مطالعه IFS: چالش‌های شرکت‌ها در برآورده‌سازی انتظارات مدیریتی از هوش مصنوعی

شرکت‌های ذکر شده در مقاله
صنعتی و مالی
به فهرست شرکت‌ها
به پروفایل‌های بیشتر شرکت‌ها

مطالعه جدید IFS نشان می‌دهد که مدیران آلمانی می‌خواهند به موج هوش مصنوعی بپیوندند، اما شرکت‌ها هنوز قادر به برآورده کردن انتظارات در عمل نیستند. با وجود چالش‌های فعلی، اکثر شرکت‌کنندگان معتقدند که با استراتژی مناسب هوش مصنوعی، می‌توان ارزش زیادی برای شرکت خود ایجاد کرد.

در مطالعه جهانی هوش مصنوعی صنعتی: جبهه جدید برای بهره‌وری، نوآوری و رقابت‌پذیری ارائه‌دهنده نرم‌افزارهای ابری IFS، ۱۷۰۰ تصمیم‌گیر برتر از ۱۲ کشور شرکت کردند که ۲۰۷ نفر از آن‌ها از آلمان بودند. نتایج نشان می‌دهد: پیاده‌سازی و بهره‌برداری از پتانسیل عظیم هوش مصنوعی همچنان به دلیل فقدان فناوری، فرآیندها و مهارت‌ها کند می‌شود. شرکت‌کنندگان آلمانی با چالش‌های ساختاری و تکنولوژیکی در پروژه‌های هوش مصنوعی خود روبرو هستند، اما همچنان خوش‌بین باقی می‌مانند. تحلیل زیر بر اساس پاسخ‌های مدیران آلمانی است.

انتظارات با واقعیت همخوانی ندارد

اکثریت قاطع شرکت‌کنندگان (۹۱٪) انتظار مزایای عظیمی برای شرکت خود از طریق هوش مصنوعی دارند. سه حوزه اصلی که در آن‌ها راه‌حل‌های هوش مصنوعی باید ارزش افزوده چشمگیری ایجاد کنند، عبارتند از: نوآوری در محصولات و خدمات، رشد مستمر کسب‌وکار و افزایش بهره‌وری کارکنان. همزمان، ۸۸٪ از تصمیم‌گیران آلمان اظهار می‌کنند که هیاهوی پیرامون هوش مصنوعی به حدی بزرگ شده که فشار زیادی برای تسریع در معرفی ابزارهای هوش مصنوعی بر آن‌ها وارد می‌آید. یکی از بزرگترین نگرانی‌ها این است که پروژه‌های هوش مصنوعی ممکن است در مرحله آزمایشی باقی بمانند، اگر به درستی برنامه‌ریزی، اجرا و ارتباط برقرار نشوند.

مطالعه نشان می‌دهد که بسیاری از شرکت‌ها به معرفی هوش مصنوعی اولویت نداده‌اند و فاقد زیرساخت‌ها و توانایی‌های لازم برای بهره‌برداری از مزایای مورد انتظار هستند. بر اساس IFS، یک استراتژی قدرتمند هوش مصنوعی صنعتی نیاز به ترکیبی قوی از ابر، داده‌ها، فرآیندها و تخصص دارد. ۸۶٪ معتقدند که نبود یک رویکرد استراتژیک نشانه‌ای از عدم توانایی کافی شرکت برای پیاده‌سازی موفقیت‌آمیز راه‌حل‌های هوش مصنوعی است. این ارزیابی در جای دیگری از مطالعه نیز مشهود است: ۴۳٪ از شرکت‌کنندگان معتقدند که تخصص و مهارت‌های کارکنان در رابطه با هوش مصنوعی قابل قبول اما نیازمند بهبود است.

شرکت‌های آلمانی همچنان خوش‌بین هستند

کمبود نیروی متخصص همچنان باعث می‌شود که بسیاری از شرکت‌های آلمانی در آماده‌سازی برای معرفی راه‌حل‌های هوش مصنوعی عقب بمانند. مطالعه IFS نشان می‌دهد که بیش از نیمی از شرکت‌کنندگان (۵۴٪) تنها به جمع‌آوری پیشنهادات و شروع پروژه‌های آزمایشی ساختاری پرداخته‌اند، به جای اینکه استراتژی مشخصی داشته باشند و نتایج ملموسی ارائه دهند (۲۸٪). ۱۴٪ در مرحله تحقیقاتی هستند که در آن آزمایش‌های کنترل‌نشده انجام می‌شود و ۴٪ دیگر هنوز رویکرد هماهنگی ندارند. با وجود این چالش‌ها، خوش‌بینی حاکم است: ۵۱٪ معتقدند که هوش مصنوعی می‌تواند در یک تا دو سال تفاوت قابل‌توجهی برای شرکت‌شان ایجاد کند. حدود یک چهارم (۲۴٪) انتظار دارند که در عرض یک سال تغییرات چشمگیری مشاهده شود.

بزرگترین تأثیر هوش مصنوعی مولد در تولید هوشمند و ارائه خدمات از نظر شرکت‌کنندگان در مدیریت اثربخشی و کسب‌وکار و عملیات (۲۳٪) دیده می‌شود. حدود یک پنجم از شرکت‌کنندگان نیز تأثیرات قابل توجهی بر رشد و تصمیم‌گیری مشاهده می‌کنند (۲۱٪). علاوه بر این، تأثیر مهمی نیز بر آموزش و نگهداشت کارکنان و نوآوری در محصولات و خدمات جدید در نظر گرفته می‌شود (هر کدام ۲۰٪).

تمرکز بر دسترسی به داده‌ها

برای استفاده از این مزایا، شرکت‌ها باید مهم‌ترین دارایی استراتژیک خود، یعنی داده‌هایشان را به درستی به کار بگیرند. مقدار و کیفیت مناسب داده‌ها برای موفقیت برنامه‌های هوش مصنوعی حیاتی است. بیش از چهار پنجم شرکت‌کنندگان (۸۷٪) اهمیت داده‌های بلادرنگ را برای پروژه‌های موفق هوش مصنوعی تشخیص می‌دهند. با این حال، تنها یک چهارم از شرکت‌کنندگان یک پایگاه داده‌ای ایجاد کرده‌اند که هم از تصمیمات تجاری مبتنی بر داده و هم از واکنش‌های بلادرنگ پشتیبانی می‌کند. علاوه بر این، تنها ۳۴٪ از شرکت‌کنندگان دارای داده‌های عمدتاً ساختاریافته هستند.

کریستین پدرسن، مدیر ارشد محصولات IFS، نتایج را این‌گونه تفسیر می‌کند: «هوش مصنوعی در حال تبدیل شدن به ابزار تجاری مهم‌ترین زمان است». وی افزود: «مطالعه ما نشان می‌دهد که هنوز سوءتفاهمات اساسی درباره نحوه استفاده از پتانسیل هوش مصنوعی در محیط صنعتی وجود دارد. جالب اینجاست که از هوش مصنوعی انتظار می‌رود کاهش هزینه‌ها و افزایش حاشیه سود قابل ملاحظه‌ای به ارمغان آورد - اما نبود استراتژی مناسب برای پیاده‌سازی نشان می‌دهد که اکثر شرکت‌ها به اندازه کافی واجد شرایط و آماده نیستند تا به این اهداف دست یابند. ارزش هوش مصنوعی نه در یک عملکرد خاص، بلکه در ارائه همه‌جانبه برای تمام محصولات و فرآیندهای تجاری است. این کار باعث پشتیبانی از چرخه‌های تصمیم‌گیری مشتریان و ارائه داده‌ها و خدمات هوش مصنوعی مورد نیاز برای ارزش‌آفرینی سریعتر می‌شود.»

بر اساس اطلاعات خود، Censuswide در مارس ۲۰۲۴، ۱۷۰۹ مدیر ارشد سطح C، رئیس، معاون ارشد و مدیرانی را که در زمینه‌های تولید، مخابرات، هوافضا و دفاع، خدمات، ساخت‌وساز و مهندسی یا بخش انرژی و منابع در شرکت‌هایی با درآمد سالانه بیش از ۵۰ میلیون دلار کار می‌کنند، مورد بررسی قرار داد. این نظرسنجی در بریتانیا، ایالات متحده، کانادا، آلمان، فرانسه، امارات متحده عربی، نروژ، ژاپن، استرالیا، سوئد، دانمارک و فنلاند انجام شد. ()

شرکت‌های ذکر شده در مقاله
صنعتی و مالی
به فهرست شرکت‌ها
به پروفایل‌های بیشتر شرکت‌ها