شکی نیست که هوش مصنوعی، چشم انداز رقابتی کسب و کار را متحول خواهد کرد. هوش مصنوعی، فرآیند های کسب و کار را ساده سازی، بهره وری کارگران را افزایش، مجموعه مهارت های ممتاز را بازتعریف و پتانسیل داده ها را آزاد خواهد کرد. همچنین شکی نیست که هوش مصنوعی پیشرفت بی وقفه ای خواهد داشت و با سرعتی سرسام آور در حال توانمندتر شدن است.
هوش مصنوعی به سرعت در حال گسترش و فراگیری است. الگوریتم ها و داده های آموزشی روز به روز به کالاهای ارزشمندی تبدیل می شوند، رقابت در حوزه سخت افزار شدت گرفته و استعدادهای متعددی در این عرصه ظهور کرده‌اند. مدل‌های متن باز به قدری قدرتمند عمل می کنند که گزینه های پیشنهادی شرکت ها را به چالش می کشند. با کاهش هزینه های پیاده سازی و افزایش مقرون به صرفه بودن آن، رقابت فزاینده، شرکت‌ها را ناگزیر به بهره‌گیری از هوش مصنوعی می‌کند. اگرچه پیش‌بینی دقیق تأثیرات هوش مصنوعی بر اقتصاد چالش‌برانگیز است، اما یک واقعیت غیرقابل انکار وجود دارد: هر شرکتی خواهان آن خواهد بود و تقریباً هیچ مانعی برای دستیابی به آن وجود ندارد.
برای یک شرکت وسوسه انگیز است که باور کند به نحوی از هوش مصنوعی بهره‌مند خواهد شد در حالی که دیگران نه، اما تاریخ درس متفاوتی می‌دهد: هر پیشرفت فنی جدی در نهایت به طور مساوی برای همه شرکت‌ها قابل دسترسی می شود. رایانه‌های شخصی، اینترنت، کارخانه های نیمه هادی، فناوری بلاکچین، توالی‌یابی ژنتیکی – این فناوری‌ها دیگر برای هیچ سازمانی مزیت رقابتی محسوب نمی‌شوند.
هوش مصنوعی نیز چنین است و گسترش روزافزون آن باید ما را بر آن دارد که بار دیگر به چگونگی تغییر یا تداوم پویایی های رقابتی بیندیشیم. ترسیم آینده‌ای روشن که بر پایه هوش مصنوعی بنا شده و گنج‌های پنهان و آماده بهره برداری را در خود جای داده، کار چندان دشواری نیست؛ همان‌گونه که تصور این مسئله نیز ساده است که شرکت‌هایی که سرمایه‌گذاری های کلان در فناوری هوش مصنوعی کرده یا گام‌های پیشرو را برمی‌دارند، سهم عمده‌ای از سودهای بالقوه را نصیب خود خواهند کرد.
در عین حال که روایت‌های رایج به مزایای رقابتی گذرای هوش مصنوعی اشاره دارند، یک نکته اساسی را نادیده می‌گیرند: هوش مصنوعی ماهیت مزیت رقابتی پایدار را تغییر نمی‌دهد.
چگونه هوش مصنوعی می‌تواند محور یک مزیت رقابتی پایدار باشد در حالی که همه به آن دسترسی دارند؟ پاسخ ساده است: چنین امری امکان‌پذیر نیست. ارزشی که هوش مصنوعی خلق می‌کند، به صورت گسترده توزیع خواهد شد و مزایای آن نصیب همه می‌شود. از دیدگاه استراتژیک، اگر همه به فناوری یکسانی دسترسی داشته باشند – حتی اگر پیشرفته و ارزشمند باشد – این فناوری تنها بازار را متحول می‌کند، اما به تنهایی به هیچ بازیگری در دنیای کسب و کار، مزیت منحصر به فرد نمی‌بخشد.
در واقع، هوش مصنوعی نه یک منبع تمایز، بلکه عاملی همسان ساز است. آیا هوش مصنوعی می‌تواند با تولید ایده‌های نو، خلاقیت را تقویت کند؟ بی‌تردید، و هر کس که از آن استفاده کند، به شکلی مشابه می‌تواند فرآیندهای خلاقانه خود را ارتقا دهد. آیا می‌تواند با دگرگونی در توسعه نرم‌افزار، بهره‌وری را افزایش دهد؟ قطعاً، و هر توسعه‌دهنده‌ای به همان میزان از این پیشرفت بهره‌مند خواهد شد. آیا با کشف الگوهای نو در داده‌ها، بینش‌های تحلیلی جدیدی ارائه می‌دهد؟ بدون شک، و هر سازمانی با داده‌های مشابه به نتیجه‌ای یکسان دست خواهد یافت. بخشی از ارزش هوش مصنوعی در این است که دیجیتال است: قابل تکثیر، مقیاس‌پذیر، تکرارپذیر، قابل پیش‌بینی و یکنواخت.
درک این واقعیت، مسیر استراتژیک کسب و کارها را برای دستیابی به مزیت رقابتی روشن می‌کند. اثر یکسان‌سازی هوش مصنوعی، در واقع بر ارزش “ناهمگونی باقیمانده”، یعنی توانایی یک شرکت برای فراتر رفتن از امکانات همگانی و خلق چیزی منحصر به فرد، تأکید می گذارد. صرف داشتن هوش مصنوعی کافی نیست؛ سازمان‌ها باید از مرزهای آن فراتر روند. بنابراین، کلید دستیابی به مزیت پایدار همان است که همواره بوده: پرورش خلاقیت، انگیزه و اشتیاق.
این خلاقیت باید هم در بعد فنی – از جمله تحقیق و توسعه و روش‌های نوین بهره‌گیری از هوش مصنوعی – و هم در بعد مفهومی – مانند تصور همکاری های بدیع و ابداع راه های تازه برای ارتباط با مشتریان – متجلی شود. این‌ها همان پایه‌های نوآوری هستند که همیشه شرکت‌های برتر را متمایز کرده‌اند، و هوش مصنوعی هیچ تغییری در این اصول ایجاد نمی‌کند.
موانع مزیت پایدار
هوش مصنوعی می‌تواند در مرکز یک محصول، یک استراتژی یا حتی DNA یک شرکت باشد، اما نمی‌تواند در مرکز یک مزیت رقابتی پایدار قرار بگیرد. دلیل این امر با بررسی سه شرط اساسی یک مزیت پایدار روشن می‌شود: برای آنکه مزیتی پایدار باشد، باید ارزشمند، منحصر به فرد برای سازمان و غیرقابل تقلید توسط دیگران باشد.
اگر فناوری ارزشمند باشد اما منحصر به فرد نباشد، مزیت به‌شمار نمی‌رود. به همین ترتیب، اگر فناوری منحصر به یک شرکت باشد اما ارزشی نداشته باشد، مزیتی حاصل نمی‌کند. حتی اگر ارزشمند و منحصر به فرد باشد، اما قابل تقلید باشد، نمی‌تواند مزیت پایدار ایجاد کند. هوش مصنوعی بدون شک ارزشمند است، اما در دو شرط دیگر رد می‌شود؛ چرا که نه برای هیچ سازمانی منحصر به فرد است و نه تقلید آن غیرممکن است.
چرا یک شرکت ممکن است باور داشته باشد که مزایای هوش مصنوعی به نحوی به خودش تعلق می‌گیرد اما به رقبایش تعلق نمی‌گیرد؟ برخی از دلایل شامل دسترسی به سرمایه یا سخت‌افزار، الگوریتم‌های جدید، مدل‌های پیشرفته، استعدادهای مهندسی برتر، بینش تجاری یا داده‌های اختصاصی است.
بررسی هر یک از این استدلال ها نشان می دهد که هیچ کدام به‌طور قطعی قابل اتکا نیستند. برای نمونه، هرچند شرکت هایی که دسترسی انحصاری به منابع مالی وسیع و مزارع پردازشی گسترده دارند، در حال حاضر بزرگترین و قوی‌ترین مدل‌های هوش مصنوعی را توسعه می‌دهند، اما قوانین مقیاس گذاری حاکم بر این حوزه نشان می دهند که بازدهی نزولی، امری اجتناب‌ناپذیر است و مدام به مدل های بزرگتر و پرهزینه تر نیاز خواهیم داشت.
مدل‌های جدیدی مانند GPT-۴ و Gemini تنها بهبودی جزئی — در حد چند درصد — در معیارهای استاندارد نسبت به نسل‌های پیشین خود نشان می دهند، در حالی که برای دستیابی به همین پیشرفت‌های محدود، سرمایه‌گذاری های کلانی در زیرساخت‌های دیتاسنتر و نیروی انسانی متخصص صورت گرفته است.
از سوی دیگر، صنعت نیمه‌هادی با سرعتی قابل پیش‌بینی و پیوسته در حال پیشرفت است، و دیر یا زود سخت افزارهای لازم برای آموزش حتی پیشرفته ترین مدل ها نیز به صورت گسترده تر و مقرون به صرفه تر در دسترس قرار خواهند گرفت. اما مسئله تنها انتظار برای این تحول نیست: همزمان مدل‌های کوچک مقیاس تر — که آموزش و استفاده از آنها برای بسیاری امکان‌پذیر است — نیز به طور پیوسته در حال بهبود عملکرد خود هستند.
جالب اینجاست که مدل‌های امروزی با تنها ۷ میلیارد پارامتر، در برخی موارد عملکردی قابل مقایسه با مدل های دیروزی دارند که با ۷۰ میلیارد پارامتر آموزش دیده‌اند. به این ترتیب، مرزهای تمایز بین مدل‌های بزرگ و کوچک در حال کمرنگ شدن است.
عوامل دیگر نیز همگرایی و کالایی شدن مشابهی را نشان می‌دهند. مدل‌های ریاضی و الگوریتم‌های آموزشی را در قلب هوش مصنوعی در نظر بگیرید. جامعه تحقیقاتی هوش مصنوعی سابقه قوی در به اشتراک گذاشتن نوآوری‌ها و انتشار نتایج کلیدی، معماری‌ها و چارچوب‌های نرم‌افزاری دارد. این فرهنگ باز بودن، همراه با علاقه شدید دانشگاهی به هوش مصنوعی، تضمین می‌کند که بینش‌های اساسی الگوریتمی به سرعت توسط همه پذیرفته شوند.
یا نیروی کار مهندسی را در نظر بگیرید: با توجه به ارزش آشکار آن، بازار نیروی کار فنی به‌طور غیرمعمولی پویا و سیال است و روز به روز هم شلوغ تر می شود. در میان رشته های علوم کامپیوتر، تعداد فارغ التحصیلان مقطع دکتری در حوزه هوش مصنوعی سریع‌تر از هر گرایش دیگری در حال افزایش است.
همچنین، علوم کامپیوتر و هوش مصنوعی از نظر حجم گسترده محتوای آموزشی رایگان آنلاین که زبان آموزان و علاقه مندان می توانند برای ارتقای مهارت های خود از آن استفاده کنند، در میان رشته‌های دیگر کم نظیر هستند. در نتیجه، استعدادهای سطح بالا و حتی نیروهای تازه‌کار نیز برای مدت طولانی کمیاب نخواهند بود.
شاید قوی ترین مانع برای محافظت از مزیت هوش مصنوعی یک شرکت، دسترسی به داده های اختصاصی باشد. با این حال، حتی این مزیت نیز تحت تأثیر فشارهای منحصر به فرد حوزه هوش مصنوعی رو به کاهش است. امروزه اغلب مدل ها بخش عمده ای از داده های آموزشی خود را از مجموعه داده های مشترک (اعم از باز یا دارای مجوز) دریافت می‌کنند که این امر منجر به عملکرد تقریباً یکسان آن ها می‌شود.
همچنین داده های مصنوعی، هرچند هنوز جایگزین کاملی برای داده‌های واقعی نیستند، روزبه‌روز در حال گسترش هستند و هم‌اکنون نیز در بهبود عملکرد مدل ها و کاهش هزینه ها نقش دارند. علاوه بر این، همگان بر این باورند که مدل‌های هوش مصنوعی از نظر آماری، ناکارآمد عمل می‌کنند و حجم داده ای که مصرف می‌کنند بیش از نیاز واقعی آن هاست. جامعه پژوهشی هوش مصنوعی با جدیت در پی رفع این چالش است و همین امر نشان می‌دهد که صرف داشتن حجم انبوهی از داده‌ها برای محافظت بلندمدت از مزیت رقابتی کافی نخواهد بود.
از سوی دیگر، مدل های هوش مصنوعی به سمت عمومی تر شدن پیش می‌روند؛ مدل هایی با قابلیت‌های گسترده که به راحتی با وظایف تخصصی سازگار می شوند. هم گرایی این روندها حاکی از آن است که برای تطبیق مدل های هوش مصنوعی با عملکردهای جدید — که امروزه به‌سادگی قابل دستیابی هستند — تنها به حجم محدودی از داده‌های اختصاصی نیاز خواهد بود.
کاهش هزینه های پیاده سازی هوش مصنوعی، همراه با همگرایی کلی پشته فناوری، نشان می‌دهد که شرکت‌ها باید برای مزیت پایدار به جای دیگری نگاه کنند.
ارزش ناهمگونی باقیمانده
ما به این نتیجه رسیدیم که طیف گسترده‌ای از فشارها، منجر به ظهور هوش مصنوعی فراگیر خواهد شد و این امر به یکسان سازی قابلیت های تجاری خواهد انجامید، که هرچند به نفع کل جامعه است، اما مزیت رقابتی پایدار برای کسب و کارها ایجاد نخواهد کرد. بنابراین، سؤال این است که یک شرکت باید از نظر استراتژیک کجا را برای حفظ برتری خود هدف بگیرد؟
نکته اصلی این است که ماهیت بنیادین نوآوری را فراموش نکنیم؛ ماهیتی که فارغ از چگونگی دگرگونی جامعه توسط فناوری‌های مختلف، همواره ثابت می‌ماند: خلاقیت در مرز آنچه ممکن است.
در شرایطی که هوش مصنوعی محصولات و خدمات را همگن می‌کند، بیشترین ارزش در ناهمگونی باقیمانده است. مثلاً فکر کنید که چندین استارتاپ هم اکنون در رقابت هستند تا با استفاده از هوش مصنوعی مولد، درمانگران دیجیتال سلامت روان کم هزینه بسازند. این شرکت‌ها نوآوران برجسته و تحول‌ساز خواهند بود که به سادگی با پاسخ به تقاضای برآورده نشده برای درمان، بر بازار مسلط خواهند شد. ماهیت مدل‌های زبانی تضمین می‌کند که این محصولات مقرون‌به‌صرفه و گسترش‌پذیر باشند و در شرایط کم‌خطر، به خوبی با درمانگران انسانی رقابت کنند.
اما همه این شرکت ها بر اساس پلتفرم های هوش مصنوعی ارائه شده توسط غول های فناوری (یا مدل‌های متن باز ارزان تر) فعالیت خواهند کرد. این پلتفرم ها بیشتر از آنکه متفاوت باشند، شبیه به هم هستند و در نتیجه، همه این درمانگران سیلیکونی تقریباً عملکرد یکسانی خواهند داشت.
کدام ارائه دهنده در بازار متمایز خواهد بود؟ در ابتدا، ممکن است شرکتی باشد که بهترین دستورالعمل را توسعه می‌دهد، سیستم خود را به طور کامل برای ریشه کن کردن رفتارهای بالقوه مضر، آزمایش می‌کند، یا بهترین رونوشت های درمانی دنیای واقعی را تنظیم می‌کند، اما در نهایت مزیت پایدار به شرکت هایی تعلق می‌گیرد که در عواملی فراتر از فناوری هوش مصنوعی سرمایه گذاری می‌کنند.
ممکن است این شرکت به طور مداوم روابط تجاری جدیدی را پرورش دهد که دسترسی به بیماران هدف را فراهم می‌کند. ممکن است این شرکت با مهندسی ارجاعات مبتنی بر روابط، شبکه ای از مشتریان را ایجاد کند. حتی ممکن است این شرکت خدمات خود را بدون مشکل از طریق رسانه‌های اجتماعی ارائه دهد. هر چه که باشد، مزیت آن پیشرفت بر پایه هوش مصنوعی نخواهد بود، چرا که چنین مزیتی به سرعت از بین خواهد رفت.
مقالات مرتبط
تحلیل های مشابهی درباره شرکت هایی که از هوش مصنوعی برای تولید خودکار محتوای بازاریابی، تسریع کشف داروها یا دگرگون سازی خلق آثار هنری استفاده می‌کنند نیز صادق است. در درازمدت، ارزش واقعی همیشه در دست کسانی است که مرزهای امکان را جابه‌جا می‌کنند، و این همان‌جاست که الگوهای بنیادین خلاقیت و روابط انسانی، راهبری نوآوری را به عهده خواهند گرفت. دلیلش روشن است: هوش مصنوعی در درون یابی داده ها استاد است، اما هنوز در برون یابی و فراتر رفتن از چارچوب های موجود، از انسان عقب است.
الگوریتم های هوش مصنوعی در تشخیص الگوهای موجود در داده های آموزشی و ترکیب آنها با شیوه های نو و جذاب مهارت دارند. برای مثال، ابزارهای هنری هوش مصنوعی مولد، در تقلید از سبک هنرمندان موجود، عالی عمل می‌کنند و حتی می توانند چند سبک را با هم تلفیق کنند، اما وقتی نوبت به تعریف سبک های کاملاً بدیع و پیشگامانه می رسد، با چالش مواجه می شوند. به همین ترتیب، مدل های زبانی می توانند واقعیت های مبتنی بر داده را بازتولید کنند، اما در حل مسائل کاملاً جدید ناتوان هستند، چرا که فاقد توانایی ساخت مدل‌های جهان شمول با قابلیت برون‌یابی هستند.
در مقابل، ویژگی های ذاتی هوش انسانی — از جمله توانایی دیدن افق های نو، ایجاد پیوندهای غیرمنتظره و انجام جهش های منطقی — هنوز با هیچ فناوری قابل مقایسه نیست. خلاقیت انسان بزرگ ترین دارایی پایدار برای شرکت ها در جهانی پر از عدم قطعیت خواهد بود و نباید نقش افراد و روابطی که این خلاقیت را شعله‌ور می کنند، نادیده گرفته شود. سرمایه‌گذاری بر استعدادهای ناب فردی، ترویج یادگیری مستمر و ارتقای مهارت‌ها، و گرامی‌داشت نوآوری، به ایجاد سرمایه انسانی می‌انجامد که بدون توجه به نوسانات فناوری، شرکت‌ها را پایدار نگه می‌دارد.
شرکت‌های بزرگی که پیش از عصر هوش مصنوعی شکل گرفته‌اند، باید به خاطر داشته باشند که چه عواملی — و چه افرادی — آنها را به جایگاه امروز رسانده است. انگیزه، شور و نبوغ همچنان قلمروی منحصر به فرد انسان هستند و پرورش و هدایت این انرژی در مسیرهای راهبردی، باید بخش اصلی هر برنامه بلندمدت تجاری باشد.
لینک کوتاه: womenito.com/9djw
