دگرگونی فرایندهای کسبوکار با ظهور فناوریهای شناختی (Cognitive Technology)
مفهوم فناوریهای شناختی برای برخی از فعالان این حوزه در حال تغییر از یک پروژهی علمی به سمت محصولی است که با استفاده از هوش مصنوعی فرایندهای کسبوکار را تحت تاثیر قرار میدهد. به نظر میرسد که اکنون زمان آن رسیده است که کسبوکارها حوزههایی را مشخص کنند که برای به کار بردن هوشمصنوعی مناسب هستند و چگونگی استفاده از آن را به منظور تغییر فرایندهای کلیدی سازمان مورد بررسی قرار دهند.
اکثر فناوریهای جدید مسیر خود را با دورهای از هیجان و توجهات رسانهای آغاز میکنند. پس از این عبور از این مرحله و اثبات مؤثر بودن فناوری، کانون توجهات باید به سمت چگونگی تغییر فرآیندهای کسبوکار توسط این فناوریها تغییر کند. در حال حاضر ما در ابتدای روند تغییر نگرش به فناوریهای شناختی هستیم، سیستمهایی که میتوانند اطلاعات را به اشکال و از طرق مختلف دریافت و تجزیهوتحلیل کنند و تصمیمات هوشمندانهای بگیرند.
کاربردهای ابتدایی فناوریهای شناختی بر قابلیتهای آنها در بازیها، به عنوان مثال بازی جپردی (jeopardy: مسابقه تلویزیونی آمریکایی با کارگردانی مرو گریفین) و شطرنج متمرکز بود. به کار بردن فناوریهای شناختی در بازیها میل مردم را برای در اختیار داشتن و استفاده از ماشینهای هوشمند برانگیخت. کاربرد این ماشینها برای کسبوکارها کاملاً واضح نبود. با این حال، اکنون میتوان در مورد فرآیندهای کسبوکار که میتوانند به کمک این فناوری متحول شوند و فکر کرد که چگونه میتوان این باز طراحی فرایندهارا انجام داد.
هنوز هم برخی از فروشندگان و مشتریان فناوری وجود دارند که فناوری شناختی را فقط برای پروژههای علمی مناسب میدانند. اما ما معتقدیم تمرکز برخی از فعالان پیشرو در این فناوریها بر روی تغییر فرآیندها قرار دارد. زمانی که موج هیجان اولیه از بین برود، آنگاه میتوانیم قضاوت کنیم که این فناوریها چگونه به شرکتها در تغییر فرایندهای کلیدیشان کمک میکنند.
سوالی که پیش میآید این است که شرکتها دقیقاً چگونه باید این فرایند مهندسی و طراحی مجدد فرایندها را انجام دهند؟ ما فکر میکنیم چندین مرحله کلیدی وجود دارد که باید در نظر گرفته شود. اولین مورد این است که به این فکر کنیم که دقیقاً چه فرایندهایی برای مهندسی مجدد شناختی یا همانگونه که مانوژ ساکسنا (Manoj Saxena) رئیس شرکت “Cognitive Scale” به آن اشاره میکند برای «شناختیسازی (cognitize) » مناسباند. شاید بدیهی باشد اما فرایندهایی که نیازمند دریافت و تجزیهوتحلیل حجم زیادی از اطلاعات و دانش هستند (knowledge-intensive processes) اغلب برای کاربرد این فناوریها مناسبتر هستند. این به این معنی است که در فرایند مورد نظر یک گلوگاه دانشی وجود دارد یعنی دانش بسیار زیادی که انسان نمیتواند آن را درک کرده و به کار ببرد، یا دانشی که در جایی وجود دارد اما برای حل مسائل مورد استفاده قرار نمیگیرد.
این نوع فرایند را میتوان در سرتاسر سازمانها یافت. به عنوان مثال:
- ارزیابی مشتریان یا تامینکنندگان برای تشخیص اینکه کدام یک از آنها برای کسبوکارما سودآورتر و مناسبتر هستند.
- ارزیابی سرمایهگذاریهای مالی یا بررسی فرصتهای ادغام و تملیک (M&A:Merger and Acquisition).
- ارزیابی اسناد مربوط به یک پرونده، یا استخراج مفاد قرارداد.
- استخراج دادهها از انواع سیستمهای اطلاعاتی و انجام اقدامات خودکار بر روی آنها.
به معنای واقعی کلمه صدها یا حتی هزاران کار وجود دارد که این فناوریها میتوانند برای انجام آنها مورد استفاده قرار گیرند، کارهایی که عموما برای به انجام رسیدن به دانش، مهارت و تجربهی فراوانی نیاز دارند و اصطلاحا به آنها وظایف یا کارهای دانشمحور (Knowledge intensive) گفته میشود.
با توجه به تعدد فرصتهای بالقوه برای به کار گیری فناوریهای هوشمند، باید آنها را اولویتبندی کرد. ممکن است زمان زیادی صرف پیادهسازی فناوریهایی شود که برای کسبوکار ما مناسب نیستند یا مسئلهی مهمی را حل نمیکنند. بنابراین ایده خوبی است که با یک سوال ساده شروع کنید: فرض کنید میتواند یک عصای جادویی را تکان دهید و به برخی از کارکنان منتخب سازمان خود قدرتهای ماورایی بدهید، این قدرتها چه خواهند بود و از چه طریقی توانایی این کارکنان را افزایش میدهند؟ به طور دقیقتر با دادن این قدرت به آنها در بهتر گرفتن چه تصمیماتی کمک می کنید؟
بسیاری از مدیران ترجیح میدهند شرکت را از منظر «نقاط اهرمی» بررسی کنند، یک بهبود کوچک در عملکرد سازمان در محل نقاط اهرمی میتواند دستاوردهای بزرگی را در بازار برای شرکت به ارمغان آورد و یا به تحقق مأموریت سازمان کمک کند. به این منظور باید آن دسته از افرادی را که تصمیماتشان بر عملکرد و موفقیت شرکت تاثیر میذارد شناسایی کرد. سؤال دیگر که به آشکار شدن فرصتهای بهبود در سازمان کمک میکند این است: چه کسانی در سازمان هستند که با وجود دستمزد بسیار بالایشان حاضرید تعداد بیشتری از آنها را استخدام کنید؟ افزایش قابلیتهای آنها با کمک فناوری میتواند به شما کمک کند که علاوه بر حفظ درامد فعلی و پرداخت دستمزد آنها تعداد بیشتری از افراد مشابه با آنها را نیز جذب کنید و سود بیشتری برای شرکت رقم بزنید.
هنگامی که نقشهای دانشمحور سازمان را شناسایی کردید، با افرادی که این نقشها را بر عهده دارند صحبت کنید و سوالات زیر را از آنان بپرسید:
- آیا تنها چیزی که آنها را از هدفشان که عملکرد بهتر در قبال مشتریان است، باز میدارد ناتوانی در انجام محاسبات سنگین و با سرعت بالا است؟
- آنها احساس میکنند زمان خود و پول شرکت را با انجام چه کارهایی هدر میدهند؟ چه کاری انجام میدهند که به مهارتهای آنها نیاز ندارد؟
- اگر آنها می توانستند وظایف معمولی و روزانه خود را انجام ندهند، چگونه از زمان اضافی استفاده خواهند کرد؟
باید توجه داشت که بهترین راه برای ترغیب مردم به استفاده از ابزار جدید این است که ابزاری را که خودشان درخواست میکنند در اختیار آنها قرار دهیم.
هنگامی که سازمان برخی از فرصتهای مناسب برای استفاده از فناوریهای شناختی را شناسایی و آنها را اولویتبندی کرد، منطقی است دربارهی اینکه چه نوع فناوریهای شناختی میتوانند مسائل شناسایی شده را حل کنند، فکر شود. طیف وسیعی از این ابزارها وجود دارد، ازجمله: یادگیری ماشینی، پردازش زبان طبیعی (Natural Language Processing)، روباتها و یا اتوماسیون فرآیندها. هر کدام از این ابزارها کارکرد خاص خود را دارد و برای فرایند به خصوصی طراحی شده است.
گاهی اوقات، با داشتن تصویری واضح از تصمیم یا فعالیت مورد نظر، به راحتی می توان فناوریهای شناختی مورد نیاز برای آن را شناسایی کرد. در برخی موارد نیز پیشرفتهایی در خود فناوری، امکاناتی را پیش روی ما قرار میدهد که پیش از این حتی قابل تصور نیز نبودند. بنابراین مفید است که در جریان تحولات حوزههای متنوع فناوری شناختی قرار بگیریم و همچنان این سوال را از خود بپرسیم: چگونه می توانیم از این فناوری بهره ببریم؟
برای مثال، یکی از پیشرفتهای اخیر این است که رایانهها خواندن محتوای متنی و استنتاج سریع و گسترده از آنها را آموختهاند. کسانی که در گذشته عضوی از جامعهی متخصصین هوشمصنوعی نبوده اند ممکن است اولین بار زمانی که هوشمصنوعی واتسون (IBM’s Watson: ساخته شده توسط شرکت آی بی ام) برندهی بازی Jeopardy شد، از این موضوع مطلع شده باشند! برای رسیدن به هر پاسخ، واتسون (مخصوصاً مشاور کشف (Discovery Advisor) آن) طیف وسیعی از دایرهالمعارفها، لغتنامهها، اصطلاحنامهها، مقالات شبکههای خبری، آثار ادبی و غیره را خواند. ممکن است بپرسید چگونه میتوان از چنین توانی در دنیای واقعی استفاده کرد؟ خواندان مثالی که در ادامه آورده شده به ما در پاسخ به این سوال کمک میکند:
در کالج پزشکی بیلور (Baylor college of medicine) در دالاس، از واتسون برای خواندن بیش از 70000 مقاله علمی استفاده کردند. در این مطالعه به دنبال پروتئینی بودند که بتواند p53 را تغییر دهد، P53 پروتئینی است که میزان و سرعت رشد سلولهای سرطانی را تنظیم میکند. یافتن تنها یک عدد پروتئین توسط اکثر دانشمندان یک سال زمان میبرد اما واتسون پس از صرف چند هفته توانست شش مورد از این پروتئینها را پیدا کند (البته، سالها طول کشید تا واتسون توسعه یابد و آن را با «خواندن» ادبیات زیستشناسی پزشکی تطبیق دهند، و این پروژه تنها اثباتی بر توانایی واتسون در این زمینه بود). سازمانهای دیگری نیز در تلاشاند تا از فناوریهای مشابه برای دستیابی به بینشهای نهفته در محتوای زبان طبیعی (هر محتوای متنی، صوتی و تصویری که در آن از زبان برای بیان منظور استفاده شده است) استفاده کنند که در حجم بسیار زیادی وجود دارد.
اینترنت اشیا (IOT) را در نظر بگیرید. این تکنولوژی به ما توانایی قرار دادن حسگرهای کوچک را بر روی اشیاء در دنیای فیزیکی و تبادل اطلاعات دریافتی به صورت آنی و برخط میدهد. پیشرفت این فناوری با ظهور رایانههایی با قدرت پردازش کافی برای کار بر روی بزرگ دادهها (Big Data) سرعت گرفت. انسان بدون کمک رایانه نمیتواند شبکههای گستردهی حسگر را نظارت و کنترل کنند که به عنوان مثال برای تشخیص وقوع یا عدم وقوع سونامی در مناطق دوردست مورد استفاده قرار میگیرند. برای رسیدگی به این حجم عظیم از داده احتمالاً به ابزارهایی مانند یادگیری ماشین نیاز است. به احتمال زیاد تا همین چند سال اخیر در سازمان شما نیز مانند اکثر سازمانها این سوال ایجاد نشده بود که اگر توانایی رسیدگی به این حجم داده و پردازش آن را داشتیم چگونه میتوانستیم کسبوکار خود را بهبود بخشیم؟ اکنون زمان مناسبی برای پرسیدن این سوال است.
مقاله فناوری اینترنت اشیا (IOT) صنعت چهارم را واقعی میسازد را مطالعه کنید.
با در نظر داشتن این عوامل به عنوان پیشزمینه (و برخی مباحث دیگر در مورد مسائل نظارتی و قانونی خصوصا اگر در صنعتی هستید که به شدت توسط دولت تنظیم میشود)، ممکن است آمادهی شناسایی و اولویت بندی برخی از فرآیندها، برنامه ها و فناوریهای خاص باشید. امروزه اکثر سازمان ها برای به کار گیری مجموعه کاملی از کاربردهای فناورهای شناختی آمادگی لازم را ندارند. بنابراین تصمیم محافظه کارانه تر این است که در ابتدا با 2 یا 3 کاربرد ابتدایی شروع کنید.
در این نوشتار فرصتی برای پرداختن به جزئیات در مورد نحوه ایجاد و اجرای کاربردهای فناوری شناختی وجود ندارد. نکتهای که باید در نظر داشت این است که فرایند کسبوکار همیشه باید مورد تأکید بود و مرکز توجه باشد. درست مانند سایر انواع فناوریهای تغییر فرایند، باید برنامهریزی برای به کارگیری سیستمهای جدید و استفاده از روشهای جدید کسبوکار به صورت همزمان انجام شوند. کارکنان که جنس کارشان ایجاب میکند که بیش از توانایی بدنیشان از دانش و مهارت خود برای انجام وظایفشان استفاده کنند (knowledge worker: دانش ورز) عموماً دوست ندارند به آنها گفته شود چه کاری انجام دهند، بنابراین بهتر است کارکنانی را که تحت تأثیر قرار میگیرند در فرآیند طراحی مجدد فرایندها و سیستمهای جدید مشارکت دهید. برای نقشها و وظایف جدید افراد با سرعت برنامه ریزی کنید. و اگر قرار است برخی از کارگران برای حفظ شغل خود به مهارتهای جدیدی در آینده نیاز پیدا کنند و یا اگر به تعدادی از کارگران قبلی نیاز ندارید، باید به این افراد در آماده شدن برای شروع کار در محیط جدید (درون یا بیرون از سازمان) کمک لازم را برسانید، این رفتار نشاندهنده حسن نیت شما است و تصویر خوبی در ذهن افراد ایجاد میکند (اصطلاحا good business است) .
پس از ERP ( Enterprise resource planning یا همان سیستم برنامهریزی منابع سازمان) صنعت تجارت الکترونیک، فناوری جدیدی که به اندازه ابزارهای شناختی پتانسیل تغییر صنعت و کسبوکارها را داشته باشد ارائه نکرده است. این ابزارها پتانسیل افزایش قابلیتهای باهوشترین انسانها و بهبود چشمگیر بهرهوری و اثربخشی کارهای پیچیده را دارند. تبلیغات به ظاهر غلوآمیز زیادی در مورد این فناوریها وجود دارد که به نظر دور از واقعیت هم نیستند. اکنون زمان استفاده از این فناریها فرا رسیده است، اما قبل از رفتن به سمت بهرهبردن از ابزارهای شناختی باید از همراهی فرایندهای کسبوکار و هماهنگی تمام ساختار کسبوکار با این فناوریها اطمینان حاصل کرد.
پاسخها