اعتماد به هوش مصنوعی
اعتماد به هوش مصنوعی

نظرسنجی جدید نشان می‌دهد که توازن بین سهولت استفاده و اعتماد به هوش مصنوعی دغدغه اصلی رهبران کسب‌وکار است

گزارش اخیر CIO نشان داد که شرکت‌ها تا سقف ۲۵۰ میلیون دلار در هوش مصنوعی سرمایه‌گذاری می‌کنند، با این وجود برای اثبات بازگشت سرمایه (ROI) تلاش می‌کنند. رهبران کسب‌وکار در جستجوی بهره‌وری هستند، اما با ادغام فناوری‌های جدید، نیاز به بازسازی احتمالی برنامه‌های کاربردی موجود، به‌روزرسانی فرآیندها و ترغیب کارکنان به یادگیری و انطباق با محیط کسب‌وکار مدرن به وجود می‌آید.

نیت مک‌لیچ، مدیرعامل QuickBlox، از ۱۳۶ نفر از مدیران اجرایی نظرسنجی کرد تا واقعیت‌های پذیرش هوش مصنوعی را آشکار کند—با نگاهی به اولویت‌های اصلی رهبران، نگرانی‌های اصلی و اینکه آن‌ها در سال ۲۰۲۵ به دنبال اطلاعات قابل اعتماد درباره ابزارهای مورد انتظار خود هستند.

آیا ما اعتماد را فدای کارایی می‌کنیم؟

نتایج این نظرسنجی نشان داد که سهولت استفاده و ادغام (۷۲.۸٪) محرک اصلی در انتخاب ابزارهای هوش مصنوعی تجاری است. با این حال، هنگامی که از آن‌ها در مورد نگرانی‌های اصلی‌شان در طول فرآیند انتخاب سؤال شد، ۶۰.۳٪ حریم خصوصی و امنیت را به عنوان بزرگترین نگرانی خود اعلام کردند. این تأکید بر سهولت استفاده، این سؤال را مطرح می‌کند که آیا امنیت به اندازه کافی در اولویت قرار می‌گیرد یا خیر.

ارتباط بین انسان و ماشین آسان‌تر می‌شود و به کاربران هوش مصنوعی این امکان را می‌دهد که با مهارت بیشتری به نتایج بیشتری دست یابند. کسب‌وکارها می‌توانند وظایف را خودکار کنند، فرآیندها را بهینه کنند و با تجزیه و تحلیل‌های کاربرپسند تصمیمات بهتری بگیرند.

هوش مصنوعی مبتنی بر API و میکروسرویس‌ها به کسب‌وکارها این امکان را می‌دهد تا عملکردهای پیشرفته هوش مصنوعی را به صورت مدولار در سیستم‌های موجود خود ادغام کنند. این را با راهکارهای بدون کد، Auto-ML و دستیارهای مجازی چندوجهی کنترل‌شده با صدا جفت کنید و این رویکرد توسعه برنامه‌های کاربردی سفارشی را بدون نیاز به تخصص گسترده هوش مصنوعی تسریع می‌کند.

پیش‌بینی می‌شود که هوش مصنوعی از طریق اکتشاف و بهینه‌سازی مداوم، ۴.۴ تریلیون دلار به اقتصاد جهانی اضافه کند. نکته مهم و پیچیده‌ای که امروزه باید در نظر داشت، تأیید این است که این راهکارهای از پیش ساخته‌شده با شیوه‌های نظارتی و اخلاقی هوش مصنوعی مطابقت دارند. رمزگذاری قوی، کنترل دسترسی محکم و بررسی‌های منظم، داده‌ها را در این سیستم‌های هوش مصنوعی ایمن نگه می‌دارد.

همچنین ارزش دارد که بررسی کنید ارائه‌دهندگان چه چارچوب‌های اخلاقی هوش مصنوعی را برای ایجاد اعتماد، اجتناب از آسیب و اطمینان از اینکه هوش مصنوعی به نفع همه است، دنبال می‌کنند. برخی از موارد قابل توجه عبارتند از: قانون هوش مصنوعی اتحادیه اروپا (EU AI Act)، اصول هوش مصنوعی OECD، چارچوب اخلاق هوش مصنوعی یونسکو (UNESCO AI Ethics Framework)، دستورالعمل‌های طراحی اخلاقی همسو IEEE (IEEE Ethically Aligned Design (EAD) Guidelines) و چارچوب مدیریت ریسک هوش مصنوعی NIST (NIST AI Risk Management Framework).

رهبران به چه چیزی نیاز دارند و برای به دست آوردن آن به کجا می‌روند؟

اگرچه نگرانی‌های مربوط به حریم خصوصی داده‌ها بزرگترین نگرانی رهبران در طول فاز انتخاب هوش مصنوعی بود، اما هنگامی که از آن‌ها در مورد چالش‌های ادغام پرسیده شد، تنها ۲۰.۶٪ آن را به عنوان یک مسئله اصلی رتبه‌بندی کردند. در عوض، ۴۱.۲٪ از رهبران اظهار داشتند که هزینه‌های ادغام در صدر ذهن آن‌ها قرار دارد.

با این حال، جالب اینجاست که وقتی از آن‌ها پرسیده شد "به چه پشتیبانی بیشتری نیاز دارید؟" پاسخ "گزینه‌های مقرون به صرفه‌تر" پایین‌ترین رتبه را داشت، در حالی که رهبران بیشتر بر یافتن آموزش (۵۶.۶٪)، راهکارهای سفارشی (۵۴.۴٪) و پشتیبانی فنی (۵۴.۴٪) متمرکز بودند. این نشان می‌دهد که مردم فقط به دنبال ارزان‌ترین گزینه‌ها نیستند—آن‌ها به دنبال ارائه‌دهندگانی هستند که بتوانند از آن‌ها در زمینه ادغام و امنیت پشتیبانی کنند. آن‌ها ترجیح می‌دهند شرکای مورد اعتمادی پیدا کنند تا آن‌ها را از طریق روش‌های مناسب حفاظت از حریم خصوصی داده‌ها راهنمایی کنند و حاضرند برای آن هزینه بپردازند.

هنگام تحقیق در مورد اینکه رهبران به کدام برنامه‌های هوش مصنوعی می‌توانند اعتماد کنند، منابع اطلاعاتی خارجی، منبع اصلی هستند. هنگامی که از آن‌ها خواسته شد بین پلتفرم‌های شبکه‌های اجتماعی، وبلاگ‌ها، پلتفرم‌های انجمن و دایرکتوری‌های آنلاین به عنوان معتبرترین منبع اطلاعاتی خود هنگام تصمیم‌گیری در مورد ابزارها انتخاب کنند، اکثریت مساوی ۵۴.۴٪ لینکدین (LinkedIn) و ایکس (X) را انتخاب کردند.

به احتمال زیاد این دو پلتفرم به دلیل وجود تعداد زیادی از متخصصان برای ارتباط، مورد اعتمادترین بودند. در لینکدین، رهبران می‌توانند صفحات شرکت‌ها، بهترین شیوه‌ها، اطلاعات محصول و علایق به اشتراک گذاشته شده از طریق پست‌ها را دنبال کنند، نظرات همتایان خود را بررسی کنند و حتی مکالمات را با سایر همتایان باز کنند تا از تجربیات دست اول بینش کسب کنند. به طور مشابه، در ایکس، رهبران می‌توانند کارشناسان صنعت، تحلیلگران و شرکت‌ها را دنبال کنند تا از آخرین تحولات مطلع شوند. ماهیت سریع این پلتفرم به این معنی است که اگر یک ابزار هوش مصنوعی در حال ترند شدن باشد، اعضای پلتفرم در مورد آن خواهند شنید.

با این وجود، احتمال وجود اطلاعات نادرست و نظرات مغرضانه در هر پلتفرم رسانه‌های اجتماعی وجود دارد. تصمیم‌گیرندگان باید در هنگام تصمیم‌گیری در مورد خرید ابزار هوش مصنوعی، ترکیبی از تحقیقات آنلاین، مشاوره‌های تخصصی و نمایش‌های فروشنده را در نظر داشته باشند.

آیا رهبری می‌تواند به اندازه کافی سریع تکامل یابد؟

تخصص داخلی محدود برای مدیریت هوش مصنوعی توسط ۲۶.۵٪ به عنوان دومین نگرانی بزرگ آن‌ها در طول ادغام، پس از هزینه‌های ادغام، ذکر شد. یک مطالعه اخیر IBM در مورد هوش مصنوعی در محل کار نشان داد که ۸۷٪ از رهبران کسب‌وکار انتظار دارند که حداقل یک چهارم نیروی کار آن‌ها در پاسخ به هوش مصنوعی مولد و اتوماسیون نیاز به آموزش مجدد داشته باشند. در حالی که یافتن شریک مناسب شروع خوبی است، رهبران از چه استراتژی‌هایی می‌توانند برای آموزش تیم‌ها در مورد اطلاعات مورد نیاز و دستیابی به پذیرش موفقیت آمیز استفاده کنند؟

آهسته و پیوسته برنده مسابقه می‌شود، اما هدف این است که هر دقیقه را به حساب آورید. رهبران کسب‌وکار باید انطباق با مقررات را درک کنند و عملیات و نیروی کار خود را آماده کنند. این شامل ایجاد استراتژی‌های مؤثر حاکمیت هوش مصنوعی است که بر پنج ستون استوار است: توضیح‌پذیری، انصاف، استحکام، شفافیت و حریم خصوصی.

وقتی همه در یک صفحه هستند، کمک می‌کند—با کارمندانی که اشتیاق شما را برای اتخاذ استراتژی‌های کارآمدتر به اشتراک می‌گذارند. با نشان دادن اینکه چه چیزی برای آن‌ها در آن وجود دارد، شروع کنید. سود بیشتر؟ حجم کار کم‌تر استرس‌زا؟ فرصت‌هایی برای یادگیری و پیشرفت؟ داشتن شواهدی برای پشتیبانی از اظهارات خود کمک می‌کند. آماده باشید تا برخی از پیروزی‌های سریع یا پروژه‌های آزمایشی ارائه دهید که نقاط درد ساده‌تری را حل می‌کنند. به عنوان مثال، در یک سناریوی مراقبت‌های بهداشتی، این می‌تواند رونویسی تماس‌های بیمار و پر کردن خودکار فرم‌های پذیرش برای تأیید پزشکان باشد.

با این وجود، شما نمی‌توانید پیش‌بینی کنید که چه چیزی در ذهن همه می‌گذرد، بنابراین مهم است که فضاهایی ایجاد کنید که تیم‌ها احساس راحتی کنند تا ایده‌ها، نگرانی‌ها و بازخوردها را بدون ترس از قضاوت یا تلافی به اشتراک بگذارند. این همچنین فرصتی را برای کشف و حل نقاط دردی که نمی‌دانستید وجود دارند، ارائه می‌دهد. ایجاد ایمنی روانی نیز هنگام سازگاری با فرآیندهای جدید بسیار مهم است. شکست‌ها را به عنوان تجربیات یادگیری ارزشمند، نه عقب‌نشینی، معرفی کنید تا به تشویق حرکت رو به جلو کمک کنید.

پذیرش هوش مصنوعی در تجارت فقط به معنای افزایش کارایی نیست—بلکه به معنای ایجاد تعادل درست بین قابلیت استفاده، امنیت و اعتماد است. در حالی که شرکت‌ها به پتانسیل هوش مصنوعی برای کاهش هزینه‌ها و ساده‌سازی عملیات پی برده‌اند، با چالش‌های واقعی، از جمله هزینه‌های ادغام و نیاز روزافزون به مهارت‌های خاص هوش مصنوعی، روبرو هستند. کارمندان نگران جابجایی شغلی هستند و رهبری باید به طور فعالانه از طریق شفافیت و ابتکارات ارتقاء مهارت به این ترس‌ها رسیدگی کند. حاکمیت قوی هوش مصنوعی برای پیمایش انطباق، ملاحظات اخلاقی و حفاظت از داده‌ها بسیار مهم است. در نهایت، به کارگیری هوش مصنوعی در دنیای واقعی به ارتباطات واضح، مزایای ملموس و فرهنگ امنیت‌محور که آزمایش را تشویق می‌کند، بستگی دارد.