بخش زیرساخت در یک چهارراه حیاتی قرار دارد. این صنعت در مواجهه با چالش‌های بی‌سابقه ناشی از تغییرات آب و هوایی، کمبود نیروی کار و قدیمی شدن دارایی‌ها، باید راه‌حل‌های متحول‌کننده را برای برآورده کردن تقاضاهای روزافزون بپذیرد. با برآورد 139 تریلیون دلاری در سطح جهان برای زیرساخت های پایدار تا سال 2050، رهبران کسب و کار به دنبال رویکردهای نوآورانه برای ارائه پروژه ها سریع تر و مقرون به صرفه تر هستند. هوش مصنوعی (AI) به عنوان یک نیروی قدرتمند برای مقابله با این چالش ها ظاهر شده است، اما پتانسیل واقعی آن تا حد زیادی در سراسر صنعت استفاده نشده است.
پذیرش فعلی هوش مصنوعی در زیرساخت داستانی از آزمایش محتاطانه را بیان می کند. در حالی که برخی از سازمان های آینده نگر در حال سرمایه گذاری جسورانه هستند – اختصاص تا 10 درصد از درآمد به ابتکارات هوش مصنوعی – اکثر آنها سرمایه گذاری محافظه کارانه 2 درصد یا کمتر را حفظ می کنند. این رویکرد آزمایشی منجر به چشم‌اندازی از راه‌حل‌های مجزا به جای تحول جامع شده است. سازمان‌ها با یادگیری ماشین، بینایی کامپیوتر و پردازش زبان طبیعی، به‌ویژه در مراحل طراحی، موفقیت‌های اولیه‌ای پیدا کرده‌اند، اما این پیاده‌سازی‌ها به سختی سطح پتانسیل تحول‌آفرین هوش مصنوعی را خنثی می‌کنند.
رویکرد توسعه زیرساخت سنتی مدت‌هاست که به دلیل ماهیت خطی آن، ایجاد ناکارآمدی و موانع در سراسر چرخه عمر دارایی، با مشکل مواجه شده است. فناوری‌های هوش مصنوعی با پردازش مجموعه داده‌های گسترده در فازهای پروژه به هم پیوسته، کشف الگوهای پنهان برای پیش‌بینی مسائل بالقوه و بهینه‌سازی تخصیص منابع، راه‌حلی برای این تقسیم‌بندی ارائه می‌کنند. شاید مهم‌تر از همه، هوش مصنوعی همکاری بی‌سابقه‌ای را در میان گروه‌های ذینفع امکان‌پذیر می‌کند و سیلوهایی را که از لحاظ تاریخی نوآوری در این بخش را محدود کرده‌اند، از بین می‌برد.
برای تسریع پذیرش هوش مصنوعی و به دست آوردن ارزش کامل آن، رهبران کسب‌وکار باید سه مدل کسب‌وکار نوآورانه را در نظر بگیرند که صنعت را تغییر می‌دهند. اولی یک مدل پلت فرم یکپارچه است که ذینفعان را از طریق پلتفرم های داده یکپارچه به هم متصل می کند و امکان همکاری یکپارچه و بینش های مشترک را فراهم می کند. این رویکرد قبلاً نتایج امیدوارکننده‌ای را در پروژه‌های زیرساختی در مقیاس بزرگ نشان داده است، جایی که پذیرندگان اولیه پیشرفت‌های قابل توجهی را در هماهنگی پروژه و سرعت تصمیم‌گیری گزارش می‌دهند.
مدل دوم بر کسب درآمد از داده ها تمرکز دارد، و ثروت داده های زیرساخت را به نتایج ملموس تجاری تبدیل می کند. سازمان‌های پیشرو با جمع‌آوری و تجزیه و تحلیل داده‌های زیرساختی با کیفیت بالا، جریان‌های درآمد جدیدی پیدا می‌کنند، در حالی که به طور همزمان کارایی عملیاتی خود را از طریق بینش‌های مبتنی بر داده بهبود می‌بخشند.
مدل سوم، انگیزه قرارداد را معرفی می‌کند و ساختارهای سنتی پروژه را مجدداً تنظیم می‌کند تا پذیرش هوش مصنوعی را تشویق کند. سازمان‌های پیشرو معیارهای امتیازدهی مناقصه را برای اولویت‌بندی نوآوری و گنجاندن پاداش‌های خاص برای دستیابی به اهداف استراتژیک پذیرش هوش مصنوعی تنظیم می‌کنند. این رویکرد باعث پیشرفت فنی می شود و یک اکوسیستم مشترک را تقویت می کند که در آن بینش ها و منابع در بین پروژه ها به اشتراک گذاشته می شود.
موفقیت در اجرای این مدل ها مستلزم یک تغییر اساسی در نحوه رویکرد سازمان ها به پذیرش فناوری است. سفر با دگرگونی ذهنیت آغاز می‌شود، و محیطی را ایجاد می‌کند که در آن همکاری باز و به اشتراک‌گذاری داده‌ها به جای استثنا تبدیل می‌شود. یک برنامه توسعه مهارت‌های جامع باید از این تغییر فرهنگی پشتیبانی کند و اطمینان حاصل کند که تیم‌ها به تخصص مورد نیاز برای استفاده مؤثر از هوش مصنوعی مجهز هستند. سازمان‌ها همچنین باید مجموعه ابزار مناسب، پیاده‌سازی روش‌های استاندارد جمع‌آوری داده‌ها و پروتکل‌های اشتراک‌گذاری ایمن را ایجاد کنند که یکپارچه‌سازی یکپارچه راه‌حل‌های هوش مصنوعی را ممکن می‌سازد.
رهبران کسب‌وکار می‌توانند این تحول را ابتدا با ارزیابی آمادگی هوش مصنوعی سازمانشان و شناسایی پروژه‌های آزمایشی پرتأثیر که می‌توانند به سرعت ارزش خود را نشان دهند، آغاز کنند. یک استراتژی داده و چارچوب حاکمیتی شفاف باید پشتوانه این تلاش ها باشد، در حالی که مشارکت استراتژیک با ارائه دهندگان فناوری می تواند توسعه قابلیت ها را تسریع کند. سرمایه‌گذاری در برنامه‌های ارتقای مهارت نیروی کار به همان اندازه ضروری است، و اطمینان حاصل شود که تیم‌ها می‌توانند به طور موثر در کنار فناوری‌های هوش مصنوعی کار کنند.
آینده بخش زیرساخت به پذیرش این تحول مبتنی بر هوش مصنوعی بستگی دارد. سازمان‌هایی که قاطعانه به سمت استفاده از فناوری‌های هوش مصنوعی و تقویت همکاری اکوسیستم حرکت می‌کنند، در بهترین موقعیت برای رسیدگی به چالش‌های فزاینده این بخش و در عین حال گرفتن مزیت‌های رقابتی قابل‌توجه خواهند بود. زمان تغییرات تدریجی گذشته است – اقدامات استراتژیک و جسورانه در مورد پذیرش هوش مصنوعی اکنون برای رهبران مشاغلی که مایل به شکل دادن به آینده زیرساخت هستند ضروری است.