پایگاه خبری راه پرداخت دارای مجوز به شماره ۷۴۵۷۲ از وزارت فرهنگ و ارشاد اسلامی و بخشی از «شبکه عصر تراکنش» است. راه پرداخت فعالیت خود را از دوم اردیبهشت‌ماه ۱۳۹۰ شروع کرده و اکنون پرمخاطب‌ترین رسانه ایران در زمینه فناوری‌های مالی، بانکداری و پرداخت و استارت‌آپ‌های فین‌تک است.
در سال‌های پیش رو، همانند امروز، مدیریت کسب‌وکارها به عهده‌ی انسان‌ها خواهد بود، ولی پیش‌بینی می‌شود به دلیل فشارهای رقابتی و تلاش برای موفقیت‌های بیشتر، پای اهرم‌های دیگری نیز به عرصه باز شود. یکی از این اهرم‌ها که پیشرفت روز‌افزونی دارد و روشن است که در آینده، بیش از امروز، رواج خواهد داشت، هوش ماشینی است. اشتباه نکنید!
ما درباره‌ی هاوربوردها(hover boards) و ماشین‌های پرنده صحبت نمی‌کنیم، منظور اصلی ما، استفاده از هوش مصنوعی (AI) برای دستیابی به اهداف بزرگ تجاری است.
هوش تجاری (BI)، امکان شناسایی بازارهای گسترده‌تر و آشنایی با عملکرد فرآیندهای داخلی را در گذر زمان، مهیا می‌کند. هوش مصنوعی، روند انجام هوش تجاری و دسترسی به اطلاعات اساسی را آسان‌تر و ارزان‌تر می‌سازد. کسب‌وکاری که از هوش مصنوعی برای ارتباط با مشتری و انجام برخی از وظایف کارکنان، استفاده کند، قادر خواهد بود که منابع مالی اختصاص داده شده به یک انسان را که همین وظایف را به عهده دارد، آزاد کرده و به آن دسته از منابع انسانی واگذار کند که با هدف توسعه‌ی هوش مصنوعی استخدام شده‌اند.
آیا هنوز از انجام سرمایه‌گذاری در راستای خودکارسازی فرآیند و قابلیت‌های هوش مصنوعی و هوش تجاری مطمئن نیستید؟ پس بهتر است نگاهی به اعداد و ارقام زیر بیندازید:
- تا سال 2020 میلادی، 85 درصد از تعاملات با مشتری، بدون دخالت انسان مدیریت خواهند شد.
- در سال 2016، بیش از 550 استارت‌آپی که از هوش مصنوعی در هسته‌ی اصلی کسب‌وکارشان استفاده کرده بودند، موفق به جذب 5 میلیارد دلار سرمایه شده‌اند.
- سرعت تصمیم‌گیری مبتنی بر داده، به‌اندازه‌ای بالاست که آن را به موشکی که به فضا فرستاده می‌شود، تشبیه می‌کنند. بازار جهانی داده‌ی بزرگ، اخیراً با رقم 1.7 میلیارد دلار ارزش‌گذاری شد و پیش‌بینی می‌شود که این رقم در سال 2020 میلادی، به 9.4 میلیارد دلار برسد.
اولین سؤالی که پس از تصمیم‌گیری در رابطه با به‌کارگیری هوش مصنوعی، مطرح می‌شود، این است که چگونه و در چه قسمتی از کسب‌وکار، می‌توان بیشترین بهره را از هوش مصنوعی برد؟
هوش تجاری و بهره‌ی هوشی کسب‌وکار شما
هوش مصنوعی نقش تأثیرگذاری در دسترسی بهتر و کارآمدتر به هوش تجاری ایفا می‌کند.
هوش تجاری، زمینه را برای انجام تصمیم‌گیری‌های خردمندانه و مبتنی بر داده فراهم می‌کند و بهره‌وری کسب‌وکار را افزایش می‌دهد. در تصویر زیر، یک نمونه‌ی ساده از روند هوشمندسازی ماشینی را مشاهده می‌کنید.
نکته‌ی جالب ماجرا اینجاست که کاربرد هوش تجاری، فقط به تجزیه‌تحلیل روندهای گذشته محدود نشده و انجام تجزیه‌وتحلیل‌های پیش‌گویانه نیز توسط آن، امکان‌پذیر است. بررسی روندهای گذشته و تأثیر آن بر شرایط زمان حال، ابزاری است که قابلیت پیش‌بینی بازار، مشتری و کسب‌وکار را در آینده‌ی نزدیک مهیا می‌سازد.
اگر بخواهیم واقع‌بینانه نگاه کنیم، نتایج این پیش‌بینی‌ها، انطباق 100 درصدی با واقعیت نخواهد داشت، ولی بسیار نزدیک به آن خواهند بود.
داده‌های شما، به‌منزله‌ی یک گنج هستند؛ اما گنجی که در زیر خاک مدفون شده است و دستیابی به آن، به نوع تعامل شما با داده بستگی دارد.
هوش مصنوعی (AI) + هوش تجاری(BI) = بهترین دوستان برای همیشه (BFF)
در زمان‌هایی نه‌چندان دور، تعامل با داده و استنتاج دیدگاه عملی از آن، بدون کمک گرفتن از تیم دانشمندان و تحلیل‌گران داده، کاری غیرممکن بود. در گذشته، اگر توانایی و یا بودجه‌ی استخدام چنین افرادی را نداشتید (استخدام دانشمندان داده‌های بزرگ، پرهزینه است)، تنها چیزی که با آن مواجه می‌شدید، کوهی از داده‌های روزافزون و بدون استفاده بود.
اما اخیرا عصر جدیدی از هوش تجاری دموکراتیزه شده و خودکفا، آغاز شده و نیاز به متخصصان تحلیل داده از میان برداشته شده است. این تحول، در ارائه‌ی دیدگاه مبتنی بر هوش مصنوعی، موفق عمل کرده است. هوش تجاری خودکفا، به این معنا نیست که داده‌ها را گردآوری کرده و در جدول‌های زیبایی بچینیم؛ بلکه این امر، مستلزم تغییرات عمیق در فرهنگ سازمانی و پایبندی کامل به فرآیند «کاوش داده» است.
هوش مصنوعی به عنوان یک تحلیلگر داده می‌تواند در شناسایی الگوها و ناهنجاری‌های داده‌های شما موثر باشد. بسته به سطح هوش مصنوعی که استفاده می‌کنید، فرآیند شناسایی و تحلیل می‌تواند به صورت دستی انجام گیرد و یا به صورت الگوریتمی و خودکار.
در آینده‌ای نزدیک با داده‌هایتان چت خواهید کرد
خوشبختانه، کارایی چت‌بات‌های هوش تجاری به خدمات نمایندگان فروش محدود نمی‌شود و آن‌ها را می‌توان یک عضو کلیدی از تیم تحلیل داده دانست.
چت‌بات‌هایی که به داده‌ها و سیستم هوش تجاری مرتبط می‌شوند، قادرند به پرسش‌هایی که با زبان انسانی از آن‌ها پرسیده می‌شود، پاسخ دهند.
این امر، کاوش داده و دسترسی به هوش تجاری را تسهیل می‌کند. اگر به دنبال توسعه‌ی دیدگاه در حوزه‌ی کسب‌وکارتان هستید، دیگر نیازی نیست به سطرهای طولانی کدها و تصویرهای رنگارنگ، خیره شوید؛ کافی است پرسشی که در ذهن دارید را به زبانی ساده، مطرح کنید و پاسخ آن را به ساده‌ترین شکل ممکن، بگیرید. هر پاسخی که در مکالمه با چت‌بات‌های هوش تجاری دریافت می‌کنید، ذهن شما را تغذیه می‌کند و زمینه را برای سؤال بعدی، مهیا می‌سازد.
انجام مکالمه در اکثر چت‌بات‌های هوش تجاری حاضر، از طرق پلتفرمی مانند اسلک، اسکایپ، فیس‌بوک مسنجر و یا تلگرام انجام می‌گیرد. چت‌بات‌های هوش تجاری به «یکی از اعضای تیم شما» تبدیل می‌شوند و وظیفه‌ی گزارش، بازیابی و تجزیه‌وتحلیل داده را به عهده می‌گیرند.
تمامی چت‌بات‌های هوش تجاری یکسان نیستند
سطح پیچیدگی هوش مصنوعی به کار رفته در چت‌بات‌ها، آن‌ها را از هم متمایز می‌کند.
چت‌بات‌های هوش مصنوعی پیچیده، مانند ربات هوش تجاری سیسنس (Sisense)، به‌منزله‌ی دستیاران تحلیل داده هستند. آن‌ها به دسته‌ی عظیمی از منابع داده‌ی کسب‌وکار متصل می‌شوند و در پاسخ به سؤالات، از آن‌ها استفاده می‌کنند. آگاه‌سازی سایر اعضای تیم از دیدگاه انتخابی یک نفر، تنظیم هشدارهای هوشمند و جریان کاری برای افراد، نمونه‌هایی از کاربردهای دیگر ربات سیسنس هستند.
به‌عنوان‌مثال، هنگامی‌که یک مدیر خرده‌فروشی وارد حساب تیم اسلک خود می‌شود و از معیارهای گردش کالا در سه‌ماهه‌ی گذشته، می‌پرسد، ربات هوش تجاری وی، یک جدول دقیق از تمام داده‌های مرتبط را تهیه و ارائه می‌کند. این مدیر، با وجود این‌که هیچ تسلطی بر پرس‌وجو در پایگاه داده‌ی اس‌کیوال(sql) ندارد، قادر است سؤالات طبقه‌بندی‌شده را مطرح کند، به جزئیات بپردازد و در کوتاه‌ترین زمان ممکن، یک استراتژی جدید را به هیئت‌مدیره ارائه کند.
بیایید کلاه‌مان را به افتخار ربات هوش تجاری، از سرمان برداریم. این ربات‌ها، پیچیدگی کمتری دارند، اما باز هم می‌توانند از پس تحلیل‌های هوشمندانه و سودمند برآیند. بسیاری از این ربات‌ها، مانند ایستتس‌بوت (Statsbot)، کار گزارش داده را انجام می‌دهند؛ کافی است که یک هدف مشخص کنید، مثلاً درآمد ماهیانه. در این صورت، چت‌بات با داده‌های شما ارتباط برقرار می‌کند و اطلاعات لازم را در اختیار شما قرار می‌دهد.
هانچ (Hunch)، مثال دیگری است که به آن اشاره می‌کنیم. این ربات، به‌غیراز گزارش دهی و بازیابی، خدمات دیگری را نیز انجام می‌دهد. بیشینه‌سازی بهره‌وری، نمونه‌ای از همین خدمات بوده و در محیط پرطرفدار اسلک، ارائه می‌شود. هانچ به گوگل آنالیتیکس، متصل می‌شود و جهش‌های ناگهانی و ناهنجاری داده‌ها را گزارش می‌دهد. اگر سؤالی با زبان معمولی انسان‌ها از این ربات، پرسیده شود، (مثلاً: بازدیدهای صفحه‌ی ما در 120 روز گذشته، چه تعداد بوده است؟) پاسخی سریع و دقیق را ارائه می‌کند.
آینده، چه با خود به همراه خواهد داشت؟
ازآن‌جایی‌که پردازش زبان طبیعی (NLP)، هر روز در حال پیشرفت است، ابزارهای مدرن هوش تجاری در آینده، تعامل یکپارچه‌تری با کاربر خواهند داشت. بسیاری از راهکارهای نوآورانه‌ی هوش تجاری امروز، قابلیت پیش‌بینی نتایج حاصل از مدل‌های کسب‌وکاری آینده را دارند. به راحتی می‌توان از این فرصت که با کمک هوش مصنوعی، ایجاد شده، استفاده‌ی بهینه کرد.
روزی می‌رسد که ربات‌های هوش تجاریِ مبتنی بر هوش مصنوعی، به ابزاری معمول و همه‌گیر تبدیل شوند. در چنین روزی، تمامی مدیران کسب‌وکار، دیدگاه‌های مبتنی بر داده را در جنبه‌های مختلف کسب‌وکار، به کار خواهند گرفت.
منبع: Chatbotslife
