هوش مصنوعی ممکن است به زودی جایگزین نخبه ترین مشاوران شود

طی چند سال آینده ، هوش مصنوعی میتواند نحوه جمع آوری اطلاعات، تصمیم گیری و ارتباط با ذینفعان را تغییر دهد. در حال حاضر، رهبران شروع به استفاده از هوش مصنوعی برای خودکار کردن کارهای روزمره مانند نگهداری تقویم و برقراری تماس تلفنی می کنند. اما هوش مصنوعی همچنین می تواند به پشتیبانی تصمیمات در زمینه های کلیدی مانند منابع انسانی، بودجه بندی، بازاریابی، تخصیص سرمایه و حتی استراتژی شرکتی کمک کند. طبق تحقیقات اخیر، بازار مشاوره شرکت ها در ایالات متحده تنها 60 میلیارد دلار است. تقریباً همه این توصیه ها هزینه بالایی دارند، و مبتنی بر انسان و بدون بهره مندی از پیشرفته ترین فن آوری های امروزی هستند. مقدار زیادی از آنچه با خدمات مشاوره پرداخت می شود ، تجزیه و تحلیل و ارائه داده است. آنها در این زمینه بسیار خوب هستند ، اما ممکن است به زودی هوش مصنوعی بهتر شود. "مشاوران Quant" و "Robo Advisers" به زودی بینشی سریعتر، بهتر و عمیق تر را با مقدار کمتری از هزینه و زمان شرکت های مشاوره ای امروز و سایر افراد متخصص ارائه می دهند.

الکسای آمازون به تازگی شغل جدیدی پیدا کرده است. او علاوه بر 15000 مهارت دیگرش مانند نواختن موسیقی و گفتن جوک، حالا می تواند به سوالات اقتصادی مشتریان شرکت خدمات مالی جهانی سوئیس، UBS Group AG نیز پاسخ دهد.

بر اساس گزارش وال استریت ژورنال (WSJ)، همکاری جدید بین UBS Wealth Management و آمازون به برخی از مشتریان اروپایی مدیریت ثروت UBS اجازه می دهد تا از الکسا سؤالات مالی و اقتصادی خاصی بپرسند. سپس الکسا به سوالات آنها با اطلاعات ارائه شده توسط دفتر سرمایه گذاری ارشد UBS بدون نیاز به برداشتن تلفن یا بازدید از یک وب سایت پاسخ می دهد. و این احتمالا اولین قدم الکسا برای ارائه خدمات تجاری است. به زودی او احتمالاً قرار ملاقات ها را رزرو می کند، بازارها را تجزیه و تحلیل می کند، شاید حتی سهام را خرید و فروش می کند. در حالی که صنعت خدمات مالی در حال حاضر تغییر از مدیریت فعال به مدیریت غیرفعال را آغاز کرده است، هوش مصنوعی بازار را حتی بیشتر از این به سمت مدیریت با ماشین‌های هوشمند سوق خواهد داد، مانند مورد Blackrock که الگوریتم‌ها و مدل‌های کامپیوتری را به شکل سیستمی با وجوه سنتی و با مدیریت فعال تر درآورده است.

اما صنعت خدمات مالی تازه آغاز راه است. در طی چند سال آینده، هوش مصنوعی ممکن است به طور تصاعدی روش جمع آوری اطلاعات، تصمیم گیری و ارتباط با سهامداران را تغییر دهد. امیدواریم که این برای بهتر شدن باشد و همه ما از بینش های به موقع، جامع و بدون تعصب بهره مند شویم (با توجه به تحقیقاتی که نشان می دهد انسان ها مستعد انواع سوگیری های شناختی هستند). به خصوص جالب خواهد بود که ببینیم هوش مصنوعی چگونه بر تصمیمات رهبران شرکت‌ها تأثیر می‌گذارد - مردان و زنانی که تصمیمات زیادی را می‌گیرند که بر زندگی روزمره ما به عنوان مشتری، کارمند، شریک و سرمایه‌گذار تأثیر می‌گذارد.

در حال حاضر، رهبران شروع به استفاده از هوش مصنوعی برای خودکارسازی کارهای روزمره مانند نگهداری تقویم و برقراری تماس‌های تلفنی کرده‌اند. اما هوش مصنوعی همچنین می‌تواند به حمایت از تصمیم‌های پیچیده‌تر در زمینه‌های کلیدی مانند منابع انسانی، بودجه‌بندی، بازاریابی، تخصیص سرمایه و حتی استراتژی شرکت کمک کند - که مدت‌ها سنگر شرکت‌های مشاوره سفارشی مانند McKinsey، Bain، و BCG و آژانس‌های بازاریابی بزرگ بوده است.

تغییر به راه حل های هوش مصنوعی کار سختی برای صنعت مشاوره شرکتی خواهد بود. طبق تحقیقات اخیر، بازار ایالات متحده برای مشاوره شرکتی به تنهایی نزدیک به 60 میلیارد دلار است. تقریباً تمام این توصیه‌ها با هزینه بالا و مبتنی بر انسان است.

ممکن است استدلال شود که مشتریان شرکتی ترجیح می دهند با مشاوران استراتژی خود صحبت کنند تا توصیه های سفارشی و با قیمت بالا را دریافت کنند که مبتنی بر انجام کارهای پرهزینه و وقت گیر تیم های کوچک است. و ما موافقیم که مشاوران راهنمایی های روشنگرانه ای ارائه می کنند. با این حال، بخش بزرگی از آنچه با خدمات مشاوره پرداخت می شود، تجزیه و تحلیل و ارائه داده ها است. مشاوران داده ها را از بخش های مختلف سازمان جمع آوری، تمیز، پردازش و تفسیر می کنند. آنها در این کار بسیار خوب هستند، اما هوش مصنوعی حتی از آن ها هم بهتر است. به عنوان مثال، قدرت پردازش چهار مشاور هوشمند با صفحات گسترده اکسل در مقایسه با یک کامپیوتر هوشمند با استفاده از هوش مصنوعی که به مدت یک ساعت بر اساس یادگیری ماشینی مداوم و بدون وقفه کار می کند، بسیار ناچیز است.

در دنیای داده‌های بزرگ امروزی، هوش مصنوعی و برنامه‌های کاربردی یادگیری ماشین در حال حاضر حجم عظیمی از داده‌های ساختاریافته و بدون ساختار را تجزیه و تحلیل می‌کنند و بینش‌هایی را در کسری از زمان و با کسری از هزینه‌های مشاوران در بازارهای مالی تولید می‌کنند. علاوه بر این، الگوریتم‌های یادگیری ماشینی قادر به ساخت مدل‌های رایانه‌ای هستند که پدیده‌های پیچیده را با تشخیص الگوها و استنتاج قوانین از داده‌ها معنا می‌کنند -فرآیندی که حتی برای بزرگترین و باهوش‌ترین تیم‌های مشاوره بسیار دشوار است. شاید زودتر از آنچه ما فکر می کنیم، مدیران عامل می توانند بپرسند "الکسا، سودآوری خط تولید من چیست؟" یا "کدام مشتریان را باید هدف قرار دهم و چگونه؟" به جای اینکه با مشاوران نخبه تماس بگیرند.

حوزه دیگری که رهبران به زودی بر هوش مصنوعی تکیه خواهند کرد، مدیریت سرمایه انسانی آنهاست.

علیرغم بهترین تلاش بسیاری از افراد، تصمیمات مربیگری، ارتقاء و جبران خسارت غیرقابل انکار سیاسی هستند. مطالعه پس از مطالعه نشان داده است که تعصبات عمیق بر نحوه مدیریت گروه هایی مانند زنان و اقلیت ها تأثیر می گذارد. به عنوان مثال، زنان در تجارت با عبارات مثبت کمتری نسبت به مردان توصیف می شوند و بازخورد مفید کمتری دریافت می کنند. اقلیت ها کمتر استخدام می شوند و بیشتر با تعصب مدیران خود مواجه می شوند. این عدم دقت و عدم تعادل در سیستم تنها به سازمان‌ها آسیب می‌زند، زیرا رهبران کمتر قادر به پرورش استعداد کل نیروی کار خود و تشخیص مناسب و پاداش عملکرد هستند. هوش مصنوعی می تواند به بی طرفی در تصمیم گیری های دشوار کمک کند. به عنوان مثال، هوش مصنوعی می تواند تعیین کند که آیا یک گروه از کارمندان به طور متفاوتی ارزیابی، مدیریت یا پاداش می گیرند. فقط تصور کنید: "الکسا، آیا سازمان من شکاف دستمزد جنسیتی دارد؟" (البته هوش مصنوعی می تواند به اندازه داده های ارائه شده به سیستم بی طرفانه باشد.)

علاوه بر این، هوش مصنوعی در حال حاضر در عرصه تعامل و بازاریابی با مشتری کمک می کند.

فعالیت‌های ثبت اختراع هوش مصنوعی پنج پلتفرم بزرگ - اپل، آلفابت، آمازون، فیس‌بوک و مایکروسافت - واضح و به خوبی مستند شده است که آنها از آن برای بازاریابی و فروش کالاها و خدمات به ما استفاده می‌کنند. اما، آن ها تنها نیستند. اخیرا، HBR نحوه استفاده هارلی دیویدسون از هوش مصنوعی را برای تعیین اینکه چه چیزی در کانال‌های مختلف بازاریابی کار می‌کند و چه چیزی کار نمی‌کند، مستند کرده است. آنها از این مهارت جدید برای تصمیم گیری در مورد تخصیص منابع به انتخاب های مختلف بازاریابی استفاده کردند و در نتیجه "حدس و گمان" را حذف کردند. زمان زیادی مانده تا آنها و دیگران بتوانند بپرسند، "الکسا، بودجه بازاریابی خود را کجا خرج کنم؟" تا از این گفته ی قدیمی اجتناب کنند، "می دانم که نیمی از بودجه بازاریابی من موثر است، تنها سوال من این است: کدام نیمه؟»

هوش مصنوعی همچنین می تواند برای بودجه بندی و فرآیند تخصیص سرمایه سالانه ارزش ایجاد کند.

با وجود اینکه بازارها هر سال به طور چشمگیری تغییر می کنند، محصولات منسوخ می شوند و فناوری پیشرفت می کند و بیشتر مشاغل سال به سال سرمایه خود را به همین ترتیب تخصیص می دهند. خواه به دلیل اینرسی، سوگیری ناخودآگاه یا خطا باشد، برخی از واحدهای تجاری سرمایه گذاری می کنند در حالی که برخی دیگر گرسنه می مانند. حتی زمانی که تیم مدیریت به یک ابتکار دیجیتالی جدید متعهد شده است، معمولاً پس از «تغذیه» گاوهای رو به کاهش نقدینگی، به ضایعات ختم می‌شود. هوش مصنوعی می‌تواند با ردیابی بازده سرمایه‌گذاری‌ها توسط واحد تجاری یا با اندازه‌گیری میزان تخصیص به رشد در مقابل کاهش خطوط تولید، به شکستن این سیاه‌چاله بودجه کمک کند. رهبران تجاری ممکن است به زودی بپرسند "الکسا، چند درصد از بودجه من متفاوت از سال گذشته تخصیص داده شده است؟" و حتی سوالات پیچیده تر.

اگرچه بسیاری از رهبران استراتژیک شهود مشتاق، سخت کوشی و سال ها تجربه صنعتی خود را تبلیغ می کنند، بسیاری از این شهود صرفاً درک عمیق تری از داده هایی است که از لحاظ تاریخی جمع آوری آنها دشوار و پردازش آنها پرهزینه بوده است. بیشتر از این نه. هوش مصنوعی به سرعت این شکاف را از بین می‌برد و به زودی می‌تواند به انسان‌ها کمک کند تا از قابلیت‌ها و سوگیری‌های پردازشی ما عبور کنند. این تحولات بسیاری از مشاغل را تغییر خواهد داد، به عنوان مثال، مشاغل مشاوران، وکلا و حسابداران، که نقش آنها از تجزیه و تحلیل به قضاوت تبدیل می شود. احتمالاً مشاوران نخبه فردا روی مچ دست شما (Siri)، روی پیشخوان آشپزخانه (الکسا) یا در اتاق نشیمن شما (Google Home) می نشینند.

نتیجه نهایی: رهبران شرکت ها، آگاهانه یا نادانسته، در آستانه یک اختلال بزرگ در منابع مشاوره و اطلاعات خود هستند. «مشاوران کوانت» و «مشاوران روبو» بینش‌های سریع‌تر، بهتر و عمیق‌تری را با هزینه و زمان کمتری از شرکت‌های مشاوره امروزی و سایر کارگران متخصص ارائه می‌دهند. تا زمانی که همه رهبران و تیم‌های مدیریتی بتوانند از الکسا بپرسند: "بزرگترین ریسک در بازار کلیدی ما کیست؟"، "چگونه باید سرمایه خود را برای رقابت با آمازون تخصیص دهیم؟" یا "چگونه باید هیئت مدیره خود را بازسازی کنم؟"

منبع: HBR