Μετασχηματισμός της Τεχνητής Νοημοσύνης σε κάτι απτό.

Το Κέντρο Δημόσιων Διοικητικών Υπηρεσιών της περιφέρειας Hoai Nhon (επαρχία Gia Lai) εφαρμόζει την επιστήμη και την τεχνολογία στην υπηρεσία του λαού. (Φωτογραφία: MY HA)

Ωστόσο, στην πραγματικότητα, αυτό το ταξίδι εξακολουθεί να αντιμετωπίζει πολλά «σημεία συμφόρησης», καθώς πολλοί οργανισμοί εξακολουθούν να λειτουργούν με βάση την παραδοσιακή εμπειρία, ενώ οι εφαρμογές Τεχνητής Νοημοσύνης αναπτύσσονται με αποσπασματικό, ατομικιστικό τρόπο, χωρίς συνδεσιμότητα και συνολική στρατηγική.

Οι εσωτερικοί συντελεστές μετατροπής είναι περιορισμένοι.

Τα περισσότερα άτομα και επιχειρήσεις στο Βιετνάμ χρησιμοποιούν επί του παρόντος την Τεχνητή Νοημοσύνη μόνο για μεμονωμένες εργασίες, παρέχοντας άμεσα αποτελέσματα αλλά χωρίς να επιτυγχάνουν ακόμη συστημικές αλλαγές.

Ο κ. Dang Trung Hieu, Διευθυντής της Thanh Nam Fire Protection Technology Joint Stock Company, δήλωσε ότι η εταιρεία αναγνωρίζει σαφώς τις μεγάλες δυνατότητες και τα οφέλη της Τεχνητής Νοημοσύνης, αλλά δεν έχει ακόμη επενδύσει σε ολόκληρη την εταιρεία. Προς το παρόν, η Τεχνητή Νοημοσύνη χρησιμοποιείται μόνο σε μεμονωμένα τμήματα.

Σύμφωνα με τον κ. Hieu, πολλά προγράμματα μετασχηματισμού και κατάρτισης στα οποία έχουν πρόσβαση οι επιχειρήσεις αυτή τη στιγμή είναι δαπανηρά και επικεντρώνονται μόνο στη διδασκαλία της βασικής χρήσης εργαλείων Τεχνητής Νοημοσύνης. Δεν εμβαθύνουν στις ιδιαιτερότητες κάθε κλάδου, ούτε εντοπίζουν σημεία συμφόρησης ή αναποτελεσματικότητες κόστους στη διαδικασία πρότασης κατάλληλων λύσεων Τεχνητής Νοημοσύνης. Οι επιχειρήσεις είναι πρόθυμες να επενδύσουν σε μεγάλη κλίμακα όταν η εταιρεία συμβούλων μετασχηματισμού και κατάρτισης κατανοεί πραγματικά τις λειτουργίες, μπορεί να ποσοτικοποιήσει τα οφέλη και να αποδείξει ότι η Τεχνητή Νοημοσύνη βελτιώνει την αποτελεσματικότητα σε σύγκριση με τις παραδοσιακές μεθόδους εργασίας με λογικό κόστος.

Ομοίως, οι παρατηρήσεις δείχνουν ότι ορισμένοι κρατικοί φορείς διαχείρισης, παρά το γεγονός ότι έδειξαν πρώιμο ενδιαφέρον για τον ψηφιακό μετασχηματισμό και την εφαρμογή της Τεχνητής Νοημοσύνης στις δραστηριότητές τους από το 2020, εξακολουθούν να παραμένουν στο πειραματικό στάδιο στις βασικές λειτουργίες τους μετά από περισσότερα από πέντε χρόνια. Ο κύριος λόγος πηγάζει από την επιφυλακτική νοοτροπία των ηγετών του οργανισμού σχετικά με τους νομικούς κινδύνους, την ευθύνη και την αποδοτικότητα των επενδύσεων κατά την επέκταση της Τεχνητής Νοημοσύνης σε ολοκληρωμένη κλίμακα.

Ο Αναπληρωτής Καθηγητής, Δρ. Nguyen Xuan Hoai, Διευθυντής του Ινστιτούτου Τεχνητής Νοημοσύνης, δήλωσε: Ο μετασχηματισμός της Τεχνητής Νοημοσύνης εξακολουθεί να παρερμηνεύεται σε πολλά μέρη, θεωρούμενος ως ένα καθαρά τεχνολογικό έργο. Πολλοί οργανισμοί επικεντρώνονται υπερβολικά στην τεχνολογική πτυχή, ξεχνώντας ότι το κύριο ζήτημα έγκειται στον μετασχηματισμό της νοοτροπίας. Στην πραγματικότητα, ο όρος περιλαμβάνει δύο μέρη: την «Τεχνητή Νοημοσύνη» που αντιπροσωπεύει την τεχνολογία και, το πιο σημαντικό, τον «μετασχηματισμό», που περιλαμβάνει τους ανθρώπινους παράγοντες, τα συστήματα και την οργανωσιακή κουλτούρα. Εάν οι ηγέτες των οργανισμών δεν κατανοήσουν πλήρως την ΤΝ, θα θέσουν μη ρεαλιστικές προσδοκίες ή θα αποτύχουν να μετρήσουν την αποτελεσματικότητα, οδηγώντας σε εσφαλμένες ή μισοκαρδίες επενδυτικές αποφάσεις. Αυτό αποτελεί επικίνδυνο εμπόδιο, επειδή οι αποφάσεις ηγεσίας καθοδηγούν ολόκληρη τη διαδικασία μετασχηματισμού. Η έλλειψη κατανόησης θα κάνει τους εργαζόμενους να αισθάνονται ανασφαλείς, οδηγώντας σε αντίσταση ή έλλειψη συνεργασίας, εμποδίζοντας την τεχνολογία να είναι αποτελεσματική.

Το βασικό ζήτημα στη διαδικασία μετασχηματισμού της Τεχνητής Νοημοσύνης έγκειται στα δεδομένα — το στοιχείο που θεωρείται η «ζωή» ολόκληρου του συστήματος. Ωστόσο, για μεγάλο χρονικό διάστημα, η διαχείριση και η κοινοποίηση δεδομένων μεταξύ τμημάτων και μονάδων αντιμετώπιζε πολλά εμπόδια. Ένα τυπικό παράδειγμα είναι ο κίνδυνος απάτης στις ιατρικές εξετάσεις και θεραπείες: σε έναν ασθενή μπορεί να συνταγογραφηθούν δύο διαφορετικά φάρμακα για την ίδια πάθηση σε δύο διαφορετικά νοσοκομεία χωρίς να ληφθούν έγκαιρες προειδοποιήσεις, επειδή τα δεδομένα δεν είναι συνδεδεμένα και συγχρονισμένα σε πραγματικό χρόνο.

Μετασχηματισμός νοοτροπίας και μεθόδων λειτουργίας.

Οι ειδικοί πιστεύουν ότι για να είναι πραγματικά αποτελεσματικός ο μετασχηματισμός της Τεχνητής Νοημοσύνης, οι οργανισμοί χρειάζονται ένα πρόγραμμα μετασχηματισμού που να είναι αρκετά «βαθύ», «ευρύ» και «μακροχρόνιο» ώστε να επηρεάσει την εργασιακή κουλτούρα και τις λειτουργικές μεθόδους του οργανισμού.

Ο κ. To Hong Luong, Αναπληρωτής Διευθυντής του Κέντρου Ηλεκτρονικής Κοινωνικής Ασφάλισης και Ελέγχου Πληρωμών Ασφάλισης Υγείας στο πλαίσιο του Υπουργείου Κοινωνικών Ασφαλίσεων του Βιετνάμ ( Υπουργείο Οικονομικών ), πιστεύει ότι ο μετασχηματισμός της Τεχνητής Νοημοσύνης δεν είναι απλώς θέμα του τμήματος πληροφορικής, αλλά απαιτεί το υψηλότερο επίπεδο αποφασιστικότητας από τους ηγέτες έως το επαγγελματικό προσωπικό, καθώς και μια αλλαγή νοοτροπίας προς την Τεχνητή Νοημοσύνη ως απλώς ένα πρόγραμμα υποστήριξης, αναφοράς ή πιλοτικού προγράμματος. Η βαθιά κατανόηση, το μακροπρόθεσμο όραμα και η αποφασιστική ηγεσία, μαζί με ένα σαφές πρόγραμμα μετασχηματισμού, ισχυρές επενδύσεις και την εφαρμογή της Τεχνητής Νοημοσύνης στις βασικές επιχειρηματικές διαδικασίες, θα καθορίσουν την επιτυχία της διαδικασίας μετασχηματισμού της Τεχνητής Νοημοσύνης εντός του συστήματος.

Ο Αναπληρωτής Καθηγητής, Δρ. Nguyen Xuan Hoai, υποστηρίζει ότι, στο πλαίσιο των μεταβαλλόμενων διαδικασιών και μεθόδων εργασίας, τα προγράμματα μετασχηματισμού πρέπει να επικεντρωθούν στον μετασχηματισμό των αντιλήψεων, των δεξιοτήτων και των μεθόδων λήψης αποφάσεων των ατόμων, μεταβαίνοντας από τις παραδοσιακές προσεγγίσεις που βασίζονται στην εμπειρία σε προσεγγίσεις που βασίζονται σε δεδομένα και στην Τεχνητή Νοημοσύνη. Ταυτόχρονα, είναι απαραίτητο να θεσπιστούν αρχές για αποτελεσματική συνεργασία μεταξύ των ανθρώπων και μεταξύ των ανθρώπων και της Τεχνητής Νοημοσύνης. Αυτό είναι το θεμέλιο για την οικοδόμηση μιας οργανωτικής κουλτούρας που βασίζεται σε δεδομένα — τοποθετώντας τα δεδομένα στο επίκεντρο και δίνοντας προτεραιότητα στην Τεχνητή Νοημοσύνη (Τεχνητή Νοημοσύνη - AI-first).

Για την υποστήριξη της διαχείρισης του μετασχηματισμού για το προσωπικό, η εφαρμογή πρέπει να είναι καθοριστική· η δημιουργία πινάκων παρακολούθησης και διαχείρισης με συγκεκριμένα δεδομένα και η αξιοποίηση και ενσωμάτωση προϊόντων και τεχνολογιών που δημιουργούνται κατά τη διάρκεια της διαδικασίας μετασχηματισμού στην καθημερινή εργασία. Η άμεση και τακτική εργασία με δεδομένα θα βοηθήσει στην ανάπτυξη μιας νοοτροπίας που βασίζεται στα δεδομένα εντός της ομάδας.

Σύμφωνα με τον κ. Phan Phu Thuan, ειδικό σε θέματα ασφάλειας πληροφοριών στην FPT Smart Cloud του ομίλου FPT, μόνο μέσω της πρακτικής εμπειρίας και της τακτικής ανατροφοδότησης μπορούν οι εργαζόμενοι να αναπτύξουν ικανότητες επίλυσης προβλημάτων και δημιουργικότητας σε ένα διαρκώς μεταβαλλόμενο περιβάλλον Τεχνητής Νοημοσύνης. Για τις επιχειρήσεις που χρειάζονται να εφαρμόσουν τον μετασχηματισμό της Τεχνητής Νοημοσύνης σύμφωνα με έναν κατάλληλο οδικό χάρτη, συνιστάται να ξεκινούν με έργα μεσαίου μεγέθους, αλλά να τα εφαρμόζουν διεξοδικά και αποτελεσματικά, μετρώντας τα αποτελέσματα του πραγματικού κόσμου, μαθαίνοντας από τη διαδικασία εφαρμογής και στη συνέχεια επεκτείνοντας σταδιακά. Ο πραγματικός μετασχηματισμός συμβαίνει μόνο όταν ένας οργανισμός είναι έτοιμος να αλλάξει από τη νοοτροπία και την κουλτούρα του στον πυρήνα των επιχειρηματικών του δραστηριοτήτων. Ο απώτερος στόχος είναι να γίνει ένας οργανισμός όπου η Τεχνητή Νοημοσύνη δεν είναι κάτι που προστίθεται αργότερα, αλλά αναπόσπαστο μέρος του λειτουργικού μοντέλου από την αρχή - ένας οργανισμός που βασίζεται στην Τεχνητή Νοημοσύνη.

ΚΟΥΑΝΓΚ ΧΟΥΙ

Πηγή: https://nhandan.vn/chuyen-doi-ai-di-vao-thuc-chat-post940537.html