پریسا حاجی محمدی- تفاوتهای کلیدی بین Artificial Intelligence یا AI و Business Intelligence یا BI بدین صورت تفصیل می یاید که هر دو هوش مصنوعی AI و هوش تجاری BI اغلب در تجارت مورد استفاده قرار میگیرند و گاهی حتی با یکدیگر اشتباه گرفته میشوند. دقیقاً چه تفاوتهایی بین هوش مصنوعی و هوش مصنوعی وجود دارد، مرزهای مربوط به آنها چیست و هر دو فناوری طرح شده در دنیای کسب و کار امروزی در کجاها همپوشانی دارند؟ و چرا سازمانها مشخصاً از هوش مصنوعی برای بهبود تصمیم گیریها در تعیین استراتژی کسب و کارشان و بهبود فرآیندهای کاری برای رقابت در بازار استفاده میکنند؟
گزارش در مقابل پیش بینی یکی از اصلیترین تفاوتهایی است که میتوانیم مفصلاً به آن بپردازیم. اصطلاحات BI و AI اغلب با همدیگر یا گاهی بجای یکدیگر در زمینههای مختلف تجاری استفاده میشوند. هر دوی این ابزارها یعنی هم هوش مصنوعی و هم هوش تجاری رویکرد و دیدگاه مشخصی مبتنی بر دادههای دریافت شده را برای شکل دادن به اهداف و تقویت نیروی تصمیم گیری به صاحبان کسب و کار ارائه میکنند. در حالی که این تعریف بصورت کلی برای هر دو فناوری صادق است، به سرعت مشخص میشود که هوش مصنوعی و هوش تجاری کاملاً متفاوت هستند و متفاوت عمل میکنند. هم در تئوری و هم در عمل این تفاوت در یک جمله خلاصه میشود که هوش تجاری بینش قابل قبولی از عملکرد گذشته را به صاحبان کسب و کار ارائه میدهد، در حالی که هوش مصنوعی روندهای آینده و کارآمدترین اقدامات را نیز پیش بینی میکند. البته خالی از لطف نیست که دادههای دریافتی اولیه از طریق هوش مصنوعی را نیز همیشه در ذهنمان لحاظ کنیم و اگر انتظار داریم راهکار و پیش بینی متفاوتتری بیابیم تعداد پارامترهای دخیل در تصمیم گیری را زیاد کنیم یا دادههای ورودی را تغییر دهیم.
هوش مصنوعی به طور خلاصه، اصطلاحی گسترده برای سیستمهای رایانهای هوشمند است که تفکر و یادگیری را شبیه به انسان تقلید و تکرار میکند. هوش مصنوعی از روند گذشته درس میگیرد و سعی میکند شهود و قضاوتهای انسانی ما را شبیه سازی کند. حل مسئله، یادگیری مستقل مستمر و تصمیم گیری موقعیتی کلیدهای اصلی عملکرد هوش مصنوعی هستند. هدف هوش مصنوعی در سازمانها، تنها تجزیه و تحلیل و تفسیر مقادیر زیادی از دادههای ورودی دریافتی مسبوق به سابقه نیست بلکه بر اساس یافتهها و درکهای حاصله برای پیش بینی آینده نیز عمل میکند. هوش مصنوعی قادر است نقاط مختلف یک کسب و کار را به هم متصل کند و برای این تجسم خلاق جدید بوجود آمده، فرآیند تصمیم گیری مستقلی از خود پیش بینی کند و این به کسب و کارها کمک میکند تا نتایج ملموس را تشخیص دهند. تیمهای فروش میتوانند تلاش و فعالیت آتی خود را بر اساس دادهها با سرنخهای با پتانسیل بالاتر متمرکز کنند.
اهداف هوش مصنوعی و هوش تجاری بسیار متفاوت هستند؛ اهداف اصلی BI سادهسازی فرآیند جمعآوری، گزارشدهی و تجزیه و تحلیل دادهها است. استفاده از BI به شرکتها اجازه میدهد تا کیفیت دادههایی را که جمعآوری میکنند و سازگاری جمعآوری آنها را بهبود بخشند. جالب است بدانید اساتید مدیریت عملیات و علوم تصمیمگیری می گویند: «هوش تجاری به شما نمیگوید چه کاری انجام دهید. به شما میگوید که چه چیزی بوده است و آن چیست؟» به عبارت دیگر، ابزارهای هوش تجاری میتوانند مجموعهای از دادههای شلوغ و درهم برهم را به به شکل یک تصویر منسجم تبدیل کنند اما برای ارائه نسخههای واضح برای پیشنهاد نحوه استفاده از آن دادهها در تصمیمگیری طراحی نشدهاند. شرکتهایی مانند Microsoft، Oracle و Tableau ابزارهای BI را برای طیف وسیعی از عملکردهای تجاری از جمله منابع انسانی، فروش و بازاریابی استفاده کرده و توسعه دادهاند. با نظارت بر هر کاری که یک کسبوکار، روزانه انجام میدهد و استفاده از دادهها برای ایجاد عملیات گسترده، معیارهای عملکرد، داشبوردها، نمودارها، و سایر تجسمهای مفید، دادهها را سازماندهی کنند و تصمیمات دشوار را بسیار آسانتر بگیرند. پذیرش راه حلهای BI در سه سال گذشته نزدیک به 50 درصد رشد برای کسب و کارها داشته است حال آنکه اهداف اصلی هوش مصنوعی، مدل سازی است. با مدل سازی رفتارهای انسانی و فرآیندهای فکری در تصمیم گیری، برنامههای هوش مصنوعی میتوانند یاد بگیرند، برگزینند و تصمیمات منطقی بگیرند. متخصصان فناوری که برنامههای هوش مصنوعی را میسازند و اجرا میکنند اغلب سعی میکنند به سؤالات خاصی پاسخ دهند: آیا ماشینها میتوانند با اهداف کسب و کار ما سازگار شوند؟ آیا ماشینها میتوانند شهود قابل اعتمادی را برای تصمیم گیری بی نقص در آینده توسعه دهند؟ بررسی این سؤالات میتواند مزایای قابل توجهی را برای مشاغلی که مایل به سرمایه گذاری و آزمایش هستند بهمراه داشته باشد. استفاده از برنامههای کاربردی مبتنی بر هوش مصنوعی، میتوانند کارایی و سود بیشتری را برای کسب و کارها به همراه داشته باشند.
دکترای کسب و کار حرفهای