هوش مصنوعی، عبور از رودخانه یا تپه‌نوردی
به‌عبارت‌دیگر آنچه در این میان مفقود و ناشناخته است، بینش‌هایی که است که به مدیران بیاموزد که از کجا شروع کنند و چگونه در این مسیر قدم بردارند زیرا بهره‌گیری از امکانات هوش مصنوعی پرهزینه است و ایجاد آن در حوزه‌های مختلف وقت و تمرکز زیادی از مدیران را درگیر می‌نماید. کاربری‌های هوش مصنوعی در سازمان‌های مختلف مصادیق متعدد دارند و چالش هر سازمان هم با دیگری متفاوت است پس انتخاب استراتژی درست در مواجهه با این فنّاوری مهم‌ترین عامل موفقیت در این عرصه از تحول دیجیتال سازمان است. سه استراتژی برای تحقق تحول دیجیتال در سازمان‌ها متصور است که به نظر می‌رسد از میان این‌ها دو استراتژی تپه نوردی و عبور از رودخانه مؤثرترین‌ها باشد:
استراتژی سفر برنامه‌ریزی‌شده در هوش مصنوعی
احتمالا بدیهی‌ترین استراتژی برای تحول در سازمان با بهره‌گیری از هوش مصنوعی استراتژی “سفر برنامه‌ریزی‌شده” است. این استراتژی بر مبنای شفافیت و مشخص بودن هردو عامل نتیجه و مسیر تعریف‌شده است. در این استراتژی چشم‌اندازی از مقصد نشان می‌دهد که به کجا می‌خواهیم برسیم و قصد داریم برای دستیابی به آن از یک مسیر از پیش مشخص و برنامه‌ریزی‌شده دقیق عبور کنیم. این رویکرد به نظر ایدئال می‌آید زیرا قابل پیش‌بینی و به‌راحتی قابل‌فهم است و به‌سادگی می‌توان آن را برای کارمندان و سرمایه‌گذاران شرح داد. علاوه بر این ذهنیت غالب مهندسی در مدیران ما با استراتژی سفر برنامه‌ریزی‌شده هماهنگ‌تر است، آن‌گونه که بتوانند از ابتدا هم دستاوردهای مورد انتظار از هوش مصنوعی را پیش‌بینی کنند و هم مسیر تحقق آن در سازمان را به‌دقت برنامه‌ریزی نمایند اما متاسفانه معمولا شرایط این‌گونه نیست، ماهیت رویکردهای تحول دیجیتال و خصوصا هوش مصنوعی چنان است که شفافیت و دقت کافی در پیش‌بینی دستاوردهای هوش مصنوعی و مسیر تحقق آن در سازمان وجود ندارد، پس به نظر می‌رسد گام برداشتن به این شیوه در مسیر هوش مصنوعی بازدهی لازم را ایجاد نمی‌کند و احتمال شکست را بالا می‌برد.
علاوه بر این ذهنیت غالب مهندسی در مدیران ما با استراتژی سفر برنامه‌ریزی‌شده هماهنگ‌تر است، آن‌گونه که بتوانند از ابتدا هم دستاوردهای مورد انتظار از هوش مصنوعی را پیش‌بینی کنند و هم مسیر تحقق آن در سازمان را به‌دقت برنامه‌ریزی نمایند اما متاسفانه معمولا شرایط این‌گونه نیست، ماهیت رویکردهای تحول دیجیتال و خصوصا هوش مصنوعی چنان است که شفافیت و دقت کافی در پیش‌بینی دستاوردهای هوش مصنوعی و مسیر تحقق آن در سازمان وجود ندارد، پس به نظر می‌رسد گام برداشتن به این شیوه در مسیر هوش مصنوعی بازدهی لازم را ایجاد نمی‌کند و احتمال شکست را بالا می‌برد.
استراتژی عبور از رودخانه در بهره‌گیری از هوش مصنوعی
در برخی موارد در روش بهره‌گیری از امکانات تحول دیجیتال و مشخصا هوش مصنوعی ابهام وجود دارد اما دستاوردهای مورد انتظار از آن تا حدود زیادی از پیش شناخته‌شده است مثلا اینکه می‌خواهیم با بهره‌گیری از این فنّاوری فروش را افزایش دهیم، بهره‌وری عملیات را بالا ببریم، هزینه‌ها را کاهش دهیم یا سفر تجربه مشتری را لذت‌بخش‌تر نماییم. استراتژی مناسب جهت ایجاد تغییر باهوش مصنوعی در این فضا را “عبور از رودخانه” می‌نامیم. نتیجه مشخص است اما به روشی اکتشافی برای طرح‌ریزی مسیر بهره‌گیری از هوش مصنوعی نیاز داریم. باید درحالی‌که یک‌چشممان به مقصد است شمرده شمرده قدم برداریم و اگرچه مسیر را از پیش نمی‌دانیم اما با سعی خطا و شبیه‌سازی و موقعیت سنجی در طول زمان آن را می‌یابیم. سازمانی که بخواهد از راهبرد عبور از رودخانه در بهره‌گیری از فنّاوری هوش مصنوعی استفاده کند باید قابلیت‌هایی همچون، رهبری با توانایی اندازه‌گیری موقعیت، توان ارزیابی آزمایش‌ها و شبیه‌سازی‌ها، انعطاف‌پذیری در تخصیص دوباره منابع به سمت ایده‌هایی که نتایج بهتری دارند، فرهنگ‌سازمانی که در آن به آزمایش کردن و یادگیری حاصل از آن ارزش می‌گذارد، توان شبیه‌سازی موقعیت‌های آتی و تجزیه‌وتحلیل و پیش‌بینی آینده با رویکرد ریسک را در لایه‌های مختلف مدیریتی و کارشناسی ایجاد کند. سازمان با بره گیری از این استراتژی بدون آنکه از پیش دقیقا بداند که روش توسعه هوش مصنوعی در سازمان چیست، ابتدا دستاوردهای مورد انتظار را به‌صورت واضح مشخص می‌کند و سپس با سعی و خطا، موقعیت‌یابی، شبیه‌سازی و یادگیری حاصل از نتایج مسیر درست عبور از رودخانه میان وضعیت اکنون و دستاوردهای مورد انتظار را می‌یابد.
استراتژی تپه نوردی برای بهره‌گیری از هوش مصنوعی
برخلاف عبور از رودخانه که از ابتدا مقصد مشخص است و به دنبال روش مناسب دستیابی به آن می‌گردیم، در “تپه نوردی” از ابتدا روش مشخص است اما مقصد نه. مشخص نبودن هدف یا به دلیل ابهام آن است و یا شرایط به نحوی است که باز بودن نتیجه منفعت بیشتری برای سازمان دارد و بهتر است هدف‌گذاری برای دستاوردها را تا فراهم آوری شناخت بیشتر از کاربری این فنّاوری در سازمان به تعویق بیندازیم. به این استراتژی تپه نوردی گفته می‌شود چون هدف ما یک قله مشخص نیست بلکه بر یک سری قدم‌های درست که موجب حرکت رو به بالای ما می‌شود متمرکزشده‌ایم در این رویکرد سازمان به‌جای آنکه بر پیش‌بینی و هدف‌گذاری دستاوردهای مورد انتظار از هوش مصنوعی تمرکز کند، دانش‌پایه این فنّاوری را در سازمان فراهم می‌کند، گروه‌های تحقیق و توسعه پیرامون آن شکل می‌دهد و سپس از آن‌ها می‌خواهد که با شناخت این فنّاوری مصادیق بهره‌گیری از آن در سازمان را بیابند. ای‌بسا نتیجه این شود که هوش مصنوعی در عرصه نگهداری و تعمیرات تجهیزات به کار برود یا در حوزه مدیریت دانش استفاده شود یا اینکه امکانی شود برای بهبود ارایه مشاوره‌های سودمند به مشتری و دیگر دستاوردهایی که از پیش تعیین نشده است اما قله‌هایی هستند که در این مسیر کوه‌پیمایی بر ما آشکارشده‌اند. تحقیقات مفصل درباره موفقیت و شکست شرکت‌ها در هوش مصنوعی نشان می‌دهد که به ترتیب دو استراتژی تپه نوردی و عبور از رودخانه احتمال موفقیت بیشتری نسبت به سفر برنامه‌ریزی‌شده‌اند، چیزی که در آغاز دور از ذهن به نظر می‌رسد.
