برای ناظران معمولی بازار ارتباطات، وضعیت پذیرش نسل پنجم شبکههای سلولی (5G) ممکن است در بهترین حالت، سردرگم کننده به نظر برسد. سرعت استقرارهای تجاری جدید در سال 1403 در واقع کند شد. با این حال، با نگاهی عمیقتر، داستان بسیار امیدوارکنندهتری را مشاهده میکنید. با وجود مشکلات کلان اقتصادی و چالشهای فنی، سال 1402 شاهد رشد قابل توجه و پایداری در ارتباط با سرمایهگذاری روی 5G بودهایم.
ما به عنوان ارائهدهنده خدمات تست و اعتبارسنجی به شرکتها، تولیدکنندگان تجهیزات شبکه (NEM) و تولیدکنندگان تجهیزات اصلی دستگاه (OEM)، اغلب پیشنمایشی زودهنگام از بخشهایی ارائه میدهیم که صنعت روی آنها برای آینده شرطبندی میکند. پشت صحنه، شاهد افزایش قابل توجه فعالیتهای مرتبط با نسل پنجم شبکههای سلولی در سال گذشته از سوی بهرهوران در زمینه آمادهسازی استقرارهای جدید، اعتبارسنجی موارد استفاده و آمادگی برای رشد انفجاری دستگاههای جدید نسل پنجم شبکههای سلولی در بازار بودیم. برخی از این ابرترندهای مرتبط با نسل پنجم شبکههای سلولی به شرح زیر هستند:
پروژههای بیشتر نسل پنجم شبکههای سلولی: در سال گذشته بیش از 500 پروژه بزرگ و جدید در ارتباط با نسل پنجم شبکههای سلولی توسط شرکت thefastmode کلید زده شده است و همچنین قراردادهای جدیدی با بیش از 150 مشتری منعقد شده است که مجموع پروژههای فعلی این شرکت را به رقم 3100 پروژه نسل پنجم شبکههای سلولی در سراسر جهان رسانده است.
سرمایهگذاری گستردهتر روی نسل پنجم شبکههای سلولی: در حالی که تعاملات سال ۲۰۲۲ تحت سلطه شرکتهای ارائه دهنده خدمات بود، سال ۲۰۲۳ شاهد افزایش فعالیت در بین NEMها و OEMهای تجهیزات بودیم. این برابری در تست (۳۴ درصد شرکتهای ارائه دهنده خدمات، ۲۷ درصد NEMها، ۲۹ درصد OEMها) پیش نمایشی از اتفاقاتی است که قرار است تا پایان سال 1403 شاهد آنها باشیم.
آزمایش متنوعتر نسل پنجم شبکههای سلولی: تعاملات نسل پنجم شبکههای سلولی ترکیبی از فعالیتهای آزمایشی در هسته نسل پنجم شبکههای سلولی و اتوماسیون آزمایش، شبکههای دسترسی رادیویی (RAN) و دستگاهها، انتقال، تجربه سرویس و اطمینان از سرویس را شامل میشد.
تمام این فعالیتها که در لایههای پاییندستی در جریان است، نشان از بازاری دارد که به نقطه عطف رسیده است. به نظر میرسد در حال نزدیک شدن به طوفانی کامل از شتابگیری نسل پنجم شبکههای سلولی هستیم و سال 1402 ممکن است فقط آرامش قبل از آن طوفان باشد. شرکت Spirent اخیرا گزارش نسل پنجم شبکههای سلولی سال ۲۰۲۴ را منتشر کرد که چشمانداز نسل پنجم شبکههای سلولی را برای سال ۲۰۲۴ و “روندهای کلان” در این حوزه را به تصویر کشیده است. در اینجا برخی از نکات برجسته آورده شده است.
استقرارهای مستقل نسل پنجم شبکه های ارتباطی سرعت میگیرند
گذار از زیرساختهای سنتی مخابرات به هستههای ابری نسل پنجم شبکههای ارتباطی، تغییری اساسی در نحوهی استقرار و مدیریت شبکه توسط اپراتورها ایجاد میکند. با وجود چالشهای بزرگی که این تحول به همراه دارد، سرمایهگذاری اپراتورها در 5G SA در حال حاضر با سرعتی 3 تا 5 برابر بیشتر از نسلهای قبلی شبکه در حال رشد است. مهمترین عامل این رشد، رسیدن به یک اکوسیستم بالغ در ارتباط با نسل پنجم شبکههای ارتباطی است. به بیان دقیقتر، در حال حاضر:
بیش از 17 تامینکنندهی تجهیزات کلیدی نسل پنجم شبکههای ارتباطی وجود دارد.
سرمایهگذاریهای گستردهای روی زیرساختهای 5G SA در حال انجام است.
طیف گستردهای از تجهیزات زیرساختی از 5G SA پشتیبانی میکنند.
در مجموع، 5G SA اکنون 51 شبکهی تجاری فعال در سراسر جهان را پوشش میدهد و بیش از 120 اپراتور در 55 بازار در حال حاضر روی آن سرمایهگذاری میکنند. محرک اصلی این پذیرش، پذیرش فزاینده بین اپراتورها، ارائهدهندگان ابری و تولیدکنندگان تجهیزات شبکه (NEM) است که همگی بر این باورند که شرکتها خواهان قابلیتهای پیشرفتهی سرویسهایی هستند که 5G SA ارائه میدهد و حاضر به پرداخت هزینه برای آن هستند.
بر اساس فعالیتهای تست، انتظار میرود فعالیتهای اولیه در سال 1403 در شبکههای اختصاصی و سرویسهای ممتاز نسل پنجم شبکههای ارتباطی مانند بخشهای شبکهی امن، فناوری رادیویی جدید (VoNR) و شبکههای قابل اعتماد با تاخیر کم برای کاربردهای صنعتی آغاز شود. ما انتظار داریم دهها استقرار تجاری در سال جاری راهاندازی شود که به صورت منطقهای شروع شده و به مرور زمان به سطح ملی گسترش یابد. تا اوایل سال 1404، باید شاهد بیش از 100 شبکهی فعال 5G SA در کشورهای مختلف باشیم.
شبکه های اختصاصی با اتکا بر سرمایه گذاریهای سازمانی شدت بیشتری پیدا میکنند
برای اپراتورهایی که مشتاق هستند تا کسب درآمد از سرمایهگذاریهای نسل پنجم شبکههای ارتباطی خود را آغاز کنند، سال 1403 یک هدف روشن ارائه خواهد داد: شبکههای اختصاصی سازمانی. هماکنون بیش از 1200 شبکهی اختصاصی در سطح جهانی مستقر شدهاند که در آنها بخش تولید، بیشترین بخش را تشکیل میدهد و پس از آن بخش حملونقل و لجستیک قرار دارد. بنادر، اماکن عمومی و بخشهای دولتی و دفاعی نیز به سرعت در حال رشد هستند.
بسیاری از موارد استفادهی اولیه نیازهای پیچیدهای ندارند. شرکتها به سادگی به اتصال موبایل نسل پنجم شبکههای ارتباطی قابل اعتماد در مکان مناسب نیاز دارند، معمولا با یک فناوری رادیویی سبک که برای پوشش محیطهای داخلی و خارجی آنها کافی باشد. ما انتظار رشد مداوم در ارائهی سبک و کمهزینه Network-in-a-Box (NIB) به همراه میزبانی برنامههای لبه و اتوماسیون را داریم.
با این حال، مهمترین عامل محرک پذیرش شبکهی اختصاصی، نتایج آن است. شرکتهای پیشرو در مدت زمان کوتاهی مانند شش ماه به بازگشت سرمایه دست یافتهاند و بسیاری از آنها کاهش زمان خرابی و افزایش بهرهوری را به عنوان نتایج خود گزارش کردهاند. با انتشار اخبار مربوط به این مزایا، انتظار میرود استقرارها در سال 1403 سرعت بگیرند و به یک منبع قابل توجه درآمد افزایشی برای اپراتورها تبدیل شوند.
کلید موفقیت برای کسانی که به دنبال بهرهبرداری هستند: مدیریت توافقنامه سطح خدمات (SLA). محرکهای اصلی برای شرکتهایی که شبکههای اختصاصی راهاندازی میکنند، دستیابی به قابلیت اطمینان شبکه، امنیت و عملکرد قابل پیشبینی برای برنامههای کاربردی حیاتی است. طبق یک نظرسنجی از شرکای STL، شرکتها برای توافقنامههای سطح خدمات شبکهای که میتوانند این نتایج را تضمین کنند، مبلغ بیشتری پرداخت خواهند کرد.
هوش مصنوعی باعث افزایش کارایی نسل پنجم شبکههای ارتباطی خواهد شد
ارائهدهندگان خدمات هماکنون از هوش مصنوعی و یادگیری ماشین (AI/ML) برای کمک به شناسایی ناهنجاریها در شبکههای بزرگ و حتی در موارد استفادهی مرتبط با مشتری مانند چتباتها استفاده میکنند. اما سال آینده، هوش مصنوعی در حوزهی مخابرات بیش از هر بخش دیگری از «طوفان کامل نسل پنجم شبکههای ارتباطی» بهرهمند خواهد شد. پیچیدگی سیستمهای ابری نسل پنجم شبکههای ارتباطی در کنار انفجار قابلیتهای هوش مصنوعی تولیدکننده که به بازار میآیند، اپراتورها را به سمت کاوش در ابتکارات گستردهتر و راهبردیتر هوش مصنوعی سوق میدهد. بهتر است در 24 ماه آینده، به سرمایهگذاری قابل توجهی در هوش مصنوعی در بین اپراتورهایی که بر موارد زیر تمرکز میکنند، توجه داشته باشید:
- مدیریت و عملیات شبکه: چالشهای ناشی از راهاندازی شبکههای گسترده که میلیونها دستگاه و کاربر را به هم متصل میکنند، کاملا با هوش مصنوعی مطابقت دارد. شرکتهای مخابراتی روی خودکارسازی مبتنی بر هوش مصنوعی فرآیندهای عملیاتی متنوعی از جمله مدیریت چرخهی عمر شبکه، تحلیل ریشهای خرابیها و کشف تقلب و حمله سرمایهگذاری میکنند. بسیاری از آنها همچنین شروع به استفادهی راهبردی از هوش مصنوعی برای مواردی مانند نگهداری پیشبینیکننده و طراحی و برنامهریزی شبکه مبتنی بر داده کردهاند.
- مدیریت تجربهی مشتری: خدمات مبتنی بر هوش مصنوعی که با مشتری سروکار دارند، فراتر از سادهسازی دسترسی مشترکین به پشتیبانی خواهند بود. ارائهدهندگان خدماتی که به دنبال بهبود رضایت کاربر و کاهش ریزش هستند، از قابلیتهای دستهبندی و پیشبینی هوش مصنوعی برای تنظیم خودکار راهحلها و بهینهسازی پویای عملکرد شبکه استفاده خواهند کرد.
- صرفهجویی در مصرف انرژی: هوش مصنوعی نقش فزایندهای در کمک به کاهش ردپای کربن و هزینهی عملیاتی ارائهدهندگان خدمات خواهد داشت. پیشنهاد میکنیم به دنبال مجموعهای گسترده از ابتکارات هوش مصنوعی برای خودکارسازی و بهینهسازی پرمصرفترین بخشهای صنعت مخابرات از جمله مدیریت منابع رادیویی، آزمایشگاهها و مراکز داده باشید.
نگاهی به آینده
این موارد تنها زیرمجموعهای از ترندهای نسل پنجم شبکههای ارتباطی است که انتظار داریم در سال 1403 در مقیاس جهانی مورد توجه قرار گیرند. همچنین، بر اساس فعالیتهای انجام شده، انتظار داریم موارد زیر در آینده نزدیک اتفاق افتند:
تحول دیجیتال سریعتر در حوزهی مخابرات
موارد استفادهی جدید برای قابلیتهای پیشرفتهی نسل پنجم شبکههای ارتباطی
افزایش پذیرش Open RAN (شبکه دسترسی رادیویی باز)
رشد عظیم در خدمات مبتنی بر ماهواره
هوش مصنوعی و نسل پنجم شبکههای ارتباطی
در دو دههی گذشته، صنعت ارتباطات سیار شاهد تغییرات قابل توجهی بوده است که بخش زیادی از جدیدترین آنها به لطف پیشرفتهای هوش مصنوعی (AI) رقم خوردهاند. هوش مصنوعی، از بهینهسازی شبکهها تا ارائه خدمات شخصیسازیشده، قرار است نحوهی تعامل ما با دستگاههای موبایل و شبکه را متحول کند. برای مثال، هوش مصنوعی با قدرت بخشیدن به فناوریهای واقعیت افزوده (AR) و واقعیت مجازی (VR)، نحوهی استفاده از دستگاههای موبایل و مصرف محتوا را بازتعریف خواهد کرد. از تجربهی بازیهای فراگیر تا مسیریابی و خرید تقویتشده با واقعیت افزوده، اپلیکیشنهای واقعیت افزوده/واقعیت مجازی مبتنی بر هوش مصنوعی به بخش جداییناپذیر تجربهی موبایل تبدیل خواهند شد. اکنون اجازه دهید برخی از حوزههایی که میتوانیم انتظار نوآوری و تحول در بخش مخابرات سیار را به واسطهی هوش مصنوعی داشته باشند را مورد بررسی قرار دهیم.
بهینه سازی شبکه
هوش مصنوعی فرصتهایی را برای بهبود عملکرد شبکه، کاهش هزینههای عملیاتی و ارتقای کلی تجربهی کاربر ارائه میدهد. شبکههای مخابراتی حجم عظیمی از دادهها را تولید میکنند، از جمله رفتار کاربر، ترافیک شبکه، معیارهای عملکرد و وضعیت تجهیزات. الگوریتمهای هوش مصنوعی با تحلیل لحظهای این دادهها، الگوها، ناهنجاریها و زمینههای قابل بهبود را شناسایی میکنند؛ بدین ترتیب، اپراتورهای مخابراتی میتوانند قبل از اینکه مشکلی بر کیفیت سرویس تاثیر بگذارد، به صورت پیشگیرانه به رفع آن بپردازند.
هوش مصنوعی میتواند مسیریابی ترافیک شبکه و تخصیص منابع را برای اطمینان از بهرهبرداری کارآمد از ظرفیت شبکه بهینه کند. این امر شامل تنظیم پویای مسیرهای روتینگ و تخصیص پهنای باند بر اساس تقاضای لحظهای و شرایط شبکه است. هوش مصنوعی همچنین میتواند پارامترهای کیفیت سرویس (QoS) مانند تأخیر، نوسان و افت بسته را برای بهبود تجربهی کاربر در خدماتی مانند تماس صوتی، پخش ویدیو آنلاین و بازی آنلاین بهینه کند.
با خودکارسازی شبکه مبتنی بر هوش مصنوعی که به صورت خودکار و بدون دخالت انسان، مشکلات را شناسایی و حل میکند، قابلیت اطمینان شبکه افزایش مییابد و زمان خرابی کاهش پیدا میکند. همچنین، بهینهسازی شبکه مبتنی بر هوش مصنوعی میتواند نقش مهمی در تسهیل گذار به نسلهای بعدی شبکه مانند نسل پنجم شبکههای ارتباطی ایفا کند که برای برآوردن الزامات سختگیرانهی اپلیکیشنهای پرسرعت و با تأخیر کم، نیازمند تکنیکهای پیشرفتهی بهینهسازی هستند.
خدمات مشتری
چتباتها و دستیارهای مجازی مجهز به هوش مصنوعی، پتانسیل متحول کردن خدمات مشتری در صنعت مخابرات سیار را دارند. این فناوری امکان پشتیبانی فوری و شبانهروزی را – بدون توجه به منطقهی زمانی یا ساعات کاری – با رسیدگی همزمان به پرسشهای متعدد مشتریان فراهم میکند. چتباتها و دستیارهای مجازی با خودکار کردن کارهای روتین (مانند استعلام حساب، پشتیبانی صورتحساب و عیبیابی)، به کارمندان انسانی اجازه میدهند تا روی مسایل پیچیدهتری که نیازمند دخالت انسان هستند تمرکز کنند. همچنین به شرکتهای مخابراتی کمک میکنند تا بدون نیاز به افزایش متناسب نیروی انسانی، خدمات مشتری را در مقیاس وسیعتری ارائه دهند.
هوش مصنوعی با استفاده از الگوریتمهای پیشرفتهی پردازش زبان طبیعی (NLP)، چتباتها را قادر میسازد تا تعاملاتی شبیه به انسان برقرار کنند. این دستیارهای هوشمند با پیشبینی نیازها و ترجیحات مشتری، پیشنهادات شخصیسازیشده و اعلانهای پیشدستانه ارائه میدهند و تجربهی مشتری را به سطح بالاتری ارتقا میدهند.
خدمات شخصی سازی شده
هوش مصنوعی میتواند به ارائهدهندگان خدمات مخابرات سیار این امکان را بدهد تا از طریق روشهای مختلف، خدماتی فوقالعاده شخصیسازیشده و متناسب با نیازها و ترجیحات فردی ارائه دهند:
الگوریتمهای هوش مصنوعی میتوانند با تجزیه و تحلیل حجم عظیمی از دادههای مشتری، از جمله اطلاعات جمعیتشناسی، الگوهای مصرف، رفتار مرور وب و موقعیت مکانی، به بینشهایی دربارهی ترجیحات و رفتارهای فردی دست یابند. با استفاده از تحلیل پیشبینیکننده، هوش مصنوعی میتواند بر اساس دادهها و روندهای تاریخی، نیازها و ترجیحات مشتری را پیشبینی کند و به ارائهدهندگان خدمات مخابراتی این امکان را بدهد تا بهصورت پیشدستانه، خدمات و تبلیغات مرتبط ارائه دهند. هوش مصنوعی میتواند با تحلیل اطلاعات زمینهای مانند موقعیت مکانی، زمان روز، نوع دستگاه و فعالیت کاربر، پیامهای بازاریابی و تبلیغات هدفمندی را ارائه دهد که برای تک تک مشتریان بسیار مرتبط باشد.
امنیت و حریم خصوصی
هوش مصنوعی میتواند از چند طریق نقش مهمی در ارتقای امنیت شبکه و حفاظت از حریم خصوصی در اکوسیستم مخابرات سیار ایفا کند:
تشخیص تهدیدات امنیتی: سیستمهای مبتنی بر هوش مصنوعی میتوانند با تحلیل الگوها و رفتار ترافیک شبکه، ناهنجاریها و تهدیدات بالقوهی امنیتی را به صورت لحظهای شناسایی کنند. هوش مصنوعی با شناسایی فعالیتهای مشکوک، به اپراتورهای مخابراتی کمک میکند تا از نقض امنیت و حملات سایبری قبل از وقوع جلوگیری کنند.
پاسخ خودکار به حوادث: سیستمهای پاسخ به حادثه مبتنی بر هوش مصنوعی میتوانند شناسایی، تحلیل و رفع حوادث امنیتی را به صورت خودکار انجام دهند و بدین ترتیب به اپراتورهای مخابراتی امکان دهند تا به سرعت به تهدیدات امنیتی واکنش نشان داده و تاثیر آنها بر عملیات شبکه و حریم خصوصی مشتریان را به حداقل برسانند.
محافظت از حریم خصوصی با هوش مصنوعی: تکنیکهای هوش مصنوعی که به حفظ حریم خصوصی کمک میکنند، از جمله یادگیری فدرال (federated learning) و حفظ حریم خصوصی تفاضلی (differential privacy)، از دادههای کاربران در طول فرآیندهای تجزیه و تحلیل و شخصیسازی محافظت میکنند. این پیشرفتها به کاربران اطمینان میدهد که دادههای آنها ناشناس و تحت حفاظت است و در نتیجه اعتماد و اطمینان به خدمات مخابرات سیار را افزایش میدهد.
محیط زیست و انرژی
هوش مصنوعی میتواند نقش قابل توجهی در بهبود پایداری محیط زیستی و بهرهوری انرژی شبکههای موبایل ایفا کند. اگر الگوریتمهای هوش مصنوعی با دقت، میزان استفاده از شبکه را پیشبینی کنند، اپراتورها میتوانند تخصیص منابع و مدیریت انرژی را بهینهسازی کنند. این امر به کاهش مصرف انرژی در زمان کمکاری و افزایش ظرفیت در زمان اوج مصرف برای پاسخگویی به تقاضا کمک میکند. الگوریتمهای بهینهسازی مبتنی بر هوش مصنوعی همچنین میتوانند بر اساس تغییر شرایط ترافیک و نیازهای کاربر، تخصیص پویای منابع شبکه مانند پهنای باند و قدرت ارسال را انجام دهند. هوش مصنوعی با تنظیم هوشمندانهی میزان استفاده از منابع، میتواند اتلاف انرژی را به حداقل برساند و بدون خدشهدار کردن کیفیت سرویس، عملکرد شبکه را بهینه کند.
علاوه بر این، طراحی، برنامهریزی و استقرار شبکههای موبایل با کمک هوش مصنوعی میتواند جانمایی زیرساخت، پیکربندی آنتن و الگوهای پوششدهی را بهینه کند. الگوریتمهای هوش مصنوعی با تحلیل عوامل محیطی، دادههای مربوط به زمین و تراکم کاربر، میتوانند مکانهای بهینه را برای ایستگاههای پایه شناسایی کرده و نیاز به زیرساخت اضافی را به حداقل برسانند و در نتیجه مصرف انرژی و تاثیر زیست محیطی را کاهش دهند. با این توصیف باید بگوییم که با استفاده از فناوریهای هوش مصنوعی و استراتژیهای نوآورانه، اپراتورهای شبکه موبایل میتوانند بهطور قابل توجهی پایداری محیط زیستی و بهرهوری انرژی زیرساخت خود را ارتقا دهند و به آیندهای سبزتر و پایدارتر کمک کنند.
انقلاب هوش مصنوعی: نقشه راهی برای شرکتهای ارتباطی
سال گذشته، شرکتهای ارتباطی با تمرکز روی مجموعهای محدود از موارد استفاده، شروع به کاوش در هوش مصنوعی مولد (GenAI) کردند. این رویکرد هدفمند، آزمایش فناوریهای خاص را برای سنجش صحت ادعاهای بازاریابی آنها ممکن کرد. همچنین به سازمانها اجازه داد تا کنترلهای لازم را برای استفادهی ایمن GenAI و پیشرفتهای مرتبط با این فناوری در سطح وسیعتری آماده کنند.
اکنون رهبران این صنعت در حال تبدیل هوش مصنوعی به یک مزیت استراتژیک در سراسر سازمان خود هستند. تغییر فناوری به این بزرگی نیازمند همسویی رهبری در بالاترین سطوح برای حمایت از تحول در مقیاس وسیع است. این تغییرات چگونگی ادارهی کسبوکار، نحوهی تشکیل تیمها و چگونگی تعامل مشتریان با یک شرکت را به شدت تحت تاثیر قرار میدهد.
درسهای آموختهشده از تاریخ اخیر، از جمله تجربیات مربوط به پذیرش ابر، نقشهی راهی را برای این تغییر و اقدامات کلیدی که منجر به تاثیرگذاری بیشتر در کوتاهترین زمانبندی میشود، ارائه میدهد. این تغییر فناوری را میتوان با تمرکز بر حوزههای زیر و با استفاده از تجربیات گذشته برای هدایت پیشرفت معنادار، با موفقیت هدایت کرد.
داده: استراتژی دادهی چند ساله و همسو
اهمیت دادهها برای یک سازمان تغییر کرده است. داده اکنون به ارزشی تبدیل شده که امکان استفاده از فناوریهای جدیدی مانند GenAI و فرصتهای کسب درآمد را فراهم میکند. اکثر شرکتهای ارتباطی دارای دادههای اختصاصی قابل توجهی هستند که یک مزیت استراتژیک ایجاد میکند.
همانطور که در زمان انتقال به ابر، صرفا انتقال یک برنامه از زیرساخت داخلی بدون طراحی بیشتر، منجر به مزایای قابل تحقق نمیشد، به همین ترتیب برای اینکه یک سازمان بتواند از مزایای پشت این تغییر فناوری هوش مصنوعی بهرهمند شود، به یک استراتژی دادهی خوشطراحی و معماری متناسب نیاز است. فعالیتهای ادغام و تملیک، انبارش اطلاعات درون سازمانی و انبوهی از برنامههای قدیمی، معماری دادهی بسیاری از شرکتها را در حالت فعلی پیچیده کرده است. برای دستیابی به یک مزیت استراتژیک بلندمدت، تلاشهای نوسازی ضروری است. هنگام طراحی این استراتژی، به طور عمد روی ارزش افزایشی گام به گام که با اولویتهای کل شرکت همسو است، در حالی که در حال پرداخت بدهی فنی و همسو شدن با ساختاری که موفقیت آینده را ممکن میکند، تمرکز کنید.
نیروی انسانی: ارتقای مهارت و طراحی آیندهی سازمان
جذب، حفظ و آموزش افرادی که مهارتهای لازم برای کار با هوش مصنوعی را دارند، یک مزیت استراتژیک بزرگ ایجاد خواهد کرد. این موضوع همچنین چالش قابل توجهی برای شرکتهای ارتباطی است که با استارتآپها و بزرگترین شرکتهای فناوری به رقابت میپردازند. با ورود هوش مصنوعی، نیاز به نیروی انسانی در برخی بخشهای کسبوکار کاهش مییابد و در عین حال، مهارتهای مورد نیاز در بخشهای دیگر تغییر میکند. همین امر، باعث تغییر در استراتژیهای جذب استعداد خواهد شد. فناوریهای به سرعت در حال تغییر هستند و این موضوع نیازمند رهبران کسبوکاری با قابلیت فنی بالاتر و رهبران فناوری با درک عمیق از نقشه راه کسبوکار است.
مدیریت تاثیر تغییرات بر سازمان، بخش مهمی از حفظ بهرهوری خواهد بود. اولویت دادن به یک استراتژی برای جذب و حفظ رهبران کلیدی در حوزهی هوش مصنوعی، در کنار استفاده از یک استراتژی مشارکتی که بر ارتقای مهارتهای کارکنان تمرکز دارد، ضروری است. شرکای مشاورهای میتوانند ارزشآفرینی کوتاهمدت داشته باشند و تیمهای کارکنان را برای آینده بسازند. تیمهای منابع انسانی باید با طراحی عمدی تیم و استراتژیهای مدیریت تغییر، منابع کلیدی در این رویکرد باشند.
حکمرانی: پیشروی با سرعت و در عین حال محافظت از کسبوکار
مشابه با روزهای اولیهی تحول ابر، ریسکهای امنیتی، حقوقی و حفظ حریم خصوصی داده، چالشهایی برای تحول هوش مصنوعی به شمار میروند. هیچ رهبری نمیخواهد نام شرکتش به دلایل منفی در تیتر اخبار باشد و همانطور که اخیراً دیدهایم، این یک احتمال واقعی است. برای پیشروی با سرعت، تیمهای امنیت، ریسک و حقوقی باید در یک تیم حکومتی همسو با هم همکاری کنند. مدیران ارشد کلیدی درگیر در این موضوع باید متعهد به تحقق ارزش هوش مصنوعی با سریعترین سرعت ممکن و با اجرایی ایمن باشند.
چندین استراتژی میتواند از این رویکرد پشتیبانی کند. اولویت دادن به موارد استفادهای که ارزش قابل توجهی ارائه میدهند و دارای حفاظتهای انسانی داخلی هستند، در این راستا اهمیت دارد. ابزارهای هوش مصنوعیِ کمک به کارگزاران، مثال خوبی هستند که علاوه بر فرصتهای فروش بیشتر، میتوانند منجر به رضایت و وفاداری بیشتر مشتری شوند. این ابزارها با رسیدگی به نگرانیهای رایج در مورد هوش مصنوعی، مانند امنیت جامع دادهها، استراتژیهای دسترسی به داده و آزمایش فناوریها قبل از برقراری ارتباط مستقیم با مشتری، خدمات مشتری را بهبود میبخشند.
بدون دیدگاه