نوآوری با هوش مصنوعی
نوآوری با هوش مصنوعی چگونه محقق میشود؟
در تلاش براي نوآوری با هوش مصنوعی مولد ، آشکارترين سهم آن در توليد ايده است. با اين حال، ميتواند نقش مهمتري در کمک به سازمانها براي زير سوال بردن فرضيات استراتژيک خود ايفا کند. با ارائه ديدگاه يک فرد خارجي عاري از تعصبات انساني،اين هوش مصنوعی ميتواند عضو ارزشمندي از يک تيم نوآوري باشد.
از آنجايي که هوش مصنوعی مولد فرضيات زيربنايي استراتژي يک شرکت را ارائه ميدهد، حتي پيشنهادات غيرمنتظره آن نيز با کمک به تيم براي خروج از چارچوبهاي محدودکننده و در نظر گرفتن چارچوبهاي جديد، ارزشمند هستند.
بهترين راه براي داشتن يک ايده خوب، داشتن ايدههاي زياد است. بررسي نوآوری جهاني BCG در سال 2023 نشان داد سازمانهايي که از بهکارگيري هوش مصنوعی در سيستم هاي نوآوری خود بهرهمند شدهاند، در مقايسه با سازمانهايي که هيچ فايدهاي از استفاده از هوش مصنوعی گزارش نکردهاند، پنج برابر ايدههاي بيشتري توليد کردهاند.
زمانی که تيم، مجموعهاي از ايدههاي اميدوارکننده را شناسايی کرد، هوش مصنوعی مولد می تواند به غربال کردن گزينهها ، ارزيابي مطلوبيت، امکانپذيري و امکانپذيري نسبي آنها کمک کند و سپس در اصلاح مفاهيم ياری رساند.
تلاشهاي يک شرکت براي نوآوری ميتواند به دلايل زيادي با شکست مواجه شود. فرضيات مهم در مورد مشتريان، فناوری ها، رقبا و حوزههاي نوآوری ممکن است منعکسکننده روندها و شرايط فعلی نباشند. تنوع و کيفيت ايدههاي موجود در قيف فروش ممکن است بسيار پايين باشد. يا، سازمان ممکن است در شناسايی، اولويتبندی و سرمايهگذاری روي بهترين ايدهها با مشکل مواجه شود.
چه تمرکز روي محصولات، خدمات، فرآيندها يا مدلهاي کسبوکار جديد باشد، هوش مصنوعی می تواند کار تيمها را در تمام مراحل چرخه ايدهپردازی بهبود بخشد و به چالش بکشد.آشکارترين سهم در نوآوری با هوش مصنوعی مولد در توليد ايده و اعتبارسنجی آن است يعنی مراحل واگرايی و همگرايی نوآوری. با اين حال، می تواند نقش مهمتری در کمک به رهبران براي مواجهه و بهروزرساني فرضيات استراتژيک در پايه استراتژی های کسبوکار و نوآوری خود ايفا کند : مرحله شک در اين چرخه؛ سازمانهايی که مرتباً فرضيات خود را زير سوال می برند، انعطافپذيرتر هستند زيرا احتمال بيشتری وجود دارد که تغييراتی را که مزيت رقابتی بر اساس آنها شکل می گيرد، ببينند و خود را در موقعيتی قرار دهند که از آنها بهرهمند شوند.
به کارگيري شک و ترديد در نوآوري با هوش مصنوعي
نوآوری ، به ويژه در عصر اختلال، با شک و ترديد شکوفا می شود و بايد اولين قدم هر تمرين خلاقانهای باشد. ما مدتهاست استدلال می کنيم که تفکر در چارچوبهای جديد ، تفکر خارج از چارچوب موجود را شکست می دهد . تيمها به ساختارهايی نياز دارند که در چارچوب آنها فکر کنند؛ فرضيههايی در مورد مشتريان، فناوری و موارد مشابه براي هدايت خلاقيت خود. تيمهای نوآوری که مستقيماً وارد مرحله واگرايی ميشوند بدون اينکه صحت چارچوب خود را آزمايش کنند، خطر تلاش براي پيروزی در بازی ديروز را به جان می خرند و صرفاً سريعتر به جای اشتباه می رسند.
بنابراين براي درک فرضيات موجود خود، براي چارچوب هايی که تفکر شما را در بر می گيرند و محدود ميکنند، به ويژه موارد پنهان و ضمني، وقت بگذاريد. و سپس قبل از شروع ايدهپردازي، آنها را تحت فشار قرار دهيد يعني يک فيلتر شک اعمال کنيد. کدام يک درست باقي ميمانند و کدام يک تحت فشار هستند؟ چه ترکيبي از فرضيات قديمي و جديد بايد چارچوب جديدي را که تلاشهاي ايدهپردازي شما بايد در آن انجام شود، تعريف کند؟ پس از تعريف و پذيرش، يک چارچوب جديد براي نوآوری، فوريت و تمرکز ايجاد می کند: چرا ما نوآوری می کنيم؟ کجا نوآوری می کنيم؟
هوش مصنوعی مولد نمی تواند به شما بگويد چه زماني زمان يک چارچوب جديد است، اما با توجه به فقدان پيوندهاي عاطفی و تعصباتی که کارکنان ناگزير در تلاش براي ايدهپردازی به همراه دارند، می تواند ديدگاه ارزشمندی از يک فرد خارجی ارائه دهد. اين هوش مصنوعی با بهرهگيری از دانش گسترده، می تواند ارتباطاتی را که ممکن است از دست داده باشيد و فرضيات را پشتيباني يا تضعيف می کنند، ايجاد کند. در نهايت، پتانسيل اين فناوری براي توليد مطمئن خروجی نادرست و حتی توهمات، اگر به درستی به کار گرفته شود، می تواند به عنوان يک دارايی در کمک به تيمها برای بازنگری فرضيات ديرينه باشد.
بازنگري در چارچوب هاي فعلي و ساختن چارچوب هاي جديد
به طور کلی، در آغاز مرحله ترديد در چرخه ايدهپردازی، ايده خوبی است که همه ذينفعان کليدی را گرد هم آوريد تا فرضيات زيربنايی استراتژي خود را شناسايی و در مورد آنها به توافق برسيد. به کدام بخشها و اولويتهاي مشتری ميپردازيد و چرا؟ منابع کليدی مزيت رقابتی شما در برآورده کردن آنها، مانند دسترسی به ورودی های حياتی، مقياس و برتری تکنولوژيکی، چيست؟
در مرحله بعد، فرضيات را تحت فشار قرار دهيد. اين مدلهای ذهني قديمی ممکن است معتبر باقی بمانند يا نباشند. آيا نشانههايی وجود دارد که مشتريان انتخابی شما جذابيت کمتری پيدا ميکنند يا اولويتهاي آنها در حال تغيير است؟ آيا هزينهها، فناوری ها يا چشمانداز رقابتی به گونهاي در حال تغيير هستند که مزيت شما را به چالش می کشند؟
جايی که فرضيات ديگر معتبر نيستند يا تحت فشار هستند، دقيقاً مشخص کنيد که چگونه بايد تغيير کنند ؛ با استفاده از تمرين «از ، به» اين کار را انجام دهيد. اين امر به ويژه زماني اهميت دارد که «از» چيزی پنهان يا ضمنی باشد، مانند «اين روشی است که ما هميشه آن را انجام دادهايم» يا «اين روشي است که همه انجام می دهند». به عنوان مثال، توليدکنندگان هواپيماهای موتور جت از فروش موتورهاي تکي و خدمات نگهداري جداگانه به اجاره ي تضمين و تعهد شده ی موتور روی آوردهاند. فرآيند «از ، به» تفکر تازه و تحولآفرينی را جرقه ميزند و چارچوب جديد شما را براي نوآوری تعريف ميکند.
هوش مصنوعی نسل جديد ميتواند با ارائه فرضيات بالقوهاي که ممکن است از قلم انداخته باشيد يا شناسايي علائم هشدار اوليه مبنی بر اينکه فرضيات اصلی و ديرينه ممکن است به تاريخ انقضای خود نزديک شوند، کمک کند. يک سوال ساده هوش مصنوعی مولد مانند اين را در نظر بگيريد: «من مديرعامل [نام شرکت] هستم و در حال شروع يک بررسي استراتژيک هستم. به نظر شما ده فرض حياتي در قلب استراتژي من کدامند و براي هر کدام، کدام يک معتبر، کدام يک نامعتبر و کدام يک در خطر هستند؟» اين پاسخ ميتواند ورودي جذاب، روشنگر و ارزشمندي را براي تيم رهبري که در حال بررسي مسيرهاي نوآوری است، فراهم کند. حتي اطلاعات هوش مصنوعی که از زاويه ديد غيرواقعي يا غيرمعمول به دست ميآيد، اگر اين کار تيم را مجبور کند قبل از رد کردن استدلال، آن را با دقت بررسي کند، ميتواند مفيد باشد. نکته کليدي اين است که به تيم کمک کنيد تا چارچوبهاي محدودکننده را بشکند.
اگر GenAI در دهه 1980 وجود داشت، آيا ميتوانست به فروشگاههاي زنجيرهاي کمک کند تا خطوط گسل زير استراتژيهاي خود را شناسايي کنند؟ آنها مدتها بود که با ارائه طيف وسيعي از کالاهاي با قيمت متوسط، اما نه عميق، به طبقات متوسط، رونق گرفته بودند. به عنوان مثال، هوش مصنوعی ميتوانست نشانههاي اوليه افزايش نابرابري درآمدي را نشان دهد، زيرا نسبت حقوق مديران عامل به حقوق کارگران متوسط بين اواخر دهه 1970 و اواخر دهه 1980 دو برابر شد. ميتوانست ظهور فروشگاههاي تخفيفدار ارزانقيمت و فروشگاههاي تخصصي لوکس را برجسته کند. ميتوانست به مديران اجازه دهد تا يک محيط استراتژيک متفاوت و کمتر مهماننواز را تصور کنند و زمان لازم براي ايجاد پاسخ را داشته باشند.
نوآوري با هوش مصنوعي در بخش ايده پردازي
مرحله بعدي نوآوری با هوش مصنوعی ، واگرايي، مستلزم توليد مجموعهاي از ايدهها است که در چارچوب جديد يا اصلاحشده شما جاي ميگيرند، در حالي که در غير اين صورت از قضاوت خودداري ميکنيد. هدف، تنوع است، استخراج هرچه بيشتر رويکردهاي تازه براي مواجهه با چالش نوآوری. از اين گذشته، بهترين راه براي داشتن يک ايده خوب، داشتن ايدههاي زياد است. و هوش مصنوعی مولد اگر به خوبي پيادهسازي شود، ميتواند در بالاي قيف نوآوري تفاوت بزرگي ايجاد کند.
مرحله واگرايي تماماً در مورد پرسيدن سوال است، سوالات درست، براي استخراج ايدههاي مفيد از تيمهاي افراد و همچنين GenAI.ما زياد در مورد تقاضاي سرسامآور براي مهندسان خبره، متخصصاني که پرسشها را براي اطمينان از بهترين نتايج هوش مصنوعي مولد شکل ميدهند، ميشنويم. با اين حال، اين فرآيند چيز جديدي نيست؛ تسهيلگران آموزشديده نوآوري سالهاست که از تکنيکهاي پرسش ساختاريافته براي بهبود کيفيت و تنوع ايدههايي که از تيمهاي انساني استخراج ميکنند، استفاده ميکنند. جاي تعجب نيست که چتباتهاي هوش مصنوعی از ساختار مشابهي بهرهمند ميشوند.
مرحله واگرايي چرخه ايدهپردازي، تماماً در مورد پرسيدن سوالاتي براي استخراج ايدههاي مفيد از تيمهاي افراد و همچنين هوش مصنوعی مولد. براي اينکه عضلات نوآوری با هوش مصنوعی و افراد انعطافپذير بماند و از مشارکت در فعاليت و نتايج آن اطمينان حاصل شود، منطقي است که تيم انساني فرآيند پرسشگري را آغاز کندو هوش مصنوعی را ميتوان بعداً وارد عمل کرد تا دريچه را باز کند و ايدههاي بيشتري را به درون قيف بريزد. ميتوانيد از آن بخواهيد فهرستي طولاني از ايدهها ايجاد کند و قطعي يا تصادفي بودن تحليل خود را تنظيم کند تا ترکيبي سالم از ايدههاي تدريجي و عجيبتر تضمين شود. ميتوانيد آن را به سمت توسعه ايدهها بر اساس قياسهايي از صنايع ديگر هدايت کنيد. از آن بخواهيد دلايل خاصي را که يک ذينفع ممکن است در آينده با هيجان از يکي از محصولات شما تعريف کند، فهرست کند، که ميتواند مسيرهاي جديدي را براي ايدهها باز کند، يا فرصتهايي را که ممکن است از يک روند يا ورودي خاص پديدار شود، مشخص کند. نه تنها براي ايدههاي محصول جديد، بلکه براي چالشهاي طراحي مجدد فرآيند يا کاهش هزينه يا هر مسئلهاي که با آن روبرو هستيد و در آن به امکانات جديد نياز داريد، از آن راهحلهاي خلاقانه بخواهيد. اينها ممکن است به خودي خود ايدههاي خوبي باشند، يا ممکن است تفکر جديدي را برانگيزند يا ايدههاي موجود تيم را تقويت کنند.
نکته مهمي که در نوآوری با هوش مصنوعی مولد بايد به آن توجه کرد اين است که با توجه به مجموعه دادههاي آموزشي که GenAI به آنها متکي است احتمالاً به رقيب پاسخهاي يکسان يا مشابهي به اين نوع سؤالات ميدهد. بنابراين، ضروري است که اعضاي تيم نوآوري با استفاده از ديدگاه مزاياي رقابتي سازمان خود در اين فرآيند، ايدهها را به مرحله بعدي ببرند. چگونه ميتوان يک ايده جالب از هوش مصنوعی را با بهرهگيري از هدف سازمان، تخصص خاص، روابط با مشتري يا تأمينکننده، مقياس و موارد مشابه تقويت کرد؟
جدا کردن گندم از کاه
داشتن ايدههاي زياد عالي است، اما منابع محدود هستند. بنابراين يافتن راهي براي انتخاب جذابترين ايدهها براي پيگيري از بين تمام ايدههاي توليد شده در مرحله واگرايي ضروري است. اجازه دهيد انسانها اين فرآيند را با ايجاد يک ليست قابل مديريت از ايدههايي که هيجانانگيزترين هستند، آغاز کنند. پس از آن هوش مصنوعی را براي کمک به غربال کردن گزينهها در قيف، ارزيابي مطلوبيت، امکانپذيري و امکانپذيري نسبي آنها و سپس براي کمک به اصلاح مفاهيم در ليست کوتاه، وارد عمل کنيد.
البته GenAI يا همان هوش مصنوعي مولد ميتواند در اصلاح و تجسم مفهوم، توليد تصاوير جذاب و ارائههاي آسانسوري که ميتوان آنها را با فروش، بازاريابي و مشتريان آزمايش کرد، کمک کند. اما مهمتر از همه، مانند مرحله شک، ميتواند به عنوان يک وکيل مدافع شيطان مورد استفاده قرار گيرد و از گنجينه عظيم دادههاي خود براي به چالش کشيدن ايدهها استفاده کند. به عنوان مثال،Innovation CoPilot يک ابزار اختصاصي BCG که در حال حاضر در حال توسعه است، يک چتبات GenAI است. با به چالش کشيدن مکرر ايدهها در هر مرحله از چرخه ايدهپردازي، به تيمها کمک ميکند تا آنها را غنيتر کنند و بهبود بخشند.
اگرچه نوآوری با هوش مصنوعی ميتواند کمک قابل توجهي در مسير به ما ارائه دهد، اما بينش انساني همچنان ضروري است؛ هم براي ارائه ايدههاي جديد و هم براي تحقق آنها. به هر حال، سازمانها هنوز توسط افراد هدايت و اداره ميشوند. براي اجراي استراتژيها، بايد آنها را درک و پشتيباني کرد. اگر قرار است محصولات، خدمات و مدلهاي تجاري جديد را ترويج دهند، بايد به آنها افتخار کنند. آنها بايد بخشي از فرآيند نوآوری و تجاريسازي باقي بمانند.
بنابراين، هوش مصنوعی مولد را به عنوان يک کارآموز فوقالعاده سريع، خستگيناپذير و باهوش در نظر بگيريد که مقادير زيادي خروجي توليد ميکند، اما هميشه درست نميگويد. نقش آن اين نيست که انسانها را از فرآيند خلاقيت خارج کند، بلکه فقط اين است که با اشاره به فرضيات قديمي که آنها را در تنگنا قرار ميدهد و مانع تلاش براي نوآوری واقعي ميشود، آنها را در اين فرآيند بهتر کند.
حسین نوریان، مشاور مدیریت استراتژیک با رویکرد تحول دیجیتال
استفاده از این مطالب صرفا با ذکر منبع مجاز می باشد.
این مطالب را هم ملاحظه فرمایید:
