مسیر رسیدن به هوش مصنوعی یک دوی سرعت نیست، بلکه یک ماراتن است و کسب‌وکارها باید بر این اساس قدم بردارند. کسانی که قبل از اینکه راه رفتن را یاد بگیرند می دوند، لنگ می زنند و به قبرستان مشاغلی می پیوندند که سعی کردند خیلی سریع حرکت کنند تا به نوعی خط پایان هوش مصنوعی برسند. حقیقت این است که هیچ خط پایانی وجود ندارد. هیچ مقصدی وجود ندارد که یک کسب و کار بتواند به آنجا برسد و بگوید که هوش مصنوعی به اندازه کافی تسخیر شده است. با توجه به مک کینزی، سال 2023 سال فراگیر هوش مصنوعی بود و حدود 79 درصد از کارمندان گفتند که سطحی از قرار گرفتن در معرض هوش مصنوعی را داشته اند. با این حال، فن آوری های شکست مسیرهای خطی توسعه را دنبال نمی کنند. آنها فرو می روند، بالا می روند و سقوط می کنند تا زمانی که بخشی از تار و پود تجارت شوند. بیشتر کسب‌وکارها می‌دانند که هوش مصنوعی یک ماراتن است و نه یک دوی سرعت، و این ارزش در نظر گرفتن را دارد.
از گارتنر استفاده کنید چرخه هایپ به عنوان مثال هر فناوری جدیدی که پدیدار می‌شود، با استثنائات بسیار کمی، مراحل یکسانی را در چرخه هایپ طی می‌کند. این مراحل به شرح زیر است: ماشه نوآوری. اوج انتظارات متورم؛ طغیان سرخوردگی؛ شیب روشنگری، و فلات بهره وری. در سال 2023، گارتنر هوش مصنوعی مولد را محکم در مرحله دوم قرار داد: اوج انتظارات متورم. این زمانی است که سطح تبلیغات پیرامون این فناوری به بالاترین حد خود می رسد، و در حالی که برخی از کسب و کارها می توانند زودتر از آن سرمایه گذاری کنند و به سمت جلو حرکت کنند، اکثریت قریب به اتفاق از طریق ناامیدی دست و پنجه نرم می کنند و حتی ممکن است به فلات بهره وری نرسند.
همه اینها به این معنی است که کسب و کارها باید در مورد استقرار هوش مصنوعی با دقت قدم بردارند. در حالی که جذابیت اولیه این فناوری و قابلیت‌های آن می‌تواند وسوسه‌انگیز باشد، هنوز هم به شدت در حال یافتن پای خود است و محدودیت‌های آن هنوز در حال آزمایش هستند. این بدان معنا نیست که کسب‌وکارها باید از هوش مصنوعی دوری کنند، بلکه باید اهمیت تنظیم یک سرعت پایدار، تعیین اهداف روشن و برنامه‌ریزی دقیق سفر خود را درک کنند. تیم های رهبری و کارمندان باید به طور کامل وارد این ایده شوند، کیفیت و یکپارچگی داده ها باید تضمین شود، اهداف انطباق باید برآورده شوند – و این تازه شروع است.
با شروع کوچک و ترسیم نقاط عطف قابل دستیابی، کسب و کارها می توانند هوش مصنوعی را به روشی سنجیده و پایدار مهار کنند و اطمینان حاصل کنند که به جای جهش از آن، با فناوری حرکت می کنند. در اینجا برخی از رایج ترین دام هایی که در سال 2024 می بینیم آورده شده است:
دام 1: رهبری هوش مصنوعی
این یک واقعیت است: بدون خرید از طرف بالا، ابتکارات هوش مصنوعی شکست خواهند خورد. در حالی که کارمندان ممکن است ابزارهای مولد هوش مصنوعی را برای خود کشف کنند و آنها را در کارهای روزمره خود بگنجانند، شرکت ها را در معرض مسائلی در مورد حریم خصوصی، امنیت و انطباق داده ها قرار می دهد. استقرار هوش مصنوعی، در هر ظرفیتی، باید از بالا انجام شود، و عدم علاقه به هوش مصنوعی از بالا می‌تواند به همان اندازه خطرناک باشد.
به عنوان مثال، بخش بیمه سلامت در ایالات متحده را در نظر بگیرید. در اخیر نظرسنجی توسط ActiveOpsفاش شد که 70 درصد از رهبران عملیات بر این باورند که مدیران C-suite علاقه ای به سرمایه گذاری در هوش مصنوعی ندارند و مانعی اساسی برای نوآوری ایجاد می کند. در حالی که آنها می توانند مزایای آن را ببینند، با نزدیک به 8 از 10 نفر موافق هستند که هوش مصنوعی می تواند به بهبود قابل توجه عملکرد عملیاتی کمک کند، عدم پشتیبانی از بالا مانعی ناامید کننده برای پیشرفت است.
در جایی که هوش مصنوعی استفاده می شود، حمایت سازمانی و رهبری ضروری است. باید کانال های ارتباطی واضحی بین تیم های پروژه رهبری و هوش مصنوعی ایجاد شود. به‌روزرسانی‌های منظم، گزارش‌های شفاف پیشرفت، و بحث در مورد چالش‌ها و فرصت‌ها به تعامل و اطلاع رهبری کمک می‌کند. هنگامی که رهبران در سفر هوش مصنوعی و نقاط عطف آن به خوبی آشنا باشند، به احتمال زیاد پشتیبانی مستمر لازم برای عبور از پیچیدگی ها و مسائل پیش بینی نشده را ارائه می کنند.
دام 2: کیفیت و یکپارچگی داده ها
استفاده از داده های بی کیفیت با هوش مصنوعی مانند قرار دادن دیزل در یک خودروی بنزینی است. عملکرد ضعیف، قطعات شکسته، و صورتحساب گرانی برای تعمیر آن دریافت خواهید کرد. سیستم‌های هوش مصنوعی برای یادگیری، انطباق و پیش‌بینی دقیق به حجم وسیعی از داده‌ها متکی هستند. اگر داده های وارد شده به این سیستم ها ناقص، ناقص، طبقه بندی نادرست یا مغرضانه باشد، نتایج به طور اجتناب ناپذیری غیر قابل اعتماد خواهند بود. این نه تنها اثربخشی راه حل های هوش مصنوعی را تضعیف می کند، بلکه می تواند منجر به شکست های قابل توجه و بی اعتمادی به قابلیت های هوش مصنوعی شود.
تحقیقات ما نشان می‌دهد که 90 درصد از رهبران عملیات می‌گویند برای استخراج بینش‌ها از داده‌های عملیاتی‌شان به تلاش زیادی نیاز است – بسیاری از آنها در سیستم‌های متعدد جدا شده و تکه‌تکه شده و مملو از ناسازگاری است. این یکی دیگر از مشکلاتی است که کسب‌وکارها هنگام بررسی هوش مصنوعی با آن مواجه هستند – داده‌های آنها به سادگی آماده نیست.
برای رسیدگی به این موضوع و بهبود بهداشت داده‌های خود، کسب‌وکارها باید در چارچوب‌های حاکمیت داده قوی سرمایه‌گذاری کنند. این شامل ایجاد استانداردهای واضح داده، اطمینان از پاکسازی و اعتبارسنجی مداوم داده‌ها و پیاده‌سازی سیستم‌هایی برای نظارت مداوم بر کیفیت داده‌ها است. با ایجاد یک منبع حقیقت واحد، سازمان‌ها می‌توانند قابلیت اطمینان و دسترسی به داده‌های خود را افزایش دهند، که این مزیت اضافی برای هموار کردن مسیر برای هوش مصنوعی خواهد داشت.
دام 3: سواد هوش مصنوعی
هوش مصنوعی یک ابزار است و ابزارها تنها زمانی موثر هستند که توسط دستان درست استفاده شوند. موفقیت ابتکارات هوش مصنوعی نه تنها به فناوری، بلکه به افرادی که از آن استفاده می کنند نیز بستگی دارد و این افراد با کمبود مواجه هستند. با توجه به نیروی فروش، تقریباً دو سوم (60٪) متخصصان فناوری اطلاعات کمبود مهارت های هوش مصنوعی را به عنوان مانع شماره یک خود در راه استقرار هوش مصنوعی شناسایی کردند. به نظر می رسد که کسب و کارها به سادگی برای هوش مصنوعی آماده نیستند و باید شروع به بررسی این شکاف مهارتی کنند. قبل از آنها شروع به سرمایه گذاری در فناوری هوش مصنوعی می کنند.
با این حال، این به معنای رفتن به یک ولگردی کاری استخدام نیست. برنامه های آموزشی را می توان برای ارتقای مهارت نیروی کار فعلی معرفی کرد و اطمینان حاصل کرد که آنها توانایی استفاده موثر از هوش مصنوعی را دارند. ایجاد این نوع سواد هوش مصنوعی در سازمان مستلزم ایجاد محیطی است که در آن یادگیری مستمر تشویق می‌شود – کارگاه‌ها، دوره‌های آنلاین و پروژه‌های عملی می‌توانند به ابهام‌زدایی از هوش مصنوعی کمک کنند و آن را برای کارکنان در همه سطوح قابل دسترس‌تر کنند و زمینه را برای استقرار سریع‌تر فراهم کنند. و مزایای ملموس تر.
بعدش چی؟
پذیرش موفقیت آمیز هوش مصنوعی به چیزی بیش از سرمایه گذاری در فناوری نیاز دارد. این نیاز به یک رویکرد راهبردی و با سرعت خوب دارد که خرید از سوی کارکنان و حمایت رهبری را تضمین کند. همچنین از کسب‌وکارها می‌خواهد که خودآگاه و زنده از این واقعیت باشند که فناوری محدودیت‌هایی دارد – در حالی که علاقه به هوش مصنوعی در حال افزایش است و پذیرش آن در بالاترین حد خود قرار دارد، احتمال زیادی وجود دارد که حباب هوش مصنوعی قبل از اصلاح آن ترکیده شود. تبدیل به ابزار ثابت و قابل اعتمادی می شود که کسب و کارها به آن نیاز دارند. به یاد داشته باشید، ما اکنون در اوج انتظارات متورم هستیم، و نا امیدی هنوز باید از بین برود. کسب‌وکارهایی که مشتاق سرمایه‌گذاری در هوش مصنوعی هستند، می‌توانند با آماده کردن کارکنان خود، ایجاد خط‌مشی‌های استفاده از هوش مصنوعی، و اطمینان از تمیز بودن، سازمان‌دهی و طبقه‌بندی صحیح و ادغام داده‌هایشان در کسب‌وکارشان، برای طوفان آینده آماده شوند.
