اتاق‎های هیأت مدیره در سراسر جهان درگیر یک گفت‎وگوی تب آلود و اغلب سطحی درباره هوش مصنوعی هستند. این گفت‎وگو، معمولا حول محور پیاده سازی و اجرا می چرخد: «کدام ابزارها را باید بخریم؟ چگونه می توانیم از هوش مصنوعی برای کاهش هزینه ها استفاده کنیم؟». اینها سوالات مهمی هستند، اما به طرز خطرناکی تاکتیکی اند. آنها مانند این هستند که در سپیده دم انقلاب صنعتی مدیران تنها درباره اینکه کدام موتور بخار را بخریم بحث می کردند، نه درباره اینکه چگونه خط تولید کارخانه را از نو اختراع کنیم. 

هوش مصنوعی یک ابزار جدید برای افزودن به جعبه ابزار فعلی شما نیست؛ این یک نیروی بنیادین است که در حال بازنویسی خود قوانین فیزیک کسب و کار است. برای مسیریابی در این دنیای جدید، شما به یک نقشه فنی نیاز ندارید، بلکه به یک قطب نمای استراتژیک احتیاج دارید. سه سوال زیر، طراحی شده اند تا شما را از هیاهوی اجرا فراتر برده و به قلب چالش استراتژیک واقعی که هوش مصنوعی پیش روی شما قرار می دهد، هدایت کنند.

طراحی استراتژی کسب و کار در عصر هوش مصنوعی

سوال اول: هوش مصنوعی چه بلایی سر مزیت رقابتی شما می آورد؟

هر کسب و کار پایداری توسط یک خندق رقابتی (Competitive Moat) محافظت می شود؛ یک مزیت منحصر به فرد که کپی کردن آن برای رقبا دشوار است. این خندق ها به طور سنتی از منابعی مانند برند قدرتمند، اثرات شبکه ای، دسترسی انحصاری به داده ها یا برتری در مقیاس عملیاتی ساخته می شدند. اولین و حیاتی ترین سوال استراتژیک این است که ارزیابی کنید هوش مصنوعی چگونه در حال تعامل با این خندق هاست. 

آیا در حال عریض تر کردن آنهاست یا در حال پر کردن آنها با خاک؟ هوش مصنوعی می تواند محتوای خلاقانه تولید کند و قدرت برند را به چالش بکشد. می تواند الگوهایی را در داده های عمومی پیدا کند و مزیت داده های اختصاصی را کمرنگ سازد. رهبران تجاری که درک نکنند که اساس مزیت رقابتی شان در حال تغییر است، به زودی خود را در یک قلعه بی دفاع خواهند یافت.

نتفلیکس را در نظر بگیرید. برای سال ها، خندق رقابتی اصلی آنها، الگوریتم توصیه گر بی نظیرشان بود که بر پایه مجموعه داده ای عظیم از رفتار کاربران ساخته شده بود، اما در عصر مدل های هوش مصنوعی قدرتمند و در دسترس، ساختن یک موتور توصیه گر به اندازه کافی خوب، دیگر کار سختی نیست. خندق قدیمی آنها در حال فرسایش است. بنابراین، نتفلیکس باید استراتژی خود را بازتعریف کند. خندق جدید آنها، دیگر مالکیت داده های تماشا نیست، بلکه توانایی استفاده از هوش مصنوعی برای تولید محتوای اصیل موفق است. آنها اکنون از هوش مصنوعی نه فقط برای توصیه فیلم، که برای تحلیل هزاران فیلمنامه، پیش‎بینی احتمال موفقیت یک پروژه و بهینه‎سازی بودجه تولید استفاده می کنند. آنها در حال تغییر خندق خود از داده به خلاقیت تقویت شده با داده هستند و این یک تغییر استراتژیک بنیادین است که برای بقای‎شان ضروری است.

سوال دوم: چطور از هوش مصنوعی استفاده می کنید؟

اکثر سازمان ها در اولین مواجهه با هوش مصنوعی، به طور طبیعی به سمت «بهینه‎سازی» کشیده می شوند. آنها از این فناوری برای بهبود فرآیندهای موجود استفاده می کنند: خودکارسازی خدمات مشتری، بهینه سازی زنجیره تامین، افزایش بهره وری بازاریابی. اینها پیروزی های مهم و قابل اندازه گیری هستند، اما بلندپروازانه نیستند. آنها تنها به شما کمک می کنند تا کارهای دیروز را کمی بهتر انجام دهید. 

سوال استراتژیک واقعی این است: چگونه می توانیم از هوش مصنوعی برای «اختراع» مدل های کسب و کار، محصولات و خدماتی استفاده کنیم که پیش از این کاملا غیرممکن بودند؟ این به معنای آن است که باید از خود بپرسید که آیا کسب و کار اصلی شما، فروش یک محصول است یا حل یک مشکل؟ زیرا هوش مصنوعی به شما اجازه می دهد تا از فروش محصول، به سمت فروش «یک نتیجه تضمین شده» حرکت کنید.

شرکت ماشین آلات کشاورزی جان دیر (John Deere) نمونه ای درخشان از این تحول است. برای بیش از یک قرن، آنها تراکتور می فروختند. کسب و کار آنها، فروش یک محصول فیزیکی بود اما امروز، آنها در حال تبدیل شدن به یک شرکت داده و هوش مصنوعی هستند که اتفاقا تراکتور هم می سازد. تراکتورهای مدرن آنها به حسگرهای بی شمار، جی پی اس و سیستم های هوش مصنوعی مجهز شده اند که داده های مربوط به خاک، آب و هوا و سلامت گیاهان را در لحظه جمع آوری و تحلیل می کنند. جان دیر دیگر تنها یک تراکتور به کشاورز نمی فروشد؛ آنها در حال فروش یک سرویس کشاورزی دقیق هستند که به کشاورز کمک می کند تا بهترین تصمیم را برای کاشت، آبیاری و برداشت بگیرد. این یک جهش از فروش محصول به فروش بهره وری است؛ یک مدل کسب و کار کاملا جدید که توسط هوش مصنوعی ممکن شده است.

مطلب مرتبط: هوش مصنوعی به توسعه کسب و کارها کمک می کند 

سوال سوم: سازمان شما از هوش مصنوعی استقبال می کند؟

حتی بهترین استراتژی های هوش مصنوعی نیز در صورت مواجهه با یک ساختار سازمانی نامناسب با شکست مواجه خواهند شد. سازمان های سنتی که به صورت سلسله مراتبی و از بالا به پایین طراحی شده اند، برای مدیریت در دوران «کمیابی اطلاعات» ساخته شده بودند. در آن مدل، قدرت در دست کسانی بود که به اطلاعات دسترسی داشتند اما هوش مصنوعی، عصر فراوانی اطلاعات را به وجود آورده است. 

در این دنیای جدید تنگنای استراتژیک دیگر دسترسی به پاسخ ها نیست، بلکه توانایی پرسیدن بهترین سوالات است. این واقعیت، نیازمند یک بازنگری کامل در ساختار سازمانی است؛ حرکتی از هرم های کنترل گر به سمت شبکه های توانمند از تیم های کوچک و مستقل که اجازه دارند با استفاده از ابزارهای هوش مصنوعی، به سرعت آزمایش کرده، یاد بگیرند و تصمیم بگیرند.

یک بانک سرمایه گذاری بزرگ مانند گلدمن ساکس را در نظر بگیرید. فرهنگ این صنعت، به طور سنتی بر پایه احتیاط، ریسک گریزی و فرآیندهای تایید چندلایه بنا شده است اما برای رقابت در دنیای معاملات الگوریتمیک و تحلیل های پیش بینی کننده مبتنی بر هوش مصنوعی، آنها نمی توانند منتظر بمانند تا یک بینش از هفت لایه مدیریتی عبور کند. 

آنها مجبور به ساختن تیم های ترکیبی شده اند که در آنها معامله گران، دانشمندان داده و متخصصان ریسک، در کنار یکدیگر می نشینند و اختیار دارند تا براساس بینش های لحظه ای تولیدشده توسط مدل های هوش مصنوعی، تصمیمات سریع بگیرند. این یک تحول فرهنگی عمیق است که در آن، نقش رهبران از «تصمیم گیرندگان نهایی» به «معماران سیستم» تغییر می کند؛ سیستمی که به دیگران اجازه می دهد تا بهترین تصمیمات را بگیرند.

سخن پایانی

هوش مصنوعی، کمتر یک انقلاب فناورانه و بیشتر یک انقلاب استراتژیک است. این فناوری، آینه ای قدرتمند در مقابل کسب و کار شما قرار می دهد و شما را مجبور می کند تا به عمیق ترین مفروضات خود درباره اینکه چگونه ارزش خلق می کنید، چگونه رقابت می نمایید و چگونه سازماندهی شده اید، دوباره فکر کنید. رهبران تجاری که همچنان سوالات تاکتیکی درباره «ابزارها» می پرسند، در حال نادیده گرفتن تصویر بزرگ هستند اما آنهایی که شجاعت پرسیدن این سه سوال بنیادین، درباره خندق رقابتی، مدل کسب و کار و ساختار سازمانی خود، را داشته باشند، نه تنها از این توفان جان سالم به در خواهند برد، بلکه کشتی کسب و کار خود را به سمت سرزمین های کاملا جدید و ناشناخته ای هدایت خواهند کرد که پیش از این حتی قابل تصور نیز نبودند.

منابع:

https://hbr.org

https://www.cio.com