ساخت هوش مصنوعی پیرامون یک شرکت متوسط

در شرکت ما، مجموعه راهکارهای هوش مصنوعی بهترین دوست ماست. هنگامی که با آن صحبت میکنیم، «لطفاً» و «متشکرم» میگوییم (اگرچه برخی ممکن است این ایده را پسند نکنند). ما از بینشها قدردانی میکنیم و آنها را به عمل تبدیل میکنیم تا به هر مشتری خدمت کنیم.
به گزارش پایگاه خبری موفقیتشناسی به نقل از فوربس، روکساندرا تنتیس در یادداشتی نوشت: من به عنوان مشاور مدیریت و مشاور مدیرعامل با بیش از ۲۰ سال سابقه، اکثر چالشهای کسبوکار را مشاهده کردهام؛ از «ما دادههای زیادی داریم، اما نمیدانیم منظور از آنها چیست» گرفته تا «ما فرآیندهای دستی داریم و نمیدانیم چگونه آنها را خودکار کنیم» و «ما در بازارهای جدید کورکورانه عمل میکنیم زیرا هیچ سیگنال قیمتگذاری نداریم».
اگرچه یک راهکار هوش مصنوعی متمرکز، نوشدارو نیست، اما حول نیازهای خاص کسبوکار شما (مانند انتخاب قطعات لگو) ساخته شده است و به شما این امکان را میدهد که قابلیتهای مورد نیاز خود را انتخاب کرده و آنها را در گردشهای کاری موجود خود ادغام کنید. برخلاف ابزارهای عمومی هوش مصنوعی، این راهکار فقط متعلق به شماست و هیچ اطلاعاتی را با دیگران به اشتراک نمیگذارد.
بسیاری از شرکتها فشار استفاده از هوش مصنوعی را در سراسر زنجیره ارزش احساس میکنند. اما در بیشتر موارد، آنها از سوی بازیگران بزرگ مورد توجه قرار نمیگیرند، استعداد داخلی برای ساخت یا پیادهسازی این فناوری را ندارند و حتی پس از خرید مجوز، با هزینهها و مزایای اندکی برای ارائه در ازای آن مواجه میشوند.
هوش مصنوعی باید بر اساس کسبوکار شما ساخته شود
با وجود اینکه هوش مصنوعی به سرعت به بحث روز تبدیل شد، اما پذیرش «درست» آن توسط کسبوکارها در هر اندازهای بسیار کند بوده است. روش «تظاهر» و «روابط عمومی» – اعلام اینکه شما هوش مصنوعی را پذیرفتهاید، ابتکارات هوش مصنوعی خود را به صورت عمومی تبلیغ کنید و ابزارهای هوش مصنوعی را بدون داشتن یک استراتژی اساسی اضافه کنید – ممکن است فعلاً جواب بدهد، اما در درازمدت، امپراتور لباسی بر تن نخواهد داشت.
من که با شرکتهای متوسط کار میکنم، اغلب متوجه میشوم که میزان پذیرش با تعداد کارمندانی که به یک عامل هوش مصنوعی دسترسی دارند سنجیده میشود، نه با میزان ارزشی که این فناوری ایجاد میکند. بر اساس تجربه ما، پنج دلیل برای عدم موفقیت این رویکرد وجود دارد:
۱. بازیگران بزرگ هوش مصنوعی نمیتوانند روی شما تمرکز کنند
ده ابزار بزرگ (مانند ChatGPT، Claude و غیره) روی شما تمرکز نمیکنند، به خصوص اگر یک شرکت کوچک تا متوسط باشید. آنها هرگز ارزش پیشنهادی یک صنعت یا یک شرکت را با جزئیات و ظرافت کافی برای ساخت ابزارهای مناسب درک نخواهند کرد.
۲. کارایی فردی، ارزش سازمانی نیست
رویکرد غالب مبتنی بر کلیشه که توسط شرکتها استفاده میشود (مثلاً کارگزاران دسکتاپ) برخی از کاراییها را ایجاد میکند (مثلاً کسی میتواند همان وظایف را سریعتر انجام دهد)، اما تمام مزایا را شامل نمیشود. رویکرد بالا به پایین که در حال حاضر “مد روز” است، بهینه نیست. هوش مصنوعی باید بر اساس مورد استفاده پیادهسازی شود (و بله، الگوها پدیدار میشوند و استفاده از کد متقاطع یا گردش کار با گذشت زمان افزایش مییابد).
۳. زمینه، دقت را تعیین میکند
در حالی که یک عامل شناختهشده میتواند به سوالات پیچیده پاسخ دهد، مشکل در جزئیات است. عامل به زمینه مناسب نیاز دارد. خروجی خارج از زمینه (که به نوعی سفارشیسازی است) ناقص خواهد بود.
۴. ابزارهای بهینه هوش مصنوعی نیاز به استعدادهای تخصصی دارند
پیادهسازی صحیح هوش مصنوعی نیازمند استعدادهای فنی کمیاب و گرانقیمت است. در بسیاری از موارد، استعدادهای مورد نیاز آنقدر جدید هستند که فقط در یک تیم با دقت انتخاب شده وجود دارند. برای هر شرکتی که بخواهد این کار را انجام دهد، هزینههای بالایی دارد.
۵. دادههای شما باید متعلق به خودتان باقی بمانند
در نهایت، محرمانگی برای هر کسبوکاری از اهمیت بالایی برخوردار است. اگر یک نماینده عمومی از اطلاعات شما برای یادگیری استفاده کند، احتمال زیادی وجود دارد که دانش فنی شما به دانش عمومی تبدیل شود. همانطور که مجله نیویورک میگوید: “ChatGPT یک خبرچین بزرگ است.”
چرا برای بزرگترها زیادی کوچکی؟
اولاً، افق سرمایهگذاری شرکتهای بزرگ هوش مصنوعی طولانیتر است. به عنوان مثال، آنها در حال ساخت مراکز دادهای هستند که هزینه سرمایهگذاری هنگفتی دارند (و تاکنون در سال ۲۰۲۶ حداقل ۱۳۰ میلیارد دلار برای چنین تلاشهایی هزینه شده است).
دوم، هدف آنها درک ارزش پیشنهادی یک صنعت یا یک شرکت با جزئیات کافی و با ظرافتهای مناسب برای ساخت ابزارهای مناسب برای ثبت ارزش نیست. رویکرد آنها کلان و از بالا به پایین است، در حالی که ثبت ارزش واقعی معمولاً در کوتاهمدت و از پایین به بالا صورت میگیرد
به همین دلیل، من معتقدم که شرکتهای کوچکتر و کارآفرینان میتوانند به مجموعههای هوش مصنوعی شما کمک کنند تا ماژولارتر، چابکتر و سفارشیسازی و ادغام آنها آسانتر شود. علاوه بر این، ماژولها میتوانند برای رایجترین موارد استفاده شما (مانند اتوماسیون گردش کار) طراحی شوند.
هوش مصنوعی برای همه
هر کسی که کلود (یا سایر ابزارهای هوش مصنوعی) را روی دسکتاپ خود ندارد، در واقعیت متفاوتی زندگی میکند. کلود به هر کارمند این امکان را میدهد که کار خود را سادهسازی کند، در زمان صرفهجویی کند و امیدوارانه کیفیت کار خود را افزایش دهد. با این حال، این رویکرد میتواند به یک پیادهسازی بسیار پراکنده تبدیل شود.
هر کسی میتواند از عامل هوش مصنوعی برای هر کاری استفاده کند. نتیجه، هوش مصنوعی است که به جای طراحی برای کل کسبوکار، به طور همزمان برای یک کار، کارمند یا بخش خاص اعمال میشود. بله، تیم مالی ممکن است گزارشهای سریعتری تولید کند و تیم بازاریابی کمپینهای اطلاعرسانی را بهبود بخشد. اما در حالی که کارایی فردی افزایش مییابد، این تنها بخشی از پتانسیل واقعی است که هوش مصنوعی میتواند برای سازمان بزرگتر فراهم کند.
دقت اهمیت دارد
در مورد دقت، حوزههای زیادی وجود دارد که در آنها اصل «۸۰/۲۰» صدق نمیکند. ارائه دادهها و بینشهای صنعت سرمایهگذاری خصوصی نمیتواند «شاید» باشد. مشتریان ما بلافاصله به یک منبع قابل اعتمادتر روی میآورند.
سعی کنید با استفاده از یکی از عوامل اصلی هوش مصنوعی، چیزی خاص مانند فهرستی از تمام تراکنشهای فینتک امسال را جستجو کنید. پاسخ بارها و بارها ناامیدکننده خواهد بود. بدون زمینه مناسب، عامل فقط پاسخهای نادرست میدهد (که گاهی اوقات به عنوان توهم شناخته میشود).
محرمانگی غیرقابل مذاکره
اگر دادهها یا حق ثبت اختراعات محصول فاش شود، تمایز از بین خواهد رفت. اگر یک عامل هوش مصنوعی «شناختهشده» از اطلاعات شما برای یادگیری استفاده کند، دانش شما به دانش عمومی تبدیل میشود. برای حفظ محرمانگی، شرکتها باید با راهحلهای هوش مصنوعی ماژولار و کاملاً متعلق به خود که با شرکای متفکر نگهداری میشوند، همکاری کنند.
شریکی که موارد استفاده را میداند، دقت ارائه میدهد، محرمانگی را حفظ میکند و استعدادهای کمیاب را به ارمغان میآورد، میتواند یک «باند هوش مصنوعی» باورنکردنی بسازد. بنابراین به یاد داشته باشید: بزرگ فکر کنید اما با تمرکز بسازید. برندگان واقعی شرکتهایی خواهند بود که از هوش مصنوعی نه تنها برای موارد استفاده اولیه، بلکه برای تقویت ویژگیهایی که آنها را در وهله اول متمایز کرده است، بهره ببرند.
انتهای پیام/



