عکس متعلق به مطلب اصلی نیست.
نوشته کورتیس مایکلسون | 8 آوریل 2024
چالش بیشتر رهبران شرکت‌ها امروزه این نیست که آیا با هوش مصنوعی مولد درگیر شوند یا نه، بلکه این است که چگونه می‌توان برای این تحول سازمانی آماده، مدیریت و ارتباط برقرار کرد.چگونه می‌توانید سیاست‌های سازمانی هوشمند را در مورد این فناوری به‌گونه‌ای توسعه دهید که آزمایش و نوآوری را متوقف نکند – در حالی که همچنان نرده‌های محافظ ارائه می‌دهد؟
من پنج حوزه آمادگی GenAI را انتخاب کرده ام که باید در سفر برنامه ریزی و تنظیم خط مشی خود در نظر بگیرید. آن ها موارد زیر هستند:
- منابع انسانی و مردم
- حقوقی
- حکومت
- استراتژی
- طراحی محصول.
به اعتقاد من، این پنج منطقه آمادگی، مسائل اساسی هستند که همه سازمان‌ها در مسیر پذیرش GenAI باید درگیر آن باشند.
1. HR: مردم و آمادگی مهارت
بیایید آن را واقعی نگه داریم. نگرانی شماره 1 کارکنان دانش در همه جا این سوال بی پاسخ است: آیا من تقویت می شوم یا جایگزین می شوم؟ هر کارمند فناوری که به اندازه کافی بزرگ باشد که در امواج اتوماسیون قبلی زندگی کرده باشد، یا نقش‌های خود را حذف کرده، یا تفکیک و تغییر شکل داده است. در حال حاضر، به نظر می رسد که افزایش در جایی است که در آن قرار دارد، که این سوال شماره 2 را برای کارمندان و مدیران ایجاد می کند: “برای در وضعیت فعلی ماندن و پیشرفت شغلی به چه مهارت هایی نیاز دارم؟” واضح است که کارکنان فناوری (کدنویسان و تحلیلگران داده) باید با برخورد بی پایان گواهینامه ها همگام باشند. برای بقیه ما، راحتی و آگاهی از GenAI جزء میز است. مهندسی سریع، که اکنون مهم است، با آشکار شدن روند بی‌سرعتی که در بالا ذکر شد، کاهش می‌یابد.
اسکات بلسکی، مدیر ارشد استراتژی Adobe، در یکی از وبلاگ های اخیر خود در Implications، چیز جالبی گفت:
شاید ذوق و نبوغ به مراتب مهمتر از مهارت در عصر هوش مصنوعی باشد؟ این روزها ذائقه کمیاب تر به نظر می رسد و از آنجایی که بهره وری مبتنی بر مهارت برای محاسبه بارگیری می شود، یک ویژگی متمایز فزاینده است. این درک باعث می‌شود که ساختارها و مشوق‌های جدیدی را در نظر بگیرم که شرکت‌ها باید برای استخدام نسل بعدی استعدادها یا ابداع راه‌هایی برای جذب ذوق‌سازان از آنها استفاده کنند.»
من مقاله کامل و وبلاگ اسکات را به عنوان یک منبع مفید برای آینده اندیشی در عصر هوش مصنوعی بسیار تحسین می کنم. اما قطعه مورد علاقه من برای کمک به همه ما در تجسم مجدد محیط های کاری و فرهنگ های سازمانی در حالی که شجاعانه به سمت آینده مجهز به GenAI خود پیش می رویم، این قطعه از مدیریت کالیفرنیا با عنوان “طراحی سازمان هوشمند: شش اصل برای همکاری انسان و هوش مصنوعی” است. این یک نقطه عزیمت عالی برای مدیران منابع انسانی و سایر رهبران سازمانی است که شروع به تطبیق با دنیایی از کارکنان انسانی و نمایندگان کنند.
2. حقوقی: IP & Data Readiness
در اینجا یک ایده تاریک وجود دارد … “چگونه ممکن است … از ما شکایت شود؟” در محیط کنونی، این یک سوال بسیار معتبر است که ارزش کمی بحث را دارد. با مواردی مانند شکایت نیویورک تایمز علیه مایکروسافت و OpenAI به دلیل ادعای آموزش LLM های خود در مورد محتوای Times، به علاوه ظهور سازمان هایی مانند FairlyTrained که توانایی تأیید LLM ها را به عنوان عاری از نقض حق نسخه برداری ارتقا می دهد، هر مدیری که به پذیرش هوش مصنوعی فکر می کند باید نحوه محافظت را در نظر بگیرد. پشت شرکت آنها حتی استفاده ساده لوحانه کارمندان از GenAI ممکن است به طور ناخواسته از IP شرکت یا اسرار تجاری به عنوان “نشت سریع” استفاده کند و این داده ها ممکن است برای آموزش برخی از نسخه های بعدی LLM استفاده شوند. فراتر از این نگرانی‌های ترسناک، در مورد حفاظت از اختراعات مشروع هوش مصنوعی سازمان شما که هنوز در راه است چه می‌توان گفت؟
بهترین منابع در زمینه IP و آمادگی داده ها از سازمان جهانی مالکیت معنوی یا WIPO می آید. اولین مورد “هوش مصنوعی مولد: مالکیت فکری ناوبری” نام دارد و به کاهش های بسیار خاصی که سازمان شما می تواند برای خطراتی که در بالا برشمردم می پردازد. گزارش دوم، آماده‌سازی اکوسیستم نوآوری برای هوش مصنوعی: یک جعبه ابزار IP، منبعی عالی برای آماده‌سازی استراتژیک برای آینده نوآوری مبتنی بر هوش مصنوعی است. این سازمان از انجام اقدامات پیشگیرانه برای تطبیق اکوسیستم IP خود با این عصر جدید هوش مصنوعی دفاع می کند. این شامل مواردی مانند به‌روزرسانی چارچوب‌های قانونی شما، ارائه راهنمایی‌های واضح در مورد حفاظت از IP برای تمام اختراعات هوش مصنوعی شما و در نظر گرفتن چالش‌های منحصربه‌فرد ناشی از هوش مصنوعی به عنوان یک مخترع است.
3. حاکمیت: آمادگی سیاست
همراه با مزایا، خطراتی نیز به همراه دارند. و کاهش ریسک مستلزم نظارت و پاسخگویی است. برای شرکت‌های بزرگ، روند ممکن است توزیع نظارت GenAI بین افسران منطقه‌ای با پیوندهای هماهنگی بین آنها باشد. به عنوان مثال، ماه گذشته دولت فدرال ایالات متحده سیاستی را تعیین کرد که به موجب آن هر بخش بزرگی باید یک افسر ارشد هوش مصنوعی داشته باشد. برای اکثر شرکت های متوسط و بزرگ دیگر، روند ایجاد یک موقعیت منفرد در سطح اجرایی بوده است. به عنوان مثال، همانطور که در آمریکا گزارش شده است.
Banker، بانک ایالات متحده اخیراً مدیر ارشد دیجیتال خود را به یک مدیر ارشد هوش مصنوعی تبدیل کرده است. (او پیش از آن مدیر ارشد نوآوری بود.) به طور گسترده تر، همکاری بین شرکت ها و دولت ها را می بینیم و خواهیم دید. کشورهای اتحادیه اروپا در حال تعیین استانداردها هستند. و به تازگی در 1 آوریل بین ایالات متحده و بریتانیا امضا شده است برای ایجاد یک مشارکت در ایمنی هوش مصنوعی.
توصیه من، اگر در حال شروع سفر به سمت حکمرانی هوش مصنوعی هستید، این است که به کار افراد مؤسسه ملی استاندارد و فناوری (NIST) و چارچوب مدیریت ریسک آنها یا RMF توجه کنید. مرکز منابع هوش مصنوعی قابل اعتماد و مسئولیت پذیر NIST RMF را ایجاد کرده و مرتباً آن را به روز می کند، بنابراین توصیه می کنم سایت آنها را نشانه گذاری کنید یا در به روزرسانی های ایمیل آنها مشترک شوید. متراکم است، اما خیلی فنی نیست، بنابراین توسط تیم مدیریت کامل شما قابل مصرف است. این ممکن است به چارچوب بندی مکالمات شما کمک کند، زیرا حکمرانی هوش مصنوعی را در جای خود قرار می دهید. آنها حتی یک “کتاب بازی” را ارائه می دهند که به صورت صفحه گسترده PDF یا Excel موجود است، که برای توزیع در جلسات هیئت مدیره و صحبت با یک زبان مشترک عالی است.
4. استراتژی: آمادگی آینده
به عنوان یک جوان رشته فلسفه، روزی را به خاطر می آورم که به ذهنم رسید که انسان ها می توانند سرعت را مشاهده کنند (تغییر در طول زمان) اما نمی توانند شتاب (تغییر سرعت) را ببینند. به قول ری کورزویل آینده‌پژوه و مخترع، «ما ۱۰۰ سال پیشرفت را در قرن ۲۱ تجربه نخواهیم کرد. این بیش از 20000 سال پیشرفت خواهد بود (به نرخ امروز). همانطور که فن آوری های نمایی همگرا و همزمان شتاب می گیرند، جهت این بردارها بسیار غیر قابل پیش بینی می شود. خب چه باید کرد؟
دنیای نوآوری ممکن است پاسخی داشته باشد: نوآوری باز. شاید کمی تواضع و شفافیت در مورد جهل جمعی ما در مواجهه با این تغییر عظیم بهترین باشد. دیو اسنودن، خالق چارچوب استراتژی به نام Cynefin به قول معروف راه حل مشکلات اجتماعی پیچیده هزاران آزمایش همزمان است. به عبارت دیگر، ما به بهترین ذهن خود نیاز داریم که روی این موضوع فکر و کار کنند. در پادکست اخیر، تاد اولسون، مدیرعامل شرکت تجزیه و تحلیل محصول Pendo، در مورد چگونگی شکل‌گیری رویکرد هوش مصنوعی شرکتش از طریق مجموعه‌ای از هکاتون‌ها و رویدادهای شرکت صحبت کرد. این امر منجر به پیشرفت‌هایی شد که اکنون به خط تولید آنها می‌آیند و پایه‌ای برای ماندن در آینده ایجاد می‌کند. به آزمایش ادامه دهید – اما این کار را با همکاران بیشتری انجام دهید.
مطالعه پیشنهادی من در زمینه استراتژیک این است: «16 تغییر در روشی که شرکت ها در حال ساخت و خرید هوش مصنوعی مولد هستند» توسط سارا وانگ و شانگدا زو، دو تحلیلگر در شرکت سرمایه گذاری خطرپذیر Andreesen Horowitz. به همان اندازه که هر چیزی در موضوعی مانند GenAI می تواند «جاری» باشد، کار آنها تازه است و پشتیبانی زیادی از مکالمات استراتژیک و موقعیت یابی آینده فراهم می کند.
5. طراحی محصول: آمادگی را تجربه کنید
فناوری لبه‌ای مانند GenAI شگفت‌انگیز است، اما اگر تجربه کاربر با رابط‌های متنی کسل‌کننده، تشخیص گفتار بی‌هدف و تعاملات غیرشخصی با خدمات مشتری، در جایی که هست باقی بماند، وعده‌ی این فناوری می‌تواند به سرعت از بین برود زیرا احساسات مصرف‌کننده و کارمند بر خلاف آن است. شرکت تحقیقاتی Valoire در مطالعه سال 2024 خود در مورد درک کاربران هوش مصنوعی دریافت که اعتماد به هوش مصنوعی به کلمات خاصی بستگی دارد. به عنوان مثال، “دستیار” در مقابل “کمک خلبان” ترجیح داده می شود. در همین حال، تیم‌های محصول در حال حاضر از روند هوش مصنوعی «بی‌سریع» به عنوان ستاره شمالی جدید خود استفاده می‌کنند، جایی که تعاملات چت از بین می‌رود و سیستم‌ها بدون تبدیل شدن به Microsoft Clippy 2.0 به سادگی استنباط می‌کنند که ما به چه چیزی نیاز داریم.
یکی از بهترین قطعاتی که اخیراً با آن برخورد کرده‌ام، «Tech Vision 2024» آینده‌نگر Accenture است. من از نگاه گسترده آنها نه تنها به GenAI، بلکه تمام فناوری های متقاطع که آنها استدلال می کنند، ضروری است که انسان ها را عمیقاً در جریان قرار دهیم، قدردانی می کنم. آنها از توسعه یک رویکرد جامع برای ادغام هوش مصنوعی در ساختار سازمانی شما، با تأکید فراوان بر افزایش قابلیت‌های ذینفعان (کارمندان، مشتریان، شرکا، فروشندگان) و البته اطمینان از استفاده اخلاقی از فناوری، در حالی که همزمان نیروی کار خود را برای آینده ای که در آن هوش مصنوعی نقش اصلی را در نوآوری و حل مسئله ایفا می کند.
