل عملیاتی» عمل میکند. دیوید فرلانگر، کارشناس شرکت گارتنر، توضیح میدهد که مدیران عامل به تدریج در مییابند هوش مصنوعی را دیگر نمیتوان صرفاً سطحی دیگر از اتوماسیون دانست، زیرا این فناوری پتانسیل دگرگونسازیِ بنیادینِ خودِ سازمان را دارد.
این واقعاً پدیدهای نو است. پیش از این، هوش مصنوعی برای انجام فعالیتهای مجزا به کار گرفته میشد؛ اما اکنون میتواند کل فرآیند درون یک سازمان را دگرگون سازد. شرکتها به جای به کارگیری هوش مصنوعی صرفاً برای خلاصهسازی صورت جلسات، سیستمهایی ایجاد میکنند که در آنها هوش مصنوعی قادر است جلسات را سازماندهی کند، اطلاعات لازم را گردآوری نماید، پروپوزال بنویسد، تغییراتی در سیستم مدیریت ارتباط با مشتری (CRM) اعمال کند و کارهایی از این دست انجام دهد.
آخرین پیشرفت در هوش مصنوعی سازمانی شامل عاملهای هوش مصنوعی میشود. در حالی که سیستمهای چتبات سنتی به سادگی به سوالات پاسخ میدهند، عاملهای هوش مصنوعی میتوانند چندین کار را انجام دهند، با سیستمهای سازمانی تعامل داشته باشند و تصمیمگیری کنند.
کارشناسان گروه مشاوره بوستون اظهار میکنند که کسب و کارها نیازی به فعالیت در انزوا ندارند، بلکه به یک پلتفرم سیستمی با حاکمیت یکپارچه، ساختارها و طرحهای قابل استفاده مجدد نیاز دارند که محدودیتهایی بین تصمیمگیری و نظارت مستقل ایجاد کند.
سازمانها باید مشخص کنند:
1- هوش مصنوعی در چه مواردی مجاز به انجام اقدامات تجاری مستقل است،
2- در چه بخشهایی از فرآیند تصمیمگیری باید از مشارکت انسان بهره برد،
3- تصمیمات هوش مصنوعی چگونه کنترل میشوند و
4- ریسکها چگونه تشدید میشوند.
داده به مهمترین عامل رقابتی تبدیل شده است
مدیران تصور میکردند که انتخاب صحیح «مدل پایه» (Foundation Model)، پیروزی شرکت در حوزه هوش مصنوعی را تضمین خواهد کرد؛ اما واقعیت چنین نیست. اکنون گلوگاه اصلی، دادههای سازمانی است.
به گفته استیو لوکاس، مدیرعامل شرکت «بومی» (Boomi)، مشکلِ عدم اعتماد در واقع ریشه در دادهها دارد، نه مدلها؛ چرا که شرکتهای فاقد دادههای منسجم و قابلاتکا، صرفنظر از میزان قدرت مدلهای هوش مصنوعی، قادر به اعتماد به آنها نخواهند بود.
بررسیها نشان میدهد که اگرچه تقریباً تمام شرکتها از مرحله پروژههای آزمایشی هوش مصنوعی عبور کردهاند، اما همچنان اعتماد چندانی به تصمیمات اتخاذشده توسط مدلهای هوش مصنوعی ندارند. در مقابل، شرکتهایی که از نظام حاکمیت داده (Data Governance) بالغ و کارآمدی برخوردارند، اطمینان بیشتری به نتایج حاصل از هوش مصنوعی دارند. نتیجهگیری روشن است: اکنون آشکار شده که وجود دادههای قابلاعتماد، عامل اصلی موفقیت شرکتی است که به فناوری هوش مصنوعی مجهز شده است.
الزام حاکمیت
مهمترین تفاوت میان هوش مصنوعی سازمانی در سال ۲۰۲۴ و سال ۲۰۲۶، موضوع حاکمیت است. در ابتدا، حاکمیت مانعی بر سر راه نوآوری تلقی میشد؛ اما مدیران امروزی بر این باورند که حاکمیت به گسترش ایمن هوش مصنوعی کمک میکند. متخصصان صنعت چند توصیه برای رهبران ارائه میدهند:
1- هوش مصنوعی را به عنوان یک قابلیت سازمانی و نه به عنوان تلاشهای جداگانه در نظر بگیرید،
2- مدل حاکمیت شرکتی را از پاسخگویی تجاری متمایز کنید،
3- ریسکهای ناشی از هوش مصنوعی شخص ثالث را مدیریت کنید،
4- اقدامات و کنترلهای مدیریت ریسک را پیادهسازی کنید و
5- موفقیت هوش مصنوعی را بر اساس نتایج تجاری به جای پارامترهایفنی ارزیابی کنید.
معضل هزینههای غیرمنتظره
با توسعه بیشتر فناوریهای هوش مصنوعی، پیشبینی هزینهها به طور فزایندهای چالشبرانگیز میشود. برخلاف مجوزهای نرمافزاری معمول، سیستمهای هوش مصنوعی دائماً قدرت پردازش، APIهای شخص ثالث، مکانیسمهای بازیابی و واحدهای هوش مصنوعی را مصرف میکنند.
هر فرآیند اضافی احتمالاً شامل فرآیندهای متعدد هوش مصنوعی است. تحلیلگران فناوری اکنون شرکتها را از خطر «گسترش عامل» آگاه میکنند، به این معنی که سیستمهای هوش مصنوعی متعددی بدون دید واضح در مورد هزینهها و مالکیت استفاده میشوند.
به گفته بهارات پاتل از Dell Technologies، «از یک جا شروع کنید، زود مدیریت کنید، هوشمندانه مقیاسبندی کنید.» امروزه، بسیاری از شرکتها به دنبال راهحلهای ترکیبی هستند که میتوانند محاسبات ابری را با زیرساختهای محلی ترکیب کنند تا از حریم خصوصی خود محافظت کرده و هزینههای خود را کنترل کنند.
اهمیت قابلیتهای انسانی رو به افزایش است
یکی از باورهای نادرست و رایج درباره هوش مصنوعی این است که خودکارسازی (اتوماسیون) باعث میشود کار کردن برای انسانها اهمیت کمتری پیدا کند. اما در واقعیت، ماجرا پیچیدهتر از این حرفهاست؛ شرکتهای بیشتری به جای آنکه صرفاً ماشینهای بیشتری را برای انجام کارها به خدمت بگیرند، در حال تغییر ساختارِ کار هستند.
به تعبیر شرکت «مککینزی»، این همان مفهوم «سازمان همزیست»است: ماشینها برای انجام وظایف یکنواخت و تکراری به کار گرفته میشوند، در حالی که انسانها مسئولیت تفکر راهبردی، تصمیمگیری، مذاکره و مدیریت روابط در بخشهای گوناگون را بر عهده دارند.
همزمان، شرکت «گارتنر» نیز هشدار میدهد که اگر شرکتها بدون توجه به مدیریت منابع، صرفا بر بهکارگیری هوش مصنوعی تمرکز کنند، با خطر جدی از دست دادن نیروهای انسانیِ برجستهای مواجه خواهند شد که با این فناوری کار میکنند.
بدیهی است شرکتهایی که پیوسته به برتری دست مییابند، همانهاییهستند که سرمایهگذاری کلانی در حوزههای زیر انجام میدهند:
1- آموزش هوش مصنوعی،
2- بازطراحی فرآیندهای کاری،
3- مدیریت تغییر،
4- نظارت انسانی و
5- همکاریهای بینبخشی (میانکارکردی).
سخن پایانی
دوران برخورد سهلانگارانه با هوش مصنوعی به سر آمده است. صرفِ فعالسازی چتباتها یا ثبتنام در سرویسهای هوش مصنوعی، دیگربرای کسب مزیت رقابتی کافی نیست.
مرحلهٔ بعد متعلق به سازمانهایی خواهد بود که بتوانند فناوری را با حاکمیت(مدیریت و نظارت)، دادههای باکیفیت، تحولات نیروی انسانی، انضباط عملیاتی و نتایج تجاری قابل سنجش، یکپارچه سازند. از بسیاری جهات، این امر نشان میدهد که انقلاب هوش مصنوعی تازه آغاز شده است. با این حال، موفقیت آن نه به هوشمندیِ خودِ فناوری هوش مصنوعی، بلکه به هوشمندیِ سازمانهایی بستگی دارد که آن را به کار میگیرند؛ بنابراین، خالقانِ واقعیتِ جدیدِ این صنعت، لزوما شرکتهایی نخواهند بود که عظیمترین بودجهها را برای سرمایهگذاری در هوش مصنوعی در اختیار دارند.
