اثرگذارترین رویدادهای تکنولوژی ۲۰۲۲
در حالی که برخی از آنها بر جدیدترین تکنولوژی‌‌ها مثل رایانش کوانتومی (شاخه‌‌ای از رایانش متمرکز بر توسعه تکنولوژی کامپیوتری براساس اصول تئوری کوانتوم. کوانتوم رفتار انرژی و ماده را در سطوح اتمی توضیح می‌دهد) متمرکزند، برخی دیگر می‌گویند بهتر است تکنولوژیهای موجودی مثل یادگیری ماشینی را عملیاتی‌‌تر کرد.
متاورس، وب ۳، کریپتو و ۵G. اینها تنها تعدادی از تکنولوژیهایی هستند که انتظار میرود تیتر اخبار و مطالب را در سال جدید تسخیر کنند. اما کدام رویدادهای تکنولوژی در صدر دستورالعملهای کسب‌‌وکارها قرار خواهند گرفت؟ کدام‌یک را مدیران، بی‌سروصدا زیرنظر دارند و باید علنی‌‌تر مطرح شوند؟
و رهبران کسب‌‌وکار وقتی به این رویدادها فکر می‌کنند، چه چیزی را باید مدنظر داشته باشند؟ گروهی از کارشناسان جهانی، عضو شورای تکنولوژی گروه تحقیقاتی مک‌‌کینزی، گرد هم آمدند تا رویدادهای نوظهور واقعی در کسب‌‌وکار و تکنولوژی را ارزیابی و پیگیری کنند و مورد بحث قرار دهند. آنها به سه سوال زیر پاسخ دادند:
پیش‌‌بینی می‌کنید کدام رویداد تکنولوژی، جزو دستورالعملهای اصلی کسب‌‌وکارها در سال جدید باشد و چرا؟
فکر می‌کنید کدام رویداد تکنولوژی را کسب‌‌وکارها زیرنظر دارند، اما به توجه بیشتری نیاز دارد؟
برای رهبران کسب‌‌وکاری که می‌خواهند تکنولوژیهای جدید را در کسب‌‌وکار خود به کار گیرند چه توصیه‌‌ای دارید؟
پاسخ برخی از این کارشناسان ممکن است باعث شگفتی شما شود. در حالی که برخی از آنها بر جدیدترین تکنولوژی‌‌ها مثل رایانش کوانتومی (شاخه‌‌ای از رایانش متمرکز بر توسعه تکنولوژی کامپیوتری براساس اصول تئوری کوانتوم. کوانتوم رفتار انرژی و ماده را در سطوح اتمی توضیح می‌دهد) متمرکزند، برخی دیگر می‌گویند بهتر است تکنولوژیهای موجودی مثل یادگیری ماشینی را عملیاتی‌‌تر کرد.
و توصیه آنها به رهبران کسب‌‌وکار، معمولا نشان می‌دهد برخی مسائل قدیمی مثل تفکیک سیلوهای سازمانی و ارتقای مهارت‌‌های کارکنان، همچنان مهم هستند. در ادامه، پاسخ این کارشناسان را به هر یک از سه سوال مطرح شده، می‌‌خوانیم.
آجای آگراوال، استاد کارآفرینی مدرسه مدیریت دانشگاه تورنتو راتمن
۱- شرکت‌های سنتی، سرمایه گذاری‌های خود را در دیجیتال سازی ادامه خواهند داد. شرکت‌های پیشرفته از نظر تکنولوژیک، سرمایه گذاری‌های خود را در اتوماسیون ادامه خواهند داد.
۲-بیشتر شرکت‌های سنتی، از توجه بیشتر به فرصت‌هایی که اتوماسیون برای افزایش بهره وری ایجاد می‌کند، منتفع می‌شوند و شرکت‌های پیشرفته، از توجه بیشتر به فرصت‌هایی که مشغولیت شناختی (غوطه ور شدن در استدلال انتزاعی درباره فعالیت ها، رویدادها و اهداف) به واسطه متاورس برای افزایش بهره وری ایجاد می‌کند، منتفع می‌شوند.
۳- بدانید که دیجیتال سازی، اتوماسیون و مشغولیت شناختی به واسطه متاورس، چه چیز‌هایی را ممکن می‌کنند. فرضیه‌ای درست کنید مبنی بر اینکه صنعت شما پنج تا هفت سال آینده چه شکلی خواهد بود و محصولات و خدمات خود را برای چنین آینده‌ای پیش ببرید.
انیماشری آناندکومار، استاد رایانش و علوم ریاضی موسسه تکنولوژی کالیفرنیا، مدیر تحقیقات یادگیری ماشینی در شرکت تکنولوژی NVIDIA
۱- ظهور مدل‌های بنیادی که دگرگون کننده‌های چندوجهی هستند، هوش مصنوعی را وارد مقیاس ابررایانش کرده اند. این تاثیر قابل توجهی بر کسب وکار‌ها دارد، چون می‌توانند این مدل‌های قوی از قبل آماده شده را بگیرند و با استفاده از چند نمونه آموزشی، به سرعت آنها را با وظایف پایین دستی خود سازگار کنند.
۲- یادگیری به صورت خود-نظارتی، در میان مدل‌های رقابتی آموزشی اقبال زیادی نشان داده و حتی از مدل‌هایی که از یادگیری به صورت نظارت بر دیگران استفاده می‌کنند، برتری جسته است.
این انقلاب هوش مصنوعی با محوریت داده، وابستگی ما را به داده‌ها کمتر خواهد کرد و کاربرد‌هایی را در زمانی که برچسب گذاری داده گران یا غیرممکن باشد، امکان پذیر خواهد کرد.
۳- به کارگیری تکنولوژیهای جدید می‌تواند پرریسک و در عین حال پرثمر باشد. توصیه من به رهبران کسب وکار این است که در شروع مطالعات مقدماتی که برای درک مزیت‌های تکنولوژیهای جدید و احتمالات یک تحول تخریب گر، نگاه واقع بینانه دارند، چابک عمل کنند.
آلان باراتز، مدیر عامل شرکت D-Wave Systems
۱-در دو سال گذشته، همه ما تحولات مهم و سریعی را به واسطه پاندمی کرونا تجربه کردیم. در سال جدید، قرار است از مورد تخریب واقع شدن به سمت مدیریت تخریب حرکت کنیم.
کسب وکار‌های بزرگ، چه زنجیره‌های تامین خود را پس بگیرند و چه وارد روش‌های جدید کار کردن شوند، به دنبال راه‌حل‌های جدید برای مشکلات انقلابی و تکاملی خواهند بود.
مثل هر تحول دیگری در بازار، تکنولوژیهای نوظهور مثل رایانش کوانتومی، برای مقابله با مشکلات عملیاتی پیچیده و رسیدن به نتایج متحول کننده، مورد نیاز خواهند بود.
۲- با اینکه کسب وکار‌ها هر چه بیشتر به رایانش کوانتومی علاقه مند می‌شوند، اما هنوز خیلی‌ها هستند که نمی‌دانند کوانتوم چطور می‌تواند کسب وکار آنها را دچار تحول بنیادی کند.
در هر صنعت مفروضی - از تولید صنعتی گرفته تا لجستیک و علوم زیستی و داروسازی- رایانش کوانتومی می‌تواند کارآیی عملیاتی را سرعت بخشد، درآمد را افزایش دهد و به کسب وکار‌ها در برابر رقبا مزیت دهد.
۳-کارتان را با تکنولوژی شروع نکنید - اهداف ویژه، معمولا محکوم به شکست هستند. با مشکلاتی که سعی دارید آنها را حل کنید شروع کنید سپس کشف کنید تکنولوژیهای نوظهور چگونه می‌توانند در حل این مشکلات به شما کمک کنند و به کسب وکارتان نفع برسانند. تکنولوژیهای نوظهور هم از نظر تعداد و هم از نظر پیچیدگی در حال سرعت گرفتن هستند.
شرکای قابل اعتمادی را بیابید که هم نقشه راه را برای به کارگیری تکنولوژیهای جدید در زیرساخت‌های شما فراهم می‌کنند و هم همکاری نزدیکی با سازمان شما دارند تا به تیم‌های شما آموزش بدهند.
مایکل چوی، عضو موسسه جهانی مک کینزی
۱- از نظر من کریپتو. این را لزوما به این خاطر نمی‌گویم که کریپتو، بر دستورالعمل هر کسب وکاری اثرگذاری ملموس دارد، بلکه، چون در صدر همه خبر‌ها است. بنابراین، هر کسب وکاری باید بداند کریپتو برایش چه معنایی دارد و در چه مواردی می‌توان از آن به عنوان یک راه‌حل استفاده کرد.
۲- صنعتی کردن هوش مصنوعی. در شرکت‌هایی که ارزش قابل توجهی از هوش مصنوعی در بخش‌های متعدد به دست آورده اند، کاربرد هوش مصنوعی و یادگیری ماشینی از یک سرگرمی دم‌دستی به سمت حرفه‌ای شدن تغییر پیدا کرده است.
این شرکت‌ها از یک بستر تکنولوژی جدید و مجموعه فرآیند‌هایی به نام MLOps استفاده می‌کنند که به آنها امکان می‌دهد مدل‌های هوش مصنوعی را به‌صورت قابل پیش بینی و مقرون به صرفه، سریع‌تر از گذشته به کار بگیرند
و در عین حال، عملکرد را پیگیری کنند تا از رقبایشان جلو بیفتند.
۳- از سرعت و مقیاس تحولات بزرگی که به واسطه پاندمی ایجاد شده، درس بگیرید.
کووید همان‌قدر که برای زندگی و معیشت خیلی از افراد چالش ایجاد کرد، همه سازمان‌ها را مجبور کرد از یکسری موانع بر سر راه تغییر عبور کنند.
این امکان از طریق تکنولوژی فراهم شد که ممکن بود سال‌ها طول بکشد.
یتوند دادا، مسوول مدیریت محصول شرکت QuantumBlack
۱-امسال ما یادگیری ماشینی را به شکل معتبری عملیاتی سازی خواهیم کرد و بر قوانینی که انتظار میرود در سطح جهانی تعیین شوند، غلبه خواهیم کرد. مدت‌ها است سیستم‌هایی را مورد استفاده قرار می‌دهیم که تصمیم‌های کنترل نشده درباره افراد می‌گیرند و سیستم‌های نابرابری را جاودانه کرده اند.
مدل‌ها باید ویژگی‌های شفاف داشته باشند، سوگیری‌های آنها شناسایی و کم شود و نظارت داده بهتری داشته باشند.
اکوسیستم یادگیری ماشینی برای مدل‌های حسابرسی به شدت جزئی شده و خاص است و باید ابزار‌هایی ایجاد شود که به سازمان‌ها و حسابرس‌ها کمک کنند. همچنین نیاز داریم روش‌های جدید درگیر کردن جوامع تحت تاثیر را پیدا کنیم و همزمان این مدل‌ها را ایجاد کنیم.
۲- سازمان‌ها در سراسر دنیا در ایجاد اپلیکیشن‌ها و محصولات دیجیتال، عملکردی عالی دارند. همین انقلاب باید درباره یادگیری ماشینی هم رخ دهد. باید به چگونگی ایجاد محصولات یادگیری ماشینی فکر کنیم و اکوسیستم‌هایی از ابزار‌ها را ایجاد کنیم که مهندسی و توسعه نرم افزار را به کار می‌گیرند. من انتظار دارم ابزار‌های جدید طراحی شده برای کمک به تسهیل این تحول را ببینم، اما به یک تحول سازمانی هم نیاز داریم تا از پیچیدگی محصولات یادگیری ماشینی دفاع کنیم.
۳- قبل از رفتن سراغ تکنولوژیهای جدید، باید یک گزاره مشکل داشته باشید که ساده‌فهم باشد. نیاز‌های شما مشخص می‌کند که تکنولوژی باید چه چیز‌هایی را در سازمان دربربگیرد، نه اینکه سعی کنید یک تکنولوژی جدید را با مشکلی که اصلا وجود ندارد، تطبیق دهید. پیگیری راه‌حل‌هایی برای نیازهایتان هم، کمک می‌کند از تصمیم‌گیری شتاب زده برای تکنولوژیهای جدید اجتناب کنید.
این صحبت‌ها باعث می‌شود درباره تکنولوژیهایی مثل متاورس فکر کنم. نمی‌دانم این تکنولوژی قرار است چه مشکلی را حل کند، کاربران دیگر چگونه آن را حل کرده اند و آیا راه‌حل هایشان موفق بوده یا شکست خورده است. این رویکرد مبتنی بر نیاز، باید راهنمای مسیر اکتشاف تکنولوژی شما باشد و سرمایه گذاری‌ها و تصمیم‌گیری‌های شما را ساده سازی کند.
کلمنز جارتار، از شرکای ارشد شرکت مک کینزی
۱- احیای تحولات معماری داده-محور و نرم افزار‌های کاربردی متن باز در حال ظهور است. شرکت‌ها و سازمان‌های بزرگ دستورالعملهای معماری خود را به روز می‌کنند تا اول خودشان سازنده باشند و بعد خریدار. به عنوان مثال، در اوایل فوریه امسال، وزارت دفاع آمریکا از «استراتژی مدرن سازی نرم افزاری» خود خبر داد که بر استفاده از اهرم تکنولوژی ابری برای توسعه نرم افزار‌های کاربردی متمرکز خواهد شد.
۲-اینترنت اشیا (شامل دوربین ها، سنسورها، ارتباط پذیری و...) بیش از پیش بهبود خواهد یافت تا همگرایی دنیای فیزیکی و اطلاعاتی ادامه پیدا کند. ایحاد تحولات معماری داده-محور و به کارگیری هوش مصنوعی، یک روش بهر ه برداری از قدرت اینترنت اشیا است.
۳- هر پیشرفتی در تکنولوژی، با وجود افراد بااستعداد شروع می‌شود و پایان می‌یابد.
جولی لاو، مدیر محصول رایانش کوانتومی در شرکت مایکروسافت
۱- در سال جدید شاهد پیشرفت مستمر رایانش کوانتومی خواهیم بود. هنوز با دیدن اثر تجاری سخت‌افزاری کوانتوم چند سال فاصله داریم، اما انتظار دارم سال آینده پیشرفت‌هایی در مواد و سخت‌افزار‌های لازم برای ساخت سیستم‌های کوانتوم، پیشرفت در قابلیت‌های ابری برای برنامه‌نویسی سیستم‌های کوانتوم از طریق پلت فرم‌های ابری و اثرگذاری ایجاد شده از شاخه‌های تکنولوژی کوانتوم؛ مثل استفاده از متد‌های الگوریتمی برای حل مشکلات محاسبه‌ای پیچیده و سخت، حاصل شود.
۲- رایانش کوانتومی قرار است راه‌حل‌های بی سابقه‌ای برای برخی از پیچیده‌ترین چالش‌های جامعه ارائه کند. به عنوان مثال، این تکنولوژی می‌تواند با فراهم کردن امکان طراحی کاتالیزوری جدید برای تثبیت کارآمد کربن، به مساله تغییرات اقلیمی بپردازد. برای درک اثرات عملی در سطح صنعتی، پیشرفت‌های قابل توجهی نیاز است و بنابراین بنگاه‌ها می‌توانند امروز با سرمایه گذاری در تکنولوژی ابری یا مشارکت‌ها کارشان را شروع کنند تا حوزه‌های کاربردی کوانتوم را بشناسند.
در این صورت، فرصت‌هایی هم برای نوآوری تخریب گر ایجاد می‌شود. کندوکاو کردن در میان ایده‌های مرتبط با نوآوری و تفکر کوانتومی هم فرصت‌های تازه‌ای ایجاد می‌کند. با تکیه بر مفاهیم کوانتوم برای تصویرسازی مجدد الگوریتم‌های کلاسیک، مدیریت ظرفیت را در ذخیره سازی ابری افزایش داده ایم و پیشرفت‌هایی در تصویربرداری پزشکی و بهینه سازی حمل بار به دست آورده ایم.
۳- بنگاه‌هایی که می‌توانند از رایانش کوانتومی برای تسریع کار‌های کلیدی استفاده کنند، این فرصت را دارند که نوآوری تخریب گر را وارد صنایع خود کنند. رمز موفقیت در این حوزه، یادگیری کار در یک بافت ناهمگون با استفاده از اهرم کوانتوم و همچنین یادگیری ماشینی، هوش مصنوعی و ... است.
همچنین باید بین تب و تاب تکنولوژی و واقعیت تمایز قائل شد. رایانش کوانتومی اثر عمیقی بر اقتصاد جهانی خواهد داشت و یکسری مشکلات بزرگ مثل طراحی محاسباتی پیش بینی‌کننده در شیمی و علوم مواد را حل خواهد کرد. البته این امر به پیوند قوی با راه‌حل‌های کلاسیک رایانش و روش‌های جدید تفکر و برنامه‌نویسی نیاز دارد.
جرمی اوبرایان، مدیرعامل و هم بنیان گذار شرکت PsiQuantum
۱- پیش بینی می‌کنم امسال، تعداد هرچه بیشتری از کسب وکار‌ها با سرعت هر چه تمام‌تر آماده استقبال از تکنولوژیهای نوظهوری باشند که قرار است در صنایع خود انقلاب ایجاد کنند.
با توجه به سرعت بالای نوآوری، رهبران کسب‌و کار شرکت‌های خود را آماده می‌کنند تا این تکنولوژیهای قدرتمند را مهار کرده و با برخی از اضطراری‌ترین چالش‌های عملی مقابله کنند و در نتیجه، یک مزیت رقابتی مهم و متمایز ایجاد کنند.
۲- هر روز شرکت‌های بیشتری با محدودیت‌های فیزیک و شیمی (مثلا طراحی باتری، تولید دارو و مواد اولیه) مواجه می‌شوند که کمبود منابع و فشار‌های جهانی برای پایداری و روی آوردن به تکنولوژیهایی که انتشار کربن کمتر دارند، این روند را سرعت بخشیده است.
رایانش کوانتومی، کلید غلبه بر این چالش‌ها است. شرکت‌های چندملیتی در بخش‌های مختلف، خودشان را برای دسترسی ناگزیر به رایانش کوانتومی آماده کرده اند. آنها می‌خواهند ارزیابی کنند که چگونه از این قابلیت رایانشی جدید برای مزیت رقابتی ماندگار استفاده کنند.
با توجه به مراحلی که تاکنون در تکنولوژیهای کوانتومی طی شده، انتظار دارم مدیران آینده زمان و پول بیشتری صرف آماده کردن کسب وکار‌های خود برای این نوع تکنولوژی اختصاص دهند.
۳- کسب وکار‌ها باید به همکاری با شرکت‌های تکنولوژی نوظهور فکر کنند تا مقیاس اثر آن را متوجه شوند. درباره رایانش کوانتومی، این یعنی درست کردن الگوریتم‌ها و تخمین اثر بالقوه آن برای کسب وکار‌ها و صنعت، در کنار سرمایه گذاری اولیه در زیرساخت فنی، دانش بنگاهی و تخصص درون سازمانی.
با توجه به نوع پیشرفت‌هایی که رایانش کوانتومی امکان آن را فراهم می‌کند، شرکت‌هایی که جزو نخستین استفاده کنندگان هستند، در بازار، موقعیت برنده خواهند داشت.
مترجم: مريم رضايي
منبع: McKinsey
