استفاده عمده از هوش مصنوعی در دنیای کسب و کار، در دو حوزه کلیدی خواهد بود
 
چکیده
طی پژوهشی که در میان صنایع و کسب و کارهای مختلف انجام شد، ما دریافته‌ایم که هوش مصنوعی توانایی فراهم آوردن راه حل‌ها و کاربردهایی را دارد که روش های تحلیل قدیمی از انجام آن عاجز بودند. در عین اینکه کسب و کارها می‌بایست درباره به کار گیری هوش مصنوعی در سازمان‌شان دقیق و مسئول باشند، دامنه و تاثیرات سودمندی که تکنولوژی بر کسب و کارها، مشتریان، و جامعه می‌گذارد آنقدر قابل توجه است که دنبال کردن فرصتهای هوش مصنوعی را ارزشمند سازد و آن را در کانون پژوهش قرار دهد. بخش‌هایی از یک کسب و کار که به طور معمول، بیشترین ارزش را برای شرکت‌ها ایجاد می‌کند، همان حوزه‌هایی است که هوش مصنوعی می‌تواند بیشترین تاثیر را داشته باشد.

تعداد کلمات : 1694 /تخمین زمان مطالعه : 9 دقیقه
 
نویسنده / نویسندگان: Michael Chui; Nicolaus Henke; Mehdi Miremadi
مترجم: محمدصادق جمشیدی اردشیری
 
هوش مصنوعی در خدمت نسل جدید کسب و کارها

در حالی که نرخ پذیرش هوش مصنوعی در میان کسب و کارها هنوز هم نسبتا پایین است (حدود 20 درصد بر اساس آخرین پژوهش­ها)، اما مدیران ارشد به خوبی می­‌دانند که هوش مصنوعی بسیار فراتر از مجازی سازی فعالیت­ها می­باشد. سازمان­ها در بخش­های مختلف اقتصادی و صنعتی، به دقت در جستجوی تکنولوژی­های نوین و کارامد هستند تا ببینند این تکنولوژی­ها، چه خدمت جدیدی می­تواند به آنها و کسب و کارهایشان ارائه دهد. برآوردهای ما نشان می­دهد که 40 درصد از کل ارزش بالقوه­ای که امروزه به وسیله تحلیل­ها و فرا تحلیل­ها ایجاد می­شود، همگی ریشه در تکنیک­های هوش مصنوعی دارند که تمامی آنها زیر چتر گسترده­تری به نام "یادگیری عمیق" دسته بندی می‌­شوند ( که از چندین لایه از شبکه­‌های عصبی مصنوعی را به کار میگیرد تا فرایند یادگیری را شبیه سازی کند و توسعه دهد، و به دلیل اینکه ساختار و عملکرد آن مشابهت بسیار زیادی با مغز انسان دارد و از آن الگو برداری شده است، به این اسم نامیده می­شود). به طور مجموع، ما تخمین می­زنیم که یادگیری عمیق، به طور سالانه بازاری به ارزش تقریبی 3.5 تا 5.8 تریلیون دلار، ایجاد می­کند.

بیشتر بخوانید : عملیات تولیدی


در عین حال بسیاری از مدیران و رهبران شرکت­ها و کسب و کارها، هنوز به طور دقیق مطمئن نیستند که بخواهند از هوش مصنوعی استفاده کنند و از فواید بی­شمار آن بهره مند گردند. علاوه بر آن، به کار گیری و تزریق هوش مصنوعی در کسب و کارها، مستلزم سرمایه گذاری قابل توجهی در مدیریت و استخدام استعدادهای سازمانی است و علاوه بر آن، تکنولوژی­های سازمانی بایستی به روز رسانی شوند و مطابق آخرین پیشرفت­ها باشند. به علاوه، سازمان می­بایستی تغییرات بنیادین در درون خود به وجود آورد تا اطمینان حاصل شود که هوش مصنوعی، منجر به خلق ارزش معناداری برای سازمان یا کسب و کار می­شود، خواه این ارزش در زمینه ایجاد شرایطی به منظور اتخاذ تصمیمات بهتر باشد، و خواه اینکه افزایش رضایت مشتریان نهایی سازمان باشد.

با توجه به تجربه خودمان درباره مطالعه و بکارگیری عمیق هوش مصنوعی در بیش از 400 مورد، در بین 19 صنعت متفاوت و 9 حوزه عمده­ی کسب و کار، ما به این نتیجه رسیدیم که جواب این سوال که " هوش مصنوعی را در کدام بخش از کسب و کارمان به کار بگیریم؟ "، این ضرب المثل معروف است که می­گوید: "جریان پول را تعقیب کن" .

بخش­هایی از یک کسب و کار که به طور معمول، بیشترین ارزش را برای شرکتها ایجاد میکند، همان حوزه­ هایی است که هوش مصنوعی می­تواند بیشترین تاثیر را داشته باشد. به عنوان مثال در سازمان­های خرده فروش، بخش­های بازاریابی و فروش به طور معمول ارزش قابل ملاحظه ­ای برای شرکت ایجاد می­کنند. تحقیقات ما نشان داده است که به کار گیری هوش مصنوعی در زمینه ی داده­های مشتری، به منظور سفارشی سازی ترفیع و پیشبرد فروش، می­تواند منجر به افزایش 1 تا 2 درصدی در فروش اضافی در خرده فروشانی شود که به طور سنتی کار می­کنند. بالعکس در صنایع تولیدی پیشرفته، عملیات تولیدی بیشترین ارزش را ایجاد می­کند. در این صنایع، هوش مصنوعی می­تواند بر اساس الگوهای دوره­ای تقاضای مشتریان، قابلیت پیش بینی تولید را فراهم می ­آورد که نسبت به پیش بینی­‌های معمول، دارای دقتی بین 10 تا 20 درصد بیشتر است. این موضوع می­تواند منجر به کاهش احتمالی 5 درصدی در هزینه‌­های نگهداری و انبارداری شود که به نوبه خود موجب افزایش درآمد بین 2 تا 3 درصد می­شود. با این که به کار گیری هوش مصنوعی می­تواند در حوزه­‌های بسیار متعددی صورت پذیرد، اما به کار گیری هوش مصنوعی در دو حوزه بسیار مورد توجه خواهد بود: مدیریت زنجیره تامین یا تولید و بازاریابی و فروش؛ که به اعتقاد ما هوش مصنوعی، حداقل در زمان حاضر، می­تواند بیشترین تاثیر را در چندین صنعت متفاوت داشته باشدبه کار گیری و تزریق هوش مصنوعی در کسب و کارها، مستلزم سرمایه گذاری قابل توجهی در مدیریت و استخدام استعدادهای سازمانی است و علاوه بر آن، تکنولوژی­های سازمانی بایستی به روز رسانی شوند و مطابق آخرین پیشرفت­ها باشند. به علاوه، سازمان می­‌بایستی تغییرات بنیادین در درون خود به وجود آورد تا اطمینان حاصل شود که هوش مصنوعی، منجر به خلق ارزش معناداری برای سازمان یا کسب و کار می­شود، خواه این ارزش در زمینه ایجاد شرایطی به منظور اتخاذ تصمیمات بهتر باشد، و خواه اینکه افزایش رضایت مشتریان نهایی سازمان باشد..

در مجموع، ما پیش بینی می­کنیم که این حوزه­ها، حداقل دو سوم تمامی فرصتهایی که هوش مصنوعی فراهم کرده است را، تحت شمول خود قرار خواهند داد. هوش مصنوعی می­تواند بین 1.4 تا 2.6 تریلیون دلار ارزش در حوزه­ی بازاریابی و فروش در دنیای کسب و کارها فراهم کند و همچنین چیزی در حدود 1.2 تا 2 تریلیون دلار در حوزه­های مدیریت زنجیره تامین و تولید، ایجاد ارزش نماید ( برخی از این ارزش­ها برای شرکتها فراهم می­شود و در سایر موارد، این مشتریان هستند که از ارزش ایجاد شده بهره مند می­شوند). در صنایع تولیدی، بیشترین ارزش بالقوه توسط هوش مصنوعی، در زمینه به کار گیری آن برای پیش بینی­های تعمیرات و نگهداری ایجاد می­شود ( در حدود 0.5 تا 0.7 تریلیون دلار در تمامی کسب و کارهای تولیدی).
توانایی هوش مصنوعی در پردازش مقادیر قابل توجهی از داده ها شامل داده­های صوتی و تصویری، به این معناست که این تکنولوژی می­تواند موارد انحرافی مانند صدای ناهنجار در موتور یک دستگاه و یا یک نقص عملکرد در خطوط تولید که به وسیله حسگرها کشف شده است را، به سرعت تشخیص دهد و از ایجاد وقفه و تحمیل هزینه، جلوگیری نماید.

راه دیگری که رهبران کسب و کارها می­توانند از آن طریق هوش مصنوعی را وارد کسب و کار خود کنند بسیار ساده است و آن، این است که رهبران و مدیران به تکنیک­های تحلیل سنتی که برای آنها ایجاد مزیت می­کند، نگاهی بیندازند. ما دریافته ایم که بیشترین منافع بالقوه در به کار گیری هوش مصنوعی برای خلق ارزش در کسب و کارها، در مواردی است که تکنیک­های شبکه عصبی، میتوانند عملکرد بالاتری نسبت به سیستم­های قدیمی ایجاد کنند و یا اینکه بینش و یا کاربرد بیشتری برای رهبران فراهم آورند. این موضوع، برای 69 درصد از شرکت­هایی ما آنها را در پژوهش خود مورد بررسی قرار دادیم، صادق است و در 16 درصد از موارد به کار گیری هوش مصنوعی در شرکت­ها، ما دریافته­ایم که هوش مصنوعی توانایی فراهم آوردن راه حل­ها و کاربردهایی است که روش های تحلیل قدیمی از انجام آن عاجز بودند. (در حالی که تعداد و موارد استفاده از یادگیری عمیق هم ممکن است به موازات افزایش شتابان الگوریتم­هایی که به تدریج به دامنه­های گسترده تر و انواع و حجم­های مختلف کاری توسعه می­یابند، افزایش یابد، ولی درصد موارد استفاده از یادگیری عمیق ممکن است رشد چشمگیری نداشته باشد زیرا تکنیک­های جا افتاده­ی یادگیری ماشین هم در حال حاضر در حال گسترش و همه گیر شدن است؛ یعنی درست است که یادگیری عمیق در حال توسعه است اما نه با سرعت انتشار الگوریتمها، زیرا یک رقیب جدی به نام یادگیری ماشین در این زمینه دارد. )

ما تمایلی نداریم که مانند افراد ساده لوحی که یک خوش بینی بی اساس دارند، به نظر برسیم. حتی وقتی که ما می­دانیم که استعداد بالقوه اقتصادی برای به کار گیری تکنیک­های هوش مصنوعی وجود دارد، با این حال از این مسئله آگاهی داریم که موانع و محدودیت­های ملموسی در اجرای فرایندهای هوش مصنوعی وجود دارد. یک چالش بزرگ این است که بدست آوردن مجموعه­ای از داده­هایی که به قدر کافی زیاد و جامع باشند که برای اقناع اشتهای سیری ناپذیر یادگیری عمیق (که برای پردازش این داده­ها و استخراج اطلاعات معنی دار از آنها نیاز دارد) کفایت کند، دشواری­های خاص خودش را دارد. به مسئله­‌ی بالا این مورد را هم اضافه کنید که نگرانی­‌هایی نیز در مورد این قبیل داده‌­ها وجود دارد، که شامل امنیت داده­ها، حریم خصوصی آنها، و احتمال رسوخ خطاهای عامل انسانی به درون الگوریتم‌­های هوش مصنوعی، می‌شود. همچنین در برخی از بخش­ها مانند خدمات سلامت یا مراقبتی و صنعت بیمه، شرکت­ها باید راهی پیدا کنند تا بتوانند نتایج حاصل از هوش مصنوعی را برای متولیان قانونی، از منظر انسانی تشریح و تبیین نمایند مانند: چرا ماشین این پاسخ خاص را ایجاد کرده است؟ خبر خوب این است که در حال حاضر، تکنولوژی­ها دارند خودشان را توسعه می­دهند؛ و حل و فصل کردن مسائل مربوط به این محدودیت­ها را آغاز کرده‌­اند.

جدای از این محدودیت­ها، به کار گیری هوش مصنوعی در کسب و کارها و صنایع، چالش­های سازمانی دشوارتری را گریبان­گیر سازمانها و شرکتها کرده است که به نوبه­ی خود جای بحث فراوانی دارد. تسلط کامل بر تکنولوژی­های جدید و پیشرفته، مستلزم سطوح جدید و بالایی از تجربه، خبرگی و فرایندهایی است که ممکن است یک مانع اساسی برای اجرای موفقیت آمیز به کار گیری هوش مصنوعی در سازمان­ها باشد. شرکتها در آینده مجبور خواهند بود تا فرایندهای حفظ و نگاهداشت داده­ها را به صورت جدی و پیشرفته­تری توسعه دهند، و هم بر اولین گام ( چگونه داده­ها را بدست آوریم و تلاشها را سازماندهی کنیم) تمرکز کنیم، و مهمتر و دشوارتر از آن این است که چگونه گام نهایی را برداریم (چگونه برون­داد مدل­های هوش مصنوعی را در امور جاری فعالیت­های سازمان، که دامنه­ای از مدیران کلینیکی و رهبران فروش تا مسئولین تدارکات را شامل می­شود، یکپارچه سازی و ادغام کنیم).
در عین اینکه کسب و کارها می­بایست درباره به کار گیری هوش مصنوعی در سازمان­شان دقیق و مسئول باشند، دامنه و تاثیرات سودمندی که تکنولوژی بر کسب و کارها، مشتریان، و جامعه می­‌گذارد آنقدر قابل توجه است که دنبال کردن فرصتهای هوش مصنوعی را ارزشمند سازد و آن را در کانون پژوهش قرار دهد. این دنبال کردن هوش مصنوعی در کسب و کارها شاید یک امر ساده نباشد، اما می­تواند با القای یک مفهوم ساده آغاز گردد: جریان پول را تعقیب کنید.
 

برگرفته از سایت: مجله کسب و کار دانشگاه هاروارد ( HBR.ORG ) JULY 20, 2018