75 درصد از سازمان ها نقشه راه مشخص برای بهره برداری از هوش مصنوعی مولد ندارند
به گزارش دانشگاه فارسی، مدیر سابق محصول هوش مصنوعی بزرگترین فروشگاه اینترنتی کشور، در اینوتکس ۲۰۲۵ اخطار داد که ۷۵ درصد شرکت ها فاقد نقشه راه مشخص برای بهره برداری از هوش مصنوعی مولد هستند؛ در حالیکه استفاده از این تکنولوژی در یک سال قبل دو برابر شده است.
به گزارش دانشگاه فارسی به نقل از ایسنا، در جریان نشست ایستگاه آینده اینوتکس ۲۰۲۵، علی منصور در سخنرانی خود با عنوان «بازتعریف بی سروصدای مدلهای کسب و کار با هوش مصنوعی»، بر ضرورت تدوین نگاهی عملیاتی و هوشمندانه برای بهره برداری از هوش مصنوعی مولد در شرکت ها تاکید کرد.
وی ضمن اشاره به یافته های یک گزارش پژوهشی جدید، اظهار داشت: ۷۵ درصد از شرکت ها هیچ نقشه راه مشخصی برای بهره برداری از هوش مصنوعی مولد ندارند. همینطور کمتر از ۴۰ درصد مدیران ارشد درک دقیقی از ارزش افزوده این فناوری برای کسب و کار خود دارند. این در شرایطی است که استفاده از هوش مصنوعی مولد در شرکت ها از ۳۳ درصد در سال ۲۰۲۳ به ۶۵ درصد در سال ۲۰۲۴ رسیده است.
منصور با استناد به این داده ها، تاکید کرد: پرسش اصلی امروز دیگر «آیا باید از AI استفاده کنیم؟» نیست، بلکه «چگونه و از کجا باید استفاده کنیم؟» اهمیت بیشتری دارد و این در شرایطی است که خیلی از سازمان ها هنوز درک روشنی از نقاطی که هوش مصنوعی می تواند برایشان ارزش خلق کند، ندارند.
وی در ادامه، فریم ورکی پنج مرحله ای را برای پیاده سازی مؤثر هوش مصنوعی مولد در سازمان ها پیشنهاد کرد و اظهار داشت: اولین اولویت «شناسایی پتانسیل ها، بررسی فرآیندهای تکراری، زمان بر و داده محور »است. در این حوزه سازمان ها باید لیستی از حوزه هایی تهیه کنند که بیشترین پتانسیل برای خودکار سازی یا ارتقاء با کمک AI را دارند.
منصور دومین اولویت را شناخت کاربردهای بالفعل (use cases) عنوان و سفارش کرد که سازمان ها از راهکارهای ساده و اثبات شده مانند چت بات ها یا تولید محتوای خودکار شروع کنند و از عقب ماندن در این عرصه های اساسی بپرهیزند و سازمان ها باید لیستی از حوزه هایی تهیه کنند که بیشترین پتانسیل برای خودکار سازی یا ارتقاء با کمک AI را دارند.
وی خاطرنشان کرد: سازمان ها از راهکارهای ساده و اثبات شده مانند چت بات ها یا تولید محتوای خودکار شروع کنند و از عقب ماندن در این عرصه های اساسی بپرهیزند.
منصور اظهار داشت: سومین گام، اولویت بندی پروژه ها است. سازمان ها به جای تمرکز بر پروژه های جاه طلبانه و بزرگ، باید پروژه های کوچک تر، عملیاتی تر و قابل اجرایی را که می توانند زمینه ساز تغییر فرهنگی در سازمان شوند، برگزینند.
وی سفارش کرد: در اولویت بندی پروژه ها سه عامل اثرگذاری، سهولت اجرا و هم راستایی با اهداف استراتژیک مد نظر قرار گیرند.
منصور افزود: چهارمین اولویت ارزیابی داده است. دسترسی به داده های کافی و ابزارهای مناسب برای اجرای پروژه های AI، شرط موفقیت سازمان هاست. سازمان ها باید قبل از آغاز، زیرساخت های لازم را بررسی نمایند.
منصور اظهار داشت: پنجمین گام، تطابق با استراتژی کلان سازمان است.
وی اخطار داد که در صورت عدم هم راستایی پروژه های AI با اهداف کلان، این پروژه ها به جای آن که در خدمت سازمان باشند، به باری بر دوش تیم ها تبدیل می شوند و شانس موفقیت کاسته می شود.
منصور همینطور تاکید کرد که پرسش درست این نیست که «کجا میتوان از AI استفاده کرد؟»، بلکه باید پرسید: «AI در کدام مسئله می تواند چاره بهتری نسبت به وضعیت فعلی عرضه دهد؟» این رویکرد مساله محور به جای ابزارمحور بودن، سبب می شود پروژه ها از معنا و لزوم بیشتری برخوردار شوند و از شکست مصون تر باشند.
وی سخنان خویش را با این اخطار به پایان رساند که تمرکز بیش از اندازه روی پروژه های پیچیده و نمایشی، سازمان ها را از مسیر پیشرفت واقعی دور می کند: سنگ بزرگ نشانه نزدن است. شروع با پروژه های کوچک اما تأثیرگذار، بنیانگزار فرهنگ هوش مصنوعی در سازمان خواهد بود.
منبع: unifarsi.ir
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب