طرق مبتكرة لتعزيز إبداع الموظفين باستخدام الذكاء الاصطناعي

في مرحلة ما، تواجه الشركات كلها تقريباً الحقيقة المرة المتمثلة في أن منتجاتها تتقادم. هذا لا يعني أن ثمة تاريخاً محدداً تنتهي عنده صلاحية منتجاتك وتصبح قديمة فجأة، وإنما يدرك القادة غالباً في مرحلة ما أن أحد خطوط المنتجات بدأ يفقد بريقه، وأن الوقت قد حان لتحديثه حتى لو كان لا يزال ناجحاً ورائجاً. ولما كان تطوير كثير من المنتجات الحديثة المعقدة يستغرق وقتاً طويلاً، فالعجز عن الابتكار يمنع الشركات من مواكبة التطور التكنولوجي السريع، فتتخلف عن الركب بعد أن كانت في طليعته.

لكن الابتكار صعب؛ فالابتكار المؤسسي متأخر، كما تراجع الابتكار إلى حد كبير عموماً من حيث النوع والكم. في الفترة بين عامي 1945 و2010، تراجع إنتاج التقارير العلمية بنسبة تراوحت بين 91 إلى 100%، وتراجعت براءات الاختراع بنسبة تراوحت بين 78 إلى 92%. لكن على الرغم من هذا التراجع، أصبحت المعرفة العلمية في العديد من المجالات واسعة جداً ومتنوعة ومتداخلة لدرجة أصبح من الصعب جداً مواكبتها.

تحتاج الشركات إلى طرق جديدة للابتكار بسرعة وبتكلفة منخفضة وإنتاجية عالية، ويتساءل الكثيرون عن فائدة الذكاء الاصطناعي في هذا الصدد. للإجابة عن هذا السؤال، أجرينا أبحاثاً حول طرق استخدام الشركات للذكاء الاصطناعي في الابتكار، واكتشفنا أن الذكاء الاصطناعي هو مجرد أداة جديدة لتعزيز الابتكار يتوقف نجاحها على كيفية استخدام المؤسسات لها.

ما سبب تقادم المنتجات، وكيف يمكن للشركات مواكبة التطورات؟

ثمة عدة أسباب لتقادم المنتجات.

أولاً، قد يستغرق تطوير المنتجات وقتاً طويلاً، لكن عمرها الافتراضي قصير. على سبيل المثال، لدى الأدوية المبتكرة الجديدة فترة قصيرة نسبياً قبل أن تبدأ المنتجات المقلدة بتقويض حصتها السوقية وربحيتها. كان ابيضاض الدم النقوي المزمن (CML) مرضاً قاتلاً قبل عام 2001، إلى أن اكتشفت شركة غليفيك (Gleevec) عقار إيماتينب (Imatinib) الذي كان أول علاج فعال له. لكن بعد بضع سنوات فقط، في عام 2006، حصلت شركتا بريستول مايرز سكويب (Bristol-Myers Squibb) وأوتسوکا (Otsuka) على موافقة إدارة الغذاء والدواء الأميركية على دواء داساتينيب (Dasatinib)، وهو علاج فعال مماثل لعلاج ابيضاض الدم النقوي المزمن. في عام 2012، بدأت شركة نوفو نورديسك (Novo Nordisk) تطوير عقارين رائجين لإنقاص الوزن؛ أوزيمبيك (Ozempic) وويغوفي (Wegovy)، وحصلت على موافقة إدارة الغذاء والدواء الأميركية على العقارين في عامي 2017 و2021 على التوالي. تولّد هذه الأدوية حالياً 52% من إجمالي إيرادات نوفو نورديسك. لكن هل سيستمر هذا الوضع؟ فموافقة إدارة الغذاء والدواء الأميركية في مايو/أيار عام 2022 على عقار مونجارو (Mounjaro) الذي ابتكرته شركة إلي ليلي (Eli Lilly)، والذي تبلغ فعاليته ضعفي فعالية أوزيمبيك في إنقاص الوزن، تهدد مصدر تدفق الإيرادات هذا فعلاً.

ثانياً، تتغير سياقات الأعمال باستمرار وتفرض معايير جديدة على المنتجات. على سبيل المثال، تزود شركة كوبر ستاندرد (Cooper Standard) مصنعي السيارات بالمواد اللازمة لإنتاج مواد العزل والتغليف المستخدمة حول أبواب السيارات ونوافذها، لكن مع نمو سوق السيارات الكهربائية، اكتشفت الشركة أن عليها الآن تلبية معايير أعلى؛ ففي غياب ضجيج محرك البنزين، "تصبح مصادر الضوضاء الأخرى أوضح، خاصة الضوضاء الناتجة عن الرياح حول الأبواب والنوافذ"، حسب تعبير نائب الرئيس التنفيذي ومدير التكنولوجيا في كوبر ستاندرد، كريس كوتش، خلال مقابلة في المدونة الصوتية التي يقدمها أحد مؤلفي هذا المقال (رانسبوتام). كانت مواد العزل والتغليف التي تنتجها كوبر ستاندرد مناسبة للسيارات القديمة التي تصدر ضجيجاً أكبر، لكن طرازات السيارات الكهربائية الأحدث والأكثر هدوءاً تتطلب أداءً أقوى في حجب الضوضاء. باختصار، يجب أن تتكيف المنتجات بفعالية مع تغيرات ظروف السوق.

ثالثاً، يتزايد عدد التوليفات المحتملة إلى حد كبير. تعتمد شركات صناعة السيارات على شركات تصنيع الإطارات مثل بيريلي (Pirelli) لتوفير إطارات تلبي معايير أداء محددة للطرازات الجديدة. لكن تطوير إطارات جديدة عملية معقدة تنطوي على استخدام أكثر من 200 مادة مختلفة. عدد التوليفات الممكنة هائل، ويتطلب اختبارها كلها وقتاً طويلاً وتكاليف باهظة، وينتج عن ذلك عدد كبير من نماذج الإطارات الأولية المهملة. ومع ظهور عدد كبير من المواد والتقنيات الجديدة وانخفاض مهل التسليم، تحتاج الشركات إلى طرق أسرع لاستكشاف مساحة البحث.

هل يمكن أن يساعد الذكاء الاصطناعي على حل هذه المشاكل؟ ربما. على الرغم من أننا شهدنا ابتكارات مذهلة مدعومة بالذكاء الاصطناعي، من تطوير أدوية جديدة إلى تصميم هياكل جديدة للسيارات، لا يزال من غير الواضح كيف يمكن استخدام تحليلات الذكاء الاصطناعي عملياً لمساعدة الشركات على تعزيز جهود الابتكار. فمن ناحية، يمكن لنماذج الذكاء الاصطناعي التي تعالج كميات هائلة من البيانات وتولفها أن تتعامل مع معلومات أكثر مما يستطيع البشر التعامل معه، ما قد يساعد على حل مشكلة عبء المعلومات. وبينما يزداد تعقيد المنتجات والمواد، يمكن للخوارزميات التنبؤ بالأداء والمساعدة على تقليل نطاق البحث قبل استثمار الوقت والموارد في كل توليفة ممكنة. ومن ناحية أخرى، تعتمد الخوارزميات والبيانات بطبيعتها على المعلومات السابقة والبيانات التاريخية لوضع توقعات أو اتخاذ قرارات، لكن لا تتوفر بيانات كافية حول المشكلات المعقدة التي ليس لها حل معروف لإجراء التحليلات على أساسها.

أظهر بحثنا أمثلة ممتازة لاستخدام هذه الأدوات بفعالية وأدلة على نتائج متباينة من عينة واسعة من المؤسسات الأخرى. يمكن أن تساعد أدوات الذكاء الاصطناعي الجديدة في أنشطة الابتكار، لكنها ليست حلولاً شاملة.

التركيز على التوليفات المتنوعة لا على إعادة الابتكار الجذري

لقد شهدنا النجاح نسبياً في معالجة المشاكل الشائعة التالية باستخدام الذكاء الاصطناعي. الاستجابة السريعة: يعزو ديف جونسون من شركة موديرنا الفضل للذكاء الاصطناعي في مساعدة الشركة على إنتاج لقاحات محتملة "بأسرع ما يمكن وبأمان". تغيير السياق: طورت شركة كوبر ستاندرد نماذج ذكاء اصطناعي تقدم المشورة للكيميائيين بشأن المجموعة التالية من التوليفات التي يجب تجربتها في أثناء تطوير البوليمر الجديد الذي بدأ يؤتي ثماره بالفعل، حيث قال النائب الأول للرئيس والرئيس التنفيذي للتكنولوجيا، كريس كوتش، إن نماذج الذكاء الاصطناعي قللت حلقة الملاحظات في تصميم البحث والتطوير بنسبة 70 إلى 80%. عدد كبير من التوليفات: في بيريلي، يستخدم الخبراء خوارزميات الذكاء الاصطناعي لدعم صناعة القرار في اختيار مواد جديدة لصنع الإطارات.

ومع ذلك، حققنا فيما إذا كانت أمثلة موديرنا وكوبر ستاندرد وبيريلي هي حالات شاذة لاستخدام الذكاء الاصطناعي. فأجرينا دراستين؛ الأولى استقصاء لـ 331 شركة حول الممارسات المتعلقة بتحسين العمليات وتطوير التكنولوجيا الجديدة، والثانية تحليل أرشيف بيانات براءات الاختراع حول تطوير التكنولوجيا الجديدة لعينة أوسع شملت أكثر من ألفي شركة مدرجة في البورصة.

تشير نتائجنا إلى أن استخدام الذكاء الاصطناعي يمكن أن يساعد الشركات على الابتكار من خلال استكشاف توليفات كثيرة من مجموعة متنوعة من التكنولوجيات. ويساعد استخدام الذكاء الاصطناعي في التغلب على أهم معوقات تقييم هذه التوليفات، مثل توزع المعرفة في أجزاء مختلفة من المؤسسة. على وجه التحديد، كشف بحثنا أن قدرات البيانات المتقدمة تتوافر على الأرجح في الشركات التي تركز على تحسين العمليات وتبتكر تكنولوجيات جديدة من خلال دمج مجموعة متنوعة من التكنولوجيات الحالية، مقارنة بالشركات التي تركز على ابتكار تكنولوجيات جديدة تماماً؛ والأمر لا يقتصر على توافر القدرات التحليلية للذكاء الاصطناعي وحسب، بل يعني أيضاً أنها ستعود بفائدة كبيرة على الشركات؛ إذ تكمّل بعض أنواع الابتكار لأنها تمكّن الشركات من توسيع نطاق البحث في معارفها الحالية لتدمجها في تكنولوجيات جديدة، إضافة إلى أنها تتوافق جيداً مع التحسينات التدريجية في العمليات.

مع ذلك، ثمة تحذير مهم: ففائدة الذكاء الاصطناعي في الابتكار تعتمد إلى حد كبير على نوع الابتكار الذي تسعى الشركة لتحقيقه. عموماً، تشير تحقيقاتنا إلى أن الشركات التي ركزت عادة على أنواع معينة من الابتكار، مثل ابتكار العمليات والابتكار من خلال التوليفات المتنوعة (تجميع عناصر تكنولوجية متنوعة بطرق جديدة)، قد تستفيد أكثر من غيرها من استخدام القدرات المتقدمة للبيانات في مجال تعلم الآلة والذكاء الاصطناعي. تزيد إنتاجية الشركات التي تستخدم تحليلات الذكاء الاصطناعي لإنشاء توليفات متنوعة جديدة بنسبة 3-7% مقارنة بالشركات التي لا تستخدمها. علاوة على ذلك، عندما تنتشر المعرفة الحالية لدى الشركة في مختلف أقسامها، يمكن أن تعزز القدرات المتقدمة للذكاء الاصطناعي الابتكار في الشركة بما لا يقل عن 3 براءات اختراع جديدة سنوياً.

لكن في المقابل، نرى أن استخدام الذكاء الاصطناعي أقل فائدة في الابتكار التدريجي وإدخال تحسينات طفيفة على المنتجات الحالية، ولا فائدة تذكر له في نطاق الابتكار الجذري. ليس ذلك فحسب، بل عندما تستخدم الشركات تحليلات البيانات في الابتكار الجذري فإنها قد تقوض أداء الشركة؛ إذ غالباً ما تتطلب الابتكارات الجذرية إبداعاً بشرياً لتفسير الحد الأدنى من البيانات. على سبيل المثال، اعتمد مبتكر أول دواء فعال لعلاج الملاريا، الأرتيميسينين (Artemisinin)، على سطر واحد من نص صيني قديم؛ لن يكون للذكاء الاصطناعي فائدة كبيرة في هذه الحالة لأن التقنيات القائمة على الذكاء الاصطناعي تتطلب أكثر من نقطة بيانات واحدة بكثير. والأسوأ من ذلك، سيؤدي استخدام موارد تعلّم الآلة باهظة الثمن لحل المشكلات غير المناسبة في النهاية إلى الإضرار بأرباح الشركة.

وبالتالي، يجب على المدراء تحديد أنواع الابتكار التي قد يفيد استخدام الذكاء الاصطناعي في تعزيزها.

كيف يمكن تطبيق الذكاء الاصطناعي في عمليات الابتكار؟

لفهم كيف يعزز الذكاء الاصطناعي جهود الابتكار في الشركة، يجب على القادة التفكير في الأسئلة التالية:

• هل تعد الشركة تابعاً سريعاً؟ يمكن أن يساعد الذكاء الاصطناعي على تحسين المنتجات الحالية وابتكار منتجات جديدة من خلال دمج مجموعة من عناصر الابتكارات الناجحة السابقة. ويمكن لقدرات البيانات المتقدمة على الأرجح تضخيم قدراتك الحالية بطرق مبتكرة.
• هل تواجه مشكلة في التعامل مع كمية البيانات الهائلة؟ لدى العديد من الباحثين خبرة عميقة في مجال واحد أو مجالين، لكن تكنولوجيات البيانات الناشئة يمكن أن تساعد على تحديد عناصر تكنولوجية من مجالات متنوعة ومتباعدة. يعد التجميع الشامل جانباً بالغ الأهمية في هذه الشركات، إذ تدمج هذه التكنولوجيات من أجل حل المشكلات ضمن مجالها الخاص.
• هل تشعر بالضغط بسبب كثرة الخيارات المتاحة؟ لتحقيق النجاح، يجب عليك الاستثمار في مشاريع الذكاء الاصطناعي التي تدعم التوليفات المتنوعة وتوظيف المواهب المتخصصة في مجال الذكاء الاصطناعي لتقييم التوليفات المقترحة. لست مضطراً إلى إعادة تدريب خبراء شركتك كي يكتسبوا مهارات الذكاء الاصطناعي أو توظيف خبراء جدد، لكنك بحاجة إلى توظيف المواهب المتخصصة في مجال الذكاء الاصطناعي لدعم الجهود العلمية.
• هل تعتمد على الابتكار الجذري؟ من غير المحتمل أن يكون استخدام الذكاء الاصطناعي مفيداً في جهود الابتكار مباشرة. مع ذلك، يمكن أن يساعد استخدام الذكاء الاصطناعي على إنشاء مشاريع لاحقة أكبر بمجرد اتخاذ تلك الخطوة الجذرية الأولى. لكن احذر، يمكن للآخرين الآن الاعتماد على ابتكاراتك لإنشاء ابتكاراتهم أو دمجها فيها بسرعة، لذلك يجب أن تحمي اختراعاتك لأن هذه الابتكارات تخلق عوامل خارجية مفيدة جداً للآخرين. إحدى الطرق الممكنة لتحقيق ذلك إنشاء فرع منفصل في الشركة متخصص في استخدام التحليلات لتحديد توليفات جديدة على أساس الابتكار الجذري الجديد الذي اكتشفته مؤخراً، وبذلك يمكنك الاستفادة من هذه العوامل الخارجية بنفسك.

الذكاء الاصطناعي أداة واعدة يمكن أن تساعد المدراء على الابتكار. لكن الأدوات تبقى مجرد أدوات، والأهم هو طريقة استخدامنا لها. في مجال الابتكار، نرى أن المؤسسات تحقق نجاحاً أكبر من خلال استخدام الذكاء الاصطناعي في جمع المعرفة القائمة ودمجها وتوسيع نطاقها مقارنة بالمؤسسات التي تعتمد عليه للتوصل إلى ابتكارات جذرية جديدة.