به ندرت صنعتی وجود دارد که به لطف هوش مصنوعی با فرآیندهای تحول دیجیتال مواجه نشده باشد. در اینجا، یورگن هیل، گزارشگر ارشد فناوریهای آینده در Computerwoche، با یان برشت، مدیر ارشد فناوری مرسدس بنز Group AG در مورد تأثیرات هوش مصنوعی بر استراتژی فناوری اطلاعات خودروساز و کارمندان صحبت کرده است.
به گفته یان برشت هوش مصنوعی تقویتی است که مرسدس بنز برای تبدیل دیجیتالی به آن نیاز دارد
مرسدس بنز مدتهاست که به یادگیری ماشینی و هوش مصنوعی کلاسیک متکی بوده است. اما اکنون از هوش مصنوعی مولد نیز استفاده می کند، به عنوان مثال در محیط تولید MO360 دقیقا چه تاثیری داشته و تا چه اندازه پروفایل کارمندان را تغییر داده است؟
با دیجیتالی شدن و استفاده روزافزون از سیستم های هوش مصنوعی قدرتمند، پروفایل های شغلی در تولید و مدیریت در حال تغییر است. هوش مصنوعی برای بهبود و تسهیل کار روزانه کارکنان در نظر گرفته شده است. برای مثال، ابزارهای دیجیتال جدید، کارکنان تولید را قادر میسازد تا فرآیندها و مدیریت کیفیت را در درازمدت بهینه کنند. اولین نتایج موقت در MO360 بسیار امیدوار کننده است، به خصوص که می بینیم نه تنها توسط کارشناسان فناوری اطلاعات، بلکه توسط دیگر کارشناسان ارشد ما در فروش نیز پذیرفته شده است.
شرکت شما ابتکار صلاحیت Turn2Learn را آغاز کرده است. کدام مهارت های هوش مصنوعی یا دیجیتالی سازی به کارمندان آموزش داده می شود؟
این ابتکار از بخش منابع انسانی ما است که بر دیجیتالی کردن و هوش مصنوعی تمرکز دارد. این پیشنهاد از هوش مصنوعی و یادگیری ماشین برای مبتدیان، تا مسیر یادگیری مهندسی سریع، تا دوره های آموزشی زبان های برنامه نویسی مانند پایتون، یادگیری عمیق و شبکه های عصبی، یادگیری تقویتی، RPA و پردازش زبان طبیعی را شامل می شود. در مجموع، کارمندان به بیش از 40000 دوره آموزشی در زمینه داده ها و صلاحیت های هوش مصنوعی در پلتفرم های مختلف یادگیری خارجی دسترسی دارند. ما همچنین ابتکار بهترین تیم در فناوری اطلاعات را آغاز کردیم زیرا بزرگترین دارایی ما افراد ما هستند. بنابراین جذب و حفظ بهترین کارمندان برای ما اهمیت زیادی دارد و آنها را قادر میسازیم تا پتانسیل فردی خود را برآورده کنند.
آیا مرسدس فقط به کارمندانی که در تولید و یا در محیط اداری کار می کنند آموزش می دهد؟
ما در توسعه مهارت های دیجیتال در تمام زمینه های شرکت سرمایه گذاری می کنیم. صرف نظر از اینکه آنها همکاران تولیدی یا مدیریتی هستند، همه به دانش مرتبط و مهارت های جدید برای استفاده موثر از برنامه های کاربردی هوش مصنوعی در کارهای روزمره خود نیاز دارند. در دو برنامه آزمایشی، ما در حال حاضر بیش از 600 کارمند را از تمام حوزههای گروه آموزش میدهیم تا متخصص داده و هوش مصنوعی شوند.
آیا انتظار دارید هوش مصنوعی مولد منجر به از دست دادن شغل شود؟
ما هنوز نمیتوانیم با قطعیت بگوییم که افزایش دیجیتالی شدن و هوش مصنوعی مولد چه تأثیری بر زندگی کاری آینده خواهد داشت. با این حال، آنچه واضح است این است که روشهای کار و همچنین پروفایلهای شغلی تغییر خواهند کرد. به همین دلیل است که کسب صلاحیت، کلید تحول موفق است.
چگونه فعالیت کارکنان در روند تحول دیجیتال و به عنوان بخشی از معرفی هوش مصنوعی تغییر می کند؟
برخی از فعالیتها مطمئناً در آینده میتوانند به برنامههای هوش مصنوعی منتقل شوند، مانند فعالیتهای تکراری یا فعالیتهای مربوط به تشخیص الگو. اما این نکته مثبتی است زیرا به این معنی است که آزادی بیشتری برای کارهای استراتژیک یا خلاقانه باز می شود، درست همانطور که ربات های اتوماسیون و تولید نحوه ساخت خودروها را تغییر داده اند.
وقتی در مورد آموزش کارمندان صحبت می کنیم، مرسدس بنز چقدر با استفاده از هوش مصنوعی مولد پیشرفت کرده است؟
ما واقعاً در برخی زمینه ها با هوش مصنوعی مولد کارآمد هستیم – فقط در مورد هدایت کننده ها صحبت نمی کنیم. به عنوان مثال، ما از ماه می از GitHub Copilot در توسعه نرم افزار استفاده کرده ایم و شاهد پیشرفت های قابل توجهی در کارایی آن هستیم. ما همچنین از هوش مصنوعی مولد در محیط مشتری استفاده می کنیم. برای مثال، در بریتانیای کبیر، یک دستیار مجازی هوشمند میتواند با مشتریان در وبسایت تعامل داشته باشد و به سؤالات مربوط به دستورالعملهای عملیاتی و اطلاعات خودرو پاسخهای خاصی بدهد. همچنین، در پلتفرم داده MO360، اکوسیستم تولید دیجیتال با استفاده از یک هوش مصنوعی مولد به ما کمک می کند تا داده ها را تجزیه و تحلیل و پردازش کنیم. با کمک یک مدل زبان بزرگ، دادهها یا الگوهای دادهها در دسترس هستند تا بتوانند توسط کارمندان تولید با استفاده از زبان طبیعی، نه فقط توسط متخصصانی که از پرسوجوهای پایگاه داده بسیار تخصصی استفاده میکنند، پرس و جو کنند. ما در حال حاضر در حال آزمایش این با استفاده از ChatGPT هستیم. در نهایت، هوش مصنوعی دموکراتیزه کردن استفاده از داده ها را تسریع می کند.
در کدام حوزه ها بیشترین پتانسیل هوش مصنوعی را می بینید؟
ما به شدت با این سوال برخورد کردهایم. در این زمینه هم مطالعات خارجی را تحلیل کردهایم و هم هوش مصنوعی را در داخل امتحان کردهایم. از یک طرف، توسعه نرم افزار وجود دارد. ما شاهد افزایش بسیار قابل توجهی در کارایی هستیم، چه در بخش مهندسی و توسعه خودرو، چه در بخش شرکت.
حوزه دیگر گفتگو با مشتری است. برای آینده قابل پیشبینی، تعامل مستقیم هوش مصنوعی با مشتری، همانطور که در حال حاضر در بریتانیا در حال آزمایش است، احتمالاً استثنا باقی خواهد ماند. اما من متقاعد شدهام که برنامههای کاربردی هوش مصنوعی به بهبود بیشتر تجربه مشتری و کارآمدتر کردن فرآیندها کمک میکنند.
یکی دیگر از زمینههایی که باید در آن قدرت مغز زیادی سرمایهگذاری شود، طراحی پارامتریک در مهندسی است. در آنجا، هوش مصنوعی منجر به افزایش عمده در بهره وری می شود زیرا از افراد در محل کار پشتیبانی می کند.
با امکان ورودی صوتی یا صفحه کلید، آیا کارکنان باید در زمینه هوش مصنوعی آموزش ببینند؟
در ابتدا، آموزش اولیه برای موارد استفاده تعریف شده در تولید وجود دارد. به علاوه، کارکنان ما به فرصتهای آموزشی بیشتر در مورد این موضوع، از جمله مسیر یادگیری در مهندسی سریع، دسترسی دارند. اما آنها همچنین یاد می گیرند که چگونه از این ابزارها به روشی خلاقانه استفاده کنند تا چیزها را امتحان کنند و ببینند چه چیزی کار می کند و چه چیزی خوب نیست.
با این حال، به طور کلی، من معتقدم که اعلان یا مهندسی سریع چیزی است که باید یاد بگیرید، بنابراین ما در حال بررسی این هستیم که آیا باید آموزش هایی را برای آن به طور گسترده در سراسر شرکت ارائه دهیم، نه فقط برای متخصصان IT و داده منتخب. قطعاً به بهرهگیری بیشتر از هوش مصنوعی مولد کمک میکند.
تاکنون با چه مشکلاتی در زمینه هوش مصنوعی یا ChatGPT مواجه شده اید؟
توهم قطعا یک چالش است. این نیز یک عمل متعادل کننده بسیار ظریف در تعامل مستقیم با مشتری در بریتانیا بود. شما می توانید تا حد زیادی با بررسی های قابل قبول و محدودیت های مرتبط، توهمات را رد کنید، اما اگر معیارها را خیلی محدود تنظیم کنید، دستگاه بیشتر از آنچه که می خواهید به شما می گوید: “من نمی توانم در مورد آن نظر بدهم”. شما باید بسیار مراقب باشید و تعادل مناسب را پیدا کنید. چگونگی کنترل توهمات شاید مهمترین سوالی است که در حال حاضر باید حل شود، که در مرکز تحقیقات هوش مصنوعی نیز قرار دارد.
آیا مرسدس بنز ابزارهای هوش مصنوعی خود را فقط بر اساس داده های خود آموزش خواهد داد؟
بله. به عنوان مثال، اگر بخواهیم وسایل نقلیه خود را به صورت بصری برای مشتریان توضیح دهیم، این کار فقط با داده های آموزشی خودمان قابل انجام است. اتفاقاً، آموزش منحصراً در مناطق امن محیطهای هوش مصنوعی انجام میشود، بنابراین دادهها نمیتوانند عمومی شوند. همچنین برخی از داده های عمومی وجود دارد که می توانیم برای هوش مصنوعی استفاده کنیم، اما به خصوص در محیط تولید، ما به داده های خودمان تکیه می کنیم.
به غیر از خدمات Azure OpenAI در محیط تولید، سایر راه حل های هوش مصنوعی چه نقشی برای مرسدس بنز دارند؟
OpenAI در حال حاضر در رسانه ها به عنوان یک سر نیزه هوش مصنوعی به تصویر کشیده می شود. و یک راه حل فنی بسیار خوب نیز وجود دارد، اما ما خود را به آن محدود نمی کنیم. البته سایر شرکت ها راه حل های جالبی دارند. ما شروع به بررسی دقیق جایگزین های منبع باز کرده ایم. علاوه بر ارائه دهندگان بزرگ اختصاصی مانند OpenAI، مایکروسافت یا گوگل، ما باید جایگزین های منبع باز را نیز بشناسیم.
من همچنین معتقدم که ما نباید هوش مصنوعی را موتوری بدانیم که در جایی برای خودش ایستاده است. باید عمیقاً در سیستم ها و فرآیندهای ما بافته شود. به همین دلیل است که ما از همه شرکای سیستم خود می خواهیم که از عناصر هوش مصنوعی در محیط خود استفاده کنند. باید راه خود را در کل چشم انداز سیستم پیدا کند و این کار را خواهد کرد.