روندهای هوش مصنوعی در سال ۲۰۲۱ را بشناسید

وین باترفیلد، مدیر ISG Automation که بخش تحقیقاتی و مشاوره‌ای شرکت ISG است، می‌گوید: «از آنجایی که طولانی شدن همه‌گیری کرونا بر عملکرد شرکت‌ها تأثیر داشته است، هوش مصنوعی اهمیت بیشتری پیدا کرده و حالا کسب‌و‌کارها می‌خواهند با کمک آن دیتاست‌های تحت تاثیر کرونا را شناسایی کنند و از طرفی هم میل به خودکارسازی روز به روز در آن‌ها بیشتر می‌شود».

از طرفی فعالان صنعت فناوری اطلاعات در سال ۲۰۲۰ به دلیل تغییر وضعیت به دورکاری، دچار چالش‌ها و مشکلات زیادی شدند و انتظار می‌رود این شرایط حداقل تا بخشی از سال ۲۰۲۱ هم ادامه داشته باشد.

دن سیمیون، نایب رئیس بخش هوش مصنوعی و تحلیل‌های Capgemini North America می‎گوید: «در این شرایط کسب‌و‌کارها از نظر دیجیتالی بیش از هر زمان دیگری به هم وابسته و البته متصل شدند. حالا این وظیفه هوش مصنوعی است که مطمئن شود آن‌ها کاربردی می‌مانند».

روندهای هوش مصنوعی در سال ۲۰۲۱: در شرکت‌ها چه اتفاقاتی می‌افتد؟

الیشا میتال، مشاور و مدیر پروژه شرکت تحقیقاتی Everest Group، می‌گوید: «دنیا به این سمت می‌رود که از هوش مصنوعی به عنوان اهرمی برای بهبود بهره‌‌وری در دوران همه‌گیری استفاده کند». در این شرایط مهم است که با روندهای هوش مصنوعی در سال ۲۰۲۱ که همه متخصصان و رهبران حوزه فناوری اطلاعات باید به آن توجه کنند، آشنا شویم:

۱- هنوز در حوزه هوش مصنوعی کمبود استعداد داریم

برای استفاده هرچه بیشتر از هوش مصنوعی در سال ۲۰۲۱ یکی از مشکلاتی که از قبل هم وجود داشته و هنوز مرتفع نشده کمبود نیروی متخصص است. میتال می‌گوید: «شرکت‌‎ها کم‌کم با اهمیت هوش مصنوعی و برطرف کردن مشکل کمبود نیروی متخصص در این زمینه آشنا شدند. استفاده درست از هوش مصنوعی نیاز به توجه به جنبه‌های کلیدی داده‌ها، فناوری و استراتژی‌های یادگیری دارد که با سیستم مدیریت غیرمتمرکز کنترل می‌شوند. شرکت‌ها همچنین باید بر روی زمینه‎سازی، تغییر مدیریت و حکمرانی تمرکز کنند». یکی از اصلی‎ترین روندهای هوش مصنوعی در سال آینده کمبود متخصص هوش مصنوعی خواهد بود.

۲- هوش مصنوعی فناوری اطلاعات خودگران را تقویت می‌کند

به عنوان یکی از روندهای هوش مصنوعی در سال ۲۰۲۱ شاهد این موضوع خواهیم بود که هوش مصنوعی راه‌حل‌هایی برای شناسایی و رفع مشکلات حوزه فناوری اطلاعات ارائه دهد. سیمیون می‌گوید: «این راه‌حل‌ها ایرادات خودشان را هم برطرف کرده، سوءعملکردها را به روشی فعالانه از بین برده و زمان خرابی سیستم‌ها و بحران‌ها را کاهش می‌دهند. به این ترتیب تیم‌ها منابعشان را به پروژه‌های پیچیده‌تر و با اولویت بیشتر که باید روی آن تمرکز کنند، تخصیص می‌دهند».

۳- هوش مصنوعی و ساختار دادن به داده‌های بدون ساختار

از انواع ترند های هوش مصنوعی این است که در سال پیش رو، شرکت‌ها بینایی ماشین و پردازش زبان طبیعی را اهرم می‌کنند تا به داده‌های بدون ساختار مانند ایمیل‌ها یا تصاویر، ساختار دهند. هدف از این کار خلق داده‌‎ای است که فناوری خودکارسازی پردازش رباتیک بتواند به راحتی از آن برای خودکارسازی فعالیت‌های معاملاتی در شرکت استفاده کند.

باترفیلد می‌گوید: «خودکارسازی پردازش رباتیک که اخیرا استفاده از آن افزایش زیادی داشته، در زمینه سازگاری نرم‌افزارها در ۲۴ ماه گذشته بیشترین رشد را داشته است. اما محدودیت‌هایی هم دارد و مشکل اینجاست که تنها توان پردازش داده‌های دارای ساختار را دارد. اما استفاده از هوش مصنوعی برای تکمیل مأموریت پیچیده درک داده‌های بدون ساختار و بعد از آن دستیابی به خروجی مشخص، خودکارسازی پردازش روباتیک را فعال می‌کند».

۴- فناوری اطلاعات در مقیاسی بزرگ‌تر به هوش مصنوعی فشار می‌آورد

سیمیون می‎گوید: «در سال ۲۰۲۰ شاهد هماهنگی بیشتر بین هوش مصنوعی و سازمان‌های فناوری اطلاعات خواهیم بود. اما من انتظار دارم در سال ۲۰۲۱ شرکت‌ها شاهد مزایای استفاده از مدل‌های هوش مصنوعی و یادگیری ماشین باشند و با مشاهده این مزایا نه تنها از استفاده از آن برای محصولاتشان راضی باشند، بلکه تصمیم بگیرند از آن در مقیاس بزرگ‌تر استفاده کنند». یکی از مزایای هوش مصنوعی این است که باعث می‎شود در زمانی مشخص به بازدهی سرمایه برسید. در نتیجه یکی دیگر از ترند های هوش مصنوعی این است که سال آینده می‌تواند سالی باشد که در آن بسیاری از سازمان‌ها شاهد مزایای استفاده از هوش مصنوعی خواهند بود.

۵- هوش مصنوعی قابل توضیح‌تر خواهد شد

در مقایسه با هوش مصنوعی جعبه سیاه، به دنبال وضوح بیشتر برای مدل‌ها هستیم. دیو لوکاس، مدیر ارشد محصول در مرکز داده‌های مشتریان Tealium، می‌گوید: «یعنی بتوانیم به سادگی برای یک فرد عامی توضیح دهیم که چطور هر مشخصه فردی یا نقطه داده می‌تواند منجر به پیش‎بینی نهایی یا نتیجه یک مدل شود». هرچه مقررات مربوط به داده بیشتر شوند، اعتماد به هوش مصنوعی هم موثرتر خواهد شد. یکی از ترند های هوش مصنوعی برای سال آینده این خواهد بود که هوش مصنوعی برای عوام قابل توضیح‌تر خواهد بود.

۶- نفوذ هوش مصنوعی در عملیات فناوری اطلاعات بیشتر می‎شود

در سال‌های اخیر پیچیدگی سیستم‌های فناوری اطلاعات بیشتر هم شده است. طبق ادعای Forrester پاسخ فروشندگان برای این پیچیدگی‌ها ارائه راه‌‌حل‌های پلتفرمی مانند زیرساخت‌ها، برنامه‌های کاربردی و شبکه‎سازی به وسیله ادغام چندین دیسیپلین نظارتی که قبلا وجود داشته‌اند، بوده است. همان‌طور که قبلا هم اشاره شده استفاده از هوش مصنوعی در زمینه فناوری اطلاعات باعث بهینه‌سازی عملیات‌های مربوط به آن شده و از طریق تحلیل داده‌های حجیم و طبقه‌بندی آن‌ها به انجام هرچه بهتر پروسه‌های کلیدی، وظایف و تصمیم‌گیری‌ها کمک کرده است.

توصیه به رهبران حوزه فناوری اطلاعات این است که به عنوان یکی از ترند های هوش مصنوعی به دنبال استفاده هرچه بیشتر از هوش مصنوعی باشند تا بتوانند به وسیله همبستگی داده‌ها همکاری بین تیمی را تقویت کنند، باعث تجربه دیجیتالی بی‌واسطه شوند، و کل ابزار مدیریت عملیات فناوری اطلاعات را به طور یکپارچه ادغام کنند.

۷- فرایندهای تکمیل شده وارد شوند

داده و هوش مصنوعی کلیدهای مزایای رقابتی و بخشی از یک استراتژی بزرگ‌تر در فرایند خودکارسازی و نوآوری هستند. آنا مالوبرتی، مهندس داده Globant می‎گوید:«با این استراتژی، اکوسیستم‌های داده مقیاس‎پذیر و تحت کنترل هستند و داده‌های مربوط به زمان از منابع ناهمگن به دست می‌آیند. اما همزمان باید با سرعت با نوآوری‌ها هم سازگار شوند. شرکت‌ها می‌خواهند بهینه‌سازی را با فرایندهای تکمیل شده افزایش دهند، هم در کسب‌و‌کارها و هم در تحولاتشان».

در آینده یکی از روندهای هوش مصنوعی استفاده از ابزارهای مکمل مبتنی بر هوش مصنوعی در برنامه نویسی و فرآیند توسعه نرم افزار خواهد بود. تمرکز اصلی Globant نیز روی این موارد است. مالوبرتی می‌گوید:«بزرگ‌ترین چالش استفاده از این استراتژی جنبه فرهنگی آن است. برای خلق یک مدل قبل ارائه عظیم و پایدار در درجه اول نیازمند پرورش یک ذهنیت سازمانی مبتنی بر داده و بعد خارج شدن از مراحل آزمایشی استفاده از هوش مصنوعی است».

۸- رشد چشم‌گیر هوش مبتنی بر صدا و زبان

افزایش دورکاری در به وجود آمدن یکی از ترند های هوش مصنوعی موثر بوده و باعث هماهنگی هرچه بیشتر با ظرفیت‌های پردازش زبان طبیعی و تشخیص صدای خودکار می‌شود، مخصوصا در مراکز تماس مشتریان. باترفیلد می‎گوید:«طبق آمار کمتر از ۵% تماس‌های مشتریان از نظر کیفیت بررسی می‌شوند و حتی به واکنش‌های بعد از آن هم توجهی نمی‎شود. به این دلیل که در زمان رسیدگی به تماس مشتری امکان آموزش فرد به فرد به نیروهای کار نیست، شرکت‌‎ها باید از هوش مصنوعی برای رسیدگی به این کار بهره ببرند و درک بهتری از نیازهای مشتری داشته و بتوانند آن‌ها را برطرف کنند».

۹- همزیستی هوش مصنوعی و ابر

ریکو بارنت، مدیر بخش نوآوری‌‌های مربوط به مشتریان شرکت Exigent می‎گوید:«هوش مصنوعی قرار است در سازگاری گسترده‌تر با راهکارهای ابری، نقشی مهم ایفا کند. یکی از ترند های هوش مصنوعی برای سال آینده این خواهد بود که نظارت و مدیریت منابع ابری و حجم بالای داده‌هایی که تولید می‎شوند، می‌تواند با بکارگیری هوش مصنوعی خروجی بهتری داشته باشند».

۱۰- به اخلاقیات در هوش مصنوعی و استانداردها توجه بیشتری خواهد شد

ناتالی کارترایت، یکی از موسسین و مدیر اجرایی پلتفرم بانکی مبتنی بر هوش مصنوعی Finn AI درباره یکی از ترند های هوش مصنوعی برای سال آینده می‌گوید: «در سال ۲۰۲۰ همکاری‌های بین‌المللی مانند همکاری جهانی مبتنی بر هوش مصنوعی از مرحله ایده به واقعیت رسیده است. در سال ۲۰۲۱ اما قرار است راهکارهای تخصصی برای کسب اطمینان از استفاده درست هوش مصنوعی به منظور رفع مشکلات جهانی، رعایت تنوع و شمول، تخمین درست نوآوری و رشد اقتصادی ارائه شود. در نهایت قرار است توجه بیشتری به اخلاقیات مربوط به هوش مصنوعی شود و اگر بخواهیم تنها به دو مورد در این زمینه که نیاز به رسیدگی دارند، اشاره کنیم، باید از شفافیت داده‌ها و منصفانه بودن الگوریتم‌ها نام ببریم.