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