جسارت در عصر تحول: هوش مصنوعی چگونه سرعت رشد سازمان شما را چندبرابر می‌کند؟

هوش مصنوعی در حال درهم‌شکستن بسیاری از مفروضات ده‌ها ساله‌ای است که درباره نحوه تحقق رشد کسب‌وکارها وجود داشت. اگرچه اصول بنیادین رشد همچنان پابرجا هستند، اما روشی که شرکت‌ها با استفاده از هوش مصنوعی به خلق، جذب و مقیاس‌پذیری رشد می‌پردازند، قواعد بازی را به طور اساسی تغییر داده است. این اتفاق بی‌شباهت به معرفی پرتاب سه‌امتیازی در بسکتبال نیست: پایه‌های بازی تغییر نکرد، اما استراتژی‌های پیروزی و قهرمانی کاملاً متحول شد.

رقابت برای رشد وارد عصر جدیدی شده است. شرکت‌های پیشرو به‌خوبی درک کرده‌اند که هوش مصنوعی تا چه حد در حال تغییر بنیادینِ نحوه ایجاد تقاضا، جذب مشتریان و خلق ارزش است. در حالی که هر مدیرعاملی (CEO) خواهان دستیابی به رشدی بالاتر از میانگین بازار است، پیشگامان اولیه هوش مصنوعی اهداف بسیار بزرگ‌تری را نشانه رفته‌اند. آن‌ها با بازطراحی موتورهای تجاری خود بر محور هوش مصنوعی – و نه صرفاً استقرار یک فناوری جدید – به افزایش ۲۰ درصدی یا بیشتر در سود قبل از بهره، مالیات و استهلاک (EBITDA) دست یافته‌اند.

این ارزش خلق‌شده صرفاً یک آرمان تئوریک نیست. به عنوان مثال، شرکت رکیت (Reckitt)، یکی از رهبران جهانی در حوزه محصولات بهداشت خانگی و مصرف‌کننده، با اجرای یک تحول رشد جاه‌طلبانه، بیش از ۵۰۰ میلیون دلار درآمد جدید خلق کرد. این شرکت از شبیه‌سازی‌ها و سناریوپردازی‌های مبتنی بر هوش مصنوعی برای بهبود تصمیمات تجاری در زمینه قیمت‌گذاری، پروموشن‌ها و چیدمان محصولات استفاده کرد؛ همچنین تیم‌های فروش میدانی خود را هدایت کرد تا بدانند برای خلق ارزش ملموس، دقیقاً کدام فعالیت‌های تجاری درون‌فروشگاهی را باید در اولویت قرار دهند. در نمونه‌ای دیگر، بانک سنگاپوری دی‌بی‌اس (DBS)، با بازسازی ساختار کسب‌وکار خود حول محور هوش مصنوعی، صدها میلیون دلار ارزش ایجاد کرده است.

با این وجود، این شرکت‌ها همچنان استثنا هستند. طبق بررسی‌های جهانی، نزدیک به ۹۰ درصد شرکت‌ها به طور منظم از هوش مصنوعی در حداقل یکی از عملکردهای تجاری خود استفاده می‌کنند، اما تنها ۳۷ درصد از آن‌ها تأثیر ملموسی بر سود قبل از بهره و مالیات (EBIT) خود مشاهده کرده‌اند. علاوه بر این، شکاف میان رهبران بازار و شرکت‌های عقب‌مانده در حال افزایش است؛ تحقیقات نشان می‌دهد ۶۰ درصد از پیشگامان بازار رشد درآمد دورقمی را گزارش می‌دهند، در حالی که این رقم برای شرکت‌های جامانده تنها ۲۱ درصد است.

برای کاهش این شکاف و تبدیل هوش مصنوعی به یک ضریب‌فزاینده قدرت برای رشد، رهبران کسب‌وکار باید نحوه عملکرد سازمان خود را به طور بنیادین بازطراحی کنند تا سریع‌تر، چابک‌تر و با جهت‌گیری شفاف‌تری حرکت کنند. نقطه شروع این مسیر، کنار گذاشتن افسانه‌هایی است که می‌تواند رویاهای رشد آن‌ها را نابود کند.

افسانه‌ها و واقعیت‌ها درباره هوش مصنوعی و رشد

تجربیات نشان می‌دهد هفت افسانه رایج وجود دارد که توانایی رهبران کسب‌وکار را برای تبدیل هوش مصنوعی به ارزش واقعی مختل می‌کند:

افسانه‌هایی که جاه‌طلبی را محدود می‌کنند:

• افسانه ۱: اهداف رشد بالاتر از میانگین بازار کافی هستند.

• واقعیت: هوش مصنوعی سقف امکان‌پذیری رشد را بسیار بالاتر می‌برد. با اینکه حدود ۷۵ درصد شرکت‌ها اهداف رشد بالاتر از بازار را تعیین می‌کنند، اما این میزان از جسارت کافی نیست. تحقیقات نشان می‌دهد رهبرانی که اهداف رشد جسورانه‌ای با اتکا به هوش مصنوعی تنظیم می‌کنند، می‌توانند تا سه برابر بیشتر از آنچه تصور می‌کردند ارزش خلق کنند.

• افسانه ۲: هوش مصنوعی در درجه اول یک ابزار بهره‌وری است.

• واقعیت: حدود ۸۰ درصد شرکت‌ها از هوش مصنوعی برای بهبود کارایی استفاده می‌کنند، اما قابلیت‌های آن بسیار فراتر از این است. شرکت‌هایی که بیشترین ارزش را خلق می‌کنند، هوش مصنوعی را برای بهبود هم‌زمان «کارایی» و «اثربخشی» به کار می‌گیرند. اثربخشی بیشتر، باعث ایجاد تقاضای جدید، افزایش نرخ تبدیل مشتری و تسریع رشد و نوآوری می‌شود.

افسانه‌هایی که شیوه‌های سنتی کار را حفظ می‌کنند

• افسانه ۳: افزودن لایه هوش مصنوعی روی فرایندهای موجود باعث رشد می‌شود.

• واقعیت: پیوند زدن ظاهری هوش مصنوعی به فرایندهای سنتی که معمولاً به ایجاد مجموعه‌ای از کاربردهای جزئی و منزوی منجر می‌شود، رشدی به همراه ندارد؛ این کار صرفاً مجموعه‌ای از «اقدامات پراکنده بدون معماری منسجم» است. شرکت‌های با عملکرد برتر، سه برابر بیشتر احتمال دارد که جریان‌های کاری سازمان خود را به طور بنیادین بازطراحی کرده باشند.

• افسانه ۴: مدیر ارشد فناوری (CTO) باید رهبری تحول هوش مصنوعی را بر عهده داشته باشد.

• واقعیت: رویکردی که به رشد واقعی منجر می‌شود، اجرای یک تحول تجاریِ توانمندشده با فناوری و با محوریت انسان است. به همین دلیل است که رهبران در نیمی از شرکت‌های برتر، استراتژی‌ها را با هم‌فکری بخش‌های فناوری و تجاری خلق می‌کنند تا مسیرهای جدیدی برای رشد طراحی کنند.

افسانه‌هایی که فرایند خلق ارزش را کُند می‌کنند

• افسانه ۵: مقیاس‌پذیری هوش مصنوعی عمدتاً یک استقرار و توسعه فناوری است.

• واقعیت: خلق رشد در سطح یک سازمان یکپارچه، نیازمند چیزی بیش از فناوری جدید است؛ این امر مستلزم شیوه‌های کاری نوین، ارتقای مهارت‌ها و مدل‌های حاکمیت سازمانی جدید است. دستیابی به این سطح از تغییر، نیازمند منابع اختصاصی برای مدیریت تغییر است. یک قانون سرانگشتی می‌گوید: به ازای هر یک دلاری که شرکت برای ابتکارات هوش مصنوعی خرج می‌کند، به ۳ دلار دیگر (و گاهی بیشتر) برای مدیریت تغییر نیاز دارد.

• افسانه ۶: زمان زیادی طول می‌کشد تا پروژه‌های هوش مصنوعی ارزش مالی ایجاد کنند.

• واقعیت: پیشگامان هوش مصنوعی اغلب تأثیرات آن را بر شاخص‌های پیشرو ظرف چند هفته مشاهده می‌کنند و ارزش اقتصادی قابل‌توجهی را در بازه سه تا شش ماهه خلق می‌کنند. این اتفاق زمانی رخ می‌دهد که شرکت‌ها بر جریان‌های کاریِ تجاریِ با ارزش‌افزوده بالا در حوزه‌های اولویت‌دار تمرکز کرده و با چابکی عمل کنند.

• افسانه ۷: شرکت‌ها برای پیاده‌سازی هوش مصنوعی به داده‌های کاملاً بی‌نقص نیاز دارند.

• واقعیت: داده‌های باکیفیت مهم هستند، اما طبق تجربه، ۸۰ درصد شرکت‌ها برای رسیدن به ارزش‌آفرینی نیازی به ساخت دریاچه داده (Data Lake) یا بازسازی کل معماری داده خود ندارند. داده‌های «به اندازه کافی خوب» برای شروع سریعِ فرایند خلق ارزش کفایت می‌کنند.

ساخت یک موتور رشد تجاری مبتنی بر هوش مصنوعی

رهبرانی که می‌خواهند از این افسانه‌ها عبور کرده و نوع متفاوتی از موتورهای تجاری را بسازند، می‌توانند این گام‌های هماهنگ را طی کنند. اگرچه این اقدامات به صورت متوالی بیان شده‌اند، اما بهترین شرکت‌ها برای پیروزی در بازی رشد، آن‌ها را به عنوان یک سیستم یکپارچه می‌بینند که در چرخه‌های یادگیری سریع، دائماً در حال اجرا و بهینه‌سازی است.

اهداف جسورانه: جستجوی مداوم برای رشد شرکت‌ها مدت‌هاست که از طریق بازنگری‌های دوره‌ایِ استراتژی و با تکیه بر داده‌های کلان بازار، به دنبال رشد بوده‌اند. هوش مصنوعی با تبدیل فرایندِ کشف رشد از یک رویداد مقطعی به یک فرایند مستمر، اقتصادِ رشد را تغییر می‌دهد. اکنون شرکت‌ها می‌توانند با تحلیل رفتارهای خاص مشتریان، پویایی‌های بازارهای محلی یا حساسیت‌های قیمتی، فرصت‌های پنهان تقاضا را شناسایی کنند. در عین حال، هوش مصنوعی هزینه آزمایش و پیگیری این فرصت‌ها را به شدت کاهش می‌دهد. شرکت‌ها می‌توانند تعاملات شخصی‌سازی‌شده را در مقیاس وسیع اجرا کنند، پیشنهادات را به‌سرعت تست کنند و به بخش‌های خاص بازار (Niche) یا مناطقی ورود کنند که پیش از این بسیار پرهزینه یا پیچیده بود.

به عنوان مثال، یک توزیع‌کننده صنعتی با استفاده از هوش مصنوعی، نحوه یافتن و برنده‌شدن در پروژه‌ها را از «فروش تراکنشی» به «فروش پیش‌بینی‌کننده» تغییر داد. آن‌ها موتوری مبتنی بر هوش مصنوعی ساختند که سیگنال‌هایی مانند مجوزهای ساخت‌وساز، فعالیت پروژه‌ها، تاریخچه مشتریان و داده‌های محصول را به طور مداوم اسکن می‌کند. این سیستم با شناسایی دقیقِ لحظه‌ای که مشتری بیشترین آمادگی خرید را دارد، بهترین اقدام فروش بعدی را پیشنهاد داده و ایمیل‌های شخصی‌سازی‌شده حاوی پیشنهادات محصولات و کدهای تخفیف تولید می‌کند. این سیستم مستقیماً در سی‌آرام سیلزفورس (Salesforce CRM) ادغام شد تا نمایندگان فروش بتوانند به‌سرعت محتوا را بررسی، ویرایش و ارسال کنند. نتیجه این کار: افزایش تخمینی ۳۰۰ تا ۴۰۰ میلیون دلاری در حاشیه سود ناخالص بود. درس بزرگ این است که هوش مصنوعی رشد را از یک فرایند برنامه‌ریزی مقطعی، به یک قابلیت تجاری همیشه‌روشن (Always-on) تبدیل می‌کند.

بازطراحی شیوه‌های کار: ادغام هوش مصنوعی در تمام عملیات تجاری شرکت‌های پیشرو در حال کاهش فاصله بین دریافت سیگنال مشتری، تصمیم‌گیری و اقدام هستند. هوش مصنوعی به تصمیمات تجاری اجازه می‌دهد تا در جریان طبیعی کار اتفاق بیفتند. در نتیجه، تعداد محدودی از افراد در کنار سیستم‌های هوش مصنوعی می‌توانند سطحی از شخصی‌سازی، آزمایش و بهینه‌سازی را ارائه دهند که زمانی نیازمند دپارتمان‌های بزرگی بود. برای ایجاد این تغییر، مدیران عامل و مدیران ارشد تجاری (CCOs) باید تمرکز خود را از صرفاً مستقر کردن ابزارهای هوش مصنوعی، به سمت بازطراحی نحوه تصمیم‌گیری‌های تجاری معطوف کنند.

این مزیت حالت انباشتی دارد؛ دقیقاً مانند تحول استراتژی اجرای هوشمند و مدیریت رشد درآمد (RGM) در شرکت رکیت (Reckitt). در این شرکت، رهبران قیمت‌گذاری به جای وابستگی به تحلیلگران، از پلتفرم‌های سلف‌سرویس برای بررسی تقویم‌های پروموشن و منحنی‌های کشش قیمتی به صورت درلحظه استفاده می‌کنند. برنامه‌ریزان می‌توانند سناریوهای پیچیده‌ای مانند اقدامات رقبا و تورم را شبیه‌سازی کنند تا بهینه‌ترین مسیر برای حداکثرسازی درآمد را بیابند.

تسریع جدول زمانی: مقیاس‌پذیری ارزش رشد واقعی از طریق بسط دادن و مقیاس‌پذیر کردنِ استراتژی‌های موفق در میان محصولات، کانال‌ها، جغرافیاها و بخش‌های مختلف مشتریان به دست می‌آید. شرکت‌هایی که سریع‌ترین رشد را دارند، آن‌هایی هستند که مدل‌های زیربنایی تصمیم‌گیریِ رشد را استانداردسازی می‌کنند. آن‌ها اجزای قابل‌استفاده مجدد (مانند مدل‌های تمایل مشتری، منطق قیمت‌گذاری، سیستم‌های خلق پیشنهاد و دستیاران فروش) را می‌سازند که می‌توانند در سراسر سازمان و بدون افزایش چشمگیر نیروی کار مستقر شوند.

رویکرد شرکت سیلزفورس (Salesforce) اهمیت ساخت هوش مصنوعی به عنوان یک سیستم یکپارچه را به‌خوبی نشان می‌دهد. زمانی که این شرکت ایجنت‌فورس (Agentforce) را به عنوان پلتفرمی برای ساخت و مدیریت دستیارهای هوش مصنوعی راه‌اندازی کرد، مطمئن شد که این عوامل به پایگاه داده ابری آن، یعنی دیتا ۳۶۰ (Data ۳۶۰) متصل باشند. این امر به ایجنت‌ها اجازه می‌دهد به جای داده‌های پراکنده، بر اساس یک بستر تجاری قابل‌اعتماد استدلال کنند. این تمرکز روی استقرار هوش مصنوعی در جریان‌های کاری آشنا باعث شد تا درآمد مکرر سالانه (ARR) پلتفرم ایجنت‌فورس با رشد چشمگیر ۲۰۵ درصدی به ۱.۲ میلیارد دلار برسد.

ارزش یک رویکرد یکپارچه مبتنی بر هوش مصنوعی در جریان‌های کاری مانند مربیگری فروش (Sales Coaching) نیز بسیار واضح است؛ جایی که هوش مصنوعی می‌تواند تمرکز مدیران خط‌مقدم را از نظارتِ صِرف بر فعالیت‌ها، به سمت بهبود نتایج تغییر دهد. بازخوردها و تحلیل تماس‌های فروش اکنون در لحظه رخ می‌دهد و نرخ تبدیل مشتری را به‌طرز چشمگیری افزایش می‌دهد.

آنچه مدیران عامل می‌توانند از همین امروز انجام دهند

توسعه یک موتور رشد هدایت‌شده با هوش مصنوعی نیازمند سرمایه‌گذاری روی زمان و منابع است، اما سه اقدام کلیدی برای شروع سریع وجود دارد:

• مشاهده تصویر کامل فرصت‌ها در چند روز (نه چند ماه): کار را با یکی دو کاربرد محدود آغاز نکنید. با استفاده از داده‌های دست‌اول و ابزارهای پیشرفته، ارزیابی دقیقی از نقاطی که هوش مصنوعی می‌تواند رشد سودآور ایجاد کند (حوزه‌های تقاضای جدید، بخش‌های نادیده‌گرفته‌شده، قیمت‌گذاری) تهیه کنید و تمرکز را بر ۱ تا ۳ فرصت اصلی قرار دهید.

• همسویی روی نتایج مشخص و تعهد به اهداف جسورانه: فرصت‌ها را به نتایج مشخص، قابل اندازه‌گیری (مانند رشد سهم بازار و بهبود حاشیه سود) و دارای جدول زمانی شفاف تبدیل کنید. این اهداف باید آن‌قدر جسورانه باشند که تیم رهبری را مجبور به بازطراحی نحوه خلق رشد کنند.

• بسیج تیم‌های چندتخصصی و تخصیص منابع: به جای انتظار از یک دپارتمان فناوری یا هوش مصنوعی، سازمان‌ها باید تیم‌های کوچک و چندتخصصی ایجاد کنند که ترکیبی از استعدادهای تجاری، فنی، داده‌ای و عملیاتی باشند. وظیفه مدیرعامل حمایت از این تیم‌ها با تخصیص مجدد سرمایه و استعدادها و تمرکز بر سازگاری سریع و یادگیری از اشتباهات است.