ابزارهای هوش مصنوعی میتوانند به مدیران کمک کنند تا از تعصبات در تصمیم گیریها اجتناب کنند، بینشهایی را از اقیانوس دادهها بیرون بکشند و سریعتر انتخابهای استراتژیک و توسعهی استراتژی داشته باشند. این تازه شروع ماجرا است.
آیا ماشینها میتوانند توسعه استراتژی را خودکار کنند؟ جواب کوتاه، نه است. با این حال، جنبههای متعددی از کار استراتژیستها وجود دارد که در آن هوش مصنوعی و ابزارهای تحلیلی پیشرفته میتوانند ارزش عظیمی به همراه داشته باشند. در این مقاله توضیح میدهیم که چگونه هوش مصنوعی در حال تغییر استراتژی و آینده آن است.
هوش مصنوعی در چارچوب استراتژی به چه معناست؟
وقتی مردم در مورد هوش مصنوعی صحبت میکنند، همه مواردی که مربوط به تجزیه و تحلیل، اتوماسیون و تجزیه و تحلیل دادهها است را در بر میگیرند. ماروین مینسکی، پیشگام تحقیقات هوش مصنوعی در دهه ۱۹۶۰، از هوش مصنوعی به عنوان یک “کلمه چمدان” صحبت کرد. اصطلاحی که میتواند هر چیزی را که میخواهیم در آن قرار دهیم، و به نظر میرسد هنوز هم پس از سالها همینطور است.
شرکتها باید از تمام قابلیتهای تحلیل سنتیتر استفاده کنند و در عین حال اتوماسیون را در استراتژی افزایش دهند. این کار میتواند زمان مدیریت یا تحلیلگر را آزاد کند و به تدریج ابزارهایی را معرفی کند که میتواند تفکر انسان را تقویت کند.
یک مسئلهای که وجود دارد این است که هوش مصنوعی توسط بسیاری از عملکردهای تجاری پذیرفته شده است. اما به نظر میرسد استراتژی تا حد زیادی از جذابیتهای آن مصون است. به نظرتان چرا؟
طی یک نظر سنجی در رابطه با هوش مصنوعی، ۷ درصد از پاسخ دهندگان از آن در استراتژی یا حتی برنامه ریزی مالی استفاده میکنند. در حالی که در زمینههایی مانند بازاریابی، زنجیره تامین و عملیات خدماتی، ۲۵ تا ۳۰ درصد است. یکی از دلایل تاخیر در پذیرش این است که استراتژی یکی از یکپارچهترین شیوههای مفهومی است.
هنگامی که مدیران به اتوماسیون استراتژی فکر میکنند، بسیاری از آنها بیش از اندازه به جلو نگاه میکنند. نگاه به آن دسته از قابلیتهای هوش مصنوعی که به جای رهبر کسب و کار تصمیم میگیرد و اینکه استراتژی درست چیست. آنها با این نگاه فرصتهایی را که برای استفاده از هوش مصنوعی در بلوکهای سازندهی استراتژی وجود دارد را از دست میدهند. فرصتهایی که میتواند نتایج را به طور قابل توجهی بهبود بخشد.
یک قیاس خوب برای آن استفاده از دستیاران مجازی است. بسیاری از مردم در دنیا، از الکسا یا سیری استفاده میکنند. اما تعداد کمی از افراد، این ابزارها را برای انجام کارهایی بیشتر از دیکته کردن یک پیام متنی یا خاموش کردن چراغها استفاده میکنند. افراد با توانایی این فناوریها در درک برنامههای پیچیدهتر احساس راحتی نمیکنند. همین موضوع در رابطهی هوش مصنوعی و استراتژی نیز مشابه است. سخت است که هوش مصنوعی همه چیزهایی را که یک مدیر می داند بداند، اما میتواند به مدیران در انجام وظایف خاصی کمک کند.
هنگامی که مدیران به اتوماسیون استراتژی فکر میکنند، بسیاری به دنبال تصمیم گیری در مورد استراتژی مناسب هستند. آنها فرصتهای استفاده از هوش مصنوعی را در بلوکهای سازنده استراتژی از دست میدهند.
امروزه هوش مصنوعی به استراتژیستها در اجرای چه نوع وظایفی کمک میکند؟
ما در مورد شش مرحله یا سطح از توسعه هوش مصنوعی صحبت میکنیم. اولین آن تجزیه و تحلیل ساده است که ما از آن به عنوان هوش توصیفی یاد میکنیم. شرکتها از داشبوردها برای تحلیل رقابتی یا مطالعه عملکرد در بخشهای مختلف کسب و کار استفاده میکنند که به طور خودکار به روز میشوند. همچنین برخی از آنها قابلیتهای تعاملی برای اصلاح و آزمایش دارند.
سطح دوم، هوش تشخیصی است، که توانایی نگاه به عقب و درک علل اصلی و محرکهای عملکرد کسب و کار است.
سطح بعد از آن هوش پیش بینی است: توانایی پیش بینی سناریوها یا گزینههای خاص و ارزش چیزها در آینده بر اساس حرکت گذشته و همچنین سیگنالهای انتخاب شده در بازار است.
هم تشخیص و هم پیشبینی، حوزههایی هستند که امروزه هوش مصنوعی میتواند تا حد زیادی بهبود بخشد. این ابزارها میتوانند تجزیه و تحلیل مدیران را تقویت کنند و به مناطقی تبدیل شوند که در آن تواناییها را توسعه دهید. به عنوان مثال، در زمینه هوش تشخیصی، میتوانید پورتفولیوی خود را به بخشهایی سازماندهی کنید تا بفهمید عملکرد از کجا میآید و آن را به روشی بسیار پیوستهتر از تحلیلگران انجام دهید. شما میتوانید 20 راه مختلف را در یک ساعت در مقابل استقرار صد تحلیلگر برای مقابله با مشکل امتحان کنید.
هوش مصنوعیهای پیش بینی کننده دشوار و خطرناکتر هستند. مدیران اجرایی نباید به طور کامل به هوش مصنوعیهای پیش بینی کننده تکیه داشته باشند. از آنجایی که تصمیمهای استراتژیک پیامدهای مهمی دارند ملاحظاتی نیاز است. یکی از این ملاحظات کلیدی، استفادهی شفاف از هوش مصنوعی به معنای درک اینکه چرا پیشبینی خاصی انجام میدهد و برونیابیهایی که انجام میدهد، از کدام اطلاعات است. سپس میتوانید ارزیابی کنید که آیا به پیش بینی اعتماد دارید یا خیر. شما حتی می توانید از هوش مصنوعی برای ردیابی تکامل مفروضات مربوط به آن پیش بینی استفاده کنید.
این موارد از سطوح امروزی شش مرحلهی گفته شده هستند. توسعهی سه سطح بعدی به زمان نیاز دارد. اما این را باید در نهایت برای آینده در نظر داشته باشید که، نقطهای وجود دارد که هوش مصنوعی کاملاً مستقل بدون تعامل انسانی تجزیه و تحلیل و تصمیم میگیرد.
از آنجایی که تصمیمات استراتژیک پیامدهای مهمی دارند، باید بدانید که چرا هوش مصنوعی پیشبینی خاصی انجام میدهد و از چه اطلاعاتی چه برونیابیهایی انجام میدهد.
به نظر شما چه نوع کسبوکارهایی یا صنایعی میتوانند بیشترین مزیتها را از هوش مصنوعی با این سطح از پیچیدگی فعلی که دارند به دست آورند؟
هر کسب و کاری امروزه احتمالاً فرصتهای بیشتری برای استفاده از هوش مصنوعی دارد. اولین چیزی که باید به آن توجه شود، در دسترس بودن دادهها است. آیا دادههای عملکردی در دست دارید که بتوان آنها را به روشی سیستماتیک سازماندهی کرد؟ شرکتهایی که دادههای عمیقی از مجموعههای خود تا خط کسبوکار، SKU، موجودی و مواد خام دارند، بزرگترین فرصت را برای استفاده از ماشینها برای به دست آوردن بینشهای دقیق دارند. چیزی که انسان به راحتی و کامل نتوانسته بود به آن دست یابد.
شرکتهایی که استراتژیهایشان به چند تصمیم بزرگ با دادههای محدود متکی است، کمتر از هوش مصنوعی بهره میبرند. به همین ترتیب، آنهایی که با نوسانات و آسیب پذیری زیادی در برابر رویدادهای خارجی مواجه هستند، کمتر از شرکتهایی با سبدهای کنترل شده و سیستماتیک سود میبرند. اگرچه میتوانند هوش مصنوعی را برای پیش بینی بهتر آن رویدادهای خارجی و شناسایی آنچه که نیاز به کنترل دارد، مستقر کنند.
یک نکتهی مهم این است که سرعت تصمیم گیری اهمیت بالایی دارد. اکثر شرکتها استراتژیهایی را هر سه تا پنج سال یکبار توسعه میدهند که پس از آن به بودجه سالانه تبدیل میشوند. اگر به این شیوه به استراتژی فکر کنید، نقش هوش مصنوعی به غیر از تحلیلهای بالقوهی تسریع کننده که ورودیهای استراتژی هستند، به شدت محدود میشود. با این حال، برخی از شرکتها مرتباً تصمیمهای بزرگی را که گرفتهاند، بر اساس فرضیاتی دربارهی جهان که ممکن است از آن زمان تغییر کرده باشد، بازبینی میکنند. همچنین این بازبینی بر ROI پیش بینی شده و ابتکارات تأثیر میگذارد. چنین تغییراتی بر نحوهی به کارگیری استعدادها و زمان اجرایی، نحوهی خرج کردن پول و تمرکز بر تلاشهای فروش تأثیر میگذارد و هوش مصنوعی میتواند در هدایت آن ارزشمند باشد. ارزش هوش مصنوعی زمانی بیشتر میشود که بتوانید نزدیک به زمان استقرار منابع تصمیم بگیرید. زیرا هوش مصنوعی میتواند نشان دهد که مفروضات قبلی شما نسبت به زمانی که برنامه ریزی کردهاید تغییر کرده است.
در ادامه سعی میکنیم نمونههایی از شرکتهایی که از هوش مصنوعی برای مقابله با چالشهای استراتژیک خاص استفاده میکنند را ببینیم.
برخی از مبتکرترین کاربران هوش مصنوعی، به طور تصادفی، شرکتهای بومی هوش مصنوعی و دیجیتال هستند. برخی از این شرکتها مزایای زیادی از هوش مصنوعی دیدهاند و استفاده از آن را در سایر زمینههای کسبوکار افزایش دادهاند.
یک نمونه از آن سازمانی است که برنامه ریزی مالی خود را بر اساس الگوهای قیمت گذاری که در بازار مشاهده میکند تنظیم میکند. کسبوکار آن انعطاف پذیری نسبتاً بالایی نسبت به تقاضا دارد، اما انعطاف پذیری کمتری برای عرضه دارد. بنابراین این شرکت از هوش مصنوعی استفاده میکنند تا هنگامی که پویاییهای قیمت گذاری روندی به خود گرفت که، بر سود آوری یا جایی که تقاضا در حال افزایش است اثر گذاشت، بهطور مداوم سیگنالهایی را نشان دهد. این کار به شرکتها اجازه میدهد تا به سرعت واکنش نشان دهد و ظرفیت بیشتری ایجاد کند. زیرا سودآوری آن به حفظ تعادل تقاضا و عرضه بسیار حساس است.
یک پرسشی در این میان به وجود میآید و این است که با توجه به سرعت تغییر امروزهی همه چیز، به نظر نمیرسد که هوش مصنوعی بیشتر از یک ابزار تاکتیکی باشد تا یک ابزار استراتژیک که ورودی حساس به زمان را در مورد عناصر جدا شده از استراتژی ارائه میکند؟
این نکته را باید در نظر بگیریم که بین استراتژیک و تاکتیک تمایز قائل شدهایم. البته هر تصمیمی را میتوان به تصمیمهای کوچکتر تقسیم کرد، و جایی که امروزه میتوان از هوش مصنوعی بهطور مقرون به صرفه در استراتژی استفاده کرد، ساختن بلوکهای استراتژی است. ممکن است این کار تاکتیکی به نظر برسد، اما میتواند تفاوت بزرگی ایجاد کند. به عنوان نمونه، یکی از شرکتهای سرمایه گذاری پیشرو در جهان، به جای اسکن مستقیم شرکتها، شروع به استفاده از هوش مصنوعی برای اسکن الگوهای خاص کرده است.
انحراف تصمیم گیری با هوش مصنوعی در استراتژی ناشی از سوگیری و پویایی
وقتی با مدیران اجرایی در مورد استفاده از هوش مصنوعی در توسعهی استراتژی صحبت میکنیم؛ اولین واکنشی که دریافت میشود این است که: این تصمیمات واقعاً بزرگ هستند، اگر هوش مصنوعی در آنها اشتباه کند چه؟ اولین پاسخ این است که انسانها نیز اشتباه میکنند.
ثابت شده است که برخی از این خطاها سیستمی، قابل مشاهده و قابل پیشبینی هستند. اولین کاری که هوش مصنوعی میتواند انجام دهد این است که موقعیتهایی را شناسایی کند که احتمالاً منجر به سوگیری میشوند. به عنوان نمونه، تصور کنید که هوش مصنوعی در حال گوش دادن به یک جلسه استراتژی است که در آن مدیر عامل چیزی را پیشنهاد میکند و همه بدون بحث و گفتگو میگویند “آره”. هوش مصنوعی میتواند به اتاق اطلاع دهد که «ممکن است در اینجا یک تعصب یا ترسی باشد»، که میتواند مکالمه بیشتری را آغاز کند و به مدیرعامل یادآوری کند که تشویق به حمایت از برخی مخالفان به نفع خودش است.
از نظر پویایی اجتماعی، مشکلات نمایندگی میتواند تضاد منافع ایجاد کند. هر رهبر واحد تجاری [BU] فکر میکند که BU آنها باید بیشترین منابع را دریافت کند و بیشترین ارزش را ارائه دهد، یا حداقل احساس میکند که باید از تجارت خود دفاع کند. هوش مصنوعی روشی خنثی بر اساس دادههای سیستماتیک، برای مدیریت ارائه میدهد. همچنین برای مدیران دارای اختیار تصمیم گیری مفید است، زیرا همه ما میدانیم که فشارهای کوتاه مدت و نیاز به ایجاد اعداد سه ماهه و سالانه باعث میشود افراد در روز پایان سال تصمیمات متفاوتی نسبت به روز نخست سال بگیرند.
در پایان
یکی از چالشها این است که مدیران همیشه نسبت به آنچه اتفاق خواهد افتاد بیش از حد خوشبین هستند. آنها میدانند که تخصیص منابع ناگزیر با آنچه در مورد آینده باور دارید، تعریف میشود، نه لزوماً با عملکرد گذشته. هوش مصنوعی میتواند یک پیشبینی عینی از عملکرد را ارائه دهد، به گونهای که از یک مورد حرکت پیشفرض شروع میشود (بر اساس همه چیزهایی که در گذشته اتفاق افتاده و برخی شاخصهای مربوط به آینده).
هوش مصنوعی در استراتژی، در مراحل بسیار نوپایی قرار دارد اما میتواند برای شرکتها بسیار تأثیر گذار باشد. برای یک مدیر ارشد، تصمیمات استراتژیک بزرگترین راه برای تأثیر گذاری بر تجارت است. میتوان تصور کرد که مزیت رقابتی به طور فزایندهای به داشتن مدیرانی بستگی دارد که میدانند چگونه هوش مصنوعی را به خوبی اعمال کنند. در برخی حوزهها، مانند سرمایه گذاری، این اتفاق در حال حاضر رخ داده است و تفاوت در بازده میتواند خیره کننده باشد. به نظر من کمک به شرکتها برای اینکه بخشی از این تکامل باشند بسیار هیجانانگیز است.
بدون دیدگاه