هوش مصنوعی هزینه سازمان‌ها را کاهش می‌دهد؟

به گزارش پیوست، کارشناسان بر این باورند بیشترین کاهش هزینه کسب‌وکارها، به واسطه هوش مصنوعی در بخش عملیات خدمات و پشتیبانی، فناوری اطلاعات و توسعه نرم‌افزار، پردازش اسناد، تولید و کنترل کیفیت، زنجیره تامین، پیش‌بینی تقاضا، نگهداری تجهیزات و تشخیص تقلب است.

تاثیر هوش مصنوعی در هزینه‌های هر سازمان

هوش مصنوعی در وهله نخست هزینه انجام هر واحد کار یا خدمت را کاهش می‌دهد، اما این کاهش لزوما به معنای کاهش هزینه کل شرکت نیست. چرا که افزایش ظرفیت، کیفیت یا حجم خدمات می‌تواند صرفه‌جویی ایجادشده را جذب کند.

گزارش ۲۰۲۵ مک‌کینزی نشان می‌دهد آثار کاهش هزینه به واسطه هوش مصنوعی، بیشتر در مهندسی نرم‌افزار، تولید، فناوری اطلاعات و عملیات خدمات دیده شده، اما اثر هوش مصنوعی بر سود عملیاتی کل سازمان‌ها هنوز محدود است.

نظرسنجی جهانی PwC در سال ۲۰۲۶ هم نشان می‌دهد، فقط ۱۲ درصد مدیران عامل، همزمان افزایش درآمد و کاهش هزینه را تجربه کرده‌اند و در مجموع ۳۳ درصد دست‌کم یکی از این دو منفعت را گزارش کرده‌اند.

مهران ضیابری بنیان‌گذار و مدیرعامل شرکت پردازش هوش مصنوعی ترگمان می‌گوید در استفاده از هوش مصنوعی و کاهش هزینه‌ها، باید میان افزایش بهره‌وری یک وظیفه، کاهش هزینه یک فرایند و کاهش هزینه کل شرکت تفاوت گذاشت.

او مثال می‌زند: «یک مطالعه میدانی روی بیش از پنج هزار نیروی پشتیبانی، افزایش متوسط ۱۴ درصدی بهره‌وری را، به واسطه هوش مصنوعی، گزارش کرده و این افزایش برای نیروهای تازه‌کار و کم‌تجربه به ۳۴ درصد رسیده است. البته این به معنای کاهش ۱۴ یا ۳۴ درصدی کل هزینه شرکت نیست.»

او در مورد میزان کاهش هزینه‌های هر شرکت به واسطه هوش مصنوعی توضیح می‌دهد: «برای برآورد اولیه و محافظه‌کارانه، یک پروژه درست در فرایندی مشخص می‌تواند در مرحله نخست پنج تا ۱۵ درصد هزینه همان فرایند را کاهش دهد. در فرایندهای پرتکرار، استانداردشده و داده‌محور، مانند پاسخ‌گویی اولیه، پردازش اسناد، کنترل کیفیت، برنامه‌ریزی، کشف تقلب یا نگهداری پیش‌بینانه، کاهش ۲۰ تا ۴۰ درصدی نیز ممکن است. اما کاهش هزینه کل شرکت غالبا در سال‌های اول تک‌رقمی است؛ چون همه هزینه‌های سازمان تحت تاثیر آن فرایند قرار نمی‌گیرند.»

به باور ضیابری هوش مصنوعی ابتدا هزینه هر واحد خدمت را کم می‌کند اما لزوما منجر به کاهش کل هزینه‌ها نمی‌شود. به گفته او ممکن است هزینه پاسخ‌گویی به هر درخواست نصف شود، اما سازمان به دلیل افزایش ظرفیت و کیفیت، سه برابر درخواست بیشتری را پاسخ دهد. در این حالت هزینه کل شاید کاهش پیدا نکند، ولی بهره‌وری، درآمد یا سطح خدمت به‌شدت افزایش یافته است.

در دوره‌های بحران و جنگ که امکان حضور در محل کار محدود می‌شود، هوش مصنوعی می‌تواند با خودکارسازی بخشی از فرایندها و حفظ سطح خدمات، به تداوم فعالیت کسب‌وکارها کمک کند. به همین دلیل، با توجه به شرایط کشور، استفاده از هوش مصنوعی بیش از گذشته از یک ابزار افزایش بهره‌وری به ضرورتی برای تداوم کسب‌وکار تبدیل شده است.

هادی ویسی، هم‌بنیانگذار، عضو هیات مدیره و معاون فنی شرکت هوش مصنوعی اسمایلینو در مورد این ‌مساله می‌گوید: «در شرایط فعلی، استفاده از هوش مصنوعی به صورت کلی نه تنها منجر به افزایش بهره‌وری در کوتاه مدت می‌شود، بلکه در بیشتر حوزه‌های کاری یک ضرورت برای تداوم کسب و کار محسوب می‌شود. استفاده از هوش مصنوعی در برخی حوزه‌ها ضروری‌تر از گذشته شده است، زیرا می‌تواند ارائه خدمات را حداقل با همان سطح از کیفیت اما با سرعت بیشتر و در شرایط پیچیده‌تری مانند دوران جنگ، به همراه داشته باشد.»

معاون فنی اسمایلینو در توضیح این موضوع به تجربه روزهای جنگ اشاره می‌کند و می‌گوید: «در زمان بمباران‌ها، بسیاری از شرکت‌ها و سازمان‌ها به دلایل امنیتی ناچار شدند به دورکاری روی بیاورند یا فعالیت حضوری خود را محدود کنند. اما با استفاده از هوش مصنوعی ارائه خدمات به مردم که متوقف نمی‌شود پلتفرم می‌تواند همچنان پاسخگوی کاربران خود باشد. در چنین شرایطی، تجربه ما نشان داد که یک عامل هوشمند یا دستیار مبتنی بر هوش مصنوعی می‌تواند بخش قابل توجهی از فرایند پاسخگویی به مشتریان و کاربران را بر عهده بگیرد، حجم تماس‌های مرکز تماس را کاهش دهد یا خود هوش مصنوعی در مرکز تماس پاسخگوی مشتری شد و در شرایطی که تعداد نیروهای انسانی یا شیفت‌های کاری کاهش یافته بود، به تداوم ارائه خدمات و در مجموع به تداوم کسب و کار کمک کردیم.»

او با تاکید بر اینکه در حوزه پشتیبانی مشتریان، هوش مصنوعی می‌تواند نقش بسیار جدی ایفا کند و در بسیاری از بخش‌های دیگر نیز با افزایش بهره وری، ارزش افزوده قابل توجهی برای سازمان‌ها ایجاد کند، توضیح داد: «به همین دلیل، معتقدم هزینه‌ای که مشتریان برای استفاده از هوش مصنوعی پرداخت می‌کنند، در زمان معقول بازگشت‌پذیر است و از نظر اقتصادی توجیه دارد. از طرفی، این موضوع را نباید صرفا هزینه‌کرد در نظر گرفت چراکه سرمایه‌گذاری برای ارتقای سطح سازمان و ایجاد آمادگی و یادگیری در همراهی با بزرگترین تحول فضای کسب و کار است.»

گلوگاه اصلی توسعه هوش مصنوعی: گرانی زیرساخت

از سوی دیگر، کاهش هزینه حاصل از هوش مصنوعی در حالی مطرح می‌شود که توسعه و استقرار آن نیز هزینه‌بر است. هزینه نیروی متخصص، داده، زیرساخت و دسترسی به مدل‌ها، به‌ویژه در شرایط تحریمی، می‌تواند بر هزینه نهایی پروژه‌های هوش مصنوعی اثر قابل توجهی بگذارد.

عضو هیات مدیره و معاون فنی شرکت هوش مصنوعی اسمایلینو، در مورد این مساله معتقد است که نیروی متخصص، زیرساخت، و سرویس‌های هوش مصنوعی از جمله محورهای اصلی هزینه در توسعه هوش مصنوعی هستند. او در این بین هزینه‌ تهیه و آماده‌سازی داده‌ را از هزینه‌های پنهانی می‌داند که بر پروژه‌های هوش مصنوعی تاثیر زیادی می‌گذارد.

به گفته او پس از تحولات اخیر کشور و جنگ، از سویی تامین تجهیزات سخت‌افزاری به واسطه محدودیت‌ها دشوارتر شد و از سوی دیگر این محدودیت‌ها فرایند تامین را پیچیده‌تر از قبل کرد. این موضوع به ویژه درباره  GPUها که عمدتا محصولات شرکت انویدیای آمریکایی هستند، بیشتر است.

ویسی با تاکید بر افزایش هزینه‌های این حوزه می‌گوید: هزینه‌های امروز با قبل از جنگ قابل مقایسه نیست. چه در خرید و چه در اجاره زیرساخت، افزایش قیمت قابل توجه بوده است. این افزایش اگرچه تحت تاثیر نرخ ارز هم قرار دارد اما بیشتر ناشی از دشوارتر شدن فرایند تامین تجهیزات و محدود شدن دسترسی به تجهیزات ابری بیرون از ایران است.

به گفته او، گران بودن زیرساخت و دسترسی پایدار به مدل‌های با کیفیت هوش مصنوعی اکنون از گلوگاه‌های صنعت هوش مصنوعی در کشور تبدیل شده است. ویسی در این‌باره توضیح داد: «در شرایط فعلی، بسیاری از شرکت‌های کوچک هوش مصنوعی توان تامین این هزینه‌ها را ندارند. اگر یک شرکت، جریان درآمدی جاافتاده یا سرمایه کافی نداشته باشد، ادامه فعالیت برایش بسیار دشوار خواهد شد و این مسئله می‌تواند به حذف کسب و کارهای کوچک این حوزه منجر شود. این شرایط درحالی است که اغلب شرکت‌های فعال در صنعت هوش مصنوعی ایران نیز هنوز کسب و کارهای کوچکی هستند.»

به گفته بنیان‌گذار و مدیرعامل شرکت پردازش هوش مصنوعی ترگمان هم، حمله به مرکز داده دانشگاه صنعتی شریف بخشی از زیرساخت GPU مورد استفاده در سکوی ملی هوش مصنوعی را از بین برد و بار پردازشی به ظرفیت‌های بخش خصوصی منتقل شد. این اتفاق نشان داد، تمرکز توان محاسباتی در چند نقطه، علاوه بر ریسک فنی و اقتصادی، یک ریسک امنیتی ملی است.

پس از این تجربه ضیابری تاکید می‌کند، هزینه زیرساخت فقط قیمت سرور نیست و هزینه توزیع جغرافیایی، نسخه پشتیبان، امکان جابه‌جایی بار، برق اضطراری، ارتباط جایگزین، بازیابی بحران و ظرفیت رزرو نیز باید محاسبه شود. از سوی دیگر شرایط اقتصادی و نوسان ارز هم دوره خرید و امکان قیمت‌گذاری بلندمدت را دشوارتر کرده است.

تاثیر تحریم بر پروژه‌های هوش مصنوعی

در ایران تحریم تنها دسترسی به تجهیزات و سرویس‌های هوش مصنوعی را دشوار نمی‌کند، بلکه به معماری کل پروژه هزینه تحمیل می‌کند. این شرایط در کنار افزایش هزینه و دشواری نگهداشت نیروی متخصص، هزینه توسعه و بهره‌برداری از هوش مصنوعی را افزایش می‌دهد.

ضیابری در این مورد توضیح می‌دهد: «شرکت ایرانی به بسیاری از سرویس‌های ابری، APIها، ابزارهای MLOps، خدمات پرداخت، پشتیبانی فنی و حتی برخی مخازن یا مجوزهای نرم‌افزاری دسترسی پایدار ندارد.»

بنابراین به گفته او تیمی که در یک کشور دیگر می‌تواند روی حل مساله مشتری متمرکز شود، در ایران بخشی از زمان خود را صرف ساختن جایگزین برای زیرساخت، ایجاد هویت و پرداخت واسطه‌ای، انتقال داده، حفظ حساب‌ها و مدیریت احتمال قطع ناگهانی سرویس می‌کند.

ضیابری در ادامه تاکید کرد: «این همان ضعف زیرساخت مهندسی است که باعث می‌شود منابع شرکت به‌جای محصول، صرف بازسازی خدمات عمومی زیست‌بوم شود.»

عضو هیات مدیره و معاون فنی شرکت هوش مصنوعی اسمایلینو هم در این مورد می‌گوید: «توسعه‌دهنده گاهی مدلی را انتخاب می‌کند که امکان تهیه، پرداخت یا استقرار آن وجود دارد. این موضوع جدای هزینه‌ها، کیفیت، زمان عرضه و توان رقابت محصول را نیز کاهش می‌دهد. در کنار آن، تحریم هزینه نگهداری نیروی انسانی را هم افزایش داده است. متخصصی که می‌تواند مستقیم برای شرکت خارجی کار کند یا مهاجرت کند، برای ماندن در یک شرکت ایرانی باید چشم‌انداز اقتصادی و حرفه‌ای قابل دفاعی ببیند.»

به گفته ویسی در بخش قابل‌توجهی از طرح‌های زیرساختی، تمرکز اصلی بر خرید گران‌ترین و پرظرفیت‌ترین GPUهاست؛ درحالی‌که برای شرایط ایران، معماری ناهمگن و متناسب با نوع بار پردازشی معمولا اقتصادی‌تر و تاب‌آورتر است.

سود کدام سمت است؟

تصویر رایج از هوش مصنوعی، خرید یک مدل یا API، تامین چند GPU و کاهش نیروی انسانی برای پایین آوردن هزینه‌ها است. این در حالی است که توسعه هوش مصنوعی بیشتر شبیه ایجاد یک خط تولید جدید است. داده، زیرساخت، نیروی متخصص، امنیت، نگهداری و اتصال به فرایندهای سازمان، همگی بخشی از این خط تولید هستند.

عضو هیات مدیره و معاون فنی شرکت هوش مصنوعی اسمایلینو درباره تاثیر افزایش هزینه‌های توسعه هوش مصنوعی بر مشتریان می‌گوید: «وقتی هزینه‌های توسعه دهندگان افزایش پیدا می‌کند، طبیعی است که ارائه دهندگان سرویس‌های هوش مصنوعی نیز ناچار شوند خدمات خود را با قیمت بالاتری عرضه کنند و در نهایت این افزایش هزینه به خریداران فناوری هم منتقل می‌شود.»

با این حال، ویسی بر این باور است که فشار این افزایش هزینه برای مشتریان کمتر از توسعه دهندگان باشد، زیرا مدل استفاده سازمان‌ها از هوش مصنوعی تعیین می‌کند که چه میزان هزینه متحمل شوند.

ویسی تاکید می‌کند که امروز گلوگاه اصلی توسعه هوش مصنوعی، نه زیرساخت است و نه افزایش هزینه‌ها. مهم‌ترین مساله به باور او درک ضرورت این تحول است.

او در این‌باره توضیح می‌دهد: «سرعت تغییرات در این حوزه به قدری بالاست که اگر سازمان‌ها منتظر بمانند تا ببینند دیگران چه می‌کنند، به سرعت از این مسیر عقب خواهند افتاد. امروز وقتی از شکل گیری یونیکورن‌های یک یا چند نفره صحبت می‌شود، یعنی مسیر توسعه کسب و کارها نسبت به گذشته کاملا تغییر کرده است. به همین دلیل، مهم‌تر از هر مانع دیگری، اراده، باور و سرعت عمل در حرکت به سمت هوش مصنوعی است؛ عواملی که به اعتقاد من، اثرگذاری آنها به مراتب بیشتر از چالش‌هایی مانند افزایش هزینه یا محدودیت‌های زیرساختی هستند.»

در نهایت خرید GPU یا دسترسی به یک مدل به‌تنهایی نه محصول ایجاد می‌کند و نه بهره‌وری را افزایش می‌دهد. برآوردها نشان می‌دهد، هوش مصنوعی زمانی می‌تواند به کاهش هزینه منجر شود که از یک مساله واقعی شروع شود، به داده و فرایند سازمان متصل باشد و تا مرحله بهره‌برداری پایدار پیش برود.

هوش مصنوعی می‌تواند هزینه‌های سازمان‌ها را کاهش دهد، اما نه با خرید یک مدل یا جایگزین کردن بخشی از نیروی انسانی. اثر واقعی آن زمانی دیده می‌شود که کاهش هزینه یک فرایند در مقیاس کل سازمان خود را نشان دهد و در کنار افزایش بهره‌وری، ظرفیت و تداوم کسب‌وکار، هزینه‌های عملیاتی را هم پایین بیاورد.