تکامل از تحول دیجیتال به تحول هوش

کسب و کارها همیشه در مسیر جذب فناوری های جدید قرار دارند. ماهیت رقابتی بازارها از گذشته تا به حال از کشف برق تا برق صنعتی، خطوط مونتاژ، اینترنت و …، موجب شده تا کسب و کارها بخش عمده ای از سرمایه خود را به جذب فناوری های جدید تخصیص دهند. در این راستا آن هایی که از این مسیر غافل می شوند همواره از دیگر رقیبان عقب می مانند. جذب فناوری جدید مستلزم آن است که تیم های رهبری اجرایی در مورد تعادل بهینه بین محافظت از تمایل کسب و کار به پیروزی و استفاده از ظرفیت آن برای تغییر فکر کنند. هنگامی که هدف برنده شدن در حین تغییر تعریف شد، کسب و کار سپس به سفر تبدیل می شود.

قبل از همه‌گیری، یک تحول دیجیتال در یک دوره سه تا پنج ساله انجام می‌شد، اما امروز انتظار می رود که تحولات دیجیتال در یک دوره زمانی دو تا سه ساله اجرا شوند. در حالی که تحولات دیجیتال سرعت گرفته اند، موج جدیدی از تحول در حال ظهور است که آن را تحولات هوش می نامند. مانند هر موج جدیدی از دگرگونی‌ها، تحولات هوشمند نیازمند یافتن تعادل بهینه بین حفاظت از تمایل کسب ‌و کار به برنده شدن و ظرفیت تغییر برای پذیرش هزینه‌های سرمایه‌ای لازم برای تغییر است.

آیا تحول هوش یک تحول دیجیتال متمرکز بر هوش مصنوعی نیست؟

نه دقیقا. در حالی که تحولات دیجیتال از فناوری برای متحول کردن یک تجارت استفاده می کنند، تغییر یک تجارت با استفاده از هوش مصنوعی از برخی جهات متفاوت است. به عنوان مثال، با استفاده از تبدیل های دیجیتال، داده ها خروجی و با تبدیل های هوشمند، داده ها ورودی خواهند بود، که این امر نشان می دهد نتیجه حرکت در مسیر تحولات دیجیتال، ایجاد اثربخشی بیشتر در کسب و کارها خواهد بود. با این حال، با پیشرفت هوش مصنوعی، نتیجه تحولات این است که ما وظیفه ایجاد چیزهای نوآورانه و پویا را داریم. در این سناریو، مقدار بازتولید تفکر و خلاقیت در حوزه کسب و کار، به نسبت بیشتر از تجدید نظر در مفاهیم تجاری بوده که در وضعیت تغییر دیجیتالی قرار دارند.

تحولات در مسیر هوشمند شدن تأثیر قابل توجه و بالاتری نسبت به تحولات دیجیتال بر مشاغل خواهد داشت. برای بهره مندی، تیم های رهبری اجرایی باید به مدل های کسب و کار عمیق تر فکر کنند، تمایل به مشارکت با دیگران را افزایش داده و چرخه های بین تعدیل در استراتژی را کوتاه کنند.

تأملی عمیق تر در مدل های کسب و کار

هر موج جدید فناوری، پتانسیل عمیق تری را برای تغییر مدل کسب و کار معرفی می کند. هوش مصنوعی دارای تفاوت هایی با اینترنت و دیگر امواج فناوری بوده و توانسته تمام کارایی امواج فناوری قبل از خود را بهبود بخشد. هوش مصنوعی با معرفی مدل های زبان بزرگ، توسعه نرم افزار، مدارهای الکترونیکی، فرآیندهای صنعتی، ریاضیات کاربردی و …، جدیدترین مدل های زبانی تولید شده را بهبود می بخشد.

توانایی هوش مصنوعی در ادغام با پیشرفت های فناوری های پیشین، تحولات بی‌سابقه‌ای در زمینه‌های بنیادی ایجاد می‌نماید. این تحولات نه تنها تأثیر شگرفی بر روندهای یادگیری داشته، بلکه شامل تغییرات اساسی در نظام‌های مسئولیت مدیریت، رویکرد به کار، تغییر در ساختار کلان، و حتی تغییر در اراده‌ها و ترجیحات ما نیز می‌شوند.

پویایی تغییرات همراه با هوش مصنوعی، یک پنجره از فرصت‌ها را باز کرده که در آن هر شرکتی قابلیت تعیین مجدد اساسی مدل کسب ‌و کار خود را دارد. در این مرحله از تحولات، شرکت‌ها و برندها، مشترکان پیشرفت‌ها و تغییرات جدید در حوزه اشتراکی هستند.

چه جنرال الکتریک باشد، چه تویوتا، نتفلیکس، گوگل، آمازون یا اوبر، برندگان قبل از شروع یک تحول، لحظه ای را برای تفکر در مورد مدل های کسب و کار غنیمت می شمارند. با هوش مصنوعی، پنجره‌ای بی‌سابقه برای بازتاب عمیق‌تر فرصت‌های تغییر مدل کسب ‌و کار وجود دارد. بسیاری از قوانین بازی به طور همزمان در حال تغییر بوده و شرکت‌های بیشتری قصد دارند تا مدل‌های کسب ‌و کار خود را به جای تحولات دیجیتال با دگرگونی‌های هوشمند تغییر دهند.

افزایش اهمیت داده

هوش مصنوعی به داده های بسیاری به عنوان ورودی نیاز دارد. هرچه یک کسب و کار بتواند از داده‌های بیشتری برای آموزش هوش مصنوعی خود استفاده کند، احتمال اینکه بتواند تاثیر کامل تری از آن را در بهبود عملکرد خود احساس کند، بیشتر می شود. بیشتر شرکت‌ها داده‌ های کافی برای آموزش هوش مصنوعی را نداشته و در نتیجه، مجاب می شوند تا با سایر شرکت‌هایی که داده‌های کافی را دارا هستند، شریک شوند. شراکت به منظور دستیابی به حجم بیشتری از داده‌ها، امکان بهره‌برداری بیشتر برای هر دو شریک از یک افزایش هوشی را فراهم می‌کند.

تیم های رهبری اجرایی باید ماهیت داده هایی را که بر اساس مشارکت داده ها ترکیب می شوند را در نظر گرفته، چرا که هنگام ترکیب مجموعه داده های معمول، افزایش هوش متناسب با مقدار داده های اضافه شده است. با این حال، هنگام ترکیب مجموعه داده های غیر معمول، افزایش هوش می تواند با مقدار داده های اضافه شده نامتناسب باشد. در نتیجه، آن کسب‌ و کارهایی که با شرکت‌های متمرکز بر مجموعه داده‌های متعامد با داده‌های خود شریک شده، نسبت به کسب ‌و کارهایی که با شرکت های دارای  مجموعه داده‌های ترکیبی شریک شده اند، از هوشیاری نامتناسبی برخوردار خواهند بود.

چرخه‌های کوتاه‌تر بین تعدیل‌های استراتژی

افزایش هوش مصنوعی و پیشرفت‌های آن به یک مرحله جدید و پرجاذبه رسیده‌اند. قدرت هر مدل و انواع گسترده و متنوع از مدل‌ها با سرعت فوق‌العاده‌ای در حال گسترش هستند. هرچند که مدارکی از تکامل کاربرد مدل‌های ترانسفورماتور هنوز در دسترس نیست، این تکنولوژی به سرعت در حال توسعه است. در مقابل، حجم داده‌های مورد استفاده برای آموزش هوش مصنوعی نسبت به اقیانوس داده‌هایی که ما ایجاد می‌کنیم، هنوز تنها یک قطره است، و توان و بهینه‌سازی تراشه‌ها برای پردازش حجم کاری هوش مصنوعی به تازگی آغاز شده است. افزایش شتاب در حوزه هوش مصنوعی در دو سال آینده، قدرت چندین برابری نسبت به شتاب دیجیتال در 10 سال گذشته خواهد داشت.

تیم های رهبری اجرایی باید چرخه های بین تعدیل در استراتژی تحولات اطلاعاتی را کوتاه کنند. در حالی که تحولات دیجیتال ممکن است هر شش ماه یکبار تعدیل در استراتژی داشته باشد، یک تحول هوشمند ممکن است نیاز به تعدیل استراتژی هر سه ماهه و در سالهای اولیه هر ماه داشته باشد. از برخی جهات، میل به پیروزی و ظرفیت تغییر اکنون با شجاعت چرخش ترکیب شده است.

بازآفرینی مجدد

برای درک عمیق‌تر دگرگونی‌های هوشمندانه، نیازمند تأمل عمیق‌تری در مدل‌های کسب و کار، تعهد بیشتر به همکاری، چرخش و تنظیم استراتژی بیشتر از تحولات دیجیتال هستیم. هرچند که این فهرست جامعی از تفاوت‌ها نبوده و برخی از تفاوت‌های ظریف با افزایش یادگیری در حال تغییر هستند، اما یک الگوی رو به رشد مشاهده می‌شود: سازمان‌های قرن بیستم باید به یک نمونه سازمانی قرن بیست و یکم منتقل شوند. کسب‌وکارها باید بیشتر به شکل یک ارگانیسم عمل کنند تا یک سازمان، این جایی است که آن ها توانایی بازآفرینی مکرر خود را در چارچوب اصول سازمان‌دهی به عنوان یک امر عادی در نظر خواهند گرفت.

 

 

 

 

 

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا