۱۴۰۳ دوشنبه ۱۰ ارديبهشت
1402/09/20
استفاده از هوش مصنوعی مولد برای بهبود برنامه‌ریزی به روش سناریو (بخش دوم)
 هوش مصنوعی مولد می‌تواند به سازمان‌ها کمک کند تا بر کاستی‌های ذاتی فرآیندهای مرسوم برای تدوین برنامه‌ریزی مبتنی بر سناریو غلبه کند. در نوامبر 2023 مقاله‌ای توسط مجله کسب‌وکار هاروارد منتشر شده است که به بررسی چگونگی این فرایند می‌پردازد. پس از انتشار بخش اول این مقاله که بر لزوم و ضرورت کاربرد هوش مصنوعی در فرآیند برنامه‌ریزی به روش سناریو تاکید داشت، در این یادداشت، بخش دوم را به علاقه‌مندان حوزه آینده‌نگاری راهبردی تقدیم می‌کنیم که در قالب مثالی تجربی بسط داده و شبیه‌سازی شده است.

 

 
  بخش دوم 
 

شبیه‌سازی یک نمونه
نویسندگان این مقاله برای تمرین سه مرحله پیش‌گفته، یک برنامه‌ریزی سناریو را در یک شرکت خیالی مستقر در ایالات متحده به نام ElectroInnovate، یک شرکت جهانی تولید لوازم الکترونیکی مصرفی با زنجیره تامین در سراسر جهان، شبیه سازی کرده‌اند. آنها این شبیه‌سازی سه مرحله‌ای را اینگونه شرح می‌دهند:


مرحله اول. خلق سناریو
در مرحله خلق سناریو، ما با استفاده از هوش مصنوعی مولد OpenAI GPT فرآیند را آغاز کردیم و ابتدا توصیفی از شرکت ElectroInnovate برای این هوش مصنوعی ارائه دادیم (برای برنامه‌ریزی سناریو می‌توانید What If, What Now GPT را امتحان کنید).
سپس از او خواستیم که اطلاعاتی در راستای شناسایی منابع کلیدی، نیروهای خارجی موثر بر کسب‌وکار شرکت و طرف‌های خارجی مانند مشتریان، سرمایه‌گذاران و رقبا ارائه دهد. متعاقباً، از سیستم درخواست کردیم که این حوزه‌های نگرانی را بر اساس اهمیت آنها و به‌صورت تخمینی بر اساس دو معیار رتبه‌بندی کند: 1. داده‌های ارائه شده توسط Resilinc، شرکتی که یکی از ما برای آن کار می‌کند و اختلالات زنجیره تامین جهانی را دنبال می‌کند، 2. دانش عمومی گسترده هوش مصنوعی مولد.
نتیجه اینکه هوش مصنوعی مولد خطرات مربوط به منابع انسانی، پیشرفت‌های فناوری و اقدامات دولت را فهرست کرد. سپس، ما از او خواستیم تا روندهای مربوط به هر یک از دسته‌های بالا را شناسایی کند و بعد روندهای فرضی را در هر دسته تعیین کرد، مانند شکاف‌های مهارتی کارکنان در استفاده از فناوری‌های نوظهور مانند هوش مصنوعی، تمرکز فزاینده بر فناوری سبز و ابتکارات دولتی مربوط به حریم خصوصی داده‌ها و قوانین مالکیت معنوی.
هوش مصنوعی این روندها را برحسب احتمال و تأثیر آنها با استفاده از احتمالات تخمینی وقوع این عوامل و تأثیر آنها طبقه‌بندی کرد. برای مثال، روندی را با عنوان «پیشرفت‌های هوش مصنوعی» معرفی کرد و نیاز به تغییر مهارت‌های نیروی کار، ارتقاء زیرساخت فناوری و تنظیم سیاست‌های منابع انسانی را به منظور ایجاد پذیرش فناوری هوش مصنوعی تشریح کرد. در نهایت سناریوی پایه‌ای که برای منابع انسانی ارائه داد، بررسی می‌کرد چگونه هوش مصنوعی شرکت را به آموزش مجدد کارکنان موجود و استخدام متخصصان برای کسب مهارت در استفاده از هوش مصنوعی، تجزیه و تحلیل داده‌ها و سایر فناوری‌ها مانند اینترنت اشیا و بلاک‌چین ملزم می‌کند و سیاست‌های منابع انسانی را برای تشویق به یادگیری مداوم اصلاح می‌کند.

مرحله دوم. کاوش روایی
در مرحله بعد، به عنوان بخشی از شبیه‌سازی، به هوش مصنوعی دستور دادیم که یک سناریوی روایی خلق کند تا بر غنای سناریوی پایه افزوده شود. هدف از این مرحله این بود که با بررسی جوانب مختلف، ظرایف سناریو را مشخص کند. در مورد مطالعة ما، روایتی با عنوان «آینده هوشمند: هوش مصنوعی در تولید الکترونیک» ارائه کرد.
ابتدا، این روایت جزئیات بیشتری در مورد آنچه که ElectroInnovate باید انجام دهد تا هوش مصنوعی را در عملیات خود ادغام کند، ارائه کرد. به عنوان مثال، اعلام کرد که این شرکت باید متخصصان هوش مصنوعی را استخدام کند که بتوانند بر ادغام هوش مصنوعی پیشرفته در فرآیندهای تولید شرکت نظارت کنند.
در ادامه، روایت به پیامدهای مالی سناریو برای ElectroInnovate اشاره و تاکید کرد که سرمایه‌گذاری‌های اولیه قابل‌توجهی برای مراکز داده و سخت افزار پردازش، مدل‌ها، برنامه‌های آموزشی و استخدام متخصصان ماهر هوش مصنوعی مورد نیاز است. این روایت همچنین این سوال را مطرح کرد که به دلیل کارایی عملیاتی و کاهش هزینه‌های مورد انتظار از یکپارچه‌سازی هوش مصنوعی، چگونه می‌توان منابع مالی را برای بیشترین سود بلندمدت تخصیص داد.
این روایت همچنین تاکید داشت که در این سناریو ElectroInnovate نیاز دارد تا به‌روزرسانی‌هایی اساسی انجام دهد، مانند بهبود قابلیت‌های سخت‌افزاری، تقویت امنیت شبکه و تغییراتی در نرم‌افزارهای موجود برای سازگاری آنها با سیستم‌های هوش مصنوعی. علاوه بر این، سیستم‌های قوی مدیریت داده برای پشتیبانی از نیازهای داده‌ایِ هوش مصنوعی مورد نیاز است. در این روایت این سوال را مطرح شد که چگونه ElectroInnovate ممکن است این ارتقاهای فناوری را در اولویت قرار دهد.
این روایت نشان داد که برای زنجیره تامین ElectroInnovate، هوش مصنوعی می‌تواند به بهبود مدیریت موجودی، تنظیم دقیق پیش‌بینی تقاضا، ساده‌سازی لجستیک و بهینه‌سازی زمان‌بندی تولید کمک کند. هوش مصنوعی سوالاتی را برای خواننده ایجاد کرد که می‌توان آن‌ها را در نظر گرفت، مانند گام‌های کلیدی که ElectroInnovate برای آماده‌سازی زنجیره تامین خود برای یکپارچه‌سازی هوش مصنوعی باید بردارد.
در نهایت، این روایت توضیح داد که چگونه یکپارچه‌سازی هوش مصنوعی می‌تواند بر آوازه‌ی برند ElectroInnovate تأثیر بگذارد. در حالی که اجرای موفقیت آمیز آن می‌تواند شرکت را به عنوان یک پیشگام در صنعت معرفی کند، یکپارچه‌سازی نادرست هوش مصنوعی می‌تواند به شهرت آن آسیب برساند.
مرحله سوم. تولید راهبرد
در مرحله بعدی شبیه‌سازی، از ابزار هوش مصنوعی مولد خواستیم تا راهبردهای مناسبی را ارائه کند بر اساس روایت سناریویی که ایجاد کرده است.
اولین ایده‌ای که پیشنهاد کرد یک برنامه آموزشی جامع برای ارائه مهارت‌های کارکنان در فناوری هوش مصنوعی، تجزیه و تحلیل داده‌ها و یادگیری ماشینی بود.
ایده دوم این بود که ElectroInnovate هوش مصنوعی را در فرآیندهای تولید و عملیات زنجیره تامین ادغام کند تا فرآیندها را بهینه کند و یک برتری فناورانه نسبت به رقبا ایجاد کند.
سومین مورد، ایجاد اعتماد و حمایت در میان سهامداران از طریق ارتباطات شفاف در مورد راهبرد هوش مصنوعی ElectroInnovate بود. برای محافظت از شهرت این شرکت به عنوان یک پیشگام در تولید لوازم الکترونیکی مبتنی بر هوش مصنوعی، آنها مزایای راهبرد هوش مصنوعی را به اطلاع ذینفعان می‌رسانند و به طور فعال به نگرانی‌های بالقوه آنان رسیدگی می‌کنند.
ایده نهایی پیشنهادی توسط هوش مصنوعی این بود که این شرکت در مسیر «مشارکت‌های برون‌سپاری» قدم بگذارد و در همکاری با کارشناسان برجسته هوش مصنوعی خارج از شرکت بتواند سریع‌تر به تخصص مورد نیاز خود دست یابد. این راهبرد به شرکت کمک می‌کند سریع‌تر قابلیت‌های داخلی خود را توسعه دهد.
سه نکته درس‌آموز برای برنامه‌ریزان حوزه راهبرد
1. اگر قصد استفاده از هوش مصنوعی مولد را برای برنامه‌ریزی سناریو دارید، در نظر بگیرد در حالی که قابلیت‌های هوش مصنوعی برای یکپارچه سازی منابع داده‌های مختلف برای شناسایی روندها و خلق سناریوها فوق العاده هستند؛ اما به داده‌های مرتبط و در زمان مناسب نیاز دارید. بدون چنین داده‌هایی، چنین تلاش‌هایی برای خلق سناریو ممکن است مفید نباشند، یا حتی بدتر، اطلاعات نادرستی را شامل شود.
2. با خلق روایت‌های دقیق، هوش مصنوعی مولد می‌تواند نقش مهمی در ساده‌سازی تصمیم‌گیری راهبردی ایفا کند و از همه مهمتر به برنامه‌ریزان کمک کند تا تصمیمات راهبردی بگیرند که با مشارکت فعال سازمانی همراه شوند و مورد پذیرش و حمایت سازمانی قرار بگیرند. روایت سناریوهای غنی، جالب و متعادل می‌توانند نقش به موقعی در کمک به کارکنان در درک سناریوها و همچنین مزایا و محدودیت‌های مرتبط با آنها داشته باشند.
3. هوش مصنوعی مولد می‌تواند برای تولید و ارزیابی راهبردها استفاده شود. درست است که این راهبردها عموما حاوی جزئیات زیاد و از نظر دامنه محدود هستند؛ اما نکته این است که به‌جای اینکه سناریوهای نهایی بدون مقدمه و تحلیل جزئیات نگاشته شوند، این راهبردهای تولید شده توسط هوش مصنوعی به‌عنوان ایده‌های خام و نقاطی برای شروع توفان فکری مفید خواهند بود و به غنای سناریوهای نهایی کمک خواهند کرد. بنابران نباید تصور شود که سناریوهای هوش مصنوعی‌‌ساخته، همان سناریوهای سفارشی‌سازی شده و غنی برای سازمان شماست. هوش مصنوعی مولد تنها باید برای تکمیل تلاش‌های انسان در شناسایی، ارزیابی و اجرای سریع راهبردهای مناسب استفاده شود.
با ادغام قابلیت‌های هوش مصنوعی مولد در فرآیندهای برنامه‌ریزی، شرکت‌ها می‌توانند به سرعت و به طور سامان‌مند طیف گسترده‌ای از سناریوها و گزینه‌های راهبردی را با سرعت زیاد و کم هزینه بررسی کنند. در حالی که شهود انسان در برنامه‌ریزی اقتضایی ضروری است، هوش مصنوعی مولد به سازمان‌ها اجازه می‌دهد تا سناریوها و عوامل راهبردی بسیار بیشتری را در مقایسه با انسان تولید کند و در نظر بگیرد.

  
نویسنده: زهرا حیدری دارانی، دبیر علمی اندیشکده آینده‌پژوهی دانشگاه اصفهان
 

تعداد بازدید:
196
دانشگاه اصفهان
آدرس: اصفهان - خیابان هزار جریب - دانشگاه اصفهان -سازمان مرکزی- طبقه اول- اندیشکده آینده پژوهی دانشگاه اصفهان 
تلفن: 03137934414 
پست الکترونیک: a.zackery@ast.ui.ac.ir
 
Powered by DorsaPortal