یکی از اشتباهات رایج در استفاده از هوش مصنوعی که کمتر در جلسات مدیریتی مطرح میشود، نگاه پروژهای بهجای نگاه فرایندی به این فناوری است. خیلی از شرکتها دستیار هوش مصنوعی یا چتبات سازمانی را راهاندازی میکنند، در جلسه هیئتمدیره از آن بهعنوان یک موفقیت یاد میکنند و سپس عملاً آن را به حال خود رها میکنند. ماههای بعد، وقتی دقت پاسخها کم شده یا کارمندان دیگر از آن استفاده نمیکنند، کسی متوجه نمیشود چرا، چون از ابتدا کسی مسئول پایش مستمر آن نبوده است.
چرا این اشتباه برای مدیران اهمیت دارد؟
سرمایهگذاری روی هوش مصنوعی معمولاً با یک بودجه و یک تاریخ راهاندازی مشخص تصویب میشود، درست مثل خرید یک نرمافزار حسابداری. اما هوش مصنوعی، برخلاف نرمافزارهای ثابت، با تغییر دادههای ورودی، تغییر فرایندهای سازمان و حتی تغییر رفتار کاربران، نیاز به بازبینی دارد. وقتی محصولات شرکت تغییر میکند، تیم فروش جدید استخدام میشود یا قیمتگذاری عوض میشود، اما دستیار هوش مصنوعی همچنان بر اساس داده قدیمی پاسخ میدهد، نتیجه افت اعتماد کاربران داخلی و در نهایت کنار گذاشتن ابزار است. این الگو که در منابع بینالمللی با عنوان AI adoption challenges شناخته میشود، یکی از دلایل اصلی شکست پروژه هوش مصنوعی است؛ نه چون فناوری ضعیف بوده، بلکه چون کسی آن را زنده نگه نداشته است.
نمونهای از افت عملکرد در یک سازمان واقعی
یک شرکت پخش محصولات صنعتی، یک دستیار هوش مصنوعی برای پاسخ به سؤالات تکراری مشتریان درباره موجودی و زمان تحویل راهاندازی کرد. در سه ماه اول، دقت پاسخها بالای نود درصد بود و تیم فروش زمان زیادی صرفهجویی کرد. اما با گذشت زمان، محصولات جدید به فهرست اضافه شدند، چند تأمینکننده تغییر کردند و قوانین تحویل بهروزرسانی شد، بدون اینکه کسی این تغییرات را به دستیار هوشمند منتقل کند. شش ماه بعد، تیم فروش بهخاطر پاسخهای نادرست درباره موجودی، عملاً استفاده از ابزار را متوقف کرد و دوباره به روشهای قدیمی پاسخگویی بازگشت؛ نه به این دلیل که هوش مصنوعی کار نمیکرد، بلکه چون هیچ فرایندی برای بهروزرسانی آن وجود نداشت.
مسیر درست: نگاه فرایندی، نه پروژهای
برای پیشگیری از این اشتباهات رایج در استفاده از هوش مصنوعی، پیاده سازی هوش مصنوعی در سازمان باید از ابتدا با یک مسئول مشخص برای پایش مستمر همراه باشد، نه فقط یک تیم پروژه که بعد از راهاندازی منحل میشود. باید شاخصهای سادهای مثل نرخ پاسخ صحیح، رضایت کاربران داخلی و میزان استفاده واقعی، بهصورت ماهانه بررسی شود. هر تغییر مهم در محصول، قیمتگذاری، تأمینکننده یا فرایند فروش باید بهعنوان یک نقطه بهروزرسانی برای دستیار هوشمند هم در نظر گرفته شود، دقیقاً مثل بهروزرسانی وبسایت یا کاتالوگ محصولات شرکت.
نکات کلیدی و علائم هشدار
چند علامت ساده نشان میدهد سازمان در حال تکرار این اشتباه است: کاهش تدریجی استفاده کارمندان از ابزار بدون اینکه کسی دلیل آن را بررسی کند، نبود هیچ گزارش دورهای از عملکرد دستیار هوش مصنوعی، و این باور که چون یکبار راهاندازی شده، کارش تمام است. این الگو یکی از چالش های هوش مصنوعی در کسب و کار است که معمولاً دیرتر از سایر مشکلات دیده میشود، چون در کوتاهمدت ظاهر سیستم درست به نظر میرسد و افت آن تدریجی و کمسروصداست.
چرا این اشتباه از بقیه مخفیتر است؟
برخلاف اشتباهاتی مثل خرید ابزار اشتباه یا نادیده گرفتن آمادگی داده که معمولاً همان ماه اول خودشان را نشان میدهند، افت تدریجی عملکرد بعد از راهاندازی معمولاً سه تا شش ماه طول میکشد تا قابل مشاهده شود. در این فاصله، مدیر پروژه ممکن است به سمت پروژه بعدی رفته باشد، بودجه نگهداری تصویب نشده باشد و کسی هم احساس مسئولیت رسمی نکند که پیگیر دلیل افت کیفیت پاسخها باشد. به همین دلیل، در بسیاری از گزارشهای داخلی شرکتها، این اشتباه اصلاً بهعنوان یک شکست ثبت نمیشود؛ ابزار فقط بیسروصدا کنار گذاشته میشود و سازمان نتیجه میگیرد که هوش مصنوعی برای آنها جواب نداده است، در حالی که مسئله اصلی، نبود فرایند نگهداری بوده، نه ضعف خود فناوری. یک راه ساده برای جلوگیری از این وضعیت، تعیین یک جلسه بازبینی سهماهه ثابت برای هر دستیار هوش مصنوعی فعال در سازمان است، حتی اگر این جلسه فقط نیم ساعت طول بکشد.
جمعبندی
هوش مصنوعی یک پروژه با تاریخ پایان نیست، بلکه یک قابلیت سازمانی است که نیاز به نگهداری، بهروزرسانی و پایش مستمر دارد. شرکتهایی که این موضوع را از ابتدا در طراحی راهکار خود لحاظ میکنند، با اشتباهات رایج در استفاده از هوش مصنوعی کمتر مواجه میشوند و بازگشت سرمایه پایدارتری دریافت میکنند. تیم دیجنت ۲۴ در طراحی دستیارهای هوش مصنوعی سازمانی، فرایند پایش و بهروزرسانی مستمر را از همان مرحله طراحی در نظر میگیرد. جزئیات بیشتر در digent24.com قابل بررسی است.