در سال ۲۰۲۴ مسیر کسب و کار شما به سوی کدامیک از فنآورهاست؟!

به گزارش مخاطب۲۴ به نقل از اداره کل ارتباطات و امور بین الملل شرکت مخابرات ایران:کسب و کار‌هایی که از پیشرفت‌های فناوری حداکثر استفاده را می‌برند، در مکان مناسب‌تری از نظر بازده سرمایه‌گذاری قرار گرفته و تغییرات فناورانه باعث ایجاد شوک به سیستم یا افراد آن کسب و کار نمی‌شود. مؤسسه گارتنر ۱۰ روند برتر فناوری استراتژیک برای سال ۲۰۲۴ را اعلام کرد. این روند‌ها بر هوش مصنوعی و اتوماسیون شدن کار‌ها متمرکز هستند و فرصت‌ها و چالش‌های جدیدی را برای مدیران حوزه فناوری ایجاد می‌کنند. کریس هاوارد، معاون تحلیلگر برجسته و رئیس تحقیقات گارتنر، معتقد است که ارزیابی تأثیرات و مزایای روند‌های فناوری جدید چالش برانگیز است و هوش مصنوعی مولد یکی از روند‌های مهمی است که فرصت‌های جدیدی را ایجاد می‌کند، اما کسب ارزش تجاری از آن مستلزم مدیریت خطرات است.

بارت ویلمسن، تحلیلگر گارتنر؛ می‌گوید: همه ۱۰ روند فناوری برتر برای سال ۲۰۲۴ به دلیل ارتباط، تأثیر، قابلیت عمل و مزایای سازمانی انتخاب شده‌اند که هوش مصنوعی مولد دموکراتیزه یکی از روند‌های مهمی است که فرصت‌های جدیدی را ایجاد می‌کند و باعث اختلال در مقیاس می‌شود. با این حال، او هم‌چنان تاکید می‌کند که استفاده از هوش مصنوعی با خطراتی همراه است و مدیریت ریسک و امنیت هوش مصنوعی برای بهره‌مندی از مزایای آن ضروری است. در ده سال پیش‌رو پیشرفت‌های فناوری بیش‌تری را نسبت به ۱۰۰ سال گذشته تجربه خواهیم نمود. به‌طوری که ممکن است رشد ۱۰ ساله تجارت الکترونیک تنها در سه ماه اتفاق بیفتد. از طرفی، هر تغییری همواره چالش‌هایی را نیز به‌دنبال دارد که یکی از مهم‌ترین آن‌ها در مسئله تغییرات فناوری، مشخص نمودن این امر است که کدام یک از این تغییرات مهم‌تر بوده و ثمره بیش‌تری برای جامعه انسانی فراهم می‌کنند.

دسترسی عمومی به هوش مصنوعی

هوش مصنوعی مولد، به‌ویژه هوش مصنوعی مولد فراگیر، یکی از روند‌های فناوری برتر برای سال ۲۰۲۴ است. گارتنر پیش‌بینی می‌کند که تا سال ۲۰۲۶، بیش از ۸۰ درصد سازمان‌ها از API‌ها و مدل‌های هوش مصنوعی مولد و یا هوش مصنوعی عمومی در برنامه‌های کاربردی فعال در محیط‌های تولید استفاده خواهند کرد. این یک جهش قابل توجه از کمتر از ۵ درصد در اوایل سال ۲۰۲۳ است.

گارتنر سه دلیل برای جهش پیش‌بینی شده در استفاده از هوش مصنوعی مولد ارائه می‌دهد:

دسترسی به حجم وسیعی از اطلاعات: برنامه‌های GenAI به کاربران امکان می‌دهد تا به حجم وسیعی از اطلاعات دسترسی داشته باشند، که می‌تواند برای آموزش مدل‌های هوش مصنوعی مولد استفاده شود.
فراگیر شدن دانش و مهارت‌ها: پذیرش GenAI می‌تواند دانش و مهارت‌ها را به‌طور قابل توجهی فراگیر کند، که می‌تواند به افراد بیش‌تری اجازه دهد از هوش مصنوعی مولد استفاده کنند.
ارتباط کارکنان با دانش به سبک مکالمه: مدل‌های زبان بزرگ (LLM) می‌توانند به شرکت‌ها کمک کنند تا کارکنان خود را با دانش به سبک مکالمه مرتبط کنند، که می‌تواند بهره‌وری و رضایت شغلی را بهبود بخشد.
مصنوعی و آینده فناوری

با وجود مزایای فراوان عمومی‌سازی دسترسی به هوش مصنوعی، این روند هم‌چنین می‌تواند منجر به خطرات و چالش‌هایی شود. بنابراین، سازمان‌ها باید برای مدیریت این خطرات و چالش‌ها با اعتماد، ریسک و مدیریت امنیت هوش مصنوعی (TRiSM) آماده باشند.

گارتنر پیش‌بینی می‌کند که تا سال ۲۰۲۶، شرکت‌هایی که کنترل‌های AI TRiSM را اجرا می‌کنند، دقت تصمیم‌گیری را با حذف تا ۸۰ درصد از اطلاعات نادرست به طور قابل توجهی افزایش خواهند داد.

توسعه AI-Augmented

توسعه تقویت‌شده با هوش مصنوعی (AI-augmented development) استفاده از فناوری‌های هوش مصنوعی برای کمک به مهندسین نرم‌افزار در طراحی، کدنویسی و آزمایش برنامه‌ها است. این فناوری‌ها می‌توانند کار‌های تکراری و خسته‌کننده را خودکار کنند، به توسعه‌دهندگان کمک کنند تا مشکلات را سریع‌تر حل کنند و کیفیت کد را بهبود بخشند.

ابزار‌های توسعه نرم‌افزار به کمک هوش مصنوعی بهره‌وری توسعه را بهبود می‌بخشد و آن‌ها را آزاد می‌کند تا زمان بیش-تری را برای ایجاد برنامه‌های تجاری تأثیرگذار صرف کنند. به عنوان مثال، ابزار‌های هوش مصنوعی می‌توانند برای خودکار کردن کار‌هایی مانند آزمایش واحد، تست پذیرش و تحلیل کد استفاده شوند. این کار باعث می‌شود تا توسعه‌دهندگان بتوانند زمان بیش‌تری را صرف آزمایش‌های جامع‌تر و شناسایی مشکلات احتمالی قبل از انتشار نرم‌افزار کنند.

علاوه بر این، ابزار‌های هوش مصنوعی می‌توانند برای کمک به توسعه‌دهندگان در حل مشکلات پیچیده استفاده شوند. به عنوان مثال، ابزار‌های هوش مصنوعی می‌توانند برای شناسایی کد‌های دارای خطا، پیشنهاد راه حل‌های ممکن و ارزیابی کیفیت کد استفاده شوند. این کار می‌تواند به توسعه‌دهندگان کمک کند تا مشکلات را سریع‌تر و دقیق‌تر حل کنند.

در مجموع، توسعه تقویت‌شده با هوش مصنوعی یک فناوری قدرتمند است که می‌تواند بهره‌وری توسعه‌دهندگان را بهبود بخشد و کیفیت نرم‌افزار را افزایش دهد. این فناوری به توسعه‌دهندگان کمک می‌کند تا زمان بیش‌تری را صرف کار‌های خلاقانه و ارزشمند کنند و به آن‌ها اجازه می‌دهد تا نرم‌افزاری با کیفیت بالاتر و کارآمدتر ایجاد کنند.

برنامه‌های کاربردی هوشمند

یک برنامه هوشمند، برنامه‌ای است که از هوش مصنوعی برای یادگیری و تطبیق با محیط خود استفاده می‌کند. این برنامه‌ها می‌توانند از طریق پردازش داده‌ها و یادگیری از تجربیات خود، رفتار خود را بهبود بخشند. برنامه‌های هوشمند در طیف گسترده‌ای از زمینه‌ها کاربرد دارند، از جمله:

خودکارسازی: برنامه‌های هوشمند می‌توانند برای خودکارسازی کار‌های تکراری و خسته‌کننده استفاده شوند. این امر می‌تواند بهره‌وری را افزایش داده و زمان و منابع را آزاد کند.

تصمیم‌گیری: برنامه‌های هوشمند می‌توانند برای کمک به تصمیم‌گیری در شرایط پیچیده استفاده شوند. این برنامه‌ها می‌توانند از داده‌های تاریخی و اطلاعات موجود برای شناسایی الگو‌ها و پیش‌بینی نتایج استفاده کنند.

توصیه‌گیری: برنامه‌های هوشمند می‌توانند برای ارائه توصیه‌های شخصی‌سازی‌شده به کاربران استفاده شوند. این توصیه‌ها می‌توانند بر اساس داده‌های مربوط به کاربر، مانند سابقه خرید، علایق و ترجیحات، ارائه شوند.

کار مبتنی بر فناوری

در سال ۲۰۲۳، نظرسنجی گارتنر نشان داد که کمبود استعداد بزرگ‌ترین چالش برای مدیران عامل است. ۲۶ درصد از مدیران عامل معتقدند که کمبود استعداد مخرب‌ترین خطر برای سازمان آن‌ها است. بنابراین، جذب و حفظ استعداد‌ها اولویت اصلی آن‌ها است. تاکتیک دیگری برای مقابله با کمبود استعداد، بهره‌وری بیش‌تر از کارکنان فعلی است. سازمان‌ها برای به حداکثر رساندن ارزش کارمندان خود، استراتژی نیروی کار متصل تقویت شده (ACWF) را اجرا می‌کنند.

ACWF از برنامه‌های هوشمند و تجزیه‌وتحلیل نیروی کار برای ارائه زمینه و راهنمایی، بهبود رفاه، توسعه مهارت و تجربه کلی نیروی کار استفاده می‌کند. گارتنر پیش‌بینی می‌کند که تا سال ۲۰۲۷، یک چهارم CIO‌ها از ابتکارات ACWF برای کاهش ۵۰ درصدی زمان رسیدن به شایستگی برای نقش‌های کلیدی استفاده خواهند کرد.

آینده و مدیریت تهدیدات

CTEM یک رویکرد جامع برای مدیریت تهدیدات است که به سازمان‌ها کمک می‌کند تا به طور مداوم و پیوسته دارایی‌های دیجیتال و فیزیکی خود را ارزیابی کنند. CTEM برخلاف رویکرد‌های سنتی که بر زیرساخت تمرکز می‌کنند، ارزیابی‌ها و تلاش‌های اصلاحی را با بردار‌های تهدید یا پروژه‌های تجاری هم‌سو می‌کند. این امر به سازمان‌ها کمک می‌کند تا آسیب‌پذیری‌ها و حتی تهدیدات غیرقابل اصلاح را کشف کنند. گارتنر پیش‌بینی می‌کند که تا سال ۲۰۲۶، سازمان‌هایی که سرمایه‌گذاری‌های امنیتی خود را بر اساس CTEM اولویت‌بندی می‌کنند، در مقایسه با سازمان‌هایی که این کار را نمی‌کنند، ۲۰ درصد کمتر در معرض حملات قرار خواهند گرفت.

مشتریان ماشینی

گارتنر مشتری ماشینی را به عنوان یک بازیگر اقتصادی غیرانسانی تعریف می‌کند که کالا‌ها یا خدمات را در ازای پرداخت به دست می‌آورد. این نوع مشتری‌ها در حال افزایش هستند و تا سال ۲۰۲۸، حدود ۱۵ میلیارد واحد مورد انتظار است. این امر تأثیر قابل‌توجهی بر مشاغل خواهد داشت، زیرا آن‌ها باید برای پشتیبانی از این مشتریان جدید آماده شوند.

ویلمسن، مدیر تحقیقات گارتنر، گفت: «مشتریان ماشینی مطمئناً در این دهه تریلیون‌ها دلار درآمد ایجاد خواهند کرد». او هم‌چنین اشاره کرد که این مشتریان بر ویترین فروشگاه‌های آجر و ملات، زنجیره‌های تأمین و داستان‌های خلق ارزش تأثیر خواهند گذاشت.

گارتنر توصیه می‌کند که سازمان‌ها فرصت‌های استراتژیک را برای پشتیبانی از مشتریان ماشینی در نظر بگیرند. این می‌تواند شامل ایجاد محصولات و خدمات جدید، توسعه زیرساخت‌های جدید و آموزش کارکنان باشد.

فناوری پایدار آینده

فناوری پایدار از راه‌حل‌های دیجیتالی استفاده می‌کند تا اهداف زیست‌محیطی، اجتماعی و حاکمیتی را بهبود بخشد. با افزایش نگرانی‌ها در مورد پایداری، سازمان‌ها به دنبال راه‌هایی برای کارآمدتر و پایدارتر کردن استفاده از فناوری هستند.

گارتنر پیش‌بینی می‌کند که تا سال ۲۰۲۷، ۲۵ درصد از CIO‌ها غرامت شخصی خود را با تأثیرشان بر فناوری پایدار مرتبط خواهند کرد. این امر به دلیل دو عامل اصلی است:

فرصت برای بهبود موقعیت رقابتی: سازمان‌هایی که از فناوری پایدار استفاده می‌کنند، می‌توانند مزیت رقابتی کسب کنند و به مشتریانی که به پایداری اهمیت می‌دهند، جذب شوند.

مقررات نوظهور: اتحادیه اروپا در حال اجرای دستورالعمل گزارش پایداری شرکتی (CSRD) است که به شرکت‌ها نیاز دارد تا اطلاعات مربوط به پایداری خود را گزارش کنند. این دستورالعمل به طور فزاینده‌ای تهاجمی‌تر می‌شود و به شرکت‌های بیشتری در سراسر جهان گسترش می‌یابد.

CIO‌ها و رهبران I&O نقش مهمی در اجرای فناوری پایدار ایفا می‌کنند. آن‌ها می‌توانند با بهبود عملکرد زیست محیطی IT، به سازمان‌ها کمک کنند تا اهداف پایداری خود را محقق کنند.

مهندسی پلتفرم

مهندسی پلتفرم به توسعه‌دهندگان کمک می‌کند تا سریع‌تر و کارآمدتر کار کنند. این کار با ایجاد و نگهداری پلتفرم‌های توسعه داخلی سلف‌سرویس انجام می‌شود. این پلتفرم‌ها شامل ابزارها، منابع و زیرساخت‌هایی هستند که توسعه‌دهندگان برای ایجاد و راه‌اندازی برنامه‌های خود نیاز دارند.

مهندسی پلتفرم یک تلاش تیمی است. تیم‌های مهندسی پلتفرم شامل افراد با مهارت‌های مختلف هستند، از جمله توسعه‌دهندگان، مهندسان سیستم، و مهندسان عملیات. این تیم‌ها با یکدیگر کار می‌کنند تا پلتفرم‌هایی را ایجاد کنند که نیاز‌های توسعه‌دهندگان را برآورده کند.

پلتفرم‌های ابری

کارشناسان گارتنر پیش‌بینی می‌کنند که استفاده از پلتفرم‌های ابری صنعتی (ICP) در سال‌های آینده به‌طور چشمگیری افزایش خواهد یافت. طبق این پیش‌بینی، تا سال ۲۰۲۷، بیش از ۷۰ درصد از شرکت‌ها از ICP برای تسریع پروژه‌های تجاری خود استفاده خواهند کرد. این افزایش قابل توجهی نسبت به سال جاری است که کم‌تر از ۱۵ درصد از شرکت‌ها از ICP استفاده می‌کردند.

ICP‌ها راه‌حل‌های ابری قابل سفارشی‌سازی هستند که برای صنایع خاص طراحی شده‌اند. این پلتفرم‌ها می‌توانند به سازمان‌ها کمک کنند تا نیاز‌های خاص خود را برآورده کنند و به آن‌ها امکان می‌دهند تا پروژه‌های تجاری خود را سریع‌تر و کارآمدتر اجرا کنند.