بودجه ریزی سازمانی در پرتو هوش مصنوعی مولد (Organizational Budgeting Based on Generative Artificial Intelligence)
باسمه تعالی
اکثر سازمان ها و شرکت ها بیش از یک دهه در تلاش بوده اند تا هوش مصنوعی سنتی و روش های خودکارسازی را به کار گیرند و گسترش دهند. اگر چه، با آغاز کار چت GPT شرکت OpenAI در پایان سال 2022 شاهد تغییر چشم گیری در اولویت بندی های سازمان ها در زمینه هوش مصنوعی بوده ایم. سازمان ها به سمت هوش مصنوعی مولد حرکت می کنند تا بتوانند هوش مصنوعی سنتی را تقویت و عملکرد های جدیدی برای آن ابداع کنند. اما بعد از موج اولیه هیجان به سبب معرفی هوش مصنوعی مولد، مشتری های سازمانی در حال مشاهده فناوری در حال تغییر هستند تا بفهمند چه زمانی به کمال خود خواهد رسید.
در حالی که بخشی از هوش مصنوعی مولد دوباره راه اندازی می شود، سازمان ها درک بهتری از لزوم تعهد استراتژیک و مالی برای ایجاد تاثیر قابل توجه در این زمینه پیدا کرده اند. همانطور که یکی از مدیران گفته است: «گسترش هوش مصنوعی کار سختی است و این کار نیازمند مهارت های جدید، فرایند های جدید و روش های نو برای کار است. این یک چالش تحول آفرین برای اکثر سازمان ها خواهد بود».
تحقیقات مککینزی
در جدید ترین تحقیق McKinsey از مشتریان سازمانی درباره وضعیت هوش مصنوعی، نشان می دهد 67 درصد از پاسخ دهندگان انتظار دارند، سازمان آن ها طی سه سال آینده، بیش از یک سوم بودجه فناوری خود را به هوش مصنوعی و هوش مصنوعی مولد اختصاص دهند. بر اساس تحقیقات انجام شده پیش بینی می شود که بودجه ی کلی فناوری تا 5 سال آینده به 4 تا 6 درصد از نرخ رشد مرکب سالانه "CAGR" برسد اما زمینه ای که این سرمایه در آن صرف خواهد شد، ممکن است با توجه به تغییر مخازن ارزش "Value Pool" سنتی و حضور مخازن ارزشی جدید «رقبای جدید»، به طور قابل توجهی تغییر کند.
توسعه خدمات
در حال حاضر هوش مصنوعی مولد، باعث شده نقش آفرینان این اکوسیستم، دامنه خدمات خود را افزایش دهند. برای مثال، ارائه دهندگان ابرمقیاس، محیط های توسعه یکپارچه ای برای ساخت، آموزش، شخصی سازی و گسترش مدل های زبانی بزرگ "LLM" فراهم آورده اند. در همین حال بعضی از کمپانی های سخت افزاری، وارد سرویس هایی می شوند که به آن ها توانایی توسعه مدل های زبانی بزرگ شخصی سازی شده و میکروسرویس ها را برای توسعه سریع تر نرم افزار های هوش مصنوعی مولد می دهد.
حوزه های بودجه ای
رقبای جدید فقط یک جنبه از این اخلال هستند. سه دسته اصلی بودجه سرویس های فناوری برای پوشش این اثر به شرح زیر است:
· سرویس های برون سپاری شده سنتی: ارائه دهندگان سرویس های فناوری که مدت زمانی طولانی در این عرصه حضور داشته اند، دچار کاهش 8 الی 10 درصدی می شوند زیرا با پیشرفت در خودکارسازی و هوش مصنوعی در پلتفرم های ابری چالش های سنتی IT را برطرف می کند.
· سرویس های درون سپاری شده: اگر چه تیم های داخلی IT برای رشد دارایی خود از پلتفرم های کم کد/ بدون کد، برنامه های جدید داده، هوش مصنوعی و ابزارهای خودکارسازی، زیرساخت های مدیریتی استفاده خواهند کرد، با این حال گمان می رود بودجه این دسته به سبب افزایش حجم کاری که منجر به خنثی شدن بهره وری این روش می شود، یکنواخت باقی بماند.
· ابر درون سازمانی، هم مکان و خصوصی: با انتقال به ابر عمومی و پردازنده های مرکزی گرافیکی ابری، در بخش های تخصصی و حساس هوش مصنوعی ممکن است شاهد رشد بودجه باشند، با این حال شاید شاهد افت حجم کاری در تمام بخش های این زمینه نیز باشیم.
فرصت های جدید
به سبب افزایش بودجه در برخی از زمینه ها، همزمان فرصت های جدیدی در عرصه هوش مصنوعی در حال توسعه است که مهم ترین آن ها عبارتند از:
· سرویس های هوش مصنوعی برون سپاری شده: انتظار می رود تا شاهد رشد دو رقمی این سرویس ها باشیم، همچنین کمبود «هزینه های» هوش مصنوعی و بی تجربگی در توسعه و پیاده سازی حل مسئله به وسیله هوش مصنوعی مولد، شرکت ها را به کسب کمک های خارجی سوق داده است. بودجه ی افزایش یافته بر سرویس های زیربنایی هوش مصنوعی، روش های حل مسئله برای افزایش بهره وری توسط هوش مصنوعی (مانند، برنامه نویسی کوپایلت ها) و حل مسئله در زمینه برخی صنایع (برای مثال، شتاب در آزمایش های بالینی در علوم زیستی و راه حل های فراشخصی B2C برای مخابرات) تمرکز خواهد داشت.
· سرویس های دیجیتال برون سپاری شده: افزایش تقاضا برای سرویس های دیجیتال مانند فضای ابری، مدرن سازی سیستم های قدیمی، داده و تحلیل ها باعث رشد 8 الی 12 درصدی این دسته خواهد شد زیرا سازمان ها و شرکت ها از هوش مصنوعی در تمام برنامه های دیجیتال خود استفاده خواهند کرد.
· نرم افزارهای شرکتی: این نرم افزار ها رشد قابل توجهی خواهند داشت، به این دلیل که شرکت ها از نسل جدیدی از نرم افزار های هوش مصنوعی و روش های حل مسئله استفاده می کنند که می توانند چالش های سنتی IT را برطرف کنند.
· روش های حل مسئله زیرساخت هوش مصنوعی: احتمال دارد این دسته جدید از مخارج (برای مدل های زبانی بزرگ و مخارج مشابه)، به سرعت افزایش یابد، چرا که شرکت ها از خدمات هوش مصنوعی مولد بومی مانند مدل های زیربنایی، تجهیزسازی و معماری داده، استفاده می کنند.
· ابر عمومی و زیرساخت، به عنوان سرویس: هوش مصنوعی باید استفاده و مهاجرت شرکت ها به فضای ابری را به کمک ارائه دهندگان فضای ابری هوش مصنوعی متخصص هدایت کند (برای مثال، آموزش مدل زبانی بزرگ، در فضای ابری).
· سخت افزار کامپیوتر «برای مثال GPU»: از آنجا که شرکت ها از چیپ های هوش مصنوعی و هوش مصنوعی مولد بیشتر استفاده می کنند و ارائه دهندگان فضاهای ابری بخشی از بودجه به دست آمده را در سخت افزار های پیشرفته خود سرمایه گذاری می کنند، شاید شاهد رشد سرمایه گذاری در این حوزه خواهیم بود.
جمع بندی
تاثیر هوش مصنوعی مولد بر سرمایه گذاری فناوری سازمان ها می تواند چشمگیر باشد. بر اساس تحلیل ها این اخلال می تواند در طی 5 سال آینده بازاری 200 میلیارد دلاری برای ارائه دهندگان خدمات فناوری فراهم آورد که به طور کلی حول سرویس های زیرساختی هوش مصنوعی، روش های حل مسئله افقی شرکت های متمرکز بر هوش مصنوعی و روش های حل مسئله توسعه عمودی تمرکز دارد. احتمالا سازمان ها، سرمایه گذاری های خود در عرصه فناوری را به دنبال کوچ گسترده شرکت های جهانی هدایت می کنند و بودجه خود را به اجرای این امر اختصاص خواهند داد. از آنجا که بازیگران اکوسیستم فناوری برای کسب سهم خود در بازار هوش مصنوعی در تلاش هستند، شاهد تغییری اساسی در ارزش های مخزن فناوری سازمانی توسط هوش مصنوعی خواهیم بود.
منبع
· Tech services and generative AI: Plotting the necessary reinvention (2024). Anuj Kadyan, Himanshu Pandey, Noshir Kaka, Pallav Jain, Senthil Muthiah, and Vikash Daga, with Ruchika Dasgupta, representing views from McKinsey’s Technology, Media & Telecommunications Practice.
کانال حکومت الکترونیک (در پیام رسان بله):
https://ble.ir/electronicgovernment (آدرس در صفحه مرورگر کپی شده یا در پیام رسان بله جستجو شود)
کانال موسسه مشاوره مدیریت نگاه (در پیام رسان تلگرام):
https://t.me/Institute_Consulting_Negah