Οι επιχειρήσεις πρέπει να «χαράξουν τη δική τους πορεία» όταν εξερευνούν και εφαρμόζουν την Τεχνητή Νοημοσύνη για να δημιουργήσουν νέες ευκαιρίες.

Η γενετική τεχνητή νοημοσύνη έχει αναδειχθεί ως μια τεχνολογία που αλλάζει τα δεδομένα, υπόσχεται να φέρει επανάσταση σε ένα ευρύ φάσμα βιομηχανιών.

Μιλώντας στο πρόσφατο συνέδριο Smart Banking 2023, οι ειδικοί συμφώνησαν ομόφωνα ότι τα δεδομένα αποτελούν τον καταλύτη για την ανάπτυξη των επιχειρήσεων.

Ωστόσο, τα δεδομένα δεν μπορούν να θεωρηθούν περιουσιακό στοιχείο χωρίς την υποστήριξη των νέων τεχνολογιών, ιδίως της τεχνητής νοημοσύνης (ΤΝ).

Η ραγδαία ανάπτυξη της παραγωγικής τεχνητής νοημοσύνης θα εγκαινιάσει μια εντελώς νέα εποχή για το «παιχνίδι των δεδομένων». (Εικονογράφηση: Unsplash)

Η Τεχνητή Νοημοσύνη χρησιμοποιεί επιχειρηματικά δεδομένα ως εισροή, αλλά το πλήρες δυναμικό της θα αξιοποιηθεί μόνο όταν οι επιχειρήσεις δημιουργήσουν προηγμένα συστήματα διαχείρισης δεδομένων. «Η ταχεία και εκρηκτική ανάπτυξη της Τεχνητής Νοημοσύνης θα εγκαινιάσει μια εντελώς νέα εποχή για το «παιχνίδι» των δεδομένων», δήλωσε η κα Nguyen Thuy Duong, Πρόεδρος του Διοικητικού Συμβουλίου της EY Consulting Vietnam.

Συζητώντας το ζήτημα της αξιοποίησης της παραγωγής τεχνητής νοημοσύνης από τις επιχειρήσεις, ο Αναπληρωτής Καθηγητής Pham Cong Hiep, Επικεφαλής του Τμήματος Δημιουργικών Επιχειρήσεων και Αναπληρωτής Αντιπρύτανης της Σχολής Διοίκησης Επιχειρήσεων στο Πανεπιστήμιο RMIT του Βιετνάμ, δήλωσε ότι η απελευθέρωση της δύναμης της παραγωγής τεχνητής νοημοσύνης δεν ακολουθεί έναν μόνο τύπο, αλλά εξαρτάται από τη φύση κάθε επιχείρησης, τους ανταγωνιστές της και την κύρια αποστολή και σκοπό της. «Οι επιχειρήσεις πρέπει να το θυμούνται αυτό για να χαράξουν τη δική τους πορεία με την παραγωγή τεχνητής νοημοσύνης», σημείωσε ο Αναπληρωτής Καθηγητής Pham Cong Hiep.

Αναπληρωτής Καθηγητής Pham Cong Hiep, Επικεφαλής του Τμήματος Δημιουργικών Επιχειρήσεων, Αναπληρωτής Αντιπρύτανης της Σχολής Διοίκησης Επιχειρήσεων, Πανεπιστήμιο RMIT Βιετνάμ. (Φωτογραφία: Hoang Ngoc)

Σύμφωνα με αυτόν τον ειδικό, μια κοινή παρανόηση σήμερα είναι ότι η Τεχνητή Νοημοσύνη μπορεί να αντικαταστήσει άψογα τους ανθρώπους. Στην πραγματικότητα, οι περισσότερες θέσεις εργασίας απαιτούν έναν συνδυασμό επαναλαμβανόμενων, αυτοματοποιημένων εργασιών και εξελιγμένων εργασιών που βασίζονται στην ανθρώπινη κρίση.

Επιπλέον, οι επιχειρήσεις πρέπει να κατανοήσουν ότι το ταξίδι ενσωμάτωσης της Τεχνητής Νοημοσύνης δεν είναι μια ευθεία γραμμή που ακολουθεί κάθε εταιρεία. Συνεπώς, κάθε εταιρεία πρέπει να ορίσει συγκεκριμένους στόχους κατά την εφαρμογή της δημιουργίας Τεχνητής Νοημοσύνης, προκειμένου να συντονίσει τη στρατηγική της και να λάβει τα κατάλληλα προπαρασκευαστικά βήματα.

Για παράδειγμα, οι ειδησεογραφικοί ιστότοποι μπορούν να χρησιμοποιήσουν την τεχνολογία τεχνητής νοημοσύνης για να συντάξουν γρήγορα άρθρα ειδήσεων, ενώ οι διαφημιστικές εταιρείες μπορούν να χρησιμοποιήσουν αυτήν την τεχνολογία στη φάση της ανταλλαγής ιδεών κατά τη σύνταξη δημιουργικών διαφημιστικών σλόγκαν. «Οι στόχοι τους για τη χρήση της τεχνητής νοημοσύνης είναι διαφορετικοί. Οι ειδησεογραφικοί ιστότοποι χρειάζονται ταχύτητα, ενώ οι διαφημιστικές εταιρείες χρειάζονται δημιουργικότητα που ευθυγραμμίζεται με την επωνυμία τους. Καμία από τις δύο δεν μπορεί να επιτύχει τα επιθυμητά αποτελέσματα χωρίς μια κατάλληλη προσέγγιση τεχνητής νοημοσύνης», ανέλυσε ένας ειδικός από το Πανεπιστήμιο RMIT του Βιετνάμ.

Πώς μπορούν οι επιχειρήσεις να εφαρμόσουν αποτελεσματικά την παραγωγή τεχνητής νοημοσύνης;

Ερευνώντας βαθύτερα την ιστορία των επιχειρήσεων που εφαρμόζουν την Τεχνητή Νοημοσύνη για την παραγωγή, ο Αναπληρωτής Καθηγητής Pham Cong Hiep επεσήμανε ότι οι εταιρείες πρέπει να συνδυάζουν την Τεχνητή Νοημοσύνη με τις ανθρώπινες δεξιότητες και να ορίζουν σαφείς επιχειρηματικούς στόχους κατά την εφαρμογή της Τεχνητής Νοημοσύνης για την παραγωγή.

Σύμφωνα με τον εμπειρογνώμονα από τη Σχολή Διοίκησης Επιχειρήσεων του Πανεπιστημίου RMIT του Βιετνάμ, για να υποστηρίξουν τις επιχειρήσεις στην ανάπτυξη στρατηγικών και στην προσαρμογή της ανάπτυξης της Τεχνητής Νοημοσύνης ώστε να ταιριάζουν στους οργανωτικούς στόχους, μπορούν να κατηγοριοποιήσουν τα επιχειρηματικά κίνητρα κατά την ενσωμάτωση της Τεχνητής Νοημοσύνης. Αυτό μπορεί να βασίζεται σε δύο κριτήρια: τον ρόλο της Τεχνητής Νοημοσύνης στην αντικατάσταση ή την ενίσχυση των υφιστάμενων δεξιοτήτων και το εάν οι εφαρμογές Τεχνητής Νοημοσύνης κατευθύνονται εσωτερικά ή προς τους πελάτες.

Καταρχάς, οι επιχειρήσεις πρέπει να καθορίσουν εάν η τεχνολογία Τεχνητής Νοημοσύνης που χρειάζονται θα αντικαταστήσει ή θα βελτιώσει τις υπάρχουσες δεξιότητες. Για να εφαρμόσουν την Τεχνητή Νοημοσύνη για την ενίσχυση των δεξιοτήτων, οι επιχειρήσεις πρέπει να αναπτύξουν κατάλληλα προγράμματα κατάρτισης, μηχανισμούς ανατροφοδότησης και συστήματα μέτρησης απόδοσης.

Αντίθετα, κατά την εισαγωγή της Τεχνητής Νοημοσύνης για την αντικατάσταση δεξιοτήτων, οι επιχειρήσεις χρειάζονται μια ολοκληρωμένη στρατηγική που θα επικεντρώνεται στην οργανωτική ανάπτυξη, την υποστήριξη της μετάβασης στην καριέρα και τον σχεδιασμό έκτακτης ανάγκης.

«Το έργο Swiss AutoBus, το οποίο στοχεύει στην αντικατάσταση των οδηγών λεωφορείων με οχήματα που τροφοδοτούνται από Τεχνητή Νοημοσύνη, αποτελεί χαρακτηριστικό παράδειγμα. Για την επιτυχή ενσωμάτωση της Τεχνητής Νοημοσύνης, οι εργαζόμενοι της εταιρείας πρέπει να προσαρμοστούν στις τεχνολογικές αλλαγές και η εταιρεία χρειάζεται σχέδια έκτακτης ανάγκης για απρόβλεπτες διαταραχές, όπως ο εξοπλισμός του στόλου της με εφεδρικούς ανθρώπινους οδηγούς», ανέφερε ως παράδειγμα ο κ. Pham Cong Hiep.

Οι ειδικοί συνιστούν στις επιχειρήσεις να βελτιώσουν τις στρατηγικές τους, ώστε να διασφαλίσουν μια αρμονική σύνδεση μεταξύ ανθρώπων και επαγγελματιών Τεχνητής Νοημοσύνης, με σκοπό την επίτευξη μέγιστης αποδοτικότητας. (Ενδεικτική εικόνα: Pexels)

Το δεύτερο κριτήριο – το αν οι εφαρμογές Τεχνητής Νοημοσύνης προορίζονται για εσωτερική χρήση ή για πελάτες – απαιτεί επίσης μια διαφορετική προσέγγιση. Εάν μια εταιρεία θέλει να εφαρμόσει την Τεχνητή Νοημοσύνη στους πελάτες, πρέπει να βρίσκεται στην πρώτη γραμμή της έρευνας για την Τεχνητή Νοημοσύνη, να δίνει έμφαση στον σχεδιασμό με επίκεντρο τον χρήστη και να κατανοεί τις ανάγκες των πελατών. Λαμβάνοντας ως παράδειγμα την Tesla στην ανάπτυξη αυτόνομων αυτοκινήτων, πρέπει να βρίσκεται στην πρώτη γραμμή της καινοτομίας στην Τεχνητή Νοημοσύνη, να δίνει προτεραιότητα στον σχεδιασμό με επίκεντρο τον χρήστη και να τοποθετεί στρατηγικά τα προϊόντα της στην αγορά.

Σύμφωνα με τον ειδικό Pham Cong Hiep, όταν χρησιμοποιείται η Τεχνητή Νοημοσύνη για την απλοποίηση των εσωτερικών διαδικασιών, η εστίαση μετατοπίζεται. Σε αυτήν την περίπτωση, οι ηγέτες των επιχειρήσεων πρέπει να δώσουν προτεραιότητα στην ανάπτυξη των δεξιοτήτων ανάλυσης και ερμηνείας δεδομένων των εργαζομένων.

Ένα άλλο κρίσιμο καθήκον είναι η αποτελεσματική διαχείριση της διαδικασίας μετάβασης, επιτρέποντας στους εργαζομένους να προσαρμόζονται και να συνεργάζονται με νέα εργαλεία Τεχνητής Νοημοσύνης.

Τέτοιες διαδικασίες απαιτούν άκρως εξειδικευμένη ερμηνεία δεδομένων από τους εργαζομένους, καθώς και καλά δομημένες στρατηγικές διαχείρισης αλλαγών από την ηγετική ομάδα.

«Η παραγωγή Τεχνητής Νοημοσύνης περιστρέφεται γύρω από μια λεπτή ισορροπία μεταξύ ανθρώπινης εμπειρογνωμοσύνης και αυτοματισμού. Η διαδικασία ενσωμάτωσης της Τεχνητής Νοημοσύνης δεν έχει μια ενιαία φόρμουλα για όλους τους οργανισμούς. ποικίλλει ανάλογα με τους επιχειρηματικούς στόχους, τον ρόλο της Τεχνητής Νοημοσύνης στη συμπλήρωση ή την αντικατάσταση της ανθρώπινης εργασίας και την εστίαση της εφαρμογής της Τεχνητής Νοημοσύνης», τόνισε ο ειδικός Pham Cong Hiep.

Το Υπουργείο Πληροφοριών και Επικοινωνιών (MIC) προωθεί την ανάπτυξη μιας μεγάλης κλίμακας τεχνολογικής πλατφόρμας μοντελοποίησης βιετναμέζικης γλώσσας . Το MIC στοχεύει να διαθέτει τουλάχιστον μία μεγάλης κλίμακας τεχνολογική πλατφόρμα μοντελοποίησης βιετναμέζικης γλώσσας έως το 2025, ικανή να παρέχει υπηρεσίες σε άλλες πλατφόρμες εφαρμογών τεχνητής νοημοσύνης.

Πηγή: https://vietnamnet.vn/doanh-nghiep-can-mo-loi-di-rieng-khi-khai-pha-ung-dung-ai-tao-sinh-2201238.html