آماده‌باش دیجیتال

رونمایی از متاورس را به خاطر دارید؟ چندی پیش، هنگامی که زاکربرگ متاورس را به جهان معرفی کرد هیاهوی زیادی به راه افتاد. بسیاری از سازمان‌ها به دنبال راه‌هایی بودند که بتوانند آن را اجرایی کنند یا دست‌کم بخشی از آن باشند. برخی دیگر حتی، تا سرمایه‌گذاری در املاک مجازی متاورس پیش رفتند و سایرین، ثروت هنگفتی را خرج طراحی جهان‌های سه‌بعدی کردند! اما یک مشکل بزرگ وجود داشت؛ استفاده از متاورس آنقدر که به نظر می‌رسید، ساده نبود. از کمبود ابزارهای پوشیدنی گرفته تا طراحی‌های ضعیف، همگی سبب شدند متاورس به آن نقطه اوجی که پیش‌بینی شده بود، نرسد. در واقع به جز گیمیفیکشن -یا همان بازی‌انگاری- بسیاری از کاربران همچنان زندگی آفلاین را ترجیح دادند. متاورس هرگز به معنای واقعی قادر به افزایش بهره‌وری نبود و اکثر کارکنان رفتن به محل کار، صرفاً برای کار در دنیای مجازی را اتلاف وقت می‌دانستند.

درست زمانی که هیاهوی متاورس رو به فراموشی گذاشت، نوآوری‌ها در هوش مصنوعی به سرفصل اخبار تبدیل شد. و حالا، هوش مصنوعی مولد (GAI)، همچون طوفانی سراسر جهان را درمی‌نوردد و عرصه‌های مختلف را دگرگون می‌کند. برخلاف متاورس، هوش مصنوعی مولد کاربردهای مختلفی دارد که در عمل می‌تواند تجربه کاری را بهبود ببخشد و بهره‌وری را افزایش دهد. مدیران آینده‌نگر، به یقین می‌دانند که نسل جدید فناوری‌ها -محاسبات ابری، انفجار داده‌ها، یادگیری ماشینی- شرکت‌ها و صنایع‌شان را متحول خواهد کرد. به همین دلیل، خواه برای اتوماسیون فرآیندها، تهیه پیش‌نویس‌های ای‌میل‌ها، تجزیه و تحلیل داده‌ها، برنامه‌ریزی یک کار یا حتی ایجاد نمایه‌ای از یک کسب‌وکار جدید، تقریباً همه مشاغل در هر صنعتی در سراسر جهان، به دنبال اتخاذ هوش مصنوعی مولد هستند.

 مطالعه اخیر آی‌بی‌ام بر این اشتیاق بی‌حدوحصر مدیران برای پذیرش فناوری صحه می‌گذارد. بر اساس جدیدترین گزارش این کمپانی، نیمی از مدیران عامل مورد بررسی گزارش می‌کنند که در حال ادغام هوش مصنوعی مولد در محصولات و خدمات دیجیتال هستند. این مطالعه که با عنوان «تصمیم‌سازی مدیران عامل در عصر هوش مصنوعی» انجام شده، بیش از سه هزار مدیرعامل را در بیش از 30 کشور و 24 صنعت کلیدی بررسی کرده است. مطالعه 2023 آی‌بی‌ام به‌طور کلی نشان می‌دهد که مدیران اجرایی چگونه در این محیط جدید تصمیم می‌گیرند، چه چیزی را به عنوان اولویت‌ها و چالش‌های اصلی خود شناسایی می‌کنند و چه چیزی گروه منتخبی را که دستاوردهای بسیار بیشتری نسبت به همتایان خود دارند، متمایز می‌کند.

پژوهشگران آی‌بی‌ام می‌نویسند، تصمیم‌گیری مدیران عامل دیگر شباهتی به قبل ندارد. در شرایطی که بسیاری از مدیران احساس می‌کردند در تله «فوریت و نااطمینانی» گرفتار شده‌اند، AI مولد همه چیز را زیرورو کرده و ذهنیت رهبران کسب‌وکارها را از «افزودن هوش مصنوعی» به «شروع کردن با هوش مصنوعی» تغییر داده است. مطالعه آی‌بی‌ام یافته جالب دیگری هم دارد: در حالی که 69 درصد از مدیران عامل، مزایای زیادی برای استفاده گسترده از هوش مصنوعی مولد در سراسر سازمان خود قائل‌اند، تنها 29 درصد از تیم‌های اجرایی آنها موافق‌اند که تخصص لازم برای اجرایی کردن هوش مصنوعی را در سازمان دارند و تنها 30 درصد از مدیران ارشد معتقدند که سازمان آنها آماده است تا هوش مصنوعی را مسوولانه بپذیرد! نقطه شروع تعارض همین‌جاست. ظاهراً ما با سازمان‌هایی روبه‌رو هستیم که گرچه از پتانسیل‌های بالای پذیرش هوش مصنوعی به خوبی آگاه‌اند اما برای استقبال از آن واهمه دارند. داستان از چه قرار است؟

کارمندانِ نگران؛ سازمان‌های مردد

احتمالاً برای رهبران سازمان‌ها وسوسه‌انگیز است که تصور کنند ابزارهای مبتنی بر هوش مصنوعی، یک عصای جادویی به آنها خواهد داد تا همه چیز را ساده‌سازی یا تسریع کنند. اما آیا کارمندان آنها هم این‌گونه می‌اندیشند؟ پاسخ مطالعه آی‌بی‌ام به این پرسش منفی است. مدیران عامل به‌شدت به مزایای هوش مصنوعی مولد در سراسر سازمان خود اعتقاد دارند، اما کارمندان به فقدان مهارت‌های درون‌سازمانی اشاره می‌کنند و مردد هستند. برای توسعه‌دهندگان نرم‌افزار، دانشمندان داده، مهندسان و طیف کامل کارکنان فناوری اطلاعات، هوش مصنوعی یا شغل‌شان را به خطر می‌اندازد یا مسوولیت‌هایشان را تغییر می‌دهد تا با پیشرفت سریع آن سازگار شوند. پیش‌بینی سرعت پذیرش هوش مصنوعی دشوار است اما برخی از تاثیرگذارترین رهبران کسب‌وکار و پذیرندگان اولیه، معتقدند که AI سریع‌تر از آنچه پیش‌بینی می‌شد در حال پیشرفت است. با این سرعت حیرت‌آور، در ذهن کارکنان سازمان‌ها یک سوال مهم ایجاد می‌شود: آیا مهارت‌های من هنوز به درد می‌خورند؟ اگر پاسخ منفی باشد، احتمالاً در مسیر پذیرش فناوری، با مانع بزرگی مواجه خواهیم شد!

علاوه بر این، هر زمان دیدید شرکت‌ها یا کارکنان برای پذیرش هوش مصنوعی مولد مشکل دارند، بدانید یکی از مهم‌ترین نگرانی‌های آنان، داده‌هاست. بدون داده‌های قابل اعتماد و مطمئن، حتی بهترین هوش مصنوعی نیز نتایج معیوب یا مغرضانه ارائه می‌دهد. در واقع، برای استراتژی کسب‌وکار، داده‌ها تنها زمانی مفید هستند که محافظت شوند- و مهم‌تر از آن، بتوان به زمینه، محتوا و کیفیت آنها اعتماد کرد. از این‌رو، نیاز به حکمرانی داده‌ها بیش از قبل حس می‌شود. اطمینان از موجود بودن و دسترسی به داده‌ها در تمامی بخش‌های یک سازمان نیز از اهمیت زیادی برخوردار است. اگر مدیریت داده‌ها از این منظر مختل شود، توانایی دستیابی به دیدی جامع از عملیات تجاری و هماهنگ‌کردن یکپارچه داده‌ها، محدود و مانع از تصمیم‌گیری کارآمد می‌شود.

در مجموع به نظر می‌رسد مقاومت در برابر پذیرش هوش مصنوعی عمدتاً ناشی از نااطمینانی و عدم درک مزایای بالقوه هوش مصنوعی است. مطالعه موسسه گارتنر در سال 2019، سه چالش مهم را پیش روی شرکت‌هایی که در حال بررسی اجرای هوش مصنوعی هستند این‌گونه رتبه‌بندی کرده است:

* فقدان مهارت‌های کارکنان و داده‌های ضعیف (56 درصد). این بزرگ‌ترین نگرانی برای جلوگیری از پذیرش هوش مصنوعی است. شرکت‌هایی که پرسنلی برای مدیریت داده‌ها و مدیریت هوش مصنوعی ندارند، تمایلی به اتخاذ AI ندارند.

 *ترس از ناشناخته‌ها (42 درصد). بسیاری از مدیران و کارمندان قدرت تحول‌آفرین هوش مصنوعی را درک نمی‌کنند و در عوض همچنان به ابزارهای قدیمی و سنتی متکی هستند. شرکت‌هایی از این دست در برابر خطرات و خطاهای امنیتی بسیار آسیب‌پذیرند.

 * یافتن نقطه شروع (26 درصد). پذیرش هوش مصنوعی از یک نقطه مشخص آغاز می‌شود: شناسایی نیازی که هوش مصنوعی می‌تواند آن را برای کسب‌وکار برطرف کند. مدیران و کارکنان تنها زمانی نسبت به اتخاذ هوش مصنوعی روی خوش نشان می‌دهند که این نقطه آغازین را به وضوح شناسایی و درک کنند.

جسارت تحول

تنها در سال 2021، رونق برنامه‌های کاربردی هوش مصنوعی ارزشی معادل 9 /2 تریلیون دلار و 2 /6 میلیارد ساعت اضافی، به بهره‌وری کارمندان افزود. ارزش بازار هوش مصنوعی در حال حاضر حدود 62 میلیارد دلار است و پیش‌بینی می‌شود ارزش آن در نیم‌دهه آینده تقریباً سه برابر شود و تا سال 2025 به رقم خیره‌کننده 190 میلیارد دلار برسد! با این حال می‌بینید که بسیاری از کسب‌وکارها تمایلی به اجرای این فناوری‌ها ندارند، و مطمئن نیستند که از توانایی‌های لازم برای ترکیب موفقیت‌آمیز هوش مصنوعی در زیرساخت‌های خود برخوردارند یا خیر.

بنابراین اگر شما هم از مدیران یا کارمندانی هستید که از خود می‌پرسید آیا کسب‌وکار شما به هوش مصنوعی نیاز دارد یا خیر و «آیا شرکت من برای هوش مصنوعی آماده است؟»، با یک ممیزی ساده می‌توانید پاسخ خود را بیابید. به‌کارگیری هوش مصنوعی فرآیندی است که نیازمند بررسی دقیق نیازهای اساسی، فنی و سازمانی از سوی تصمیم‌گیرندگان است. تحول ناشی از هوش مصنوعی می‌تواند یک تمرین پرهزینه و مخرب باشد، بنابراین قبل از انجام هر کاری، یک ارزیابی عمیق یا ممیزی آمادگی (readiness audit) لازم است. کافی است شرکت‌ها به چند سوال پاسخ دهند. آیا نیاز واقعی در شرکت وجود دارد که راه‌حل هوش مصنوعی داشته باشد؟ آیا شرکت ابزار مناسبی برای به‌کارگیری هوش مصنوعی دارد؟ آیا منابع مناسب لازم برای اجرای AI در سازمان وجود دارد؟ آیا محیط خارجی مناسب برای رشد هوش مصنوعی وجود دارد؟

پیش از آنکه یک شرکت حتی به فکر واردکردن هوش مصنوعی به سازمان خود بیفتد، مهم‌ترین نکته این است که بداند ساختار فعلی آن تا چه حد آماده است تا فرآیند پذیرش را طی کند و آیا این روند با اهداف و سمت‌وسوی استراتژیک شرکت مطابقت دارد؟ به‌کارگیری هوش مصنوعی یک فرآیند تحول‌آفرین است که برای اطمینان از ادغام موفقیت‌آمیز در زیرساخت‌های موجود، به شدت به نوآوری بستگی دارد. خلاقیت، تدبیر و توانایی قوی برای غلبه بر موانعی که در طول فرآیند ادغام ظاهر می‌شوند از الزامات پذیرش AI هستند. یکی از این موانع همان‌طور که پیشتر گفتیم مقاومت کارکنان در برابر تحول است.

اغلب افراد به مقاومت در برابر تغییر تمایل دارند. آنها برای اعتماد به چیزهای جدید -به ویژه فناوری- و در برابر فرصت‌های استفاده از هوش مصنوعی مقاومت می‌کنند زیرا نگران‌اند کارشان را از دست بدهند یا آموزش، شغل آنها را پیچیده‌تر کند. آمادگی برای تحول (Transformational readiness) مفهومی است که به میزان آمادگی یک شرکت برای پذیرش فعال نوآوری‌هایی مانند هوش مصنوعی و رابطه میان مزایای آن و سطوح پذیرش کارمندان، می‌پردازد. ارزیابی این شاخص به شرکت‌ها اجازه می‌دهد تا تعیین کنند که آیا هوش مصنوعی می‌تواند هزینه‌ها را کاهش دهد، عملکردها را بهبود بخشد، کارایی را افزایش دهد یا به کارمندان در کارهای روزمره کمک کند یا خیر.

از سوی دیگر، در حالی که «آمادگی تحول»، به تمایل شرکت برای پذیرش هوش مصنوعی اشاره دارد، «آمادگی سازمانی» به توانایی آن برای انجام این کار بر اساس اندازه شرکت، سبک مدیریت آن و سایر متغیرهای مهم می‌پردازد. هدف این شاخص، پاسخ به یک سوال کلیدی است: «آیا شرکت من برای هوش مصنوعی آماده است؟» آمادگی سازمانی میزان توانایی مالی شرکت را در پیاده‌سازی هوش مصنوعی و منابع مورد نیاز برای آموزش هوش مصنوعی اندازه می‌گیرد و به ما می‌گوید که آیا یک شرکت از نظر سازمانی آماده استفاده از هوش مصنوعی هست یا خیر.

چک‌لیست آمادگی

وقتی شرکت‌ها یقین حاصل کنند که از آمادگی تحول و آمادگی سازمانی برخوردارند، گام بعدی این است که ببینند آیا داده‌های موجود و منابع انسانی آنها از نظر فنی -هم از نظر عملی و هم از نظر قانونی- با هوش مصنوعی سازگار هستند یا خیر. الگوریتم‌های هوش مصنوعی برای تامین عملکردهای پیچیده خود به‌طور انحصاری به داده‌های دقیق و مدیریت‌شده وابسته هستند اما کیفیت این داده‌ها به مهارت افرادی بستگی دارد که آنها را مدیریت می‌کنند. آمادگی فنی (technically readiness) زیرساخت داده‌های یک شرکت را در کنار مهارت‌های افرادی که این منبع ارزشمند را مدیریت می‌کنند، ارزیابی می‌کند.

یکی دیگر از بزرگ‌ترین موانع اتخاذ موفق هوش مصنوعی، ناتوانی کارکنان در کسب مهارت‌ها و قابلیت‌های مورد نیاز برای کار موثر با AI است. کسب‌وکارها هم در ارتقای مهارت کارکنان خود چندان موفق نیستند. نظرسنجی‌ها نشان می‌دهد در حالی که از هر پنج سازمان، چهار سازمان برنامه‌ریزی می‌کنند تا فناوری‌های مرتبط با هوش مصنوعی را پیاده‌سازی کنند، تنها 38 درصد به‌طور فعال مهارت‌های لازم را به کارکنان خود می‌آموزند. به همین دلیل، آمادگی مهارتیِ کارکنان (employee’s skill readiness) یک معیار قابل اعتماد است که به مدیریت می‌گوید برای ارتقای مهارت کارکنان خود، چقدر باید سرمایه‌گذاری کند.

علاوه بر هزینه‌های ناشی از اختلال و پیاده‌سازی، هوش مصنوعی هزینه مالی دیگری هم دارد: هزینه خرید. شرکتی که نیاز به هوش مصنوعی را احساس می‌کند، باید مطمئن باشد که توانایی خرید آن را هم دارد. خرید یک راه‌حل هوش مصنوعی برای رفع نیازهای یک کسب‌وکار -صرف نظر از زمان صرف‌شده برای نصب آن و آموزش کارکنان- می‌تواند هزینه زیادی داشته باشد. تصمیم‌گیرندگان باید مطمئن شوند که نسبت هزینه به فایده برای هوش مصنوعی قابل قبول است و ارزیابی آمادگی مالی (financial readiness) به آنها می‌گوید که آیا AI ارزش سرمایه‌گذاری را دارد یا خیر. علاوه بر هزینه نگهداری سیستم یادگیری ماشینی، باید هزینه استخدام دانشمندان داده و توسعه‌دهندگان نرم‌افزار را هم در نظر گرفت.

و در نهایت، عوامل خارجی نقش مهمی در پذیرش موفقیت‌آمیز یک نوآوری مانند هوش مصنوعی ایفا می‌کنند. مسائلی مانند چارچوب‌های نظارتی، رقابت در بازار و موفقیت برنامه‌های هوش مصنوعی در صنایع مختلف، شاخص‌های خوبی برای یک شرکت هستند که نشان می‌دهند آیا هوش مصنوعی برای آنها مناسب است یا خیر.

حالا زمان پاسخ دادن به سوال نخست این نوشتار است: آیا شرکت شما برای پذیرش هوش مصنوعی آماده است؟ اگر در فهرست آمادگی‌های لازم کنار همه گزینه‌ها را تیک زده‌اید، باید بگوییم شرایط پذیرش هوش مصنوعی را پیدا کرده‌اید و بر موانع بزرگ آن غلبه کرده‌اید. بله؛ اکنون زمان مناسبی برای شروع استفاده از هوش مصنوعی است. پس بهتر است با ایجاد فرهنگ پذیرش فناوری، کارمندانتان را هم با آن همراه کنید!