نوآوری در مدیریت برای توسعه پایدار

Kolnegar Private Media (Management Innovation for Sustainable Development)

17 دی 1404 10:23 ق.ظ

۲۰۲۶: سالی که هوش مصنوعی از آزمایش به اجرا می‌رسد

۲۰۲۶: سالی که هوش مصنوعی از آزمایش به اجرا می‌رسد

۳۰ دسامبر ۲۰۲۵-© shutterstock/GamePixel

در دو سال گذشته، هوش مصنوعی بر گفتگوهای هیئت مدیره و برنامه‌های سرمایه‌گذاری تسلط داشته است.

بسیاری از شرکت‌ها برای آزمایش قابلیت‌های جدید تلاش کرده‌اند، اما با ورود به سال ۲۰۲۶، شاهد تغییر از آزمایش به اجرا هستیم.

با توجه به هشدارهایی مبنی بر «ترکیدن حباب هوش مصنوعی»، ناشی از ارزش‌گذاری‌های بالا در بازار سهام، که قرار است در سال جدید ادامه یابد، بروس مارتین، مدیرعامل Tax Systems، می‌گوید: «چالش سال ۲۰۲۶، عبور از این هیاهو خواهد بود.»

«حباب هوش مصنوعی ممکن است «بترکد»، اما این تنها به این معنی است که کسب‌وکارها در مورد اینکه هوش مصنوعی واقعاً کجا ارزش می‌افزاید و کجا فقط یک حواس‌پرتی پرهزینه است، شفافیت پیدا می‌کنند. این نکته مثبتی است که تضمین می‌کند سازمان‌ها از مهندسی بیش از حد عملیات خود در عجله برای پذیرش ابزارهای جدید اجتناب کنند.»

او معتقد است که یک رویکرد منظم بسیار مهم‌تر از دنبال کردن آخرین مدل خواهد بود: «سازمان‌هایی که با در نظر گرفتن هوش مصنوعی، پیچیدگی‌های غیرضروری را حذف می‌کنند و تیم‌های خود را به ابزارهای مؤثر مجهز می‌کنند، سازمان‌هایی خواهند بود که در سوی دیگر این چرخه قوی‌تر ظاهر می‌شوند.»

در سراسر اکوسیستم زیرساخت، خود بازار در حال تثبیت است. تری استورار، مدیر عامل Leaseweb UK مسیر هوش مصنوعی را در حال تغییر از هیاهوی انفجاری اولیه به رشد عملی می‌بیند.

«در حالی که افزایش اولیه و موج سرمایه‌گذاری انتظارات بالایی ایجاد کرده است، سال آینده شاهد تغییر تمرکز از هیاهوی سوداگرانه به ارزش ملموس‌تر خواهیم بود. این به معنای ارزیابی مجدد اهداف کسب و کارها و تمرکز بر اولویت‌بندی ابتکارات هوش مصنوعی است که باعث افزایش کارایی و تعامل مشتری می‌شوند، مانند یادگیری ماشینی کاربردی یا اتوماسیون عامل محور.»

سوزان اودل، مدیرعامل StorMagic، اضافه می‌کند: «بسیاری از سازمان‌ها عمداً سرمایه‌گذاری‌های خود را با توجه به چشم‌انداز ۲۰۲۶ تنظیم می‌کنند.» «شرکت‌ها در حال اجرای آهسته‌ی طرح‌های نوسازی فناوری اطلاعات هستند تا مطمئن شوند که سیستم‌ها و انتخاب‌های فروشندگانشان به اندازه‌ی کافی انعطاف‌پذیر هستند تا بتوانند تحت فشار مالی دوام بیاورند.»

او شاهد تغییر به رویکردی استراتژیک‌تر و سنجیده‌تر به هوش مصنوعی است. او می‌افزاید: «بیش از هر زمان دیگری، رهبری به معنای حضور، توضیح تصمیمات، گوش دادن بدون حالت تدافعی و تعامل با مشتریان و شرکای کانال مورد اعتماد آنها به عنوان بخشی از این فرآیند است.» «شرکت‌هایی که در سال ۲۰۲۶ برجسته خواهند شد، توسط افرادی رهبری خواهند شد که به وضوح ارتباط برقرار می‌کنند، با ثبات عمل می‌کنند و روابطی ایجاد می‌کنند که در طول تغییر دوام می‌آورند.»

در نهایت، خریداران بسیار دقیق‌تر می‌شوند. جی هک، معاون و مدیر کل، eMaint در شرکت Fluke، می‌گوید انتظارات سخت‌تر شده است. «هوش مصنوعی به تنهایی دیگر یک عامل تمایز نیست. نتایج اثبات‌شده این‌طور هستند. مرحله‌ی نمایش به پایان رسیده است؛ انتظارات جایگزین کنجکاوی شده‌اند. خریداران دیگر نمی‌خواهند ببینند هوش مصنوعی چه کاری می‌تواند انجام دهد؛ آنها شواهدی از کارهایی که انجام داده است، می‌خواهند.»

برای زنجیره‌های تأمین و تولیدکنندگان، هوش مصنوعی فراتر از طرح‌های آزمایشی و اثبات مفهوم حرکت می‌کند. سیمون بوز، معاون رئیس شرکت اروپایی استراتژی صنعت تولید در بلو یوندر، توضیح می‌دهد: «پس از سال‌ها اختلال ناشی از بحران‌ها، تعرفه‌ها و رویدادهای اقلیمی، شرکت‌ها متوجه شده‌اند که تاب‌آوری فقط به معنای زنده ماندن در برابر شوک‌ها نیست – بلکه به معنای ساخت سیستم‌هایی است که یاد می‌گیرند، سازگار می‌شوند و پیش‌بینی می‌کنند. از بسیاری جهات، استدلال به نفع استفاده از هوش مصنوعی برای بهبود عملکرد و تاب‌آوری زنجیره تأمین، قبلاً برنده شده است. تحقیقات قطب‌نمای زنجیره تأمین بلو یوندر نشان می‌دهد که ۷۴٪ از رهبران صنعت معتقدند که هوش مصنوعی در حال حاضر در حال تغییر عملیات آنها است. چالش اکنون، حرکت از آزمایش به سمت استقرار مقیاس‌پذیر است – یکپارچه‌سازی داده‌ها، اتصال فرآیندها و تجهیز تیم‌ها برای عمل با اطمینان بر اساس بینش‌های مبتنی بر هوش مصنوعی.»

نیکولا کینسلا، مدیر ارشد استراتژی در Fluent Commerce، موافق است: «سازمان‌های امروزی به سیستم‌هایی نیاز دارند که بتوانند در زمان واقعی سازگار شوند، مسائل را به صورت خودکار حل کنند و تجربیات یکپارچه‌ای را برای مشتری ارائه دهند.» «هوش مصنوعی عامل محور به تقویت این قابلیت‌ها ادامه خواهد داد و به انعطاف‌پذیری و مقیاسی که شرکت‌ها برای رقابت در صحنه جهانی به آن نیاز دارند، کمک خواهد کرد. به عنوان مثال، خرده‌فروشان از استفاده از هوش مصنوعی عامل محور برای نظارت بر عواملی مانند رویدادهای غیرمنتظره آب و هوایی، تغییرات بازار یا تأخیر در بنادر و پیش‌بینی ریسک با استفاده از داده‌های تاریخی بهره‌مند خواهند شد. این فناوری می‌تواند مجموعه داده‌های گسترده‌ای را در عرض چند ثانیه رصد کند، تأخیرها را علامت‌گذاری کند و مکان‌های تحویل جایگزین را پیشنهاد دهد. با مجهز شدن به این اطلاعات، تیم‌ها می‌توانند به طور خودکار برای به حداقل رساندن تأثیر بر مشتری و تحقق وعده مشتری اقدام کنند.»

با افزایش استفاده از هوش مصنوعی در سال 2026، ذخیره‌سازی داده‌ها همچنان در اولویت اصلی قرار خواهد گرفت. کارلوس ساندوال کاسترو، مدیر ارائه نوار جهانی IBM، برنامه LTO، توضیح می‌دهد: «هوش مصنوعی مولد، رشد عظیمی را در داده‌های بدون ساختار ایجاد می‌کند و تقاضاهای ذخیره‌سازی را ایجاد می‌کند که از بودجه‌های سنتی فناوری اطلاعات فراتر می‌رود.» «ذخیره‌سازی شیءگرا، که زمانی یک راهکار HDD تک‌لایه بود، باید تکامل یابد.

رسانه‌های کم‌هزینه و بلندمدت به عنوان اهداف آرشیو عمیق. این رویکرد در مقایسه با آرشیوهای ابری، ضمن حفظ انعطاف‌پذیری، صرفه‌جویی قابل توجهی را به همراه دارد. ابر همچنان بخشی از استراتژی‌های ترکیبی است، اما افزودن نوار، مقیاس‌پذیری، مقرون‌به‌صرفه بودن و معماری آماده برای آینده را برای محیط‌های در مقیاس پتابایت فراهم می‌کند.

نیاز به کاربرد متفکرانه به ویژه در امنیت سایبری و حفاظت از داده‌ها آشکار می‌شود. مارتین گیتینز، معاون منطقه‌ای شمال اروپا در کاموالت، استدلال می‌کند: «رویکردهای سنتی برای تاب‌آوری دیگر در عصر هوش مصنوعی کافی نیستند. با توجه به اینکه داده‌ها با نرخ‌های بی‌سابقه‌ای تولید می‌شوند و عواملی با نظارت انسانی کم تصمیم‌گیری می‌کنند، امنیت، هویت و بازیابی – که اغلب به عنوان مسائل جداگانه تلقی می‌شوند و بین تیم‌ها تقسیم می‌شوند – باید با هم ترکیب شوند.

او می‌افزاید: «این رویکرد، دسته جدیدی به نام عملیات تاب‌آوری (ResOps) ایجاد می‌کند که سال 2026 را به عنوان یک رشته جدید تعریف می‌کند که تاب‌آوری را برای شرکت‌های مدرن از نو معماری می‌کند و آن را در محیط‌های هوش مصنوعی که به طور فزاینده‌ای پیچیده و نوظهور می‌شوند، مدیریت می‌کند.»

در حالی که هوش مصنوعی عامل‌محور قرار است به یکی از مهم‌ترین حوزه‌های توسعه تبدیل شود، حجم داده‌هایی که از این سرورها عبور می‌کنند، آنها را به هدفی وسوسه‌انگیز برای مجرمان سایبری تبدیل خواهد کرد. مارک اسکلتون، مدیر ارشد فناوری در Node4، هشدار می‌دهد که «بسیار مهم است که کسب‌وکارها تحت تأثیر این هیاهو قرار نگیرند و برای پیاده‌سازی مؤثر این پلتفرم‌های هوش مصنوعی، زمینه‌سازی کنند.»

«با ورود به سال 2026، کسب‌وکارها در تلاشند تا به هوش عمومی مصنوعی (AGI) واقعی دست یابند، جایی که این فناوری دارای توانایی‌های شناختی در سطح انسان است. این امر بسیار سریع‌تر از آنچه قبلاً تصور می‌کردیم در حال تبدیل شدن به واقعیت است، بنابراین کسب‌وکارها نمی‌توانند با گسترش روزافزون عامل‌های مصنوعی، معرفی محافظ‌هایی برای حفظ حاکمیت مناسب را به تأخیر بیندازند.»

لوری مرسر، مدیر ارشد مهندسی راه‌حل‌ها در HackerOne، ادامه می‌دهد: «هوش مصنوعی، مسابقه تسلیحاتی و نیاز به «امنیت پیشگیرانه» را عمیق‌تر خواهد کرد. مهاجمان در حال حاضر از LLMهایی مانند DeepSeek برای سلاح‌سازی از آسیب‌پذیری‌های شناخته شده استفاده می‌کنند. آنچه قبلاً توانایی سطح ایالتی را به دست می‌آورد، اکنون برای یک نوجوان با یک مدل جیل‌بریک شده قابل دسترسی است.

«تیم‌های دفاعی باید «با آتش با آتش بجنگند» و هوش مصنوعی را به همان اندازه تهاجمی در اولویت‌بندی، کشف و پاسخ به کار گیرند. این شتاب واقعی است، اما سرعت، بقا است. تردید، آسیب‌پذیری جدید است. تا پایان سال ۲۰۲۶، بیش از ۷۰ درصد از تیم‌های امنیتی سازمانی، ابزارهای مبتنی بر هوش مصنوعی را برای اولویت‌بندی، تشخیص یا پاسخ به کار خواهند گرفت.»

با ادغام هوش مصنوعی در ابزارها و گردش‌های کاری روزمره، مهارت‌های مورد نیاز برای استفاده مؤثر از آن نیز در حال تغییر است. چاریس توماس، مدیر ارشد محصولات در Aqilla، توضیح می‌دهد: «۲۰۲۶ سالی خواهد بود که نوع جدیدی از سواد فنی ضروری می‌شود. به یاد دارید که چگونه زمانی مجبور بودیم با پالایش پرس‌وجوها، قضاوت منابع و درک نحوه نمایش اطلاعات، جستجوی مؤثر در اینترنت را یاد بگیریم؟ اکنون باید یاد بگیریم که چگونه با هوش مصنوعی به همان روش تعامل کنیم. این سواد سریع مربوط به ترفندها یا میانبرها نیست؛ بلکه معادل مدرن یادگیری نحوه تحقیق صحیح است.»

او هشدار می‌دهد: «خط فاصل بین سازمان‌هایی که از هوش مصنوعی استفاده می‌کنند و سازمان‌هایی که استفاده نمی‌کنند، نخواهد بود. این خط فاصل بین کسانی خواهد بود که آن را با تفکر به کار می‌گیرند و کسانی که اجازه می‌دهند هوش مصنوعی بدون چون و چرا آنها را هدایت کند.»

کریس لوید، مدیر ارشد راه‌حل‌ها و فناوری در Syspro، موافق است: «هوش مصنوعی فقط به اندازه آنچه از آن یاد می‌گیرد، قابل اعتماد است و داده‌های ضعیف، اعتمادی را که رهبران برای کمک به پیشرفت تیم‌هایشان نیاز دارند، از بین می‌برد. پذیرش هوش مصنوعی، سرعت اعتماد مدیران اجرایی را منعکس می‌کند و هنگامی که رهبران، هوش مصنوعی را به عنوان یک شریک در حال پیشرفت می‌پذیرند، کسب‌وکارها نه تنها سریع‌تر حرکت می‌کنند، بلکه در کنار فناوری، هوشمندانه‌تر تکامل می‌یابند.»

با نزدیک شدن به سال ۲۰۲۶، پیام رهبران صنعت واضح است: فصل بعدی هوش مصنوعی با ادعاهای جسورانه یا اجرای سریع تعریف نخواهد شد، بلکه با اعتبار، کنترل و نتایج واضح تعریف می‌شود.

آیا این نوشته برایتان مفید بود؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *