برای کسب و کارهایی که در خط مقدم صنایع خود قرار دارند، هوش مصنوعی (AI) اجتناب ناپذیر شده است. 

An قطعیت اجتناب ناپذیر، به این معنا که. 

به همین دلیل است که در پنج ماه گذشته، PYMNTS هر هفته با متخصصان مختلف هوش مصنوعی، مبتکران و کارآفرینان می‌نشیند تا افکار خود را در مورد تأثیر فناوری در سراسر ستون‌های این صنعت به اشتراک بگذارد. اقتصاد متصل - و همچنین آنچه که آنها در افق می بینند به عنوان نوآوری بیشتر نفوذ می کند، و متوالی آن را متحول می کند، هم پرداخت ها و هم تجارت. 

آنچه ما از بیش از دوازده مکالمه برای آن آموخته ایم سری PYMNTS "AI Effect". این است که پنج موضوع مشترک وجود دارد که این متخصصان، همگی از زمینه های مختلف برگرفته شده اند، در مورد برنامه های کاربردی منحصر به فرد هوش مصنوعی در داخل شرکت مشاهده می کنند.

اولین مورد این است که قابلیت‌های هوش مصنوعی (GenAI) اساساً نحوه تعامل افراد و مشاغل با رایانه‌ها و اطلاعات را تغییر داده است. 

هوش مصنوعی و رابط های دیجیتال: عصر اطلاعات جدید 

ظهور رایانه و فناوری دیجیتال، شیوه زندگی و تجارت ما را تغییر داده است. و این تغییر به دلیل تغییر رفتار در مورد نحوه ایجاد، ذخیره و دسترسی مصرف‌کنندگان و کسب‌وکارها به اطلاعات ایجاد شد – که انسان‌ها را مجبور می‌کرد تا مانند رایانه‌ها رفتار کنند تا به طور مؤثر با آنها درگیر شوند. 

اما قابلیت های GenAI پتانسیل تغییر آن را دارد. 

اکنون رایانه ها می توانند مثل انسان رفتار کن. آنها می توانند بیان کنند، می توانند بنویسند و می توانند مانند یک انسان ارتباط برقرار کنند." بیرود شث، مدیر عامل پلتفرم هوش مصنوعی محاوره ای Gupshup، به PYMNTS گفت. هیچ کس هرگز فکر نمی کرد که یک بولدوزر بتواند مانند یک انسان، یا آتش یا هر یک از اختراعات قبلی در طول تاریخ رفتار کند. هوش مصنوعی جامعه را به گونه ای متحرک کرده است که هیچ فناوری دیگری قبلاً آن را انجام نداده است.

«مدل های زبان بزرگ به طور کلی در آنها بسیار خوب هستند تعامل با انسان هاجمع آوری داده ها و دسترسی به دانش و داده ها،” گردوی آمریکایی مدیرعامل و هم بنیانگذار زوهر برونفمن به PYMNTS در طی مکالمه ای برای سریال "اثر هوش مصنوعی" گفت. "آنها بهترین فناوری هستند که بشر تا کنون ساخته است و به دستیابی به دانش کمک می کند."

"هوش مصنوعی مولد بسیار قدرتمند است زیرا اینگونه است آوردن هوش مصنوعی به همه … قبل از اتومبیل‌های فورد، هیچ‌کس ماشین نداشت، و سپس ناگهان همه یک ماشین داشتند - و ما آزادراه‌ها، مکانیک‌ها را به دست آوردیم، این امر باعث نوآوری‌های بیشتر شد.» آکلی آجاوته، موسس و شریک عمومی در صندوق سرمایه گذاری خطرپذیر گسترش, به PYMNTS گفت.

دوم، کارشناسان به طور کلی توافق کردند که سیستم‌های هوش مصنوعی روشی بی‌نظیر را برای کسب کارایی‌های جدید و ساده‌سازی جریان‌های کاری موجود در اختیار کسب‌وکارها قرار می‌دهند. 

هوش مصنوعی و تکمیل کار: ضربه ای در آغوش به جریان های کاری خسته کننده

در حالی که انفجار فعلی علاقه به هوش مصنوعی ممکن است جدید به نظر برسد، نسل‌های قبلی الگوریتم‌های پیش‌بینی و سیستم‌های یادگیری ماشینی سال‌ها است که کارهای خسته‌کننده و با ارزش را در سکوت انجام می‌دهند.

و در حالی که هوش مصنوعی امروزی همچنین می‌تواند وظایف تکراری را خودکار کند و از داده‌ها برای تصمیم‌گیری بهتر، ساده‌سازی گردش کار و کاهش هزینه‌ها استفاده کند، طیف کامل برنامه‌های GenAI و سرعت کامل انجام وظایف آن‌ها، قابلیت‌های سیستم‌های قبلی را از آب می‌اندازد. 

ما همیشه سه سال اول یک فناوری را بیش از حد ارزیابی می کنیم، و به شدت دست کم گرفتن افق زمانی 10 ساله، جیک جورانستاد، مدیر عامل در بوشل، به PYMNTS گفت.

" GPT چت لامپ در سر همه خاموش شد و هوش مصنوعی و یادگیری عمیق پیشرفته را وارد گفتمان عمومی کرد. اندی هاک، معاون ارشد محصول و استراتژی در مغزها، به PYMNTS گفت.

«و از یک دیدگاه سازمانیهاک اضافه کرد، یک لامپ در سر بسیاری از مدیران ارشد و مدیران ارشد فناوری Fortune 1000 نیز خاموش شد. این مدل‌های مولد کارهایی مانند شبیه‌سازی داده‌های سری زمانی را انجام می‌دهند. آنها می توانند زبان ها و اسناد را برای برنامه های کاربردی طبقه بندی کنند، مثلاً در امور مالی و حقوقی. آنها همچنین می توانند در حوزه های وسیعی برای انجام کارهایی مانند کمک به محققان در توسعه درمان های دارویی جدید یا درک بهتر سوابق سلامت الکترونیکی و پیش بینی نتایج سلامت از درمان های خاص استفاده شوند.

«اگر به حوزه‌ای بروید که داده‌ها واقعی هستند، به‌ویژه در صنعت پرداخت، چه ریسک اعتباری باشد، چه بزهکاری، چه AML [ضد پولشویی]، چه پیشگیری از کلاهبرداری، چه هر چیزی که پرداخت‌ها را تحت تأثیر قرار دهد… هوش مصنوعی می‌تواند منفعت زیادی به ارمغان آورد.» Adjaoute از Exponion به PYMNTS گفت. 

به زبان ساده، به عنوان جیمز کلاف، مدیر ارشد فناوری و یکی از بنیانگذاران رابین هوش مصنوعی، به PYMNTS گفت: «وکلا که از هوش مصنوعی استفاده می کنند به جای اینکه هوش مصنوعی جایگزین همه وکلا شود، جایگزین وکلایی می شوند که این کار را نمی کنند.

اما در حالی که هوش مصنوعی آسان است، اینطور نیست که آسان سومین موردی که کارشناسان به PYMNTS تاکید کردند این بود که هر شرکتی در مقیاس «آماده پذیرش هوش مصنوعی» رتبه 10 کاملی ندارد و شکاف‌های استعداد و منابع پیرامون استقرار این فناوری باید برطرف شود. 

آماده شدن برای پذیرش هوش مصنوعی: برداشتن اولین قدم 

بسیاری از مشاغل در خارج وجود دارد. و برخی از شرکت‌ها ممکن است شیوه‌های داده بالغ و تیم‌های مهندسی پیچیده داشته باشند که به آنها امکان می‌دهد خروجی‌های هوش مصنوعی را با حداقل اصطکاک در فرآیندهای تجاری موجود ادغام کنند. اما اکثریت قریب به اتفاق شرکت‌ها این کار را نمی‌کنند – و برای استفاده مؤثر و مسئولانه از سیستم‌های هوش مصنوعی به نفع سازمان خود، باید این شکاف را قبل از شروع به خمیازه کشیدن برطرف کنند. 

بسیاری از شرکت‌های بزرگ دارایی‌های داده‌ای خارق‌العاده‌ای دارند، اما داده‌هایی که برای آموزش یکی از این مدل‌ها آماده هستند - مواردی مانند تمیز بودن، غیر تکراری بودن آن، و اینکه آیا می‌دانند چگونه آن را توکن‌سازی کنند و آن‌ها را آماده کنند تا به یکی از این مدل‌ها آموزش دهند. از این مدل‌های هوش مصنوعی - این یک موضوع متفاوت است. هوک به PYMNTS گفت، و اشاره کرد که درصد افرادی که در سراسر جهان می دانند چگونه یک سیستم هوش مصنوعی بسازند اندک است.

As آدریان عون، مدیر عامل در به جلو، به PYMNTS گفت: «چیزها باید باشند برای دنیایی از هوش مصنوعی ساخته شده است برای اینکه آن هوش مصنوعی کار کند و مقیاس‌پذیر شود.»

من بیش از 20 سال است که در فضای هوش مصنوعی و یادگیری ماشین (ML) هستم. یوآو آمیل، مدیر ارشد اطلاعات در بستر کارگزاری حمل و نقل و شرکت لجستیک شخص ثالث RXO، به PYMNTS گفت. وقتی ما فناوری می‌سازیم، آن را صرفاً به خاطر خودش نمی‌سازیم، بلکه فناوری می‌سازیم برای کمک به کسب و کار," اما همانطور که ما "قدرت تصمیم گیری بیشتر و بیشتری را به فناوری می دهیم ... باید مطمئن شویم که اگر ماشین ها به دلایلی قادر به اتخاذ این تصمیمات نباشند، ما از توانایی عملکرد بی بهره نمانیم."

این نگرانی‌ها به موضوع بزرگ بعدی که کارشناسان آن را پرچم‌گذاری کردند، می‌خورند: نیاز به ایجاد برنامه‌های انطباق و حاکمیتی پیرامون سیستم‌های هوش مصنوعی سازمانی و در عین حال تضمین امنیت آنها. 

برداشتن گام بعدی: تضمین امنیت داده ها و ایجاد یک برنامه حکومتی

حتی با حذف هوش مصنوعی، بسیاری از سازمان‌ها می‌توانند هنگام ادغام راه‌حل‌های نرم‌افزاری پیچیده، با مسائلی مانند کنترل کیفیت، حاکمیت، انطباق و امنیت سایبری دست و پنجه نرم کنند. 

هوش مصنوعی این نیازها را تشدید می کند. 

ML سنتی معمولاً قلمرو دکترا یا دانشمندان داده به خوبی آموزش دیده بود، اما همه می‌توانند فقط با ثبت‌نام از هوش مصنوعی مولد استفاده کنند.» کوجین اوشیبا، یکی از بنیانگذاران پلت فرم امنیتی AI end-to-end هوش قوی، به PYMNTS گفت و توضیح داد که این وضعیت ذاتاً خطر ایجاد می کند. 

اوشیبا افزود: «ما بین امنیت سایبری و امنیت هوش مصنوعی تفاوتی وجود دارد. CISO ها اجزای مختلف امنیت سایبری مانند امنیت پایگاه داده، امنیت شبکه، امنیت ایمیل و غیره را می شناسند و برای هر کدام می توانند راه حلی داشته باشند. اما با هوش مصنوعی، اجزای امنیت هوش مصنوعی و کارهایی که برای هر کدام باید انجام شود به طور گسترده شناخته شده نیست. چشم انداز خطرات و راه حل های مورد نیاز نامشخص است."

ادغام هوش مصنوعی تنها نیمی از نبرد است. طرف دیگر این معما شامل اطمینان از اینکه سیستم هوش مصنوعی برای یک مشکل تجاری واقعی اعمال می شود – و اینکه نتایج آن قابل استفاده و قابل اجرا هستند، است. 

برونفمن اسپند به PYMNTS گفت: «یک مدل فقط به اندازه مشکلی است که حل می‌کند خوب است. و برای گره زدن مدل به مشکل کسب و کار، نیاز به درک نه تنها دقت، که بسیار فنی است، بلکه کارآیی نیز دارد، اینکه مدل هوش مصنوعی چقدر خوب است. حل مشکلو اینکه چگونه باید در فرآیند کسب و کار ادغام شود، که یک سوال پیچیده تر است."

اما، زمانی که این موانع برطرف شد، کارشناسان توافق کردند که همه چیز شروع به بسیار بسیار هیجان‌انگیز شدن می‌کند – زیرا چیزی که همه آن‌ها می‌بینند در آینده اتفاق می‌افتد، ظهور سیستم‌های هوش مصنوعی است که عمر خود را دارند و به حداقل مداخله انسانی نیاز دارند. 

ظهور سیستم های هوش مصنوعی عاملی 

هدر ویلسون، مدیر عامل شرکت تجزیه و تحلیل CLARA، به PYMNTS گفت که می بیند هوش مصنوعی عاملی برنامه های کاربردی به عنوان نوآوری بزرگ بعدی در فضا. این سیستم های هوش مصنوعی عامل پشتیبانی تصمیم گیری و وظایف روتین را انجام دهید، به کارکنان انسانی اجازه می دهد تا بر جنبه های پیچیده تری از کار خود تمرکز کنند.

این یک چشم انداز آینده است که توسط بسیاری به اشتراک گذاشته شده است، با Bronfman از Pecan پیش بینی می کند که آینده هوش مصنوعی در خودکارسازی فرآیندهای تصمیم گیری و بهینه سازی عملیات تجاری با انجام اقدامات بدون نظارت است. 

رابین هوش مصنوعی" کلوچه همچنین تغییر از رابط‌های مبتنی بر چت به مدل‌های هوش مصنوعی عاملی‌تر را پیش‌بینی کرد که فراتر از ارائه پاسخ برای انجام وظایف هستند.  

او گفت: "این چیزی نخواهد بود که شما بپرسید و پاسخی دریافت کنید، بلکه سیستمی است که می توانید از آن بخواهید تا کارهایی را برای شما انجام دهد." «...به‌جای اینکه فقط پیش‌نویس آن ایمیل را بنویسد، ممکن است ایمیل را پیش‌نویس کند و پیوست را دریافت کند و آن را در صندوق خروجی شما قرار دهد و سپس روی ارسال نیز کلیک کنید. من فکر می کنم که تغییر از چت به نمایندگان یکی از هیجان انگیزترین چیزهایی است که در سال آینده خواهیم دید.

لینک: https://www.pymnts.com/news/artificial-intelligence/2024/5-trends-these-ai-experts-think-could-change-payments-and-commerce/

منبع: https://www.pymnts.com

• محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
• PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
• PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
• PlatoESG. کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
• PlatoHealth. هوش بیوتکنولوژی و آزمایشات بالینی. دسترسی به اینجا.
• منبع: https://www.fintechnews.org/5-trends-these-ai-experts-think-could-change-payments-and-commerce/