برتری پایدار در عصر هوش مصنوعی مولد: یا خاص باشید و یا به شکلی خاص از آن استفاده کنید

البته که استفاده از این فناوری با ارزش‌آفرینی فراوان همراه است و بدون شک آینده کسب‌وکار امروز را دگرگون می‌کند اما در این مقاله می‌خوانید که چرا استفاده از هوش مصنوعی مولد حتی به روش‌های خاص و برای مثال با توسعه ابزارهای شخصی‌سازی شده یا استفاده از دیتاست‌های اختصاصی هم نمی‌تواند به برتری پایداری برای شما منجر شود.

هاروارد بیزینس ریویو در پایان تشریح می‌کند که شرکت‌ها برای برتری واقعی در دوران هوش مصنوعی مولد باید از این فناوری برای تقویت برتری‌های موجود خود استفاده کنند. راهکاری که شاید تنها برای انگشت شمار شرکت‌های موفق و بزرگ امکان‌پذیر باشد اما اگر چنین شرایطی برای یک کسب و کار فراهم نیست هم می‌توان با پی‌ریزی مدل تجاری حول هوش مصنوعی مولد از آن به برتری پایدار رسید.

هوش مصنوعی برتری پایدار تازه‌ای برای شما به ارمغان نمی‌آورد

تاریخ نشان داده است که نوآوری فناورانه می‌تواند نحوه کسب‌وکار را به کلی متحول کند. موتور بخار در قرن ۱۷۰۰، موتور الکتریکی در ۱۸۰۰ و کامپیوتر شخصی در دهه ۱۹۷۰، همگی بسیاری از بخش‌های اقتصاد را دگرگون کردند و ارزش بسیاری خلق شد. اما تعداد کمی از این تحولات و دیگر فناوری‌ها به یک منبع پایدار برتری رقابتی برای شرکت‌های هدف تبدیل شدند و دلیلش این است که تاثیرات آنها به حدی پررنگ و گسترده بود که تقریبا تمام کسب‌وکارها به اجبار باید از آنها استفاده می‌کردند. بعلاوه، در بسیاری از موارد حتی مزیت‌های چند بازیگر بزرگ نیز از بین رفت و رقبای تازه‌ای توانستند وارد یک بازار پایدار شوند.

بدون شک جدید‌ترین فناوری که می‌تواند نحوه کسب‌وکار را به شکل قابل توجهی تغییر دهد، هوش مصنوعی مولد است. هوش مصنوعی مولد الگوهای موجود در میان داده‌ها را شناسایی و محتوای جدید از جمله متن، تصویر و صوت خلق می‌کند و شباهت بسیار زیادی به ساخته‌های انسان دارد. همچنین از آنجایی که نتایج حاصل دوباره وارد دیتاست این سیستم‌ها می‌شود، این فناوری می‌تواند به مرور زمان محتوایی نوآورانه‌تر، ارزشمندتر و شبیه‌تر به انسان خلق کند. برای درک پیامد‌های استراتژیک این فناوری، علاوه بر توانایی امروز هوش مصنوعی مولد، باید به توانایی احتمالی آن در آینده نیز توجه کرد زیرا با گذشت زمان «باهوش‌تر» می‌شود.

شکی نیست که هوش مصنوعی مولد ارزش‌ بسیاری خلق می‌کند. شرکت‌ها از این فناوری برای شناسایی فرصت‌های جدید محصولی و مدل‌های تجاری استفاده کرده‌اند؛ برای خودکارسازی تصیممات روتین، آزاد کردن وقت انسان‌ها برای تمرکز روی تصمیمات مهم‌تر و حاوی ارزش اخلاقی، همدلی یا تخیل؛ ارائه خدمات شخصی‌سازی شده حرفه‌ای از جمله خدمات حقوقی که پیشتر تنها در اختیار ثروتمندان بود؛ و توسعه و مخابره محصول و دیگر پیشنهادات به روشی سریع‌تر، ارزان‌تر و جامعه‌تر از گذشته.

پیشگامان هوشمند این عرصه بدون شک برخی از ارزش‌های کوتاه‌مدت هوش مصنوعی مولد را استخراج کرده‌اند. اما به زودی تمامی شرکت‌های باقی‌مانده در این بخش‌ها هوش مصنوعی مولد را به کار می‌گیرند و دیگر این فناوری حتی در جایی که تجارت و فعالیت‌های تجاری را به شکل قابل توجهی متحول می‌کند، منشا یک برتری رقابتی برای هیچکدام از آنها نخواهد بود. در واقع به جای ارائه یک برتری رقابتی، احتمالا باعث حذف برتری می‌شود. اما کورسوی امیدی وجود دارد: اگر در حال حاضر برتری رقابتی دارید که دیگران نمی‌توانند با هوش مصنوعی مولد آن را شبیه‌سازی کنند، شاید این فناوری باعث شود تا ارزش برآمده از آن را دوچندان کنید.

بیایید ببینیم که هوش مصنوعی مولد چطور به ارزش‌آفرینی برای مشتریان منجر می‌شود و در عین حال زمین بازی متعادلی را برای شرکت‌های ارائه دهنده فراهم می‌کند.

خلق ارزش به معنی کسب ارزش نیست

هوش مصنوعی مولد بدون شک باعث افزایش بهره‌وری شرکت‌ها می‌شود. طی کنفرانسی از مدیران ارشد اطلاعات در سال ۲۰۲۴، مدیران ده‌ها شرکت درمورد روش‌های کاهش هزینه با این فناوری صحبت کردند. مدیر ارشد اطلاعات شرکت Ally Financial تشریح کرد که هوش مصنوعی مولد چطور هزینه خلاصه‌سازی روابط بین کارکنان خدماتی و مشتریان را کاهش داده است؛ مدیر ارشد اطلاعات Cisco گفت که هوش مصنوعی مولد به گونه‌ای کارآمد برای تولید کد کامپیوتری استفاده می‌شود؛ و مدیر ارشد اطلاعات Dow توضیح داد که شرکتش چطور از این فناوری برای کاهش هزینه‌های اداره مواد و ارزیابی قابلیت ثبت حق اختراع یک محصول جدید استفاده می‌کند. در ماه فوریه ۲۰۲۴، شرکت فناوری مالی کلارنا گزارش داد که در اولین ماه یک برنامه هوش مصنوعی، دو سوم از چت‌های بخش خدمات مشتری این شرکت را این فناوری پاسخ داده است و در عین کاهش چشمگیر هزینه‌ها، سرعت افزایش یافته و رضایت مشتری هم ضربه نخورده است.

اما مشکل اینجاست که هوش مصنوعی مولد برای هرشرکتی که از آن استفاده کند چنین فوایدی را به همراه دارد. ارزش خلق می‌شود و کسب نمی‌شود (یا در بلند‌مدت اینطور نیست.)

این فناوری را می‌توان برای پیشبرد نوآوری استفاده کرد. در واقع مطالعات تجربی نشان داد که هوش مصنوعی مولد می‌توان حتی از متخصصان با تجربه در توجیه محصولات جدید و دیگر ایده‌های ارزشمند تجاری مهارت بیشتری داشته باشد. به شاید چنین برداشت شود که معرفی این محصولات و ایده‌ها می‌تواند یک منشا پایدار برای برتری رقابتی باشد. اما بازهم اگر بیشتر رقبا به هوش مصنوعی مولد دسترسی پیدا کنند، آنها هم می‌توانند نتایج نوآورانه یکسان یا مشابهی را رقم بزنند.

این آزمایش ساده را در نظر بگیرید: از اعضای تیم مدیریت خود بخواهید از برنامه هوش مصنوعی مولد برای ایجاد یک لیست از مسواک‌های جدید استفاده کند. شاید در میان نتایج مواردی مثل مسواک‌های زیست‌تخریب‌پذیر، مسواک‌های برقی با ضدعفونی‌کننده‌های ماورابنفش، مسواک‌های سیلیکونی برای افرادی که دندان‌ها و لثه‌های حساسی دارند و نتایجی از این قبیل را مشاهده کنید. اینها همگی پتانسیل بالایی دارند اما هر شرکت دیگری که چنین آزمایشی را انجام دهد می‌تواند به لیستی تقریبا مشابه دست پیدا کند. چرا؟ زیرا این لیست توسط الگوریتم‌های مشابهی تولید شده که الگوهایی را در دیتابیس‌های مشابه شناسایی می‌کنند.

منظور ما این است که شرکت‌ها نباید از هوش مصنوعی مولد برای تشخیص نوآوری‌های مفید استفاده کنند. دقیقا برعکس. اما توانایی یادگیری این فناوری باعث می‌شود تا چیزی خلاف یک مزیت رقابتی باشد. زیرا هوش مصنوعی دائم از داده‌های به روز استفاده می‌کند. کاربرد‌های زودهنگام شما از این فناوری در داخل داده‌ها ذخیره می‌شود و وقتی رقبا دیرتر از شما به استفاده از آن روی می‌آورند، به این داده‌ها دسترسی دارند. درنتیجه آنها نه تنها از تلاش‌های خودشان نفع می‌برند، بلکه تلاش‌های پیشین شما نیز به آنها کمک می‌کند.

فرض کنید که شما اولین شرکتی هستید که در بخش خودتان از هوش مصنوعی مولد استفاده می‌کنید. «استراتژی شما باید چگونه باشد؟» این برنامه چندین احتمال جذاب را در اختیار شما می‌گذارد. شاید بخواهید برخی از آنها را اجرای کنید و برخی دیگر را نادیده بگیرید. اما در این صورت اقدامات شرما اطلاعاتی را درمورد تصمیمات استراتژیک شما خلق می‌کند و این اطلاعات وارد دیتاست شده و در آینده توسط هوش مصنوعی مولد تجزیه تحلیل می‌شوند. دلیلش این است که شما یا تصمیمات خود را به صورت عمومی اعلام می‌کنید یا هوش مصنوعی می‌تواند از اقدامات شما این تصمیمات را تشخیص دهد. پس اگر رقیب شما بعدا همان سوال را از هوش مصنوعی بپرسد، هم به تجزیه‌تحلیلی از یک دیتاست عمومی بزرگ دسرتسی دارد و هم تصمیمات استراتژیک شما و تبعات آن در عملکرد شرکت شما.

درنتیجه برای اینکه به برتری موقت دست پیدا کنید، هوش مصنوعی مولد باید بخش جدایی ناپذیری از فرایند‌های تصیمم‌گیری مداوم باشد و در همین حال، به یادگیری بیشتری این ابزار هم کمک می‌کند. برتری‌های پیشگامان و اولین‌‌ها چندان ماندگار نیستند زیرا رقبا نیز به همان صورت از این فناوری استفاده می‌کنند.

آیا می‌توانید برنامه بهتری بسازید؟

احتمالا اینطور باشد که سازمان از توسعه و اجرای یک نسخه شخصی‌سازی شده از این فناوری که برای صنعت و بخش خاص آن بیهنه‌سازی شده است، نفع می‌برد. برای مثال این موضوعی وقتی که تشخیص الگو در صنعت خاصی یک سری مشخصه‌های ویژه دارد یا نیازمند داده‌های خاصی است که با هوش مصنوعی فراگیر به خوبی کار نمی‌کند، مفید خواهد بود.

اما تعجب آور است که کاربری به منابع و توانمندی‌های لازم دسترسی داشته باشد تا بتواند یک پلتفرم هوش مصنوعی فراگیر با عملکرد بهتر یا رقابتی نسبت به اوپن‌ای‌آی، میدجرنی و دیگر شرکت‌ها توسعه دهد. بالاخره این شرکت‌ها سال‌های در توسعه، گسترش و بهینه‌سازی سیستم‌های عمومی خود مهارت دارند. کاربران هوش مصنوعی فراگیر تقریبا در تمام مواقع با برون‌سپاری عملکرد بهتری خواهند داشت، درست همانطور که تقریبا همیشه بهتر است توسعه یک نرم‌افزار پردازش کلمه عمویم را به مایکروسافت یا شرکتی متخصص در این حوزه بسپاریم. بعلاوه، الگوریتم‌های هوش مصنوعی مولد معمولا متن‌باز هستند که روند گسترش دانش و توانمندی را تسریع می‌کند.

حتحی اگر شرکتی بتواند یک هوش مصنوعی مولد تخصصی بسازد، بدون شک رقبا نیز نتیجه می‌گیرند که از پس چنین کاری بر می‌آیند و خودشان به توسعه یک سیستم مشابه می‌پردازند، با رقبا برای توسعه یک سیستم اینچنین می‌کنند، هوش مصنوعی فراگیر را برای بخش خود بهینه سازی می‌‌کنند و یا به توسعه دهنده دیگری برای ساخت یک نسخه شخصی‌سازی شده پول می‌دهند. درنتیجه یک شرکت نوآور ممکن است از هوش مصنوعی اختصاصی خود نفع ببرد، اما این نفع هم موقتی است.

استفاده از داده‌های اختصاصی برای هوش مصنوعی مولد

بسیاری از کاربران به توانایی خود برای استفاده داده‌های اختصاصی در هوش مصنوعی مولد به عنوان یک منشا برتری پایدار اشاره می‌کنند. اگر الگوریتم‌های یکسان را به دیتاست‌های مختلف اعمال کنیم، نتایج ممکن است متفاوت باشد و حتی باعث برتری یک شرکت شود. همچنین از آنجایی که دیتاست‌های اختصاصی در طول سالیان دراز گردآوری شده‌اند، شرکت‌ها توان شبیه‌سازی آن را ندارند و یا این کار بسیار پرهزینه است. پس از لحاظ نظری، هرگونه برتری رقابتی که از دیتاست اختصاصی حاصل شود، ماندگار خواهد بود.

اما در عمل به چندین مشکل برمی‌خوریم. اول اینکه رقبای شما نباید هیچگونه داده با کاربرد مشابه در اختیار داشته باشند و در واقع نتوانند یک مسیر مشابه را طی کنند. برای مثال، ممکن است شما داده‌های کارمندان، عرضه‌کنندگان و مشتریان خود را طی سالیان دراز جمع‌آوری کرده‌ باشید و این اطلاعات خاص شرکت شما باشد. اما رقبا نیز احتمالا کار مشابهی را انجام داده‌اند. اگرچه این دو دیتاست متفاوت هستند، اما الگو‌های داخل آنها احتمالا بسیار شبیه به هم است و در نتیجه تجزیه‌تحلیل هوش مصنوعی مولد احتمالا به نتایج مشابهی در هردو حالت منجر می‌شود و به همین دلیل نمی‌توان آن را یک دلیل یک برتری رقابتی دانست.

با اینکه دیتاست‌های بزرگ ممکن است در آموزش هوش مصنوعی مولد بهتر از نمونه‌های کوچک باشند، اما یک دیتاست بزرگتر لزوما به معنی برتری نیست. دیتاست شما شاید یک میلیارد نقطه داده داشته باشد در حالی که بزرگترین رقیب‌تان تنها ۵۰ میلیون دارد. اما اگر الگو‌هایی که الگوریتم‌های هوش مصنوعی شناسایی می‌کنند در یک نمونه ۵۰ میلیون هم دیده شود، اطلاعات اضافی دیتاست شما تاثیر چندانی بر نتایج ندارد.

همچنین حتی اگر داده شما اختصاصی باشد و رقبا هیچ مشابهی در اختیار نداشته باشند هم اتکا به داده به عنوان یک برتری رقابتی به مشکل دیگری منجر می‌شود. با پیچیده‌تر شدن هوش مصنوعی و دسترسی آن به دیتاست‌های بزرگتر و متنوع‌تر، این ابزار احتمالا می‌تواند تشخیص دهد که شرکت برای چنین تصمیم‌گیری‌هایی، به چه نوع داده‌های دسترسی دارد. حتی شاید با تماشای نتایج مطلوب هم بتواند استراتژی شما را تقلید کند. رقبای شما می‌توانند حتی بدون دسترسی به داده‌های اولی استراتژی شما، موفقیت شما را کپی کنند.

در آخر هم باید گفت که محافظت از دیتاست‌های اختصاصی بسیار دشوار است. حتی مواردی که باید امنیت بالایی داشته باشند هم چند وقت یک بار هک می‌شوند. شاید یکی از کارکنان ناراضی شما این داده‌ها را با جهان با اشتراک بگذارد. البته که معمولا این کارکنان ناراضی نیستند که باعث نفوذ می‌شوند و همان کارکنان درست‌کار هستند که یک اشتباه امنیتی را رقم می‌زنند.

کورسوی امید: اتکا به برتری‌های فعلی

با اینکه هوش مصنوعی مولد احتمالا «همه چیز را تغییر می‌دهد»، اما بعید است که منشا یک برتری پایدار برای شرکتی باشد. اما اگر سازمان شما توانمندی‌های ارزشمند و منابع منحصربه‌فردی داشته باشد که امکان شبیه‌سازی آنها نیست،‌ آنوقت چه می‌شود؟ در این حال استفاده از هوش مصنوعی مولد باعث می‌شود تا شما بهتر از این دارایی‌ها بهره‌برداری کنید و ایده‌هایی تولید کنید که شاید در صورت استفاده از هوش مصنوعی مولد در منابع و توانمندی‌های عمومی به آنها دست نیابد. اگر دارایی‌های شما خاص هستند و تقلی از آنها دشوار است، بیشنش هوش مصنوعی مولد را می‌توان یک برتری رقابتی پایدار برای شما دانست. البته با این فرض که شما از چابکی کافی برای اقدام و عمل برخوردار باشید، که این خود یک توانایی نادر است.

برای مثال آمازون را در نظر بگیرید. موفقیت این شرکت وابسته برآمده از چندین منبع و توانایی عجیب است مثل روابطی با میلیون‌ها عرضه کنند، نرم‌افزاری که آن عرضه‌کننده‌ها را به مشتری متصل می‌کند، چندین سیستم اطلاعاتی برای ارتباط و بهینه‌سازی کار، فرایند پیچیده انبارداری و تحویل و مکانیزم‌هایی برای مدیریت بازدهی که همگی در درون فرهنگی فعالیت دارند که به کارآمدی و نوآوری پاداش می‌دهد. هوش مصنوعی مولد بدون شک بسیاری از جوانب مدل تجاری آمازون را تقویت می‌کند و از هزینه‌ها کاسته و بر درآمد آن می‌افزاید. در واقع گزارش‌ها نشان می‌دهد که این شرکت از همین حالا هوش مصنوعی مولد را در فعالیت‌های پیچیده خود به کار گرفته است.

اما این فواید خاص تنها مختص شرکت‌هایی که منابع و توانایی‌هایی مثل آمازون دارند. والمارت و Carrefour شاید نزدیک به آن باشند اما تعداد کمی از این قبیل شرکت‌ها وجود دارد. همچنین استفاده از هوش مصنوعی برای ساخت دارایی‌های مشابه هم برای رقبا دشوار است. پس اپلیکیشن‌های هوش مصنوعی مولد در آمازون یا هر شرکت خاص و منحصربه‌فرد دیگری ممکن است چشم‌انداز‌هایی مختص این شرکت ارائه کند و باعث پیشتازی بیشتر آن شود.

اگر توانایی‌ها و منابع لازم را ندارید، یک راه برای ساخت برتری با هوش مصنوعی مولد پیش روی شما است: شما باید مدل تجاری خود را حول آن بسازید. این کار چیزی فراتر از تنها ساخت یک پلتفرم اختصاصی هوش مصنوعی مولد است: چنین پلتفرمی را به تنهایی می‌توان شبیه‌سازی کرد. برای اینکه مدل تجاری شما به طور کامل حول هوش مصنوعی مولد باشد، تمام فرایند‌های تجاری در سازمان شما باید از بینش‌های هوش مصنوعی مولد استفاده کند و داده‌ای که برای آموزش هوش مصنوعی مولد استفاده می‌کنید، تمام این بینش‌ها را شامل شود.

در این صورت است که هوش مصنوعی مولد به برنامه‌ای برای بهبود مدل تجاری شما تبدیل می‌شود. این سیستم می‌تواند امکان همخوانی کسب‌وکار شما را با تغییرات محیط فراهم کند،‌ آنهم به گونه‌ای خودکار و بسیار سریع. شاید چابکی در اختیار شما بگذارد که تقلید آن برای رقبا، حداقل تا وقتی که آنها هم مدل‌های خود را حول هوش مصنوعی مولد بازسازی کنند، دشوار باشد. اما تا به امروز شرکتی موفق به این کار نشده است. همچنین هنوز روشن نیست که این فناوری به اندازه کافی برای سرمایه‌گذاری و خطر بالغ باشد.

به زودی ممکن است شاهد دورانی باشیم که تجارت بدون هوش مصنوعی معنایی نداشته باشد، درست همانطور که امروز نمی‌توان تجارتی را بدون کامپیوتر شخصی یا اینترنت تصور کرد. هوش مصنوعی مولد شاید به ابزار استاندارد تمام صنایع و کارها تبدیل شود. اگرچه ارزش آفرینی بزرگی را به دنبال دارد، اما ماهیت یک نوآوری عمومی باعث می‌شود که فرصت برآمد از آن برای همه یکسان باشد. کسب‌وکاهایی که قدرت هوش مصنوعی مولد را منکر می‌شوند، بدون شک شکست خواهند خورد. آنهایی که از آن استفاده می‌کنند در رقابت باقی می‌مانند. اما در حال حاضر به نظر می‌رسد تنها آنهایی موفق می‌شوند که می‌توانند از این فناوری برای تقویت برتری‌های فعلی خود استفاده کنند.