یعنی واقعاً این همه هیاهو حول هوش مصنوعی ارزشش رو داره؟ چرا تقریباً همه پروژه‌های GenAI شرکتا شکست می‌خورن!

اگه فکر می‌کنی شرکت‌ها دارن با هوش مصنوعی تولیدکننده (Generative AI یعنی هوش مصنوعی‌ای که خودش محتوا تولید می‌کنه، مثل چت‌بات‌ها یا تولید تصویر) زمین و زمان رو عوض می‌کنن، باید بدونی اوضاع به اون شکلی که تبلیغش رو می‌کنن نیست! یه تحقیقی که MIT انجام داده می‌گه ۹۵٪ شرکت‌هایی که سراغ GenAI رفتن، عملاً هیچی به دست نیاوردن، یعنی نه سودی بهشون اضافه شده، نه ضرر و زیان رو کم کرده! فقط یکی دو درصد شرکتا تونستن شرایط رو عوض کنن.

حالا نکته جالب اینجاست که همون ۵٪ موفق‌ها معمولاً استارتاپ‌هایی هستن که یه تیم جوون دارن – مثلاً بچه‌هایی که ۱۹ یا ۲۰ سالشونه – و اینا تونستن فقط تو یه سال درآمدشون رو از صفر برسونن به ۲۰ میلیون دلار! پس انگار یا کاری انجام نمی‌شه، یا اگه درست انجام بشه، عالی جواب می‌ده.

کلید موفقیت اینجا «تخصصی بودن» کاره. یعنی شرکت‌هایی موفق شدن که رو یک مشکل مشخص تمرکز کردن و سعی کردن اون رو با هوش مصنوعی حل کنن. مثلاً فقط اتوماتیک کردن کارهای اداری، یا فقط کمک به تیم فروش. Vendor تخصصی یعنی اونایی که خدمات یا ابزار خیلی ویژه و تخصصی توی یه زمینه خاص ارائه می‌دن، تو دو سوم مواقع موفق می‌شن. در حالی‌که شرکت‌هایی که خودشون دست به کار می‌شن و مدل داخلی درست می‌کنن، فقط تو حدود یک سوم مواقع نتیجه می‌گیرن! مخصوصاً تو صنایع تنظیم‌گری‌شده، مثل بانک‌ها یا بیمه‌ها (یعنی جاهایی که یه عالمه قانون و مقررات دارن و باید رعایت کنن)، شرکتا فکر می‌کنن بهتره خودشون مدل بسازن، اما بررسی‌ها نشون می‌ده این کارها معمولاً با شکست روبرو می‌شه.

یه نکته مهم دیگه هم اینه که معمولاً بودجه GenAI شرکت‌ها داره خرج بخش فروش و بازاریابی می‌شه، ولی جالب اینکه بیشترین بازگشت سرمایه یا همون ROI (یعنی اینکه پولی که سرمایه‌گذاری کردن چقدر براشون سود داشته) تو بخش کارهای پشت‌صحنه یا اتوماتیک‌سازی بک‌آفیس به دست اومده؛ مثل حسابداری، مدیریت منابع انسانی و …

این اولین باری نیست که گفته شده مدل‌های هوش مصنوعی اون‌طور که باید کار نمی‌کنن. مثلاً خیلی جاها یه سری کارمند ساده رو اخراج کردن و فکر کردن AI جاشون رو پر می‌کنه، ولی بیشتر از نصف شرکت‌های بریتانیایی که همچین حرکتی زدن گفتن پشیمون شدن! یعنی انتظارها خیلی بالاتر از واقعیت بوده.

علاوه بر این، کم‌کم مزیت‌های ملموس این مدل‌ها داره کمتر و کمتر می‌شه و به جاش یه عالمه دغدغه‌های امنیتی (مثلاً لو رفتن اطلاعات شرکت یا هک شدن سیستم‌ها) و حتی سخت‌تر کردن رسیدن به اهداف ESG (یعنی همون اهداف محیط زیستی و اجتماعی شرکت‌ها) هم اضافه شده. خلاصه خیلی از سازمان‌ها نگران این ریسک‌ها شدن.

در کل داستان ساده‌ست: اگه می‌خوای مدل AI رو موفق پیاده کنی، باید خیلی فکرش رو بکنی، ابزار مناسب انتخاب کنی، تیم متخصص داشته باشی و انتظار نداشته باشی با آوردن AI یه شبه همه‌چی عالی بشه. وگرنه احتمال شکست خیلی زیاده و حتی ممکنه آخرش مجبور بشی پشیمون شی و همه‌چیز رو از اول بچینی!

راستی، حواست باشه فقط تو نیستی که بعضی وقتا از چت‌کردن با هوش مصنوعی خسته می‌شی؛ ۷۰٪ آدم‌ها همین حس رو دارن! تازه بعضی برنامه‌نویس‌ها هم فکر می‌کنن AI قراره بزنه همه کارمندای بازاریابی رو حذف کنه! خلاصه فعلاً اوضاع خیلی هیجانیه، ولی اگه قرار باشه چیزی واقعاً مفید دربیاد، باید حسابی تخصصی و هدفمند حرکت کرد.

منبع: +