Perspectives
دادن یک چتبات به همه، راهبرد هوش مصنوعی نیست
ارزش از جایی شروع میشود که پنجرهی چت تمام میشود.
By Ehsan Gazar, ۲۸ شهریور ۱۴۰۵
هیئتمدیره تا فصل آینده یک برنامهی هوش مصنوعی از شما میخواهد. نیمی از کارکنانتان همین حالا از یک چتبات استفاده میکنند، هر کدام با حسابی جداگانه و هر کدام با هر چیزی که دلشان بخواهد در آن میچسبانند. هیچکس نمیتواند بگوید کدام بخش از اینها ارزشی دارد.
راهاندازی یک ابزار چت تأییدشده به نظر راهحل میآید. قدم اول خوبی است، اما جایی هم هست که بیشتر ارزش همانجا متوقف میشود.
مهی که فناوری را پوشانده است
همه از هوش مصنوعی حرف میزنند، اما افراد بسیار کمی میتوانند ساده بگویند این فناوری چه میکند. بخش بزرگی از این تصویر از هیاهوی تبلیغاتی، از وعدههای بیش از حد خوشبینانه، یا از داستانهای علمیتخیلی و آخرالزمانی میآید. اینها داستانهای گیرایی میسازند، اما پشتوانهی ضعیفی برای تصمیمگیریاند.
از طرف دیگر، نمیتوانید منتظر بمانید تا مه کنار برود. یک مدیر باید همین حالا تصمیم بگیرد، یعنی همین حالا به چهار پرسش پاسخ دهد:
- هوش مصنوعی چه کارهایی میتواند بکند و چه کارهایی نمیتواند؟
- در کجای این سازمان ارزش ایجاد میکند؟
- ریسکها چیست؟
- قدم بعدی ما در عمل چه باید باشد؟
این چهار پرسش زنجیروار به هم وصلاند: فناوری، محدودیتها، فرصت، ریسک، تصمیم. اگر حلقهی اول را جا بیندازید، هر حلقهی بعدی یک حدس است.
ارزش از چت شروع میشود، اما در آن نمیماند
در بیشتر سازمانها، هوش مصنوعی هنوز یعنی یک پنجرهی چت، چند پرامپت و فردی که کمی سریعتر کار میکند. این مفید است، اما کوچکترین سطح از سه سطح است.
سطح اول بهرهوری فردی است. افراد، کار به کار، از ابزارهای هوش مصنوعی بهتر استفاده میکنند.
سطح دوم بازطراحی فرایند است. هوش مصنوعی، عاملها و خودکارسازی شیوهی انجام یک کار را از ابتدا تا انتها تغییر میدهند.
سطح سوم مدل عملیاتی است. شما در این باره بازاندیشی میکنید که سازمان چگونه ارزش میآفریند، ارائه میدهد و به دست میآورد.
سهم بزرگتر ارزش زمانی پدیدار میشود که هوش مصنوعی وارد فرایندها و زنجیرهی ارزش شود؛ یعنی تصمیمگیری، مدیریت دانش، عملیات، فروش، خدمات مشتریان و خودکارسازی.
پس پرسش مفید تغییر میکند. دیگر این نیست که «چطور از هوش مصنوعی بهتر استفاده کنیم؟» بلکه این است که «هوش مصنوعی در کجای زنجیرهی ارزش ما بیشترین ارزش را میآفریند؟»
من کار با هر تیم مدیریتی را از همین تغییر پرسش شروع میکردم.
فاصلهی میان دسترسی و توانمندی
دسترسی به هوش مصنوعی آسان شده است. تبدیل آن به چیزی که سازمان بتواند به آن تکیه کند، نه. همان مشکلات بارها و بارها تکرار میشوند:
- کارکنان از مجموعهای پراکنده از ابزارهای هوش مصنوعی استفاده میکنند که هر کدام را اولین کسی که ثبتنام کرده انتخاب کرده است.
- برای نحوهی استفاده از هوش مصنوعی نه سیاست روشنی هست و نه مالک مشخصی.
- افراد نگراناند دادههای محرمانه از سازمان بیرون برود.
- هیچکس نمیداند کدام کاربردها واقعاً درآمدزا خواهند بود.
- پروژههای آزمایشی اجرا میشوند، در یک جلسه تحسین میشوند و هرگز به عملیات واقعی نمیرسند.
- هیچ راه واحدی برای دسترسی به مدلهای مختلف وجود ندارد.
- مدیران پایهی لازم برای ارزیابی یک فرصت هوش مصنوعی یا ریسک آن را ندارند.
- فناوری و فرایندهای روزمرهی کسبوکار هیچوقت کاملاً به هم نمیرسند.
هیچکدام از اینها مشکل مدل نیست. همه در فاصلهی میان فناوری و سازمان قرار دارند، و وطن دقیقاً در همین فاصله کار میکند.
شش نوع کار در طول مسیر
پر کردن این فاصله شش نوع کار متفاوت میطلبد. اینها از هم جدا هستند، چون هر کدام جداگانه شکست میخورند.
یافتن فرصتها. هر فرایندی ارزش افزودن هوش مصنوعی را ندارد. بررسی فرصتهای هوش مصنوعی فرایندها، دادهها، کارهای دانشمحور و اهداف شما را بررسی میکند و یافتههایش را رتبهبندی میکند. خروجی آن شامل موفقیتهای سریع و کمریسک، پروژههای پرارزش، فرایندهای آمادهی خودکارسازی، نیازهای زیرساختی، ارزیابی میزان آمادگی دادههای شما و یک نقشهی راه اولیه است.
یک فضای کاری برای کارکنان. بهجای دهها حساب شخصی، کارکنان از طریق یک فضای کاری که در اختیار سازمان است به مدلها دسترسی دارند. عادتی که افراد از قبل دارند به جایی منتقل میشود که شما آن را میبینید.
دسترسی و حاکمیت. Gateway یک لایهی مرکزی میان سازمان شما و همهی ارائهدهندگان مدل است. این لایه به این موارد رسیدگی میکند: چه کسی دسترسی دارد، از کدام مدل استفاده میشود، ثبت گزارش و پایش، هزینه، کنترل داده، جایگزینی میان مدلها و سیاستهای خود شما.
دانش سازمانی. بخش بزرگی از دانستههای سازمان شما در اسناد، قراردادها، راهنماها، گزارشها و رویهها قرار دارد. Knowledge این انبوه را به چیزی تبدیل میکند که کارکنان بتوانند در آن جستوجو کنند، از آن بپرسند، مقایسه کنند، خلاصه کنند و از آن استخراج کنند. سپس میتوانند از آن در تصمیمگیری استفاده کنند.
عاملها و خودکارسازی. هوش مصنوعی وقتی بیشتر بازده دارد که از پاسخ دادن به پرسشها دست بکشد و اجرای یک فرایند را به عهده بگیرد. یک اسپرینت عامل یک فرایند تکراری و دانشمحور را برمیدارد و آن را بازطراحی میکند. یک جریان معمول این است: درخواست را دریافت کن، اسناد را بخوان، داده را استخراج کن، قواعد را بررسی کن و تصمیمی پیشنهاد بده. یک نفر آن را تأیید میکند و تنها پس از آن، تصمیم در سامانهی شما ثبت میشود.
نکتهی اصلی همان انسانی است که در این زنجیره حضور دارد. هدف هرگز حذف قضاوت انسانی نیست، بلکه ترکیب درستی از هوش مصنوعی، سامانههای فعلی شما و تصمیم انسانی است.
ساختن توانمندی. فناوری بهتنهایی سازمان را تغییر نمیدهد. توانمندسازی هوش مصنوعی به افراد میآموزد که هوش مصنوعی چه کارهایی میتواند و نمیتواند بکند، چگونه کار میکند و چرا محدودیت دارد. این برنامه به این هم میپردازد که فرصت اقتصادی کجاست و چگونه میتوان یک کاربرد خوب را تشخیص داد. همچنین به افراد میآموزد واقعیت را از هیاهو و پیشبینی تشخیص دهند.
سه مخاطب، سه برنامهی متفاوت
یک دورهی آموزشی واحد برای همه، بیشتر ظرفیت را هدر میدهد. هر سطح از سازمان چیز متفاوتی از آن لازم دارد.
مدیران ارشد به شناخت فناوری، راهبرد و آیندهی کسبوکار نیاز دارند. همچنین باید اقتصاد آن، زنجیرهی ارزش، حاکمیت، ریسک و عواملی را که پذیرش را دشوار میکنند بشناسند.
مدیران میانی به هوش مصنوعی در عمل نیاز دارند؛ یعنی یافتن فرصتها در واحد خودشان، بازطراحی فرایندهای آن و رهبری تیمی که با هوش مصنوعی کار میکند. مهمتر از همه، آنها هستند که هوش مصنوعی را به نتیجهی عملیاتی تبدیل میکنند.
تیمها و کارکنان به استفادهی عملی و مؤثر از ابزارهای هوش مصنوعی در کار روزانه و فرایندهایی که اجرا میکنند نیاز دارند.
مدیران ارشد تعیین میکنند هوش مصنوعی کجا به کار رود، مدیران میانی کار را بازطراحی میکنند و کارکنان آن را به شیوهای متفاوت انجام میدهند.
شما کجای مسیر هستید
سازمانها از نقطههای متفاوتی شروع میکنند. برخی هنوز در حال یافتن فرصتها هستند. در برخی، کارکنان بهصورت پراکنده از هوش مصنوعی استفاده میکنند. برخی ابتدا به حاکمیت و زیرساخت مناسب نیاز دارند. برخی آمادهاند هوش مصنوعی را وارد فرایندها و زنجیرهی ارزش خود کنند.
هر کدام از اینها قدم اول متفاوتی دارد، و به همین دلیل قدم اول درست با ارزیابی صادقانهی جایگاه فعلی شما آغاز میشود.
گفتن هدف ساده است و رسیدن به آن دشوار: تبدیل هوش مصنوعی از مجموعهای از ابزارهای پراکنده به توانمندیای که مالکش سازمان شماست.