چطور برای آینده ای از نسل هوش مصنوعی که نمی توانید پیش بینی کنید آماده شوید

اخیرا مدیرعامل یک بانک برجسته با من تماس گرفت تا در مورد هوش مصنوعی مولد صحبت کنم. ما در ابتدا روی سناریوهایی برای بهبود تشخیص تقلب و خدمات مشتری کار می کردیم، اما با موج مداوم اعلامیه های اخیر، واضح بود که او جاه طلبی های بزرگ تری در سر دارد. او فکر کرد که هوش مصنوعی مولد می تواند از طریق اتوماسیون باعث صرفه جویی در هزینه و کارایی شود، به طور واضح بگوییم: چقدر زود هوش مصنوعی می تواند جایگزین کارگران انسانی شود؟

گفت وگوی ما بازتاب بسیاری از مواردی بود که در گذشته با مدیران اجرایی در مجموعه ای از مشاغل، از جمله بیمه، تولید، داروسازی و حتی مدیران اجرایی استودیوهای هالیوودی داشته ام. همه آنها می خواهند بدانند که چگونه شرکت های آنها می توانند با استفاده از منابع انسانی کمتر ارزش بیشتری ایجاد کنند. به این دلیل که پاییز گذشته، ChatGPT، ربات چت توسعه یافته توسط OpenAI، به طور ناگهانی فراگیر شد و قدرت هوش مصنوعی در تولید ایمیل ها، مقاله ها، دستورالعمل ها، گزارش های مالی، مقالات و ایده های خود را نشان داد. گلدمن ساکس تخمین می زند که در طول یک دهه، 300 میلیون شغل توسط هوش مصنوعی مولد یا حذف خواهند شد یا تا حد زیادی کاهش خواهند یافت.

آگهی های شغلی برای «مهندسین فوری» (افرادی که از سیستم هایی مانند ChatGPT می خواهند محتوا تولید کنند) حقوق سالانه 300000 دلار یا بیشتر ارائه می دهند. OpenAI's GPT-4 آزمون Uniform Bar Exam را گذراند و اشاره کرد که در آینده نزدیک، ممکن است برای کارهای معاملاتی به وکلا نیاز نداشته باشیم. در واقع، والمارت در حال ساخت نمونه اولیه یک سیستم هوش مصنوعی (غیرمرتبط با OpenAI) برای مذاکره در مورد برخی از قراردادهای فروشنده خود است. 75 درصد از وکلای قراردادی و افسران تدارکات طرف مقابل می گویند که اکنون مذاکره با هوش مصنوعی را به همکاران خود ترجیح می دهند. Google's Med-PaLM 2 که یک مدل تخصصی آموزش دیده در زمینه دانش پزشکی است، اکنون به مشکلات معاینه پزشکی در سطح متخصص یک پزشک پاسخ می دهد. تابستان امسال، شرکا شروع به آزمایش برنامه هایی خواهند کرد که می توانند به اشعه ایکس نگاه کنند و به  طور خودکار گزارش ماموگرافی بنویسند بدون اینکه پزشک انسان در میان باشد.

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

با سرعت سرسام آور توسعه، جای تعجب نیست که بسیاری از مدیران به یک نتیجه می رسند: تنها ظرف چند سال، سیستم های هوش مصنوعی قدرتمند کارهای شناختی را در همان سطح (یا حتی بالاتر) نیروی انسانی خود انجام خواهند داد. رهبران کسب و کار با وسوسه امکانات هوش مصنوعی، نگران یافتن و حفظ کارگران واجد شرایط و تحقیر اصلاحات اخیر بازار یا از دست رفته انتظارات تحلیلگران، آینده کاری را بدون تقریبا تعداد افراد امروزی تصور می کنند. از دیدگاه من، این یک اشتباه محاسباتی بزرگ است.

رهبران به جای اینکه به فکر باشند که چگونه شبکه ارزشی آنها در آینده تغییر کند، تمرکز زیادی روی دستاوردهای فوری دارند. همانطور که هوش مصنوعی تکامل می یابد، نیاز است که کل بخش های کسب وکار را دوباره متصور شد. اولین روزهای اینترنت عمومی و مرورگرهای وب را که به عنوان سرگرمی در نظر گرفته می شد را به خاطر دارید؟ پیش بینی اینکه چگونه روزی بر انتخابات ریاست جمهوری تأثیر می گذارد یا اولین شرکت های تریلیون دلاری جهان را ایجاد می کند، غیرممکن بود.

مدیران امروزی باید در پیچیده ترین محیط عملیاتی که از آن روزهای اولیه اینترنت دیده ام، تصمیم بگیرند. رهبرانی که به طور قابل درک نگران از دست دادن موج بعدی فناوری هستند، ناخواسته در حال شرط بندی مخاطره آمیز بر روی آینده شرکت های خود هستند. در اینجا گام هایی آورده شده است که هر رهبر باید برای آماده شدن برای جهانی نامشخص که در آن هوش مصنوعی مولد و نیروی کار انسانی در کنار هم زندگی می کنند، اما به روش هایی ناشناخته تکامل می یابند، انجام دهد.

آماده شدن برای آینده ای که نمی توانید پیش بینی کنید

ما باید فکر کنیم که نیروی کار با هوش مصنوعی مولد (به جای اینکه جایگزین آن شود) در حال تکامل است. نیروی کار نیاز به تکامل دارد و کارگران باید مهارت های جدید را به طور مکرر و طی سال ها بیاموزند. رهبران باید رویکرد جدیدی را برای به حداکثر رساندن پتانسیل هوش مصنوعی در سازمان های خود اتخاذ کنند، که مستلزم ردیابی تحولات کلیدی در هوش مصنوعی به  صورت متفاوت، استفاده از یک فرآیند تکراری برای پرورش نیروی کار آماده و مهمتر از همه، ایجاد سناریوهای آینده مبتنی بر شواهد است که تفکر متعارف سازمان را به چالش می کشد. اکنون رهبران برای عبور از این دوره چه کاری می توانند انجام دهند؟

مطلب مرتبط: تأثیر هوش مصنوعی مولد بر تمامی ردیف های شغلی می تواند در ابعاد کم یا زیاد رخ دهد

اول، انتظارات را در مورد آنچه که هوش مصنوعی مولد می تواند برای کسب وکار شما انجام دهد و انجام خواهد داد را کاهش دهید.

از لحاظ تاریخی، هوش مصنوعی مراحلی را طی می کند که شامل پیشرفت ها، افزایش منابع مالی و لحظات زودگذر مورد علاقه جریان اصلی و به دنبال آن انتظارات از دست رفته و بازپس گیری بودجه است.

اگرچه ابزارهای مولد اصلی هوش مصنوعی امروزی مثل ChatGPT قدرتمند هستند، اما محصولات نهایی نیستند. به زودی، مردم متوجه می شوند که اگرچه هوش مصنوعی می تواند محتوا ایجاد کند، اما برای استفاده واقعی به اندازه کافی خوب نیست. برای اینکه هوش مصنوعی مولد معجزاتی را که به ما وعده داده شده انجام دهد (در مقیاس بالا و مقرون به صرفه) کارهای بسیار بیشتری باید انجام شود. 

مدیران باید در مورد عملکردهای عملی که امروز هوش مصنوعی مولد در سازمان های شان انجام می دهد، شفاف سازی کنند. آنها همچنین باید در مورد فرصت ها و تهدیداتی که هوش مصنوعی مولد باعث موجب آنهاست، واقع گرا باشند.

دوم، ارزیابی کنید که شرکت شما چه داده هایی را تولید می کند و چگونه امروز و در آینده توسط هوش مصنوعی مولد استفاده می شود.

داده های تجاری بسیار ارزشمند هستند، زیرا زمانی که یک مدل آموزش داده شد، انتقال آن داده ها به سیستم دیگری می تواند پرهزینه و از نظر فنی دشوار باشد. سیستم های هوش مصنوعی امروزی با استفاده از تکنیکی به نام یادگیری تقویتی با بازخورد انسانی (RHLF) ایجاد می شوند. اساسا، سیستم های هوش مصنوعی به بازخورد دائمی انسان نیاز دارند، در غیر این صورت خطر یادگیری و به خاطر سپردن اطلاعات اشتباه را دارند. هرچه داده های بیشتری دریافت شود، حاشیه نویسی، برچسب گذاری و آموزش بیشتری مورد نیاز است. همانطور که هوش مصنوعی بالغ می شود، متخصصانی با دانش در سطح کارشناسی موردنیاز خواهند بود. بسیاری از رهبران تجاری که من با آنها ملاقات کرده ام، برای آینده ای برنامه ریزی نمی کنند که شامل یک واحد داخلی RHLF باشد که وظیفه نظارت مستمر، ممیزی و بهینه سازی سیستم ها و ابزارهای هوش مصنوعی را دارد. آخرین چیزی که هر رهبر باید بخواهد یک سیستم هوش مصنوعی بدون نظارت است که در مورد چگونگی بهبود خود تصمیم می گیرد.

حتی با وجود انسان های آموزش دیده در این حلقه، کسب وکارها باید به طور مداوم سناریوهایی را ایجاد کنند که خطرات ناشی از کار در کنار سیستم های هوش مصنوعی مولد، به ویژه سیستم هایی که توسط اشخاص ثالث اداره می شوند، را آشکار کند. دلیلش این است که سیستم های هوش مصنوعی ثابت نیستند. آنها در طول زمان به تدریج بهبود می یابند. با هر توسعه جدید، ریسک ها و فرصت های بالقوه جدیدی به وجود می آیند. یک تیم اختصاصی باید وظیفه نظارت بر سیستم های هوش مصنوعی مولد و همچنین چالش های مربوط به امنیت سایبری را در حین یادگیری داشته باشند و آنها باید سناریوهای کوتاه «چه می شد اگر» را ایجاد کنند و راه هایی را تصور کنند که در آن همه چیز ممکن است اشتباه پیش برود.

مطلب مرتبط: 3 نگرانی اصلی درباره هوش مصنوعی

سوم، وقتی صحبت از هوش مصنوعی به میان می آید، رهبران باید تمرکز خود را از خط پایین به خط بالا تغییر دهند.

این امر خلاف واقع به نظر می رسد، زیرا بسیاری هوش مصنوعی مولد را وسیله ای برای کاهش هزینه های عملیاتی می دانند. چت ربات های هوشمند امروزی به زودی جای خود را به سیستم های چندوجهی خواهند داد، که هوش مصنوعی قادر به حل مشکلات مختلف و انجام اهداف مختلف در یک زمان هستند. یک شرکت بیمه اموال و تلفات را تصور کنید که در آن هر بیمه گر با یک هوش مصنوعی همکاری می کند. در ابتدا، پذیره نویس ممکن است از هوش مصنوعی بخواهد که ریسک مربوط به بیمه کردن یک ملک را ارزیابی کند. پس از تجزیه و تحلیل مقدماتی متن، ممکن است از آن بخواهد با استفاده از تصاویر گزارش های بازرسی یا مصاحبه های صوتی با بیمه گذار احتمالی، نتایج را اصلاح کند. او ممکن است چند بار با استفاده از منابع داده های مختلف به عقب و جلو برود تا زمانی که یک قیمت بهینه برای شرکت بیمه و مشتری دریافت شود.

کلید استفاده مؤثر از هوش مصنوعی چندوجهی، درک چگونگی و آنچه که باید به یک ماشین تفویض کرد است، به طوری که هم انسان و هم هوش مصنوعی بتوانند از طریق همکاری بیشتر از کار مستقل انجام دهند. با این حال، تفویض اختیار چیزی است که افراد حرفه ای معمولا با آن دست و پنجه نرم می کنند. کار کردن در کنار هوش مصنوعی چندوجهی به کارگران نیاز دارد که بر هنر تفویض اختیار تسلط داشته باشند.

هنگامی که نیروی کار نحوه تفویض اختیار را به درستی درک کند، به عنوان یک افزایش دهنده نیرو در سازمان ها عمل می کند. تیم های فردی می توانند از طریق ایده پردازی و شبیه سازی جریان های درآمدی جدید، یافتن و به دست آوردن مشتریان جدید و جست وجوی بهبودهای مختلف در عملکرد کلی شرکت، در رشد خط برتر شرکت جاه طلب تر باشند.

چارچوبی برای هدایت نیروی کار هوش مصنوعی در حال توسعه

تغییر نیروی کار یک عارضه جانبی اجتناب ناپذیر تکامل فناوری است و رهبران به روشی نظام مند نیاز دارند تا ببینند آینده سازمان های شان در پی تحولات مولد هوش مصنوعی چگونه خواهد بود. برای این منظور، این چارچوب ساده به رهبران هر سازمانی کمک می کند تا پیش بینی کنند که چگونه و چه زمانی نیروی کارشان برای استفاده از هوش مصنوعی باید تغییر کند. هدف این نیست که پیش بینی های بلندمدت انجام دهیم یا حتی برای همه چیز آماده باشیم. هدف این است که سازمان ها را برای هر چیزی آماده کنیم، زیرا هوش مصنوعی همچنان در حال پیشرفت است.

این چارچوب باید برای توسعه سناریوهایی برای آینده یک کسب وکار استفاده شود و طراحی شده است تا به شما کمک کند ریسک و فرصت را به اندازه کافی برای اقدام ببینید. این چارچوب که به طور مرتب مورد استفاده قرار می گیرد، رهبران را قادر می سازد تا چشم انداز را واضح تر ببینند، شکاف های درون سازمان شان را ارزیابی کنند و فناوری های نوظهور را به استراتژی موجود مرتبط کنند و آنها را برای تصمیم گیری با اطمینان در موقعیت قرار دهند. نکته مهم این است که از رهبران می خواهد که به طور تصاعدی در مورد هوش مصنوعی فکر کنند، اما در پاسخ به تحولات جدید به صورت تدریجی عمل کنند. در حالی که آینده منحصر به فردی را برای شرکت شما پیش بینی نمی کند (هیچ سناریویی نمی تواند این کار را انجام دهد) رهبران را آماده می کند تا خیلی زودتر از رقبای خود تصمیم بگیرند.

مطلب مرتبط: آیا هوش مصنوعی مولد برای کسب و کار یک معجزه است؟

تنها و بهترین کاری که سازمان ها در حال حاضر می توانند انجام دهند (در این دوره از تغییرات و عدم اطمینان بسیار زیاد) برنامه ریزی روشمند برای آینده است. این امر مستلزم دانستن محدودیت های هوش مصنوعی و همچنین نقاط قوت آن و اتخاذ فرهنگ ارزیابی و بهبود مستمر است. در برابر وسوسه کاهش نیروی کار خود مقاومت کنید و در عوض از آینده نگری استراتژیک برای ایجاد آینده ای استفاده کنید که در آن هوش مصنوعی توسط نیروی کار بسیار ماهر استفاده می شود و تیم های هوش مصنوعی انسانی سازنده تر، خلاق تر و کارآمدتر از یکدیگر هستند.