در سومین روز از برگزاری رویداد باهم ۱۴۰۲ همکاران سیستم واقع در سالن ۴۱ نمایشگاه بین‌المللی تهران سمینار «نقش هوش مصنوعی در ارزش‌آفرینی برای کسب‌وکارها» به راهبری حسین نیلی، مدیر محصول AI همکاران سیستم، تشکیل شد.
حسین نیلی در این سمینار به تاثیرات هوش مصنوعی در روند کسب‌وکارهای امروزی پرداخت و گفت: « هوش مصنوعی از گرایشی دانشگاهی به پدیده‌ای فراگیر و تاثیرگذار تبدیل شده است. امروز بسیاری از ما نمود هوش مصنوعی را در ChatGPT می‌بینیم که شکل جدیدی از تعامل با محصولات دیجیتال را در اختیار افراد قرار داده و توانست طی تنها ۵ روز، یک میلیون کاربر را به خود جذب کند. این در حالیست که اینستاگرام به عنوان پلتفرمی جذاب، امکانات زیاد و رابط کاربری قوی برای جذب این تعداد کاربر به دو ماه و نیم زمان نیاز داشت. در همین راستا ما شاهد ظهور پدیده‌ای مشابه اما تقویت‌یافته و انسان‌گونه‌تر همچون Gemini هستیم که توسط شرکت گوگل عرضه شده است.»
وی افزود: «تاثیر هوش مصنوعی فراتر از یک روند برجسته فناوری است و طیفی از روندهایی که پیش از این شکل گرفته است را تحت تأثیر قرار داده است. در بررسی‌های انجام‌شده، ارزش اقتصادی حاصل از هوش مصنوعی ۷/۱۵ تریلیون دلار تخمین زده شده که این عدد بزرگ‌تر از مجموع خروجی اقتصادی چین و هند است. این آمار و آمار مشابه باعث شده‌اند ما شاهد سرمایه‌گذاری‌های عظیم کسب‌وکارها از اندازه‌ها و حوزه‌های مختلف بر روی هوش مصنوعی باشیم. ۹۴ درصد مدیران برجسته شرکت‌های فعال در زمینه‌های متنوع معتقد هستند که هوش مصنوعی برای موفقیت کسب‌وکارشان در ۵ سال آینده مهم است.»
حسین نیلی در ادامه تعریفی ساده از هوش مصنوعی ارائه داد:
«هر سیستمی که عملکردی بروز بدهد که تداعی‌کننده فعالیتی برآمده از مهارتی انسانی باشد متعلق به هوش مصنوعی خواهد بود. شاخه‌های مختلف هوش مصنوعی نیز بر مبنای تناظر با مهارت‌های انسانی شکل گرفته‌اند: مهارت‌های ادراکی شامل درک ورودی‌هایی که توسط حواس خود از محیط پیرامونمان دریافت می‌کنیم و مهارت‌های سطح بالاتر شناختی شامل درک احساس، قدرت پیش‌بینی، و تولید و خلق گفتار، نوشتار و تصویر.»
طبق گفته‌های نیلی چند نمونه کارکرد رایج هوش مصنوعی را می‌توان در کنترل کیفیت تولیدات صنعتی، پردازش اسناد کسب‌وکاری و تحلیل احساس مشتریان مشاهده کرد که در هر یک از این موارد، الگوگیری از مهارت‌های انسانی مشهود است. با این حال باید این مساله را مدنظر قرار داد که سیستم عصبی انسان شبکه‌ای پیچیده از اعصاب است که بر اساس قوانین و شرایط مشخص و از پیش تعیین شده‌ای کار نمی‌کند اما در نسخه‌‌های هوش مصنوعی تلاش‌هایی شده تا بعضی مهارت‌های انسانی را بر مبنای مجموعه‌ای از قواعد بروز دهند که برخی از این اقدامات موفق و برخی ناموفق بوده‌اند.
تبدیل شدن هوش مصنوعی به پدیده فراگیر امروزی، مدیون ظهور «یادگیری ماشین» است.
نیلی در ارتباط با رابطه هوش مصنوعی و یادگیری ماشین گفت: «در چنین شرایطی یکی از قابلیت‌های اصلی هوش مصنوعی یعنی یادگیری ماشین یا همان Machine Learning بروز پیدا می‌کند. مدل‌های یادگیری ماشین، عمدتاً مبتنی بر شبکه‌های عصبی مصنوعی کار می‌کنند، که ساختارهایی الهام‌گرفته از روال یادگیری در مغز انسان هستند. به کمک این قابلیت، تشخیص الگو در داده و یادگیری از آن، جایگزین حفظ کردن مجموعه‌ای از قواعد می‌شود. اما ارمغان این پیشرفت برای کسب‌وکارها چیست؟ این فناوری، انعطاف در برابر تغییرات شرایط عملکردی سیستم یا محصول، و قدرت تطبیق بر این تغییرات را فراهم کرده، که با توجه به دینامیک معمول در شرایط، برای کسب‌وکارها ارمغان ارزشمندی محسوب می‌شود.»
حسین نیلی در ادامه به بررسی روند توسعه محصولات مبتنی بر یادگیری ماشین پرداخت و بر نقش کلیدی «وضعیت داده» و «نحوه عملیاتی سازی» در موفقیت یا شکست این محصولات تأکید کرد. او به مزایای مهم بستر ابری در مقابله با چالشهای جدی در عملیاتی‌سازی و عرضه محصولات مبتنی بر هوش مصنوعی اشاره کرد، و بر ارتباط ناگسستنی Cloud و AI/ML که مزایایش محدود به مرحله عملیاتی‌سازی محصولات هوش مصنوعی نیست تأکید کرد.
در پایان حسین نیلی سخنرانی خود در این سمینار را با نقش همکاران سیستم به عنوان یکی از اولین ارائه‌دهندگان نرم‌افزارهای سازمانی در پیاده‌سازی هوش مصنوعی به اتمام رساند و گفت: «IPA یکی از بلوغ‌یافته‌ترین مسیرهای ایجاد ارزش به وسیله هوش مصنوعی است که عمدتا با داده‌های متنی و تصویری سروکار دارد. امروز همکاران سیستم دو مورد کاربری را در خودکارسازی هوشمند فرآیندها اجرا کرده است:
- استخراج اطلاعات از نامه‌های اداری: همان‌طور که می‌دانید سازمان‌ها به صورت روزانه با حجم قابل توجهی از نامه‌های وارده رو‌به‌رو هستند و بررسی تمامی این اسناد و وارد کردن اطلاعات موجود در آنها در سیستم‌های مورد نظر زمان زیادی را از کارکنان می‌گیرد. همکاران سیستم توانسته است به کمک یادگیری ماشین این فرآیند را خودکارسازی کند.
- مطابقت‌سنجی فاکتورها: ما در سازمان‌های خرده‌فروشی و امثالهم با حجم بالایی از فاکتورها مواجه هستیم که نیازمند صرف زمان طولانی برای بررسی و ورود به سیستم‌های مالی هستند. همکاران سیستم در این زمینه نیز توانست با خودکارسازی این فرآیند توسط یادگیری ماشین، زمان مصرفی اجرای این فرآیند را به چند ثانیه برساند.
امروز ارائه‌دهندگان نرم‌افزارهای سازمانی به بازیگران کلیدی در ارائه راهکارهای مبتنی بر هوش مصنوعی تبدیل شده‌اند؛ چرا که این شرکت‌ها به واسطه تجربه بالایی که در مدیریت منابع انواع مشتریان سازمانی دارند بر ظرفیت داده‌ای آنها اشراف پیدا کرده‌اند و در موقعیت مناسبی برای ارزیابی تناسب این ظرفیت داده‌ای با موارد کاربری قابل تحقق با هوش مصنوعی قرار دارند.»