رهبران فناوری اطلاعات استرالیا باید هوش مصنوعی را با سرعت خود بپذیرند

نمایندگان گارتنر از رهبران فناوری اطلاعات در استرالیا می‌خواهند که از گرفتار شدن در رقابت فروشندگان فناوری برای توسعه، استقرار و فروش سریع راه‌حل‌های هوش مصنوعی خودداری کنند. در عوض، شرکت‌ها باید با دقت رویکردی «پایدار» یا «شتاب‌یافته» برای پذیرش هوش مصنوعی ایجاد کنند – بسته به مزایای خاصی که هدفشان از این فناوری است.

دو تحلیلگر اجرایی برجسته در گارتنر، مری مساگلیو و کریستین استین استراپ، در سخنرانی در سمپوزیوم/Xpo گارتنر IT در استرالیا در تاریخ 9 سپتامبر، توضیح دادند که فروشندگان فناوری در حال تلاش برای توسعه راه‌حل‌های هوش مصنوعی هستند در حالی که تقریباً نیمی از مدیران ارشد فناوری در تلاش هستند تا راه‌حل‌های هوش مصنوعی را توسعه دهند. ببینید بازده سرمایه گذاری هایشان در هوش مصنوعی.

تحلیلگران گارتنر توصیه کردند که سازمان‌های استرالیایی بر روی مسابقه هوش مصنوعی خود تا سال 2025 تمرکز کنند. اما این امر مستلزم داشتن رویکردهای متفاوت برای فناوری در عملکردهای مختلف فناوری اطلاعات و کسب و کار است.

تفاوت بین رویکرد ثابت یا شتابان به هوش مصنوعی چیست؟

تحلیلگران گارتنر سازمانی با هوش مصنوعی را اینگونه تعریف کردند که:

• در صنعتی کار می کند که توسط هوش مصنوعی مختل نمی شود.
• سطح متوسطی از جاه طلبی برای فناوری هوش مصنوعی دارد.
• 10 یا کمتر ابتکار هوش مصنوعی فعال دارد.

در مقابل، کسانی که هوش مصنوعی را با سرعتی تند اتخاذ می کنند معمولا:

• در صنایعی که توسط هوش مصنوعی مختل شده اند وجود داشته باشد.
• هدف این باشید که اولین سازمان های هوش مصنوعی باشید.
• بیش از 10 ابتکار هوش مصنوعی فعال داشته باشید.

مزایای هوش مصنوعی: با بهره وری شروع کنید و به سمت درآمدزایی بروید

دستاوردهای بهره وری تمرکز اصلی سازمان هایی است که هوش مصنوعی را با سرعتی ثابت تر اتخاذ می کنند. با این حال، تحلیلگران گارتنر هشدار دادند که دستاوردهای بهره وری از هوش مصنوعی به طور مساوی توزیع نمی شود: بیشتر آنها بر اساس پیچیدگی شغل و سطح تجربه آنها به کارمندان نسبت داده می شود.

Mesaglio توضیح داد: «آنچه دستیابی به بهره‌وری هوش مصنوعی را آسان‌تر می‌کند تطبیق پیچیدگی شغلی و تجربه شغلی است. قانون سرانگشتی این است که وقتی پیچیدگی کم و تجربه کم یا پیچیدگی بالا را با تجربه بالا تطبیق می دهید، بهره وری هوش مصنوعی بیشتری خواهید داشت.

شرکت ها استفاده از هوش مصنوعی با سرعتی سریع همچنین به دنبال همان دستاوردهای اولیه بهره وری از هوش مصنوعی هستند. با این حال، Steenstrup گفت که این نوع سازمان اغلب به دنبال فناوری بیشتر است، مانند بازده دارایی بهتر، سرعت بیشتر، درآمد جدید، افزایش تجربه مشتری و کاهش ضرر.

از اثبات مفهوم تا اثبات ارزش

در حالی که سازمان‌هایی که هوش مصنوعی را با سرعت ثابتی اتخاذ می‌کنند، ممکن است فقط نیاز داشته باشند که مخارج هوش مصنوعی خود را دقیق‌تر بررسی کنند، به آن‌هایی که مسیری شتاب‌زده را دنبال می‌کنند توصیه شده است که نظارت بر هزینه‌ها در زمان واقعی را اجرا کنند – مشابه رویکردی که بسیاری برای ردیابی هزینه‌های ابری اتخاذ کرده‌اند.

مساگلیو گفت که پروژه های هوش مصنوعی همچنین باید از همان ابتدا هزینه و ارزش را در نظر بگیرند.

او توضیح داد: «وقتی یک اثبات مفهومی انجام می‌دهید، فقط آزمایش نکنید که آیا این فناوری کار می‌کند و کارمندان آن را دوست دارند یا خیر. “از اثبات مفهوم استفاده کنید تا متوجه شوید هزینه های شما چگونه مقیاس خواهد شد.”

یک پشته هوش مصنوعی بسازید تا با ابزارها و داده های در حال گسترش هوش مصنوعی مقابله کنید

انفجاری از ویژگی‌ها و ابزارهای هوش مصنوعی در سیستم‌های برنامه‌ریزی منابع سازمانی، سیستم‌های مدیریت ارتباط با مشتری و سایر ابزارهای فناوری خارجی و داخلی رخ داده است. این بدان معناست که شرکت ها باید قابلیت هایی را ایجاد کنند تا آنها و داده های سازمانی را به طور منسجم مدیریت کنند.

گارتنر پیش‌بینی می‌کند تا سال 2026 بیش از 80 درصد از فروشندگان نرم‌افزار قابلیت‌های هوش مصنوعی مولد را تعبیه کنند.

گارتنر پیشنهاد می‌کند که سازمان‌ها یک «ساندویچ فناوری» ایجاد کنند تا هم هوش مصنوعی و هم داده‌هایی را که به صورت مرکزی در سازمان مدیریت می‌شوند، در کنار هوش مصنوعی و داده‌های تعبیه‌شده در نرم‌افزارهای دیگر یا «BYOAI» (هوش مصنوعی خود را بیاورید) که به‌طور مستقل توسط بخش‌های مختلف در یک کسب‌وکار وارد می‌شود، ایجاد کنند.

اعتماد هوش مصنوعی: هوش مصنوعی ایمن و قابل اعتماد را در سراسر سازمان تقویت کنید

طبق گفته گارتنر، پذیرندگان ثابت و سریع هوش مصنوعی باید به هوش مصنوعی اعتماد کنند – اما به روش های مختلف.

سازمان‌های ثابت هوش مصنوعی

سازمان‌هایی که مبتنی بر هوش مصنوعی هستند، می‌توانند برای اطمینان از ایمنی و قابلیت اطمینان هوش مصنوعی، بیشتر بر حاکمیت، سیاست‌ها و مدیریت تغییر مبتنی بر انسان تکیه کنند. به عنوان مثال، اقداماتی مانند ایجاد یک تیم مسئول هوش مصنوعی برای ایمنی هوش مصنوعی و ایجاد جامعه ای از تمرین برای به اشتراک گذاشتن تخصص می تواند برای مدیریت تعداد کمتری از ابتکارات هوش مصنوعی موثر باشد.

سازمان های شتاب دهنده هوش مصنوعی

گارتنر استدلال می‌کند که کسانی که هوش مصنوعی را سریع‌تر اتخاذ می‌کنند، به رویکردی خودکارتر و مبتنی بر فناوری برای اطمینان از هوش مصنوعی قابل اعتماد فراتر از تکیه بر فرآیندهای مدیریت انسانی نیاز دارند. این به معنای استفاده از «فناوری‌های اعتماد» است که می‌توانند به‌طور برنامه‌ریزی سیاست‌های هوش مصنوعی را اجرا کنند و ریسک‌های هوش مصنوعی را در زمان واقعی مدیریت کنند.

ببینید: استرالیا نرده های محافظ اجباری برای هوش مصنوعی پیشنهاد می کند

هوش مصنوعی و کارمندان: از رفتار کارمندان با رونمایی از هوش مصنوعی حمایت کنید

همانطور که دولت استرالیا پیشنهاد اجرای آن را دارد نرده های محافظ اجباری برای هوش مصنوعیتحلیلگران گارتنر می‌گویند که شرکت‌ها به اندازه کافی تأثیر عاطفی که معرفی هوش مصنوعی بر کارمندان دارد را در نظر نمی‌گیرند. آنها گفتند که این می تواند باعث شود آنها از هوش مصنوعی احساس خطر کنند، به فناوری وابسته باشند یا نسبت به همکاران خود که از هوش مصنوعی استفاده می کنند حسادت کنند.

Mesaglio گفت: «برنامه مدیریت تغییر شما احتمالاً برای پاسخگویی به طیف کامل پاسخ‌های احساسی احتمالی به هوش مصنوعی طراحی نشده است. “این بسیار بیشتر از تست UX است. تنها 20 درصد از CIOها می گویند که شرکت آنها بر کاهش اثرات منفی بالقوه بر رفاه کارکنان متمرکز است.

این احساسات ممکن است بدتر شود زیرا سازمان‌های شتاب‌دهنده هوش مصنوعی هوش مصنوعی عاملی را به کار می‌گیرند یا عوامل هوش مصنوعی قادر به تصمیم‌گیری از طرف انسان‌ها هستند.

او گفت: “ما نمی توانیم به اندازه کافی تاکید کنیم که مدیریت نتایج رفتاری با همان دقتی که شما نتایج فناوری و کسب و کار انجام می دهید چقدر مهم است.”

سازمان ها در سال 2025 چه جنبه هایی از هوش مصنوعی را باید در نظر بگیرند؟

گارتنر به مخاطبان توضیح داد که آنها نیازی به پیاده سازی هوش مصنوعی «به یکباره» ندارند. Mesaglio به کسانی که قصد پیاده سازی هوش مصنوعی را با سرعت ثابت دارند توصیه می کند:

• بهره وری کارکنان را به عنوان مزیت اصلی هوش مصنوعی جستجو کنید.
• اطمینان حاصل کنید که آنها جزئیات صورتحساب هوش مصنوعی خود را درک می کنند.
• برای ایجاد پشته فناوری هوش مصنوعی به جای ساختن داخلی، به فروشندگان فناوری تکیه کنید.
• به استفاده از سیاست های هوش مصنوعی به عنوان مکانیزم اصلی اعتماد برای نتایج رفتاری ادامه دهید.
• به شیوه های مدیریت تغییر تکیه کنید – اما آنها را برای یک محیط هوش مصنوعی تطبیق دهید.

سازمان‌های شتاب‌دهنده هوش مصنوعی باید با همان اهداف شروع کنند، اما همچنین:

• به دنبال مزایایی فراتر از بهره وری، مانند بهبود نتایج عمومی یا افزایش درآمدزایی باشید.
• نظارت بر هزینه‌های بلادرنگ را مشابه روش‌هایی که برخی برای ردیابی هزینه‌های ابری استفاده می‌کنند، اجرا کنید.
• یک پشته فناوری هوش مصنوعی سفارشی بسازید که با نتایجی که شرکت به دنبال آن است، مناسب باشد.
• معرفی فن آوری های اعتماد برای خودکارسازی سیاست های هوش مصنوعی و اطمینان از توسعه هوش مصنوعی مسئول.
• با هوش مصنوعی عاملی آزمایش کنید.

گارتنر همچنین به سازمان‌ها توصیه کرد که از افتادن در خمیازه سرخوردگی از هوش مصنوعی خودداری کنند.

استین استراپ گفت: «همه در مورد هیاهو در اوج چرخه هایپ صحبت می‌کنند، اما افراد کافی متوجه نمی‌شوند که تبلیغات منفی در انتهای چرخه هیپ نیز وجود دارد. «وقتی در غلیان هستید، درگیر آن نباشید. اگر بر ارزش کسب‌وکار متمرکز بمانید و با سرعت خود پیش بروید، می‌توانید به قله‌ها و فرودهای هوش مصنوعی خدمت کنید.»