مدیران با استقرار هوش مصنوعی در شرکت های خود با ایجاد ارزش سریع روبرو هستند. فوریت برای نشان دادن اینکه آنها از رقبا جلوتر هستند، در موجی از بیانیه های مطبوعاتی دیده می شود که از عرضه ابزارهای جدید هوش مصنوعی خبر می دهند که سوزن را برای سازمان حرکت می دهد.
جی پی مورگان چیس “LLM Suite” عرضه شد برای کارمندان مدیریت دارایی و ثروت خود تا به آنها یک “تحلیلگر تحقیقاتی” دیجیتال ارائه دهد. مورگان استنلی از عرضه آن خبر داد مورگان استنلی دبریف به مشاوران ثروت خود، به عنوان یک «دستیار دیجیتال» برای یادداشت برداری، تهیه پیش نویس ایمیل و سایر کارهای روزانه. بانک سلطنتی کانادا (RBC) نیز اعلام کرده است آزمایشی ابزارهای هوش مصنوعی برای مشاوران مالی خود این اعلامیه‌ها با مطالعه تحول دیجیتال برودیج در سال 2024 مطابقت دارد که نشان می‌دهد 45 درصد سازمان‌ها به کارکنان اجازه می‌دهند از ابزارهای GenAI برای اهداف کاری استفاده کنند.
این ابزارهای نوظهور هوش مصنوعی نه تنها فرصت‌های جدیدی را ایجاد می‌کنند، بلکه چالش‌های جدیدی نیز ایجاد می‌کنند. لیست کوتاهی از دام های رایج در حال ظهور است که شرکت های بیشتری در حال بررسی هوش مصنوعی هستند:
-
باتلاق مدیریت داده: دست کم گرفتن پیچیدگی آماده سازی داده ها برای هوش مصنوعی، محدود کردن توانایی تولید مدل های هوش مصنوعی که ارزش مورد نظر خود را ارائه می دهند.
-
چالش های مدیریت پذیرش/تغییر: کارمندان ناآماده موظف به استفاده از ابزارهای هوش مصنوعی در “روز به روز” خود بدون پشتیبانی مورد نیاز هستند، که منجر به ابزارهای پرهزینه استفاده نشده و عدم افزایش بهره وری می شود.
-
استفاده از فلج انتخاب مورد: چرخه‌های بی‌پایان ارزیابی ارزش مورد استفاده بدون راه‌حل‌های متعاقب، کوه‌هایی از اسلایدها را بدون MVP فعال ایجاد می‌کنند.
-
اثبات فرسودگی مفهومی: آزمایش‌های AI بد شکل که یادگیری قابل استفاده ایجاد نمی‌کنند و سرمایه‌گذاری‌ها را تخلیه می‌کنند.
-
نگرانی های مربوط به حفظ حریم خصوصی و امنیت داده ها: عدم رعایت استانداردهای حفاظت از داده ها و امنیت، منجر به راه حل های غیرقابل اجرا و هزینه های توسعه هدر رفته می شود.
-
نگرانی های ایمنی هوش مصنوعی: نادیده گرفتن ملاحظات ایمنی، منجر به آسیب به شهرت و مسائل نظارتی می شود.
هر یک از این دام ها منجر به گم شدن، گیر افتادن یا سوختن در سفر هوش مصنوعی شما می شود. این کار باعث می‌شود که مدیران اجرایی در کنار این مشکلات، شرکت‌های خود را هدایت کنند؟ نقش اجرایی این است که موارد زیر را انجام دهد:
-
یک چشم انداز متمرکز برای هوش مصنوعی در سازمان خود تنظیم کنید. آیا ما بهره وری کارکنان را در اولویت قرار می دهیم؟ ارزش کسب و کار مشتری؟ تقویت مشارکت های استراتژیک از طریق ایجاد مشترک عمدی؟
-
این خرید و ساخت است نه خرید در مقابل ساخت. ترکیب مناسبی از LLM های پیشرو در بازار و مدل های داخلی چیست؟ این ترکیب چگونه مشکلاتی را که برای شما مهم است حل می کند؟ شرکای مناسب برای تحقق آن چه کسانی هستند؟
-
فرهنگ هوش مصنوعی عملی را پرورش دهید. افراد من برای شکوفایی آزمایش‌های هوش مصنوعی به چه محیط امن و مطمئنی نیاز دارند؟
موفقیت در هوش مصنوعی فقط مربوط به فناوری نیست، بلکه در مورد تجسم مجدد یک «روز از زندگی…» از افراد خود و در عین حال حفظ بالاترین استانداردهای امنیت، انطباق و اعتماد مشتری است. با برنامه ریزی عمدی، سرمایه گذاری استراتژیک و تعهد به یادگیری مستمر، می توانید از گم شدن، گیر افتادن یا فرسودگی جلوگیری کنید و در عوض سازمان خود را به سمت پیشرفت در عصر هوش مصنوعی سوق دهید.
منبع: https://aibusiness.com/nlp/the-pitfalls-of-ai-getting-lost-stuck-or-burnt-out