هوش مصنوعی در مدیریت بهکارگیری نظاممند سامانههای دادهمحور برای پشتیبانی یا انجام وظایف مدیریتی نظیر برنامهریزی، تصمیمسازی، کنترل و تخصیص منابع است. این چارچوب نه یک ابزار فناورانه صرف، بلکه یک رویکرد تحلیلی است که فرآیندهای مدیریتی را از اتکای صرف به قضاوت فردی به سوی تصمیمسازی مبتنی بر داده هدایت میکند. نظر به اهمیت موضوع در این مقاله، «هوش مصنوعی در مدیریت» مفهومسازی و تعریف خواهد شد.
تعریف هوش مصنوعی در مدیریت
هوش (Intelligence) توانایی درک، یادگیری، استدلال و سازگاری با موقعیتهای تازه برای حل مسئله و دستیابی به هدف است. از این منظر، هوش مصنوعی (AI) هوشی است که توسط ماشینها ظهور پیدا میکند، در مقابل هوش طبیعی که توسط جانوران شامل انسانها نمایش مییابد.
هوش مصنوعی (Artificial intelligence) مجموعهای از فناوریهایی است که ماشین را قادر میسازد با تقلید از تواناییهای انسانی از قبیل درک و کشف محیط پیرامون و قدرت یادگیری به سطح بالاتری از هوشمندی برسد.
هوش مصنوعی در مدیریت یعنی استفاده از الگوریتمها و مدلهای یادگیری ماشین برای اتوماتیک کردن تصمیمگیری، پیشبینی دقیقتر و بهینهسازی منابع در سازمان با سرعت و مقیاسی که انسان بهتنهایی قادر به انجامش نیست. در این چارچوب، الگوریتمها با تحلیل دادههای ساختاریافته و غیرساختاریافته، الگوها را استخراج کرده و پیشنهادهای بهینه یا پیشبینیهای قابل اتکا ارائه میکنند تا کیفیت و سرعت تصمیمگیری افزایش یابد.
تاریخچه هوش مصنوعی
ریشههای نظری این حوزه به منطق ریاضی سده نوزدهم بازمیگردد؛ جایی که جرج بول با بنیانگذاری «جبر منطقی» نشان داد استدلال را میتوان صورتبندی صوری کرد.
در نیمه نخست سده بیستم، آلن تورینگ در سال ۱۹۳۶ با طرح مفهوم «ماشین تورینگ» چارچوبی نظری برای محاسبه ارائه کرد. تورینگ به سال ۱۹۵۰ در مقاله «آیا ماشینها میتوانند فکر کنند؟» آزمونی عملی برای سنجش رفتار هوشمند پیشنهاد داد.
اصطلاح «هوش مصنوعی» بهطور رسمی در سال ۱۹۵۶ در کارگاه تابستانی کالج دارتموث (Dartmouth) مطرح شد. این کالج توسط جان مککارتی، ماروین مینسکی، کلود شنون و هربرت سایمون سازماندهی شده بود. مککارتی بعدها زبان برنامهنویسی لیسپ را در ۱۹۵۸ توسعه داد که نقش مهمی در پیشرفت این حوزه داشت.
دهههای ۱۹۶۰ و ۱۹۷۰ شاهد رشد سریع سامانههای حل مسئله و سیستم خبره بود، اما محدودیتهای محاسباتی و انتظارات اغراقآمیز موجب «زمستان هوش مصنوعی» در اواخر دهه ۱۹۷۰ و دوباره در اواخر دهه ۱۹۸۰ شد.
در دهه ۱۹۹۰ با افزایش توان پردازشی و دادههای دیجیتال، رویکردهای «یادگیری ماشین» تقویت شد.
نقطه عطف مهم در سال ۱۹۹۷ رخ داد، زمانی که رایانه دیپ بلو شرکت IBM قهرمان شطرنج جهان، گری کاسپاروف، را شکست داد.
در دهه ۲۰۱۰، پیشرفت شبکههای عصبی عمیق و دسترسی به «کلانداده» موجب جهش تازهای شد؛ از جمله پیروزی سامانه آلفاگو شرکت دیپمایند بر قهرمان بازی گو در سال ۲۰۱۶.
در سالهای اخیر، توسعه مدلهای زبانی بزرگ و سامانههای مولد، مرحلهای نوین از کاربردهای صنعتی و نوآوری فناورانه را رقم زده است. و امروز به یکی از پیشرانهای اصلی تحول دیجیتال در جهان تبدیل شده است.
ویژگیهای هوش مصنوعی
پیش از هرچیز باید این موضوع را دانست که کلمه هوش، نشان دهنده امکان استدلال است. اینکه آیا هوش مصنوعی میتواند به توانایی استدلال دست یابد یا خیر، خود موضوع اختلاف پژوهشگران است.
کتابهای AI پیشرو، این شاخه را به عنوان شاخه مطالعه بر روی «عوامل هوشمند» تعریف میکنند: هر سامانهای که محیط خود را درک کرده و کنشهایی را انجام میدهد که شانس را در دستیابی به اهدافش بیشینه میسازد. برخی از اصطلاح «هوش مصنوعی» جهت توصیف ماشینی استفاده میکنند که عملکردهای «شناختی» را از روی ذهن انسانها تقلید میکنند، همچون «یادگیری» و «حل مسئله»، با این حال این تعریف بوسیله پژوهشگران سرشناس AI رد شده است.
ابعاد هوش مصنوعی
هوش مصنوعی مجموعهای فناوریهایی شامل یادگیری ماشین (ML)، پردازش زبان طبیعی (NLP) و رباتیک است. این دانش به ماشینها اجازه میدهد تا دادهها را حس کنند، تفسیر نمایند، عمل کنند و یاد بگیرند تا به تصمیمگیری کمک کنند. رابطه بین افراد و ماشینها دگرگون میشود و بهرهوری کسبوکارها افزایش مییابد.
هوش مصنوعی شاخهای وسیع از علوم کامپیوتر به حساب میآید که اصطلاحات بسیاری در خصوص آن در این حوزه وجود دارند. برای اینکه بتوان کامپیوترها را برای انجام آنچه در توان انسان است به کار گرفت، نیاز به مقدار دادههای بسیار زیادی وجود دارد. مجموعه دادههای بزرگ باعث میشوند تا بتوان با استفاده از الگوریتمهای هوش مصنوعی الگوها را شناسایی کرد.
کاربردهای هوش مصنوعی در مدیریت
هوش مصنوعی در مدیریت سازمانهای دولتی و خصوصی کاربردهای بسیاری دارد که برای همگامی با تحولات فناوری در هزاره سوم باید به استقبال آن رفت. در واقع هوش مصنوعی یک فناوری قدرتمند همه منظوره و انعطاف پذیر است که میتواند باعث پیشرفت بسیاری از صنایع و کسبوکارها شود.
بکارگیری این فناوری باعث پیشبرد کیفیت خدمات سازمان و در نتیجه افزایش کیفیت زندگی کاری و روزمره افراد میشود. استفاده از سیستم خبره و یا سیستم پشتیبانی از تصمیم از نمونههای کاربردی هوش مصنوعی است.
از مهمترین کاربردهای هوش مصنوعی در بخش دولتی میتوان به مواردی چون کاربرد هوش مصنوعی در سلامت و بهداشت عمومی، فناوری اطلاعات و ارتباطات، پایداری محیط زیست حمل ونقل، قانون دولت و سیاستگذاری برنامههای اقتصادی و مالی، آموزش، حاکمیت هوشمندانه و دموکراتیک و تصمیمگیری سازمانی اشاره کرد.
هوش مصنوعی در بخش غیردولتی نیز به صورت گسترده به کار گرفته میشوند. این مسئله منجر به ایجاد خدمات جدید یا افزایش بهره وری تولید کالاها و خدمات میشود. از جمله کاربردهای هوش مصنوعی در بخش خصوصی میتوان به کاربردهای آن در بخشهایی چون مدیریت زنجیره تامین، تحقیق و توسعه، فروش و عملکرد مالی اشاره کرد.
هوش مصنوعی باعث بهبود کارایی و پویایی مدیران در عصور تحول دیجیتال میشود. زیرا بازخوردهای به موقعی به اعضای تیم میدهد و باعث بهبود مسئولیتپذیری تیم میشود. هوش مصنوعی از طریق پردازش زبان طبیعی و چتباتها میتواند تشخیص دهد که چه کسی به بازخورد مثبت در پایان هفته نیاز دارد و آن را به مدیر اطلاع میدهد. اگر هم وظیفه خود او باشد، این بازخوردها را ارائه میدهد. همچنین مشخص میکند چه کسی به مربیگری بیشتری نیاز دارد. یک دستور جلسه برای مدیر و کارمند آماده کند.
پرسشنامه هوش مصنوعی در سازمان
هوش مصنوعی میتواند تمامی جنبههای سازمان را تحت تاثیر خود قرار دهد. بر اساس همین اصل میتوان مقیاسی را برای سنجش میزان این اثرگذاری در زمینههای گوناگون سازمانی طراحی کرد. ابعاد گوناگون این مقیاس شامل مدیریت استراتژیک، مدیریت تولید، مدیریت بازاریابی، مدیریت مالی و مدیریت منابع انسانی است. این اثرگذاری در قالب نگاه زیر قابل نمایش است تا درک بهتری از موضوع حاصل شود.
پرسشنامه هوش مصنوعی در سازمان
پرسشنامه هوش مصنوعی مدیریت در سازمان شامل ۵ سازه اصلی و ۳۲ گویه است. این پرسشنامه محققساخته دارای اعتبار و قابلیت اعتماد مناسبی است و روایی و پایایی آن نیز در پایگاه پارسمدیر مورد آزمون قرار گرفت. پژوهشگران سازمان و مدیریت میتوانند از این مقیاس در پژوهش خود استفاده کنند.
برای سنجش روایی، به همکاری پایگاه پارسمدیر، پرسشنامه در اختیار ۲۰ نفر از اساتید دانشگاهی در حوزه هوش مصنوعی قرار گرفت و نسبت روایی محتوایی برای همه شاخصها بالای ۰/۴۲ برآورد شد. برای سنجش پایایی نیز آلفای کرونباخ با توزیع ۲۰ پرسشنامه ۸۴۴/۰ و برای تک تک ابعاد نیز بالای ۰/۷ برآورد شد. بنابراین پرسشنامه از روایی و پایایی مناسبی برخوردار است.
اهمیت هوش مصنوعی در مدیریت
در حال حاضر، هوش مصنوعی را میتوان به عنوان بازیگر کلیدی تحول دیجیتال در بسیاری از صنایع در نظر گرفت. براساس پیشبینی موسسه دبلیو سی، توسعه کاربردهای هوش مصنوعی باعث رشد اقتصاد دنیا در سال ۲۰۳۰ تا حدود ۱۵/۷ تریلیون دلار خواهد شد. سهم هر یک از کشورها با توجه به میزان توسعه یافتگی آنها در این رشد متفاوت است.
برای کشورهای پیشرو چون چین آمریکا بین ۱۸ تا ۲۱ درصد و برای کشورهای با اقتصاد ضعیف چون پاکستان و زامبیا بین ۴ تا ۸ درصد خواهد بود. در بخش سرمایهگذاری نیز، آمریکا چین و انگلستان و کانادا سالیانه به ترتیب با ۲۳ ۱۰ و ۱/۹ میلیارد دلار بیشترین سرمایهگذاری را در توسعه هوش مصنوعی دارند. کمیسیون اروپا نیز برای توسعه هوش مصنوعی طی سالهای ۲۰۲۱ تا ۲۰۲۷ بودجه ۲/۱ میلیارد یورویی لحاظ کرد.
این آمارها نشانگر رشد روزافزون و اهمیت بی بدیل هوش مصنوعی در دنیا است. مجمع جهانی اقتصاد یکی از مسائل اصلی رشد و توسعه هوش مصنوعی را پذیرش به کارگیری هوش مصنوعی توسط بخش خصوصی و دولتی ذکر کرد. به عبارت بهتر برای اینکه هوش مصنوعی بتواند در یک کشور یا صنعت به کار گرفته شود ضروری است تا عوامل مهم پذیرش شناسایی و مورد ارزیابی قرار گیرد. بررسی برنامههای ملی توسعه کشورها نیز تأیید کننده اهمیت موضوع پذیرش در توسعه و به کارگیری هوش مصنوعی میباشد. به طوری که اکثر آنها این موضوع را در راهبردهای خود لحاظ کردهاند.
مقایسه هوش مصنوعی و یادگیری ماشین
طرح بحث تفاوت هوش مصنوعی و یادگیری ماشین از اساس اشتباه است. حتی مقایسه این دو نیز درست نیست زیرا یادگیری ماشین زیرشاخهای از هوش مصنوعی است. این شیوه از یادگیری، ماشینها را قادر میسازد تا از دادهها یا تجربیات گذشته بدون نیاز به برنامهنویسی صریح یاد بگیرند.
با این وجود برخی وجوه افتراق هوش مصنوعی و یادگیری ماشین عبارتند از:
مقایسه یادگیری ماشین و هوش مصنوعی در مدیریت
هوش مصنوعی فناوری است که ماشین را قادر میسازد تا رفتار انسان را شبیهسازی کند؛ ولی یادگیری ماشین زیرمجموعهای از هوش مصنوعی است که به ماشین اجازه میدهد که به طور خودکار از دادههای گذشته بدون نیاز به برنامهنویسی صریح بیاموزد و یاد بگیرد.
از نظر هدف هوش مصنوعی ساختن یک سیستم کامپیوتری هوشمند مانند انسان برای حل مشکلات پیچیده بسازد. هدف یادگیری ماشین این است که به ماشینها اجازه دهد که از دادهها یاد بگیرند تا بتوانند خروجی دقیقی ارائه دهند.
در هوش مصنوعی سیستمهای هوشمندی ساخته میشوند تا بتوانند؛ مانند انسان هر کاری را انجام دهند. در یادگیری ماشین، به ماشینها آموزش داده میشود تا یک کار خاص را انجام و نتایج دقیقی را ارائه دهند.
هوش مصنوعی دارای دامنه بسیار گسترده است؛ ولی یادگیری ماشین دامنه محدودی دارد.
هوش مصنوعی در حال کار روی ایجاد سیستم هوشمندی است که میتواند وظایف پیچیده مختلفی را انجام دهد. از سوی دیگر یادگیری ماشین روی ایجاد ماشینهایی تمرکز دارد که میتوانند تنها کارهایی ویژه را انجام دهند.
سخن پایانی
کاربرد هوش مصنوعی در سازمانها بسیار زیاد است. این کاربردها از بهبود روابط با کارمندان و مشتریان تا یافتن الگوهایی برای حجم زیادی از دادهها و حتی انجام کارهای تکراری را دربرمیگیرد. این کاربردها منفعت زیادی برای مدیران دارند و به این معنی است که مدیران باید زمان بیشتری برای تمرکز بر ارزش افزوده سازمان داشته باشند. نکته کلیدی این است که میتوان از هوش مصنوعی در کسب و کار، هم برای موفقیت فردی و هم سازمانی استفاده کرد. مثلا افزایش مهارتهای خود و استفاده از هوش مصنوعی برای افزایش تأثیرگذاری بر مشتری.
اما هوش مصنوعی چه کارهایی انجام میدهد که انسانها قادر به انجام آنها نیستند؟ این هوشمندی میتواند اعداد را خرد کند، الگوها را تشخیص دهد و تصمیمگیریهای مبتنی بر داده را خیلی سریعتر از انسان بگیرد. از سوی دیگر قابلیت پردازش حجم زیادی از دادهها و تفسیر مسیرها و توصیههای عملی را دارد. بنابراین یک ابزار حیاتی برای پشتیبانی از تصمیمگیری مدیران است. سیستمهای خبره و برنامههای پشتیبانی از تصمیم در این گروه قرار دارند.
البته ممکن است این خبر به نظر بد برسد، اما نه برای کسانی که آیندهنگر هستند و منافع مالی و دقت در انجام کارها را ترجیح میدهند. هماکنون زمان آن است که مهارتهای خود را افزایش دهید تا از دادههای غنیتر و سریعتر استفاده کنید. مخصوصا اگر بخش عمدهای از وقت امروز شما به جمعآوری، آزمایش و گزارش دادهها برای شناسایی خطرات، مسائل و وضعیتها اختصاص پیدا میکند. اگر قبلا وقت خیلی کمی صرف این وظایف اطلاعاتی اولیه میکردید، با چه سرعتی میتوانستید نتایج را به دست آورید؟ برای همگامی با دنیای پرتحول و مبتنی بر فناوری باید از هوش مصنوعی در مدیریت سازمان استفاده کرد.
منبع: قوامی، محبوبه. هوش مصنوعی در سازمان. تهران: پارسمدیر.
نگارنده: پشتیبانی پارسمدیر | 
