حقیقت مخفی این است که شرکتهای آمریکایی در زمینه هوش مصنوعی بسیار کند حرکت میکنند. برخی از آن احتیاط و برخی دیگر استخدام وحشتناک است
پرونده کاهش سرعت هوش مصنوعی هفته گذشته هنگامی که محقق Anthropic به طور علنی استعفا داد، افزایش یافت، اما پذیرش در حال حاضر بسیار کند است.
پرونده کاهش سرعت هوش مصنوعی هفته گذشته هنگامی که محقق Anthropic، Jacob Coxon، به طور علنی استعفا داد، با اشاره به پتانسیل هوش مصنوعی برای پایان دادن به بشریت، افزایش یافت. مدیر عامل Anthropic، داریو آمودی، سپس مقاله ای تقریبا 4000 کلمه ای را در مورد کاهش سرعت هوش مصنوعی ارسال کرد. در یک حمله نادر از اتحاد، سم آلتمن، ایلان ماسک و دیگران به سرعت ایده کاهش سرعت را تایید کردند. علیرغم این درخواستها، مداخله دولت برای کاهش سرعت پیشرفتهای هوش مصنوعی در حال حاضر بعید به نظر میرسد.
در حالی که بحثهای فعال در هر دو طرف این موضوع برانگیخته میشود، نوع دیگری از خطر وجود دارد که مورد بحث قرار نمیگیرد: شرکتهایی که در درک مفاهیم هوش مصنوعی بسیار کند پیش میروند، احتمالا شکل خود را از کاهش سرعت خواهند دید. به همین دلیل است که در خارج از آزمایشگاههای هوش مصنوعی، بقیه شرکتهای آمریکایی باید سرعت خود را افزایش دهند.
برخی از کندی شرکتهای آمریکایی در پذیرش هوش مصنوعی به این دلیل است که مجموعه استعدادهایی که میدانند چه میکنند هنوز کوچک است. این استدلال برای ارتقاء مهارت و مهارت مجدد برای پاسخگویی به تقاضا و پر کردن دستههای شغلی نوظهور هوش مصنوعی است. با این حال، برخی از کندی را می توان به یک رویکرد محتاطانه یا حتی محافظت از خود نسبت داد. اما کسانی که خود را پوشش می دهند باید بدانند که رقبایی دارند که منتظر نمی مانند.
من به مدیران و هیئتمدیرههای شرکتهایی از صنایع متعدد کمک میکنم تا با فرصتها و خطرات هوش مصنوعی دست و پنجه نرم کنند. هر روز می بینم که نیاز آنها به درک و پیشبرد هوش مصنوعی در صنایع مختلفی مانند دفاع، توزیع مواد غذایی، بیمه اتکایی، خدمات آب و برق، تولید، محصولات مصرفی، خرده فروشی، مهندسی و بانکداری بین المللی است.
شرکت های آمریکایی برای تسریع پذیرش هوش مصنوعی خود تحت فشار زیادی هستند. در نظرسنجی اخیر، هوش مصنوعی اکنون به عنوان مهمترین موضوع در دستور کار هیئت مدیره شرکت های عمومی برای 65 درصد از مدیران شرکت های دولتی قرار دارد. و این منطقی است. هوش مصنوعی به سرعت در حال تکامل است و شروع به نشان دادن خطوط کلی اختلالات بین صنعتی کرده است. شرکتهای آمریکایی خطرات را درک میکنند و منتظر نیستند که قانونگذاران فدرال به آنها کمک کنند (یا مانع شوند).
در حال حاضر، قدرتها سؤالات بزرگ در مورد هوش مصنوعی را به خود شرکتها واگذار میکنند. شرکت های آمریکایی می دانند که آنها کسانی هستند که باید با هوش مصنوعی دست و پنجه نرم کنند. نگرانی این است که با توجه به سرعت حرکت هوش مصنوعی، تعداد کمی از رهبران شرکت می دانند که دقیقا چگونه به موضوع تعیین کننده زمان ما نزدیک شوند.
تنها 22 درصد از شرکت های S&P 500 و 6 درصد از Russell 3000 نظارت هیئت مدیره بر هوش مصنوعی را فاش کرده اند، در حالی که تنها 29 درصد از رهبران می گویند که در هیئت مدیره خود تخصص مناسبی برای مشاوره در مورد اجرای هوش مصنوعی دارند. بدون قوانین فدرال اصلی که نردههای محافظی را برای نحوه پذیرش هوش مصنوعی توسط شرکتها تعیین میکند، تصمیمات بزرگ در مورد نحوه استقرار هوش مصنوعی در اتاق هیئت مدیره گرفته میشود، نه سالنهای کنگره.
خبر خوب برای بخش خصوصی این است که آنها به حرکت سریعتر از کنگره عادت دارند. خبر بد این است که اگر آنها خیلی سریع حرکت کنند بدون اینکه به طور کامل به نکات ظریف هوش مصنوعی توجه کنند، ممکن است برای آنها گران تمام شود.
نمونه ای از فورد را در نظر بگیرید که سعی می کند قبل از خزیدن بدود. فورد برای کیفیت خودرو به شدت به هوش مصنوعی متمایل شد و 900 دوربین بازرسی به کمک هوش مصنوعی و سیستمهای کیفیت خودکار را برای جایگزینی مهندسان کهنهکار نصب کرد. با این حال، سیستمهای هوش مصنوعی آنها نتوانستند به این هیاهو عمل کنند. معاون مهندسی سختافزار خودرو فورد میگوید: «به اشتباه، فکر میکردیم که با معرفی هوش مصنوعی و استفاده از الزامات طراحی که داشتیم، محصولی با کیفیت بالا تولید میکنیم.» شروع نادرست برای آنها زمان و هزینه تمام شد.
با وجود ناکامی ها، فورد از اشتباهات خود درس گرفت. آنها مهندسان ایمنی کهنه کار را دوباره استخدام کردند که به آموزش سیستم های خودکار و آموزش کارگران جوان پرداختند. این فناوری با کمک انسان بهبود یافت و فورد به تازگی به صدر رتبه بندی JD Power که کیفیت و ایمنی خودرو را اندازه گیری می کند، بازگشت.
بنابراین چگونه رهبران نیاز به اقدام سریع را با خطرات اشتباه در آن متعادل می کنند؟
اولین گام استراتژی است، نه فناوری: یک چشم انداز تنظیم کنید، رهبری را آموزش دهید و برای ایجاد ساختارها، سیاست ها و خلبانان سریع کار کنید. برای اکثر شرکتها، سریعترین دستاوردها از طریق سازندهتر و قدرتمندتر کردن انسانها به دست میآید، نه با خلاص شدن از شر آنها. این مرحله خزیدن به دلیل برخی از محدودیتهای ذاتی در قابلیتهای هوش مصنوعی امروزی از اهمیت بیشتری برخوردار است.
پس از خزیدن، می توانید شروع به راه رفتن کنید. این شامل توسعه موارد استفاده پیچیده، ردیابی و بازنگری آنچه انجام میدهید، و نظارت دقیق بر ریسک و بازگشت سرمایه است. به این فکر کنید که چگونه نیروی کار خود را جذب و ارتقا دهید، نه اینکه آنها را از بین ببرید. در مرحله بعد می توانید شروع به استفاده از این مهارت های سازمانی جدید در کل کسب و کار کنید، قابلیت های هوش مصنوعی را افزایش دهید، آزمایش های جدید را انجام دهید، و شراکت ها و زیرساخت های مناسب را ایجاد کنید.
در نهایت می توانید بدوید. اینجاست که پاداشهای واقعی باز میشوند: توسعه فناوری نسل بعدی، کشف راهحلهای جدید و مفهومسازی محصولاتی که قبلا دیده نشدهاند. این مرحله جایی است که شرکتها میتوانند واقعا جسورانه عمل کنند و دستاوردهای کارآیی گذشته و خلق ارزش خام و جدید را دنبال کنند.
خطر بیشتر شرکت ها این است که آنها در مرحله خزیدن گیر کرده اند در حالی که رقبای آنها از قبل برنامه ریزی می کنند که چگونه کار کنند.
بحثی که این هفته همه توجه را به خود جلب کرد، این است که چه کسی هوش مصنوعی را می سازد. تقریبا هیچ کس بحث نمی کند که چه کسی آن را به کار می گیرد. اینجا جایی است که لاستیک برای اکثریت قریب به اتفاق آمریکایی ها به جاده برخورد می کند. صنعت هوش مصنوعی به ایجاد ابزارهای جدید باورنکردنی و در عین حال بهبود ایمنی ادامه خواهد داد. اما کسی باید بر نحوه بکارگیری این قابلیت ها توسط بقیه اقتصاد حاکم باشد. فرصت ها و خطرات آنقدر مهم هستند که به شانس سپرده شوند. همانطور که واشنگتن دی سی تصمیم می گیرد که چگونه مشارکت کند، کار متعلق به اتاق هیئت مدیره است، چه مدیران برای آن آماده باشند یا نه.
رایان مک مانوس رئیس بخش انجمن ملی مدیران شرکت های نیویورک است. او همچنین بنیانگذار و مدیر عامل techtonic.io است که در آن با هیئت مدیره، مدیران عامل و سرمایه گذاران در زمینه هوش مصنوعی کار می کند.
نظرات بیان شده در نظرات Fortune.com صرفا نظرات نویسندگان آنها است و لزوما منعکس کننده نظرات و اعتقادات Fortune نیست.
این داستان در ابتدا در سایت Fortune.com منتشر شد
متن اصلی (انگلیسی)
The secret truth is corporate America is moving too slow on AI. Some of it is caution and some is terrible recruitment
The case for slowing AI down got turbocharged last week when Anthropic researcher Jacob Coxon publicly resigned, but adoption is already way too slow.