به گزارش سیتنا، بسیاری تصور می‌کردند با رونق هوش مصنوعی، بیشترین سود نصیب شرکت‌هایی می‌شود که مدل‌های هوش مصنوعی را توسعه می‌دهند؛ اما گزارش‌های مالی اخیر نشان می‌دهد برندگان اصلی این موج، شرکت‌های بزرگ و باسابقه فناوری اروپا هستند.

شرکت‌هایی مانند SAP، Capgemini، Sopra Steria و OVHcloud از افزایش تقاضا، رشد سریع‌تر و بهبود چشم‌انداز کسب‌وکار خود خبر داده‌اند. دلیل این موضوع آن است که شرکت‌ها دیگر از مرحله آزمایش هوش مصنوعی عبور کرده‌اند و اکنون می‌خواهند آن را در بخش‌های مختلف کسب‌وکار خود به کار بگیرند.

اما در این مسیر، بسیاری از سازمان‌ها متوجه شده‌اند که دسترسی به یک مدل هوش مصنوعی کار سختی نیست؛ چالش اصلی، هماهنگ کردن آن با سیستم‌های قدیمی، نرم‌افزارها، داده‌ها و فرآیندهای کاری موجود است.

کارشناسان معتقدند سازمان‌های بزرگ به یک مدل هوش مصنوعی اکتفا نخواهند کرد. آن‌ها بسته به نوع کار، امنیت، دقت و الزامات قانونی از چندین مدل مختلف استفاده خواهند کرد. بنابراین، ارزش واقعی دیگر در انتخاب بهترین مدل نیست، بلکه در اتصال این مدل‌ها به زیرساخت‌های فناوری اطلاعات شرکت‌ها نهفته است.

بانک UBS نیز در گزارشی اعلام کرده است که رقابت اصلی هوش مصنوعی در آینده، نه بر سر ساخت مدل‌ها، بلکه بر سر کاربردهای عملی هوش مصنوعی خواهد بود؛ جایی که بیشترین ارزش اقتصادی ایجاد می‌شود.

همین موضوع به نفع شرکت‌های باسابقه نرم‌افزاری، مشاوره فناوری و زیرساخت اروپا تمام شده است؛ شرکت‌هایی که سال‌ها تجربه یکپارچه‌سازی فناوری‌های پیچیده در سازمان‌های بزرگ را دارند.

بیشتر سازمان‌های بزرگ از نرم‌افزارهایی استفاده می‌کنند که طی دهه‌ها توسعه یافته‌اند. آن‌ها پایگاه‌های داده پراکنده، برنامه‌های سفارشی و مقررات پیچیده‌ای دارند. برای موفقیت هوش مصنوعی، این فناوری باید بتواند با همه این سامانه‌ها کار کند، به اطلاعات سازمان دسترسی داشته باشد، مجوزهای امنیتی را رعایت کند و در عین حال با روند کاری کارکنان نیز سازگار باشد.

گروه مشاوره Boston Consulting Group اعلام کرده است که سرعت استقرار هوش مصنوعی از توان بسیاری از شرکت‌ها برای مدیریت آن بیشتر شده و بیش از ۷۰ درصد سرمایه‌گذاران نگران هستند که سازمان‌ها از نظر فنی و عملیاتی آمادگی کافی برای بهره‌برداری موفق از هوش مصنوعی را نداشته باشند.

در نتیجه، هزینه شرکت‌ها دیگر فقط صرف خرید مدل‌های هوش مصنوعی نمی‌شود؛ بلکه بخش بزرگی از سرمایه‌گذاری‌ها به پیاده‌سازی، یکپارچه‌سازی، مدیریت داده‌ها و ایجاد سازوکارهای نظارتی اختصاص یافته است.

برای نمونه، SAP اعلام کرده حجم قراردادهای ابری این شرکت ۲۶ درصد افزایش یافته است؛ زیرا سازمان‌ها در حال انتقال سامانه‌های مالی، منابع انسانی، زنجیره تأمین و خرید خود به پلتفرم‌هایی هستند که پایه اجرای هوش مصنوعی محسوب می‌شوند.

Capgemini و Sopra Steria نیز پس از افزایش سفارش‌های خود، پیش‌بینی رشد سالانه‌شان را افزایش داده‌اند. این شرکت‌ها از پروژه‌هایی سود می‌برند که پس از خرید هوش مصنوعی آغاز می‌شود؛ یعنی اتصال مدل‌های هوش مصنوعی به فرآیندهای کاری، مدیریت داده‌ها و طراحی چارچوب‌های حاکمیتی.

این خدمات به‌ویژه در حوزه‌هایی مانند دفاع، هوافضا، سلامت و زیرساخت‌های حیاتی اهمیت بیشتری دارد؛ زیرا در این صنایع، هوش مصنوعی باید با سامانه‌های تخصصی و فرآیندهای حساس هماهنگ شود.

از سوی دیگر، شرکت‌ها بیش از گذشته به دنبال کنترل بیشتر بر محل اجرای هوش مصنوعی و داده‌های خود هستند. به همین دلیل، استفاده از زیرساخت‌های ابری اروپایی که تحت قوانین کشورهای دیگر قرار ندارند، رو به افزایش است.

برای مثال، Airbus تصمیم گرفته است برای برخی پروژه‌های حساس صنعتی و دفاعی از زیرساخت ابری Scaleway و ابزارهای هوش مصنوعی شرکت Mistral AI استفاده کند.

همچنین درآمد بخش رایانش ابری عمومی OVHcloud در سه‌ماهه اخیر ۲۰.۲ درصد رشد کرده است؛ نشانه‌ای از افزایش تقاضا برای زیرساخت‌های هوش مصنوعی تحت کنترل اروپا.

با این حال، شرکت‌های فناوری اروپا هنوز باید ثابت کنند که این رشد ناشی از هوش مصنوعی در بلندمدت ادامه خواهد داشت. اما نتایج اخیر نشان می‌دهد برندگان اصلی هوش مصنوعی فقط سازندگان مدل‌ها نیستند؛ بلکه شرکت‌هایی هستند که این مدل‌ها را برای استفاده در سازمان‌های بزرگ کاربردی و قابل‌اجرا می‌کنند.

انتهای پیام