مدیران عامل و هوش مصنوعی

انتشار ChatGPT در اواخر سال ۲۰۲۲ علاقه زیادی به هوش مصنوعی مولد ایجاد کرد. در عرض چند ساعت، کاربرانی که این فناوری جدید را آزمایش می‌کردند، هک‌های بی‌شماری را برای افزایش بهره‌وری در کارهای مختلف را کشف و به اشتراک گذاشتند. در هفته‌ها و ماه‌های پس از آن، سازمان‌ها برای حفظ سرعت و دفاع در برابر عوارض پیش‌بینی نشده تلاش کرده‌اند. برخی از سازمان‌ها و مدیران عامل قبلاً رویکرد رسمی‌تری را اتخاذ کرده‌اند و تیم‌های اختصاصی ایجاد شد تا بررسی کنند که چگونه هوش مصنوعی مولد می‌تواند ارزش‌های پنهان را یافته و کارایی را بهبود بخشد.

با این حال، برای مدیران عامل، هوش مصنوعی مولد یک چالش بسیار بزرگتر است. تمرکز امروز ممکن است بر دستاوردهای بهره‌وری و محدودیت‌های فنی باشد، اما انقلابی در نوآوری مدل کسب و کار در راه است. درست همانطور که Mosaic، اولین مرورگر وب رایگان جهان، عصر اینترنت را آغاز کرد و شیوه کار و زندگی ما را تغییر داد. هوش مصنوعی مولد نیز این پتانسیل را دارد که در هر صنعتی تغییری ایجاد کند. این تغییر هم مزیت رقابتی و هم تخریب خلاقانه را نوید می‌دهد. پیامد آن برای رهبران واضح است: فعالیت‌هایی بی جان امروزی باید به یک استراتژی هوش مصنوعی مولد متعلق به هر C-suite (C-suite: به مدیران سطح اجرایی در یک شرکت اشاره دارد.) تبدیل شود.

این کار کوچکی نیست؛ و مدیران عامل که احتمالاً خودشان از چند مرحله فناوری عقب مانده‌اند، ممکن است در مورد حرکت بعدی خود نیز مطمئن نباشند. اما از دیدگاه ما، قطعا مدیران اجرایی این اولویت را ندارند که خود را به طور کامل در فناوری غوطه ور کنند. در عوض، آنها باید بر این تمرکز کنند که هوش مصنوعی مولد چگونه بر سازمان‌ها و صنایع آنها تأثیر می‌گذارد. و چه انتخاب‌های استراتژیکی آنها را قادر می‌سازد تا از فرصت‌ها بهره‌برداری کرده و چالش‌ها را مدیریت کنند. این انتخاب‌ها بر سه رکن کلیدی متمرکز شده‌اند:

      • پتانسیل: موارد استفاده‌ای که پتانسیل این را دارد تا سازمان شما را متمایز کند را، شناسایی کنید.

      • افراد: تطبیق ساختارهای سازمانی و آماده سازی کارکنان برای حمایت از استقرار آن‌ها

    • سیاست: راه‌اندازی چارچوب‌های اخلاقی و حمایت‌های قانونی

هر رکن یک سوال فوری را برای مدیران عامل ایجاد می‌کند:

      • وقتی هر کارمندی به پیشنهادات هوش مصنوعی به ظاهر نامحدود دسترسی داشته باشد، چه نوآوری‌هایی ممکن می‌شود؟

      • چگونه این فناوری نحوه تعریف نقش کارکنان و نحوه مدیریت آنها را تغییر خواهد داد؟

    • چگونه رهبران با این واقعیت که مدل‌های هوش مصنوعی مولد ممکن است خروجی نادرست یا مغرضانه تولید کنند، مقابله می‌کنند؟

واضح است که هوش مصنوعی مولد، فضایی است که به سرعت در حال تکامل است و هر یک از رکن‌های بالا شامل ملاحظات کوتاه مدت، بلند مدت و بسیاری از سوالات بی پاسخ دیگر است. اما مدیران عامل باید برای لحظه‌ای آماده شوند که، مدل‌های تجاری فعلی‌شان منسوخ می‌شود. اینجاست که نحوه استراتژی آن برای آینده مهم است.

پتانسیل: مزیت استراتژیک خود را کشف کنید

هوش مصنوعی هرگز تا این حد در دسترس نبوده است. ابزارهایی مانند ChatGPT، DALL-E ، Midjourney، و Stable Diffusion به هر کسی اجازه می‌دهد تا وب‌ سایت ایجاد کند، استراتژی‌های تبلیغاتی تولید کند و ویدیو تولید کند و امکانات نا‌محدود دیگری.

افزایش بهره‌وری فوری می‌تواند هزینه‌ها را تا حد زیادی کاهش دهد. برای مثال، هوش مصنوعی مولد می‌تواند اسناد را در عرض چند ثانیه با دقت چشمگیری خلاصه کند، در حالی که یک محقق ممکن است ساعت‌ها را برای این کار وقت بگذارد.

اما قدرت دموکراسی‌ سازی هوش مصنوعی مولد همچنین به این معناست که رقبای یک شرکت، دسترسی و قابلیت‌های یکسانی خواهند داشت. ابزارها و بسترهای مختلف هوش مصنوعی امکانات مختلفی را برای سازمان‌ها ارائه می‌دهند. اما این امکانات آنها تمایزی در ارائه نخواهد داشت، و تنها تنوع ایجاد شده ناشی از توانایی کاربران برای درخواست از سیستم است.

موارد استفاده صحیح را شناسایی کنید

برای مدیران عامل کلید طلایی، شناسایی موارد استفاده از هوش مصنوعی برای شرکتشان است. مواردی که مزیت رقابتی واقعی را به ارمغان می‌آورند و بیشترین تأثیر را نسبت به راه‌حل‌های موجود و بهترین در کلاس ایجاد می‌کنند.

چنین موارد استفاده می‌تواند در هر نقطه از زنجیره ارزش باشد. برخی از شرکت‌ها می‌توانند از طریق پیشنهادات بهبود یافته رشد را پیش ببرند. اینترکام، ارائه‌ دهنده راه‌ حل‌های خدمات مشتری، آزمایش‌هایی را دنبال می‌کند که هوش مصنوعی مولد را با ابزارهای جذب مشتری خود، برای حرکت به سوی خدمات اتوماسیون ادغام می‌کند.

رشد را می‌توان در کاهش زمان و صرفه جویی در هزینه و همچنین در توانایی تحریک تخیل و ایجاد ایده‌های جدید یافت. به عنوان مثال، در biopharma، بیشتر زمان ثبت اختراع ۲۰ ساله امروزی، توسط تحقیق و توسعه مصرف می‌شود. تسریع این فرآیند می‌تواند ارزش یک پتنت را به میزان قابل توجهی افزایش دهد. در فوریه ۲۰۲۱، شرکت بیوتکنولوژی Insilico Medicine اعلام کرد که داروی ضد فیبروتیک تولید شده توسط هوش مصنوعی در کمتر از ۳۰ ماه، با قیمت حدود ۲ دلار، از مفهوم ‌سازی به آزمایش‌های بالینی فاز ۱ منتقل شده است.

هنگامی که رهبران موارد استفاده طلایی خود را شناسایی می‌کنند، باید با تیم‌های فناوری خود برای انتخاب استراتژیک در مورد تنظیم دقیق LLM‌های موجود یا آموزش یک مدل سفارشی کار کنند.

LLM نیز عبارت است از Large language models: مدلی که بر روی حجم وسیعی از داده‌های متنی که طیف گسترده‌ای از دامنه‌ها و زبان‌ها را در بر می‌گیرد کار می‌کند.

برای سرمایه گذاری خود برنامه ریزی کنید

رهبران باید زمان‌ بندی‌ چنین سرمایه ‌گذاری‌هایی را به دقت ارزیابی کنند. همچنین رهبران باید هزینه‌های بالقوه‌ی حرکت زود هنگام، در پروژه‌هایی که پیچیده هستند و فناوری آن‌ها هنوز آماده نیست، و در برابر خطرات توان لازم را ندارد، بسنجند.

هوش مصنوعی مولد در حال حاضر هنوز به دلیل گرایش به خطا محدود است و باید در درجه اول برای مواردی با تحمل بالا و انعطاف زیاد استفاده شود.

مدیران عامل همچنین باید مکانیسم‌های تامین مالی جدیدی را برای داده‌ها و زیرساخت‌ها در نظر بگیرند که آیا برای مثال، بودجه باید از فناوری اطلاعات، تحقیق و توسعه یا منبع دیگری تامین شود.

بحث خدمات هوش مصنوعی پولی و رایگان پیامدهای دیگری در مورد مزیت رقابتی بلند مدت دارد. پیش از این، بیشتر تحقیقات در مورد هوش مصنوعی مولد عمومی بود و مدل‌ها از طریق کانال‌های منبع باز ارائه می‌شدند. از آنجایی که این تحقیق اکنون پشت درهای بسته در حال انجام است، مدل‌های منبع باز در حال حاضر از راه‌حل‌های پیشرفته عقب‌تر هستند. به عبارت دیگر، ما در آستانه یک مسابقه تسلیحاتی مولد هوش مصنوعی هستیم.

با تسریع تحقیقات و اختصاصی شدن بیشتر و بیشتر، و با پیچیده‌تر شدن الگوریتم‌ها، همگام شدن با مدل‌های پیشرفته چالش برانگیز خواهد بود. دانشمندان داده به آموزش ویژه، مهارت‌های پیشرفته و تخصص عمیق نیاز دارند تا بفهمند مدل‌ها چگونه کار می‌کنند. (قابلیت‌ها، محدودیت‌ها و کاربرد آن‌ها برای موارد استفاده تجاری جدید). از این رو بازیکنان بزرگی که می‌خواهند در عین استفاده از آخرین فناوری هوش مصنوعی مستقل بمانند، باید تیم‌های فنی داخلی قوی بسازند.

در بخش بعد به ادامه‌ی ابن بحث پرداخته و ارکان مردم و سیاست را بررسی می‌کنیم.

بدون دیدگاه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *