هوش مصنوعی وارد فضای کسب‌وکار شد؛ شرکت‌ها چگونه می‌توانند آن را به یک فرصت تبدیل کنند؟
سخنرانان DAFO Barcelona 2027 بر این باورند که پذیرش هوش مصنوعی کافی نیست؛ فرایندهای کسب‌وکار باید از ابتدا تا انتها متحول شوند و فناوری برای بهره‌گیری کامل از ظرفیت خود باید با قضاوت و استعداد انسان ترکیب شود
آینارا والادس مدینا (نویسنده در The New Barcelona Post) — ۱۶ اکتبر ۲۰۲۶
آتش به انسان امکان داد خود را گرم کند و غذا بپزد، اما به سلاحی برای نابودی نیز تبدیل شد. قرن‌ها بعد، خودرو فاصله‌ها را کوتاه کرد و به رشد اقتصادی در سراسر جهان شتاب بخشید، اما در عین حال به افزایش دود و گازهای آلاینده در جو کمک کرد. تاریخ نشان می‌دهد که اختراع‌های بزرگی که زندگی بشر را متحول کرده‌اند، تقریباً همیشه دو روی متفاوت داشته‌اند: پیشرفت و خطر، فرصت و تهدید.
اگر امروز از کسی بپرسیم بزرگ‌ترین اختراع قرن ما چیست، هوش مصنوعی مولد بی‌تردید یکی از نخستین پاسخ‌ها خواهد بود. این فناوری جدید نیز مانند اختراع‌های بزرگ پیش از خود، امکانات تازه‌ای ایجاد می‌کند، اما هم‌زمان پرسش‌هایی درباره پیامدها و تهدیدهایش به وجود می‌آورد. وقتی ابزاری می‌تواند رشد کسب‌وکار را تقویت کند، اما در عین حال برای شرکت‌هایی که نمی‌دانند چگونه خود را با آن وفق دهند به تهدید تبدیل شود، چه اتفاقی می‌افتد؟ مرز میان فرصت و خطر کجاست؟ بنابراین اگر قرار باشد برای اقتصاد کاتالونیا در سال ۲۰۲۷ یک تحلیل SWOT تهیه شود، هوش مصنوعی باید در کدام سوی این تحلیل قرار گیرد: فرصت‌ها یا تهدیدها؟
پاسخ تا حد زیادی به نحوه مواجهه شرکت‌ها با این انقلاب فناورانه و توانایی آنها برای ادغام آن در راهبرد کسب‌وکارشان بستگی دارد. این موضوع یکی از محورهای اصلی کنفرانس DAFO Barcelona 2027 بود؛ رویدادی که با حمایت Banc Sabadell و The New Barcelona Post و با همکاری Círculo Ecuestre و با شعار «سال پایان ابهام» برگزار شد. هدف این کنفرانس، عبور از عدم‌قطعیت به سوی تصمیم‌های راهبردی و مواجهه مطمئن با تغییراتی بود که آینده شرکت‌ها را رقم خواهند زد.
اما برای اینکه هوش مصنوعی از یک وعده فناورانه به موتور واقعی رشد تبدیل شود، چه چیزی لازم است؟ از نگاه آلِیش والِس، مدیرعامل WeAI، شرکت مشاوره هوش مصنوعی Jungle، کلید اصلی در مدیریت کسب‌وکار نهفته است. والِس در آغاز بخش دوم برنامه که به فناوری اختصاص داشت و در حضور حدود صد کارآفرین حاضر در DAFO Barcelona 2027 سخن می‌گفت، تأکید کرد: «گلوگاه واقعی در پذیرش هوش مصنوعی، هزینه توکن نیست ــ توکن بخش کوچکی از متن است که هوش مصنوعی آن را پردازش می‌کند و مبنای محاسبه هزینه استفاده از آن است ــ و فناوری هم نیست؛ گلوگاه، مدیریت است.» به بیان دیگر، چالش دیگر دسترسی به این ابزارها نیست؛ ابزارهایی که روزبه‌روز ارزان‌تر و استفاده از آنها ساده‌تر می‌شوند. چالش اصلی این است که شرکت‌ها بدانند چگونه آنها را در راهبرد کسب‌وکار خود ادغام کنند تا ارزش ایجاد کنند و به رشد برسند.
والِس برای توضیح فاصله میان ظرفیت فناوری و توانایی شرکت‌ها در بهره‌گیری از آن، ورود دستگاه‌های همراه را یادآوری کرد. جامعه این دستگاه‌ها را به‌سرعت وارد زندگی روزمره خود کرد، اما بسیاری از شرکت‌ها سال‌ها زمان نیاز داشتند تا فرایندهای خود را متحول کنند. او هشدار داد که هوش مصنوعی نیز ممکن است همین داستان را تکرار کند: شرکت‌ها ابزارهای جدید را به کار بگیرند، بدون آنکه فرایندهای زیربنایی خود را تغییر دهند.
بنابراین، نکته کلیدی انباشت طرح‌های آزمایشی نیست؛ طرح‌هایی که به گفته والِس در بسیاری از شرکت‌ها هرگز به مرحله توسعه در مقیاس واقعی نمی‌رسند. آنچه لازم است، بازاندیشی در فرایندها از ابتدا تا انتهاست. به گفته او، تنها شرکت‌هایی که چنین تغییری ایجاد کرده‌اند توانسته‌اند حتی در نتایج اقتصادی خود نیز اثر آن را مشاهده کنند. او تأکید کرد: «باید از نگاه کردن به هوش مصنوعی صرفاً به‌عنوان ابزاری برای کاهش هزینه‌ها دست برداریم و آن را ابزاری برای چندبرابر کردن درآمد ببینیم.»
والِس این توصیه را فقط متوجه شرکت‌های بزرگ نمی‌داند. با دسترسی آسان‌تر به ابزارهای هوش مصنوعی، شرکت‌های کوچک و متوسط نیز می‌توانند وظایفی را خودکار کنند که پیش‌تر به ماه‌ها توسعه نیاز داشتند. با این حال، فناوری به‌تنهایی تضمین‌کننده نتیجه نیست. والِس بر اهمیت ترکیب فناوری با افرادی تأکید کرد که عوامل هوش مصنوعی را زیر نظر بگیرند، پاسخ‌های آنها را ارزیابی کنند و قضاوت انسانی را در فرایند وارد سازند.
هزینه انقلاب فناورانه
اما از نگاه والِس، اگر شرکت‌ها در پذیرش هوش مصنوعی کند عمل می‌کنند، اروپا حتی عقب‌تر است. بر اساس داده‌هایی که او در این نشست ارائه کرد، اروپا تنها ۵ درصد از ظرفیت محاسباتی جهان را در اختیار دارد و تأیید ساخت یک مرکز داده در این قاره بین هفت تا ۱۳ سال زمان می‌برد. او با اشاره به آنچه مقررات‌گذاری بیش از حد در اروپا می‌داند و به باور خودش اغلب از بی‌اعتمادی نسبت به هوش مصنوعی ناشی می‌شود، گفت: «اروپا محصول بزرگی به نام ترس، ترس ژئوپلیتیکی، به ما فروخته است.»
با این حال، خطر این رقابت فقط اقتصادی نیست؛ در متن سخنان والِس، موضوع اقتصادی بار دیگر به‌عنوان یکی از نگرانی‌های اصلی مطرح شد. او هشدار داد شرکت‌های بزرگ فناوری مبالغ هنگفتی را صرف مراکز داده و تراشه‌ها می‌کنند، اما چالش این خواهد بود که نشان دهند درآمد حاصل از هوش مصنوعی می‌تواند این سرمایه‌گذاری را جبران کند. او گفت: «ما شاهد ساخت بزرگ‌ترین زیرساختی هستیم که بشر تاکنون تلاش کرده است ایجاد کند.» پرسش این است که آیا این شرکت‌ها می‌توانند این «وام مسکن» را بازپرداخت کنند یا نه؛ اگر درآمدها نتوانند هزینه‌های سرمایه‌گذاری و بدهی انباشته را پوشش دهند، پیامدهای آن می‌تواند کل اقتصاد را تحت تأثیر قرار دهد و به یک بحران مالی منجر شود.
همان‌طور که شرکت‌ها در صورت ادغام هوش مصنوعی در راهبرد خود می‌توانند آن را در تحلیل SWOT از بخش تهدیدها به بخش فرصت‌ها منتقل کنند، کاتالونیا نیز می‌تواند از این رقابت فناورانه برای افزایش رقابت‌پذیری خود بهره بگیرد. یکی از این فرصت‌ها جذب زیرساخت‌های بزرگ‌مقیاس است؛ از جمله کارخانه عظیم هوش مصنوعی که برای Móra la Nova برنامه‌ریزی شده و دولت اسپانیا، Telefónica، ACS و Banco Santander برای آن سرمایه‌گذاری اعلام‌شده‌ای تا سقف ۵ میلیارد یورو در نظر گرفته‌اند.
ادغام هوش مصنوعی برای تحول شرکت‌ها
سخنان آلِیش والِس یکی از نکات کلیدی تحلیل SWOT را برجسته کرد: یک فناوری واحد، بسته به نحوه واکنش به آن، می‌تواند هم تهدید باشد و هم فرصت. در مورد هوش مصنوعی، همه‌چیز به توانایی شرکت‌ها برای عبور از مرحله آزمایش، ادغام این فناوری در فرایندهای خود و گسترش استفاده از آن به‌گونه‌ای بستگی دارد که تأثیری واقعی بر نتایج داشته باشد. در میزگردی که پس از این سخنرانی برگزار شد، نمایندگان سه شرکت بزرگ فناوری، یعنی Accenture، Telefónica و HP، توضیح دادند که چگونه با این چالش مواجه می‌شوند و هوش مصنوعی را هم در سازمان‌های خود و هم در سازمان‌های مشتریانشان به کار می‌گیرند.
جوردی گینه (Telefónica): «موفقیت یک قطب فناوری مانند بارسلونا را نباید با تعداد شرکت‌های فناوری مستقر در آن سنجید، بلکه باید دید تا چه اندازه می‌تواند سایر بخش‌های اقتصادی نیز این ابزارها را بپذیرند و از آنها بهره بگیرند.»
در همین راستا، مرسدس اوبلانکا، رئیس و مدیرعامل Accenture در اسپانیا و پرتغال، تصریح کرد که دیگر نباید صرفاً از «تحول کسب‌وکار» سخن گفت، بلکه باید از «بازآفرینی فناورانه» صحبت کرد؛ فرایندی مستمر برای بازاندیشی در مدل‌های کسب‌وکار و واکنش به تغییرات. اما برای آنکه این بازآفرینی به سراسر اقتصاد برسد، فناوری باید از شرکت‌های بزرگ این حوزه فراتر برود و به تمام بدنه تولیدی برسد. جوردی گینه، مدیر دولتی و حساب‌های بزرگ در قلمرو شرقی Telefónica، هشدار داد: «موفقیت یک قطب فناوری مانند بارسلونا را نباید با تعداد شرکت‌های فناوری مستقر در آن سنجید، بلکه باید دید تا چه اندازه می‌تواند سایر بخش‌های اقتصادی نیز این ابزارها را بپذیرند و از آنها بهره بگیرند.»
اما این بازآفرینی در عمل چگونه انجام می‌شود؟ دانیل مارتینس هریس، مدیر HP Barcelona، عوامل هوش مصنوعی را نمونه‌ای از این روند دانست؛ ابزارهایی که می‌توانند وظایف را خودکار کنند و با سامانه‌های داخلی یک شرکت کار کنند. HP در حال حاضر ۵۰ هزار عامل هوش مصنوعی فعال دارد، اما چالش کنونی این است که اطمینان حاصل شود این عوامل به‌شکلی کنترل‌شده به کار گرفته می‌شوند و نیازهای مشخصی را برطرف می‌کنند. به اعتقاد او، به‌جای استقرار عوامل متعدد صرفاً برای افزایش تعداد آنها، باید مشخص باشد هر عامل چه کاربردی دارد و چه ارزشی برای سازمان ایجاد می‌کند.
مارتینس از HP همچنین بر اهمیت تصمیم‌گیری درباره محل انجام عملیات هوش مصنوعی تأکید کرد: اینکه کدام عملیات در فضای ابری انجام شوند و کدام‌یک روی سرورهای محلی، در داخل همان سازمان، اجرا شوند. گزینه دوم می‌تواند کنترل داده‌های محرمانه را آسان‌تر کند و به هوش مصنوعی اجازه دهد با اطلاعات و دانش اختصاصی هر شرکت کار کند. به گفته هریس، این روند در سال‌های آینده اهمیت بیشتری پیدا خواهد کرد: «سال ۲۰۲۷ نقطه عطف در این زمینه خواهد بود. در واقع انتظار می‌رود تا سال ۲۰۳۰، ۵۰ درصد محاسباتی که هوش مصنوعی برای تولید پاسخ و اجرای وظایف انجام می‌دهد روی سرورهای محلی و نه در فضای ابری صورت گیرد. امروز این رقم فقط ۵ درصد است.»
اما همان‌طور که هوش مصنوعی خطرهایی به همراه دارد، فرصت‌های تازه‌ای نیز ایجاد می‌کند. اوبلانکا در حوزه استعداد نیروی انسانی به نمونه‌ای از این فرصت‌ها اشاره کرد: «دوقلوی دیجیتال دانش» که Accenture ایجاد کرده است، زمان لازم برای آماده شدن یک نیروی تازه‌کار برای ارائه ارزش به مشتریان را از شش ماه به شش هفته کاهش می‌دهد. بنابراین هوش مصنوعی، به‌جای آنکه لزوماً جایگزین مشاغل شود، می‌تواند ورود نیروهای حرفه‌ای جدید را آسان‌تر کند؛ به‌طوری که Accenture میزان استخدام نیروهای تازه‌کار را ۸ درصد افزایش داده است. به گفته او، این ابزارها به افرادی نیاز دارند که عوامل هوش مصنوعی را طراحی کنند، بر عملکردشان نظارت داشته باشند و آنها را برای پاسخ‌گویی به نیازهای واقعی هدایت کنند. بدون این مداخله انسانی، فناوری به‌سختی می‌تواند تمام ارزش خود را برای شرکت به ارمغان بیاورد.
در نهایت، هوش مصنوعی چالشی را پیش روی شرکت‌ها قرار می‌دهد که تقریباً با همه اختراع‌های بزرگ بشر همراه بوده است: چگونه می‌توان از ظرفیت آن بهره گرفت، بدون آنکه خطرهایش را نادیده گرفت؟ از آتش گرفته تا خودرو، هر اختراع بزرگی امکانات تازه‌ای ایجاد کرده، اما هم‌زمان جامعه را وادار کرده است شیوه زندگی با آن را بیاموزد. اکنون این چالش به شرکت‌ها نیز گسترش یافته است؛ آنها باید تصمیم بگیرند هوش مصنوعی را چگونه در فرایندها و راهبرد کسب‌وکار خود وارد کنند.