فاصله میان «گفتگو درباره هوش مصنوعی» و «کاربرد واقعی آن» به‌عنوان یکی از محورهای کلیدی دومین رویداد کاربردهای هوش مصنوعی در صنایع و کسب‌وکارها، یعنی IRAN AI ۲۰۲۶ شناخته می‌شود. این رویداد در تاریخ‌های ۳۰ و ۳۱ شهریور در «دانشگاه صنعتی شریف» با شعار «خلق ارزش با هوش مصنوعی» برگزار گردید.

علی‌بابا به‌عنوان حامی اصلی این رویداد مشارکت داشت و نمایندگان این شرکت در پنل‌ها و جلسات تبادل تجربه، درباره کاربردهای هوش مصنوعی در دنیای کسب‌وکار صحبت کردند. در یکی از پنل‌های روز اول، مدیران عامل علی‌بابا، دیجی‌کالا، دیوار و اسنپ‌پی، تجربیات خود را در زمینه ورود هوش مصنوعی به عملیات واقعی کسب‌وکارها به اشتراک گذاشتند.

از جمله سؤالاتی که در بخش‌های مختلف این رویداد به‌کرّات به آن پرداخته شد، این بود: هوش مصنوعی به چه صورت می‌تواند برای یک کسب‌وکار ارزش‌آفرینی کند؟

هوش مصنوعی دیگر صرفاً یک مزیت محسوب نمی‌شود

توحید علی‌اشرفی، مدیرعامل علی‌بابا، در پنل «هوش مصنوعی و تحول کسب‌وکار» با همراهی مسعود طباطبائی، مدیرعامل دیجی‌کالا، اشکان آرمندهی، مدیرعامل دیوار و مجید حسامی، مدیرعامل اسنپ‌پی، درباره تغییرات ایجادشده توسط هوش مصنوعی در شرکت‌های فعال در حوزه فناوری صحبت کرد.

محور اصلی این پنل بیشتر بر تجربیات واقعی کسب‌وکارها در زمینه استفاده از هوش مصنوعی متمرکز بود؛ تجربیاتی که نشان‌دهنده این است که این فناوری در برخی از شرکت‌ها از مرحله آزمایش عبور کرده و به فرایندهای اصلی کسب‌وکار وارد شده است.

توحید علی‌اشرفی نمونه‌ای از کاربرد هوش مصنوعی در علی‌بابا را تحلیل تماس‌های مرکز تماس عنوان کرد. در این فرایند، تماس‌های مشتریان به متن تبدیل شده و پس از پردازش و خلاصه‌سازی، به لایه هوش مشتری متصل می‌شوند. این روش امکان شناسایی الگوهای مشترک در مورد مسائل و نارضایتی‌های مختلف مشتریان را فراهم می‌آورد.

در دیجی‌کالا، مسعود طباطبائی نمونه‌ای از کاربرد هوش مصنوعی را در زمینه قیمت‌گذاری مطرح کرد. او توضیح داد که پیش از این، رصد قیمت‌های بازار نیاز به بررسی دستی منابع مختلف داشت، اما امروز یک موتور هوشمند می‌تواند کانال‌های متنوع بازار را تجزیه و تحلیل کند و قیمت کالا را بر اساس استراتژی دیجی‌کالا به‌روز کند.

اشکان آرمندهی نیز به کاربرد هوش مصنوعی در دیوار برای بررسی آگهی‌ها، جست‌وجو و کشف تقلب اشاره کرد. او گفت که هم‌اکنون ۹۷ درصد فرایند بررسی آگهی‌ها با بهره‌گیری از هوش مصنوعی انجام می‌شود و زمانی که این فرایند قبلاً ممکن بود به چند ساعت برسد، امروزه به‌طور چشم‌گیری به چند دقیقه کاهش یافته است.

مجید حسامی به توسعه نرم‌افزار به‌عنوان یکی دیگر از حوزه‌های کاربرد هوش مصنوعی در اسنپ‌پی اشاره کرد. او اظهار داشت که حدود ۴۰ درصد کد این مجموعه هم‌اکنون با کمک ابزارهای هوش مصنوعی ایجاد می‌شود. همچنین، اسنپ‌پی از این فناوری در زمینه‌هایی مانند شخصی‌سازی ارتباطات با کاربران و عامل‌های هوشمند استفاده می‌کند.

این نمونه‌ها نشان‌دهنده این است که هوش مصنوعی نه‌تنها برخی فرایندها را خودکارسازی می‌کند، بلکه در حال دگرگونی شیوه انجام برخی کارها نیز هست. در این شرایط، توانایی تعریف مسائل، اتخاذ تصمیمات و سازگاری با تغییرات به‌طور فزاینده‌ای اهمیت پیدا می‌کند.

از ابزار شروع نکنید؛ آغاز را از مسئله داشته باشید

ابراهیم نبیئی، CTO گروه علی‌بابا، محور بحث را از زاویه‌ای دیگر ادامه داد.

پیام کلیدی او در عین سادگی، بسیار حائز اهمیت بود: ابتدا باید مسئله را شناسایی کرد و سپس به سمت هوش مصنوعی رفت.

در زمانی که تقریباً هر هفته مدل، عامل هوشمند یا ابزاری جدید ارائه می‌شود، وسوسه شروع با فناوری طبیعی است. شرکت‌ها ممکن است ابتدا تصمیم بگیرند یک «پروژه هوش مصنوعی» داشته باشند و در ادامه به دنبال یافتن کاربرد آن بگردند. اما نبیئی بر لزوم پیروی از مسیری معکوس تأکید داشت.

ابتدا باید مشخص شود که چه مسئله‌ای برای مشتری یا کسب‌وکار مهم است، حل آن چه ارزشی را به‌همراه دارد و موفقیت چگونه قابل اندازه‌گیری خواهد بود. پس از آن، می‌توان بررسی کرد که آیا هوش مصنوعی ابزار مناسبی برای حل این مسئله می‌باشد یا خیر.

او همچنین به نمونه‌های مرتبطی مانند وایب‌کدینگ، تحلیل پیش‌نگر و مدل‌های وابسته به داده و زمینه خاص سازمان اشاره کرد. از این نگاه، هوش مصنوعی الزماً نباید به‌عنوان یک محصول مستقل دیده شود؛ بلکه گاهی مهم‌ترین تأثیرش در تغییر شیوه انجام فرایندهای کنونی قابل مشاهده است.

نبیئی همچنین بر این نکته تأکید کرد که دسترسی به مدل‌ها به‌تنهایی برای استفاده واقعی از هوش مصنوعی کافی نمی‌باشد. برای این منظور به داده‌های مناسب، زیرساخت‌های لازم، زمینه‌های سازمانی و تعریف دقیق مسئله نیز نیاز است؛ در غیر این صورت، ممکن است نتیجه فقط در حد یک نمونه نمایشی باقی بماند و هرگز به عملیات واقعی کسب‌وکار نرسد.

از میلیون‌ها داده تا درک عمیق‌تر مشتری

بخش دیگری از مباحث IRAN AI ۲۰۲۶ به یکی از چالش‌های دیرینه در دنیای کسب‌وکار بازمی‌گشت: چگونه می‌توان مشتری را بهتر شناخت؟

فرناز عابدینی، متخصص داده در علی‌بابا، در ارائه خود با عنوان «وقتی داده به‌جای مشتری صحبت می‌کند» به بحث درباره تبدیل حجم عظیمی از داده‌های رفتاری به اطلاعات قابل بهره‌برداری مطرح نمود.

در علی‌بابا، این فرایند به ایجاد بیش از ۷۰۰ ویژگی مهندسی‌شده، به‌کارگیری بیش از ۱۶ الگوریتم و شکل‌گیری بیش از ۴ میلیون میکروسگمنت منجر شده است. به جای قرار گرفتن میلیون‌ها مشتری در دسته‌های کلی، این تقسیم‌بندی امکان تحلیل دقیق‌تر رفتار گروه‌های کوچک‌تر از مشتریان را فراهم می‌کند.

یکی دیگر از مثال‌های ذکر شده، پیش‌بینی ریزش مشتری بود. طبق اطلاعات ارائه‌شده در این نشست، مدل مورد استفاده برای پیش‌بینی ریزش مشتری در علی‌بابا به دقتی بیش از ۸۶ درصد دست یافته است. هدف این مدل شناسایی نشانه‌های ریزش قبل از قطع ارتباط مشتری با کسب‌وکار است.

زمانی که هوش مصنوعی در ساختار سازمانی گنجانده می‌شود

موضوع دیگری که در یکی از پنل‌ها مطرح شد، تأثیر هوش مصنوعی بر ساختار و نیروی انسانی شرکت‌ها بود.

مسعود طباطبائی توضیح داد که دیجی‌کالا در حال بررسی این موضوع است که ورود عامل‌های هوشمند چه تغییراتی در طراحی سازمان می‌تواند به‌وجود آورد؛ به‌گونه‌ای که شاید در آینده بخشی از وظایف یک موقعیت سازمانی به عامل‌های هوشمند سپرده شود.

در مقابل، اشکان آرمندهی بر این نکته تأکید کرد که پروژه‌های هوش مصنوعی در دیوار با هدف کوچک‌کردن تیم‌ها تعریف نشده‌اند. از نظر او، آزاد شدن ظرفیت یک تیم می‌تواند به معنای افزایش توانایی در حل مسائل بیشتر با همان ظرفیت موجود باشد.

توحید علی‌اشرفی یکی از مهم‌ترین تأثیرات هوش مصنوعی را کاهش زمان و هزینه مورد نیاز برای رسیدن از مسئله به تصمیم‌گیری دانست. در بسیاری از فرایندهای سازمانی، جمع‌آوری اطلاعات، تحلیل داده‌ها و بررسی گزینه‌ها پیشتر ممکن بود ساعات یا حتی چند روز به طول بینجامد. هوش مصنوعی بخشی از این فاصله را کاهش داده و امکان بررسی حجم بیشتری از اطلاعات و انتخاب‌ها را در زمان کمتر فراهم کرده است.

با این حال، دسترسی سریع‌تر به اطلاعات و تحلیل به معنای حذف نقش انسان در فرآیند تصمیم‌گیری نیست. انتخاب میان گزینه‌ها، شناسایی مسائل مهم و مسئولیت تصمیم نهایی همچنان بر عهده انسان باقی می‌ماند.

هوش مصنوعی زمانی جدی است که نتایج آن قابل مشاهده باشد

تجربیات ارائه‌شده در IRAN AI ۲۰۲۶ نشان‌دهنده این است که هوش مصنوعی در کسب‌وکارهای فناوری از مرحله گفت‌وگو درباره قابلیت‌های آن به مرحله استفاده واقعی در فرایندها منتقل شده است.

در علی‌بابا، مثال‌هایی از تحلیل تماس‌های مشتریان، شناخت و پیش‌بینی رفتار مشتری مطرح شد. همچنین تجربیات دیجی‌کالا در زمینه قیمت‌گذاری، دیوار در بررسی آگهی و کشف تقلب و اسنپ‌پی در توسعه نرم‌افزار همه نشان‌دهنده ورود هوش مصنوعی به فرایندهای روزمره کسب‌وکارها بودند.

با وجود تفاوت‌های موجود در این تجارب، یک نکته مشترک قابل مشاهده است: شکاف میان دست داشتن به ابزارهای هوش مصنوعی و خلق ارزش از آن، صرفاً با افزودن مدل‌ها و ابزارهای بیشتر پر نخواهد شد. تعریف صحیح مسئله، کیفیت داده‌ها، زیرساخت‌های مناسب و توانایی یادگیری و تغییر مسیر همچنان جزء مهمی از این معادله به حساب می‌آیند.

۳۳۳