هل الذكاء الاصطناعي منافس للموارد البشرية ام لا

لقد حقق الذكاء الاصطناعي تطورات كبيرة في مختلف المجالات مثل تشخيص الأمراض وترجمة اللغات وتقديم خدمة العملاء على سبيل المثال لا إن التقدم الذي أحرزه الذكاء الاصطناعي مثير للإعجاب للغاية ومن المفهوم لماذا قد يخشى البعض أن يحل محل العاملين البشريين. ومع ذلك لن يكون هذا هو الحال بالضرورة. لم يكن لدينا من قبل تقنية رقمية تستجيب بشكل كبير لاحتياجاتنا ولم نكن مستجيبين لأدواتنا من قبل. على الرغم من أن الذكاء الاصطناعي سيحدث ثورة في الطريقة التي يتم بها العمل ومن يقوم به إلا أن تأثيره الأساسي سيكون استكمال وتعزيز القدرات البشرية بدلاً من استبدالها.

أصبح دمج الذكاء الاصطناعي (AI) لأتمتة العمليات التجارية ممارسة شائعة للعديد من الشركات. ومع ذلك فإن أولئك الذين يعتمدون فقط على الذكاء الاصطناعي ليحلوا محل الموظفين البشريين سيشهدون فقط مكاسب قصيرة الأجل في الإنتاجية. كشف بحثنا المكثف الذي شمل دراسة 1500 شركة أن الشركات تحقق أهم التحسينات في الأداء عندما يعمل البشر والآلات معًا. يتم تحقيق ذلك من خلال الذكاء التعاوني الذي يقوم فيه البشر والذكاء الاصطناعي بتعزيز قوة بعضهم البعض وتعويض نقاط ضعف بعضهم البعض. بينما يتفوق البشر في القيادة والعمل الجماعي والإبداع والمهارات الاجتماعية فإن الآلات مجهزة بشكل أفضل للسرعة وقابلية التوسع والقدرات الكمية. من الضروري أن ندرك أن ما يجده البشر سهلاً مثل إلقاء نكتة يمكن أن يكون تحديًا للآلات في حين أن تحليل غيغابايت من البيانات هو مهمة لا تزال مستحيلة فعليًا على البشر. للنجاح في عالم الأعمال تتطلب الشركات قدرات بشرية وآلية.

التعاون من الأصول الأساسية التي لها قيمة كبيرة في تحقيق النجاح في مختلف المجالات والصناعات.

يمكن للشركات جني الفوائد من خلال تحسين التعاون بين الموظفين البشريين والذكاء الاصطناعي. لتحقيق ذلك يمكنهم اتباع خمسة مبادئ توجيهية. أولاً يجب عليهم إعادة التفكير في عملياتهم التجارية. ثانيًا يجب أن يشجعوا التجريب ومشاركة الموظفين. ثالثًا يجب أن يلعبوا دورًا نشطًا في توجيه استراتيجية الذكاء الاصطناعي الخاصة بهم. رابعًا يجب عليهم جمع البيانات بطريقة مسؤولة. أخيرًا يجب عليهم تجديد ممارسات العمل الخاصة بهم لدمج الذكاء الاصطناعي وتعزيز مهارات الموظفين ذات الصلة. كشفت دراسة استقصائية حديثة شملت 1075 شركة في 12 صناعة أنه كلما زادت المبادئ التي تتبناها الشركة زادت فعالية مبادرات الذكاء الاصطناعي الخاصة بها. ينعكس هذا في تحسين السرعة وتوفير التكاليف والإيرادات والمقاييس التشغيلية الأخرى.

للاستفادة بشكل كامل من هذا التعاون من الضروري أن تفهم الشركات أكثر الطرق فعالية التي يمكن للبشر من خلالها زيادة الآلات وكذلك كيف يمكن للآلات تضخيم قوة البشر. بالإضافة إلى ذلك من الضروري للشركات إعادة تكوين عملياتها التجارية من أجل تسهيل هذه الشراكة. قادتنا أبحاثنا الواسعة وخبرتنا العملية إلى تطوير مبادئ توجيهية شاملة يمكن أن تساعد الشركات في تحقيق هذا الهدف وبالتالي إطلاق العنان لإمكانات الذكاء التعاوني لدفع أعمالهم إلى الأمام.

إن مساعدة الجهاز الميكانيكي بمساعدة التدخل البشري هو سيناريو معقول.

للوفاء بمتطلبات التعلم الآلي من المتوقع أن يؤدي البشر ثلاثة أدوار محورية. أولاً يجب عليهم نقل المعرفة إلى الآلات لإنجاز مهام محددة. ثانيًا يجب عليهم توضيح نتائج مثل هذه المهام لا سيما عندما تؤدي إلى نتائج غير متوقعة أو قابلة للنقاش. أخيرًا فهم مسؤولون عن ضمان النشر الأخلاقي للآلات عن طريق على سبيل المثال منع الروبوتات من التسبب في أي ضرر للبشر. هذه الأدوار الأساسية الثلاثة لا غنى عنها ويجب تنفيذها بأقصى درجات الحرص لتحقيق النتائج المثلى.

تمرين.

تتطلب خوارزميات التعلم الآلي قدرًا كبيرًا من التدريب لأداء المهام المحددة لها. يستلزم ذلك تجميع مجموعات كبيرة من البيانات لتثقيف تطبيقات الترجمة الآلية في التعامل مع التعبيرات الاصطلاحية والتطبيقات الطبية في اكتشاف الأمراض ومحركات التوصية للمساعدة في اتخاذ القرارات المالية. علاوة على ذلك يجب تدريب أنظمة الذكاء الاصطناعي على التفاعل مع البشر بأكثر الطرق فعالية. في حين أن المنظمات من مختلف القطاعات لا تزال في المراحل الأولى لشغل مناصب المدربين فإن شركات التكنولوجيا والمجموعات البحثية البارزة قد أنشأت بالفعل موظفين تدريب ذوي خبرة ولديهم ثروة من الخبرة. تم تجهيز هذه المنظمات بالموارد والمعرفة اللازمة لمواصلة تطوير وتعزيز خوارزميات التعلم الآلي والتي بدورها ستؤدي إلى تطبيقات أكثر كفاءة وابتكارًا في المستقبل القريب. إن الاستخدام المتسق لتقنيات التدريب هذه إلى جانب تنفيذ التقنيات المتقدمة سيسمح بالتطور والنمو المستمر للتعلم الآلي.

تم تطوير مساعد Microsoft AI Cortana بهدف منحه شخصية تنضح بالثقة والرعاية والمساعدة دون أن يبدو متسلطًا. يتطلب تحقيق ذلك قدرًا كبيرًا من التدريب والجهد من فريق يتألف من شاعر وروائي وكاتب مسرحي. وبالمثل استلزم تطوير شخصيات شركة Apple’s Siri و Alexa من Amazon أيضًا مشاركة مدربين بشريين الذين أكدوا أن المساعدين يمثلون العلامات التجارية لشركاتهم بدقة. على سبيل المثال تم إعطاء Siri من Apple تلميحًا للفظاظة وهو ما قد يتوقعه المستهلكون من الشركة. من الواضح أن إنشاء مساعد ذكاء اصطناعي يتمتع بشخصية قابلة للتفاعل والمشاركة للمستخدمين يتطلب استثمارًا كبيرًا للوقت والموارد والخبرة. ومع ذلك فإن النتيجة النهائية هي مساعد ذكاء اصطناعي لا يتسم بالكفاءة فحسب بل يتمتع أيضًا بشخصية فريدة ومحددة جيدًا.

يخضع مساعدو الذكاء الاصطناعي حاليًا للتدريب لإظهار صفات إنسانية أكثر تعقيدًا ودقة مثل التعاطف. ابتكرت شركة Koko وهي شركة ناشئة نشأت من MIT Media Lab تقنية مبتكرة يمكن أن تمكن مساعدي الذكاء الاصطناعي من الظهور بمظهر أكثر تعاطفًا. على سبيل المثال إذا كان المستخدم يمر بيوم صعب فإن نظام Koko لا يستجيب ببساطة برسالة آلية مثل “أنا آسف لسماع ذلك”. بدلاً من ذلك قد يستفسر عن تفاصيل إضافية ثم يقدم إرشادات لمساعدة الفرد على عرض مشاكله من منظور مختلف. إذا كان المستخدم يعاني من الإجهاد فقد يقترح Koko النظر إلى هذا التوتر على أنه عاطفة إيجابية يمكن استخدامها لاتخاذ إجراء. هذه التكنولوجيا لديها القدرة على إحداث ثورة في الطريقة التي يتواصل بها مساعدو الذكاء الاصطناعي مع المستخدمين مما يعزز تجربة المستخدم ويجعل المساعدين أكثر شبهاً بالإنسان.

شرح.

مع انتشار الذكاء الاصطناعي (AI) أصبح يعتمد بشكل متزايد على العمليات غير الشفافة والمعروفة باسم مشكلة الصندوق الأسود. يمثل هذا تحديًا لأنه يتطلب من خبراء بشريين شرح سلوك الذكاء الاصطناعي لغير الخبراء والمعروفين باسم المفسرين. في الصناعات التي تعتمد على صنع القرار القائم على الأدلة مثل القانون والطب يصبح التفسير مهمًا بشكل خاص. إنها تساعد الممارسين على فهم كيف يزن الذكاء الاصطناعي المدخلات لاتخاذ قرارات مثل التوصيات الطبية أو إصدار الأحكام. يُعد الذكاء الاصطناعي القابل للتفسير مهمًا أيضًا في صناعات مثل التأمين وإنفاذ القانون حيث يمكن أن يساعد في فهم سبب اتخاذ سيارة ذاتية القيادة قرارات معينة أدت إلى وقوع حادث. في الصناعات الخاضعة للتنظيم والصناعات التي تواجه المستهلك حيث يمكن الطعن في ناتج الآلات باعتباره غير عادل أو غير قانوني أو غير صحيح تزداد أهمية التفسيرات. وبالتالي فإن الذكاء الاصطناعي القابل للتفسير سيكون حاسمًا في ضمان أن تكون الآلات خاضعة للمساءلة وشفافة عند اتخاذ القرارات التي يمكن أن يكون لها تأثيرات كبيرة على الأفراد والمجتمع ككل. منحت اللائحة العامة لحماية البيانات (GDPR) للاتحاد الأوروبي (EU) المستهلكين امتياز طلب تفسير لأي قرار يعتمد على الخوارزمية مثل السعر المقدم للرهن العقاري أو بطاقة الائتمان. هذا مجال سيلعب فيه مجال الذكاء الاصطناعي (AI) دورًا مهمًا في توليد المزيد من فرص العمل. وفقًا للخبراء من المقدر أن المنظمات ستضطر إلى إنشاء ما يقرب من 75000 وظيفة جديدة لإدارة متطلبات اللائحة العامة لحماية البيانات.

استدامة.

تتطلب الشركات موظفين قادرين على تفسير نتائج الذكاء الاصطناعي فضلاً عن “الداعمين” المسؤولين عن ضمان عمل أنظمة الذكاء الاصطناعي بفعالية وأمان وضمير على أساس مستمر.

إن تطبيق الذكاء الاصطناعي لديه القدرة على تعزيز قدرتنا على التحليل واتخاذ القرار مع تضخيم إمكاناتنا الإبداعية.

مجموعة من المهنيين المعروفين باسم مهندسي السلامة متخصصون في إسقاط وتخفيف الضرر المحتمل الناجم عن الذكاء الاصطناعي. على وجه الخصوص اتخذ مطورو الروبوتات الصناعية التي تعمل بالتعاون مع البشر تدابير دقيقة لضمان أن هذه الروبوتات قادرة على تحديد الوجود البشري وتجنب أي خطر محتمل. في المواقف التي تسببت فيها أنظمة الذكاء الاصطناعي في حدوث ضرر كما هو الحال في حالة تعرض مركبة ذاتية القيادة لحادث مميت قد يقوم هؤلاء المتخصصون بتقييم التقارير الواردة من المفسرين. يلعب الخبراء المذكورون أعلاه دورًا حيويًا في ضمان سلامة وأمن الأفراد في وجود أنظمة الذكاء الاصطناعي.

تضمن فرق أخرى من المؤيدين الحفاظ على المعايير الأخلاقية بواسطة أنظمة الذكاء الاصطناعي. في حالة اكتشاف أن نظام الذكاء الاصطناعي للموافقة الائتمانية يميز ضد مجموعات معينة من الناس مثل ما حدث في الماضي فإن مديري الأخلاقيات هؤلاء مسؤولون عن التحقيق في المشكلة وحلها. يحاول مسؤولو الامتثال للبيانات الذين لديهم وظيفة مماثلة ضمان أن البيانات المستخدمة في أنظمة الذكاء الاصطناعي تتوافق مع القانون العام لحماية البيانات (GDPR) وقوانين حماية المستهلك الأخرى. هناك وظيفة أخرى لاستخدام البيانات وهي ضمان أن الذكاء الاصطناعي يدير المعلومات بطريقة مسؤولة. يضمن هؤلاء الأفراد أيضًا استخدام البيانات بطريقة تتوافق مع تفضيلات خصوصية المستهلكين. من خلال هذه الجهود يمكن جعل أنظمة الذكاء الاصطناعي تعمل بطريقة أكثر أخلاقية ومسؤولية.

مثل العديد من شركات التكنولوجيا الأخرى تستفيد Apple من الذكاء الاصطناعي (AI) للحصول على معلومات شخصية عن المستخدمين أثناء تفاعلهم مع منتجات الشركة وخدماتها. الهدف الأساسي من استخدام الذكاء الاصطناعي هو تعزيز تجربة المستخدم ؛ ومع ذلك فإن جمع البيانات الجامح يمكن أن يعرض الخصوصية للخطر ويزعج العملاء وينتهك القانون. إن “فريق الخصوصية التفاضلية” في Apple مكرس لضمان أنه بينما يحاول الذكاء الاصطناعي اكتساب أكبر قدر ممكن من المعرفة حول مجموعة من المستخدمين في سياق إحصائي فإنه يحمي خصوصية المستخدمين الفرديين في نفس الوقت. يعد التزام هذا الفريق بخصوصية المستخدم شهادة على تفاني Apple في توفير تجربة مستخدم آمنة وممتعة.

آلات تساعد البشر

تساهم الآلات الذكية في تحسين البشرية بثلاث طرق متميزة. أولاً إنهم قادرون على تعزيز قدراتنا المعرفية مما يسمح لنا بتحقيق مآثر لم تكن ممكنة في السابق. ثانيًا يمكن لهذه الآلات التعامل مع العملاء والموظفين مما يتيح لنا القيام بمهام أكثر تعقيدًا تتطلب تدخلًا بشريًا. أخيرًا يمكنهم تكرار المهارات البشرية وبالتالي توسيع قدراتنا الجسدية إلى ما هو أبعد مما يمكننا تحقيقه بشكل طبيعي.

تضخيم.

يمتلك الذكاء الاصطناعي القدرة على تعزيز قدراتنا المعرفية وصنع القرار من خلال تزويدنا بالمعلومات ذات الصلة في الوقت المناسب. ومع ذلك يمكن أن يكون لها أيضًا تأثير إيجابي على إبداعنا. وخير مثال على ذلك هو برنامج Dreamcatcher AI الخاص بـ Autodesk والذي لديه القدرة على تضخيم خيال المصممين حتى أولئك المتميزين بالفعل. عند استخدام Dreamcatcher يمكن للمصمم توفير معايير محددة للمنتج المطلوب مثل الكرسي الذي يمكنه دعم ما يصل إلى 300 رطل ويبلغ ارتفاع مقعده 18 بوصة ومصنوع من مواد تكلف أقل من 75 دولارًا وهكذا. بالإضافة إلى ذلك يمكن للمصمم توفير معلومات حول الكراسي الأخرى التي يجدونها ممتعة من الناحية الجمالية. يقوم Dreamcatcher بعد ذلك بإنشاء الآلاف من التصميمات التي تلبي تلك المعايير المحددة وغالبًا ما تثير أفكارًا جديدة ربما لم يفكر فيها المصمم في البداية. يمكن للمصمم بعد ذلك توجيه البرنامج مشيرًا إلى تصميمات الكراسي التي يفضلونها وأيها لا يفضلونه مما يؤدي إلى جولة جديدة من التصميمات. يمكن تكرار هذه العملية عدة مرات حتى يتحقق التصميم المطلوب. في النهاية يمكن أن يؤدي استخدام أدوات الذكاء الاصطناعي مثل Dreamcatcher إلى إنشاء تصميمات مبتكرة وفريدة من نوعها كان من الصعب تحقيقها بخلاف ذلك. إن إمكانات الذكاء الاصطناعي في تعزيز الإبداع في مختلف المجالات هائلة ومن المتوقع أن ينمو استخدامه في المستقبل فقط.

يقوم Dreamcatcher بتنفيذ العديد من العمليات الحسابية أثناء العملية التكرارية لضمان تلبية كل اقتراح تصميم للمتطلبات المحددة. يتيح ذلك للمصممين التركيز على الاستفادة من حكمهم المهني وحساسياتهم الفنية وهي سمات إنسانية فريدة. وبالتالي تتيح إمكانيات Dreamcatcher للمصممين إنتاج تصميمات ليست وظيفية فحسب بل إنها أيضًا مبهجة من الناحية الجمالية.

التفاعل.

يوفر التعاون بين الإنسان والآلة للشركات الفرصة للتفاعل مع موظفيها وعملائها بطرق مبتكرة وعالية الإنتاجية. على سبيل المثال يمكن لوكلاء الذكاء الاصطناعي مثل Cortana المساعدة في التواصل بين الأفراد أو حتى نيابة عن الأفراد مثل نسخ اجتماع ومشاركة نسخة قابلة للبحث الصوتي مع أولئك الذين لم يتمكنوا من الحضور. هذه التطبيقات قابلة للتطوير بطبيعتها ويمكن استخدامها لتوفير خدمة عملاء روتينية لعدد كبير من الأشخاص في وقت واحد بغض النظر عن موقعهم. هذا يجعل من الممكن للشركات أن تعمل بكفاءة أكبر مما يوفر الوقت والموارد مع تحسين تجربة العملاء في نفس الوقت.

أدمج SEB وهو بنك سويدي بارز مؤخرًا مساعدًا افتراضيًا يُدعى Aida للتواصل مع ملايين العملاء. عايدة مجهزة تجهيزًا جيدًا للتعامل مع محادثات اللغة الطبيعية ولديها إمكانية الوصول إلى كمية هائلة من البيانات مما يمكنها من الرد على الأسئلة المتداولة مثل فتح الحسابات أو إجراء مدفوعات عبر الحدود. علاوة على ذلك يمكن لـ Aida طرح أسئلة متابعة لحل مشكلات العملاء وتحليل نبرة صوتهم باستخدام تلك المعلومات لتقديم خدمة أفضل في المستقبل. تقوم عايدة بتحويل المتصل إلى ممثل خدمة العملاء البشري في حالة عدم قدرة النظام على معالجة مخاوفهم ؛ يحدث هذا في حوالي 30٪ من الحالات. تتم مراقبة المكالمة بعد ذلك لمعرفة كيفية حل المشكلات المماثلة في المستقبل. من خلال معالجة Aida للطلبات الأساسية يمكن للممثلين البشريين التركيز على حل المشكلات الأكثر تعقيدًا لا سيما من المتصلين غير الراضين الذين قد يحتاجون إلى مساعدة إضافية. يمثل تكامل Aida تقدمًا كبيرًا في خدمة العملاء مما يمكّن SEB من تقديم مساعدة سريعة وفعالة لعملائها.

تجسد.

توجد الذكاءات الاصطناعية مثل عايدة وكورتانا بشكل أساسي ككيانات رقمية ؛ ومع ذلك في حالات معينة يتم دمج الذكاء داخل الروبوت الذي يعزز عمليات العمل البشري. تمتلك الآلات التي تعمل بالذكاء الاصطناعي مستشعرات ومحركات ومشغلات متقدمة ويمكنها الآن تحديد الأفراد والأشياء والعمل بأمان في انسجام مع البشر في بيئات مثل المصانع والمستودعات والمختبرات. إن قدرة تقنية الذكاء الاصطناعي على استكمال الأداء البشري وزيادة قدراتنا مكنتنا من تحقيق إنتاجية وكفاءة أكبر في حياتنا اليومية.

في مجال التصنيع تخضع الروبوتات لعملية تحول من حالتها السابقة كمعدات صناعية محفوفة بالمخاطر وغير ذكية إلى شكل أكثر ذكاءً وإدراكًا للسياق يُطلق عليه ” cobots “. يمكن استخدام ذراع cobot لأداء المهام المتكررة التي تتطلب مجهودًا بدنيًا كبيرًا بينما يؤدي العامل البشري المهام التي تتطلب مهارة وحكمًا بشريًا مثل تجميع محرك تروس .

تعمل Hyundai على توسيع نطاق مفهوم cobot من خلال دمج الهياكل الخارجية في مجموعتها. تتمتع هذه الأجهزة الروبوتية المبتكرة القابلة للارتداء بالقدرة على التكيف مع المستخدم والبيئة في الوقت الفعلي. نتيجة لذلك سيكون لدى العمال الصناعيين الآن القدرة على أداء عملهم بقوة استثنائية وقدرة على التحمل تتجاوز حدود الإنسان.

إعادة تصميم عملك

من أجل تحسين إمكانات الذكاء الاصطناعي بالكامل من الضروري إعادة هيكلة العمليات. يمكن تحقيق ذلك من خلال تحديد وتعريف منطقة تشغيلية لديها إمكانية التحسين. يمكن أن تكون هذه المنطقة عملية داخلية تعرقل التقدم مثل تأخر الموارد البشرية في شغل مناصب الموظفين. بدلاً من ذلك يمكن أن تكون مشكلة طويلة الأمد لم تكن قابلة للحل في السابق ولكن يمكن معالجتها الآن باستخدام الذكاء الاصطناعي مثل تحديد التفاعلات الدوائية الضارة عبر مجموعات متنوعة من المرضى. علاوة على ذلك هناك العديد من تقنيات الذكاء الاصطناعي المبتكرة والتقنيات التحليلية المتقدمة التي يمكن أن تسلط الضوء على المشكلات التي كانت غير مرئية سابقًا ولكن يمكن الآن معالجتها بشكل فعال من خلال حلول الذكاء الاصطناعي. في الأساس يكمن مفتاح إطلاق العنان للمزايا الكاملة للذكاء الاصطناعي في القدرة على إعادة تصميم العمليات مع وضع الذكاء الاصطناعي في الاعتبار.

كشف المشاكل غير المرئية

اشتهر وزير دفاع الولايات المتحدة السابق دونالد رامسفيلد بالتمييز بين ثلاثة أنواع من المعرفة: “المعروفون” و “المجهولون المعروفون” و “المجهولون المجهولون”. في حين أنه من السهل نسبيًا إدارة النوعين الأولين إلا أن الفئة الثالثة هي التي تشكل التحدي الأكبر. لكن في السنوات الأخيرة بدأت بعض الشركات في استخدام الذكاء الاصطناعي (AI) للكشف عن هذه “المجهول المجهول” في أعمالها. إحدى هذه الشركات هي GNS Healthcare التي تطبق برامج التعلم الآلي لتحديد العلاقات التي تم التغاضي عنها بين البيانات في السجلات الصحية للمرضى وفي أماكن أخرى. بمجرد تحديد العلاقة يولد البرنامج العديد من الفرضيات لشرحها ثم يقترح أيًا منها هو الأكثر منطقية. لقد مكن هذا النهج GNS من الكشف عن تفاعل دوائي جديد كان مخفيًا سابقًا في ملاحظات المريض غير المنظمة.

وفقًا للرئيس التنفيذي كولن هيل هذه ليست حالة بسيطة من التنقيب في البيانات للعثور على الجمعيات. بدلاً من ذلك تم تصميم منصة التعلم الآلي الخاصة بـ GNS لتتجاوز التعرف على الأنماط والارتباط وبدلاً من ذلك تركز على اكتشاف الروابط السببية. من خلال القيام بذلك تكون الشركة قادرة على تقديم رؤى وتحديد الفرص التي كانت ستظل مخفية لولا ذلك. بالإضافة إلى ذلك يمكن استخدام منصة GNS للتنبؤ بفعالية العلاجات المختلفة للمرضى الفرديين والتي يمكن أن تساعد الأطباء على اتخاذ قرارات مستنيرة بشأن رعايتهم.

تتمثل إحدى المزايا الرئيسية للاكتشاف المدعوم بالذكاء الاصطناعي في أنه يمكن أن يساعد الشركات في التغلب على المشكلات المعقدة ومتعددة الأبعاد التي يصعب على البشر حلها. على سبيل المثال تم استخدام منصة GNS لتحديد الأسباب الجذرية للأمراض المزمنة مثل مرض السكري وأمراض القلب والتي تتأثر بمجموعة واسعة من العوامل الوراثية ونمط الحياة والعوامل البيئية. من خلال تحليل مجموعات البيانات الكبيرة والمتنوعة يمكن لبرنامج GNS تحديد أهم العوامل المحركة لهذه الحالات ومساعدة الباحثين على تطوير علاجات جديدة تستهدف تلك العوامل المحددة.

بشكل عام لا يزال استخدام الذكاء الاصطناعي للكشف عن “المجهول” في مهده لكن الفوائد المحتملة هائلة. من خلال مساعدة الشركات والباحثين على فهم مجموعات البيانات المعقدة وتحديد الأنماط والرؤى المخفية فإن هذه التقنيات لديها القدرة على تحويل مجموعة واسعة من الصناعات وتحسين حياة ملايين الأشخاص حول العالم. مع استمرار تطور التكنولوجيا وتحسينها يمكننا أن نتوقع رؤية المزيد من الاختراقات المثيرة في السنوات القادمة.

يجب على الشركات الانخراط في إنشاء مشترك مع أصحاب المصلحة لتطوير الحلول التي تتضمن التعاون مع أنظمة الذكاء الاصطناعي من أجل تعزيز العمليات المختلفة. على سبيل المثال تمكنت شركة زراعية كبيرة تهدف إلى نشر تكنولوجيا الذكاء الاصطناعي لمساعدة المزارعين من الوصول إلى كميات هائلة من البيانات حول خصائص التربة وأنماط الطقس والمحاصيل التاريخية والعوامل الأخرى ذات الصلة. كانت الخطة الأولية للشركة هي تصميم تطبيق ذكاء اصطناعي يتنبأ بدقة بعوائد المحاصيل المستقبلية. ومع ذلك قبل القيام بذلك كان من الضروري إشراك أصحاب المصلحة في تصور كيفية العمل مع نظام الذكاء الاصطناعي لتحقيق هذا الهدف.

في سياق التعامل مع المزارعين اكتشفت المنظمة مطلبًا أكثر إلحاحًا. على وجه التحديد رغب المزارعون في منصة يمكن أن تقدم توصيات في الوقت الفعلي حول كيفية تعزيز الإنتاجية. ستغطي هذه التوصيات مجموعة من القضايا بما في ذلك المحاصيل التي يجب زراعتها ومكان زراعتها وكمية النيتروجين التي يجب استخدامها في التربة. استجابة لهذه الحاجة طورت المنظمة نظامًا للذكاء الاصطناعي يمكنه تقديم مثل هذه النصائح. كانت النتائج المبكرة لهذه المبادرة مشجعة حيث أعرب المزارعون عن رضاهم عن غلة المحاصيل التي تم تحقيقها باستخدام مشورة الذكاء الاصطناعي. ثم تم دمج نتائج هذا الاختبار الأولي في النظام لتحسين الخوارزميات المستخدمة. كما كان الحال مع مرحلة الاكتشاف يمكن للذكاء الاصطناعي والتقنيات التحليلية الجديدة أن تدعم مبادرات الخلق المشترك وتقدم اقتراحات لأساليب جديدة لتعزيز العمليات.

بمجرد اقتراح الحل فإن الخطوة الأساسية التالية للشركات هي توسيع نطاقه ثم صيانته. يمكن رؤية مثال ملموس في حالة SEB التي طبقت في البداية نسخة من Aida لمساعدة 15000 من موظفي البنك. بعد ذلك أطلقت الشركة برنامج chatbot لعملائها البالغ عددهم مليون عميل لتوسيع نطاق وصولها.

من خلال التعاون المكثف مع العديد من الشركات نجحنا في تحديد خمس سمات رئيسية لعمليات الأعمال التي غالبًا ما تكون محور جهود التحسين: المرونة والسرعة والنطاق واتخاذ القرار والتخصيص. عند القيام بمهمة إعادة تصور عملية تجارية معينة من الضروري تحديد أي من هذه السمات هو المحور المركزي للتحول المطلوب. بالإضافة إلى ذلك من الأهمية بمكان تقييم كيفية تسخير التعاون الذكي لمعالجة مجال التركيز هذا وتحديد عمليات إعادة التنظيم والمفاضلات الضرورية مع خصائص العملية الأخرى.

تدمج مرسيدس-بنز أذرع الكوبوت بسلاسة مع جسم العامل البشري وتعمل بشكل فعال كإمتداد للجسم المذكور.

المرونة.

بالنسبة للمديرين التنفيذيين في مرسيدس-بنز شكلت العمليات غير المرنة تحديًا متزايدًا. على نحو متزايد كان عملاء الشركة الأكثر ربحية يطالبون بسيارات السيدان الفردية من الفئة S لكن أنظمة التجميع الخاصة بصانع السيارات لم تستطع توفير التخصيص الذي يريده الناس.

في الماضي كان تصنيع السيارات عملية صارمة وغير مرنة تتضمن استخدام خطوات آلية يقوم بها روبوتات “غبية”. ومع ذلك من أجل تعزيز المرونة اتخذت مرسيدس-بنز قرارًا باستبدال بعض هذه الروبوتات بأجهزة روبوت مدعومة بالذكاء الاصطناعي وأعادت تصميم عملياتها للتركيز على التعاون بين الإنسان والآلة. في مصنع الشركة الواقع بالقرب من شتوتغارت بألمانيا أصبحت أذرع الروبوت التي يوجهها العاملون البشريون مسؤولة الآن عن التقاط الأجزاء الثقيلة ووضعها لتصبح امتدادًا لجسم العامل. يمكّن هذا النظام المعين العامل من التحكم في بناء كل مركبة مما يستلزم عملاً يدويًا أقل والمزيد من العمل “التجريبي” مع الروبوت. في الأساس أدى التعاون بين البشر والآلات إلى عملية تصنيع سيارات أكثر كفاءة ومرونة تتماشى بشكل أكبر مع التطورات التكنولوجية الحالية. من خلال دمج cobots التي تدعم الذكاء الاصطناعي وضعت مرسيدس معيارًا صناعيًا سيتبعه بلا شك شركات تصنيع السيارات الأخرى.

إن قدرة فرق الإنسان والآلة التي توظفها الشركة رائعة. يمكن إعادة برمجة الكوبوتات في مصنع التصنيع بسهولة باستخدام الكمبيوتر اللوحي وهذا يسمح لهم بالتعامل مع المهام المختلفة اعتمادًا على التغييرات في سير العمل . كان هذا المستوى من الرشاقة دورًا أساسيًا في مساعدة الشركة المصنعة على تحقيق مستويات غير مسبوقة من التخصيص. يمكن لمرسيدس على سبيل المثال إضفاء الطابع الشخصي على إنتاج السيارة بناءً على الخيارات في الوقت الفعلي التي يتخذها المستهلكون في الوكلاء. يمكن أن يمتد هذا التخصيص إلى أصغر التفاصيل مثل مكونات لوحة القيادة وجلد المقعد وأغطية صمام الإطارات مما يعني أنه لا توجد سيارتان تم إنتاجهما في مصنع شتوتغارت. أحدث استخدام الشركة للتكنولوجيا ثورة في عملية التصنيع وهو دليل على الفوائد التي يمكن الحصول عليها من التكامل الفعال بين العمالة البشرية والآلية.

تحسين الأداء

في مختلف الصناعات يعمل الذكاء الاصطناعي والبشر معًا في منظمات مختلفة.

سرعة.

في بعض الممارسات التجارية يتم التركيز على الملاءمة. يتعلق أحد هذه الإجراءات بتحديد حالات الاحتيال في بطاقات الائتمان. الشركات مقيدة بمسألة ثوان فقط لتمييز ما إذا كان ينبغي لها السماح بمعاملة معينة أم لا. في حالة تحديد أنها احتيالية فربما يتعين على الشركة استيعاب الخسارة المرتبطة بها. ومع ذلك إذا رفضوا معاملة قانونية فإنهم يخسرون الرسوم من هذا البيع ويحتمل أن ينفرو العميل. نتيجة لذلك من الضروري أن تمتلك الشركات نظامًا يمكنه التفريق بسرعة بين نشاط بطاقة الائتمان المشروع والاحتيالي.

قام HSBC من بين البنوك الكبرى الأخرى بتطوير حل يعتمد على الذكاء الاصطناعي يزيد من سرعة ودقة اكتشاف الاحتيال. من خلال فحص ملايين المعاملات كل يوم يحلل الذكاء الاصطناعي البيانات المتعلقة بموقع الشراء وسلوك العميل وعناوين IP والعوامل الأخرى ذات الصلة لتحديد أي أنماط خفية قد تشير إلى احتيال محتمل. تم تطبيق النظام في البداية في الولايات المتحدة وقد أثبت أنه فعال للغاية في الحد من حالات الاحتيال غير المكتشفة والإيجابيات الكاذبة. بعد هذا النجاح قدم HSBC النظام عبر المملكة المتحدة وآسيا. وبالمثل طبق بنك Danske أيضًا نظامًا متميزًا للذكاء الاصطناعي أدى إلى تحسين معدل اكتشاف الاحتيال بنسبة 50٪ وخفض الإيجابيات الكاذبة بنسبة 60٪. يتيح خفض عدد الإيجابيات الكاذبة للمحققين تركيز انتباههم على المعاملات التي يشير إليها الذكاء الاصطناعي والتي تتطلب حكمًا بشريًا بسبب ظروف ملتبسة. بشكل عام كانت هذه الأنظمة التي تعمل بالذكاء الاصطناعي مفيدة في تبسيط عملية اكتشاف الاحتيال والتخفيف من آثاره الضارة.

يمكن تشبيه المعركة ضد الاحتيال المالي بسباق تسلح مستمر حيث تدفع أساليب الكشف المحسنة المجرمين إلى ابتكار تكتيكات أكثر تطوراً مما يستلزم المزيد من التقدم في قدرات الكشف. تتطلب هذه الدورة المستمرة أن الخوارزميات ونماذج التسجيل المستخدمة في مكافحة الاحتيال لها عمر قصير جدًا مما يتطلب تحديثات روتينية. علاوة على ذلك تتبنى دول ومناطق مختلفة نماذج مختلفة مما يزيد الوضع تعقيدًا. نتيجة لذلك يعد وجود جيش كبير من محللي البيانات ومتخصصي تكنولوجيا المعلومات وخبراء الاحتيال المالي ضروريًا عند تقاطع البشر والآلات لضمان بقاء البرنامج متقدمًا على المجرمين. فقط من خلال الجهود الدؤوبة التي يبذلها هؤلاء المحترفون يمكننا أن نأمل في البقاء في صدارة التهديد المتطور باستمرار المتمثل في الاحتيال المالي وحماية الرفاه المالي للأفراد والمؤسسات في جميع أنحاء العالم.

حجم.

غالبًا ما يكون ضعف قابلية التوسع عائقًا رئيسيًا أمام تحسين العمليات التجارية المختلفة خاصة تلك التي تعتمد بشكل كبير على العمالة البشرية بمساعدة قليلة جدًا من الماكينة. خذ على سبيل المثال عملية توظيف الموظفين في شركة Unilever وهي شركة سلع استهلاكية عملاقة تضم قوة عاملة قوامها 170000 فرد. حدد قسم الموارد البشرية الحاجة إلى تنويع القوى العاملة من خلال التركيز على الموظفين المبتدئين ثم ترقية أفضل الموظفين أداءً إلى المناصب الإدارية. ومع ذلك لم تتمكن العمليات الحالية للشركة من تقييم عدد كبير من المرشحين المحتملين بشكل فعال مع استمرار الاهتمام الفردي لكل منهم. نتيجة لذلك كانت الشركة تكافح من أجل جذب مجموعة متنوعة من المواهب الاستثنائية.

هذه مشكلة شائعة للشركات التي تعتمد بشكل كبير على العمليات اليدوية حيث تكافح غالبًا من أجل التوسع بكفاءة. في عالم الأعمال سريع الخطى اليوم تحتاج المؤسسات إلى أن تكون قادرة على تقييم المرشحين المحتملين بسرعة وفعالية من أجل الحفاظ على قدرتها التنافسية. وهذا يتطلب تنفيذ عمليات مؤتمتة ومبسطة يمكنها التعامل مع أعداد أكبر من المرشحين دون التضحية بجودة التقييم. من خلال القيام بذلك يمكن للشركات التأكد من أنها تجتذب أفضل المواهب والاحتفاظ بها وهو أمر ضروري للنجاح على المدى الطويل.

لحسن الحظ بدأت العديد من الشركات في إدراك أهمية الأتمتة في عمليات التوظيف الخاصة بهم. من خلال الاستفادة من التقنيات المتطورة مثل التعلم الآلي والذكاء الاصطناعي فإن هذه الشركات قادرة على أتمتة العديد من المهام الشاقة التي ينطوي عليها التوظيف وتحرير موظفي الموارد البشرية للتركيز على المزيد من الأنشطة الاستراتيجية. لا يؤدي ذلك إلى تحسين كفاءة عملية التوظيف فحسب بل يعزز أيضًا تجربة المرشح وهو أمر بالغ الأهمية لبناء علامة تجارية قوية لصاحب العمل. في نهاية المطاف من خلال الاستثمار في عمليات التوظيف المؤتمتة والقابلة للتطوير يمكن للشركات وضع نفسها لتحقيق النجاح على المدى الطويل في مشهد أعمال يتزايد فيه التنافس.

نجحت شركة Unilever في دمج الذكاء الاصطناعي (AI) مع القدرات البشرية لتبسيط عملية التوظيف. في الجولة الأولى من عملية التقديم يُطلب من المرشحين المشاركة في الألعاب عبر الإنترنت التي تقيّم نفورهم من المخاطرة والسمات الأخرى المهمة للوظيفة المحددة. لا تحتوي هذه الألعاب على أي إجابات صحيحة أو خاطئة ولكن نتائجها تساعد الذكاء الاصطناعي في شركة Unilever في تحديد الأفراد الأكثر ملاءمة للوظيفة. في الجولة التالية يُطلب من المتقدمين إرسال مقطع فيديو يجيبون فيه على الأسئلة المصممة حسب الوظيفة التي يهتمون بها. لا تقوم منظمة العفو الدولية بتقييم إجاباتهم فحسب بل تنظر أيضًا في لغة جسدهم ونبرة صوتهم. ثم تختار منظمة العفو الدولية أفضل المرشحين لإجراء المقابلات الشخصية في شركة Unilever. أخيرًا يتخذ فريق التوظيف البشري قرارات التوظيف النهائية. مكّن هذا النهج المختلط شركة Unilever من تحديد أفضل المرشحين مع توفير الوقت والموارد.

لا يمكن تحديد فعالية عملية التوظيف الجديدة من حيث إنتاج موظفين بجودة أفضل في الوقت الحالي. كانت الشركة تراقب بجدية أداء الموظفين الجدد ومع ذلك لا تزال هناك حاجة لمزيد من المعلومات لإجراء تقييم دقيق. ومع ذلك فمن الواضح أن النظام الجديد قد وسع بشكل كبير نطاق جهود التوظيف في Unilever. ويرجع ذلك جزئيًا إلى سهولة الوصول إلى النظام من خلال الهواتف الذكية مما أدى إلى مضاعفة عدد المتقدمين إلى 30.000 في غضون عام. بالإضافة إلى ذلك زاد عدد الجامعات الممثلة من 840 إلى 2600 كما تحسن التنوع الاجتماعي والاقتصادي للموظفين الجدد. علاوة على ذلك انخفض متوسط الوقت الذي يستغرقه اتخاذ قرار التوظيف من أربعة أشهر إلى أربعة أسابيع فقط وانخفض مقدار الوقت الذي يقضيه مسؤولو التوظيف في مراجعة الطلبات بنسبة ملحوظة بلغت 75٪.

صناعة القرار.

يتمتع الذكاء الاصطناعي بالقدرة على تعزيز مهارات اتخاذ القرار للموظفين من خلال تقديم معلومات وإرشادات شخصية والتي يمكن أن تكون مفيدة للغاية. يمكن أن تكون هذه التكنولوجيا مفيدة بشكل خاص للموظفين الذين يعملون في المناصب التنفيذية حيث يمكن أن تؤثر دقة القرارات بشكل كبير على النتائج التنظيمية. من خلال الاستفادة من الذكاء الاصطناعي يمكن تزويد الموظفين بالمجموعة الصحيحة من الأدوات لاتخاذ قرارات مستنيرة تتماشى مع أهداف الشركة وقيمها.

أدى استخدام التوائم الرقمية وهي تمثيلات افتراضية للمعدات المادية إلى تحسين صيانة المعدات بشكل كبير. قامت شركة جنرال إلكتريك على سبيل المثال بتطوير نماذج برمجية لتوربيناتها ومنتجاتها الصناعية الأخرى وتقوم باستمرار بتحديثها ببيانات التشغيل المتدفقة من المعدات. وقد مكن هذا الشركة من تجميع قدر هائل من المعلومات حول كل من الأداء الطبيعي وغير الطبيعي من خلال جمع القراءات من العديد من الأجهزة في هذا المجال. من خلال تطبيق خوارزميات التعلم الآلي يمكن لبرنامج Predix من جنرال إلكتريك التنبؤ بفشل أجزاء معينة في الأجهزة الفردية. لقد أحدثت هذه التقنية ثورة في الطريقة التي يتم بها إجراء صيانة المعدات مما يسمح بالصيانة التنبؤية التي يمكن أن تمنع أعطال المعدات وتقليل وقت التوقف عن العمل. أظهر استخدام التوائم الرقمية بوضوح إمكاناتها الهائلة لتحسين العمليات الصناعية وخفض التكاليف.

أدى استخدام هذا الابتكار إلى تحول جذري في عملية صنع القرار المطلوبة لصيانة المعدات الصناعية. على سبيل المثال تستطيع Predix اكتشاف أي تآكل أو تمزق غير متوقع للعضو الدوار قد يكون موجودًا في التوربين. يمكنه أيضًا تحليل التاريخ التشغيلي للتوربين وتحديد أن الضرر قد زاد أربع مرات خلال الأشهر القليلة الماضية وتنبيه الأطراف المعنية إلى أن الدوار قد يفقد ما يصل إلى 70٪ من عمره الإنتاجي إذا لم يتم اتخاذ أي إجراء. علاوة على ذلك يمكن للنظام تقديم توصيات بشأن التدابير المناسبة التي يجب اتخاذها بناءً على الحالة الحالية للآلة وبيئة التشغيل والبيانات المجمعة الأخرى المتعلقة بأضرار وإصلاحات مماثلة لأجهزة أخرى. بالإضافة إلى ذلك يمكن أن تقدم Predix معلومات عن التكاليف والفوائد المالية المرتبطة بتوصياتها فضلاً عن توفير مستوى ثقة بنسبة 95٪ للافتراضات المستخدمة في تحليلها. كل هذه الميزات تجعل Predix أداة لا تقدر بثمن لصيانة المعدات الصناعية.

بفضل Predix أصبح طاقم الصيانة قادرًا الآن على اكتشاف تلف الدوار في وقت مبكر والذي كان لولا ذلك يمر دون أن يلاحظه أحد أثناء عمليات فحص الصيانة الروتينية. بدون هذا الاكتشاف المبكر كانت الدوارات ستفشل مما يؤدي إلى إغلاق مكلف. باستخدام Predix يتم الآن إخطار موظفي الصيانة بالمشكلات المحتملة قبل أن تتفاقم ويتمتعون بإمكانية الوصول إلى المعلومات الضرورية لاتخاذ قرارات مستنيرة يمكن أن توفر لشركة GE ملايين الدولارات. ونتيجة لذلك أثبتت Predix بلا شك أنها أحد الأصول القيمة في صيانة GE وإدارة العمليات.

إضفاء الطابع الشخصي.

لطالما كان توفير تجارب العلامة التجارية الشخصية والمصممة خصيصًا للعملاء هو الهدف النهائي للتسويق. ومع ذلك مع التكنولوجيا المتطورة باستمرار لا سيما مع الذكاء الاصطناعي وصل مستوى التخصيص إلى آفاق جديدة لم يكن من الممكن تصورها في السابق. وخير مثال على ذلك يكمن في خدمة بث الموسيقى Pandora التي تستخدم خوارزميات الذكاء الاصطناعي لإنشاء قوائم تشغيل مخصصة لملايين المستخدمين بناءً على تفضيلاتهم في الأغاني والفنانين والأنواع. مثال آخر هو Starbucks الذي يستخدم الذكاء الاصطناعي للتعرف على الأجهزة المحمولة للعملاء والوصول إلى سجل الطلبات الخاص بهم وتقديم توصيات مخصصة إلى باريستا. تعمل هذه التكنولوجيا التي تعمل بالذكاء الاصطناعي على غربلة ومعالجة كميات هائلة من البيانات لاقتراح عروض أو إجراءات محددة في حين أن العنصر البشري من الحدس والحكم لا يزال حاسمًا في اتخاذ القرار النهائي أو اختيار الخيار الأفضل من بين مجموعة من الخيارات. باختصار أحدث الذكاء الاصطناعي ثورة في مجال التسويق من خلال تقديم مستوى من التخصيص كان من المستحيل تحقيقه في السابق وشجع العلامات التجارية على التركيز على تقديم تجربة فريدة وفردية لعملائها.

يتم تسهيل استخدام الذكاء الاصطناعي من قبل شركة Carnival Corporation لتخصيص تجربة الرحلات البحرية لملايين المصطافين من خلال جهاز يمكن ارتداؤه يسمى Ocean Medallion وشبكة تمكن الأجهزة الذكية من الاتصال. تتم معالجة البيانات المتدفقة من الرصيعة ومن أجهزة الاستشعار والأنظمة في جميع أنحاء السفينة ديناميكيًا عن طريق التعلم الآلي لمساعدة الضيوف في تحقيق أقصى استفادة من إجازاتهم. تعمل الميدالية على تبسيط عمليات الصعود إلى الطائرة وإنزالها وتتبع أنشطة الضيوف وتبسيط عملية الشراء عن طريق ربط بطاقات الائتمان الخاصة بهم بالجهاز وتعمل كمفتاح للغرفة كما أنها تتصل بنظام يتوقع تفضيلات الضيوف مما يتيح لأفراد الطاقم تقديم خدمة مخصصة إلى كل ضيف من خلال اقتراح مسارات مخصصة للأنشطة وتجارب تناول الطعام. باستخدام الذكاء الاصطناعي يمكن للضيوف الآن تجربة مستوى لا مثيل له من الراحة والملاءمة مما يعزز تجربة إجازتهم الشاملة مما يؤدي إلى زيادة رضا العملاء وولائهم. يعد هذا الاستخدام المبتكر للتكنولوجيا بمثابة تغيير لقواعد اللعبة في صناعة الرحلات البحرية حيث يوفر خارطة طريق للآخرين ليتبعوها فيما يتعلق بالاستفادة من الذكاء الاصطناعي لإضفاء الطابع الشخصي على تجربة العميل.

يعد الطلب على الوظائف الجديدة والأفراد المهرة أمرًا بالغ الأهمية في القوى العاملة اليوم.

تتجاوز إعادة تصور عملية الأعمال مجرد دمج تقنية الذكاء الاصطناعي ؛ إنه يستلزم تكريسًا كبيرًا لتنمية الموظفين بما نطلق عليه “مهارات الاندماج” – وهي القدرات التي تمكنهم من العمل بفاعلية عند مفترق الطرق بين الإنسان والآلة. في البداية يجب على الأفراد فهم كيفية تفويض المسؤوليات إلى التكنولوجيا الجديدة مثل عندما يعتمد الأطباء على أجهزة الكمبيوتر لمساعدتهم في تفسير الأشعة السينية والتصوير بالرنين المغناطيسي. علاوة على ذلك يجب أن يكون الموظفون على دراية بكيفية مزج مواهبهم البشرية الفريدة مع تلك الخاصة بآلة ذكية لتحقيق نتيجة أفضل مما يمكن لأي منهما إنتاجه بمفرده كما هو واضح في الجراحة بمساعدة الروبوت. يجب أن يتمتع الموظفون بالقدرة على تعليم الوكلاء الأذكياء مهارات جديدة وتلقي التدريب للعمل بفعالية ضمن العمليات المحسّنة للذكاء الاصطناعي. كل هذه القدرات هي مكونات حاسمة لمهارات الاندماج المطلوبة للتنفيذ الناجح لتقنية الذكاء الاصطناعي في عملية الأعمال.

من أجل الحصول بشكل فعال على المعلومات التي يحتاجونها من وكيل الذكاء الاصطناعي يجب أن يمتلك الأفراد المعرفة بالطريقة الأنسب لطرح الأسئلة. بالإضافة إلى ذلك من الأهمية بمكان أن يكون لدى الشركات موظفين متفانين مثل أولئك الذين ينتمون إلى فريق الخصوصية التفاضلي التابع لشركة Apple ويكونون مسؤولين عن ضمان الاستخدام الأخلاقي والقانوني لأنظمة الذكاء الاصطناعي الخاصة بهم. من خلال تطبيق هذه التدابير يمكن للمؤسسات أن تضمن أن تطبيق تقنية الذكاء الاصطناعي يتوافق مع قيمها ويتم إجراؤه بطريقة مسؤولة اجتماعيًا.

في السنوات القادمة نتوقع حدوث تحول في طريقة هيكلة الشركات لأدوارها مع التركيز على النتائج المرجوة من العمليات المعاد تصورها. سيكون هناك تحول نحو تنظيم الشركات حول مجموعات المهارات المختلفة بدلاً من المسميات الوظيفية التقليدية غير المرنة. اتخذت AT&T بالفعل خطوات في هذا الاتجاه حيث تنتقل من خدمات الهاتف الأرضي إلى شبكات الهاتف المحمول وتسعى لإعادة تدريب 100000 موظف لشغل وظائف جديدة. كجزء من هذه المبادرة قامت الشركة بإصلاح مخططها التنظيمي من خلال تبسيط ما يقرب من 2000 مسمى وظيفي إلى عدد أصغر من الفئات الأوسع التي تشمل مهارات مماثلة. بعض هذه المهارات أكثر قابلية للتنبؤ بها مثل الكفاءة في علم البيانات والجدل حول البيانات في حين أن البعض الآخر أقل وضوحًا مثل القدرة على استخدام أدوات التعلم الآلي البسيطة لبيع الخدمات. ستمكّن إعادة الهيكلة هذه الشركات من أن تكون أكثر ذكاءً وقدرة على التكيف مما يلبي الاحتياجات المتطورة باستمرار لمشهد الأعمال الحديث.

خاتمة

تستلزم معظم العمليات التي تتضمن التفاعل بين الإنسان والآلة الأفراد لأداء واجبات جديدة ومتميزة مثل تدريب روبوت المحادثة وتنفيذ المهام بطريقة مختلفة مثل استخدام روبوت المحادثة هذا لتقديم خدمة عملاء فائقة. ومع ذلك فقد لاحظنا فقط عددًا قليلاً من الشركات في استطلاعاتنا البحثية التي بدأت في إعادة تصور عملياتها التجارية لتحسين الذكاء التعاوني. إن الوجبات الجاهزة واضحة تمامًا: المؤسسات التي تستخدم الآلات فقط لتحل محل الموظفين من خلال الأتمتة ستفشل في الاستفادة من الإمكانات الكاملة للذكاء الاصطناعي. مثل هذه الإستراتيجية معيبة بشكل أساسي. سيكون قادة المستقبل هم الذين يتبنون بكل إخلاص الذكاء التعاوني ويعززون عملياتهم والأسواق والصناعات والأهم من ذلك القوى العاملة لديهم.

ظهرت نسخة سابقة من هذا المقال في عدد يوليو وأغسطس 2018 (ص 114-123) من مجلة هارفارد بيزنس ريفيو المرموقة.

1. يشغل H. James Wilson منصب المدير العام العالمي لقيادة الفكر وبحوث التكنولوجيا في Accenture وشارك في تأليف العديد من الكتب بما في ذلك “Radically Human: How New Technology Is Transforming Business and Shaping Future” (Harvard Business Review Press، 2022) و “الإنسان + الآلة: إعادة تصور العمل في عصر الذكاء الاصطناعي” (Harvard Business Review Press 2018).
2. بول دوجيرتي هو الرئيس التنفيذي للمجموعة – التكنولوجيا ورئيس قسم التكنولوجيا في شركة Accenture وشارك أيضًا في تأليف الكتب المذكورة أعلاه. نالت المنشورات استحسانًا كبيرًا وتمت الإشادة بها لتحليلها الثاقب للتكنولوجيا وتحول الأعمال. يعتبر كل من ويلسون ودوجيرتي خبراء معترف بهم في مجالاتهم وقد أدت خبرتهم الواسعة ومعرفتهم إلى السعي وراء المتحدثين والمستشارين. كانت مساهماتهم في مجال البحث والابتكار التكنولوجي كبيرة ومؤثرة وهم يواصلون إلهام وتثقيف الجيل القادم من قادة الفكر في الصناعة.