شرکت‌های بومی هوش مصنوعی در حال آزمایش یک مدل کوچک‌تر از مقیاس هستند | نظر

در همین حال، بر اساس تحلیل فوربس در سال 2026، تحقیقات در مورد مشاغل بومی هوش مصنوعی، شرکت هایی که از ابتدا به جای تطبیق عملیات های موجود برای استفاده از هوش مصنوعی ساخته شده اند، نشان می دهد که برخی از آنها به طور قابل توجهی درآمد بیشتری به ازای هر کارمند نسبت به شرکت های نرم افزار سنتی تولید می کنند.

این یافته‌ها سوالی را با پیامدهایی برای کسب‌وکارها در سراسر صنایع مطرح می‌کند: اگر هوش مصنوعی بتواند کارهای بیشتری را در اداره یک شرکت انجام دهد، آیا رشد همچنان به نیروی کار بزرگ‌تر، لایه‌های مدیریتی بیشتر و عملیات پیچیده‌تر نیاز دارد؟

برای چندین دهه، گسترش بین‌المللی عموما به معنای افزودن کارکنان، زیرساخت‌ها و ظرفیت مدیریتی با ورود کسب‌وکارها به بازارهای جدید بوده است. این مدل در صنایعی که تخصص محلی و خدمات انسانی ضروری است، همچنان ضروری است. اما شرکت‌هایی که از همان ابتدا بر پایه هوش مصنوعی ساخته شده‌اند در حال آزمایش هستند که آیا فناوری می‌تواند کسب‌وکارها را قادر به گسترش قابلیت‌های خود بدون افزایش پیچیدگی سازمانی با همان سرعت کند یا خیر.

شواهد اولیه ارزش بررسی دارد. تجزیه و تحلیل فوربس عملکرد درآمد به ازای هر کارمند برخی از شرکت‌های بومی هوش مصنوعی را در مقایسه با شرکت‌های نرم‌افزار عمومی سنتی نشان داد. مقاله دیگری از فوربس تحقیقاتی را در مورد بیش از 2900 استارت آپ بررسی کرد و دریافت که شرکت های بومی هوش مصنوعی تمایل دارند نیروی کار کمتر و لایه های مدیریتی کمتری داشته باشند.

این یافته‌ها ثابت نمی‌کنند که تیم‌های کوچک‌تر همیشه مولدتر هستند، اما یک سوال مهم در مورد اینکه آیا شرکت‌هایی که بر اساس هوش مصنوعی طراحی شده‌اند می‌توانند مقیاسی متفاوت از آن‌هایی که آن را با سیستم‌های جاافتاده تطبیق می‌دهند به دست آورند، مطرح می‌کنند.

این چالش به ویژه به تجارت بین‌المللی مربوط می‌شود، جایی که کسب‌وکارها باید به ترجیحات مختلف مصرف‌کننده، شرایط قیمت‌گذاری، در دسترس بودن محصول و رفتارهای خرید پاسخ دهند.

در خرده فروشی لوکس، این خواسته ها با اهمیت اعتماد، شخصی سازی و خدمات آگاهانه به مشتریان ترکیب می شود. هوش مصنوعی می‌تواند به کسب‌وکارها در پردازش اطلاعات در این زمینه‌ها کمک کند، اما ارزش آن به این بستگی دارد که آیا این اطلاعات منجر به تصمیم‌گیری بهتر می‌شود یا خیر.

اهمیت صرفا اندازه نیروی کار نیست، بلکه این است که چگونه فناوری آنچه را که یک تیم کوچک می تواند مدیریت کند تغییر می دهد.

یکپارچه‌سازی هوش مصنوعی می‌تواند بر حوزه‌های متعددی از عملیات تجاری، از قیمت‌گذاری و مدیریت محصول گرفته تا گزارش‌دهی و اجرا، تأثیر بگذارد. وقتی این سیستم‌ها در جریان‌های کاری موجود گنجانده شوند، می‌توانند به پردازش حجم زیادی از اطلاعات، شناسایی الگوها و تصمیم‌گیری کمک کنند. با این حال، اثربخشی آنها به کیفیت داده های اساسی، فرآیندهایی که پشتیبانی می کنند و سطح نظارت انسانی درگیر بستگی دارد.

نکته کلیدی این است که آیا اتوماسیون نحوه انجام کار را بهبود می بخشد یا خیر. خودکار کردن یک فرآیند ناکارآمد لزوما آن را موثرتر نمی کند. کسب‌وکارها باید نحوه ساختار کار، اطلاعات مورد نیاز، کجا تصمیم‌گیری و کدام فعالیت‌ها از مشارکت انسانی بهره می‌برند، تجدید نظر کنند. هدف باید کاهش هماهنگی غیرضروری و در عین حال بهبود کیفیت و سرعت تصمیمات عملیاتی باشد.

این امر زمانی پیچیده تر می شود که یک تجارت در سراسر بازارهای بین المللی فعالیت می کند. انتظارات مصرف کننده، تجارت، قیمت گذاری، و رفتار خرید می تواند به طور قابل توجهی بین مناطق متفاوت باشد. محصولی که در اروپا جلب توجه می کند ممکن است به رویکرد متفاوتی در آسیا نیاز داشته باشد، در حالی که شرایط بازار محلی می تواند بر نحوه و زمان ارائه محصولات تأثیر بگذارد.

هوش مصنوعی می تواند با گردآوری اطلاعاتی که ممکن است به تجزیه و تحلیل دستی گسترده نیاز داشته باشد، به کسب و کارها کمک کند تا این تفاوت ها را تفسیر کنند. در تجارت بین المللی، درک این تفاوت ها برای تصمیم گیری آگاهانه در مورد انتخاب محصول، قیمت گذاری، پیام رسانی و بازاریابی ضروری است. هوش مصنوعی می‌تواند تجزیه و تحلیل اطلاعات خاص بازار را آسان‌تر کند و به تیم‌ها کمک می‌کند تا الگوها را در مناطق مختلف شناسایی کنند و کارآمدتر پاسخ دهند. اما تحلیل به تنهایی کافی نیست. اطلاعات همچنان باید به تصمیماتی تبدیل شود که ترجیحات و انتظارات بازارهای فردی را منعکس می کند.

به جای ایجاد ساختارهای عملیاتی کاملا مجزا برای هر کشور، کسب‌وکارها ممکن است بتوانند از سیستم‌های مشترک برای شناسایی نیازمندی‌های خاص بازار و پاسخ سریع‌تر استفاده کنند. با این حال، فناوری نمی تواند جایگزین دانش محلی، درک فرهنگی یا تخصص نظارتی شود. اثربخشی آن به کیفیت اطلاعاتی که دریافت می کند و قضاوت افرادی که توصیه های آن را تفسیر می کنند بستگی دارد.

نظارت انسانی در کار رویارویی با مشتری به همان اندازه مهم است. خریدهای لوکس می تواند مستلزم تامل قابل توجهی باشد و مشتریان اغلب انتظار توجه شخصی را دارند. متخصصان خدمات مشتری می توانند از هوش مصنوعی برای توسعه پاسخ های اولیه، تجزیه و تحلیل اطلاعات مرتبط و بهبود کارایی استفاده کنند، در حالی که مسئولیت بازبینی ارتباطات را قبل از رسیدن به مشتریان حفظ می کنند. طراحان و مهندسان همچنین در تعیین نحوه عملکرد این سیستم ها و جاهایی که مداخله لازم است نقش دارند.

اصل گسترده تر این است که هوش مصنوعی به جای حذف بی رویه، باید تخصص انسانی را تقویت کند. پاسخ سریع‌تر اگر نادرست، غیرشخصی یا مناسب با نیازهای مشتری نباشد، لزوما پاسخ بهتری نیست. کسب‌وکارها باید تصمیم بگیرند که کجا اتوماسیون ارزش می‌افزاید و قضاوت انسانی در کجای تجربه محوری باقی می‌ماند.

پیامدها فراتر از عملیات داخلی است. همانطور که هوش مصنوعی توانایی بیشتری در ارتباط دادن اطلاعات مربوط به محصولات، مشتریان و شرایط بازار پیدا می‌کند، می‌تواند بر نحوه کشف محصولات و تصمیم‌گیری مردم برای خرید تأثیر بگذارد. مفاهیم خرید مبتنی بر هوش مصنوعی نمونه‌ای از این است که چگونه قابلیت‌هایی که به طور سنتی در پشت صحنه استفاده می‌شوند ممکن است در نهایت بخشی از تجربه مصرف‌کننده شوند.

برای بنیان‌گذاران، مهم‌ترین تصمیم‌ها ممکن است قبل از شروع مقیاس‌پذیری یک شرکت باشد. کسب‌وکارهایی که سیستم‌های قدیمی ندارند، این فرصت را دارند تا تعیین کنند کدام فعالیت‌ها به تخصص انسانی نیاز دارند، کدامیک را می‌توان استاندارد کرد و هوش مصنوعی کجا می‌تواند جریان اطلاعات را بهبود بخشد. ساختار سازمانی و معماری فناوری به تصمیمات مرتبط تبدیل می شوند و نحوه واکنش شرکت به رشد را شکل می دهند.

این بدان معنا نیست که هر کسب و کاری باید با کارکنان کمتر فعالیت کند. ساختارهای ناب می توانند محدودیت های ظرفیت ایجاد کنند و اشتباهات عملیاتی می توانند با افزایش حجم تراکنش پرهزینه تر شوند. هوش مصنوعی همچنین خطراتی را شامل کیفیت داده، حریم خصوصی، امنیت و مسئولیت پذیری معرفی می کند. این ملاحظات باید در کنار دستاوردهای بالقوه کارایی مورد توجه قرار گیرند.

هر صنعتی مدل‌های بومی هوش مصنوعی را با سرعت یکسان نمی‌پذیرد و موفقیت آن‌ها به نحوه مؤثر مدیریت پیچیدگی، حفظ اعتماد مشتری و اعمال نظارت مناسب بستگی دارد. اما شواهد اولیه حاکی از یک تغییر ساختاری در نحوه دستیابی کسب و کارها به مقیاس است، تغییری که در آن رشد به طور فزاینده ای توسط قابلیت های تکنولوژیکی به جای اندازه سازمانی هدایت می شود.

آزمون واقعی این خواهد بود که آیا کسب‌وکارهای بومی هوش مصنوعی می‌توانند این مزیت را با رشد، مدیریت پیچیدگی بیشتر و حفظ اعتماد مشتری حفظ کنند یا خیر. مقیاس به طور سنتی از طریق درآمد، نیروی کار و دسترسی جغرافیایی اندازه گیری می شود. همچنین ممکن است به طور فزاینده‌ای به این بستگی داشته باشد که یک شرکت چقدر فناوری، قضاوت انسانی و نظم عملیاتی را ترکیب می‌کند.

کلوین تئو بنیانگذار و مدیر عامل MAYFEYR، یک پلتفرم تجارت لوکس با هوش مصنوعی است. همه نظرات مربوط به خودش است.