مدیرعامل مایکروسافت خواستار بازنگری اساسی در پذیرش هوش مصنوعی شد

01

از 06

دو ستون اصلی سرمایه سازمانی

نادلا چارچوب پیشنهادی خود را بر دو نوع سرمایه بنا کرده است. «سرمایه انسانی» که شامل تخصص، قدرت قضاوت، شبکه ارتباطات، خلاقیت و توانایی تشخیص الگوهای ارزشمند توسط کارکنان است و «سرمایه توکنی» که به قابلیت‌های هوش مصنوعی اختصاصی و تحت مالکیت سازمان اشاره دارد. به باور او، رشد سرمایه توکنی نه‌تنها ارزش سرمایه انسانی را کاهش نمی‌دهد، بلکه آن را افزایش می‌دهد. مدیرعامل مایکروسافت تاکید کرد که عاملیت انسانی موتور محرک توسعه توانمندی‌های هوش‌ مصنوعی است، چرا که این انسان‌ها هستند که اهداف بلندپروازانه را تعریف می‌کنند، میان حوزه‌های مختلف پیوند برقرار می‌سازند، روابط کلیدی را شکل می‌دهند و الگوهای تاثیرگذار را شناسایی می‌کنند. از دید او، بدون هدایت انسان، حتی قدرتمندترین اکوسیستم هوش مصنوعی نیز فاقد جهت‌گیری موثر خواهد بود.

حتما بخوانید: استارتاپ ۱۲ میلیارد دلاری بزوس؛ پرومتئوس بالاخره معرفی شد

02

از 06

چرخه یادگیری

یکی از مهم‌ترین مفاهیم مطرح‌شده از سوی نادلا در شبکه اجتماعی X، «چرخه یادگیری» است؛ معماری‌ که در آن دانش انسانی و سامانه‌های هوش مصنوعی به‌ صورت پیوسته یکدیگر را تقویت و تکمیل می‌کنند. او معتقد است هرچند امکان خودکارسازی بسیاری از وظایف و حتی مشاغل وجود دارد، اما فرایند یادگیری سازمانی قابل واگذاری نیست. از نگاه مدیرعامل مایکروسافت، دارایی فکری واقعی یک شرکت تنها داده‌های آن نیست، بلکه چرخه یادگیری اختصاصی آن است؛ مجموعه‌ای از قضاوت‌های انباشته، فرایندهای عملیاتی و دانش تخصصی که در سیستم‌های هوش‌ مصنوعی نهادینه می‌شود و با هر تعامل تکامل پیدا می‌کند. نادلا این سازوکار را به «ماشینی برای صعود مداوم» تشبیه می‌نماید که با گذشت زمان، مزیت رقابتی سازمان را به‌ صورت مستمر تقویت و انباشت می‌کند.

03

از 06

معماری سازمانی نسل آینده هوش مصنوعی

برای مطالعه بیشتر: سامسونگ از برنامه سازمانی «گذار هوش مصنوعی» خود رونمایی کرد

ساتیا نادلا، مدیرعامل مایکروسافت در تشریح چشم‌انداز خود از «نسل بعدی معماری سازمانی هوش مصنوعی» تاکید کرد که شرکت‌ها باید به سمت طراحی سیستم‌های عامل‌محور حرکت کنند؛ سیستم‌هایی که قادر هستند دانش نهادی را در خود حفظ و به‌ صورت مستمر بهبود دهند، در عین حال که انعطاف لازم را برای جایگزینی مدل‌های بنیادین هوش مصنوعی با تحول فناوری نیز فراهم می‌کنند. او همچنین نقش کلیدی سیستم‌های ارزیابی اختصاصی و محیط‌های یادگیری تقویتی مبتنی بر داده‌های واقعی سازمانی را برجسته کرد؛ سازوکارهایی که به گفته او، حافظه سازمانی را از یک دارایی ایستا به یک «پایگاه دانش پویا» تبدیل می‌کنند.

04

از 06

هشدار نسبت به تمرکز قدرت در هوش مصنوعی

نادلا با اشاره به تجربه نخستین موج جهانی‌سازی، یادآور شد که اگرچه برون‌سپاری در سطح کلان باعث رشد تولید ناخالص داخلی شد، اما هم‌زمان باعث فرسایش اکوسیستم‌های صنعتی و بروز پیامدهای اجتماعی و سیاسی پایدار شد. او نسبت به تکرار این الگو در عصر هوش‌ مصنوعی هشدار داد و تصریح کرد که نباید اجازه داد چند سیستم محدود هوش مصنوعی، تمام ارزش اقتصادی را جذب کنند؛ در حالی که دانش تخصصی صنایع به‌راحتی قابل کالایی‌سازی و تضعیف می‌شود. از نگاه او، سناریویی که در آن ارزش تنها در اختیار چند مدل متمرکز شود، در بلندمدت از نظر سیاسی و اقتصادی قابل دوام نخواهد بود.

خبر پیشنهادی: مایکروسافت دسترسی به AI محلی ویندوز را از انحصار Copilot+ خارج کرد

05

از 06

فراخوان برای اکوسیستم هوش مصنوعی

در مقابل، نادلا بر ضرورت شکل‌گیری «اکوسیستم هوش‌ مصنوعی» تاکید کرد؛ ساختاری که در آن ارزش به‌ صورت گسترده در میان شرکت‌ها، صنایع و کشورها توزیع شود. او تاکید کرد که اولویت راهبردی باید توسعه چنین اکوسیستمی باشد و به دنبال تولید چند مدل پیشرفته هوش مصنوعی نباشد؛ به‌گونه‌ای که هر سازمان بتواند مالک چرخه یادگیری خود باشد و از طریق آن، سرمایه انسانی و سرمایه مبتنی بر هوش مصنوعی خود را به‌ صورت انباشتی تقویت کند. وی این رویکرد را امتداد مدل پلتفرمی اقتصاد دیجیتال دانست؛ الگویی که در آن پلتفرم‌ها به‌جای تمرکز ارزش، زمینه خلق ارزش گسترده‌تر را فراهم می‌کنند و اکنون باید در معماری هوش مصنوعی نیز بازتولید شود.

06

از 06

زمینه سیاسی و صنعتی

این موضع‌گیری در پی تصمیم دولت ایالات متحده برای تعلیق دسترسی بین‌المللی به مدل‌های شرکت آنتروپیک مطرح شد؛ تصمیمی که بحث‌های گسترده‌ای درباره تمرکز قدرت در زیرساخت‌های هوش‌ مصنوعی و پیامدهای ژئوپلیتیکی آن در سطح صنعت جهانی به همراه داشت.