مقدمه
هوش مصنوعی (AI) این روزها به یکی از محورهای اصلی تحول در کسب‌وکارها تبدیل شده است و در حال حاضر شاهد آن هستیم که بسیاری از شرکت‌ها یا از هوش مصنوعی به‌صورت مستقل برای وظایف تخصصی استفاده می‌کنند یا آن را در نرم‌افزارهای اصلی سازمانشان ادغام کرده‌اند.مطابق پژوهشی که در مارس 2024 توسط شرکت EY و با مشارکت 250 نفر از مدیران فناوری انجام شد، 82 درصد از آن‌ها قصد دارند در سال آینده هزینه‌های مربوط به AI را افزایش دهند. علاوه بر این، تقریباً دوسوم شرکت‌کنندگان برنامه‌های آموزش داخلی دارند تا کارمندانشان بهتر بتوانند با قابلیت‌های هوش مصنوعی مولد (Generative AI) آشنا شوند و 76 درصد از آن‌ها نیز دوره‌های گواهی‌محور در همین زمینه راه‌اندازی کرده‌اند.اگرچه استخدام نیروهای متخصص و نگرانی از خلأهای قانونی در حوزۀ هوش مصنوعی هنوز به چشم می‌خورد، اما 72 درصد از مدیران می‌گویند کارمندانشان روزانه از هوش مصنوعی استفاده می‌کنند. از جمله کاربردهای برتر هوش مصنوعی در کسبوکار می‌توان به توسعۀ نرم‌افزار، تحلیل داده و بهبود روش‌های ارتباطی درون‌سازمانی و برون‌سازمانی اشاره کرد.
در ادامه، با اتکا به نظرهای چند متخصص و صاحبان کسبوکار که از هوش مصنوعی در پروژه‌های مختلف بهره گرفته‌اند، 15 مورد از برترین کاربردهای AI در فضای سازمانی را مرور می‌کنیم.
1. خلق نوآوری، محصولات و خدمات جدید
گرچه هنوز در ابتدای مسیر درک توانایی‌های فوق‌العاده هوش مصنوعی هستیم، شماری از شرکت‌ها هم‌اکنون از این فناوری برای خلق خدمات و محصولات بدیع بهره می‌برند.یکی از شناخته‌شده‌ترین مصادیق این موضوع را می‌توان دستیارهای مجازی دانست. اما در حوزه‌های گوناگون صنعتی هم نمونه‌های دیگری وجود دارد. برای مثال، «ست ارلی» (Seth Earley) — مدیرعامل Earley Information Science و نویسندۀ کتاب The AI-Powered Enterprise — به شرکتی اشاره می‌کند که با کمک هوش مصنوعی، خدمات مخابراتی پیشرفته‌تری ارائه می‌دهد؛ این سازمان قادر است کیفیت صدا و تصویر تماس‌های ویدئویی را ارتقا دهد و جلوی به‌هم‌ریختگی تصاویر را تا حد زیادی بگیرد.از سوی دیگر، «برایان جکسون» (Brian Jackson) در Info-Tech Research Group، خرده‌فروشی را مثال می‌زند که در همکاری با هنرمندان، طرح‌هایی خلق می‌کند و با یاری هوش مصنوعی آن‌ها را روی لباس‌ها پیاده می‌کند. به این ترتیب، مشتری می‌تواند لباسی با طرح منحصربه‌فرد خود سفارش دهد.
—
2. خودکارسازی وظایف ذهنی روزمره
سازمان‌ها سال‌هاست که از هوش مصنوعی برای انجام کارهای تکراری نظیر ورود داده استفاده می‌کنند. اما حالا با ظهور تکنیک‌های مولد (Generative AI)، دامنه کار به نوشتن پیش‌نویس گزارش‌ها و خلاصه‌سازی محتوای طولانی نیز گسترش یافته است.«نیکلاس نپ» (Nicholas Napp)، عضو ارشد در IEEE، معتقد است هوش مصنوعی می‌تواند بخش «خسته‌کننده» کارهای روزمره را به عهده بگیرد و زمان و انرژی کارمندان را برای وظایف پیچیده‌تر آزاد کند. این کار باعث می‌شود بازدهی کارکنان بالا برود و کیفیت کارشان نیز ارتقا یابد.
—
3. توانمندسازی بیشتر نیروهای انسانی
حتی در اموری که نمی‌توان آن‌ها را کاملاً خودکار کرد، هوش مصنوعی می‌تواند به کارمندان کمک کند کارآمدتر و حرفه‌ای‌تر شوند. نرم‌افزارهایی مانند Grammarly نه‌تنها غلط‌های املایی را اصلاح می‌کنند، بلکه ساختار جملات را هم بهبود می‌بخشند و حتی پیشنهادهایی برای بیان شیواتر ارائه می‌دهند.به همین ترتیب، ابزارهای هوش مصنوعی مولد به افراد کم‌تجربه اجازه می‌دهند که به‌راحتی برنامه‌نویسی کنند، لوگو طراحی کنند یا برای بازاریابی طرح بدهند. «مایک میسون» (Mike Mason)، مدیر ارشد هوش مصنوعی در Thoughtworks، می‌گوید: «این ابزارها انگار به شما یک ترفیع سریع می‌دهند تا بتوانید کارهایی را انجام دهید که قبلاً تنها از عهدۀ متخصصان باتجربه برمی‌آمد.»—
4. خلاقیت و نوآوری هنری به کمک هوش مصنوعی
حالا دیگر شاهدیم که هوش مصنوعی آثار هنری، موسیقی، شعر و حتی کدهای نرم‌افزاری تولید می‌کند. برخی معتقدند شاید این خلق‌ها کاملاً اورجینال نباشند، چون AI در اصل با داده‌های قبلی آموزش دیده است و چه‌بسا در حال ترکیب و تفسیر آن داده‌ها باشد. اما به هر حال، شرکت‌های بسیاری از ظرفیت این فناوری برای تولید محتوای خلاقانه بهره می‌برند.«نیکلاس نپ»» مثالی جالب می‌زند: یک‌بار از ChatGPT خواسته که داستانی کوتاه درباره کاپیتان «اِیهَب» — قهرمان رمان موبی دیک — بنویسد، آن هم به سبک یک نوجوان معروف در تیک‌تاک. نتیجه بسیار جالب بود و روحیه طنز و خلاقیت بالایی در آن مشاهده می‌شد.—
5. تسهیل دسترسی و سازمان‌دهی دانش
وجود حجم انبوهی از داده‌ها و اطلاعات گاه سبب می‌شود کارکنان برای یافتن نکات مربوط به کارشان سردرگم شوند. اینجاست که هوش مصنوعی، به‌ویژه ابزارهای مولد، وارد عمل می‌شود: آن‌ها توان جست‌وجو در میان حجم عظیمی از اسناد و اطلاعات را دارند و حتی می‌توانند خلاصه‌ای مفید از مطالب ارائه دهند.با این حال، «ست ارلی» هشدار می‌دهد که نباید نظارت انسانی را به کلی کنار گذاشت، زیرا ابزارهایی مانند ChatGPT ممکن است برخی داده‌ها را اشتباه تفسیر کنند یا حتی اطلاعات غیرواقعی تولید کنند. نمونه‌اش همان وکلایی هستند که در اوایل سال 2023 مطلبی تهیه‌شده توسط ChatGPT را به دادگاه ارائه کردند، غافل از اینکه بخشی از مستندات آن اصلاً وجود خارجی نداشت!—
6. بهینه‌سازی در ابعاد مختلف
بهینه‌سازی عملکرد جزو پرکاربردترین زمینه‌های استفاده از هوش مصنوعی به شمار می‌رود و طیف وسیعی از صنایع و فرایندهای سازمانی را در بر می‌گیرد.با کمک AI، کسب‌وکارها می‌توانند الگوریتم‌ها و مدل‌هایی بسازند تا به سؤالات مهمی پاسخ داده شود: «چگونه می‌توان زمان‌بندی کارکنان را بهتر کرد؟» «چه سیاست قیمت‌گذاری‌ای سودآوری بیشتری دارد؟» «کدام بخش از خط تولید دچار گلوگاه شده است؟»به باور «مؤ اسغارنیه» (Moe Asgharnia)، مدیر ارشد اطلاعات شرکت BPM، هوش مصنوعی می‌تواند کارهای تکراری را خودکار کند و میزان خطای انسانی را پایین بیاورد.—
7. افزایش بهره‌وری و راندمان عملیاتی
«سریکار کریشنا» (Sreekar Krishna)، که رهبری بخش هوش مصنوعی در KPMG را بر عهده دارد، می‌گوید یکی از اهداف اصلی سازمان‌ها در استفاده از هوش مصنوعی، بهبود بهره‌وری است. AI می‌تواند برخی فرایندهایی را که قبلاً نیازمند نیروی انسانی بودند، به شکل کامل یا نیمه‌کامل انجام دهد. این امر معمولاً با سرعت و دقت بالاتری صورت می‌گیرد و از توان انسانی فراتر می‌رود.—
8. تحول در روش‌های آموزش و یادگیری
بسیاری از سازمان‌ها در پی آن‌اند که برنامه‌های آموزشی و یادگیری را با استفاده از ابزارهای هوشمند بهینه کنند.با کمک هوش مصنوعی، می‌توان برای هر فرد بر اساس میزان درک، تجربه و سرعت یادگیری‌اش برنامه‌ای شخصی‌سازی‌شده طراحی کرد. «اسغارنیه» اشاره می‌کند که این رویکرد باعث می‌شود دوره‌های آموزشی، هدفمندتر و کارآمدتر پیش بروند.—
9. مربی‌گری و پایش کارکنان در حین کار
در ادامه همان ایدۀ توانمندسازی، بعضی شرکت‌ها از سیستم‌های مبتنی بر AI استفاده می‌کنند تا به‌صورت بلادرنگ، عملکرد کارکنان را زیر نظر بگیرند و به آن‌ها آموزش یا هشدار بدهند.تصور کنید در صنایع لجستیک و حمل‌ونقل، دوربین‌ها و الگوریتم‌های هوشمند حواس‌پرتی راننده را تشخیص دهند و خیلی سریع به او اعلام کنند تا تصادفی رخ ندهد. این فناوری در واقع نقش یک دستیار یا مربی را بر عهده دارد که به‌طور مداوم سطح ایمنی را می‌سنجد.—
10. پشتیبانی از فرایند تصمیم‌گیری
از دیگر کاربردهای جدی AI در سازمان، استفاده از سیستم‌های پشتیبان تصمیم (Decision Support Systems) است که با تحلیل داده‌ها، پیشنهادهایی برای تصمیم‌گیرندگان ارائه می‌کنند.برای نمونه، پزشکان می‌توانند با تکیه بر یک DSS، بیماری را سریع‌تر و دقیق‌تر تشخیص دهند. یا حسابداران به کمک چنین ابزاری، مسیر بهتری را در میان قوانین و تبصره‌های پیچیدۀ مالیاتی پیدا می‌کنند و در نتیجه، برای مشتریانشان سود بیشتری به ارمغان می‌آورند.—
11. کنترل و تضمین کیفیت
در صنایع تولیدی، سال‌هاست که از بینایی ماشینی (Machine Vision) استفاده می‌شود. اکنون اما با عمیق‌تر شدن یادگیری ماشینی (Deep Learning)، دقت و سرعت کنترل کیفیت به سطح بالاتری رسیده است.این مدل‌ها قواعد مربوط به تشخیص محصولات باکیفیت را خودشان می‌آموزند و پیوسته بهبود می‌یابند، به همین دلیل هم می‌توانند با سرعت بالاتر و هزینه کمتر، خط تولید را زیر نظر بگیرند.—
12. ارائه تجربۀ شخصی‌سازی‌شده به مشتریان
شخصی‌سازی در حوزۀ خدمات و تجربه مشتری، یکی از مهم‌ترین و شاید پرسودترین کاربردهای AI است.در این روش، داده‌های گوناگون هر کاربر (مانند سوابق خرید، تعاملات، ترجیحات و …) تجزیه و تحلیل می‌شود تا محصولات، پیشنهادها یا حتی محتوایی ارائه شود که با سلیقه او همخوانی بیشتری دارد.«ارلی» می‌گوید که هرچند پیاده‌سازی این ایده بسیار محبوب شده، اما هنوز شرکت‌های زیادی به سطح ایدئال در این حوزه نرسیده‌اند.—
13. افزایش ایمنی و امنیت
کمتر صنعتی است که نتواند از هوش مصنوعی برای ایمن‌تر کردن عملیات‌هایش بهره بگیرد.در پروژه‌های عمرانی یا معادن، حسگرهای مختلفی داده‌ها را ثبت می‌کنند: حرکت ماشین‌آلات، دمای محیط، تغییرات جوی و … . سیستم‌های هوشمند این داده‌ها را دریافت می‌کنند و در صورت بروز خطر یا ایراد، راهکارهایی پیشنهاد می‌دهند. حتی گاهی ممکن است خود سیستم مستقیماً وارد عمل شود و پیش از آنکه مشکلی جدی ایجاد شود، اقدام لازم را انجام دهد.
همین رویکرد در کارخانه‌ها یا انبارها نیز به کار می‌رود تا مراقب باشند آیا کارگران طبق پروتکل‌های ایمنی عمل می‌کنند یا خیر.
14. بهبود عملکرد واحدهای گوناگون سازمان
واحدهای مختلف در یک شرکت، از خدمات مشتری و بازاریابی گرفته تا منابع انسانی و مدیریت مالی، هر کدام به شیوه خاصی از هوش مصنوعی استفاده می‌کنند تا بهتر به هدف خود برسند. به چند مثال کلیدی دقت کنید:خدمات مشتری: چت‌بات‌هایی که با الگوریتم‌های یادگیری ماشینی توسعه یافته‌اند، می‌توانند پاسخ‌های رایج را سریع‌تر ارائه کنند یا به تشخیص نیاز مشتری کمک کنند.
بازاریابی: داده‌های مشتریان را تحلیل می‌کند تا پیشنهادها و تبلیغات را دقیقاً متناسب با سلیقۀ آن‌ها تنظیم کند.
زنجیرۀ تأمین: به کمک الگوریتم‌های پیش‌بینانه، مقدار و زمان نیاز به کالا را تخمین می‌زنند تا انبارداری و ارسال اقلام بهینه شود.
منابع انسانی: از پیش‌نویس بهتر آگهی‌های استخدام و گزینش اولیه متقاضیان تا طراحی آموزش‌های شخصی‌سازی‌شده، همگی زیر چتر AI جای می‌گیرند.
امنیت سایبری: با تشخیص ناهنجاری در شبکه و سرورها، تهدیدهای احتمالی را پیش از وقوع حمله‌های جدی شناسایی می‌کند.
فناوری اطلاعات (IT): نوشتن و مستندسازی کد یا پایش سیستم‌ها از دیگر مصادیق استفاده از هوش مصنوعی در این حوزه هستند.
مدیران ارشد و هیئت‌مدیره: می‌توانند با کمک تحلیل‌های مبتنی بر هوش مصنوعی، ریسک‌های بالقوه را اولویت‌بندی کنند و برای آن‌ها برنامه‌ریزی مناسبی انجام دهند.
—
15. رفع نیازهای اختصاصی در صنایع خاص
طیف وسیعی از کاربردهای هوش مصنوعی تقریباً در هر صنعتی دیده می‌شود، اما در برخی صنایع، نیازها رنگ و بویی منحصربه‌فرد دارند.بهداشت و درمان: با تحلیل داده‌های کلان بیماران، ابزارهای هوش مصنوعی قادرند الگوهایی کشف کنند که حتی متخصصان با تجربه نیز به آسانی متوجه آن‌ها نمی‌شوند. شناسایی زودهنگام بیماری‌ها و ارائه روش‌های درمانی شخصی‌سازی‌شده از جمله کاربردهای آن است.
خدمات مالی: بانک‌ها و مؤسسات مالی از AI برای شناسایی و جلوگیری از تقلب، تأیید تراکنش‌ها در لحظه، تصمیم‌گیری‌های معامله‌گری و حتی در حوزۀ وام‌دهی استفاده می‌کنند.
نگهداری صنعتی: صنعتگران با هوش مصنوعی، زمان احتمالی خرابی تجهیزات را پیش‌بینی می‌کنند تا قبل از وقوع مشکل اساسی، تعمیر یا سرویس ضروری انجام شود.
حمل‌ونقل: از خودروهای خودران و مدیریت ترافیک گرفته تا لجستیک پیشرفته، همگی با هوش مصنوعی بهینه‌تر شده‌اند و روزبه‌روز نیز در حال پیشرفت هستند.
جمع‌بندی
هوش مصنوعی روزبه‌روز در حال پیشرفت است و هرچه می‌گذرد، شرکت‌ها نیز راه‌های جدیدتری برای به‌کارگیری آن در فرایندها و محصولات خود پیدا می‌کنند. بخش بزرگی از این کاربردها را می‌توان در سطحی گسترده و عمومی مشاهده کرد، اما موارد جذاب‌تر، همین نیازهای خاصی هستند که در صنایع مختلف پاسخ داده می‌شوند و به سازمان‌ها اجازه می‌دهند از رقبایشان جلو بزنند.به‌هرروی، برای شرکت‌هایی که به‌دنبال نوآوری و تحول دیجیتال‌اند، چشم‌انداز هوش مصنوعی بسیار روشن است؛ هرچند در این میان توجه به اخلاق، امنیت، مقررات و نیازهای واقعی بازار نیز نباید فراموش شود. شرکت‌هایی که در عین پذیرش این فناوری قدرتمند، شیوه‌های درستی برای استفاده از آن برمی‌گزینند، احتمالاً در آینده‌ای نزدیک شاهد رشد و موفقیت چشمگیری خواهند بود.
