گزارش جدید Deloitte: بازگشت سرمایه در هوش مصنوعی آغاز شد، اما ابهام در هزینه‌ها ادامه دارد

• بر اساس بررسی‌های Deloitte، حدود ۲۸ درصد از کسب‌وکارها از رشد درآمدهای خود به‌واسطه هوش مصنوعی خبر می‌دهند که نسبت به آمار ۲۰ درصدی اوایل سال جاری افزایش یافته است
• افزایش بهره‌وری و بهبود روند تصمیم‌گیری سازمانی همچنان بالاترین میزان بازدهی را ثبت کرده‌اند
• حاکمیت داده و هوش مصنوعی مستقل به بخشی جدایی‌ناپذیر از استراتژی شرکت‌ها تبدیل شده است

داده‌های آماری جدید منتشرشده از سوی موسسه Deloitte نشان می‌دهد که حوزه هوش مصنوعی سازمانی سرانجام به مرحله ملموس بازگشت سرمایه (ROI) رسیده است و سازمان‌های بیشتری در مقایسه با گذشته، ثمره پیاده‌سازی زیرساخت‌های پرهزینه خود را برداشت می‌کنند.

بر اساس این گزارش، اکنون بالغ بر ۲۸ درصد از شرکت‌ها اعلام کرده‌اند که اجرای راهبردهای هوش مصنوعی به رشد مستقیم درآمدهای آنان انجامیده است؛ این رقم در مقایسه با آمار ۲۰ درصدی اوایل سال ۲۰۲۶ میلادی، روندی رو به رشد را نشان می‌دهد.

دستیابی به درآمد بیشتر، یکی از حیاتی‌ترین شاخص‌های بازگشت سرمایه در هوش مصنوعی تلقی می‌شود، زیرا سازمان‌ها هزینه‌های هنگفتی را به خرید سرویس‌ها و ارتقای زیرساخت‌ها اختصاص داده‌اند و اکنون بازگشت این سرمایه برایشان اولویتی گریزناپذیر است.

تبدیل افزایش بهره‌وری به رشد مستقیم درآمد برای پیشگامان هوش مصنوعی

اگرچه شاخص‌های دیگری مانند کارایی و بهره‌وری (با رشد ۷۴ درصدی)، بینش تحلیلی و تصمیم‌گیری (با رشد ۶۰ درصدی)، کاهش هزینه‌ها (با رشد ۴۵ درصدی) و بهبود تعامل با مشتریان (با رشد ۴۴ درصدی) همگی روندی مثبت را سپری می‌کنند، اما به گفته کارشناسان Deloitte، رشد درآمد هنوز کندترین شاخص در ارائه نتایج ملموس مالی به‌شمار می‌رود.

این پژوهش هم‌چنین به‌طور تلویحی اشاره می‌کند که ممکن است کسب‌وکارها با مشاهده همین نخستین دستاوردها دچار هیجان‌زدگی زودهنگام شوند، چراکه اکثریت قاطع آن‌ها (حدود ۸۶ درصد از شرکت‌های حاضر در نظرسنجی) قصد دارند بودجه و سرمایه‌گذاری خود در زمینه هوش مصنوعی را برای سال مالی آینده افزایش دهند.

افزون بر این، هرچند شاخص‌های اولیه بازگشت سرمایه در مسیر درستی حرکت می‌کنند، اما تحلیلگران Deloitte نگران آن هستند که بسیاری از کسب‌وکارها هنوز اشراف و شفافیت مالی کافی نسبت به آثار دقیق هوش مصنوعی ندارند. اگرچه از هر چهار سازمان، نزدیک به سه شرکت (۷۱ درصد) کل هزینه ناشی از مصرف توکن را رصد می‌کنند، اما بسیاری از آن‌ها صرفاً رقم نهایی صورت‌حساب را می‌بینند و نمی‌دانند کدام بخش از فعالیت‌ها و پروژه‌ها دقیقاً چه میزان هزینه به‌همراه داشته است.

تحول موقعیت‌های شغلی تحت تأثیر گسترش هوش مصنوعی

همگام با نفوذ عمیق‌تر هوش مصنوعی در ساختار شرکت‌ها، بازتعریف نقش‌های شغلی به ضرورتی آشنا برای مدیران بدل شده است؛ برای نمونه، توسعه‌دهندگان نرم‌افزار در حال حاضر شاهد گذار تدریجی از کدنویسی دستی به مدیریت ایجنت‌های هوش مصنوعی هستند.

بر اساس برآوردهای Deloitte، هنوز راه درازی در این مسیر پیش رو است، چراکه گرچه از هر پنج شرکت، سه سازمان نقش‌های شغلی را به میزان متوسط بازطراحی کرده‌اند، اما تنها ۱۵ درصد از آن‌ها دست به تغییرات گسترده زده‌اند و تنها ۱ درصد مشاغل را به‌طور کامل متحول ساخته‌اند.

در متن این گزارش تأکید شده است که «بسیاری از سازمان‌ها هنوز صرفاً در سطحی‌ترین لایه‌های این تحول قرار دارند.»

چشم‌انداز متفاوت سرمایه‌گذاری‌های آتی در حوزه هوش مصنوعی

با نگاهی به آینده، کارشناسان Deloitte پیش‌بینی می‌کنند که مقوله هوش مصنوعی حاکمیتی (Sovereign AI) و استقلال فناورانه اهمیت به مراتب بیشتری پیدا کند. نزدیک به نیمی از کسب‌وکارهای آمریکای شمالی و لاتین (۴۶ درصد) و منطقه اروپا، خاورمیانه و آفریقا موسوم به EMEA (حدود ۴۷ درصد) به منظور در دست گرفتن کنترل بارهای پردازشی خود، سیستم‌ها را به‌صورت داخلی توسعه می‌دهند و سه چهارم پاسخ‌دهندگان در سراسر جهان (۷۴ درصد) برای این رویکرد اهمیتی دست‌کم در حد «متوسط» قائل هستند.

با این حال، این مقاله پژوهشی مزایای بهره‌گیری از پلتفرم‌های ابری بزرگ و متمرکز (Hyperscalers) را نیز نادیده نمی‌گیرد و یادآور می‌شود که تکیه بر زیرساخت‌های بومی و توسعه درون‌سازمانی با بده‌بستان‌هایی همراه است که معمولاً میان «توانمندی، سرعت پردازش یا هزینه نهایی» رخ می‌دهد.

هم‌زمان، گزارش‌های متعددی درباره شرکت‌های بزرگی هم‌چون نئوبانک Revolut شنیده می‌شود که مدیریت صورت‌حساب‌های زیرساختی را شخصاً به دست گرفته‌اند؛ این شرکت‌ها با میزبانی مستقل مدل‌های وزن‌باز (Open-weight)، امکان پیش‌بینی دقیق‌تر هزینه‌ها را فراهم می‌کنند، حتی اگر در سناریوهایی که نیازی به مدل‌های پرچمدار و پیشرو (Frontier models) ندارند، اندکی از کیفیت و قدرت مدل چشم‌پوشی کنند.

این گزارش شش ملاحظه بنیادین را برای مراحل پیش روی پیاده‌سازی هوش مصنوعی ترسیم می‌کند: سازمان‌ها باید کل ساختار کار را از نو طراحی کنند نه صرفاً جریان‌های کاری ساده را؛ شفافیت هزینه‌ها باید تا جزئی‌ترین سطح مصرف توکن قابل ردیابی باشد نه فقط در قالب رقم کلی فاکتور؛ راهبردهای هوش مصنوعی باید مستقیماً با اقدامات ارزش‌آفرین و درآمدزا هم‌راستا شوند؛ چارچوب‌های حاکمیتی و نظارتی باید پابه‌پای خودکارتر شدن سیستم‌ها رشد کنند؛ سازمان‌های پیشرو اکنون توجه خود را به هوش مصنوعی فیزیکی نظیر ربات‌ها معطوف کرده‌اند و دیگران نیز باید این مسیر را دنبال کنند؛ و در نهایت، حاکمیت و استقلال فناورانه باید تلاشی مداوم و پیوسته در نظر گرفته شود، نه اقدامی مقطعی و کوتاه‌مدت.