ما شاهد ظهور نوع تازهای از شرکتها هستیم که در آنها هوش مصنوعی تصمیمگیرنده است. هوش مصنوعی در گوگل تصمیم میگیرد میلیونها تبلیغ روزانهاش را کجا قرار دهد. همین سیستم تصمیم میگیرد کدام ماشین در اوبر سمت کدام مسافر برود. قیمت هدفونها و تیشرتهای پولو در آمازون را هوش مصنوعی مشخص میکند
آینده نگر/ منبع: هاروارد بیزینس ریویو
در سال ۲۰۱۹، فقط پنج سال پس از تاسیس گروه خدمات مالی Ant، تعداد مشتریانی که از خدمات آن استفاده میکردند یک میلیارد نفر را پشت سر گذاشت. این شرکت که از زیرمجموعههای علیباباست از هوش مصنوعی و دیتای Alipay - پلتفرم پرداخت موبایلی علیبابا - استفاده میکند تا حجم وسیعی از خدمات را ارائه دهد: از وام دادن به مشتریان گرفته، تا مدیریت صندوقهای سرمایهگذاری، مدیریت سرمایه، بیمه خدمات درمانی، خدمات رتبهبندی مالی شرکتها و حتی یک بازی آنلاین که مردم را تشویق میکند میزان تولید گازهای گلخانهایشان را پایین بیاورند. میزان مشتریان این شرکت ۱۰ برابر بزرگترین بانکهای آمریکایی، و تعداد کارکنانش یک دهم آنهاست. در آخرین دوره جذب سرمایه در سال ۲۰۱۸، آن را ۱۵۰ میلیارد دلار ارزشگذاری کردند، تقریبا نصف ارزش جیپیمورگان چیس، ارزشمندترین شرکت خدمات مالی دنیا.
برخلاف بانکها، نهادهای سرمایهگذاری و موسسات بیمه سنتی، انت فایننشال روی هستهای دیجیتال شکل گرفته است. در شریان حیاتیاش هیچ شخصی کار نمیکند. هوش مصنوعی کل بازی را در دست دارد. نه هیچ مدیری وجود دارد که وامها را تایید کند، نه کارمندی که به مشتری مشاوره مالی ارائه دهد، و نه نمایندهای که پرداخت هزینههای درمانی مشتری را بررسی کند. و بدون وجود چنین محدودیتهای عملیاتی که گریبانگیر شرکتهای سنتی است انت فایننشال میتواند به شیوهای بیسابقه با دیگران رقابت کند، رشدی بدون محدودیت داشته باشد و بر صنایع مختلفی تاثیر بگذارد.
عصر هوش مصنوعی با ظهور این نوع تازه از شرکتها آغاز شده است. انت فایننشال تنها نیست. گوگل، فیسبوک و تعداد فراوانی از شرکتهای به سرعت در حال رشد از هوش مصنوعی برای ارائه خدمات استفاده میکنند. هر بار که ما از یکی از این شرکتها خدماتی میگیریم، چیزی مشابه رخ میدهد: به جای کارکنان، مدیران، مهندسان، سوپروایزرها یا نمایندگان بخش خدمات مشتریان، الگوریتمها به ما سرویس میدهند. درست است که مدیران و مهندسان هوش مصنوعی و برنامه را طراحی کردهاند که باعث میشود الگوریتمها کار کنند، اما بعد از آن سیستم خودش ارزش تولید میکند: یا از طریق اتوماسیون دیجیتال یا استفاده از اکوسیستم تامینکنندگان خارج از شرکت. هوش مصنوعی است که قیمتها را در آمازون تعیین میکند، در اپ اسپاتیفای آهنگ پیشنهاد میدهد، در بازار Indigo خریداران و فروشندگان را به هم میرساند و دریافت وام در انت فایننشال را تایید میکند.
از بین رفتن محدودیتهای سنتی در حال متحول کردن قواعد رقابت بین شرکتهاست. همچنان که شبکههای دیجیتال و الگوریتمها در بطن شرکتها تنیده میشوند، صنایع کمکم به شیوهای متفاوت عمل میکنند و مرز بین آنها کمرنگ میشود. این تغییرات به شرکتهای کاملا دیجیتال محدود نمانده و حالا شرکتهای سنتی که با رقبای جدید مواجه شدهاند به سمت مدلهای برپایه هوش مصنوعی حرکت میکنند. غولهایی مثل والمارت، هانیول یا کامکست حالا به طور جدی وارد عرصه دیتا، الگوریتمها و شبکههای دیجیتال شدهاند تا از رقابت جا نمانند.
هوش مصنوعی ضعیف، هوش مصنوعی قوی
در بخش مرکزی این شرکتهای جدید «مرکز تصمیمگیری» قرار دارد که به آن «مرکز هوش مصنوعی» هم میگوییم. اینجاست که گوگل تصمیم میگیرد میلیونها تبلیغ روزانهاش را کجا قرار دهد. الگوریتمهای این مرکز است که تصمیم میگیرد کدام ماشین در اوبر سمت کدام مسافر برود. قیمت هدفونها و تیشرتهای پولو در آمازون را همین مرکز مشخص میکند و همین مرکز به روباتها دستور میدهد تا چطور کف فروشگاههای والمارت را تمیز کنند. هوش مصنوعی است که عکسهای رادیوگرافی را در Zebra Medical تفسیر میکند. در تک تک این حوزهها مرکز هوش مصنوعی با روند تصمیمگیری به صورت یک علم برخورد میکند: به صورت سیستماتیک دست به تحلیل میزند و دیتا را تبدیل به پیشبینی، تحلیل و انتخاب میکند.
جالب اینجاست که هوش مصنوعیای که میتواند برای شرکتهای دیجیتال رشدی خارقالعاده رقم بزند آنقدرها هم پیچیده نیست. هوش مصنوعی برای انجام این تغییرات بزرگ نیاز ندارد در حد داستانهای علمی-تخیلی قوی باشد. هوش مصنوعی پیشرفتهای که نتوانتیم رفتارش را از رفتار انسانی تمیز دهیم و بتواند استدلال انسانی را تقلید کند «هوش مصنوعی قوی» نام دارد. اما انجام بخشی از وظایفی که به طور سنتی توسط کارگران و کارمندان انجام میشده خیلی هم دشوار نیست و «هوش مصنوعی ضعیف» توانایی انجام این را دارد. برای انجام چنین کاری حتی یک سیستم کامپیوتری کافی است.
با استفاده از هوش مصنوعی ضعیف، مرکز هوش مصنوعی میتواند طیف متنوعی از تصمیمگیریهای کلیدی را انجام دهد. در بعضی از حوزهها کسبوکارهای اطلاعاتی را مدیریت میکند (مثل گوگل و فیسبوک)، در موارد دیگر ماموریت ساخت یا ارسال محصولات فیزیکی واقعی را رهبری میکند (مثل روباتها در انبارهای آمازون یا سرویس خودروی بدون راننده گوگل). در تمامی این روندها، نرمافزار بخش مرکزی ماجراست و افراد به حاشیه رانده شدهاند.
هر کدام از این مراکز هوش مصنوعی، چهار بخش اصلی دارند. ۱) خط لوله دیتا که در آن به صورت سیستماتیک و مداوم اطلاعات جمعآوری میشود و بعد پاکسازی، دستبندی و ترکیب میشود. ۲) الگوریتمها که پیشبینیهایی درباره وضعیت آینده، یا اقدامات کسبوکار تولید میکنند. ۳) پلتفرم آزمایش که در آن الگوریتمهای تازه آزمایش میشوند تا میزان خطا پایین بیاید. ۴) بخش زیرساخت: سیستمهایی که این روندها را در نرمافزار جای میدهند و آن را به کاربران درونی و بیرونی وصل میکنند.
اما هوش مصنوعی حتی لازم نیست تا این حد هم پیچیده باشد. موتور جستوجوهایی مثل گوگل یا بینگ مایکروسافت را مثال میزنیم. از همان لحظه که کسی شروع به تایپ حروف در جعبه جستوجو میکند، الگوریتمها به صورت پویا شروع به پیشبینی کل عبارت میکنند، آن هم بر پایه عبارتهایی که دیگر کاربران قبلا بارها جستوجو کردهاند یا کلماتی که خود این کاربر قبلا استفاده کرده. این پیشبینیها همان لحظه به کاربر نشان داده میشوند و این به او کمک میکند خیلی سریع عبارت جستوجویی مربوط را پیدا کند و دکمه «جستوجو» را فشار دهد. حالا عبارت جستوجویی که او انتخاب کرده در جستوجوهای بعدی خودش و دیگر کاربران رتبه بالاتری کسب میکند. حالا در صفحه جدیدی که باز شده نتایج جستوجو نشان داده میشود و دوباره هر کلیک کاربر و دیگر رفتارهایش به عنوان دیتا ثبت و روانه مرکز هوش مصنوعی میشود تا آن را کارآمدتر و قویتر کند. در همان صفحه جستوجو آگهیهایی هم نشان داده میشود و شکل واکنش کاربر به آنها دوباره روانه مرکز هوش مصنوعی میشود. به همین ترتیب است که آگهیها روز به روز دقیقتر و کارآمدتر میشوند و احتمال بیشتری دارد که رویشان کلیک کنید. هر چه جستوجوی بیشتری انجام شود، پیشبینیهای الگوریتمها بهتر میشود. و هر چه پیشبینی الگوریتمها بهتر شود موتور جستوجو بیشتر مورد استفاده قرار میگیرد.
چالشهای مدیریتی پیش رو
اگر چه هوش مصنوعی میتواند باعث رشدی بیسابقه شود، از بین بردن محدودیتهای عملیاتی همیشه هم چیز خوبی نیست. سیستمهای که در آن بین افراد و دفاتر اصطکاک وجود ندارد و هوش مصنوعی در آن تصمیمگیرنده است بیشتر از بقیه سیستمها دچار بیثباتی میشوند و زمانی که به حرکت افتادند به سختی میتوان متوقفشان کرد. به ماشینی بدون ترمز فکر کنید یا اسکیبازی که نمیتواند سرعتش را پایین بیاورد. یک سیگنال دیجیتال - مثل ویدئویی که ناگهان در اینترنت محبوب میشود - میتواند به سرعت در شبکهها پخش شود و تقریبا غیرممکن است که این روند را برای لحظهای متوقف کرد. حتی آن شخص یا نهادی که اولین بار ویدئو را پخش کرده یا آن سازمانی که بخشهای کلیدی شبکه را کنترل میکنند از انجام چنین کاری عاجزند. بدون وجود اصطکاک طبیعی میان بخشهای مختلف یک مجموعه سنتی، یک فیلم خشونتآمیز یا تقلبی میتواند به سرعت به میلیاردها نفر در شبکههای مختلف برسد. اگر پیامی دارید که میخواهید به بقیه برسد، هوش مصنوعی راهی عالی برای رساندن آن به تعداد عظیمی از مردم و شخصیکردن آن برای آنها پیشروی شما میگذارد. اما بهشت بازاریابها میتواند کابوس شهروندان باشد.
مدلهای عملیاتی دیجیتال همانطور که ارزش بیشتری تولید میکنند میتوانند کنار آن آسیب بیشتری هم به وجود آورند. حتی وقتی نیت مثبت است یک اشتباه میتواند یک شبکه بزرگ دیجیتال را در معرض حملات سایبری ویرانگر قرار دهد. الگوریتمها اگر بدون مراقبت رها شوند میتوانند اطلاعات غلط و تبعیض آمیز را در مقیاسی گسترده پخش کنند. ریسک در محیطهای دیجیتال میتواند چند برابر شود. مثلا به وضعیت بانکهای دیجیتال و حجم عظیم از سرمایه مردم که در اختیار آنهاست توجه کنید. صدها میلیون نفر از مردم چین با اعتماد به انت فایننشال بخشی از سرمایه زندگیشان را در اختیار این شرکت گذاشتهاند. ریسکی که این حرکت ایجاد میکند بیسابقه است، بخصوص که این شرکت به اندازه بقیه بانکها تحت نظارت دولت نیست.
شرکتهای مبتنی بر هوش مصنوعی شکلی از تولید و خدمات را ارائه میکنند که شرکتهای سنتی نمیتوانند در حوزههای اندازه، تنوع و مسئله آموزش کارکنان با آنها رقابت کنند. اما چالشهای این شرکتهای نوظهور هم بسیار بزرگ است (بخصوص در حوزههای امنیت سایبری و حریم خصوصی). این شرکتها میتوانند بدون حضور تعداد بالای کارمند کار کنند و این یعنی سود بالا برای صاحبان شرکت و افزایش نابرابری. شرکتها برای باقیماندن در عرصه رقابت طی دهه آینده باید هم فرصتهای عظیم و هم ریسکهای بزرگ عرصه هوش مصنوعی را به درستی درک کنند.