هوش مصنوعی مولد محرکی برای اختلال خلاقانه

«مجله کسب‌وکار اروپا» «The European Business Review» در جدیدترین نسخه خود (July-Aug 2025) در گزارشی با عنوان «Generative AI in Innovation: Driving Creative Disruption» باتکیه‌بر آخرین پژوهش‌های «The Startup Thinking Observatory» در دانشگاه پلی‌تکنیک میلان بررسی می‌کند که چگونه شرکت‌ها می‌توانند از مرحله هیجانی و جذابیت اولیه عبور کرده و هوش مصنوعی مولد را به بخشی از ساختار سیستم‌های نوآوری خود تبدیل کنند.

هوش مصنوعی مولد؛ یک فناوری عام‌المنفعه با دسترسی عمومی

هوش مصنوعی مولد ویژگی‌های اصلی یک «فناوری‌های عام‌المنفعه» (General-Purpose Technology) یا به‌اختصار GPT را داراست (در اینجا عبارت GPT منظور از ChatGPT نیست). برق و اینترنت، همه‌فن‌حریف بودن، مقیاس‌پذیری و قابلیت ایجاد نوآوری‌های مکمل در صنایع مختلف از جمله ویژگی‌های یک GPT هستند. اما GenAI یک ویژگی منحصربه‌فرد و جدید هم دارد؛ دسترسی‌پذیری.

به لطف رابط‌های کاربری شهودی و موانع نسبتاً کم برای استفاده، افراد غیرمتخصص هم می‌توانند از هوش مصنوعی مولد برای انجام وظایف پیچیده بهره ببرند؛ پدیده‌ای که در مورد بسیاری از فناوری‌های تحول‌آفرین پیشین کمتر دیده می‌شد. بر اساس گزارش «Microsoft’s 2024 Work Trend Index» تقریباً ۷۵ درصد کارمندان در حال حاضر از هوش مصنوعی در محل کار استفاده می‌کنند، البته اغلب به‌صورت غیررسمی و پیش از آنکه برنامه‌ای ساختاریافته و سازمانی برای پیاده‌سازی آن وجود داشته باشد. این حرکت خودجوش از پایین‌به‌بالا بر نیاز فوری به هدایت و سامان‌دهی این خلاقیت تأکید می‌کند، اما در بسیاری موارد، کار از کار گذشته است!

برای مطالعه اطلاعات خلاصه و دقیق گزارش «Microsoft’s 2024 Work Trend Index»، می‌توانید به مقاله «هوش مصنوعی به محیط کار رسیده؛ حالا نوبت قسمت سخت ماجراست» در رسانه تخصصی هوش مصنوعی هوشیو مراجعه کنید.

نقش هوش مصنوعی مولد در پشتیبانی از چرخه نوآوری در هر مرحله

با درنظرگرفتن چهار مرحله سنتی که هر پروژه نوآوری باید از آن عبور کند، به‌راحتی می‌توان دریافت که هوش مصنوعی مولد چگونه در حال حاضر در تمام این مراحل، ارزش ملموسی ایجاد کرده است:

1. اکتشاف (Exploration): در این مرحله، ابزارهای هوش مصنوعی مولد با تحلیل کلان‌داده‌ها، روندهای نوظهور، نیازهای برآورده‌نشده و سناریوهای آینده‌پژوهی استراتژیک را شناسایی می‌کنند. این ابزارها توانایی دارند نشانه‌های بازار و وضعیت رقبا را بسیار سریع‌تر از روش‌های سنتی استخراج و ترکیب کنند.
2. ایده‌پردازی (Idea Generation): سامانه‌های هوش مصنوعی مولد مبتنی بر تفکر واگرا عمل می‌کنند و مجموعه‌ای گسترده از ایده‌های خلاقانه و غیرمعمول را پیشنهاد می‌دهند. آزمایش‌های کنترل‌شده نشان داده‌اند که مدل‌های زبانی بزرگ، در سنجش‌پذیری و اثربخشی می‌توانند عملکردی بهتر از گروه‌های انسانی در یک جلسه توفان فکری داشته باشند. (هرچند نه لزوماً در اصالت ایده‌ها)
3. آزمایش و نمونه‌سازی (Experimentation and Prototyping): از طراحی اولیه رابط کاربری گرفته تا کد اجرایی یا نمونه‌های اولیه محصول، هوش مصنوعی مولد امکان توسعه سریع «محصول اولیه قابل‌ارائه» (MVP) را فراهم می‌سازد. این امر رویکرد «سریع شکست بخور، سریع‌تر یاد بگیر» (fail fast, learn faster) را تسریع و چرخه دریافت بازخورد را کوتاه‌تر می‌کند.
4. اجرا و ورود به بازار (Execution and Go-to-Market): در این مرحله، هوش مصنوعی مولد می‌تواند در شخصی‌سازی کمپین‌ها، اتوماسیون بخش‌بندی بازار و تولید محتوای متناسب با مخاطبان خرد نقش‌آفرینی کند و در نتیجه، ورود به بازار را پویاتر و واکنش‌پذیرتر سازد.

علاوه بر مراحل عملیاتی، نقش هوش مصنوعی مولد در سطوح راهبردی نیز رو به گسترش است. هوش مصنوعی مولد می‌تواند به تیم‌های مدیریتی کمک کند تا روندهای نوظهور را شناسایی، راهبردهای نوآوری را بازطراحی و کل پرتفوی ابتکارات نوآورانه را پایش کنند. این ابزارها با تبدیل داده‌های غیرساختاریافته به بینش‌های راهبردی، امکان تصمیم‌گیری آگاهانه‌تر، چابک‌تر و آینده‌نگرانه‌تر را فراهم می‌سازند.

کاربردهای واقعی

چندین شرکت بزرگ هم‌اکنون نیز مزایای عملی هوش مصنوعی مولد در نوآوری را به نمایش گذاشته‌اند:

• آیکیا (IKEA) از هوش مصنوعی مولد برای طراحی مبلمان با الهام از مفهوم زیبایی‌شناسی «آینده‌گرایی نوستالژیک» استفاده کرده است؛ رویکردی که تیم‌های طراحی این شرکت را به بازاندیشی در دسته‌بندی‌های محصول واداشت.
• اُرِئو (Oreo) متعلق به شرکت Mondelez International از هوش مصنوعی برای تسریع توسعه دستور تهیه تنقلات جدید بهره می‌برد. ابزار هوش مصنوعی مولد ارئو با استفاده از یادگیری ماشین، دستورهایی را بر اساس ویژگی‌های مطلوبی مانند طعم، بو و ظاهر تولید می‌کند.
• شرکت Albert Invent فعال در حوزه صنایع شیمیایی، از مدل هوش مصنوعی مولدی استفاده می‌کند که بر پایه بیش از ۱۵ میلیون ساختار مولکولی آموزش دیده تا بتواند ترکیب‌های مؤثر و ایمن مواد شیمیایی را سریع‌تر شناسایی کرده و ویژگی‌های فیزیکی، سم‌شناسی و ساختاری آن‌ها را پیش‌بینی کند.
• برند Beck’s نیز محصولی به نام Beck’s Autonomous معرفی کرده که به طور کامل توسط هوش مصنوعی طراحی شده است؛ از فرمول نوشیدنی گرفته تا برندینگ و طراحی بسته‌بندی.

این نمونه‌ها نشان می‌دهند که هوش مصنوعی مولد نه‌تنها بهره‌وری نوآوری درونی شرکت‌ها را افزایش می‌دهد؛ بلکه امکان خلق شکل‌های جدیدی از تعامل با کاربران و نوآفرینی مشارکتی را نیز فراهم می‌سازد. در برخی موارد، این پروژه‌ها صرفاً به‌عنوان آزمایش‌های تجربی انجام شده‌اند و در مواردی دیگر به کاربردهایی مشخص و عملی پرداخته‌اند. در هر دو صورت، این تجربیات نمونه‌های الهام‌بخشی از کاربردهای هوش مصنوعی مولد هستند؛ حتی اگر با ابزارهایی نسبتاً جدید و آزمایش‌نشده‌ای اجرا شده باشند می‌توانند مبنایی برای گسترش‌های بعدی و اصلاح راهبردها باشند.

روی دیگر سکه: محدودیت‌ها و ریسک‌ها

با وجود هیجان فراگیر، سازمان‌ها باید نگاهی نقادانه نیز داشته باشند. چالش‌های متعددی وجود دارد که می‌تواند اثربخشی راهبردی هوش مصنوعی مولد را محدود کند. یکی از نگرانی‌های کلیدی، خطر همگن‌سازی (Homogenization) است. ابزارهای هوش مصنوعی مولد که بر اساس داده‌های موجود آموزش دیده‌اند، تمایل دارند الگوهای غالب را بازتولید کنند؛ چیزی که می‌تواند مانعی در برابر نوآوری‌های اصیل و پیش‌گامانه باشد. این چالش صرفاً یک محدودیت خلاقانه نیست، بلکه ممکن است به تقویت سوگیری‌ها نیز منجر شود. با تقویت روایت‌ها و الگوهای غالب موجود در داده‌های آموزشی، هوش مصنوعی مولد می‌تواند به طور ناخواسته تعصبات و کلیشه‌های موجود را بازتولید کند.

مسئله دیگر، به کیفیت داده‌ها آموزشی است. خروجی‌های تولیدی هوش مصنوعی مولد به‌اندازه ورودی‌های آن کیفیت خواهند داشت و استفاده از داده‌های بی‌کیفیت یا دارای سوگیری می‌تواند منجر به نتایج گمراه‌کننده یا نادرست شود. افزون بر این، ابهامات اخلاقی و حقوقی متعددی پیرامون هوش مصنوعی مولد وجود دارد. مسائلی مانند مالکیت محتوای تولیدشده توسط هوش مصنوعی، خطر سرقت ادبی ناخواسته و فقدان چارچوب‌های قانونی روشن، همچنان چالش‌هایی حل‌نشده هستند.

در نهایت، با اینکه GenAI می‌تواند به طور چشمگیری خلاقیت را افزایش دهد، اما نمی‌تواند جایگزین نظارت انسانی شود. اثربخشی این ابزارها به‌شدت وابسته به تخصص و تفکر انتقادی کاربران انسانی است؛ کسانی که بتوانند مسیر خروجی‌ها را هدایت و صحت آن‌ها را اعتبارسنجی کنند.

ساخت یک مدل نوآوری تقویت‌شده

برای بهره‌گیری کامل از هوش مصنوعی مولد، سازمان‌ها باید از آزمایش‌های موردی و مقطعی فاصله بگیرند و به‌سوی یکپارچگی ساختاریافته حرکت کنند. این موضوع صرفاً به داشتن ابزار محدود نمی‌شود؛ بلکه نیازمند رویکردی جامع است که بر فرهنگ، ساختار سازمانی و همکاری بین‌فردی تکیه دارد.

سواد هوش مصنوعی و فرهنگ سازمانی، قدم نخست و زیربنای معماری پذیرش سازمانی هوش مصنوعی مولد هستند. تیم‌ها فقط به دسترسی به فناوری‌های پیشرفته نیاز ندارند؛ آن‌ها می‌بایست نگرش درست، مهارت تفکر نقادانه و فرصت‌های یادگیری مستمر نیز داشته باشند. پرورش فرهنگی که آزمون‌وخطا و استفاده مسئولانه از فناوری را تشویق کند، برای توسعه پایدار و اخلاقی ظرفیت‌های هوش مصنوعی ضروری است.

در قدم دوم، سازمان‌ها باید محیط‌های امنی برای آزمایش ایجاد کنند. این فضاها مانند یک جعبه شنی (Sandbox) عمل می‌کنند که در آن می‌توان کاربردهای GenAI را در شرایط کنترل‌شده و با ریسک پایین آزمود. در چنین محیط‌هایی، تیم‌ها می‌توانند ایده‌های نو را کاوش، جریان‌های کاری تازه را آزمایش و بهترین شیوه‌ها را شناسایی کرده و بعدها در سطح گسترده‌تری پیاده‌سازی کنند.

در نهایت، موفقیت نیازمند پذیرش همکاری دوجانبه و ترکیبی انسان و ماشین است. هدف، جایگزینی خلاقیت و قضاوت انسانی نیست، بلکه تقویت آن است. هوش مصنوعی مولد باید به چشم یک کمک‌خلبان یا همکار هوشمند دیده شود که توانمندی‌های انسانی را ارتقا می‌دهد، درحالی‌که همچنان به هدایت راهبردی، نظارت اخلاقی و تفسیر زمینه‌محور توسط انسان‌ها نیاز دارد. طراحی سیستم‌هایی که قابلیت‌های انسان و ماشین را به‌صورت یکپارچه تلفیق می‌کنند در سال‌های آینده به مزیتی رقابتی تبدیل خواهد شد.

فراتر از یک واژه مُد روز

هوش مصنوعی مولد یک مُد زودگذر نیست؛ یک فناوری زیرساختی است که می‌تواند تعریف ما از نوآوری را دگرگون کند؛ البته تنها درصورتی‌که در راستای اهداف استراتژیک به کار گرفته شود. شرکت‌هایی که از فضای تبلیغاتی فراتر بروند، در توسعه توانمندی‌ها سرمایه‌گذاری و هوش مصنوعی مولد را در معماری نوآوری خود نهادینه کنند؛ نه‌تنها سریع‌تر بلکه هوشمندانه‌تر حرکت خواهند کرد. در جهانی که تغییرات با شتابی تصاعدی در حال وقوع است، آینده از آن کسانی خواهد بود که با فناوری نوآوری می‌کنند، نه فقط پیرامون آن.