
علی منصور، مدیر سابق محصول هوش مصنوعی بزرگترین فروشگاه اینترنتی کشور، در نشست تخصصی «ایستگاه آینده» در رویداد اینوتکس ۲۰۲۵ هشدار داد که سه چهارم شرکتها فاقد نقشه راه عملیاتی برای بهرهبرداری از هوش مصنوعی مولد هستند. این نکته در حالی مطرح میشود که آمارها نشان میدهد میزان استفاده از هوش مصنوعی مولد در سال گذشته بیش از دو برابر شده است و شرکتها در سراسر جهان به سرعت به دنبال ادغام این فناوری پیشرفته در فرآیندهای کاری خود هستند.
بیشتر بدانید:آیا رونق هوش مصنوعی یک بحران جهانی انرژی به راه خواهد انداخت؟
موضوع شکاف دانشی گسترده مدیران در حوزه هوش مصنوعی مولد
علی منصور در سخنرانی خود با عنوان «بازتعریف خاموش مدلهای کسبوکار با هوش مصنوعی»، به شکاف بزرگ دانشی مدیران و تصمیمگیرندگان در زمینه هوش مصنوعی مولد اشاره کرد و گفت: «اکثر شرکتها هنوز نمیدانند چگونه باید هوش مصنوعی مولد را به صورت عملیاتی و مؤثر در سازمان خود پیادهسازی کنند.» منصور با استناد به پژوهشهای بهروز اظهار داشت که این عدم آمادگی و نبود برنامهریزی دقیق، یکی از بزرگترین موانع پیش روی شرکتها برای استفاده اثربخش از هوش مصنوعی مولد است.
وی تأکید کرد که پرسش کلیدی امروز دیگر «آیا باید از هوش مصنوعی مولد استفاده کنیم؟» نیست، بلکه سوال مهم و حیاتی این است که «چگونه میتوان هوش مصنوعی مولد را وارد کسبوکار کرد و از آن بیشترین بهره را برد؟» این تغییر نگرش به معنای پذیرش هوش مصنوعی به عنوان یک ابزار تحولآفرین است که باید به صورت هدفمند و با استراتژی دقیق، وارد مدلهای کسبوکار شود.
پنج گام کلیدی و مهم برای پیادهسازی مؤثر هوش مصنوعی مولد در سازمانها
علی منصور برای رفع این چالش، یک فریمورک عملیاتی پنج مرحلهای ارائه داد که به سازمانها کمک میکند هوش مصنوعی مولد را به طور مؤثر و هدفمند پیادهسازی کنند:
-
تحلیل نیازها و شناخت چالشها: نخستین گام شناسایی دقیق نیازهای سازمان و چالشهای خاص هر بخش است که هوش مصنوعی مولد میتواند به آنها پاسخ دهد.
-
انتخاب موارد کاربرد با بیشترین تأثیر: سازمانها باید بر روی حوزههایی تمرکز کنند که هوش مصنوعی مولد میتواند بیشترین ارزش افزوده را ایجاد کند، نه صرفاً پروژههای پیچیده و فانتزی.
-
ایجاد زیرساختهای دادهای و فنی مناسب: بهرهبرداری موفق از هوش مصنوعی مولد نیازمند زیرساختهای قوی در حوزه دادهها و فناوریهای مرتبط است.
-
توسعه پروژههای پایلوت کوچک و مقیاسپذیر: شروع با پروژههای کوچک که قابل سنجش و اصلاح هستند، به عنوان پایهای برای توسعههای گستردهتر توصیه میشود.
-
گسترش فرهنگ نوآوری و یادگیری مستمر: موفقیت بلندمدت هوش مصنوعی مولد در سازمانها منوط به ایجاد فرهنگ سازمانی است که به نوآوری و یادگیری مستمر اهمیت میدهد.
بخوانید: آیا رونق هوش مصنوعی یک بحران جهانی انرژی به راه خواهد انداخت؟
هشدار نسبت به تمرکز روی پروژههای نمایشی و بزرگ
منصور با انتقاد از رویکرد رایج برخی سازمانها که به دنبال پروژههای بزرگ و نمایشی در حوزه هوش مصنوعی هستند، گفت: «سنگ بزرگ نشانه نزدن است!» وی توضیح داد که تمرکز بر پروژههای بسیار پیچیده اما کماثر نه تنها منابع مالی و انسانی سازمان را هدر میدهد، بلکه ممکن است باعث ناامیدی و کاهش انگیزه تیمها شود.
وی توصیه کرد که سازمانها باید با اقدامات کوچک اما مؤثر شروع کنند که امکان سنجش و اصلاح آنها وجود دارد. این رویکرد گام به گام، کمک میکند تا فرهنگ هوش مصنوعی به تدریج در ساختار سازمان نهادینه شود و افراد به تدریج با این فناوری آشنا و مسلط شوند.
نتیجهگیری: تمرکز بر مسئلهمحوری به جای ابزارمحوری
در نهایت، علی منصور تأکید کرد که کلید موفقیت در پیادهسازی این هوش مصنوعی در کسبوکارها، تغییر نگرش از «کجا میتوان از هوش مصنوعی استفاده کرد؟» به «هوش مصنوعی چگونه میتواند یک راهحل بهتر از وضعیت فعلی ارائه دهد؟» است. این نگاه مسئلهمحور، باعث میشود که سازمانها به جای صرفاً به دنبال استفاده از ابزارهای هوش مصنوعی باشند، ابتدا به دنبال پاسخگویی به مسائل و چالشهای واقعی خود باشند و سپس هوش مصنوعی مولد را به عنوان راهکاری کارآمد به کار گیرند.
با توجه به روند رو به رشد فناوریهای هوش مصنوعی مولد و افزایش دو برابری استفاده از آن در سال گذشته، سازمانهایی که سریعتر این تغییر نگرش را پذیرفته و برنامههای عملیاتی و استراتژیک مناسبی برای بهرهبرداری از هوش مصنوعی تدوین کنند، میتوانند جایگاه خود را در بازار رقابتی مستحکمتر کرده و مزیتهای رقابتی پایدار ایجاد کنند.

