ساتیا نادلا / Satya Nadella مدیرعامل مایکروسافت با کت شلوار روی صحنه

ساتیا نادلا و پرسش بزرگ عصر هوش مصنوعی؛ چه کسی مالک دانش شرکت‌ها می‌ماند؟

یک‌شنبه 24 خرداد 1405 - 23:49مطالعه 6 دقیقه
در عصر هوش مصنوعی، ارزش واقعی شرکت‌ها نه فقط در استفاده از مدل‌های بزرگ، بلکه در حفظ دانش، تجربه و چرخه‌ی یادگیری خودشان ساخته می‌شود.
تبلیغات

ساتیا نادلا در یادداشتی تازه، تصویری از آینده‌ی شرکت‌ها در اقتصاد هوش مصنوعی ترسیم می‌کند؛ آینده‌ای که در آن ارزش واقعی فقط به داشتن قدرتمندترین مدل هوش مصنوعی وابسته نیست، بلکه به توانایی شرکت‌ها در پیوندزدن انسان، دیتا، تجربه‌ی سازمانی و سیستم‌های هوشمند بستگی دارد. از نگاه او، اگر منفعت هوش مصنوعی فقط نصیب چند مدل بزرگ و چند شرکت محدود شود، نه اقتصاد چنین وضعی را تحمل می‌کند، نه جامعه آن را می‌پذیرد.

نادلا بحث را از تفاوت اصلی هوش مصنوعی با موج‌های قبلی فناوری آغاز می‌کند. در گذشته، سیستم‌های دیجیتال بیشتر نقش ابزار داشتند؛ کارها را سریع‌تر می‌کردند، بهره‌وری انسان را بالا می‌بردند و بخشی از فرایندهای سازمانی را نظم می‌دادند؛ اما هوش مصنوعی صرفا یک ابزار کمکی نیست. این فناوری می‌تواند از انسان یاد بگیرد، به او بازخورد بدهد و در کنار او وارد چرخه‌ای تازه از یادگیری و تصمیم‌گیری شود. نادلا در ادامه توضیح می‌دهد:

این گذار با هر تغییر پلتفرمی قبلی فرق دارد. در گذشته، از سیستم‌های دیجیتال برای تقویت سرمایه‌ی انسانی استفاده می‌کردیم؛ اما اکنون نخستین‌بار است که می‌توانیم یک چرخه‌ی شناختی واقعی میان انسان‌ها و سیستم‌های دیجیتال بسازیم.
- ساتیا نادلا، مدیرعامل مایکروسافت

مسئله‌ی اصلی از نگاه نادلا این نیست که شرکت‌ها از یک ابزار دیجیتال تازه استفاده می‌کنند یا نه. او پرسش مهم‌تری مطرح می‌کند: وقتی مدل‌های هوش مصنوعی می‌توانند دانش، تجربه و مهارت انسان‌ها را جذب کنند، شرکت‌ها چطور می‌توانند همچنان یاد بگیرند، مزیت رقابتی بسازند و اجازه ندهند دانششان به چیزی عمومی و قابل‌کپی تبدیل شود؟ نادلا پاسخ را در دو مفهوم خلاصه می‌کند: سرمایه‌ی انسانی و سرمایه‌ی توکنی.

وقتی هوش مصنوعی می‌تواند از همه‌چیز یاد بگیرد، پرسش مهم این است که یادگیری آن به خدمت چه کسی درمی‌آید

ساتیا نادلا می‌گوید: «هر شرکتی باید چیزی را بسازد که من آن را سرمایه‌ی انسانی و سرمایه‌ی توکنی می‌نامم. سرمایه‌ی انسانی، دانش، قضاوت، روابط، نبوغ و توانایی تشخیص الگو در افراد را شامل می‌شود و سرمایه‌ی توکنی، قابلیت مبتنی‌بر هوش مصنوعی است که شرکت می‌سازد و مالک آن می‌شود.»

نکته‌ی مهم این است که رشد قابلیت‌های هوش مصنوعی، ارزش انسان را کم نمی‌کند؛ برعکس، آن را مهم‌تر می‌کند. در یک سازمان هوشمند، انسان از چرخه حذف نمی‌شود. او هدف تعیین می‌کند، مسئله‌ی درست را تشخیص می‌دهد، میان حوزه‌های مختلف ارتباط برقرار می‌کند و می‌فهمد کدام الگو واقعا اهمیت دارد. بدون جهت‌دهی انسانی، هوش مصنوعی فقط پردازش می‌کند؛ اما الزاما پیشرفت نمی‌سازد.

سرمایه‌ی انسانی با رشد سرمایه‌ی توکنی کم‌ارزش‌تر نمی‌شود؛ بلکه ارزشمندتر می‌شود. من باور دارم عاملیت انسانی، موتور رشد سرمایه‌ی توکنی خواهد بود.
- ساتیا نادلا، مدیرعامل مایکروسافت

از همین‌جا یکی از مهم‌ترین ایده‌های نادلا شکل می‌گیرد: آینده‌ی شرکت‌ها فقط در انتخاب «بهترین مدل هوش مصنوعی» خلاصه نمی‌شود. مدل‌ها تغییر می‌کنند؛ امروز یک مدل قدرتمندتر است و فردا مدل دیگری جای آن را می‌گیرد. فرصت واقعی برای شرکت‌ها این است که روی مدل‌ها، چرخه‌ای از یادگیری بسازند؛ چرخه‌ای که در آن تجربه‌ی انسان و توانایی هوش مصنوعی یکدیگر را تقویت کنند.

مسئله اصلی این نیست که کدام مدل امروز قدرتمندتر است؛ مسئله این است که کدام شرکت بهتر یاد می‌گیرد

نادلا معتقد است شرکت‌ها می‌توانند بسیاری از کارها را به هوش مصنوعی بسپارند؛ از انجام یک وظیفه‌ی ساده گرفته تا شاید بخشی از یک شغل؛ اما یادگیری خود را نمی‌توانند برون‌سپاری کنند. آینده‌ی شرکت‌ها به این بستگی دارد که بتوانند یادگیری انسان و هوش مصنوعی را کنار هم انباشته کنند و هر بار از تجربه‌های قبلی، بهتر شوند.

نادلا می‌گوید در عصر جدید، هر کسب‌وکار باید بتواند سیستم‌هایی بسازد که با هربار استفاده بهتر می‌شوند؛ اما درعین‌حال، دانش، تجربه و دارایی فکری شرکت را نزد خود شرکت نگه می‌دارند. به‌بیان ساده‌تر، شرکت‌ها باید بتوانند مدل هوش مصنوعی زیربنایی خود را عوض کنند، بدون اینکه حافظه‌ی سازمانی و تجربه‌ی اختصاصی‌شان از بین برود.

آنچه نادلا مطرح می‌کند، شاید یکی‌از مهم‌ترین آزمون‌های دوران هوش مصنوعی باشد: آیا شرکت‌ها واقعا مالک هوش مصنوعی سازمانی خود هستند یا فقط به‌طور موقت از قابلیت‌هایی استفاده می‌کنند که یک مدل بزرگ در اختیارشان گذاشته است؟

اگر شرکت‌ها مالک چرخه یادگیری خود نباشند، هوش مصنوعی می‌تواند مزیت آن‌ها را به دارایی دیگران تبدیل کند

در نگاه نادلا، شرکت‌ها باید فرایندهای کاری، دانش تخصصی، قضاوت‌های انباشته و تجربه‌ی روزمره‌ی خود را به سیستم‌هایی تبدیل کنند که با هربار استفاده بهتر می‌شوند. سنجش سیستم‌ها هم نباید فقط براساس معیارهای عمومی و بیرونی باشد. هر سازمان باید معیارهای خودش را داشته باشد؛ معیارهایی که نشان دهند آیا هوش مصنوعی واقعا در حل مسائل مهم همان کسب‌وکار بهتر شده است یا نه.

محیط‌های یادگیری اختصاصی نیز می‌توانند به مدل‌ها کمک کنند از تجربه‌های واقعی داخل سازمان قوی‌تر شوند. در این حالت، پایگاه دانش شرکت فقط انباری از فایل‌ها و اطلاعات نیست؛ بلکه به حافظه‌ای زنده و قابل‌پرسش تبدیل می‌شود؛ حافظه‌ای که هم تصمیم‌گیری را بهتر می‌کند، هم استفاده از منابع پردازشی را کارآمدتر.

نادلا این چرخه را شکل تازه‌ای از مالکیت فکری شرکت‌ها می‌داند که برخلاف بسیاری از دارایی‌های دیگر، با استفاده‌ی بیشتر، ارزشمندتر می‌شود. هر فرایند بهتر، داده و بازخورد بهتری تولید می‌کند. هر بازخورد بهتر، دانش بیشتری را در سیستم تثبیت می‌کند. هرچه چرخه زودتر ساخته شود، مزیتی پدید می‌آید که رقبا به‌سادگی نمی‌توانند از آن کپی‌برداری کنند؛ حتی اگر به همان مدل‌های عمومی دسترسی داشته باشند.

دارایی تازه شرکت‌ها فقط داده نیست؛ توانایی تبدیل تجربه روزانه به یادگیری مداوم است

بحث نادلا از سطح فناوری فراتر می‌رود و به پیامدهای اقتصادی و اجتماعی هوش مصنوعی می‌رسد. او هشدار می‌دهد نباید به جهانی برسیم که در آن شرکت‌ها در همه‌ی صنایع، ارزش و دانش خود را به چند مدل بزرگ واگذار کنند؛ مدل‌هایی که هرچه می‌بینند، جذب می‌کنند و در نهایت بخش بزرگی از منفعت اقتصادی را نزد خود نگه می‌دارند. از نگاه نادلا، چنین نظمی پایدار نیست. جامعه آینده‌ای را نمی‌پذیرد که در آن صنایع مختلف از درون خالی شوند و دانش آن‌ها به خوراک چند سیستم متمرکز تبدیل شود.

نادلا برای توضیح نگرانی‌اش، به تجربه‌ی جهانی‌سازی اشاره می‌کند. در موج نخست جهانی‌سازی، بسیاری از اقتصادهای صنعتی روی کاغذ وضعیت بدی نداشتند؛ تولید ناخالص داخلی شاید رشد می‌کرد؛ اما در لایه‌های پنهان اقتصاد، جابه‌جایی‌های دردناکی رخ می‌داد. بخش‌هایی از صنعت خالی شد، شغل‌ها از بین رفتند و پیامدهای اجتماعی و سیاسی آن هنوز هم احساس می‌شود. از نگاه او، نباید همین الگو را در عصر AI تکرار کنیم؛ عصری که در آن چند سیستم هوشمند بخش اصلی سود را جذب کنند و صنایع مختلف ببینند دانش و تجربه‌شان به چیزی معمولی و کم‌ارزش تبدیل شده است.

مدیرعامل مایکروسافت، راهکار جایگزین را ساختن «اکوسیستم مرزی» می‌داند، نه صرفا یک «مدل مرزی»؛ به‌بیان ساده‌تر، فقط ساختن مدل‌های بسیار قدرتمند کافی نیست. اگر پیرامون این مدل‌ها محیطی شکل نگیرد که شرکت‌ها، صنایع و کشورها هم بتوانند از آن ارزش بسازند، آینده‌ی هوش مصنوعی پایدار نخواهد بود. آینده‌ی مطلوب از نگاه نادلا، آینده‌ای است که در آن هر سازمان بتواند مالک چرخه‌ی یادگیری خود باشد؛ چرخه‌ای که دانش سازمان را حفظ می‌کند و هم‌زمان انسان و هوش مصنوعی را قوی‌تر می‌سازد.

آینده پایدار هوش مصنوعی با چند مدل بزرگ ساخته نمی‌شود؛ به اکوسیستمی نیاز دارد که ارزش را پخش کند

نادلا می‌گوید یک پلتفرم زمانی موفق است که ارزشی که دیگران روی آن می‌سازند، از ارزشی که خود پلتفرم تصاحب می‌کند، بزرگ‌تر باشد. در چنین نظمی، شرکت‌ها فقط مصرف‌کننده‌ی فناوری نیستند؛ آن‌ها می‌توانند با تکیه بر فناوری، نوآوری کنند، مزیت بسازند، دانش خود را گسترش دهند و ارزش تازه‌ای خلق کنند.

اگر چنین اتفاقی بیفتد، هوش مصنوعی به‌جای تهدیدی برای تخصص کارکنان، به ابزاری برای تقویت آن تبدیل می‌شود. تجربه‌ی انسان‌ها از بین نمی‌رود؛ در سیستم‌ها ثبت، تکرارپذیر و قابل‌گسترش می‌شود. قضاوت حرفه‌ای افراد هم حفظ شده و به بخشی از تصمیم‌گیری سازمان تبدیل می‌شود. در چنین آینده‌ای، سود هوش مصنوعی فقط به چند شرکت بزرگ فناوری نمی‌رسد؛ بلکه در شرکت‌ها، صنایع، جوامع و اقتصادهای محلی هم جریان پیدا می‌کند.

پیام اصلی نادلا روشن است: آینده‌ی پایدار هوش مصنوعی با تمرکز کامل در دست چند بازیگر ساخته نمی‌شود. اگر قرار است هوش مصنوعی واقعا به موتور رشد اقتصادی و سازمانی تبدیل شود، شرکت‌ها باید بتوانند یادگیری خود را حفظ کنند، آن را در سیستم‌های هوشمندشان انباشته کنند و از آن برای ساختن مزیت‌های اختصاصی بهره ببرند. در غیر این صورت، هوش مصنوعی به‌جای آنکه توان سازمان‌ها را بیشتر کند، دانش آن‌ها را جذب می‌کند و ارزش را به جایی بیرون از خودشان منتقل می‌سازد.

هوش مصنوعی باید توان شرکت‌ها را بیشتر کند، نه اینکه دانش آن‌ها را از درون تهی کند

به همین دلیل، پرسش بزرگ دوران جدید این نیست که امروز کدام مدل هوش مصنوعی بهترین است؛ بلکه باید پرسید کدام سازمان‌ها زودتر یاد می‌گیرند که چگونه میان انسان و ماشین، چرخه‌ای بسازند که هر روز بهتر از دیروز کار کند. چرخه‌ای که سرمایه‌ی انسانی را فرسوده نکند، بلکه آن را به دانشی قابل‌گسترش، قابل‌استفاده و ماندگار تبدیل کند.

شاید آینده‌ی شرکت‌ها در عصر هوش مصنوعی دقیقا در همین نقطه رقم بخورد؛ نه در مسابقه‌ای کور برای استفاده از بزرگ‌ترین مدل، بلکه در توانایی ساختن اکوسیستمی که دانش انسان را حفظ کند، آن را گسترش دهد و ارزشش را درون سازمان و پیرامون آن به جریان بیندازد.

نظرات