آیا هوش مصنوعی ارزش هزینه را دارد؟ بینش بازگشت سرمایه برای مدیران عاملی که رشد 2025 را هدف قرار می دهند


نویسنده(های): کنستانتین بابنکو

در ابتدا منتشر شد به سمت هوش مصنوعی.

منبع: تصویر توسط ImageFlow در شاتر استاک

74٪ از شرکت ها در AI ROI شکست می خورند – کشف کنید که برای رسیدن به نتایج واقعی چه کاری می توانید انجام دهید.

طبق یک نظرسنجی کسب و کار دیجیتالی NTT Data، تقریباً همه شرکت ها آن را اجرا کرده اند هوش مصنوعی مولد راه حل ها، در حالی که 83٪ تیم های متخصص یا پیشرفته برای این فناوری ایجاد کرده اند. گزارش جهانی GenAI، که پاسخ دهندگان را در 34 کشور و 12 صنعت در بر می گیرد، نشان داد که 97٪ از مدیران عامل انتظار یک تغییر اساسی از هوش مصنوعی مولد فرزندخواندگی در همین گزارش آمده است که مدیریت دانش، توصیه خدمات، تضمین کیفیت و تحقیق و توسعه ارزشمندترین حوزه‌ها برای پیاده‌سازی هوش مصنوعی مولد هستند.

این یافته‌ها نشان می‌دهد که چگونه هوش مصنوعی مولد در یک مفهوم جمعی به‌عنوان عاملی برای تغییر درک می‌شود. کارلوس گالوه، رئیس دفتر جهانی هوش مصنوعی مولد در NTT Data گفت: “من نمی توانم فناوری دیگری را دگرگون تر از هوش مصنوعی مولد پیدا کنم. می‌توان آن را برای همه صنایع، برای همه زنجیره‌های ارزش، برای تمام وظایف خاصی که انجام می‌دهیم، اعمال کرد. هر نوع وظیفه ای را به من بدهید و من بخشی از آن را پیدا می کنم که در آن هوش مصنوعی مولد ارزش افزوده داشته باشد.”

مدیران عامل امروزی با تلاش زیادی برای ایجاد قابلیت‌های هوش مصنوعی، جذب استعدادهای هوش مصنوعی و آزمایش با خلبانان هوش مصنوعی، انتظار بازگشت سرمایه را از این نوآوری دارند. با این وجود، تحقق کامل پتانسیل هوش مصنوعی همچنان یک چالش است. تحقیقات کنونی نشان می‌دهد که تنها ۲۶ درصد از شرکت‌ها به قابلیت‌های مرتبط برای تبدیل هوش مصنوعی از اثبات مفهوم به خلق ارزش مجهز هستند (گروه مشاوره بوستون، ۲۰۲۴).

این مقاله بر روی اجرای فعلی هوش مصنوعی در سال 2024 و روندهای آینده برای سال 2025 بر اساس تجزیه و تحلیل آخرین تحقیقات صنعت تمرکز دارد. این قطعه به مدیران عامل و مدیران سطح C قدرت می‌دهد تا استراتژی‌های تجاری خود را به طور فعال تطبیق دهند و اطمینان حاصل شود که در بازاری که به طور فزاینده‌ای مبتنی بر هوش مصنوعی است، جلوتر از منحنی خواهند ماند.

توزیع ارزش هوش مصنوعی

همانطور که در گزارش BCGسازمان ها تا 60 درصد از ارزش هوش مصنوعی تولیدی را از عملکردهای اصلی کسب و کار به دست می آورند:

  • 23 درصد عملیات
  • 20% فروش و بازاریابی
  • 13 درصد تحقیق و توسعه
  • 38٪ توابع پشتیبانی
  • 12٪ خدمات مشتری
  • 7 درصد IT
  • 7 درصد تدارکات

همچنین نشان دهنده واگرایی گسترده بین صنایع است. گزارش شده است که فروش و بازاریابی بیشترین ارزش را از هوش مصنوعی در صنایع نرم افزاری، مسافرتی و گردشگری، رسانه ها و صنایع مخابراتی به ارمغان می آورد. خدمات مشتری به عنوان یک منطقه اصلی به نظر می رسد که در آن ارزش استفاده از هوش مصنوعی در حوزه بیمه و بانک قابل لمس است، در حالی که کالاهای مصرفی و صنایع خرده فروشی رشد گسترده ای را در شخصی سازی از طریق هوش مصنوعی تجربه می کنند.

منبع: تصویر توسط SuPatMaN در شاتر استاک

آنچه رهبران هوش مصنوعی را از بقیه جدا می کند

گزارش BCG یک گسست عمده بین پذیرش هوش مصنوعی را پوشش می دهد. تنها 4 درصد از شرکت ها دارای قابلیت های پیشرفته هوش مصنوعی هستند که ارزش عمده ای را ارائه می دهد و 22 درصد دیگر (رهبران هوش مصنوعی) از استراتژی های پیشرفته سود زیادی می برند. در نقطه مقابل این طیف، 74 درصد از شرکت ها هنوز مزایای ملموسی از هوش مصنوعی ندیده اند.

به گفته Nicolas de Bellefonds، شریک ارشد در BCG، “رهبران هوش مصنوعی با اهداف بلندپروازانه تر، سطح را بالا می برند.” آنها بر روی یافتن نتایج معنادار در مورد هزینه و خط اصلی تمرکز می‌کنند و بر تغییر عملکرد اصلی تمرکز می‌کنند، نه افزایش بهره‌وری.

بیایید نگاهی دقیق‌تر بیندازیم که چه چیزی باعث برتری رهبران هوش مصنوعی می‌شود:

1. تمرکز اصلی کسب و کار. فرآیندهای اصلی 62 درصد از ارزش هوش مصنوعی رهبران را ایجاد می‌کنند و رهبران عملکردهای پشتیبانی را برای ارائه تأثیر گسترده‌تر بهینه می‌کنند.

2. اهداف بلندپروازانه. تا سال 2027، آنها قصد دارند دو برابر بیشتر در زمینه هوش مصنوعی و توانمندسازی نیروی کار سرمایه گذاری کنند، راه حل های هوش مصنوعی را دو برابر افزایش دهند و 60 درصد رشد درآمد بیشتر و 50 درصد کاهش هزینه بیشتر ایجاد کنند.

3. رویکرد متعادل. بیش از نیمی از رهبران از هوش مصنوعی برای تغییر هزینه های کسب و کار خود استفاده می کنند و یک سوم از آنها در مقایسه با همتایان خود از هوش مصنوعی برای درآمدزایی استفاده می کنند.

4. اولویت بندی استراتژیک. رهبران بر روی فرصت‌های کمتر و تاثیرگذاری بیشتر تمرکز می‌کنند تا ROI خود را دو برابر کنند و راه‌حل‌های هوش مصنوعی را دو برابر سایرین مقیاس کنند.

5. مردم بیش از تکنولوژی. رهبران ۷۰ درصد منابع را به افراد و فرآیندها اختصاص می‌دهند، بنابراین یکپارچگی هوش مصنوعی پایدار را تضمین می‌کنند.

6. پذیرش اولیه GenAI. هوش مصنوعی مولد به سرعت توسط رهبرانی که به عنوان ابزاری مدرن برای ایجاد محتوا، استدلال، و هماهنگ‌سازی سیستم ظاهر می‌شوند، مورد استفاده قرار می‌گیرد و منحنی را پیشرو می‌کند.

نتایجی که به میزان زیادی صحبت می کنند

در طول 3 سال گذشته، رهبران هوش مصنوعی 1.5 برابر رشد درآمد، 1.6 برابر بازده سهامداران و 1.4 برابر ROI نشان داده‌اند که از همتایان خود بهتر عمل کرده‌اند. علاوه بر عملکرد مالی برتر، آن‌ها در زمینه‌های غیرمالی مانند ثبت اختراع و رضایت کارکنان نیز شکست می‌خورند، و نشان می‌دهند که چگونه استراتژی‌های متمرکز بر افراد، در درجه اول، نتایج تحول‌آفرین را هدایت می‌کنند.

چالش های پیش روی فرآیند یکپارچه سازی هوش مصنوعی

بر اساس گزارش BCG، سازمان ها با اجرای هوش مصنوعی مسائل مختلفی را تجربه می کنند. در میان آنها، 70٪ به افراد و فرآیندها مرتبط هستند. 30 درصد باقیمانده مقوله هایی مانند فناوری (20 درصد) و الگوریتم های هوش مصنوعی (10 درصد) را پوشش می دهد. این نظرسنجی تاکید می‌کند که بسیاری از شرکت‌ها تمایل دارند که خود را در درجه اول سازمان‌های فنی تصور کنند، در حالی که جنبه انسانی چیزی است که نباید نادیده گرفته شود اگر یک شرکت می‌خواهد تلاش‌های هوش مصنوعی‌اش به موفقیت برسد.

شکاف انسان محور

ادغام هوش مصنوعی فقط به کارگیری آخرین فناوری نیست. این در مورد داشتن نیروی کاری است که آماده پذیرش تغییرات مبتنی بر هوش مصنوعی است. فقدان سواد هوش مصنوعی، مقاومت در برابر تغییرات و نقش‌های نامشخص در ابتکارات هوش مصنوعی اغلب می‌تواند پیشرفت را از مسیر خارج کند. راهی که رهبران بر این چالش‌ها غلبه می‌کنند، سرمایه‌گذاری در برنامه‌های آموزشی و توانمندسازی نیروی کار و همچنین ایجاد فرهنگی است که در آن تصمیم‌های مبتنی بر داده‌ها ارزش‌گذاری می‌شوند.

فناوری و الگوریتم ها

از جنبه فنی، ادغام هوش مصنوعی در سیستم‌های موجود، مقیاس‌بندی راه‌حل‌ها در بخش‌ها و نگهداری داده‌ها با کیفیت مناسب دشوار است. رهبران با اولویت‌بندی استراتژیک چند فرصت با ارزش، با زیرساخت‌های قوی و شیوه‌های حاکمیت داده، با این مسائل مقابله می‌کنند.

پل زدن شکاف

اینکه چقدر بین قطعات فنی و انسانی تعادل برقرار می کنید، کلید موفقیت در ادغام هوش مصنوعی است. رهبران با قرار دادن 70 درصد منابع در افراد و فرآیندها، چرخ‌ها را برای پذیرش پایدار هوش مصنوعی به حرکت در می‌آورند و ثابت می‌کنند که این فقط الگوریتم‌ها نیستند که پتانسیل هوش مصنوعی را باز می‌کنند، بلکه فناوری با سرمایه انسانی و فرآیندهای عملیاتی نیز وجود دارد.

منبع: تصویر توسط SuPatMaN در شاتر استاک

چشم انداز هوش مصنوعی سازمانی برای سال 2025

نقش هوش مصنوعی در محیط سازمانی در سال 2025 به عنوان یک عنصر تأثیرگذار از تغییرات در استراتژی‌های توسعه کسب‌وکار و فعالیت‌های عملیاتی پیشرفت بیشتری خواهد داشت. بنابراین، با پیشرفت تکنولوژی، اتوماسیون مکمل استعدادهای انسانی خواهد شد و نحوه مدیریت سرمایه انسانی سازمان ها بیشتر تغییر خواهد کرد. در آینده، مزیت رقابتی اولیه در توسعه یا تنظیم LLM ها نیست، بلکه در کاربردهای آن ها خواهد بود.

مکمل فناوری یکی از روندهای قابل توجهی است که در پذیرش هوش مصنوعی به دلیل نیاز به استعداد انسانی به علاوه استعدادهای فناوری در یک سازمان مورد توجه قرار می گیرد. به جای برون سپاری مشاغل در زمینه رباتیک، شرکت ها به دنبال ابزارهایی خواهند بود که شایستگی و کارایی کارگران خود را افزایش دهند. این رویکرد دانش ضمنی کارکنان درون سازمان را به عنوان یک منبع کلیدی حفظ می کند.

دارایی های داده باقی خواهند ماند یا حتی ممکن است اهمیت بیشتری پیدا کنند، زیرا کارایی استفاده از اطلاعات خاص شرکت به یک مزیت رقابتی تبدیل می شود. بنابراین، سازمان‌ها باید داده‌های خود را با هوش مصنوعی آماده کنند، که چندین مرحله از جمله تمیز کردن، اعتبارسنجی، ساختار و بررسی مالکیت مجموعه داده را طی می‌کند. استفاده از نرم افزار مدیریت هوش مصنوعی نیز به همان اندازه مهم خواهد بود و تخمین زده می شود تا سال 2030 چهار برابر هزینه بیشتری داشته باشد.

همانطور که پذیرش هوش مصنوعی همچنان در حال افزایش است، سوالات در مورد استفاده، هزینه ها و بازگشت سرمایه نیز افزایش می یابد. تا سال 2025، موضوع جدیدی وارد تصویر خواهد شد: تعیین هزینه بیشتر برای گسترش استفاده از هوش مصنوعی و ارزشی که سازمان ها از این سرمایه گذاری ها کسب خواهند کرد. حل چنین مسائلی مستلزم یافتن چارچوب‌ها و متدولوژی‌های مدرن جدید است، که جایگزین KPIهای ساده شناخته شده از قبل می‌شود و رضایت مشتری، تصمیم‌گیری و شتاب نوآوری را اندازه‌گیری می‌کند.

به طور خلاصه، نقش هوش مصنوعی در چشم انداز سازمانی سال 2025 منجر به چالش های خاصی مانند افزایش نیروی کار، مدیریت دارایی داده ها، تعریف هزینه و بازگشت سرمایه، و مقابله با اختلال می شود.

افکار نهایی

برای مدیران عاملی که پیچیدگی‌های یکپارچه‌سازی هوش مصنوعی را دنبال می‌کنند، بینش‌های این مقاله یک نکته واضح را ارائه می‌دهد: آینده هوش مصنوعی فقط مربوط به فناوری نیست، بلکه در مورد استفاده از قدرت هوش مصنوعی برای واقعی و معنادار کردن ارزش کسب‌وکار است و قابلیت‌های هوش مصنوعی را با پتانسیل انسانی همسو می‌کند.

با نگاهی به سال 2025، رهبران باید در مورد هوش مصنوعی نه به عنوان یک نوآوری مستقل، بلکه به عنوان بخشی جدایی ناپذیر از نیروی محرکه استراتژی یک سازمان فکر کنند.

شکاف گسترده ای بین رهبران و عقب مانده ها در پذیرش هوش مصنوعی وجود دارد. تفاوت بین رهبران و بقیه در این است که آنها می‌توانند فرصت‌های پرتأثیر را اولویت‌بندی کنند، روی توانمندسازی نیروی کار سرمایه‌گذاری کنند و هوش مصنوعی را به‌عنوان ابزاری برای ایجاد تحول و نه بهبود تدریجی در نظر بگیرند. مدیران عامل باید از خود بپرسند:

  • آیا ما روی ابتکارات هوش مصنوعی شرط بندی می کنیم که مستقیماً بر عملکردهای اصلی تجارت ما تأثیر می گذارد؟ رهبران اینجا 60 درصد از ارزش هوش مصنوعی خود را دریافت می کنند، عملیات، فروش و بازاریابی را بهینه می کنند.
  • آیا ما برای تغییرات مبتنی بر هوش مصنوعی در نیروی کار خود آماده هستیم؟ برای پر کردن شکاف انسانی-فناوری، منابع به ارتقای مهارت کارکنان و توسعه فرهنگ داده اول تخصیص خواهد یافت.
  • آیا ما زیرساختی برای مقیاس موثر راه حل های هوش مصنوعی داریم؟ حاکمیت داده های قوی و سیستم های مقیاس پذیر مهم هستند زیرا خلبان های پراکنده ارزش ملموسی به دست نمی آورند.

از تجربه من، استقرار هوش مصنوعی سازمانی زمانی بهترین نتایج را نشان می‌دهد که سازمان‌ها به پذیرش هوش مصنوعی به عنوان همکاری تخصص انسانی و پیشرفت فناوری فکر کنند. این امر مستلزم آن است که مدیران عامل یک رویکرد استراتژیک و بلندمدت را اجرا کنند: اهداف بلندپروازانه اما قابل دستیابی را تعریف کنند، روی ابتکارات هوش مصنوعی کمتر و با ارزش تمرکز کنند و فرهنگی را ایجاد کنند که برای تغییر باز باشد.

منتشر شده از طریق به سمت هوش مصنوعی



منبع: https://towardsai.net/p/machine-learning/is-ai-worth-the-cost-roi-insights-for-ceos-targeting-2025-growth-3