مقدمه‌ای بر هوش مصنوعی در سازمان (1)

نویسنده :
مدیران بیست‌ویک
تاریخ انتشار :
۱۷ اردیبهشت ۱۴۰۴
دیدگاه ها :
ai-technology-microchip-background-digital-transformation-concept_53876-124669

این مقاله به بررسی ماهیت هوش مصنوعی و تأثیر آن بر دنیای کسب‌وکارها می‌پردازد. هوش مصنوعی در بسیاری از جنبه‌های روزمره زندگی، از جستجوی اینترنتی تا پیشنهادات خرید در فروشگاه‌های آنلاین، نقش دارد. این تکنولوژی


آراز راشدی، دکتری تخصصی مدیریت بازرگانی – مدیریت بازاریابی 

مقدمه

بسیاری از امورات روزانه که انجام می‌دهیم به نوعی متاثر از هوش مصنوعی است. زمانی که در اینترنت مطلبی را جستجو می‌کنیم، زمانی که در صفحات شبکه‌های اجتماعی محتوایی را می‌بینیم، زمانی که یک فروشگاه‌های اینترنتی پیشنهادات خریدی به ما ارسال می‌کنند، همه و همه تحت تاثیر هوش مصنوعی قرار دارند. مثال‌های بسیاری از مصادیق رشد هوش مصنوعی و افزایش تاثیرات آن بر زندگی انسان‌ها می‌توان نام برد. این تکنولوژی به سیستم‌های کامپیوتری این توانایی را می‌دهد تا داده‌های موجود را تجزیه‌وتحلیل و سازماندهی کند، الگوهای نهفته در آن را شناسایی و استخراج نماید و در نهایت با توجه به الگوهای استخراج‌شده، تصمیماتی هوشمندانه‌ و دقیق‌تر بگیرد. در این مقاله به ماهیت موضوع هوش مصنوعی و تاثیرگذاری آن بر دنیای کسب‌وکارها پرداخته شده است.

مفهوم هوش مصنوعی

هوش مصنوعی یک رشته جوان مشتمل برمجموعه‌اي ازعلوم، نظریه‌ها و فنون، به ویژه ریاضی، آمار، احتمالات و علوم رایانه است که هدف آن بازتولید ظرفیت‌هاي شناختی انسان توسط ماشین می‌باشد. تا به امروز تعریف واحد پذیرفته‌شده‌‌‌ای ازهوش مصنوعی در جامعه علمی وجود ندارد. اما می‌توان گفت؛ هوش مصنوعی مجموعه‌اي از تئوري‌ها و تکنیک‌هایی است که به منظور تولید ماشین‌هایی با قابلیت شبیه‌سازي هوش انسانی، پیاده‌سازي و اجرا می‌گردد. درواقع اصطلاح یا واژه هوش مصنوعی برای توصیف سیستمی به کار می‌رود که می‌توانند فعالیت‌های شناختی وابسته به ذهن انسان مانند « یادگیری» و « حل مسئله» را به خوبی انسان و یا حتی بهتر از انسان انجام دهند. اکثر آنچه امروزه تحت عنوان هوش مصنوعی شناخته می‌شود، در واقع هوش مصنوعی نیست و یک «اتوماسیون» است. هوش مصنوعی تعریف دقیقی ندارد و حتی یک اصطلاح فنی نیز نیست. لذا حتی صاحبنظران رشته علوم کامپیوتر نیز تعریفی از هوش مصنوعی ندارند که تمامی دانشمندان روی آن تعریف اجماع داشته باشند.

تقسیم‌بندی هوش مصنوعی

به‌طور کلی می‌توان گفت که دو نوع هوش مصنوعی وجود دارد؛ هوش مصنوعی قدرتمند (Strong AI) و هوش مصنوعی ضعیف (Weak AI). هوش مصنوعی قوی همان هوش مصنوعی شبیه به دانای کل است که عموم مردم تصور می‌کنند و هوش مصنوعی ضعیف الگوریتم‌های بسیار تخصصی هستند که برای پاسخ دادن به برخی سوالات در حوزه‌های مشخص، کاربرد دارند. مانند موتور جستجوی گوگل، الگوریتم پیشنهاد فیلم نتفلیکس و یا دستیار صوتی اپل (Siri). امروزه، تمام ابزارهای هوش مصنوعی که می‌شناسیم از نوع ضعیف هستند و برخی از پژوهشگران معتقدند روش‌هایی که تا‌به‌حال برای توسعه‌ی هوش مصنوعی ضعیف به کار رفته‌اند، کاربردی در توسعه‌ی هوش مصنوعی قوی نخواهند داشت. البته شرکت ”  Open AI” ادعا می‌کند که تا 10 سال آینده می‌تواند به هوش مصنوعی قوی دست پیدا کند. در جدول (1) ویژگی‌های انواع هوش مصنوعی نشان داده شده است.

هوش مصنوعی ضعیفهوش مصنوعی قدرتمند
محدود به وظیفه‌ی خاصدارای توانمندی یادگیری بالا
توانایی انجام کارهای محدود و خاصتوانایی تفکر و استدلال برای حل مسائل پیچیده
درجه انعطاف و تعامل بسیار کمتوانایی تصمیم‌گیری در شرایط عدم اطمینان
الگوریتم‌های غیرقابل تغییر و قوانین خاصبهبود عملکرد با گذشت زمان

تاریخچه مختصر هوش مصنوعی

اولین تلاش‌هایی که برای توسعه محاسبات شکل گرفت، در دهه 1940 بود که ماشین محاسباتی تورینگ ایجاد شد. در ادامه و در دهه 50 هوش مصنوعی به عنوان یک علم معرفی شد. درواقع اولین بار اصطلاح هوش مصنوعی در این دهه و توسط مک‌کارتی (که امروزه وی را به‌عنوان پدر هوش مصنوعی می‌شناسند) ایجاد شد. در دهه 1960 الگوریتم‌های ماشین لرنینگ ظهور پیدا کردند و اولین آزمایشگاه هوش مصنوعی در دانشگاه استنفورد تاسیس شد. در دهه 1970، برخی از آزمایش‌ها در حوزه هوش مصنوعی با شکست مواجه شد و به نوعی می‌توان گفت، دانشمندان در این دهه از ساخت هوش مصنوعی ناامید شدند، این دوران را دوران بحران یا افول هوش مصنوعی نیز می‌گویند. در دهه 1980 الگوریتم‌های ماشین لرنینگ توسعه پیدا کردند و در دهه 1990 پردازش‌های زبانی و ترجمه ماشینی ارتقا پیدا کردند و هوش مصنوعی با توانایی تصمیم‌گیری هوشمند ایجاد شدند. از دهه 2000 به بعد نیز هوش مصنوعی از طرق مختلف (مانند رانندگی خودکار) وارد زندگی انسان‌ها شد. این توالی در شکل (1) نشان داده شده است.

 

مقایسه هوش مصنوعی و هوش انسانی

در حالی که هوش مصنوعی می‌تواند کارهایی شبیه به انسان را انجام دهند، اما در ابعاد مختلف با هوش انسانی تفاوت‌هایی دارد. در جدول (2) برخی از تفاوت‌های اساسی هوش مصنوعی و هوش انسانی به‌طور خلاصه نشان داده شده است.

تفاوتتوضیحات
توانایی پردازش داده‌هاهوش مصنوعی در تجزیه‌وتحلیل داده‌های بزرگ (بیگ دیتا) بسیار توانمند‌تر از هوش انسانی است.
سرعت تصمیم‌گیریهوش مصنوعی نسبت به هوش انسانی، در تصمیم‌گیری‌های چندمتغیره و پیچیده، زمان بسیار کمتری نیاز دارد.
نحوه یادگیریهوش انسانی از تجربیات و تطبیق آن با مواقع مختلف دیگر یاد می‌گیرد، در مقابل، هوش مصنوعی از تشخیص الگوی بین داده‌ها و تجربه‌ها یاد می‌گیرد.
درک رفتارهای اجتماعیهوش مصنوعی نسبت به هوش انسانی توانایی کمتری در شبیه سازی و درک رفتاری‌های اجتماعی و هیجان‌انگیز دارد، در مقابل هوش انسانی ظرافت بیشتری نسبت به احساسات دیگران از خود نشان می‌دهد.
مسائل اخلاقیتصمیمات انسان تحت تاثیر اخلاقیات، باورها و با توجه به اصول فردی و اجتماعی هر فرد است اما در هوش مصنوعی این موضوع با چالش‌های بسیاری روبرو است.

روند رشد هوش مصنوعی

با بررسی روند کلی تعداد پتنت‌ها در طی چند سال اخیر مشاهده می‌کنیم که تعداد پتنت‌ها به صورت نمایی افزایش یافته است. نمودار زیر به‌طورکلی حاکی از آن است که هر روزه گزینه‌های فناوری هوش مصنوعی بیشتر شده و به شدت در حال توسعه و پیشرفت است.

هم‌چنین گزارش ۲۰۲۴ سازمان جهانی مالکیت فکری (WIPO) طبق پتنت‌ها و مقالات منتشر‌شده، درباره وضعیت کشورها در توسعه هوش مصنوعی نشان می‌دهد که آمریکا، چین، ژاپن و آلمان کشورهای پیشرو در این حوزه هستند. در ادامه و در نمودار زیر جزئیات 10 کشور برتر در حوزه هوش مصنوعی طبق پتنت‌ها و مقالات نشان داده شده است. لازم به ذکر است، می‌توان تعداد پتنت‌ها را به‌عنوان معیاری برای رشد کاربردی‌سازی هوش مصنوعی و تعداد مقالات را به‌عنوان معیاری برای توسعه علوم مرتبط با هوش مصنوعی درنظر گرفت.

چالش‌های استفاده از هوش مصنوعی در سازمان‌ها

چالش عمده‌ای که شرکت‌ها در به کارگیری هوش مصنوعی با آن مواجه هستند، مربوط به افراد، داده‌ها و اطلاعات می‌باشد. البته این چالش‌ها در هر شرکتی متفاوت با دیگری است و هر کسب و کاری برای آداپته شدن با هوش مصنوعی روشی متفاوت و نیازهای متفاوتی را طلب می‌کند. هر سازمانی، دارای موانعی مخصوص به خود و چالشی منحصر به فرد می باشد که به طور اختصاصی باید با آن برخورد کرد. نه تنها در ایران بلکه در خارج از ایران و در کشورهای پیشرفته نیز هستند شرکت‌هایی که هنوز به سمت هوش مصنوعی نرفته‌اند  و یا از استفاده هوش مصنوعی در کسب و کارشان واهمه دارند و یا توانایی استفاده و به‌کارگیری از آن را ندارند. دلایل بسیاری وجود دارد که باعث می شود کسب و کارها در استفاده از هوش مصنوعی تعلل کنند یا موفق نباشند. در تحقیقی تعدادی از دلایل عمده‌ای که باعث می‌شود شرکت‌ها از اجرا و به کارگیری هوش مصنوعی در کسب و کارشان حذر کنند یا موفق نباشند، استخراج گردید. در نتیجه این مطالعه مشخص گردید، مهم‌ترین دلیل عدم موفقیت در این راستا، فرهنگ سازمانی نامناسب است. درواقع با توجه به نتایج این پژوهش، فرهنگ و آداب موجود در شرکت آن‌ها نمی‌تواند پذیرای هوش مصنوعی در کسب‌و‌کارشان باشد. سایر دلایل مهم دیگر نیز شامل نداشتن داده کافی، عدم وجود افراد متخصص در این زمینه و دشواری شناسایی موارد استفاده از هوش مصنوعی در کسب‌و‌کار می‎باشد. در نمودار زیر می‌توانیم به تفضیل تمامی موارد و دلایل را مشاهده کنیم.

شرح عوامل و چالش‌های استفاده از هوش مصنوعی در سازمان‌ها بدین شکل است؛

  • فرهنگ سازمانی: یکی از موضوعات فرهنگی که در سازمان‌ها می‌تواند وجود داشته باشد، موضوع مقاومت در برابر تغییر است. مقاومت در برابر تغییر یعنی این‌که زمانی که تغییراتی در یک سازمان اعمال می‌شود، افراد سازمان دربرابر این این تغییرات ایستادگی می‌کنند. لذا در استفاده از هوش مصنوعی نیز، این موضوع فرهنگی در بسیاری از شرکت‌ها به وفور دیده می‌شود.
  • کیفیت داده‌ها: وجود داده‌های مناسب برای پیاده‌سازی هوش مصنوعی شرط لازم است. چراکه بدون وجود داده، عملا تحلیلی نیز صورت نخواهد گرفت. داده‌ها می‌توانند مجموعه‌ای از اعداد، متون، تصاویر، صداها و غیره باشند. دو شرط در داده‌ها بسیار مهم است، شرط اول اینکه، داده‌های مورد استفاده باید قابلیت اطمینان و صحت داشته باشند و دوم اینکه به اندازه کافی داده وجود داشته باشد تا بتوان بر پایه آن تصمیم‌گیری کرد.
  • متخصص داده: این موضوع که داده‌های موجود در سازمان چگونه پردازش شوند، چه الگوریتم‌هایی مناسب‌ترین الگوریتم‌های پردازش داده‌ها هستند و تشخیص صحت نتیجه و تصمیم نیازمند حضور فرد یا افرادی است که متخصص این حوزه باشند. البته احتمالا در آینده نزدیک هوش مصنوعی بتواند این موارد را نیز به‌صورت خودکار تشخیص و انجام دهد.
  • موارد استفاده: شناسایی و اولویت‌بندی اینکه کدام بخش‌ها و کدام تصمیم‌گیری‌ها نیاز به استفاده از هوش مصنوعی (در سطوح مختلف) دارد، یکی دیگر از موضوعاتی است که ممکن است شرکت‌ها در تشخیص صحیح آن با مشکلاتی روبرو شوند.
  • مشکلات قانونی، اخلاقی و امنیتی: مسائل اخلاقی و قانونی که در سازمان‌ها مطرح می‌شوند، نیازمند قضاوت‌های انسانی هستند که هوش مصنوعی ممکن است قادر به درک کامل آن‌ها نباشد. برای مثال، تشخیص نیت پشت یک تراکنش مالی یا تحلیل رفتارهای غیرمعمول در برخی مواقع نیازمند تجربه و دانش انسانی است. هم‎چنین استفاده گسترده از هوش مصنوعی در برخی از بخش‌ها (مانند حسابرسی) ممکن است مشکلات حریم خصوصی و امنیت داده‌ها را به همراه داشته باشد. داده‌های حساس سازمان باید به دقت محافظت شوند و هرگونه نقص امنیتی می‌تواند پیامدهای جدی داشته باشد.
  • زیرساخت‌های فنی (سخت افزار): وجود سخت افزاری که به ما امکان دهد تا محاسبات در آن‌ها ذخیره، پردازش و نمایش داده شوند، نیز یکی دیگر از پیش‌نیازهای پیاده‌سازی هوش مصنوعی در سازمان است. درواقع، بدون وجود سخت افزار، اصطلاح هوش مصنوعی بی‌معنی خواهد بود.
  • زیرساخت‌های فنی (نرم افزار): در واقع نرم افزارها هستند که به‌عنوان مجموعه‌ای از دستورالعمل‌ها و قوانین، اجازه می‌دهند تا داده‌ها، دریافت و الگوهای موجود در آن‌ها استخراج و استفاده شوند.

 

عوامل پایه‌ای برای پیاده‌سازی و استفاده از هوش مصنوعی در سازمان

به منظور پیاده‌سازی و استفاده از هوش مصنوعی در سازمان و هم‌چنین در راستای مقابله با چالش‌های ذکرشده در صفحه قبل، سازمان‌ها برخی گام‌ها را طی می‌کنند، این گام‌ها در ادامه به تفکیک نشان داده شده است؛ لازم به‌ذکر است، این مراحل در همه سازمان‌ها یکسان نیست اما به نوعی گام‌های اصلی برای پیاده‌سازی و استفاده از هوش مصنوعی در سازمان به‌شمار می‌روند.

  • احساس نیاز: قبل از هر موضوعی، لازم است تا مشکلات و فرایندهایی که نیاز به استفاده از هوش مصنوعی در آن‌ها وجود دارد، شناسایی شود و تعیین گردد که در کدام‌ بخش‌های سازمان هوش مصنوعی می‌تواند کمک‌کننده باشد. احساس نیاز به استفاده از هوش مصنوعی در حیطه‌های مختلفی مانند، کاهش هزینه، افزایش بهره‌وری، افزایش دقت، بهبود سرعت انجام کار، افزایش اطمینان و کاهش ریسک تصمیم‌گیری و سایر موارد می‌تواند نمایان شود.
  • امکان‌سنجی: به‌منظور عملیاتی ساختن و پیاده سازی هوش مصنوعی در سازمان نیاز است تا پیش از اقدام هزینه‌های اجرا و عواید حاصل از پیاده‌سازی آن براورد شود. هم‌چنین از لحاظ فنی باید بررسی گردد که سیستم هوش مصنوعی آیا از لحاظ فنی امکان پیاده‌سازی دارد یا خیر. گاهی محدودیت‌ها و مشکلات پیاده‌سازی فناوری هوش مصنوعی به قدری سخت و پرهزینه است که عملیاتی کردن آن به صرفه نیست.
  • جذب افراد متخصص و ایجاد واحد تحلیل دیتا: جذب افراد متخصص و کارشناس یکی از مهم‌ترین دغدغه‌های استفاده از هوش مصنوعی در سازمان است. دانش برنامه‌نویسی، آشنایی با ابزارهای هوش مصنوعی، آشنایی با مباحث تحلیل داده از جمله الگوریتم‌های متنوع ماشین لرنینگ مانند یادگیری نظارت شده و بدون نظارت و یادگیری عمیق از جمله معیارهایی هستند که باید افراد جذب شده در این حوزه داشته باشند. لازم به ذکر است، معمولا افرادی که دارای تخصص در رشته‌های مهندسی کامپیوتر، مهندسی صنایع، ریاضی، آمار، مدیریت صنعتی و فناوری اطلاعات دارند، می‌توانند گزینه‌های مناسبی بدین منظور باشند.
  • ایجاد پایگاه داده: دیتاهای ورودی می‌تواند حاصل تحقیقات خود واحد یا از سایر واحدها باشند. پایگاه داده به مجموعه‌ای از اطلاعات دارای ساختار منظم و سازمان‌مند گفته می‌شود. این پایگاه‌های اطلاعاتی معمولا در قالبی که برای دستگاه‌ها و رایانه‌ها قابل خواندن و قابل دسترسی باشند ایجاد می‌شوند. در ایجاد پایگاه داده مهم‌ترین چالش‌ها، چالش مربوط به هزینه نگهداری و امنیت داده‌هاست.
  • فرهنگ‌سازی: همان‌طور که ذکر شد، فرهنگ مقاوم دربرابر تغییر سازمان می‌تواند چالشی اساسی در استفاده از هوش مصنوعی در سازمان باشد، اما برخی از مهم‌ترین راهکارهای غلبه بر این مقاومت در ادامه بیان شده است؛
  • آموزش و برجسته کردن اهمیت و مزایای استفاده از هوش مصنوعی
  • مشورت با پرسنل در راستای پیاده‌سازی سیستم هوش مصنوعی
  • تشریح نحوه پیاده‌سازی ابزارهای هوش مصنوعی در سازمان برای کارکنان
  • شفاف‌سازی نقاط کور فرایند برای هم‌اندیشی و هم‌افزایی با موافقان و مخالفان استفاده از هوش مصنوعی

 

آینده هوش مصنوعی

برخی معتقدند آینده‌ هوش مصنوعی تاریک و ویران‌کننده است. باتوجه به اینکه چگونه کتاب‌ها و فیلم‌های علمی تخیلی کلیشه‌های ترسناکی را در مورد هوش مصنوعی و پیامد‌های احتمالی آن ایجاد کرده‌اند، جای تعجب نیست که این یک فرض رایج باشد. هوش مصنوعی واقعاً می‌تواند مورد سوءاستفاده قرار گیرد، اما این امر برای هر فناوری دیگری نیز می‌تواند صادق باشد. در حال حاضر هیچ سیستم هوش مصنوعی وجود ندارد که بتواند در سطح یک انسان فکر کند. گمانه‌زنی‌های بسیاری در این رابطه وجود دارد که در آینده هوش مصنوعی چه شکل و شمایلی خواهد داشت اما در نهایت همه آن‌ها فرضی و زاده‌ی تصورات ما هستند. برخی بر این باوراند که در دهه آینده هوش مصنوعی به سطح هوش انسانی خواهد رسید اما بعضی دیگر باور دارند که زمان بسیار بیشتری برای این سطح از درک نیاز خواهد بود.

 

جمع‌بندی

در این مقاله سعی شد تا به‌صورت اجمالی به موضوعات مرتبط با هوش مصنوعی و ارتباط آن با سازمان‌ها پرداخته شود. بدین گونه که ابتدا مفهوم و تاریخچه هوش مصنوعی و نحوه شکل‌گیری آن مورد بررسی واقع شد، سپس برای روشن شدن موضوع مقایسه‌ای بین هوش انسانی و هوش مصنوعی مورد تجزیه‌وتحلیل قرار گرفت وهمچنین روند رشد هوش مصنوعی چه در حوزه آکادمیک و چه در حوزه کاربردی‌سازی تشریح شد. در ادامه چالش‌های استفاده از هوش مصنوعی در سازمان‌ها و هم‌چنین نحوه مقابله با این چالش‌ها و پیاده‌سازی هوش مصنوعی در سازمان تشریح گردید.

مشتاقانه منتظر دریافت نظرات شما دوستان عزیز هستیم





For security, use of Google's reCAPTCHA service is required which is subject to the Google Privacy Policy and Terms of Use.

مطالب مرتبط

businessman-shows-his-hands-hologram-human-resources-blurred-background_1035553-203

چارچوب مدیریت نوآوری

ai-technology-microchip-background-digital-transformation-concept_53876-124669

مقدمه‌ای بر هوش مصنوعی در سازمان (1)

male-hand-touching-service-concept_220873-7826

جبران خدمات

businessman-holding-gray-box-with-word-brand_882868-598

مقدمه‌ای بر مسئله تضعیف یا فرسودگی برندها

business-growth_53876-119982

نوآوری، پیرو بودن یا پیشرو بودن

double-exposure-business-partnership-handshake-modern-city-successful-business-greeting-agreement-after-perfect-deal_39665-134

مقاله­ی کاربرد مدیریت استراتژیک در صنعت ساختمان