پرش به محتوای اصلی

چرا تقریبا هر تحول هوش مصنوعی شرکتی شکست می خورد؟

تایم۱۴۰۵ آبان ۱۲, سه‌شنبه، ساعت ۱۴:۳۰حدود 5 دقیقه مطالعه

کای فو لی استدلال می کند که تواناترین فناوری ساخته شده تا به حال برای کمترین مشکلات مهم است.

—Just_Super—Getty Images

اگر بخواهید نتیجه برنامه هوش مصنوعی شرکت خود را در تماس بعدی درآمد خود توصیف کنید - یک جمله، از نوعی که سهامدار به آن اهمیت می دهد - آن جمله چه خواهد بود؟

اکثر مدیران اجرایی که من ملاقات می کنم نمی توانند آن را نام ببرند. آنها می توانند فعالیت ایجاد کنند: خلبانان اجرا می شوند، مجوزها خریداری می شوند، کارکنان آموزش دیده اند، یک مشارکت اعلام می شود. هیچ کدام از اینها نتیجه نیست. نظرسنجی پس از بررسی نشان می دهد که اکثر برنامه های هوش مصنوعی شرکتی بازده قابل اندازه گیری ناامید کننده ای را ارائه می دهند.

به نظر من، این به خاطر مدل ها، داده ها یا استعداد نیست. به این دلیل است که شرکت‌ها به خود هوش مصنوعی اشاره می‌کنند. سیستم‌های امروزی می‌توانند در کل یک کسب‌وکار استدلال کنند، و ما آنها را برای رسیدگی به بلیط‌ها و جمع‌بندی جلسات اختصاص داده‌ایم. این مانند استخدام یک نابغه عملیات تجاری و قرار دادن او به عنوان دستیار است. جایی که هوش مصنوعی می تواند بیشترین پول را جابه جا کند مرکز تماس نیست. دفتر گوشه است.

در انصاف مدیران عامل، کارت ها اغلب در مقابل آنها انباشته می شوند. یک شرکت یک سیستم اطلاعاتی است و کیفیت اطلاعات در هر سطحی که از آن عبور می کند تنزل می یابد. بالا رفتن از زنجیره، یافته های ناراحت کننده و علائم هشدار اولیه نادیده گرفته می شوند. آنچه اغلب به دست می آید خلاصه ای تمیز، اما ناقص است. با رفتن به سمت پایین، دستورالعمل‌های مدیریت اغلب رقیق می‌شوند، دوباره تفسیر می‌شوند، هدف‌گذاری مجدد می‌شوند، یا به آرامی «جیب وتو» می‌شوند - در جلسه با سر تکان داده می‌شوند و رها می‌شوند تا بمیرند. نتیجه؟ یک شرکت 10000 نفری در نهایت کمتر از یک شرکت 10 نفره می داند.

یک رئیس ستاد خوب می تواند به جبران این چالش ها کمک کند. اما هیچ‌کس نمی‌تواند هر سندی را که شرکت تولید می‌کند بخواند، در هر جلسه بنشیند و هر تماس مشتری را بشنود.

اکنون، هوش مصنوعی می‌تواند دید رادیکال را در سازمان‌ها با عمق و سرعتی که بسیار فراتر از هر ظرفیت انسانی و هر سیستم هوش تجاری است، آشکار و تسریع بخشد. هر شرکتی دو مجموعه سوابق را نگه می دارد. یکی رسمی است: گزارش های فصلی، به روز رسانی پروژه، بررسی عملکرد، در هر سطح تا زمانی که تمیز و منسجم باشد، صیقل داده می شود. مورد دیگر چیزی است که در واقع اتفاق افتاده است: رونوشت‌های جلسه، موضوعات چت، مسیرهای ویرایش، یادداشت‌های فروش، بررسی کدها. مدیران همیشه از اولی کار کرده اند، چون دومی بیش از حد زیاد و پراکنده بود که خوانده نمی شد. دیگر نه.

هر شرکتی هر روز مهم ترین مسائل، داغ ترین بحث ها و حقیقت را در مورد خودش می نویسد. تقریبا هیچ کدام آن را نخوانده اند. یک سیستم عامل در سطح مدیر عامل می تواند این "داده های خفته" را بیدار کند.

بنابراین در شرکتم از تیمم خواستم تا برای من عوامل مدیریتی بسازند: در جلسات بنشینم، تعهدات را پیگیری کنم و داده های زیر آنچه به من گفته می شود را بخوانم. هر چه بیشتر از آنها استفاده کردم، بیشتر اضافه کردیم. مردم آن را "هوش مصنوعی Kai-Fu's Boss" نامیدند و نام آن ماندگار شد. ما در نهایت آن را به یک محصول تبدیل کردیم.

هوش مصنوعی رئیس من در هفته های اول چه چیزی پیدا کرد؟ یک پروژه اولویت‌دار هر هفته در مسیر گزارش قرار می‌گیرد، بدون اینکه کدی در پنج مورد انجام شود. یک مشتری به احتمال زیاد تمدید می کند، در حالی که مدیر حساب دو ماه بود که تماس نگرفته بود. پیش‌نویس قراردادی که هیچ‌کس نمی‌توانست سودآور باشد، زیرا خواندن یادداشت‌های فروش مربوطه، شرایط امضا شده و اسناد الزامات محصول با هم نشان می‌دهد که سفارشی‌سازی رایگان در یک اتاق وعده داده شده بود، اما هرگز نوشته نشد.

اینها مسائل اداری جزئی نیستند. آنها یک برگه تحویل هستند که زودتر کشف شده است، یک تمدید ذخیره شده است، یک نشت حاشیه قبل از اینکه مورد احترام قرار گیرد متوقف شده است. این همان ارتباطی است که هر خلبان هوش مصنوعی از دست داده است: نه یک درصد بهره‌وری، بلکه عددی که تغییر کرده است زیرا هوش مصنوعی به موقع آن را پیدا کرده است.

دومین کمک هوش مصنوعی افشای اخبار خوب پنهانی است که ممکن است در زیر رادار قرار داشته باشند. مهمترین آنها استعداد و شناسایی بازیگران ستاره است.

سال گذشته، بررسی عملکرد خود را متفاوت اجرا کردم: بدون رزومه، بدون جدول KPI، هیچ رئیس دپارتمانی که خودشان را توصیه نمی‌کنند. ما ابتدا در مورد معنای «تعالی مهندسی» به توافق رسیدیم که وقتی یک ماشین اکنون می‌تواند بیشتر کدها را بنویسد، سپس یک سال سابقه مخزن را در مقابل آن امتیاز می‌دهد. چند نفر از قوی ترین نام ها افرادی بودند که نمی توانستم آنها را از یک جلسه انتخاب کنم. یکی از معاونان رئیس جمهور در یک ماه نزدیک به 300000 خط با هوش مصنوعی نوشت، در مقابل سقف 30000 خط خود در 20 سال پیش، زمانی که او پرکارترین کدنویسی بود که من می شناختم. او سریعتر تایپ نمی کند. او هوش مصنوعی را هدایت می کند.

و برعکس: هنگامی که ماشین جمع‌آوری وضعیت و انتقال اطلاعات را انجام می‌دهد، کارمندانی که تنها خروجی آنها جمع‌آوری وضعیت و انتقال اطلاعات بود منسوخ می‌شوند.

این همان چیزی است که یک مدیر اجرایی بومی هوش مصنوعی است: کسی نیست که فقط بودجه هوش مصنوعی را امضا می کند، بلکه کسی است که جلسات، تقویم و نقاط کور خود را ابتدا زیر نظر دستگاه قرار می دهد. من مرتبا از نماینده ام می پرسم که در یک جلسه چه اشتباهی کردم، آیا زمانم به جایی سپری شد که گفتم اولویت هایم بوده و مردم از چه چیزی می ترسند به من بگویند. زیردستان به این سوالات مودبانه پاسخ می دهند. ماشین می تواند حقیقت صریح را به من بگوید.

اینگونه است که یک شرکت می تواند واقعا توسط هوش مصنوعی متحول شود. رئیس اجرائیه سؤالات تندتری می پرسد و همه افراد حاضر در اتاق تمایل دارند از آنها پیروی کنند. اغلب، مدیران میانی در برابر هوش مصنوعی مقاومت می‌کنند، زیرا می‌ترسند که تیم‌هایشان را در معرض خطر قرار دهد. در واقع، من استدلال می‌کنم که کارمندان در مقابل هوش مصنوعی مقاومت می‌کنند نه به این دلیل که شک دارند که کار می‌کند، بلکه به این دلیل که به درستی آن مشکوک هستند.

بنابراین: دیگر لوازم آرایشی وجود ندارد. ما باید از هوش مصنوعی برای رسیدگی به سخت‌ترین مشکلات کسب‌وکارها در ساختمان استفاده کنیم: مشکلات روی میز مدیرعامل. سپس، کلماتی که مدیرعامل با افتخار در تماس بعدی سود اعلام می‌کند دارای سه بخش است: شماره تجاری که جابجا شده، شخصی که آن را جابجا کرده است، و محاسبه‌ای که کار را انجام داده است.

خواندن متن کامل در تایمبه زبان اصلی، در سایت ناشر باز می‌شود
متن اصلی (انگلیسی)

Why Almost Every Corporate AI Transformation Fails

The most capable technology ever built is being aimed at the least important problems argues Kai-Fu Lee.

همه‌ی اخبار فناوری