بهینهسازی عوامل هوشمند در محل کار: نکات و دیدگاههای PwC و رهبران صنعت

درباره قابلیتهای هوش مصنوعی عاملیتمند در تحقق وعدههایش، اجماع با نگاهی محتاطانه اما خوشبینانه وجود دارد: تا کنون وضعیت خوب است، اما با هشدارهای مهم. یک نظرسنجی اخیر شرکت PwC از ۳۰۰ مدیر ارشد که در حال بهرهبرداری از عوامل هوش مصنوعی هستند، نشان میدهد که ۶۶٪ نتایج مثبت در زمینه بهرهوری گزارش کردهاند. با این حال، قابل ذکر است که همه سیستمها معمولاً باعث افزایشهایی در بهرهوری میشوند. آنچه مدیران واقعاً دنبال آن هستند، برتری قابلتوجهی است که تمایز رقابتی بسیار شدید ایجاد کند. در حال حاضر، تنها چند عامل هوش مصنوعی به عنوان «تحول در نحوه انجام کارها» شناخته میشوند، بر اساس گزارش شرکت PwC. «بسیاری از کارمندان از ویژگیهای عاملمحور موجود در برنامههای سازمانی برای تسریع وظایف روزمره استفاده میکنند — ارائه بینشها، بهروزرسانی سوابق، پاسخ به سوالات. این یک افزایش معنادار در بهرهوری است، اما از تحول واقعی فاصله دارد. » موانع اصلی، فناوری نیست؛ بلکه «طرز فکر، آمادگی برای تغییر، و مشارکت نیروی کار» است، نتیجهگیری میکند نویسندگان PwC. ماهی بایرِدی، مدیر عامل و همبنیانگذار شرکت Phenom، که عاملهای هوش مصنوعی برای وظایف منابع انسانی ارائه میدهد، موافق است که چالشها عمدتاً در این حوزهها است. وی در کنفرانس اخیر کاربران Phenom در فیلادلفیا تأکید کرد که زمینه (context) برای عاملهای هوش مصنوعی بسیار حیاتی است. «در طول این فرآیند، چیزهای زیادی باید یاد گرفته شود،» او گفت. «در حال حاضر، خبرگان کمتجربهای وجود ندارند که بتوانند به صورت پویاتر راهنمایی کنند چگونه به طور موثر عاملهای هوش مصنوعی را مدیریت کنیم. » بایرِدی توضیح داد: «عاملها میتوانند میزان بهرهوری را حدود ۲۰ تا ۳۰ درصد افزایش دهند، به شرط آنکه به درستی استفاده شوند، مدیریت تغییر به خوبی انجام گیرد، و دادهها به شکل مناسب درگیر شوند. سوال اصلی این است که چگونه آن را موفق کنیم و تغییرات را به طور مؤثر مدیریت کنیم. » عاملهای هوش مصنوعی و دادههایی که با آنها کار میکنند باید در حوزه خاص خود باشند، و این حوزهها از صنعت به صنعت و از شرکت به شرکت متنوع است. «داده در سطح جهان و عمومی بسیار پیچیده است،» او توضیح داد. «جزئیات زمینه و شخصیسازی برای عملکرد صحیح هوش مصنوعی حیاتی است. نمیتوان آن را بیشازحد عمومی در نظر گرفت. » ظهور عاملهای هوش مصنوعی، هوش مصنوعی تولیدی ( generative AI) را به سمت کاربردهای عملی پیش میبرد.
وقتی ادغام میشوند، عاملها میتوانند «در فرآیندهای کاری جای بگیرند،» بایرِدی گفت. «تا کنون، افراد باید به ChatGPT مراجعه کرده، سوالی بپرسند و منتظر جواب بمانند. این روش طبیعی انجام کار نیست. » تمرکز باید بر حل جزئیات وظایف و فرآیندهای خاص مورد هدف برای اتوماسیون توسط عاملها باشد. «این باید در قالبی مؤثر و با در نظر گرفتن زمینه اجرا شود،» افزود. «این فقط در صورتی ممکن است که عامل درون یک دپارتمان به طور مؤثر عمل کند. » بایرِدی عاملهای هوش مصنوعی را تهدیدی برای اشتغال نمیداند، اما اعتراف میکند که آنها ماهیت کار را تغییر خواهند داد. «کارهای جدیدی به خاطر عاملها ظهور خواهند کرد و انواع جدیدی از کار نیز شکل میگیرد. مهارتها یکی از بخشهای این تحول است؛ خود کار و نقشها توسعه خواهند یافت. » نویسندگان PwC توصیه میکنند که در برابر کمترین بهرهوری با عاملهای هوش مصنوعی، تسلیم نشوید. «شرکتهایی که در مرحله آزمایش متوقف میشوند، در معرض خطر قرار گرفتن در رقابت با رقیبانی هستند که تمایل دارند کار را به طور بنیادی بازطراحی کنند. تنها چند شرکت پیشگام، آینده را با ساخت مدلهای عملیاتی جدید و یکپارچهسازی چندین عامل هوش مصنوعی تعریف میکنند. کمتر از نیمی (۴۵٪) در حال بازاندیشی بنیادی در مدلهای عملیاتی و فرآیندهای کاری هستند یا فرآیندها را حول عاملهای هوش مصنوعی طراحی مجدد میکنند (۴۲٪). »
Brief news summary
هوش مصنوعی عاملمحور عملکردهای قابل توجهی در بهرهوری ایجاد میکند، به طوری که ۶۶٪ از ۳۰۰ مدیر ارشد در یک نظرسنجی پایوِسی (PwC) گزارش دادهاند که نتایج مثبتی کسب کردهاند. این نمایندگان هوش مصنوعی سرعت بخشیدن به وظایف روزمره و افزایش بهرهوری را تسریع میکنند، اما به ندرت فرآیندهای کاری را به طور کامل تغییر میدهند. چالشهای اصلی شامل مسائل فناوری نیست بلکه مربوط به نگرش، آمادگی برای تغییر و تعامل نیروی کار است. مهدی بییرودی، مدیرعامل شرکت فنام، تاکید میکند که موفقیت بستگی به زمینه، دادههای خاص حوزه و مدیریت تغییر قوی دارد. شخصیسازی نمایندگان هوش مصنوعی درون فرآیندهای صنعتی میتواند بهرهوری را ۲۰ تا ۳۰ درصد افزایش دهد. بییرودی پیشبینی میکند که هوش مصنوعی نقشهای شغلی و مهارتها را تغییر خواهد داد نه حذف کامل مشاغل. پایوِسی هشدار میدهد که شرکتها نباید هوش مصنوعی را محدود به پروژههای آزمایشی نگه دارند؛ زیرا بدون باز طراحی مدلهای عملیاتی بر اساس هوش مصنوعی، شرکتها در معرض عقب ماندن از رقبایی قرار میگیرند که تغییرات تحولآفرین را اتخاذ میکنند. در حال حاضر، کمتر از نیمی از شرکتها در حال بازنگری در عملیات خود به منظور بهرهگیری کامل از نمایندگان هوش مصنوعی هستند که این موضوع تفاوت بین پتانسیل هوش مصنوعی و اجرای گسترده آن را نشان میدهد.
AI-powered Lead Generation in Social Media
and Search Engines
Let AI take control and automatically generate leads for you!

I'm your Content Manager, ready to handle your first test assignment
Learn how AI can help your business.
Let’s talk!

میکر، سرمایهگذار برجسته، هشدار میدهد که OpenAI …
مری میکر، سرمایهگذار و تحلیلگر پیشرو در حوزه فناوری، هشدار مهمی درباره دینامیک رقابتی در بخش هوش مصنوعی (AI) ایالات متحده صادر کرده است.

اکوسیستم بلاکچین زمینه را برای ۴ میلیارد طرفدار …
0xFútbol سعی دارد با ادغام فناوری بلاکچین، جامعه جهانی فوتبال را متحد کند، تا هواداران بتوانند فعالانه در ورزش مشارکت، تأثیرگذاری و مالکیت داشته باشند.

پشت صحنه: همپیوستگی بزرگ
همگرایی مداوم بین دولت ایالات متحده و شرکتهای بزرگ فناوری نشاندهنده تحولی اساسی در حوزه هوش مصنوعی (AI) و فناوری فضایی است.

چرا حریم خصوصی در بلاکچین باید با متن باز آغاز ش…
در گذشته، اعتماد عمدتاً به نهادهای متمرکز مانند بانکها، شبکههای پرداخت و مراکز تسویهحساب داده میشد—سیستمهای بستهای که در آنها کاربران به حسابرسیهای خارجی، نظارت دولت و سابقههای طولانی تطابق اعتماد میکردند تا احساس امنیت کنند.

هوش مصنوعی در خودروهای خودران: هدایت مسیر پیش رو
هوش مصنوعی (AI) در قلب صنعت خودروهای خودران پیشرفته قرار دارد و تغییرات عمدهای در عملکرد و تعامل خودروها با محیطشان ایجاد میکند.

شهرستان برگن آزمایش اولیه بلاکچین برای مدرنسازی…
بِرژِن کانتی وارد یک همکاری پنجساله با استارتآپ بلاکچین Balcony شد تا ۳۷۰،۰۰۰ سند مالکیت املاک را دیجیتالی و امنیتی کند که معادل تقریباً ۲۴۰ میلیارد دلار ارزش املاک است.

هوش مصنوعی در مراقبتهای بهداشتی: افزایش دقت تشخی…
هوش مصنوعی (AI) به طور فزایندهای در حال تحول در حوزه سلامت است و نحوه تشخیص، درمان و مدیریت بیماریها را بهبود میبخشد.