استراتژی در عصری سرشار از تخصص

به نقل از گزارشی در نسخه March-April 2025 مجله کسب‌وکار هاروارد؛ در ابتدایی‌ترین سطح، می‌توان یک «کسب‌وکار» (Business) را مجموعه‌ای متمایز از تخصص دانست که برای انجام وظایف مشخص سازماندهی شده است. «تخصص» (Expertise) که آن را ترکیبی از دانش نظری عمیق و مهارت عملی در یک حوزه مشخص تعریف می‌کنیم؛ می‌تواند در درون یک کسب‌وکار اشکال مختلفی داشته باشد. یک مطب پزشک، نه‌تنها نیازمند دانش پزشکی شخص پزشک برای انجام تشخیص‌های سریع و دقیق بیماری است، بلکه نیازمند توانایی‌های مدیریتی برای اداره مطب نیز هست. یک شرکت نرم‌افزاری نیز نه‌تنها نیازمند تخصص در مهندسی نرم‌افزار است، بلکه در بازاریابی، فروش، عملیات و امور مالی نیز به تخصص نیاز دارد تا محصولاتش را به بازار عرضه کند. شرکت‌ها با به‌کارگیری تخصص خود در مقیاس گسترده و به شکلی کارآمد، برای مشتریان خود ارزش‌آفرینی می‌کنند. معمولاً آن‌ها در حوزه‌های متعددی تخصص دارند، اما اغلب خود را از طریق مهارت منحصربه‌فردشان در چند فعالیت محدود که برای ایجاد مزیت رقابتی حیاتی است، متمایز می‌کنند.
تخصص برتر تویوتا در «تولید ناب» (Lean Manufacturing) به این شرکت کمک کرده تا یکی از برترین خودروسازان جهان شود.Walmart  در توزیع، Procter & Gamble در بازاریابی مصرف‌کننده و انویدیا در طراحی واحدهای پردازش گرافیکی (GPU) تخصص برتر ساخته‌اند.

تکامل تخصص، تکامل کسب‌وکار را رقم می‌زند. باتوجه‌به ماهیت بی‌وقفه رقابت، شرکت‌ها باید پیوسته نحوه به‌کارگیری تخصص را بهبود دهند تا مرتبط به‌قول‌معروف در میدان باقی بمانند. ما بارها دیده‌ایم که مزیت رقابتی بسیاری از شرکت‌های بزرگ زمانی فرسایش پیدا کرده که تخصص جدیدی برای موفقیت در یک بازار حیاتی شده است. در سال ۲۰۰۷، نوکیا رهبر جهانی بازار تلفن همراه بود و ۴۰ درصد از سهم بازار را در اختیار داشت. مزیت رقابتی آن ناشی از تخصص در سخت‌افزار و یک فرایند تولید بسیار بهینه بود که امکان دستیابی به صرفه‌جویی‌های عظیم ناشی از مقیاس‌پذیری و گستردگی را فراهم می‌کرد. اما عصر گوشی‌های هوشمند که در ادامه آمد، نیازمند انواع دیگری از تخصص به‌ویژه در حوزه نرم‌افزار بود. نوکیا و همچنین برخی دیگر از سازندگان قدیمی مانند موتورولا، سونی‌اریکسون و بلک‌بری نتوانستند تخصص لازم برای طراحی و پرورش یک اکوسیستم نرم‌افزاری منسجم را ایجاد کنند و به‌سرعت تقریباً تمام سهم بازار خود را به تولیدکنندگانی مانند اپل و سامسونگ واگذار کردند.

دو نیروی بنیادین

باقی‌ماندن در مرز تخصص در حوزه‌های مهم برای موفقیت هر شرکت حیاتی است. پیشرفت فناوری دو نیروی بنیادین ایجاد می‌کند که این چالش را پیچیده‌تر می‌سازد.

اول اینکه حجم کلی تخصص در جهان دائماً در حال افزایش و گسترش است و همین موضوع باقی‌ماندن در «لبه پیشرو» (leading edge) را در هر حوزه دشوارتر می‌کند. برای مثال، شرکت‌های زیست‌فناوری از هوش مصنوعی برای کشف دارو، تحلیل اهداف زیستی بالقوه داروهای جدید، طراحی مولکول‌های تازه و پیش‌بینی تعاملات دارویی استفاده می‌کنند. این حوزه به‌سرعت در حال پیشرفت است و تعداد مقالات علمی که به نقش هوش مصنوعی و کاربرد آن در کشف دارو و سایر حوزه‌های تحقیقاتی داروسازی اشاره دارند، با سرعتی نمایی در حال افزایش است. در سال ۲۰۰۱ کمتر از ۲۰۰ مقاله مرتبط منتشر شد؛ اما بیست سال بعد، بیش از ۴۵ هزار مقاله علمی زیست‌شناسی به هوش مصنوعی اشاره داشتند. به‌روز ماندن با این پیشرفت‌ها و بینش‌ها دیگر برای هیچ دانشمند یا شرکت زیست‌فناوری که به دنبال استفاده از هوش مصنوعی برای تسریع کشف دارو باشد، امکان‌پذیر نیست.

دوم اینکه هزینه دسترسی به تخصص دائماً در حال کاهش است. اگرچه این موضوع می‌تواند به شرکت‌ها کمک کند، اما هم‌زمان موانع ورود را برای تازه‌واردان نیز کاهش می‌دهد. به این فکر کنید که چگونه ابزارهای تولید محتوا، چشم‌انداز رسانه را تغییر داده‌اند؛ آن‌ها با کاهش هزینه دسترسی به تخصص ساخت و انتشار محتوای باکیفیت، تحول ایجاد کرده‌اند.
به‌عنوان‌مثال اینستاگرام و تیک‌تاک، ابزارهای ویرایش ویدئو و عکس، ادغام صدا و موسیقی و ابزارهای تحلیلی را فراهم کرده‌اند که به افراد آماتور امکان می‌دهد محتوای حرفه‌ای را سریع و ارزان تولید کنند. برندهای بزرگ از این پلتفرم‌ها برای رسیدن به مخاطبانشان استفاده کرده‌اند و هنرمندان و اینفلوئنسرهای مستقل نیز از این ابزارها برای راه‌اندازی کسب‌وکارهای جدید بهره گرفته‌اند.

نویسندگان معتقدند تعامل میان این دو عامل یعنی «افزایش میزان تخصص موردنیاز برای خلق ارزش» و «کاهش هزینه دسترسی به آن» شکل‌دهنده ماهیت شرکت‌ها و گستره عملیات آن‌هاست. «رونالد کوز» (Ronald Coase) اقتصاددان در مقاله سال ۱۹۳۷ خود با عنوان «The Nature of the Firm» استدلال کرد که اندازه و دامنه یک شرکت با رابطه میان هزینه‌های داخلی و خارجی تعیین می‌شود. اگر هزینه‌های داخلی کاهش یابد، شرکت می‌تواند عملیات داخلی خود را گسترش دهد. اگر هزینه‌های خارجی کاهش یابد، شرکت ترجیح می‌دهد خدمات را از بیرون تأمین کند.

در بیشتر تاریخ صنعتی، نظریه کوز تکامل کسب‌وکارها را پیش‌بینی می‌کرد؛ زیرا هزینه دسترسی به تخصص کاهش یافت.
در انقلاب صنعتی، ماشینی‌کردن (mechanization) یا به اصطلاح رایج، مکانیزاسیون؛ منجر به استانداردسازی فرایندها و تخصصی‌شدن کار شد و هزینه‌های تولید را به شکلی چشمگیر کاهش داد. تخصص در زمینه‌هایی مانند کار با ماشین‌آلات و نگهداری از آن‌ها فراوان‌تر و دردسترس‌تر شد و به شرکت‌ها امکان رشد داد. برای همگام‌شدن با رقابت، شرکت‌ها به شکل گسترده‌ای در توسعه تخصص داخلی خود در عملیات‌های تولید، مالی، فروش و سایر کارکردها سرمایه‌گذاری کردند و ساختارهای پیچیده‌ای برای مدیریت عملیات گسترده خود ایجاد کردند. اما در سال‌های اخیر این روند گسترش بی‌پایان دامنه عملیاتی، معکوس شده است؛ زیرا هم سطح و هم گستره تخصص موردنیاز برای رقابت، پیوسته در حال افزایش است.

«فردریش هایک» (Friedrich Hayek)، یکی از معاصران کوز، معتقد بود که بازارها و نظام‌های قیمتی برای دسترسی و مدیریت دانش پراکنده در جامعه، کارآمدتر از شرکت‌ها هستند. از دهه ۱۹۸۰ نوآوری‌های فناورانه متعددی باعث شده‌اند شرکت‌ها بیشتر و بیشتر از بازار برای دسترسی به تخصصی گسترده‌تر و عمیق‌تر استفاده کنند؛ گستره‌ای فراتر از آنچه عملاً در یک نهاد واحد می‌تواند وجود داشته باشد. شرکت‌هایی که از خدمات پلتفرم‌های تجاری و فناوری شخص ثالث استفاده می‌کنند، توانسته‌اند دامنه تخصص داخلی خود را محدود و منابع داخلی را بر حوزه‌هایی که مزیت رقابتی آن‌ها را شکل می‌دهد، متمرکز کنند.

پیشرفت‌های فناوری ارتباطات نقش مهمی در این گذار داشته‌اند. با کاهش هزینه ارتباطات راه دور، شرکت‌ها دریافتند که برون‌سپاری خدمات مشتری و سایر فرایندها به متخصصان در مناطق کم‌هزینه، مقرون‌به‌صرفه‌تر است. در دوران انقلاب اینترنت، شرکت‌های پلتفرم فناوری ظهور کردند و به کسب‌وکارها امکان دسترسی به تخصص گسترده اکوسیستم‌های عظیم ذی‌نفعان و شرکا را دادند. امروزه شرکت‌های پلتفرم ابری مانند مایکروسافت، گوگل، آمازون و Alibaba زیرساخت‌های مقیاس‌پذیر، مقرون‌به‌صرفه و راهکارهای نرم‌افزاری غنی را برای مشتریان خود فراهم می‌کنند؛ مشتریانی که دیگر مجبور نیستند برنامه‌های سفارشی بسازند و شمار نیروی کار زیادی را برای اجرای آن‌ها نگه دارند.

به‌عنوان‌مثال، یک خرده‌فروش بزرگ مستقیم به مصرف‌کننده (DTC) اکنون می‌تواند برای ساخت وب‌سایت تجارت الکترونیک خود به Shopify تکیه کند، برای تبلیغات و اتصال به مشتریان از گوگل استفاده کند، برای پردازش پرداخت‌ها از Stripe کمک بگیرد، برای مدیریت لجستیک و تحویل از آمازون استفاده کند، برای مدیریت برنامه‌های پشتیبانی از Salesforce و Workday بهره ببرد و برای رایانش ابری امن و پلتفرم‌های هوش مصنوعی از مایکروسافت استفاده کند. این ساختار یا پشته فناوری (technology stack) مدرن تجارت، عملاً یک پلتفرم کسب‌وکار کامل است. این ساختار به خرده‌فروشان اجازه می‌دهد تیم‌ها، توجه مدیریتی و سرمایه خود را بر تخصصی که واقعاً برای برندشان اهمیت دارد متمرکز کنند؛ یعنی شناخت مشتریان و توسعه محصولات نوآورانه مطابق نیازهای آن‌ها. همین پشته فناوری و از سوی همین ارائه‌دهندگان، به کسب‌وکارهای کوچک و متوسط نیز امکان رقابت با بازیگران بزرگ‌تر را می‌دهد.

هوش مصنوعی چه معنایی برای شرکت‌ها خواهد داشت

ما در مراحل اولیه عصر هوش مصنوعی قرار داریم و این فناوری با سرعتی فوق‌العاده در حال تکامل است. ارائه‌دهندگان فناوری به‌سرعت در حال افزودن «بات‌ها» و «دستیارهای» هوش مصنوعی به برنامه‌های کاربردی هستند تا جریان کاری کارکنان را تقویت کنند. نمونه‌هایی ازاین‌دست شامل GitHub Copilot برای کدنویسی، Now Assist شرکت ServiceNow برای بهبود بهره‌وری و کارایی و Agentforce شرکت Salesforce برای انجام کارهای روزمره تجاری است. این ابزارها بر اساس مجموعه بزرگی از داده‌ها آموزش‌دیده‌اند و در حوزه‌های مختلفی دارای تخصص هستند.

اگرچه کیفیت تخصصِ نهفته در این ابزارها هم‌اکنون نیز نسبتاً بالا است، اما میزان تخصص آن‌ها با سرعت زیادی افزایش و هزینه دسترسی به آن کاهش پیدا می‌کند. برای مثال، قیمت دسترسی توسعه‌دهندگان به مدل GPT-4 از درون برنامه‌های خودشان در ۱۸ ماه گذشته بیش از ۹۹ درصد کاهش یافته است. در آینده‌ای نسبتاً نزدیک، عامل‌های هوش مصنوعی پیشرفته‌تر با توانایی بیشتر و تخصص وسیع‌تر، قادر خواهند بود با اجازه کاربران از طرف آن‌ها اقدام کنند.

شرکت‌هایی که از هوش مصنوعی بهره می‌گیرند، از آنچه نویسندگان «سه‌گانه محصول» (Triple Product) می‌نامند، منتفع خواهند شد: عملیات کارآمدتر، نیروی کار پربازده‌تر و رشد با دید و تمرکز بهتر.

صرفه‌جویی در هزینه و زمان. شرکت‌ها می‌توانند بسیاری از فرایندهای تجاری خود را متحول کنند و با توانمندسازی کارکنان برای استفاده از هوش مصنوعی در انجام کارهای مجزا، به سطح‌های جدیدی از کارایی دست یابند.

از نظر تاریخی، شرکت‌ها برای کاهش هزینه‌ها به برون‌سپاری و انتقال کارها به کشورهای دیگر متوسل می‌شدند. بااین‌حال، این کار تنها زمانی مقرون‌به‌صرفه بود که کل یک فرایند برون‌سپاری می‌شد. اکنون، با وجود دستیارهای هوش مصنوعی، افراد می‌توانند برای انجام تک‌تک وظایف یا مراحل یک فرایند به تخصصی دسترسی پیدا کنند که امکان ایجاد بهبودهایی را بدون انتقال کل فرایند فراهم می‌کند. سهولت و هزینه کم انتقال کارها به هوش مصنوعی باعث شده است که اکنون بسیاری از فرایندها بسیار کارآمدتر اجرا شوند. در آینده، کارکنان در تمام سطوح ممکن است نقش‌های بیشترِ نظارتی برعهده بگیرند، اقدام‌ها را تأیید یا رد و استثناها را مدیریت کنند؛ درحالی‌که عامل‌های هوش مصنوعی به طور فزاینده‌ای اجرای سرتاسری را در دست می‌گیرند.

کدنویسی یکی از نخستین نمونه‌های فرایندی است که تحت‌تأثیر این تحول قرار گرفته است. ابزارهای هوش مصنوعی مانند GitHub Copilot، Amazon CodeWhisperer، Replit و Cursor به توسعه‌دهندگان امکان می‌دهند کارهای دستی و با ‌ارزش‌افزوده پایین مثل کدنویسی پایه، تکمیل مقالات مرجع و پیشنهاد تست‌های واحد را برون‌سپاری کنند. سپس توسعه‌دهندگان می‌توانند بر کارهای با ارزش‌افزوده بیشتر تمرکز کنند؛ یعنی وظایفی که به قضاوت و خلاقیت نیاز دارند، مانند نوشتن کدهای پیچیده، دیباگ‌کردن و تحلیل امنیتی؛ همه اقدامات در کنار هم به کارایی بیشتر و محصول نهایی بهتر می‌انجامد. بسیاری از مطالعات نشان داده‌اند که توسعه‌دهندگانی که از ابزارهای مختلف کدنویسی هوش مصنوعی استفاده کرده‌اند، توانسته‌اند کارها را بین ۲۰ درصد تا ۵۵ درصد سریع‌تر انجام دهند. بیشتر توسعه‌دهندگان همچنین گزارش کرده‌اند که توانسته‌اند بر کارهای مهم‌تر تمرکز کنند و احساس رضایت بیشتری از شغل خود داشته باشند.

دستیارهای هوش مصنوعی در حوزه‌های دیگر نیز موجب بهبود فرایند شده‌اند. یک مطالعه بزرگ نشان داد که دستیارهای هوش مصنوعی مولد به نمایندگان خدمات مشتری در یک مرکز تماس کمک کرده‌اند تا به تعداد حدودی ۱۴ درصد مسئله بیشتری را در هر ساعت حل کنند. یک آزمایش نشان داد که متخصصان امنیتی که از یک دستیار هوش مصنوعی استفاده کردند، کارها را ۷ درصد دقیق‌تر و ۲۳ درصد سریع‌تر انجام دادند. دستیارهای هوش مصنوعی در حال تسریع تحول در بسیاری از فرایندهای دیگر هستند، از جمله آن‌هایی که مختص هر شرکت هستند.

شرکت Moderna نشان می‌دهد که چگونه دستیارهای هوش مصنوعی می‌توانند عملیات یک سازمان کامل را دگرگون کنند. با ادغام ابزارهای پیشرفته هوش مصنوعی در سراسر کسب‌وکار، این شرکت به ۶۰۰۰ کارمند خود امکان داده است که بیش از ۹۰۰ دستیار هوش مصنوعی تخصصی ایجاد کنند که وظایف مختلفی را انجام می‌دهند. این دستیارها در حال متحول کردن فرایندهای سازمان هستند؛ از بهینه‌سازی دوزهای دارویی برای کارآزمایی‌های بالینی گرفته تا پاسخ‌دهی به پرسش‌های نظارتی. کارهایی که زمانی هفته‌ها طول می‌کشید، اکنون در چند دقیقه انجام می‌شود و کارکنان Moderna می‌توانند بر فعالیت‌های با ارزش‌افزوده بالاتر تمرکز کنند.

بهره‌وری بیشتر نیروی انسانی

نویسندگان استدلال می‌کنند که امروزه تخصص در یک الگوی توزیع نرمال در هر جمعیت از نیروی انسانی دیده می‌شود؛ برخی از کارکنان به طور طبیعی یا بر اساس تجربه، آگاه‌تر یا ماهرتر از دیگران هستند. با پذیرش دستیارهای هوش مصنوعی، این دستیارها عملاً حداقلی از تخصص را در اختیار هر کارمند قرار می‌دهند و او را توانمندتر می‌کنند. این الگو را در استقرارهای اولیه دستیارهای هوش مصنوعی می‌بینیم؛ آن‌ها عملکرد افراد کم‌بازده را تا سطح متوسط ارتقا می‌دهند و توانایی‌های کارکنان پربازده را نیز تقویت می‌کنند (اگرچه در مقیاس کمتر).

یک کارآزمایی تصادفی کنترل‌شده که به‌تازگی توسط BCG و پژوهشگران مؤسسه Digital Data Design دانشگاه هاروارد انجام شد، شواهدی از این الگو ارائه می‌دهد. این پژوهش نشان داد گروهی از مشاوران BCG که از هوش مصنوعی استفاده کردند، بهره‌وری بیشتری نسبت به گروه کنترل داشتند. مشاورانی که از هوش مصنوعی استفاده می‌کردند به طور متوسط ۱۲ درصد کار بیشتر انجام دادند و این کارها را ۲۵ درصد سریع‌تر تکمیل کردند. وقتی BCG کیفیت خروجی هر مشاور را ارزیابی کرد، دریافت که استفاده از هوش مصنوعی در تمام سطوح بهبود ایجاد کرده است؛ اما به‌ویژه برای مشاوران کم‌مهارت‌تر که امتیازهای آن‌ها ۴۳ درصد افزایش یافت، درحالی‌که امتیاز کارکنان ماهرتر ۱۷ درصد رشد کرد. استفاده از هوش مصنوعی برای تقویت تخصص و بنابراین توانمندی کارکنان، پیامدهای متعددی دارد. این کار ممکن است زمان و هزینه جذب نیروهای جدید را کاهش دهد، دایره افرادی را که می‌توانند فرایندهای خاصی را انجام دهند گسترده‌تر کند و انعطاف‌پذیری بیشتری در نحوه به‌کارگیری کارکنان برای دستیابی به نتایج ایجاد کند. این موضوع پیامدهایی برای ساختار سازمانی نیز دارد؛ البته اگر عملکرد متوسط را بتوان با نظارت کمتر مدیر به دست آورد و اگر هر کارمند بتواند مجموعه‌ای از عامل‌های هوش مصنوعی را برای انجام کارها هدایت کند. برخی شرکت‌ها ممکن است دامنه مدیریتی گسترده‌تری اتخاذ کنند، درحالی‌که برخی دیگر ممکن است تیم‌هایی با محدوده کوچک‌تر داشته باشند که هر عضو آن مجموعه‌ای از عامل‌های هوش مصنوعی را مدیریت می‌کند.

سرمایه‌گذاری بیشتر در فعالیت‌هایی که اهمیت دارند

همان‌طور که عامل‌ها و بات‌های هوش مصنوعی فرایندهای تجاری را متحول کرده و نیروی انسانی را توانمند می‌کنند، شرکت‌ها قادر خواهند بود به طور اساسی چگونگی تخصیص منابع خود را بازنگری کنند. شرکت‌های هوشمند، تعداد محدودی از فرایندهایی را که می‌توانند در آن‌ها تخصص و توانمندی در سطح گسترده‌ای را ارائه دهند، شناسایی می‌کنند و منابع را برای عمیق‌تر کردن مزیت رقابتی در آن حوزه‌ها بازتخصیص می‌دهند. درعین‌حال، تمرکز کارکنان بر فرایندهای غیربنیادی را با استفاده از پلتفرم‌های مبتنی بر هوش مصنوعی که توسط ارائه‌دهندگان ثالث تأمین می‌شود کاهش می‌دهند.

یک نمونه اولیه از این تغییر را می‌توان در FocusFuel، یک تولیدکننده آب‌نبات‌های کافئین‌دار دید. این شرکت در سال ۲۰۲۳ توسط سه کارآفرین و بازاریاب، با همکاری جمعی از گیمرها، ورزشکاران و تولیدکنندگان محتوا تأسیس شد. این شرکت از فناوری‌های هوش مصنوعی مولد در سراسر زنجیره ارزش خود بهره گرفته است. بنیان‌گذاران، قابلیت‌های اصلی خود را در درک نیازهای بازار هدف و توسعه محصولات نوآورانه شناسایی کردند. سپس آن‌ها دستیارهای هوش مصنوعی را برای انجام فعالیت‌های غیربنیادی مانند تحلیل بازار، شناسایی تأمین‌کنندگان، طراحی بسته‌بندی و استراتژی بازاریابی به کار گرفتند. با استفاده از پلتفرم‌های مبتنی بر هوش مصنوعی، FocusFuel توانست کل عملیات خود را ظرف تنها چند ماه راه‌اندازی کند و تولید و توزیع را به متخصصان ثالث برون‌سپاری کند. این رویکرد باعث شد که بنیان‌گذاران بتوانند زمان و منابع خود را بر بهبود استراتژی محصول و ایجاد رابطه با مشتریان متمرکز کنند؛ یعنی حوزه‌هایی که تخصص منحصربه‌فرد آن‌ها مزیت رقابتی پایدار فراهم می‌کند. راه‌اندازی سریع FocusFuel، مدل عملیاتی چابک و رشد اولیه آن (FocusFuel ادعا می‌کند «در هشت ماه اول به درآمد هفت‌رقمی رسید») نشان می‌دهد که شرکت‌ها می‌توانند با استفاده راهبردی از پلتفرم‌های هوش مصنوعی برای کارکردهای غیربنیادی و تمرکز بر فعالیت‌های متمایز و ارزش‌آفرین، پیشرفت کنند.

دست‌به‌کار شدن

بدیهی است شرکت‌هایی که به طور مداوم توانایی افزایش بازده سه‌گانه محصولی خود را دارند، بیشترین شانس را برای موفقیت رقابتی خواهند داشت. اما رسیدن به این نقطه دشوار است. این مسیر شامل برآورده‌کردن الزامات تحول دیجیتال، همسو کردن تیم‌ها پیرامون یک مسیر جدید، کمک به تغییر رفتار افراد در سراسر سازمان برای به حداکثر رساندن مزایای کار با هوش مصنوعی و تخصیص دوباره بودجه‌ها است. پس شرکت‌ها چگونه باید پیش بروند؟

بیایید با این فرض شروع کنیم که سازمان‌ها باید در مسیر تحول دیجیتال بسیار جلوتر باشند؛ به‌ویژه در زمینه دیجیتالی‌سازی داده‌ها، پذیرش رایانش ابری و ایجاد پروتکل‌های امنیت و حکمرانی. تحول دیجیتال می‌تواند فرایندی طولانی باشد؛ انتظار اینکه آن را به طور کامل به پایان برسانیم و سپس دنبال بهره‌گیری از مزایای هوش مصنوعی برویم، واقع‌بینانه نیست. بهترین کار این است که با تعداد کمی از فرایندهای کسب‌وکار شروع کنیم، حتی شاید فقط یکی که در آن بتوان هوش مصنوعی را به‌راحتی به کار گرفت و ثابت شده که برای شرکت‌های دیگر نیز ارزش ایجاد کرده است. کدنویسی، خدمات مشتری، بازاریابی و وظایف عمومی بهره‌وری چند نمونه برجسته و قابل‌اعتماد هستند. این فرایندها معمولاً داده‌های دیجیتالی و جریان‌کارهای نرم‌افزارمحور دارند که بهبودهای مبتنی بر هوش مصنوعی را آسان‌تر می‌کند.

ایمنی و حکمرانی هوش مصنوعی نیز برای موفقیت، بنیادی هستند. باتوجه‌به ریسک‌های سوگیری، اطلاعات نادرست، دیپ‌فیک و حملات سایبری، شرکت‌ها باید دستورالعمل‌ها و اصول روشنی برای حفاظت از اقدامات مبتنی بر هوش مصنوعی خود ایجاد کنند. اما باز هم ساختن این ساختارها در حالت انتزاعی سخت است و وقتی یک فرایند مشخص مبتنی بر کسب‌وکار باشد، این کار نیز بسیار آسان‌تر می‌شود. اعتماد و ایمنی باید از اولویت‌های اصلی هر سازمانی باشد که هوش مصنوعی را مورد بررسی قرار می‌دهد.

مانند هر تحول دیگری، متقاعدکردن افراد و ایجاد تغییرات سازمانی می‌تواند حتی از اجرای فنی نیز چالش‌برانگیزتر باشد. علاوه بر اصول آزموده‌شده مدیریت تغییر، یک روش مؤثر برای هدایت این تغییر آن است که گروهی از کارکنان را که پذیرندگان اولیه هوش مصنوعی در برخی فرایندها هستند، پرورش دهیم و آنها را توانمند کنیم تا به «قهرمانان هوش مصنوعی» (AI Champions) در سازمان تبدیل شوند. آنها می‌توانند به‌عنوان الگو و مربی در میان همتایان خود عمل کنند و روند پذیرش را در همه سطوح سازمان سرعت بخشند.

بااین‌حال، تأکید بر این نکته که همه کارکنان باید هوش مصنوعی را یاد بگیرند، بیش از حد لازم نیست. موفقیت Moderna در پیاده‌سازی سریع هوش مصنوعی مولد در سطح کل سازمان، با ایجاد یک «آکادمی هوش مصنوعی» ممکن شد؛ یک دوره داخلی اجباری که شامل ۲۰ ساعت آموزش درباره هوش مصنوعی و تأثیر آن بر کسب‌وکار بود. تحقیقات نشان می‌دهد که هوش مصنوعی می‌تواند در خط مقدم شکست بخورد؛ ولی آموزش کارکنان راهی مهم برای جلوگیری از این اتفاق است.

در نهایت، باید برای حتی ابتدایی‌ترین فعالیت‌ها نیز بودجه‌ای اختصاص یافت. با افزایش بازده سه‌گانه محصول، هزینه استفاده از هوش مصنوعی با افزایش بهره‌وری جبران می‌شود. سازمان‌ها شروع خواهند کرد به اینکه هوش مصنوعی را به‌عنوان جزء اصلی بودجه همه واحدها، چه خطوط کسب‌وکار چه وظایف سازمانی و چه هسته اصلی سازمان در نظر بگیرند.

Coursera نمونه‌ای عالی از شرکتی است که با یک فرایند مشخص (در این مورد کدنویسی) شروع کرد و اکنون در طیفی گسترده از فعالیت‌ها بک کمک هوش مصنوعی نوآوری می‌کند. وقتی ChatGPT معرفی شد، «جف مگیونکالدا» (Jeff Maggioncalda) مدیرعامل Coursera به‌سرعت پتانسیل هوش مصنوعی مولد را تشخیص داد و شروع به واردکردن آن در شرکت خود کرد. او معتقد بود که مهندسان نرم‌افزار Coursera باید توانایی‌های در حال ظهور هوش مصنوعی مولد را بهتر درک کنند تا بتوانند واقعاً ارزش‌آفرینی کنند. Coursera یک شرکت متخصص در تکنیک‌های کدنویسی هوش مصنوعی مولد را برای آموزش توسعه‌دهندگان نرم‌افزار خود استخدام کرد. همچنین یک دستیار هوش مصنوعی معرفی کرد که به مهندسانش کمک می‌کرد کارآمدتر کدنویسی کنند. با داشتن دانش و ابزار، تیم‌های Coursera توانستند تنها ظرف یک سال قابلیت‌های هوش مصنوعی را در چند محصول از جمله ترجمه، یادگیری شخصی‌سازی‌شده و تولید خودکار دوره آموزشی وارد کنند. با یادگیری و عمل، کارکنان Coursera خود را در موقعیتی قرار داده‌اند که به نوآوری ادامه دهند و با ظهور قابلیت‌های جدید هوش مصنوعی از رقبا جلوتر بمانند.

پیامدهایی برای استراتژی

اگر شرکت‌ها از ارائه بسته‌ای متمایز از تخصص ارزش‌آفرینی می‌کنند، چگونه می‌توانند زمانی که پیشرفت‌های هوش مصنوعی در قابلیت‌های اصلی آن باعث می‌شود برخی یا همه این تخصص‌ها به‌راحتی در اختیار رقبا و مشتریان قرار گیرد، همچنان در میدان رقابت باقی بمانند؟ در عصر فراوانی تخصص، مبنای ارزش‌آفرینی چیست؟

نویسندگان بر این باورند که هر شرکت باید در استراتژی خود در این عصر در حال تغییر بازنگری کند و سه سؤال کلیدی از خود بپرسد:

1. کدام جنبه‌های مسئله‌ای که اکنون برای مشتریان حل می‌کنیم، توسط خود مشتری و با استفاده از هوش مصنوعی حل خواهد شد؟ به کار کارگزاران سفر فکر کنید. برای سال‌ها، مشتریان می‌توانستند اطلاعات مقصدهای سفر و رزرو را آنلاین پیدا کنند. اکنون آنها می‌توانند به‌سادگی از اپلیکیشن‌های هوش مصنوعی بخواهند برنامه سفر شخصی‌سازی‌شده بر اساس ترجیحات خاصشان ایجاد کند. با بهبود توانایی هوش مصنوعی در انجام اقدام، قادر خواهد بود رزروها را نیز خودش انجام دهد. کارگزاران سفر باید نقش خود را بازآفرینی کنند؛ شاید با سازماندهی رویدادها و تجربه‌های منحصربه‌فرد برای مشتریانشان.
2. کدام نوع از تخصص که اکنون در اختیار داریم، باید بیشترین تکامل را پیدا کند تا بتوانیم از قابلیت‌های هوش مصنوعی جلوتر بمانیم؟ شرکت‌ها باید به توسعه تخصص منحصربه‌فرد خود ادامه دهند تا ارزشی فراتر از آنچه هوش مصنوعی ارائه می‌دهد خلق کنند. برای مثال، در حوزه پزشکی، هوش مصنوعی می‌تواند در برخی موارد تشخیص‌های مبتنی بر تصویر را دقیق‌تر از پزشکان انجام دهد. مطب‌های پزشکان در این عصر جدید باید قابلیت‌های غیرتکنیکی بیشتری بیاموزند، مانند همدلی، مراقبت‌گری و همکاری با تیمی از متخصصان سلامت برای طراحی مسیر درمان مناسب برای بیمار.
3. کدام دارایی‌ها را می‌توانیم ایجاد یا تقویت کنیم تا درحالی‌که هوش مصنوعی پیشرفت می‌کند، توانایی رقابتی ما افزایش یابد؟ با گسترش دامنه تخصص‌های ارائه‌شده توسط هوش مصنوعی، شرکت‌ها باید منابع دیگری برای مزیت پایدار پیدا کنند. هوش مصنوعی در حال حاضر احتمال کمی دارد که بر برندها، روابط مشتری، مالکیت دارایی‌های فیزیکی کمیاب و اثرات شبکه تأثیر بگذارد. برای مثال، یک طراح محصول مصرفی اکنون می‌تواند از هوش مصنوعی برای خلق طرح‌های اولیه مطابق با مشخصات خاص استفاده کند. این طرح‌ها بر اساس کیفیت و ظرافت همان مشخصات شکل می‌گیرند که خود بازتابی از پژوهش‌های عمیق و دقیق درباره مشتری است. توانایی جمع‌آوری این پژوهش‌ها ممکن است در نهایت بیش از توانایی خام ایجاد طرح‌ها تمایز ایجاد کند. رابطه‌ای عمیق و مورداعتماد با مشتریان می‌تواند بهترین راه برای پشتیبانی و حفظ این قابلیت باشد.

بی‌تردید، شرکت‌ها همچنان از بسته‌هایی از تخصص متمایز و دارایی‌های دشوار برای تقلید، برای خلق و جذب ارزش استفاده خواهند کرد. اما با پیشرفت هوش مصنوعی می‌بایست در تخصص و دارایی‌هایی که در گذشته ارزشمند بودند بازنگری شوند. در طول زمان، سازمان‌هایی که از هوش مصنوعی به طور کامل بهره‌برداری کنند و به‌سرعت عملیات و استراتژی خود را تطبیق دهند؛ همان‌هایی خواهند بود که شکوفا می‌شوند.