مزیت دیگر فقط مدل بهتر نیست؛ محتوا و حاکمیت تعیین‌کننده شده‌اند

اگر چند سال پیش از مدیران فناوری می‌پرسیدید راز موفقیت در هوش مصنوعی چیست، احتمالاً جواب درباره مدل قوی‌تر، تعداد پارامترها یا دسترسی زودتر به فناوری جدید بود. اما گزارش تازه باکس (Box)، بر اساس نظرسنجی از ۱٬۶۴۰ تصمیم‌گیرنده فناوری در آمریکا، بریتانیا، فرانسه و ژاپن، تصویر متفاوتی نشان می‌دهد. سهم سازمان‌هایی که خود را در مرحله پیشرفته یا پیشرو می‌دانند، تنها در حدود یک سال از ۸ درصد به ۶۴ درصد رسیده و در مقابل، سهم شرکت‌های در ابتدای مسیر یا هنوز شروع‌نکرده از ۵۳ درصد به ۹ درصد سقوط کرده است. ۸۰ درصد سازمان‌ها نیز گفته‌اند سرمایه‌گذاری AI آن‌ها دست‌کم ۱۰ درصد بهبود ایجاد کرده و بیش از نیمی توانسته‌اند ظرف شش ماه از تصویب پروژه، اثر قابل اندازه‌گیری ببینند. پیام ساده است: هوش مصنوعی سازمانی از مرحله بازی‌کردن با ابزارها عبور کرده و دارد وارد عملیات واقعی می‌شود.

اولیویا نوتبوم (Olivia Nottebohm)، مدیر عملیات باکس، می‌گوید این جهش بیش از آنکه حاصل یک پیشرفت فنی خاص باشد، نتیجه تغییر شیوه سازمان‌دهی AI است. شرکت‌های جلوتر دیگر اجازه نمی‌دهند هر کارمند جداگانه با یک چت‌بات آزمایش کند؛ آن‌ها عامل‌های هوش مصنوعی را وارد فرایندهای تکرارپذیر و تولیدی کرده‌اند. همین تفاوت در بازده هم دیده می‌شود: نیمی از شرکت‌های پیشرو بازدهی بیش از ۲۵ درصد از AI گزارش کرده‌اند، در حالی که این رقم برای شرکت‌های ابتدایی فقط ۱۱ درصد است. شرکت‌های پیشرفته با ۳۳ درصد و شرکت‌های در حال توسعه با ۱۶ درصد بین این دو قرار می‌گیرند. تفاوت شبیه داشتن یک آشپز حرفه‌ای در برابر داشتن یک آشپزخانه حرفه‌ای است؛ مدل خوب مهم است، اما اگر مواد اولیه، ابزار، نظم و دستور کار درست نباشد، خروجی قابل تکرار ساخته نمی‌شود.

بزرگ‌ترین گلوگاه سال ۲۰۲۶ هم دیگر کیفیت مدل نیست؛ محتواست. ۹۶ درصد سازمان‌ها می‌گویند عامل‌های AI برای انجام کار مفید به محتوای اختصاصی شرکت نیاز دارند، اما فقط ۳۶ درصد توانسته‌اند این عامل‌ها را در کاربردهای متعدد به محتوای قابل اعتماد متصل کنند. حدود یک‌چهارم شرکت‌ها از پراکندگی داده میان سیستم‌ها شکایت دارند، ۲۴ درصد ادغام AI با سیستم‌های موجود را دشوار می‌دانند، ۲۱ درصد از نبود دسترسی‌ها و مجوزهای مناسب می‌گویند و ۱۸ درصد معتقدند محتوایشان آن‌قدر بی‌نظم است که فعلاً نمی‌توان آن را در اختیار عامل‌ها گذاشت. در عوض، میان بالغ‌ترین سازمان‌ها ۶۳ درصد اسناد بدون ساختار، قراردادها و گزارش‌ها را نه یک انبار دیجیتال فراموش‌شده، بلکه مزیت رقابتی می‌دانند. چون عامل هوش مصنوعی فقط به اندازه اطلاعاتی که می‌تواند بخواند مفید است و فقط به اندازه حفاظ امنیتی اطراف آن اطلاعات قابل اعتماد.

اما هرچه عامل‌ها بیشتر به سیستم‌ها وصل می‌شوند، ریسک هم واقعی‌تر می‌شود. تقریباً نیمی از سازمان‌ها تاکنون حداقل یک رخداد افشای داده مرتبط با AI تجربه کرده‌اند و این رقم در شرکت‌های پیشرو به ۶۰ درصد می‌رسد؛ احتمالاً چون عامل‌های بیشتری دارند و اتصال‌های بیشتری ساخته‌اند، هرچند ممکن است توان کشف رخدادشان نیز بالاتر باشد. هم‌زمان، سهم سازمان‌هایی که چارچوب حاکمیت تثبیت‌شده یا پیشرفته دارند از ۲۴ درصد در سال ۲۰۲۵ به ۷۳ درصد در سال ۲۰۲۶ رسیده است. با این حال فقط ۳۹ درصد دید جامع بر استفاده رسمی و غیررسمی از AI دارند، ۳۴ درصد استاندارد رسمی برای نحوه دسترسی عامل‌ها به داده‌های شرکت تعریف کرده‌اند و ۲۷ درصد هنوز حاکمیت خود را موردی و بی‌ساختار توصیف می‌کنند. نکته جالب اینجاست که ۹۳ درصد پاسخ‌دهندگان گفته‌اند حاکمیت بهتر باعث شده سریع‌تر حرکت کنند، نه کندتر. وقتی دسترسی‌ها روشن و محتوا امن باشد، سازمان می‌تواند عامل‌های بیشتری را بدون تبدیل محیط کار به میدان مین امنیتی فعال کند.

این تغییر حتی شرکت‌ها را مجبور کرده ساختار مجوزهای قدیمی را دوباره بررسی کنند. دسترسی‌هایی که برای کارمندان انسانی طراحی شده بودند، لزوماً برای یک عامل نرم‌افزاری مناسب نیستند. حالا سؤال‌هایی مثل اینکه یک عامل چه سندی را دیده، از مجوز چه کسی استفاده کرده و پاسخ خود را بر اساس کدام منابع ساخته، به بخش اصلی حاکمیت تبدیل شده‌اند. هم‌زمان شرکت‌ها نمی‌خواهند خود را به یک مدل یا فروشنده قفل کنند. ۶۸ درصد از وابستگی به یک ارائه‌دهنده واحد نگرانند و متوسط تعداد ابزارهای AI رسمی در هر سازمان به ۳.۳ ابزار رسیده است. ۷۹ درصد نیز مهم یا حیاتی می‌دانند که عامل‌ها بتوانند بدون رابط انسانی مستقیماً به سیستم‌ها و APIها متصل شوند. این حرکت شبیه گذار سال‌های گذشته به معماری چندابری است: شرکت‌ها نمی‌خواهند تمام قدرت فنی و چانه‌زنی خود را به یک فروشنده واگذار کنند و ترجیح می‌دهند برای هر کار ارزان‌ترین مدلی را انتخاب کنند که کیفیت لازم را دارد.

برای سه سال آینده، توصیه گزارش روشن است: شرکت‌ها باید محتوای بدون ساختار خود را مرتب، طبقه‌بندی و پاک‌سازی کنند؛ تیم‌هایی برای نقش‌های جدید پیرامون عامل‌های AI بسازند؛ و بودجه مصرف مدل‌ها را طوری مدیریت کنند که زیرساخت و بودجه اصلی در اختیار IT باشد اما واحدهای کسب‌وکار هزینه کاربردهای خود را مدیریت کنند. نکته امیدوارکننده این است که شرکت‌های تازه‌وارد مجبور نیستند تمام مراحل بلوغ را آهسته طی کنند. اگر از همان ابتدا سه پایه را درست بسازند — حاکمیت، لایه محتوای قابل اعتماد و معماری چندمدلی — می‌توانند مستقیم با استاندارد شرکت‌های پیشرو وارد بازی شوند. البته باید در نظر داشت این مقاله محتوای اسپانسری است و باکس، شرکتی که گزارش بر داده‌های آن تکیه دارد، رابطه تجاری با ناشر دارد؛ بنابراین اعداد آن برای شناخت جهت بازار مفیدند، اما بهتر است به‌عنوان یک نظرسنجی صنعتی با منافع تجاری مشخص خوانده شوند.