تکنولوژی امکان تحلیل سریعتر حجم انبوه داده‌‌‌ها را فراهم می‌کند، اما بعید است کاملا جایگزین مشاوران انسانی شود
آیا هوش مصنوعی می‌تواند به مدیران مشاوره بدهد؟
پیش از پرداختن به اینکه آیا هوش مصنوعی می‌تواند جایگزین مشاورهای مدیریت شود یا نه، باید بفهمیم که هوش مصنوعی با این صنعت چه می‌کند.
در حال حاضر، هوش مصنوعی و مشاوره همپوشانی دارند. موسسه مک‌‌‌کینزی در سال ۲۰۱۵ شرکت «کوانتوم‌‌‌بلک» (QuantumBlack) را که کسب و کاری در حوزه هوش مصنوعی است، خریداری کرده است. آنها هوش مصنوعی را جهت بهبود عملکرد سازمانی به کار گرفته‌‌‌اند.
به شکل مشخص، آنها این کار را با کمک کلان‌‌‌داده‌‌‌ها و تجزیه و تحلیل پیشرفته انجام می‌دهند. مک‌‌‌کینزی با موفقیت از فناوری هوش مصنوعی برای بهبود خدمات خود استفاده می‌کند که خبر خوبی برای کل صنعت است.
با این حال، بسیاری از شرکت‌های مستقل فعال در حوزه هوش مصنوعی، در تلاش برای توسعه فناوری‌‌‌های مختلف هستند. تمرکز اصلی آنها ساختن نرم‌افزاری مبتنی بر هوش مصنوعی است که به نوعی جایگزین مشاوران مدیریت شود. با توجه به اینکه بخش‌‌‌های زیادی از فعالیت مشاوران با دسترسی بهتر به داده‌‌‌ها و اطلاعات، کارآمدتر می‌شود، این نیز خبر خوبی است. این خبر خوب به این معنی است که می‌توانیم با هزینه‌‌‌های کمتر ارزش بیشتری به مشتریان منتقل کنیم.
کمک به مشاوران مدیریت
در آرمان‌‌‌شهر آینده، همه کارها ماشینی می‌‌‌شوند و انسان‌‌‌های زمانه، می‌توانند با فراغ بال، ذهن خود را از طریق هنر و پیشرفت دانش گسترش دهند. آن روز، هوش مصنوعی جایگزین مشاوران مدیریت خواهد شد، همان‌طور که هوش مصنوعی جایگزین تک‌تک مشاغل روی کره زمین خواهد شد. اگر‌چه این اتفاق خیلی دور است! اما در آینده نزدیک زمانی بین ۱۰-۲۰ سال چه خواهد شد؟
واقعیت این است که توسعه‌‌‌دهندگان در تلاش هستند تا نوعی هوش مصنوعی ایجاد کنند که به مشاوران کمک کند؛ همان کاری که برای بسیاری از صنایع پیچیده دیگر انجام می‌دهند. هوش مصنوعی، یادگیری ماشینی و بسیاری از فناوری‌‌‌ها و تکنیک‌‌‌های دیگر تلاش می‌کنند تا به آسانی، تقریبا پاسخی برای هر پرسش قابل تصور داشته باشیم. با این حال، آنها نمی‌توانند به سادگی «مشاوره تخصصی» برای مشاور مدیریت خبره را ارائه دهند.
تا این تاریخ، و برای آینده قابل پیش‌بینی، یادگیری ماشینی و هوش مصنوعی به‌طور روزافزون عملکرد خوبی در بررسی مقادیر عظیمی از داده‌‌‌ها، برای مقایسه و بازگرداندن یک پیش‌بینی داشته‌اند. به عنوان مثال، با «روبات‌‌‌های» پزشکی می‌توانیم تمام علائم حیاتی را ثبت کنیم. از طرف دیگر، هوش مصنوعی صدها، هزاران و شاید میلیون‌‌‌ها علامت مشابه از موارد دیگر را بررسی می‌کند و بر اساس داده‌‌‌های دیگری که در مورد شما دارد، می‌تواند بیماری احتمالی شما را پیش‌بینی کند. روی کلمه «احتمالی» تاکید می‌‌‌کنیم.
هوش مصنوعی مزایای بسیاری دارد که مشاور آن را ندارد. توان استفاده از حجم عظیمی از داده‌‌‌ها، که انسان هرگز نمی‌تواند «بهنگام» از آنها استفاده کند. هوش مصنوعی هرگز فراموش نمی‌‌‌کند و یادگیری پیوسته دارد.
هر چه نمونه‌‌‌ها بیشتر باشد، پیش‌بینی بهتر است. اما نکته اینجاست که خروجی آنها هنوز هم قابل «پیش‌بینی» است. پیش‌بینی‌‌‌ها به صورت خطی و بر اساس داده‌‌‌های خطی انجام می‌‌‌شوند. همیشه تعداد مشخصی از پیش‌بینی‌‌‌های ممکن وجود دارد، زیرا هوش مصنوعی به منابع داده گسترده، اما محدود و مشخص دسترسی دارد. اما این مناسب کارهای رویه‌‌‌شده و روتین است. موضوع می‌تواند بسیار غامض باشد، که در این صورت باید آن را نقشه‌‌‌برداری و مستندسازی کرد و برای آن «درخت تصمیم» (ابزاری که وقتی حجم داده بالاست، با طبقه‌‌‌بندی و خوشه‌‌‌بندی داده‌‌‌ها به تحلیلگران کمک می‌کند) درست کرد.
مشاور هم می‌تواند با آموزش، همین روال را دنبال کند. زیرا هوش مصنوعی می‌تواند درخت‌‌‌های تصمیم را بررسی کرده و با مقایسه راه‌‌‌حل‌‌‌های گذشته به بهترین راهحل ممکن برسد، به طوری که نتیجه سریع و دقیق یا حداقل بهتر از کار انسان شود که نهایتا کمک بزرگی به مشاوران مدیریتی می‌شود تا بتوانند فرآیندهای خود را ترسیم و رویه‌‌‌ها را ایجاد کنند.
همچنین در هوش مصنوعی یکپارچگی وجود دارد. همین حالا، ما پایگاه عظیمی از داده‌‌‌های علمی و دانش را در دستان خود یا کارکنان خود داریم.
دیگر لازم نیست شماره تلفن، سال تولد یا نشانی مشتری را به خاطر بسپاریم. اگر قصد عزیمت به جایی را داشته باشیم، می‌توانیم نقشه‌‌‌‌‌‌ای را با جهت‌‌‌های مشخص و هشدارهای ترافیکی با پیشنهادهایی برای بهترین مسیر، فورا فراخوان کنیم. تنها کاری که باید انجام دهیم این است که بگوییم Hey Google و سوال را بپرسیم.
به عنوان مشاور مدیریت، ما هر روز از این اهرم استفاده می‌‌‌کنیم، اما باید در ایجاد روش، بهتر شویم. زمانی که هوش مصنوعی و دانش افزوده به خوبی عمل نکنند، آن موقع، مشکل را باید از طریق «فرآیند تشخیصی» حل کنیم. اینجا مساله‌ای داریم که رویه‌‌‌ها جوابگو نیستند. این دو پرسش را مجسم کنید: «چگونه می‌توانم کامیونم را تعمیر کنم؟»
در برابر «آیا باید از کامیون به عنوان راهحل لجستیکی خود استفاده کنم؟» در مورد پرسش اول، مهم نیست که خرابی چقدر پیچیده باشد، هوش مصنوعی راهکار دارد. می‌تواند یاد بگیرد که چه کاری، چه زمانی و چند وقت یک‌بار برای سرویس کامیون موردنیاز است تا از خرابی‌‌‌های بعدی جلوگیری شود. اما آیا هوش مصنوعی قادر است مصلحت کسب و کار شما برای استفاده یا عدم‌استفاده از ناوگان کامیون را به عنوان بهترین راهحل تشریح کند؟
مطمئنا با هوش مصنوعی، می‌توانیم به حجم عظیمی از داده‌‌‌ها برای کمک به تصمیم‌گیری دسترسی داشته باشیم. اما تحویل دادن بهترین راهحل به مشتری، نیازمند توان
تشخیصی برای انتخاب مجموعه‌‌‌ای بی‌‌‌پایان از راه‌حل‌‌‌ها و رویکردهای بالقوه است.
هیچ پاسخ جامع و مانعی وجود ندارد. در این شرایط، با نگاه به محیط، پایگاه مشتری، مدل کسب‌و‌کار و استراتژی شما، بهترین راهکار قابل توصیه است.
«توانایی تشخیصی مشاور مدیریت» است که به مشتریان «ارزش واقعی» منتقل می‌کند که قابل جایگزین شدن با هوش مصنوعی نیست و البته با هوش مصنوعی فقط می‌توان آن را تقویت کرد.
هوش مصنوعی می‌تواند صنعت مشاوره را تغییر دهد و خواهد داد. با این حال، اختلال بیشتر متوجه چگونگی کمک هوش مصنوعی به مشاور است نه جایگزین شدن با آن.
به مرور، مشاوران دسترسی بیشتر و بهتری به اطلاعات خواهند داشت که وظیفه هوش مصنوعی جمع‌‌‌آوری و در دسترس قرار دادن این اطلاعات برای آنهاست. مشاوران برای درک اطلاعاتی که هوش مصنوعی جمع‌‌‌آوری و سازماندهی کرده است ایفای نقش می‌کنند.
جمع‌‌‌بندی
به عنوان جمع‌‌‌بندی، هوش مصنوعی جایگزین مشاور نمی‌شود و بسیاری از مشاغل پیچیده دیگر را نیز به طور کامل از بین نخواهد برد و باعث منسوخ شدن نیروی انسانی نخواهد شد.
با این حال، با پیشرفت صنعت، تغییرات زیادی بروز می‌کند. همان‌طور که فناوری‌‌‌های هوش مصنوعی در دسترس قرار می‌‌‌گیرند، به طور روزافزون جایگزین کارهایی می‌‌‌شوند که قابل نقشه‌‌‌برداری و تبدیل شدن به «رویه‌‌‌ها» باشند. ما باید یاد بگیریم که چگونه از این ابزار برای ارائه خدمات بهتر و پیشرفته‌‌‌تر به مشتریان خود استفاده کنیم. همچنین باید یاد بگیریم که چگونه به مشتریان خود کمک کنیم تا با این فناوری‌‌‌ها در سازمان‌هایشان مواجه شده و آن را به کار گیرند.
منبع: CMC-Global
