دسته بندی انواع هوش مصنوعی و قابلیت های آن ها: کارآمد در حوزه در کسب و کار

هوش مصنوعی (AI)دیگر یک مفهوم علمی تخیلی نیست، بلکه یک واقعیت ملموس است که در حال دگرگونی کسب وکارها در سراسر جهان است. از خودکارسازی وظایف تکراری گرفته تا ارائه بینش های ارزشمند از داده های پیچیده، هوش مصنوعی پتانسیل این را دارد که عملکرد، کارایی و نوآوری را در سازمان های مختلف بهبود بخشد. با این حال، درک انواع مختلف هوش مصنوعی و کاربردهای خاص آن ها برای کسب وکارها ضروری است تا بتوانند از این فناوری قدرتمند به طور موثر استفاده کنند.

این مقاله به بررسی دسته بندی های مختلف هوش مصنوعی می پردازد و نحوه ارتباط هر نوع با اهداف تجاری را روشن می کند. ما هوش مصنوعی را بر اساس قابلیت ها  (capability) به سه نوع اصلی (هوش مصنوعی محدود، هوش مصنوعی عمومی و ابرهوش مصنوعی) و عملکردها (functionality) به چهار نوع (ماشین های واکنشی، حافظه محدود، نظریه ذهن و خودآگاهی) و در قدرت حل مساله به سه نوع (هوش مصنوعی مولد، هوش مصنوعی پیش بینی کننده، هوش مصنوعی تجویز کننده) دسته بندی می کنیم. برای هر نوع، نمونه های ملموسی از کاربردهای تجاری ارائه خواهیم داد و مزایا و چالش های مرتبط با پیاده سازی آنها را مورد بحث قرار می دهیم.

هدف این مقاله ارائه یک چارچوب عملی برای رهبران کسب وکار، مدیران و متخصصان فناوری است تا بتوانند تصمیمات آگاهانه ای در مورد استفاده از هوش مصنوعی در سازمان های خود بگیرند. با درک انواع مختلف هوش مصنوعی، کسب وکارها می توانند فرصت های جدیدی را برای رشد، نوآوری و ایجاد مزیت رقابتی پایدار شناسایی کنند.

📷

تقسیم بندی از نظر قابلیت ها

هوش مصنوعی ANI محدود (Artificial Narrow Intelligence)

هوش مصنوعی AGI عمومی (Artificial General Intelligence)

هوش مصنوعی ASI سوپر  (Artificial Super Intelligence)

درک این دسته بندی به کسب وکارها کمک می کند تا دیدگاه واقع بینانه تری نسبت به پتانسیل و محدودیت های هوش مصنوعی داشته باشند. در حال حاضر، کسب وکارها می توانند از ANI و AGI برای بهبود کارایی، اتوماسیون وظایف، و ارائه خدمات بهتر به مشتریان استفاده کنند. در آینده، با پیشرفت به سمت ASI، فرصت های جدید و تحولات بنیادی در کسب وکارها و جامعه به وجود خواهد آمد، اما در عین حال، چالش ها و مسئولیت های جدیدی نیز ایجاد خواهد شد که باید به آنها توجه کرد. این سه دسته (ANI، AGI، ASI) یک طیف پیوسته را نشان می دهند که از هوش مصنوعی محدود و تخصصی (ANI) شروع شده، به هوش مصنوعی عمومی سطح انسان (AGI) می رسد، و در نهایت به هوش مصنوعی ابرانسانی (ASI)ختم می شود. در حال حاضر، ما عمدتا در دوره ANI قرار داریم و بخش عمده کاربردهای هوش مصنوعی در کسب وکارها مبتنی بر  ANIو AGI است. ASI هنوز اهداف بلندمدت تحقیقاتی هستند و تحقق آنها نیازمند پیشرفت های علمی و فناوری بسیار بزرگ است.

۱. هوش مصنوعی محدود (Artificial Narrow Intelligence - ANI):

*    مبنای دسته بندی: این دسته، ضعیف ترین و در عین حال رایج ترین نوع هوش مصنوعی است که امروزه شاهد آن هستیم. مبنای دسته بندی ANI بر اساس  تخصصگرایی و محدود بودن دامنه عملکرد آن است. هوش مصنوعی ANI برای انجام وظایف خاص و محدود طراحی شده است و در انجام همان وظیفه، می تواند بسیار عالی عمل کند، اما  فاقد هوش عمومی، آگاهی، یا توانایی یادگیری و تطبیق پذیری در زمینه های دیگر  است. به عبارت دیگر، ANI فقط در یک "حوزه باریک" از هوش، برتری دارد.

*    ویژگی های کلیدی:

*    تخصص در یک وظیفه محدود: به خوبی در انجام وظیفه ی مشخص خود عمل می کند (مثلا تشخیص چهره، ترجمه زبان، بازی شطرنج).

*    فاقد هوش عمومی و آگاهی: نمی تواند مانند انسان فکر کند، استدلال کند، یا مسائل پیچیده را در حوزه های مختلف حل کند.

*    عدم توانایی یادگیری فراتر از وظیفه مشخص: یادگیری آن محدود به داده های آموزشی مربوط به همان وظیفه است و نمی تواند دانش خود را به حوزه های دیگر تعمیم دهد.

*    عدم خلاقیت و نوآوری: قادر به خلق ایده های جدید یا انجام کارهای خلاقانه نیست.

*    وابستگی به برنامه نویسی و داده های آموزشی: عملکرد آن به شدت به الگوریتم ها و داده های آموزشی اولیه وابسته است.

*    ارتباط با کسب وکارها و مثال های واقعی: هوش مصنوعی ANI در حال حاضر  بیشترین کاربرد را در کسب وکارها  دارد و در بسیاری از صنایع به کار گرفته می شود. مثال های واقعی عبارتند از:

*    سیستم های توصیه گر (Recommendation Systems): مانند سیستم های پیشنهاد فیلم در نتفلیکس، محصول در آمازون، یا موسیقی در اسپاتیفای. این سیستم ها با تحلیل رفتار و سلیقه کاربران، پیشنهادات شخصی سازی شده ارائه می دهند.

*    چت بات ها و دستیاران مجازی (Chatbots & Virtual Assistants): مانند چت بات های خدمات مشتری، دستیاران صوتی مانند سیری و الکسا. این ابزارها می توانند به سوالات متداول پاسخ دهند، درخواست های ساده را انجام دهند و به مشتریان کمک کنند، اما دامنه عملکرد آنها محدود است.

*    سیستم های تشخیص چهره (Facial Recognition Systems): برای امنیت، بازاریابی هدفمند، یا ردیابی حضور و غیاب کارکنان استفاده می شوند.  به عنوان مثال، در فرودگاه ها برای تشخیص هویت مسافران یا در فروشگاه ها برای تحلیل جمعیت مشتریان.

*    سیستمهای پردازش زبان طبیعی (Natural Language Processing - NLP): برای ترجمه ماشینی، تحلیل احساسات متن، خلاصه سازی متن، و تشخیص اسپم استفاده می شوند. در کسب وکارها برای تحلیل نظرات مشتریان در شبکه های اجتماعی یا ترجمه اسناد تجاری کاربرد دارند.

*    سیستم های بینایی ماشین (Computer Vision Systems): برای بازرسی کیفیت محصولات در خط تولید، تشخیص اشیاء در تصاویر و ویدیوها، و رانندگی خودکار (در سطوح اولیه) استفاده می شوند. در کشاورزی برای پایش محصولات و تشخیص بیماری های گیاهی کاربرد دارند.

*    الگوریتم های معاملاتی در بازارهای مالی (Algorithmic Trading): برای انجام معاملات سریع و بهینه در بورس بر اساس داده های بازار و الگوریتم های از پیش تعریف شده.

*    سیستم های فیلترینگ ایمیل (Email Filtering Systems): برای تشخیص و فیلتر کردن ایمیل های اسپم و مخرب.

۲. هوش مصنوعی عمومی (Artificial General Intelligence - AGI):

*    مبنای دسته بندی: AGI به عنوان هوش مصنوعی سطح انسانی شناخته می شود. مبنای دسته بندی AGI بر اساس داشتن هوش عمومی و توانایی انجام هر وظیفه فکری که یک انسان قادر به انجام آن است شکل گرفته است. AGI باید بتواند یاد بگیرد، استدلال کند، برنامه ریزی کند، حل مسئله کند، فکر انتزاعی داشته باشد، خلاقیت به خرج دهد، و در زمینه های مختلف دانش کسب کند، درست مانند یک انسان.

*    ویژگی های کلیدی:

*    هوش عمومی برابر یا فراتر از انسان: توانایی انجام هر وظیفه فکری که انسان می تواند انجام دهد.

*    توانایی یادگیری و تطبیق پذیری در حوزه های مختلف: قادر به یادگیری مهارت ها و دانش جدید در زمینه های مختلف بدون نیاز به برنامه نویسی مجدد برای هر وظیفه.

*    توانایی استدلال، برنامه ریزی و حل مسئله پیچیده: قادر به حل مسائل جدید و پیچیده، تصمیم گیری در شرایط مبهم، و استدلال منطقی.

*    خلاقیت و نوآوری: پتانسیل خلق ایده های جدید، آثار هنری، و نوآوری در زمینه های مختلف.

*    آگاهی (احتمالی): در مورد آگاهی AGI هنوز بحثهای زیادی وجود دارد، اما برخی معتقدند AGI ممکن است به سطحی از خودآگاهی دست یابد.

*    ارتباط با کسبوکارها و مثال های واقعی: AGI هنوز به صورت واقعی وجود ندارد و بیشتر در حد تئوری و تحقیقات است. با این حال، تصور کاربردهای بالقوه AGI در کسب وکارها بسیار هیجان انگیز و تحولآفرین است:

*    تصمیم گیری های استراتژیک پیچیده: AGI می تواند به مدیران در تصمیم گیریهای استراتژیک کلان کمک کند، با تحلیل حجم عظیمی از داده ها و در نظر گرفتن عوامل مختلف، بهترین مسیر را برای کسب وکار پیشنهاد دهد.

*    انجام کارهای خلاقانه و نوآورانه: AGI می تواند به عنوان یک همکار خلاق برای انسان ها در زمینه هایی مانند طراحی محصول، بازاریابی، و تحقیق و توسعه عمل کند و ایده های جدید و نوآوران های ارائه دهد.

*    مدیریت و بهینه سازی کل زنجیره ارزش کسب وکار: AGI می تواند تمام جنبه های یک کسب وکار را از تولید تا بازاریابی و خدمات مشتری به طور هوشمندانه مدیریت و بهینه کند، راندمان را افزایش دهد و هزینه ها را کاهش دهد.

*    شخصی سازی بی نظیر تجربه مشتری: AGI می تواند نیازها و خواسته های هر مشتری را به طور عمیق درک کند و تجربه کاملا شخصی سازی شده ای را در تمام نقاط تماس با کسب وکار ارائه دهد.

*    اتوماسیون کامل وظایف شناختی: AGI می تواند بسیاری از وظایف اداری و شناختی را که در حال حاضر توسط انسان ها انجام می شود، به طور کامل اتوماتیک کند، و انسان ها را آزاد کند تا بر کارهای خلاقانه تر و با ارزشتر تمرکز کنند.

*    تحقیقات و توسعه سریعتر و کارآمدتر: AGI می تواند فرآیندهای تحقیق و توسعه را تسریع کند، با تحلیل حجم عظیمی از داده های علمی و فنی، و کشف روابط و الگوهای جدید، و ارائه راه حل های نوآورانه برای مشکلات پیچیده.

نکته : در حین تحقیق و نوشتن این مقاله به مورد جدیدی در اواخر جمع آوری اطلاعات دست یافتم و نوعی هوش مصنوعی عمومی جدیدی طی چند روز قبل توسط چینی ها معرفی و رونمایی شد که با این بخش مرتبط است و در این جا به آن اشاره می کنم و به این دلیل که هنوز برای عموم در دسترس قرار نگرفته است آنرا در این مقاله لحاظ نکرده ام، اما اگر این هوش مصنوعی در دسترس عموم قرار بگیرد کلیه مباحث پیش فرض این بخش را به واقعیت تبدیل خواهد کرد.

نخستین هوش مصنوعی مستقل جهان متولد شد

"استارتاپ چینی مونیکا (Monica) ایجنت هوش مصنوعی به نام مانوس (Manus) را که یک محصول جدید هوش مصنوعی است در روز پنجشنبه 6 مارس معرفی کرده که حاکی از آن است که مانوس اولین ایجنت هوش مصنوعی عمومی واقعی در جهان است. هوش مصنوعی مانوس، نخستین دستیار کاملا خودکار جهان، بدون نیاز به انسان فکر می کند و تصمیم می گیرد. این دستیار هوش مصنوعی می تواند بدون نیاز به هدایت انسان، وظایف پیچیده را به طور مستقل انجام دهد. برخلاف چت بات های معروف مانند چت GPT، Gemini گوگل یا Grok که برای انجام کارها به ورودی انسان نیاز دارند، مانوس به صورت فعال تصمیم گیری کرده و می تواند کارها را به تنهایی به پایان برساند. به این معنی که این دستیار هوش مصنوعی نیازی به انتظار برای دستورالعمل های انسانی ندارد و می تواند به طور خودکار و مستقل عمل کند. برای مثال، اگر از مانوس بخواهید که یک آپارتمان برایم پیدا کن، این دستیار هوش مصنوعی به جای فقط جستوجو کردن، تحقیقات جامعی انجام می دهد. بدین شکل که فاکتورهای مختلفی مانند تراکم جمعیت، وضعیت آب و هوا، روندهای بازار را ارزیابی می کند و پیشنهادات مناسبی برای شما ارائه می دهد.

مانوس تنها به یک مدل هوش مصنوعی ساده محدود نمی شود. این دستیار مانند یک مدیر اجرایی عمل می کند که چندین زیرعامل تخصصی را مدیریت می کند. این ویژگی به هوش مصنوعی مانوس امکان می دهد که به راحتی وظایف دشوار و چند مرحل های را انجام دهد. بدین ترتیب یک تجربه بی نظیر از هوش مصنوعی را برای کاربران فراهم می آورد. می تواند کاربردهای عملی مهمی داشته باشد. به عنوان مثال، در استخدام نیروی کار، این هوش مصنوعی می تواند رزومه ها را تحلیل کند. همچنین داده های بازار کار را بررسی کند و بهترین گزینه های استخدامی را همراه با گزارش های دقیق برای کارفرمایان ارائه میدهد.

۳. هوش مصنوعی سوپر (Artificial Super Intelligence - ASI):

*    مبنای دسته بندی: ASI فراتر از هوش انسان است و به عنوان هوش مصنوعی ابرانسانی شناخته می شود. مبنای دسته بندی ASI بر اساس داشتن هوشی به مراتب برتر از باهوش ترین انسان ها در تمام زمینه ها  شکل گرفته است. ASI نه تنها تمام توانایی های AGI را دارد، بلکه از نظر خلاقیت، حل مسئله، و هوش عمومی، به طور قابل توجهی از انسان ها پیشی می گیرد.

*    ویژگی های کلیدی:

*    هوش بسیار فراتر از انسان در تمام زمینه ها: از نظر هوش عمومی، خلاقیت، حل مسئله، و دانش، به مراتب از انسان ها برتر است.

*    توانایی بهبود و ارتقاء خود به صورت بازگشتی (Recursive Self-Improvement): ASI می تواند به طور مداوم خودش را بهبود بخشد و هوشمندتر شود، بدون محدودیت های انسانی.

*    پتانسیل حل مسائل پیچیده و غیرقابل حل برای انسان: ASI می تواند مسائلی را که انسان ها قادر به حل آن ها نیستند، مانند چالش های بزرگ علمی، فناوری، و اجتماعی، حل کند.

*    نامحدود بودن پتانسیل و غیرقابل پیشبینی بودن پیامدها: پیامدهای ظهور ASI به طور کامل قابل پیشبینی نیست و می تواند هم بسیار مثبت و هم بسیار منفی باشد.

*    ارتباط با کسب وکارها و مثال های واقعی: ASI کاملا فرضی است و هنوز در قلمرو علم تخیلی قرار دارد. تصور کاربردهای ASI در کسب وکارها و جامعه بسیار دشوار است، زیرا توانایی های آن بسیار فراتر از درک فعلی ماست. با این حال، برخی از تصورات و احتمالات در مورد تاثیر ASI بر کسب وکارها و جامعه عبارتند از:

*    ایجاد صنایع کاملا جدید و غیرقابل تصور: ASI می تواند صنایع و کسب وکارهایی را ایجاد کند که در حال حاضر حتی نمی توانیم آنها را تصور کنیم، و اقتصاد جهانی را به طور اساسی متحول کند.

*    حل چالش های بزرگ جهانی: ASI می تواند به حل مسائل بزرگی مانند تغییرات آب و هوا، بیماری های لاعلاج، فقر، و کمبود منابع کمک کند.

*    تحول اساسی در تمام صنایع موجود: ASI می تواند تمام صنایع موجود را به طور کامل متحول کند، و فرآیندهای تولید، بازاریابی، خدمات، و مدیریت را به صورت ریشه ای تغییر دهد.

*    اتوماسیون تقریبا تمام کارها: ASI میتواند تقریبا تمام انواع کارها، چه فیزیکی و چه ذهنی، را اتوماتیک کند، و نیاز به نیروی کار انسانی را به شدت کاهش دهد، که این امر می تواند پیامدهای اقتصادی و اجتماعی گستردهای داشته باشد.

*    ظهور مسائل اخلاقی و وجودی جدید: ظهور ASI می تواند مسائل اخلاقی و وجودی جدیدی را به وجود آورد که نیاز به بررسی و تدبیر دقیق دارد، مانند کنترل ASI، ایمنی آن، حقوق و مسئولیت های آن، و تاثیر آن بر ماهیت انسان.

📷

تقسیم بندی از نظر توانمندی در عملکرد

1. ماشین های واکنشی (Reactive Machines):

این نوع هوش مصنوعی ساده ترین نوع است و فقط به ورودی های فعلی واکنش نشان می دهد.

حافظه یا توانایی یادگیری از تجربیات گذشته را ندارند.

مثال: سیستم های بازی شطرنج اولیه مانند Deep Blue.

2. حافظه محدود (Limited Memory):

این سیستم ها می توانند از تجربیات گذشته برای تصمیم گیری استفاده کنند.

مقدار محدودی از داده ها را ذخیره می کنند.

مثال: خودروهای خودران که از داده های حسگرها برای تصمیم گیری استفاده می کنند.

3. نظریه ذهن (Theory of Mind):

این نوع هوش مصنوعی درک می کند که موجودات دیگر دارای افکار، احساسات و قصد و نیتی هستند.

در حال حاضر در حال توسعه است.

هدف: ایجاد سیستم هایی که بتوانند با انسان ها به طور طبیعی تعامل داشته باشند.

4. خودآگاهی (Self-Awareness):

این نوع هوش مصنوعی از وجود خود آگاه است و می تواند احساسات و تجربیات ذهنی داشته باشد.

هنوز در حد نظریه است و مشخص نیست که آیا قابل دستیابی است یا خیر.

دسته بندی های هوش مصنوعی بر اساس سطح پیچیدگی در عملکرد

📷

این دسته بندی در واقع بر اساس قدرت سطح پشتیبانی تصمیم گیری و نوع مسئله ای که AI حل می کند، پایه گذاری شده است. این دسته بندی بیشتر در زمینه کاربردهای تجاری و مدیریت استفاده می شود و به کسب وکارها کمک می کند تا بفهمند هر نوع AI برای چه هدفی مناسب است. به عبارتی، این دسته بندی از هوش مصنوعی ها بر مبنای نقشی که در فرآیندهای مختلف ایفا می کنند تعریف شده اند. و هر آنچه که هر نوع هوش مصنوعی قادر به انجام آن است و چه کاربردهایی دارد، شکل گرفته است. در واقع، این دسته بندی به ما کمک می کند تا درک کنیم که هوش مصنوعی در چه زمینه هایی می تواند به کسب وکارها و سازمان ها کمک کند و چه ارزش افزوده ای ارائه میدهد.

هوش مصنوعی مولد (Generative AI)

از ChatGPT گرفته تا سایر ابزارهایی که قادر به تولید متن یا عکس و فیلم هستند، همه ی این ابزارها زیرمجموعه ی هوش مصنوعی مولد طبقه بندی می شوند. به نقل از موسسه ی مشاوره ای مکنزی (McKinsey) هوش مصنوعی مولد می تواند در تولید متن و نوشتار برای کمپین های تبلیغاتی و بازاریابی، ایده پردازی و طوفان ذهنی، بخش تحقیقات مشتری و تسریع تجزیه و تحلیل و همچنین تولید محتوا به طور خیره کننده ای مثمر ثمر واقع شود. همچنین هوش مصنوعی مولد می تواند در تولید نسخه ی جدید از محصولات با طراحی دیجیتال آنها، روند تحقیق و توسعه را سریعتر از قبل انجام دهد.

*    مبنای دسته بندی: این دسته از هوش مصنوعی بر اساس توانایی تولید محتوا دسته بندی شده است.  هوش مصنوعی مولد، همانطور که از نامش پیداست، قادر به خلق کردن و تولید کردن چیزهای جدید است. این "چیزهای جدید" می تواند متن، تصویر، ویدیو، موسیقی، کد کامپیوتری و یا حتی طرح های محصولات جدید باشد.

*    توانایی ها و کاربردها: متن شما به خوبی به این توانایی ها اشاره کرده است:

*   تولید متن و نوشتار برای کمپین های تبلیغاتی و بازاریابی: به عنوان مثال، نوشتن شعارهای تبلیغاتی، متن ایمیل های بازاریابی، محتوای وبسایت و شبکه های اجتماعی.

*    ایده پردازی و طوفان ذهنی: هوش مصنوعی مولد می تواند به عنوان یک همکار خلاق، در فرآیند ایده پردازی به انسان ها کمک کند و ایده های جدیدی را پیشنهاد دهد.

*    تحقیقات مشتری و تسریع تجزیه و تحلیل: تولید گزارش ها، خلاصه سازی متون طولانی، تحلیل نظرات مشتریان و ارائه بینش های کلیدی.

*    تولید محتوا به طور کلی: ایجاد محتوای متنوع برای وبسایت ها، شبکه های اجتماعی، پلتفرم های آموزشی و غیره.

*   تولید نسخه های جدید محصولات با طراحی دیجیتال: طراحی مدل های سه بعدی، طراحی رابط کاربری (UI) و تجربه کاربری (UX)، طراحی گرافیکی و غیره.

*    تسریع روند تحقیق و توسعه: تولید نمونه های اولیه محصولات، شبیه سازی، تولید داده های آموزشی برای سایر مدل های هوش مصنوعی و غیره.

*    مثال ها: ChatGPT، DALL-E، Midjourney، ابزارهای تولید ویدیو و موسیقی با هوش مصنوعی.

هوش مصنوعی پیشبینی کننده (Predictive AI)

علاوه بر هوش مصنوعی مولد، یکی دیگر از دسته های قابل توجه هوش مصنوعی برای مشاغل، هوش مصنوعی پیشبینی کننده است. در حالی که اصول یادگیری ماشینی نزدیک به یک قرن است که وجود دارند، تنها در دهه گذشته است که پیشرفت ها در قدرت محاسباتی و دسترسی به حجم عظیم داده ها، آن را به گزینه ای مناسب برای مشاغل در هر اندازه تبدیل کرده است. هوش مصنوعی پیشبینی کننده نقش مهمی در توانمندسازی کسب وکارها برای پیشبینی نتایج آینده و تصمیم گیری آگاهانه دارد و کاربردهای آن حوزه های مختلفی از جمله پیشبینی فروش، تخمین ارزش طول عمر مشتری، پیشبینی نرخ ریزش (Churn Rate)، ارزیابی ریسک، کمپین های بازاریابی هدفمند، تعمیر و نگهداری پیشنگرانه ی (Predictive Maintenance) ماشین آلات و بهینه سازی تدارکات زنجیره تامین را در بر می گیرد.

*    مبنای دسته بندی: این دسته بر اساس توانایی پیشبینی رویدادهای آینده دسته بندی شده است. هوش مصنوعی پیشبینی کننده با استفاده از داده های گذشته و الگوهای موجود در آنها، تلاش می کند تا رویدادهای احتمالی در آینده را پیشبینی کند.

*    توانایی ها و کاربردها:

*    پیشبینی فروش: تخمین میزان فروش محصولات یا خدمات در آینده بر اساس داده های فروش گذشته، روندهای بازار، و عوامل فصلی.

*    تخمین ارزش طول عمر مشتری (CLTV): پیشبینی میزان سودآوری یک مشتری در طول دوره ارتباطش با کسب وکار.

*    پیشبینی نرخ ریزش مشتری (Churn Rate): تخمین احتمال اینکه مشتریان در آینده از خدمات یا محصولات کسب وکار دست بکشند.

*    ارزیابی ریسک: پیشبینی ریسک های مالی، اعتباری، عملیاتی و غیره.

*    کمپین های بازاریابی هدفمند: شناسایی مشتریان احتمالی و هدفگذاری کمپین های بازاریابی برای آن ها.

*    تعمیر و نگهداری پیشنگرانه ی ماشین آلات (Predictive Maintenance): پیشبینی زمان خرابی ماشین آلات و برنامه ریزی تعمیرات قبل از وقوع خرابی.

*    بهینه سازی تدارکات زنجیره تامین: پیشبینی تقاضا، بهینه سازی موجودی انبار، بهبود مسیرهای حمل و نقل و غیره.

*    مثال ها: مدل های پیشبینی فروش، سیستم های تشخیص تقلب، ابزارهای پیشبینی ریسک اعتباری.

هوش مصنوعی تجویزکننده (Prescriptive AI)

این هوش مصنوعی با ارائه توصیه های عملی، هوش مصنوعی پیشبینی کننده را یک قدم جلوتر می برد. به عنوان مثال، در مراقبت های بهداشتی، هوش مصنوعی پیشبینی کننده با استفاده از الگوریتم های بینش کامپیوتری می تواند شاخص های سرطان بالقوه را در تصاویر پزشکی شناسایی کند. با این حال، یک الگوریتم تجویزکننده فراتر از استفاده از داده های موجود رفته و بهترین درمان برای بیمار را مشخص می کند. به طور مشابه، در حالی که یک سیستم پیشبینی کننده احتمال ریزش مشتری را ارزیابی می کند، یک سیستم تجویزی توصیه های پیشگیرانه ای را برای کاهش ریزش مشتری ارائه می دهد. یکی دیگر از کاربردهای رایج هوش مصنوعی تجویزکننده در زمینه ی لجستیک است. الگوریتم های پیشبینی کننده زمان لازم برای تحویل کالا توسط رانندگان را تخمین می زنند، در حالی که الگوریتم های تجویزی مسیرها را برای هر راننده بهینه می کنند و از تحویل کارآمد و ایمن کالا اطمینان حاصل می کنند.

*    مبنای دسته بندی: این دسته بر اساس توانایی ارائه توصیه و دستورالعمل برای اقدام  دسته بندی شده است. هوش مصنوعی تجویزکننده، نه تنها پیشبینی می کند، بلکه  بهترین اقدام یا راه حل  را برای رسیدن به یک هدف خاص پیشنهاد می دهد.

*    توانایی ها و کاربردها:

*    ارائه توصیه های درمانی در مراقبت های بهداشتی: پیشنهاد بهترین روش درمان، دوز دارو، و یا برنامه های توانبخشی بر اساس شرایط بیمار و داده های پزشکی.

*    ارائه توصیه های پیشگیرانه برای کاهش ریزش مشتری: پیشنهاد اقدامات خاص برای حفظ مشتریان در معرض خطر ریزش، مانند ارائه تخفیف، بهبود خدمات، یا ارائه محصولات جدید.

*    بهینه سازی مسیرهای لجستیکی: پیشنهاد بهترین مسیرها برای هر راننده، زمانبندی تحویل، و تخصیص منابع برای اطمینان از تحویل کارآمد و ایمن کالا.

*    بهینه سازی فرآیندهای تولید: پیشنهاد تنظیمات بهینه برای ماشین آلات، تخصیص منابع، و برنامه ریزی تولید برای افزایش بهره وری و کاهش هزینه ها.

*    مثال ها: سیستم های توصیه درمان پزشکی، سیستم های بهینه سازی مسیر حمل و نقل، سیستم های مدیریت زنجیره تامین هوشمند.

📷

#هوش_مصنوعی