هوش تجاری، پیششرط هوش مصنوعی در کسبوکارها
فاطمه مهاجرانی در نشست خبری، گفت: ما پیش شرطی برای هوش مصنوعی نیاز داریم و آن هوش تجاری است؛ یعنی ابتدا باید حجمی از داده ها را جمع آوری کنیم، سپس بر روی آنها داشبورد مدیریتی پیاده کنیم و بعد به سراغ هوش مصنوعی برویم.
وی، ادامه داد: طبق اعلام معاونت علمی ریاست جمهوری، وزیر ارتباطات و فناوری اطلاعات و وزیر علوم، معاونت علمی تهیه دستیار هوش مصنوعی برای دولت را در دستور کار دارد و در حال حاضر اقدامات برای حوزه سازمان برنامه و بودجه و حوزه وزرش در رشته کشتی انجام شده است.
در دنیای امروز که فناوری با سرعتی سرسامآور در حال پیشرفت است، بسیاری از کسبوکارها به دنبال استفاده از هوش مصنوعی برای بهبود تصمیمگیری، افزایش بهرهوری و خلق مزیت رقابتی هستند. اما پیش از ورود به دنیای پیچیده هوش مصنوعی، یک زیرساخت حیاتی و بنیادین وجود دارد که نمیتوان از آن چشمپوشی کرد: هوش تجاری (Business Intelligence – BI).
هوش تجاری مجموعهای از ابزارها، فناوریها و فرایندهاست که به سازمانها کمک میکند دادههای خام خود را به اطلاعات معنادار و قابل استفاده تبدیل کنند. BI با جمعآوری، تحلیل و مصورسازی دادهها، بستری فراهم میکند تا تصمیمگیرندگان بتوانند تصویری شفاف از وضعیت فعلی سازمان داشته باشند و بر اساس شواهد دقیق، تصمیمگیری کنند.
اما چرا هوش تجاری پیشنیاز هوش مصنوعی است؟
* دادههای تمیز و ساختاریافته: مدلهای هوش مصنوعی برای یادگیری به دادههای دقیق، تمیز و قابل اعتماد نیاز دارند. BI این دادهها را فراهم میکند.
* درک درست از فرایندهای کسبوکار: قبل از اتوماسیون هوشمند، باید درک درستی از فرایندها داشته باشیم. هوش تجاری این دید را فراهم میکند.
* تحلیل گذشته برای پیشبینی آینده: هوش تجاری تمرکز بر تحلیل گذشته دارد، در حالی که هوش مصنوعی به پیشبینی آینده میپردازد. این دو مکمل یکدیگرند.
در واقع، بدون پایهریزی درست دادهای و نداشتن دید تحلیلی که BI فراهم میکند، اجرای پروژههای هوش مصنوعی اغلب با شکست مواجه میشود یا نتایج نادرستی به همراه دارد.
سازمانهایی که قصد دارند وارد مسیر تحول دیجیتال شوند و از ظرفیتهای هوش مصنوعی بهرهبرداری کنند، باید ابتدا در زمینه هوش تجاری سرمایهگذاری کنند. BI نهتنها مسیر را برای AI هموار میکند، بلکه به تنهایی نیز ارزشافزوده قابل توجهی برای سازمان ایجاد خواهد کرد. بنابراین، پیش از آنکه هوش مصنوعی را به کار گیرید، مطمئن شوید که زیرساخت BI شما محکم، یکپارچه و مبتنی بر دادههای واقعی است.
