کسبوکارهای استرالیایی برای استفاده مؤثر از هوش مصنوعی به چیزی فراتر از چتبات نیاز دارند
بودجه فدرال بار دیگر هوش مصنوعی را راهی برای افزایش بهرهوری معرفی کرده است، اما کارشناسان میگویند تحول واقعی زمانی رخ میدهد که هوش مصنوعی برای حل مسائل مشخص هر صنعت به کار گرفته شود.
وضعیت: پیشنویس برای بازبینی انسانی. هنوز منتشر نشده است.
خلاصه خبر
بودجه فدرال استرالیا بار دیگر هوش مصنوعی را یکی از مسیرهای افزایش بهرهوری معرفی کرده است. اما مسئله اصلی برای بسیاری از کسبوکارها این نیست که آیا باید از هوش مصنوعی استفاده کنند یا نه؛ مسئله این است که چگونه از آن به شکلی استفاده کنند که واقعاً روی هزینه، کیفیت، سرعت تصمیمگیری و رقابتپذیری اثر بگذارد.
استفاده از چتباتهای عمومی برای نوشتن ایمیل، خلاصه کردن متن یا تولید محتوای تبلیغاتی میتواند مفید باشد، اما بهتنهایی تحول بزرگی ایجاد نمیکند. ارزش اصلی زمانی شکل میگیرد که هوش مصنوعی با دادههای قابل اعتماد، فرایندهای واقعی کسبوکار و مسائل مشخص هر صنعت پیوند بخورد.
فراتر از استفادههای ساده
در ماههای اخیر، بسیاری از شرکتها استفاده از هوش مصنوعی را با ابزارهای عمومی آغاز کردهاند. این ابزارها میتوانند برای کارهای روزمره مفید باشند: نوشتن پیشنویس ایمیل، خلاصه کردن گزارش، آماده کردن متن شبکههای اجتماعی یا پاسخ اولیه به مشتری.
اما این سطح از استفاده معمولاً مزیت بلندمدت ایجاد نمیکند. اگر همه رقبا بتوانند از همان ابزار عمومی استفاده کنند، تفاوت اصلی در خود ابزار نیست؛ در کیفیت داده، شناخت مسئله، طراحی فرایند و توان اجرای راهحل است.
برای نمونه، یک شرکت ساختمانی ممکن است از هوش مصنوعی برای نوشتن متن مناقصه استفاده کند. این کار زمان را کم میکند، اما تحول اصلی زمانی رخ میدهد که همان شرکت بتواند با کمک داده، تأخیرهای احتمالی در تأمین مصالح را پیشبینی کند، ریسکهای ایمنی را زودتر تشخیص دهد یا هزینه و زمانبندی پروژه را دقیقتر مدیریت کند.
در کشاورزی نیز ارزش هوش مصنوعی فقط در تولید متن یا پاسخهای عمومی نیست. کاربرد جدیتر زمانی است که دادههای خاک، آبوهوا، تصاویر ماهوارهای، مصرف آب و سوابق مزرعه کنار هم قرار بگیرند و به تصمیمگیری بهتر کمک کنند.
چرا این موضوع برای استرالیا مهم است؟
استرالیا سالهاست با چالش بهرهوری روبهروست. افزایش بهرهوری یعنی اقتصاد بتواند با منابع موجود، ارزش بیشتری تولید کند. این موضوع بر دستمزدها، هزینه زندگی، رقابتپذیری شرکتها و توان دولت برای ارائه خدمات عمومی اثر میگذارد.
دولت در بودجه و برنامههای مرتبط با فناوری، از هوش مصنوعی به عنوان بخشی از پاسخ به این چالش یاد کرده است. برنامههایی مانند AI Adopt Centres نیز با هدف کمک به کسبوکارهای کوچک و متوسط برای استفاده مسئولانهتر از هوش مصنوعی معرفی شدهاند. اما سیاستهای حمایتی فقط زمانی اثر واقعی دارند که کسبوکارها بتوانند فناوری را از مرحله آزمایش و نمایش به مرحله استفاده عملی برسانند.
این کار ساده نیست. بسیاری از شرکتهای کوچک و متوسط هنوز دادههای خود را به شکل پراکنده نگهداری میکنند. فرایندهای داخلی ممکن است مستند نباشد. کارکنان ممکن است آموزش کافی نداشته باشند. در بعضی صنایع نیز نگرانیهای جدی درباره حریم خصوصی، امنیت داده، مسئولیت حقوقی و خطاهای سیستم وجود دارد.
استرالیا از صفر شروع نمیکند
استرالیا اکنون شبکهای از شرکتهای فناوری، پژوهشگران، مراکز نوآوری و برنامههای دولتی مرتبط با هوش مصنوعی دارد. مرکز ملی هوش مصنوعی، برنامههای حمایتی برای کسبوکارهای کوچک و سرمایهگذاری در زیرساختهای دیجیتال بخشی از این مسیر است.
با این حال، وجود اکوسیستم کافی نیست. هزاران کسبوکار باید بتوانند از این ظرفیت استفاده کنند. برای بسیاری از آنها، نخستین گام خرید یک ابزار جدید نیست، بلکه مرتب کردن دادهها، انتخاب مسئله درست و تعریف معیار موفقیت است.
اگر این پایهها آماده نباشد، هوش مصنوعی به ابزاری نمایشی تبدیل میشود: در ارائهها جذاب است، اما اثر مشخصی بر سود، کیفیت خدمات یا رضایت مشتری ندارد.
این موضوع برای متخصصان ایرانی چه معنایی دارد؟
برای متخصصان ایرانی و فارسیزبان در حوزه داده، نرمافزار، مهندسی، مالی، سلامت، آموزش و مشاوره، این روند میتواند فرصت مهمی باشد. بازار به افرادی نیاز دارد که بتوانند بین زبان کسبوکار و زبان فناوری پل بزنند.
شرکتها فقط به کسی نیاز ندارند که نام ابزارهای جدید را بداند. آنها به افرادی نیاز دارند که مسئله عملیاتی را بفهمند، دادههای موجود را ارزیابی کنند، ریسکها را توضیح دهند و راهحلی طراحی کنند که در محیط واقعی قابل اجرا باشد.
برای صاحبان کسبوکار ایرانی نیز پیام روشن است. هوش مصنوعی فقط برای شرکتهای بزرگ نیست، اما شروع درست اهمیت دارد. یک رستوران، کلینیک، فروشگاه آنلاین، شرکت خدماتی یا آژانس مشاوره میتواند از هوش مصنوعی استفاده کند، اگر بداند کدام بخش کارش تکراری، پرهزینه، کند یا خطاپذیر است.
از کجا باید شروع کرد؟
- یک مشکل مشخص انتخاب کنید؛ مانند پاسخگویی به مشتری، مدیریت موجودی، گزارشگیری، برنامهریزی نیروی کار یا پیشبینی تقاضا.
- بررسی کنید دادههای لازم را دارید یا نه، و کیفیت آنها چقدر است.
- از پروژه کوچک شروع کنید و نتیجه را با معیارهای روشن بسنجید.
- برای کارهای حساس، نظارت انسانی و کنترل کیفیت را حفظ کنید.
- اطلاعات محرمانه مشتریان، قراردادها و دادههای داخلی را بدون بررسی امنیتی وارد ابزارهای عمومی نکنید. برای شروع، راهنمای استفاده ایمن و مسئولانه از هوش مصنوعی میتواند نقطه ورود مفیدی باشد.
- اگر پروژه موفق بود، آن را به تدریج به بخشهای دیگر کسبوکار گسترش دهید.