سیر سازمانی هوش مصنوعی مولد

باسمه تعالی

از زمانی که شرکت ها و سازمان ها شروع به کار با هوش مصنوعی مولد کرده اند، روش هدایت فناوری در آن ها در مدت زمان کمی شروع به تکامل کرده است. تازه واردان این عرصه در حال مواجهه با چالش های فراوانی برای به کارگیری هوش مصنوعی مولد هستند که دیگران نیز به نوعی این چالش ها را تجربه کرده اند؛ هزینه ی زیاد، به طور خاص به کارگیری مدل های زبانی بزرگ در مقیاس بالا، ناکافی بودن فضای ابری و آمادگی داده در زیر ساخت فناوری، مشکل میزان قابلیت اطمینان به خروجی هوش مصنوعی مولد و خطرهای احتمالی مربوط به نظارت، مالکیت معنوی، اخلاقیات و غیره. سازمان ها به جای تکیه بر یک تامین کننده، به طور مستمر از مدل های ارائه دهندگان مختلف استفاده می کنند تا قابلیت های هوش مصنوعی خود را افزایش دهند. همچنین آن ها در حال استقبال ازمدل های اوپن سورس و مقرون به صرفه تری هستند که بتوانند آن ها را کنترل و نسبت به نیاز خود سازگار کنند و نیازی به طراحی از نو مدل های شخصی سازی شده را نداشته باشند. 

انواع سازمان ها در استفاده از هوش مصنوعی مولد

در حالی که این چنین تغییراتی در حال گسترش است، سازمان ها در مرحله ای خیلی متفاوت در به کارگیری هوش مصنوعی مولد هستند. بر اساس تحلیل ها، سازمان ها می توانند در به کارگیری و آمادگی استفاده از هوش مصنوعی مولد را به 3 گروه (در مراحل مختلف برای رسیدن به این مهم) تقسیم بندی کرد:

* مشاهده گرها: تعداد بالایی از سازمان ها (50 تا 60 درصد) را «مشاهده گرها»، تشکیل می دهند که بر آمادگی هوش مصنوعی (درحال پایه گذاری فضاهای ابری و داده خود هستند) برای استفاده های امور داخلی تمرکز کرده اند (برای مثال خلاصه سازی متون و مدیریت دانش خود در این عرصه) و به طور گسترده بر افزایش بهره وری توجه دارد.

* پیش تازان: 40 تا 60 درصد دیگر را پیشتازان تشکیل می دهند که در استفاده از هوش مصنوعی و هوش مصنوعی مولد برای کاهش هزینه ها در مقیاس های بزرگ با استفاده از سرویس های دارای هوش مصنوعی مولد و ارتقا کد های موروثی مولد، دید روشنی دارند. این سازمان ها تغییراتی در سازمان و مدل های عملیاتی خود ایجاد کرده اند که شامل ایجاد مراکز تعالی هوش مصنوعی و نقش های جدیدی مانند مدیر ارشد هوش مصنوعی می شود.

* نوآوران: «نوآوران» حقیقی متمرکز بر هوش مصنوعی را کمتر از 10 درصد سازمان ها تشکیل می دهند که دارای استراتژی های یکپارچه برای کاهش هزینه و آزاد کردن توان واقعی هوش مصنوعی مولد از طریق موارد استفاده پیشرفته مانند طراحی و توسعه محصولات، به وسیله هوش مصنوعی مولد هستند که این موارد می توانند منجر به افزایش رشد کسب وکار شوند.

خدمات مبتنی بر فناوری

همانطور که سازمان ها در مراحل مختلفی از مسیرشان به سمت هوش مصنوعی مولد در حال پیشروی هستند، به دامنه وسیعی از خدمات فناوری نیازمندند. برای رفع این نیاز و شروع سیر خود، ارائه دهندگان در طی 12 تا 18 ماه اولیه باید ارائه سه نوع سرویس فناوری خاص را در نظر بگیرند. این موارد عبارت است از:

* بازتصویرسازی خطوط سرویس های سنتی و دیجیتال که از هوش مصنوعی برای ارتقا بهره وری و نوآوری در خدمات سرویس های حال حاضر استفاده می کنند (مانند، مدیریت دانش و کوپایلت کارگزار).

* خدمات زیربنایی هوش مصنوعی و هوش مصنوعی مولد که زیربنای فناوری سازمانی برای فضای ابری و آمادگی هوش مصنوعی است (برای مثال، داده در فضای ابری) و سرویس های دارای هوش مصنوعی ذاتی، مرتبط با مدل های زبانی بزرگ و تجهیز آن ها را فراهم می کنند (مانند ساختن اکوسیستم خدمات جامع و سر به سر برای بازیگران جدید این عرصه، مانند OpenAI، cohereو...). خدمات زیربنایی درجه دوم می تواند مسیر مهمی برای گسترش روابط ارائه دهندگان و شرکت ها ایجاد کند. این خدمات می تواند به نوآوری در دستور جلسات نیز کمک کند. اکنون ارائه دهندگان می توانند امنیت/ تجهیزسازی، مدل های زیربنایی، داده و پایگاه های داده (زیرساخت جدید هوش مصنوعی) که بین نرم افزارها و سطوح زیری/ ابری قرار گرفته اند که در گذشته محدوده اصلی توجه فعالیت های ارائه دهندگان خدمات سنتی بوده را مورد هدف قرار دهند. از آنجایی که در طول سال های پیش رو ارائه دهندگان خدمات، کار سختی برای بازکردن جای خود در این عرصه دارند، احتمالا بیشتر به سمت توسعه افزونه هایی بروند که روش های موجود را قوی تر، به صرفه تر و راحت تر پیاده سازی می کنند؛ به جای این که مدل ها و ابزارهای خود را از نو بسازند.

* روش های حل مسئله عمودی که نوآوری در فرایندها/ محصولات و طرح های رشد درآمد سازمان ها را از طریق موارد استفاده عمیق و به طور خاص عمودی را مورد هدف قرار می دهند (برای مثال اکوسیستم های تولیدی و محصولات دارای هوش مصنوعی مولد در بخش صنعتی و پلتفرم های رسیدگی به مطالبات بیمه ای در امورمالی). پیشینه قوی ارائه دهندگان خدمات در هدف قرار دادن به وسیله داده و تحلیل ها می تواند مدرک خوبی بر اثبات این موضوع باشد.

نتیجه گیری

به دلیل تعداد کم سازمان هایی که نوآوران واقعی هوش مصنوعی مولد محسوب می شوند، انتظار می رود، اکثر قراردادهایی (حدود 80 درصد) که در طول سال 2025 بسته می شود که ممکن است به 10.000 عدد برسد، جزء دو دسته اول خدمات یادشده باشند. امیداست که اکثر آن ها بر آمادگی زیرساخت هوش مصنوعی و بر کاهش هزینه های اثبات های مفهوم از طریق روش های افقی تمرکز کنند که شامل مدیریت دانش، خدمات مشتری و خلاصه سازی متون است. بر اساس تحقیقات انجام شده به نظر می رسد که ارتباطی قوی بین آمادگی هوش مصنوعی سازمانی و آمادگی فضای ابری وجود دارد. پس برای ارائه دهندگان خدمات، اساسی است که موقعیت خود را به عنوان همکاران تبدیل همه جانبه هوش مصنوعی به صورت سربه سر تثبیت کنند تا این کار با گرفتن داده های هسته و مولفه های فضای ابری در محل آغاز شود. با در نظر گرفتن این موضوع که فضای ابری عنصری مهم برای رشد سال های اخیر ارائه دهندگان خدمات بوده است، ارائه دهندگان باید به وسیله ی هوش مصنوعی و هوش مصنوعی مولد، مشتریان را به سمت این تغییر اساسی در حوزه دیجیتال هدایت کنند.

کانال حکومت الکترونیک (در پیام رسان بله):

https://ble.ir/electronicgovernment (آدرس در صفحه مرورگر کپی شده یا در پیام رسان بله جستجو شود)

منبع

 Tech services and generative AI: Plotting the necessary reinvention (2024). Anuj Kadyan, Himanshu Pandey, Noshir Kaka, Pallav Jain, Senthil Muthiah and Vikash Daga, with Ruchika Dasgupta, representing views from McKinsey’s Technology, Media & Telecommunications 

Practice.