شرکت‌های دره سیلیکون، تحت تأثیر هوش مصنوعی

به گزارش کارگروه فناوری اطلاعات سایبربان؛ رایان کوتنستتمار (Ryan KottenstetteMar)، مدیرعامل و مؤسس شرکت Cape Analytics، معتقد است که پس از یک دهه جذب استعدادها از استارت آپ ها و دانشگاه‌های تحقیقاتی، شرکت‌های فناوری مانند فیس بوک، گوگل و اوبر برخی از بهترین گروه‌های هوش مصنوعی در جهان را گرد هم جمع کرده‌اند. مقاله زیر پیرامون هوش مصنوعی به قلم این مقام اجرایی است:

«ما نمی‌توانیم تأثیر بیشتری در بخش فناوری ببینیم. متأسفانه، پیشرفت در سایر صنایع، آسیب جانبی به مسابقه استعداد هوش مصنوعی در بخش فناوری وارد کرده و کمتر به این موضوع توجه شده است.
در طول پنج سال گذشته، 90 درصد از استارت آپ های هوش مصنوعی در دره سیلیکون توسط شرکت‌های پیشرو فناوری به‌دست‌آمده‌اند. این امر به محصول موفق ربط زیادی ندارد؛ اغلب شرکت‌ها در مراحل ابتدایی قرار دارند و محصولاتشان هم به‌طورکلی انبارشده و یا این فناوری به‌عنوان یک ویژگی در عرصه اصلی دیگر تعبیه‌شده است. بدون در نظر گرفتن چند مورد بسیار هدفمند، این یک استراتژی با هدف اولیه جذب استعداد داخلی و سپس درک انجام کارهاست.

در سطوح پایین، این استراتژی بسیار منطقی در میان اکوسیستم نوآوری فناوری است. شرکت‌های پیشرو در زمینه فناوری، انتهای کار توانایی، پول نقد و مقیاس برای استفاده از این استعداد و تخصص فنی در محصولات سودآور دارند. سرمایه‌داران شرکت‌های هوش مصنوعی در مراحل ابتدایی سرمایه‌گذاری با قیمت بالا انجام می‌دهند زیرا یک فناوری سودمند یا تیم اکتسابی اگر نتواند یک تجارت بزرگ را اداره کند، با ضعف‌های محافظتی روبرو می‌شود. درنهایت، تیم‌های مدیریتی شاید با پیشنهادهای زودهنگام وسوسه شوند که قیمت بسیار بالاتری نسبت به شرکت‌های بدون مرکزیت هوش مصنوعی با معادل کامل یک محصول یا کشش بازار ارائه دهند.

در مسابقه تسلیحات هوش مصنوعی تنها نام بازی مهم نیست، بلکه محروم کردن رقبا از استعداد هوش مصنوعی اهمیت دارد که باعث رقابت می‌شود. در رقابت شرکت‌های فناوری بر سر پیشنهادهای آتی مبتنی بر هوش مصنوعی، تمام جوانب اقتصادی اهمیت دارد. در سطح کلان، استراتژی ذخیره‌سازی می‌تواند 95 درصد تأثیر بر اقتصاد جهانی و جامعه به وجود آورد. درآمد حاصل از پنج شرکت تکنولوژیکی پیشرو در ایالات‌متحده (اپل، آلفابت، مایکروسافت، آمازون، فیس بوک) کمتر از 5 درصد کل تولید ناخالص داخلی ایالات‌متحده را نشان می‌دهد. بااین‌حال، غول‌های فناوری شرکت‌ها را خریداری کرده و آن‌ها را برای تمرکز بر تحقیق و توسعه به‌جای ایجاد برنامه‌های کاربردی هوش مصنوعی برای مشکلات خاص و غیر فناوری در صنعت هدایت می‌کنند.

برخی کارشناسان بر این باورند که شرکت‌های فناوری بهترین راه‌حل برای تولید محصولات خاص دارند. با نگاهی بر محاسبات ابری و چگونگی استفاده بسیاری صنایع از هوش مصنوعی برای افزایش سودآوری می‌توان گفت که شاید کار یکسانی برای هوش مصنوعی و خدمات داده‌ها انجام شده باشد. من به دو دلیل گمان نمی‌کنم که این اتفاق سریع بیفتد: اولاً شرکت‌های فناوری اهدافی در سر دارند و دوم اینکه بهترین راه‌حل‌های هوش مصنوعی در اطراف یک مشکل خاص و گردش کار طراحی شده است.

شما می‌توانید این موضوع را از چند منظر بررسی کنید:
امروزه عکس‌های فیس بوک شما به‌طور خودکار برچسب‌گذاری می‌شوند. این ویژگی خاص برای افزایش مشارکت مشتری طراحی‌شده است. توصیه‌های مربوط به تمام موضوعات در گوگل، Netflix یا آمازون به‌طور فزاینده‌ای باعث افزایش درگیری مشتری‌ها درنتیجه استفاده از یادگیری ماشینی برای اسکن مجموعه گسترده‌ای از اطلاعات پروفایل می‌شود. این موارد نیازهای اصلی را برای شرکت‌های فناوری بزرگ نشان می‌دهند و شاید پیشنهاد‌های مربوط به صنایع دیگر ترجمه نمی‌شود. شخصاً معتقدم که بسیاری افکار بزرگ مربوط به هوش مصنوعی برای رقابت بر سر پیشرفت ویژگی‌های خاص شرم‌آور است.

ثانیاً، شرکت‌های فناوری نیروهای کار هوش مصنوعی را به‌عنوان بخشی از موانع و آزمایشگاه‌های خود در نظر می‌گیرند که بر تجدیدنظر روی صنایع لازم فناوری و ایجاد IP اصلی و تحقیقاتی برای امکان‌پذیری متمرکز است. تاریخ نشان می‌دهد که وقتی شرکت‌های فناوری تصمیم به بازسازی کل دسته‌ها می‌کنند، اغلب در ابتدا شکست می‌خورند (مانند Webvan، یا LoudCloud مارک اندرسون) و واکنش‌ها سریع انجام نمی‌شود (واکنش Safeway به Webvan یا پاسخ IBM یا HP به LoudCloud را در نظر بگیرید.)

درنهایت یک تلاش جدید تهاجمی یک یا دو دهه بعد به نتیجه می‌رسد. (برای تکمیل این مثال، آمازون در مورد مواد غذایی و AWS و یا Opsware در مورد محاسبات ابری را در نظر بگیرید.) در این عرصه، مصرف‌کنندگان و شرکت‌های فناوری درنهایت پیروز می‌شوند، درحالی‌که شرکت‌های اصلی که باید مسیر خود را داشته باشند، به دلیل شکاف موجود در استعداد و فناوری در طول تلاش‌های اولیه پیشرفت خوبی نخواهند داشت.

با شکست پروژه‌های خاص، آزمایشگاه‌های تحقیقاتی شرکت‌های فناوری پیشرفته در استخدام نیروهای قوی سود می‌برند: آن‌ها مستعدان در زمینه هوش مصنوعی را گرفته و به آن‌ها اجازه می‌دهند تحقیقات خود را ادامه داده و آن را تبلیغ کنند چرا که شرکت‌های فناوری بهترین مکان برای انجام تحقیقات هستند.

درنتیجه امروزه شرکت‌های فاقد تکنولوژی، استعداد و فناوری هوش مصنوعی را به‌طور عمده انکار می‌کنند. صنایع حاکم، مانند بیمه، به پیشرفت‌های نهایی نمی‌رسند زیرا کامپیوتر برنده می‌شود. باعث تأسف است که باوجود درهم گسیختگی کمتر برنامه‌های کاربردی صنایع، آن‌ها می‌توانند تأثیر قابل‌توجهی در کوتاه‌مدت داشته باشند.

پس رهبران صنایع دیگر چه می‌کنند؟ صنایع موردنیاز باید به‌شدت واکنش نشان داده و یا در معرض خطر نوآوری حاصل از هوش مصنوعی و تجزیه‌وتحلیل اطلاعات در دهه آتی قرار گیرند. این امر سه معنی دارد (1) تصدیق آنچه درخطر است، (2) ایجاد محیطی برای جذب، حفظ و تمرکز نوع استعداد موردنیاز و (3) دنبال کردن تهاجم.

ما اقداماتی را در چند زمینه آغاز کرده‌ایم:
در مورد ماشین‌های بدون راننده، صنعت خودرو با ریسک وجودی مواجه است. جان لاوکنر (Jon Lauckner) در GM حرکت‌های جسورانه‌ای ازجمله کسب یک میلیارد دلار از کروز و سرمایه‌گذاری 500 میلیون دلاری در Lyft انجام داده است. فورد و دلفی نیز با خریدهایی مانند هوش مصنوعی آرگو و NuTomony فعال بوده‌اند.

در زمینه کشاورزی نیز اقداماتی در شناخت خطرات انجام داده است: دو جذب بزرگ هوش مصنوعی در پنج سال گذشته اتفاق افتاده است. مونسانتو شرکت آب و هوایی را برای پیشبرد تلاش خود در مورد اطلاعات آینده جذب کرده است زیرا می‌تواند بینش‌های سفارشی و مشاوره‌ای برای کشاورزان در مورد کاشت محصولات ارائه دهد. سال گذشته، جان دییر (John Deere) فناوری Blue River را به دست آورد که با استفاده از دیدگاه رایانه‌ای برای ارائه بینش سفارشی و عمل بر روی هر گیاه در زمان واقعی مانند تراکتور حرکت می‌کند.

مطمئناً، کسب استعداد تنها ابزار پیشرفت نیست اما ایجاد استعداد اصلی، فناوری و مدل کسب‌وکار برای موفقیت‌های آینده چالش‌هایی برای شرکت‌کنندگان متعدد را به همراه خواهد داشت. Netflix یکی از چند نمونه این موفقیت است که راه خود را از کسب‌وکار به جریانی دیگر تغییر داده است. بااین‌حال، این تغییر دردناک با چشم‌انداز فوق‌العاده، انعطاف‌پذیری فروش و کاهش 75 درصدی قیمت سهام همراه است.

هم اکنون فرصت بسیاری برای محصولات مبتنی بر هوش مصنوعی وجود دارد و شرکت‌ها برنامه‌های کاربردی را در صنایع بدون فناوری هدف قرار می‌دهند و البته رقابت نسبتاً کمی در کوتاه‌مدت وجود دارد. شرکت‌های فناوری پیشرفته رکوردی مبهم دارند و عمدتاً هدف آتی دور است. درعین‌حال، شرکت‌کنندگان در طول تاریخ موفق به تبدیل فناوری‌های بزرگ نبوده‌اند و بدون در نظر گرفتن چند مثال ذکرشده، به نظر می‌رسد تاریخ تکرار شود. مگر این که شرکت‌ها اقدامات پیشگیرانه‌ای انجام دهند.»