بازار کسب‌و‌کارها در روزهای اخیر مملو از پیشنهاد طرح‌های هوش مصنوعی است که به دنبال معرفی توان فناوری‌های موجود برای خودکار‌کردن کارها، کاهش هزینه‌ها و افزایش کارایی هستند و به نظر می‌رسد بسیاری از کسب‌و‌کارها راهی جز وارد‌شدن در این حوزه ندارند.
احتمالا برخی از شما درباره الحاق توانایی‌های هوش مصنوعی به سازمان خود فکر کرده‌اید. خبر خوب اینکه برای انجام این‌کار لازم نیست متخصص هوش مصنوعی باشید بلکه لازم است طرح‌های هوش مصنوعی را درک کرده و بدانید که چگونه می‌توانید با دقت این قابلیت را به کار خود ملحق کنید.
پس از آن است که می‌توانید کارهای اصلی را خودکار کرده و از اطلاعات موجود برای درک الگوهای و خروجی‌ها استفاده کنید. پیش از آنکه سوار قطار هوش مصنوعی شوید، لازم است این سه پرسش را پاسخ دهید:
- آیا کارهای شما مبتنی بر اطلاعات است؟
- آیا اطلاعات مناسب و کافی برای اجرای راه‌حل‌های مبتنی بر هوش مصنوعی را در اختیار دارید؟
- آیا درک مناسبی از چگونگی کارکرد هوش مصنوعی دارید؟
از یک بخش کوچک آغاز کنید
شاید وسوسه شده‌اید که انتقال به دنیای هوش مصنوعی را با بازسازی کامل فرآیندهای کسبوکار خود شروع کنید. اما این بهترین شیوه برای شکست خوردن است. کار عاقلانه‌تر این است که از طرح‌های کوچک‌تر شروع کرده و تمرین کنید تا زیربنای محکمی برای درگیر شدن در یک کار بزرگ‌تر را به دست آورید.
در هوش مصنوعی بهتر است به جای همه اجزای یک فرآیند، روی بخش‌های کوچک آن تمرکز کنید. توانمندی‌های هوش مصنوعی امروزی چنین است که جایگزینی کامل یک فرآیند با یک راه‌حل هوش مصنوعی را دشوار می‌سازد. اما همان فرآیند را می‌توان به بخش‌های کوچک تقسیم و برخی از آن بخش‌ها را به راحتی خودکار کرد.
بفهمید واقعا چه چیزی می‌خواهید؟
تصمیم‌گیران در بسیاری از طرح‌ها تصویر روشنی از آنچه که در استفاده از هوش مصنوعی دنبال می‌کنند در ذهن ندارند. افراد مختلف می‌توانند از زوایای مختلفی به یک مسئله نگاه کرده و دنبال راه‌حل برای آن باشند. اما در انتها نداشتن یک دیدگاه روشن مانع دسترسی به نتایج کامل می‌شود. لازم است که همیشه زمانی را برای رسیدن به تعریف روشن از اهدافی که دنبال می‌شود، آنچه قرار است بدان برسیم و چرائی آن صرف کنیم.
همچنین لازم است به افراد مناسب برای تعیین فرآیندها دسترسی داشته باشیم. در واقع لازم است که تصمیم‌سازان بخش تجاری و تحلیلگران اطلاعات در تعامل با یکدیگر دید روشنی از کسبوکار داشته باشند تا بتوانند روش درست کار را یافته و روی آن فعالیت کنند.
در بسیاری از طرح‌های هوش مصنوعی عامل انسانی دیده نمی‌شود. هوش مصنوعی موضوعی درباره اطلاعات، چارچوب‌ها و الگوریتم‌ها نیست بلکه درباره انسان‌هاست
به یاد داشته باشیم توسعه‌دهندگان نرم‌افزار متخصص یادگیری ماشینی نیستند و بین توسعه‌دهنده و متخصص اطلاعات تفاوت وجود دارد. در همین حال باید مراقب باشید که هوش مصنوعی قابلیت استفاده آسان را داشته و راه‌حلی درازمدت ارائه کند. راه‌های متعددی برای یادگیری ماشینی وجود دارد ولی راه‌حل درست آن راه‌حلی است که درک خوبی از مسئله را ارائه کند.
پس از تعریف روشن آنچه که هوش مصنوعی باید برای کسبوکار شما انجام دهد، لازم است یک نقشه راه با نتایج مشخص داشته باشید. علاوه بر این، کارشناسان اطلاعات و مهندسان سامانه‌ها باید گروهی کاری تشکیل دهند که راه‌حل متناسب با شاخص‌های فنی کار شما را تهیه کند.
بهترین راه‌های شکست در طرح‌های هوش مصنوعی
تجربه نشان داده که بیشتر طرح‌های هوش مصنوعی به دلایلی که ذکر می‌کنیم دچار شکست می‌شوند. در بسیاری از طرح‌ها عامل انسانی دیده نمی‌شود. هوش مصنوعی موضوعی درباره اطلاعات، چارچوب‌ها و الگوریتم‌ها نیست بلکه درباره انسان‌هاست. سازمان‌ها باید از پشتیبانی و رهبری اجرایی و افراد مستعد و مناسب در نقش‌های اصلی طرح برخوردار باشند. ترکیبی از افراد و هوش ماشینی است که الگوی یادگیری ماشینی را شکل می‌دهد.
طرح‌های موفق هوش مصنوعی همیشه در یک چیز مشترک هستند و آن اینکه پیاده‌سازی طرح همواره در یک گروه کوچک از کارکنان انجام می‌شود که بازخوردهای قابل اعتمادی را به سامانه برمی‌گردانند.
بیشتر طرح‌های هوش مصنوعی نیازمند اطلاعات است. با داشتن اطلاعات و شیوه‌های تصمیم‌گیری است که الگوهای مناسب برای ارتقای پیش‌بینی‌ها را به نحوی که مورد انتظار شرکت‌هاست، فراهم می‌کند. پیش از شروع هر طرح مبتنی بر هوش مصنوعی باید از دردسترس‌بودن اطلاعات لازم از همه سامانه‌های عملیاتی اطمینان پیدا کرد تا راه‌حل‌های هوش مصنوعی بتوانند با استفاده از آنها کار خود را انجام دهند.