نگاهی روشن به هوش مصنوعی مولد در صنعت سرمایه‌گذاری خصوصی

شرکت‌های سرمایه‌گذاری خصوصی می‌توانند با ادغام هوش مصنوعی مولد در کسب‌وکارهای خود، به موفقیت‌های بیشتری دست یابند؛ اما آغاز این مسیر نیازمند رویکردی مدبرانه است. در این مقاله «برایان ویکری» از مک‌کینزی، و «بن النکوئیگ»، شریک ارشد این شرکت، به نقش هوش مصنوعی در بازار سهام خصوصی می‌پردازند، در این گفت‌وگو، آن‌ها فراتر از هیاهوی پیرامون هوش مصنوعی مولد می‌روند و به بررسی پیامدهای آن برای ذی‌نفعان سرمایه‌گذاری سهام خصوصی می‌پردازند.

چگونه هوش مصنوعی مولد می‌تواند شرکت‌های سرمایه‌گذاری خصوصی را به سطحی بالاتر برساند؟

هوش مصنوعی مولد در سال‌های اخیر به یکی از موضوعات کلیدی در صنایع مختلف، از جمله شرکت‌های سرمایه‌گذاری سهام (private equity) خصوصی تبدیل شده است. این فناوری، فراتر از قابلیت‌های هوش مصنوعی تحلیلی و الگوریتم‌های یادگیری ماشین، می‌تواند محتوای جدیدی تولید کند.

از جمله این موارد می‌توان به تولید متن، تصاویر، ویدئوها و حتی کدهای نرم‌افزاری اشاره کرد. برخلاف هوش مصنوعی تحلیلی که عمدتاً برای تحلیل داده‌ها و پیش‌بینی استفاده می‌شود، هوش مصنوعی مولد قادر است خروجی‌هایی با خلاقیت بالا و نزدیک به عملکرد انسانی ارائه دهد. «بن النکویگ»، یکی از متخصصان این حوزه، معتقد است که این فناوری می‌تواند تغییرات بنیادینی در فرآیندهای تجاری ایجاد کند.

کاربردهای اصلی هوش مصنوعی مولد

کاربردهای اصلی هوش مصنوعی مولد در چهار حوزه متمرکز است. به گفتهٔ بن النکویگ، اولین کاربرد، تولید کد است که به توسعه‌دهندگان کمک می‌کند کدهای بهتری بنویسند و فرآیند توسعه را بهبود بخشند. دومین حوزه، تولید محتوا است که شامل تهیهٔ مطالب بازاریابی، ارتباطات شخصی‌سازی‌شده و دستورالعمل‌های فنی می‌شود. تعامل با کاربران از طریق ربات‌های هوشمند و ایجاد تجربه‌های جدید در خدمات مشتریان، سومین کاربرد این فناوری است. نهایتاً، تحلیل داده‌ها و ارائهٔ بینش‌های جدید به‌عنوان «کارمند مجازی» از دیگر قابلیت‌های مهم هوش مصنوعی مولد محسوب می‌شود.

علی‌رغم تبلیغات گسترده پیرامون این فناوری، تنها تعداد محدودی از شرکت‌ها توانسته‌اند آن را در مقیاس بزرگ و به‌صورت تولیدی به کار گیرند. بن النکویگ با اشاره به نشست اخیر با ۶۵ شریک عملیاتی از شرکت‌های سرمایه‌گذاری سهام خصوصی، اظهار داشت که اگرچه ۶۰ درصد از شرکت‌های تحت مالکیت آن‌ها از هوش مصنوعی مولد استفاده کرده‌اند، تنها ۵ درصد توانسته‌اند این فناوری را به‌طور گسترده و تولیدی پیاده‌سازی کنند.

وی چالش‌های اصلی را در پیچیدگی‌های فنی، نیاز به تغییرات مدیریتی، لزوم اندازه‌گیری دقیق تأثیرات و مشکلات مربوط به حاکمیت داده خلاصه می‌کند. بااین‌حال، او معتقد است که سال‌های ۲۰۲۴ و ۲۰۲۵ شاهد حرکت به‌سمت مقیاس‌بخشی و دستیابی به نتایج مالی واقعی از این فناوری خواهند بود.

استراتژی‌های آغاز پیاده‌سازی

یکی از مهم‌ترین سؤالاتی که شرکت‌های سرمایه‌گذاری خصوصی مطرح می‌کنند، مقایسهٔ موقعیت خود با رقبا در بهره‌گیری از هوش مصنوعی مولد است. بن النکویگ پیشنهاد می‌کند که شرکت‌ها برای آغاز این مسیر، از روش «دو به دو» پیروی کنند: «شناسایی دو کاربرد کوچک برای اجرای سریع و تمرکز بر دو جریان کاری استراتژیک برای تحول عمیق‌تر». به عنوان مثال، وی به تجربهٔ یک شرکت صنعتی اشاره می‌کند که به جای توسعهٔ دستیار تحقیق و توسعه، یک دستیار خدماتی ایجاد کرده است. این ابزار به تکنسین‌ها کمک می‌کند فرآیندهای تعمیرات را بهینه‌سازی کرده و کارایی را افزایش دهند.

برای اندازه‌گیری پیشرفت در استفاده از هوش مصنوعی مولد، تعیین یک خط مبنا و شناسایی مشکلات خاص ضروری است. بن النکویگ بر اهمیت همکاری میان شرکای عملیاتی، مدیران عامل و تیم‌های معامله برای تأمین مالی پروژه‌های هوش مصنوعی تأکید دارد. وی تخمین می‌زند که تنها ۱ تا ۱.۵ درصد از بودجهٔ فناوری اطلاعات برای پیاده‌سازی این فناوری کافی است و می‌تواند بازگشت سرمایهٔ سریعی به همراه داشته باشد.

تأثیر هوش مصنوعی مولد بر فرآیندهای تحقیق و معاملات

هوش مصنوعی مولد تأثیر قابل‌توجهی بر فرآیندهای تحقیق و معاملات دارد. بن النکویگ معتقد است که این فناوری می‌تواند فرصت‌های جدیدی برای افزایش بهره‌وری و درآمد ایجاد کند و مدل‌های قیمت‌گذاری سنتی را تغییر دهد. به عنوان مثال، وی به شرکت‌هایی اشاره می‌کند که بر اساس ساعت کار هزینه دریافت می‌کنند و معتقد است این مدل باید با ظهور هوش مصنوعی مولد بازبینی شود. به گفتهٔ او، برای موفقیت در این زمینه، شرکت‌ها باید سه جنبهٔ اصلی را در نظر بگیرند: بهره‌وری، افزایش درآمد و تغییرات استراتژیک.

چالش‌های داده و راه‌حل‌ها

یکی از چالش‌های رایج شرکت‌های سرمایه‌گذاری سهام خصوصی، مواجهه با مجموعه داده‌های نامرتب است. بن النکویگ تأکید می‌کند که هوش مصنوعی مولد می‌تواند خود به‌عنوان ابزاری برای پاک‌سازی و سازماندهی داده‌ها به کار گرفته شود. به عقیدهٔ وی، موفقیت در این زمینه نیازمند تمرکز بر سه بخش اصلی است: «سازماندهی زیرساخت‌ها، مدیریت تغییر و آموزش همکاران». وی برگزاری جلسات آموزشی و معرفی فناوری به مدیران اجرایی را به عنوان راهکاری برای تسهیل این فرآیند پیشنهاد می‌کند.

با وجود فرصت‌های گسترده، هوش مصنوعی مولد ریسک‌هایی نیز به همراه دارد. بن النکویگ یکی از نگرانی‌های اصلی را پدیدهٔ «توهمات» هوش مصنوعی می‌داند، جایی که مدل اطلاعات نادرستی تولید می‌کند. وی همچنین به مسائل مربوط به جهت‌گیری‌های ناعادلانه و ردپای کربنی مراکز داده اشاره کرده و بر اهمیت نظارت انسانی و ارزیابی دقیق خروجی‌های هوش مصنوعی تأکید دارد.

نتیجه‌گیری

در نهایت، بن النکویگ معتقد است که اگرچه هوش مصنوعی مولد توانایی‌های چشمگیری دارد، اما باید به‌عنوان ابزاری مکمل در کنار نظارت انسانی به کار گرفته شود. این فناوری می‌تواند به شرکت‌های سرمایه‌گذاری خصوصی در بهبود بهره‌وری، افزایش درآمد و تغییرات استراتژیک کمک کند، مشروط بر آنکه با دقت و مدیریت صحیح اجرا شود.