Calling Time در AI Washing


دنیای تجارت در نقطه عطفی قرار دارد. با افزایش سرعت و مقیاس دیجیتالی شدن، عملکردهای حیاتی مانند مدیریت خدمات فناوری اطلاعات (ITSM) با تکامل سریع و پذیرش فزاینده فناوری‌های پرتأثیر مانند هوش مصنوعی (AI) تغییر شکل می‌دهند.

هوش مصنوعی در حال دگرگونی بسیاری از زمینه ها از جمله تجزیه و تحلیل ریسک، اتوماسیون تجارت، مراقبت های بهداشتی و تشخیص است. در حال حاضر در حال تعریف مجدد زمینه ITSM است زیرا هوش مصنوعی دیگر صرفاً یک افزونه محسوب نمی شود. این به سرعت در صنعت فناوری ضروری می شود، از چت ربات هایی که به سوالات مشتری در تمام ساعات شبانه روز پاسخ می دهند تا الگوریتم های پیش بینی کننده که خطاهای سیستم را پیش بینی می کنند.

هوش مصنوعی توسط چندین غول بزرگ فناوری اطلاعات برای ساده‌سازی فرآیندهای ITSM از جمله نگهداری پیش‌بینی‌کننده، تصمیم‌گیری خودکار و مدیریت مسائل استفاده شده است. مزایای هوش مصنوعی واضح است و توانایی های تغییر بازی آن به آرامی در جریان کار روزانه ادغام می شود.

با این حال، هیاهو قابل توجه است. تقریباً به هر کجا که نگاه کنید، ادعایی در مورد آخرین محصول، خدمات یا نوآوری مبتنی بر هوش مصنوعی وجود دارد، اما در واقعیت، این روزهای اولیه است و موارد استفاده قوی کمی وجود دارد. سازمان ها باید تاکید بیشتری بر آموزش و پرورش داشته باشند تا اطمینان حاصل کنند که اجرای هوش مصنوعی منجر به خطرات یا مواجهه نمی شود.

مرتبط:نقش آواتارهای هوش مصنوعی در نوسازی آموزش

شستشوی هوش مصنوعی چیست؟

شستن هوش مصنوعی عمل اغراق در قابلیت های یک محصول یا خدمات است تا آن را پیشرفته تر، مبتکرانه یا زرنگ تر جلوه دهد. این یک تاکتیک تبلیغاتی فریبنده است که برای فعال کردن شرکت‌ها برای استفاده انبوه از هوش مصنوعی استفاده می‌شود.

تیم های فناوری اطلاعات بر سر مزایای هوش مصنوعی تقسیم شده اند

علیرغم تأثیرات درک شده هوش مصنوعی، گزارش اخیر نشان داده است که متخصصان فناوری اطلاعات در مورد اینکه چگونه هوش مصنوعی می تواند تجربیات محل کار خود را بهبود بخشد، اختلاف نظر دارند. “وضعیت هوش مصنوعی در ITSM – 2024 و بعد از آن” از ManageEngine و موسسه Service Desk دریافت که نیمی از متخصصان فناوری اطلاعات (50٪) معتقدند که هوش مصنوعی بهره وری کار آنها را بهبود می بخشد، احتمالاً به دلیل توانایی هوش مصنوعی مولد برای تقویت قابلیت های فردی و کار را سریعتر انجام دهید با این حال، نزدیک به یک سوم (32٪) اذعان کردند که به ندرت یا هرگز از هوش مصنوعی مولد استفاده نمی کنند و 21٪ معتقد نیستند که بهره وری را افزایش می دهد.

اکثریت قابل توجهی (71٪) از متخصصان فناوری اطلاعات گفتند که سازمان آنها هنوز در حال تحقیق یا اجرای آزمایشی هوش مصنوعی در پشتیبانی IT و عملیات ITSM است. بنابراین جذب هنوز در مراحل اولیه خود است، اما اشتهای روشنی در صنعت برای شناسایی و استفاده حداکثری از مزایای احتمالی فناوری وجود دارد، که نشان می‌دهد پذیرش هوش مصنوعی در حال تبدیل شدن به یک ملاحظات محوری در استراتژی‌های ITSM است.

مرتبط:چرا آزمون تورینگ اشتباه است

تجربیات کاربر و بهره وری سازمانی زمینه های اثبات هوش مصنوعی هستند

در جایی که بخش‌های فناوری اطلاعات روی هوش مصنوعی سرمایه‌گذاری می‌کنند، سازمان‌ها طیف وسیعی از تأثیرات را بر کارایی و رضایت کاربر نهایی تجربه می‌کنند. اکثر هزینه ها و تحقیقات به سمت تجربه کاربر و ابتکارات بهره وری، با تمرکز قابل توجه بر اتوماسیون وظایف تکراری، تجزیه و تحلیل پیش بینی برای پیشگیری از حوادث و کمک مجازی برای پشتیبانی از کاربر نهایی است.

با این حال، موارد استفاده استراتژیک از هوش مصنوعی در ITSM، مانند تجزیه و تحلیل داده‌های هوشمند برای بینش و تصمیم‌گیری، کمترین سطح پذیرش فعلی را مشاهده می‌کنند، چیزی که با این واقعیت همخوانی دارد که بسیاری از پاسخ‌دهندگان ادغام هوش مصنوعی در مجموعه ابزار موجود خود را چالش برانگیز می‌دانند. سازمان هایی که از هوش مصنوعی استفاده می کنند بر روی ادغام های لمسی سبک متمرکز هستند. واضح است که علیرغم هیاهوی سرعت سریع ورودی به منفعت هوش مصنوعی، جاسازی فناوری نوظهور در سیستم‌های مقیاس سازمانی کار یک شبه نیست. با این حال شکی نیست که در حال آمدن است، با این انتظار که فرآیندهای مبتنی بر هوش مصنوعی در پنج سال آینده به میزان قابل توجهی افزایش یابد.

همیشه مهم است که مشکلاتی را که با هر فناوری همراه است، بشناسیم و با آنها مقابله کنیم. مشکلات هوش مصنوعی به هزینه ها، مسائل اخلاقی و امنیت داده ها مربوط می شود. تقریباً نیمی (48٪) از متخصصان فناوری اطلاعات، آگاهی محدود یا ضعیفی از مسائل قانونی و انطباق با هوش مصنوعی دارند. این رقم نگرانی هایی را ایجاد می کند، به ویژه در مقایسه با 75 درصد از پاسخ دهندگان که ادعا می کردند درک کافی یا بهتری از مفاهیم و اصطلاحات اساسی هوش مصنوعی دارند.

اگرچه رهبری مسئولیت در پذیرش هوش مصنوعی به این درک نیاز دارد، اما عدم آگاهی در مورد جنبه‌های تخصصی مانند مقررات، خطرات و امنیت می‌تواند کسب‌وکارها را در معرض امنیت سایبری و مشکلات انطباق قرار دهد.

عوامل کلیدی در پذیرش هوش مصنوعی در ITSM

نظرسنجی هوش مصنوعی نشان داد که دو انگیزه کلیدی باعث پذیرش هوش مصنوعی در ITSM می شوند. اولین مورد کاهش هزینه است که توسط 81٪ از پاسخ دهندگان شناسایی شده است و دوم نوآوری است که توسط 67٪ از پاسخ دهندگان شناسایی شده است.

با این حال، چیزهای بیشتری در آن وجود دارد. حقیقت این است که اجرای موارد استفاده از هوش مصنوعی واقعا نوآورانه و مؤثر، علیرغم ادعاهای خلاف آن، آسان نیست. پذیرش موفقیت‌آمیز هوش مصنوعی در سراسر شرکت‌های فناوری اطلاعات مستلزم داشتن دانش پیشرفته از هوش مصنوعی مولد، یک استراتژی هوش مصنوعی واضح و نیروی کار ماهر برای ایجاد یا ادغام این راه‌حل‌ها است. در حالی که ارائه‌های هوش مصنوعی در حال حاضر در بازار موانع را برای اتخاذ هوش مصنوعی برای خودکارسازی وظایف اولیه میز خدمات کاهش می‌دهد، موارد استفاده استراتژیک از هوش مصنوعی هنوز به کالایی تبدیل نشده‌اند، زیرا کسب‌وکارها به دلیل کمبود دانش تخصصی عقب مانده‌اند.

تحقیقات ManageEngine این وضعیت را نشان می دهد. این چالش اصلی برای پذیرش هوش مصنوعی، که فقدان مهارت ها و تخصص هوش مصنوعی مولد است را برجسته می کند. اگرچه 45 درصد از متخصصان فناوری اطلاعات گزارش دادند که درک اولیه ای از هوش مصنوعی مولد دارند، کمبود قابل توجهی از متخصصان هوش مصنوعی مولد وجود دارد، بنابراین شرکت ها باید فعلاً کارهای کوچک را شروع کنند و از هوش مصنوعی برای بهبود کارهای روزمره به جای هدایت تغییرات جسورانه استفاده کنند. بسیاری از شرکت ها همچنین با چالش های محدودیت های بودجه و فقدان یک استراتژی هوش مصنوعی روشن مواجه هستند.

فقدان دانش تخصصی هوش مصنوعی خطراتی را به همراه دارد

ادغام موفقیت‌آمیز هوش مصنوعی به توانایی سازمان برای همگام‌سازی فناوری با ارزشمندترین دارایی‌اش یعنی افرادش بستگی دارد. با این حال، تصویر فعلی نشان می‌دهد که کمبود دانش اختصاصی هوش مصنوعی در تیم‌های فناوری اطلاعات، سازمان‌ها را در برابر بسیاری از خطرات آسیب‌پذیر می‌کند.

تقریبا نیمی از پاسخ دهندگان (46٪) درک ضعیف یا محدودی از خطرات هوش مصنوعی و اقدامات امنیتی دارند. در همین حال، از هر چهار نفر یک نفر چارچوب های حاکمیتی برای اجرای هوش مصنوعی ندارد. چارچوب‌ها و دانش قوی‌تر برای اطمینان از اینکه کسب‌وکارها هنگام اتخاذ هوش مصنوعی از مقررات پیروی می‌کنند، ضروری است. در غیر این صورت، شرکت ها می توانند خود را در معرض چالش های حقوقی و امنیت سایبری قرار دهند.

سازگاری با هوش مصنوعی فراتر از یک چالش تکنولوژیکی است. همچنین نیازمند یک تغییر فرهنگی در سراسر ITSM است. متخصصان و سازمان‌های ITSM باید برای آینده‌ای آماده شوند که در آن هوش مصنوعی می‌تواند بخشی اساسی از جعبه ابزار ارائه خدمات آنها باشد. با این حال، سازمان ها باید پذیرش خود از این فناوری تغییر دهنده بازی را با چارچوب های حاکمیتی هوش مصنوعی و دانش تخصصی هماهنگ کنند. این امر خطرات را کاهش می دهد و تضمین می کند که اجرای هوش مصنوعی با افزایش قابلیت ها و کارایی نیروی انسانی، خروجی را بهبود می بخشد.





منبع: https://aibusiness.com/generative-ai/calling-time-on-ai-washing