برندهای بزرگ چطور از هوش مصنوعی استفاده می کنند؟

پس از آنکه هوش مصنوعی مولد با ظهور ابزارهایی مانند چت جی پی تی به صحنه آمد و تخیل عمومی را تسخیر کرد، گرد و غبار هیجانات اولیه در حال فرونشستن است. اکنون در دنیای شرکت های بزرگ دوره آزمایش های کنجکاوانه به سر آمده و فصل سخت و استراتژیک پیاده سازی واقعی آغاز شده است. تب به کارگیری هوش مصنوعی دیگر یک موضوع حاشیه ای در دپارتمان های فناوری نیست، بلکه به یک اولویت اصلی در اتاق های هیأت مدیره تبدیل شده است. 

با این حال مسیر تبدیل این فناوری انقلابی از یک ابزار نوظهور به موتور محرکه کسب و کار، مسیری ناهموار و پر از چالش های پنهان است. سازمان ها در حال درک این واقعیت هستند که میان وعده های شگفت انگیز هوش مصنوعی و واقعیت های عملیاتی پیاده سازی آن، یک شکاف عمیق و نیازمند سرمایه گذاری هوشمندانه وجود دارد.

هوش مصنوعی به عنوان شتاب دهنده کارایی

اولین و ملموس ترین موج به کارگیری هوش مصنوعی در شرکت ها، نه در حوزه های خلاقانه و پرزرق و برق که در موتورخانه ساکت و حیاتی عملیات روزمره است. در این مرحله هوش مصنوعی به عنوان یک شتاب‎دهنده قدرتمند برای افزایش بهره وری و کاهش هزینه ها عمل می کند. این فناوری با خودکارسازی وظایف تکراری، تحلیل حجم عظیمی از داده ها برای یافتن الگوهای بهینه سازی و مدیریت فرآیندهای پیچیده، به ستون فقرات جدید بهره وری سازمانی تبدیل شده است. 

از مراکز تماس مشتریان گرفته تا زنجیره تامین و فرآیندهای مالی، هوش مصنوعی در حال برداشتن بارهای شناختی سنگین از دوش کارمندان است و به آنها اجازه می دهد تا انرژی خود را بر روی وظایفی که نیازمند تفکر انتقادی، خلاقیت و تعامل انسانی است، متمرکز کنند. این ادغام خاموش شاید کمتر هیجان انگیز باشد، اما بیشترین بازده سرمایه گذاری فوری را به همراه دارد.

مطلب مرتبط: مدیریت استراتژیک برند در عصر هوش مصنوعی

یک غول لجستیک جهانی مانند دی اچ ال (DHL) را تصور کنید که روزانه با میلیون ها بسته و هزاران وسیله نقلیه سر و کار دارد. این شرکت با پیاده سازی یک پلتفرم هوش مصنوعی یکپارچه، عملیات خود را دگرگون می کند. الگوریتم های هوش مصنوعی، بهترین مسیرها را برای هر کامیون به صورت لحظه ای و با در نظر گرفتن ترافیک، شرایط آب و هوایی و حتی احتمال بروز حوادث جاده ای، محاسبه می کنند. سیستم های پیش‎بینانه، زمان دقیق نیاز به تعمیر و نگهداری هر هواپیمای باری را پیش بینی کرده و از خرابی های پرهزینه جلوگیری می‎نمایند. 

در بخش خدمات مشتریان ربات های هوشمند به 80 درصد سوالات متداول در مورد وضعیت بسته ها پاسخ می دهند. این کاربردهای هوش مصنوعی، گرچه ممکن است توسط مشتری نهایی دیده نشوند، اما با کاهش میلیون ها دلار هزینه سوخت، افزایش سرعت تحویل و آزادکردن هزاران ساعت کاری، تاثیری شگرف بر سودآوری و کارایی شرکت می گذارند.

شکاف استعداد، نه فناوری!

در حالی که تا چندی پیش دسترسی به فناوری های پیشرفته هوش مصنوعی یک مزیت رقابتی محسوب می شد، امروزه این معادله تغییر کرده است. چالش اصلی شرکت ها دیگر خرید یا ساخت یک مدل زبانی قدرتمند نیست؛ بلکه یافتن انسان های متخصصی است که بتوانند این فناوری را به شکلی موثر در بطن کسب و کار پیاده سازی کنند. 

شکاف استعداد به بزرگ ترین و جدی ترین مانع در مسیر هوشمندسازی سازمان ها تبدیل شده است. این شکاف تنها به کمبود دانشمندان داده و مهندسان یادگیری ماشین محدود نمی شود. شرکت ها با کمبود مدیران محصولی که بتوانند یک نیاز کسب و کار را به یک پروژه هوش مصنوعی معنادار ترجمه کنند، متخصصان اخلاق هوش مصنوعی که بتوانند ریسک های این فناوری را مدیریت کنند و حتی رهبران ارشدی که درک عمیقی از پتانسیل و محدودیت های این حوزه داشته باشند، روبه رو هستند. فناوری به تنهایی ارزشی خلق نمی کند؛ این ترکیب فناوری با استعداد انسانی است که جادو را ممکن می سازد.

یک بانک سرمایه گذاری بزرگ مانند گلدمن ساکس (Goldman Sachs) را در نظر بگیرید که تصمیم می گیرد با استفاده از هوش مصنوعی، یک سیستم پیشرفته برای تحلیل ریسک بازارهای مالی و ارائه مشاوره به مشتریان خود ایجاد کند. آنها بهترین و گران ترین زیرساخت های رایانشی را خریداری کرده و به قدرتمندترین الگوریتم های تحلیلی دسترسی پیدا می کنند. 

با این حال پروژه برای ماه ها در مرحله آزمایشی باقی می ماند. دلیل این تاخیر، کمبود تحلیلگران مالی است که هم به پیچیدگی های بازارهای جهانی مسلط باشند و هم توانایی کار با مدل های یادگیری ماشین و تفسیر خروجی های آنها را داشته باشند. سیستم هوش مصنوعی می تواند حجم عظیمی از داده را پردازش کند، اما بدون نظارت و هدایت متخصصان انسانی که بتوانند سوالات درست را بپرسند و نتایج را در بستر استراتژیک درست قرار دهند، این سیستم تنها یک ماشین حساب بسیار گران قیمت است. این مثال نشان می دهد که سرمایه گذاری بر روی فناوری بدون سرمایه گذاری موازی بر روی استعداد، به بن بست خواهد رسید.

مطلب مرتبط: کاربری های گسترده هوش مصنوعی در صنایع مختلف جهان

واقعیت پیچیده پیاده سازی

بازاریابی گسترده حول هوش مصنوعی این تصور غلط را ایجاد کرده است که این فناوری یک راه حل جادویی و آماده است که می توان آن را به سادگی به هر سازمانی افزود و منتظر نتایج شگفت انگیز ماند. واقعیت، اما، بسیار پیچیده تر و پرهزینه تر است. موفقیت هر پروژه هوش مصنوعی، به شدت به یک پیش نیاز حیاتی و اغلب نادیده گرفته شده وابسته است: داده های باکیفیت، پاک و ساختاریافته. بسیاری از شرکت های بزرگ در عمل متوجه می شوند که ارزشمندترین داده های‎شان در ده ها سیستم قدیمی و جدا از هم (سیلوهای داده) پراکنده شده اند و آماده سازی این داده ها برای استفاده در یک مدل هوش مصنوعی، خود یک پروژه عظیم، چند ساله و پرهزینه است. علاوه بر این، چالش های مربوط به حریم خصوصی داده ها، هزینه های بالای زیرساخت های رایانشی و دشواری در اندازه گیری بازده سرمایه گذاری در مراحل اولیه، همگی از واقعیت های تلخی هستند که شرکت ها در مسیر پیاده سازی با آنها روبه رو می شوند.

یک شرکت بزرگ کالاهای مصرفی مانند یونیلیور را در نظر بگیرید که می خواهد با استفاده از هوش مصنوعی، یک سیستم پیش بینی تقاضای بسیار دقیق برای هزاران محصول خود در صدها بازار مختلف ایجاد کند. آنها به زودی کشف می کنند که داده های فروش از سیستم خرده فروشی های آنلاین، داده های انبارداری از یک سیستم دیگر و داده های کمپین های بازاریابی از یک پلتفرم سوم می آید و این سیستم ها به درستی با یکدیگر صحبت نمی کنند. تیم پروژه، قبل از آنکه حتی بتواند اولین الگوریتم پیش‎بینی را آزمایش کند، باید ماه ها صرف یکپارچه سازی، پاک سازی و برچسب گذاری این داده های پراکنده کند. 

این پروژه، که در ابتدا به عنوان یک پروژه هوش مصنوعی هیجان انگیز آغاز شده بود، در عمل به یک پروژه طاقت فرسای «مهندسی داده» تبدیل می شود. این تجربه به آنها می آموزد که هوش مصنوعی، نه یک لایه جادویی که بتوان روی هر سیستمی کشید، بلکه سقفی است که تنها می توان آن را بر روی یک فونداسیون داده ای محکم و مهندسی شده بنا کرد.

مرز جدید خلاقیت و استراتژی

با وجود تمام چالش ها، شرکت های پیشرو در حال حرکت فراتر از کاربردهای اولیه و مبتنی بر کارایی هستند و شروع به کشف پتانسیل واقعی هوش مصنوعی برای خلق ارزش های جدید کرده اند. مرز جدید به کارگیری این فناوری، در حوزه هایی است که زمانی قلمرو انحصاری انسان تصور می شد: خلاقیت، استراتژی و نوآوری. هوش مصنوعی مولد، به عنوان یک همکار خلاق برای طراحان، نویسندگان و استراتژیست ها وارد میدان شده است. این ابزارها برای تولید ایده های اولیه، شبیه سازی سناریوهای مختلف بازار، طراحی نمونه های اولیه محصولات و حتی نگارش پیش‎نویس کمپین های بازاریابی به کار گرفته می شوند. در این مدل جدید، هوش مصنوعی جایگزین انسان نمی شود، بلکه با انجام دادن کارهای سنگین اولیه، به انسان اجازه می دهد تا بر روی تفکر استراتژیک، قضاوت خلاقانه و پرداخت نهایی ایده ها تمرکز کند و به سطح جدیدی از نوآوری دست یابد.

مطلب مرتبط: توسعه کسب و کار با هوش مصنوعی

یک شرکت خودروسازی پیشرو مانند تویوتا را تصور کنید. تیم طراحی آنها، برای خلق مدل جدید یک خودرو، از یک سیستم هوش مصنوعی مولد استفاده می کند. آنها پارامترهای اصلی مانند آیرودینامیک بالا، فضای داخلی الهام گرفته از معماری ژاپنی و مناسب برای خانواده های شهری را به سیستم می دهند. هوش مصنوعی در چند دقیقه، صدها طرح مفهومی سه بعدی را تولید می کند. این کار، که در گذشته نیازمند هفته ها کار طراحی بود، اکنون یک نقطه شروع غنی و متنوع را برای تیم فراهم می کند. طراحان انسانی به جای شروع از یک صفحه سفید، وقت خود را صرف ترکیب بهترین عناصر از طرح های پیشنهادی، اصلاح جزییات و افزودن آن روح انسانی می کنند که ماشین قادر به خلق آن نیست. به این ترتیب، هوش مصنوعی فرآیند خلاقیت را شتاب بخشیده و به طراحان اجازه می دهد تا ایده های جسورانه تری را در زمان کمتر بیازمایند.

منابع:

https://www.wsj.com

https://www.investopedia.com