پرش به محتوا
هوش مصنوعی

عقب‌ماندگی اروپا از آمریکا در به‌کارگیری هوش مصنوعی؛ چالشی سازمانی نه فنی

گزارش تازه نشان می‌دهد اروپا به دلیل شکاف سازمانی، نه فنی، در به‌کارگیری هوش مصنوعی از آمریکا عقب‌تر است.

بر اساس یک گزارش تازه، اروپا در استفاده از هوش مصنوعی در محیط کار از ایالات متحده عقب مانده و دلیل اصلی این موضوع، فناوری نیست. این گزارش Sifted که با حمایت مدرسه کسب‌وکار لندن تهیه شده، عنوان می‌کند که قاره سبز به جای داشتن شکاف فناوری، با یک شکاف سازمانی مواجه است و شرکت‌ها در زمینه مهارت‌ها، مدیریت، اعتماد و هزینه‌های انطباق هوش مصنوعی با شیوه‌های کاری خود با مشکل روبه‌رو هستند.

روپال کاریا، از مدیران ارشد شرکت سلونیس، در این خصوص اظهار داشت که انجام یک کار سرگرم‌کننده با چت‌جی‌پی‌تی با اداره کل کسب‌وکار بر پایه هوش مصنوعی تفاوت بسیار زیادی دارد.

یک کلید API برای هر مدل اصلی هوش مصنوعی — برخی مدل‌ها رایگان هستند.

رایگان امتحان کنید

آمار و ارقام

یافته‌های یک تحلیل فدرال رزرو سنت لوئیس نشان می‌دهد که در اوایل سال ۲۰۲۶ حدود ۴۳ درصد از کارگران آمریکایی برای کارهای شغلی خود از هوش مصنوعی استفاده کرده‌اند، در حالی که این رقم در سراسر اروپا ۳۲ درصد بوده است. کارگران ایالات متحده بیش از سه برابر همتایان خود در آلمان، فرانسه و ایتالیا وقت خود را صرف استفاده از هوش مصنوعی کرده‌اند.

داده‌های یورواستات حاکی از آن است که تنها ۲۰ درصد از شرکت‌های اتحادیه اروپا از هوش مصنوعی استفاده می‌کنند که این رقم نسبت به ۱۴ درصد در سال گذشته افزایش نشان می‌دهد. دانمارک با ۴۲ درصد پیشتاز است، در حالی که رومانی با ۵.۲ درصد در انتهای جدول قرار دارد.

حتی در شرکت‌هایی که از هوش مصنوعی استفاده می‌کنند، شمار اندکی توانسته‌اند آن را به‌طور کامل پیاده‌سازی کنند. این گزارش با استناد به داده‌های مک‌کینزی یادآور می‌شود که ۸۸ درصد از سازمان‌ها در جایی از هوش مصنوعی استفاده می‌کنند، اما تنها ۷ درصد توانسته‌اند آن را به‌طور کامل مقیاس‌بندی کنند.

نیکوس ساوا، استاد مدرسه کسب‌وکار لندن، در این باره متذکر شد که هیچ مانع ذاتی وجود ندارد که مانع از پیشتازی اروپا در زمینه به‌کارگیری هوش مصنوعی شود.

گرفتار در مرحله آزمایشی

کاریا که مسئولیت فعالیت‌های بخش شمال اروپا و خاورمیانه را در شرکت نرم‌افزاری آلمانی سلونیس بر عهده دارد، توضیح داد که بسیاری از شرکت‌ها جنبه انسانی تغییرات را دست‌کم گرفته‌اند و روند پذیرش کندتر از حد انتظار پیش رفته است.

مدیران اجرایی مواردی همچون خروجی‌های غیرقابل اعتماد، خطرات سایبری و هزینه‌های جاری را به عنوان دلایل احتیاط خود مطرح می‌کنند. گری دوشنیتسکی، معاون این مدرسه کسب‌وکار، اعلام داشت که برخی شرکت‌ها هم‌زمان با سنجش هزینه‌ها در برابر مزایا، در حال محدود کردن کاربرد هوش مصنوعی هستند.

یافتن بازده مالی نیز کار دشواری است. این گزارش با استناد به پژوهش شرکت بازاریابی وایتو نشان می‌دهد که ۷۵ درصد از شرکت‌های استفاده‌کننده از هوش مصنوعی شاهد افزایش بهره‌وری بوده‌پد، اما تنها ۱۲ درصد از افزایش درآمد خبر داده‌اند.

پل میکر، مدیر فناوری شرکت بریتانیایی آییمی، این وضعیت را به صراحت توصیف کرد و گفت که همه یک چکش به دست گرفته‌اند و اکنون با ناامیدی به دنبال میخ می‌گردند.

ترس و کندی در تغییر

لیندا گراتون، استاد مدرسه کسب‌وکار لندن، ابراز داشت که ترس از دست دادن شغل نیز سرعت پذیرش این فناوری را کاهش می‌دهد.

وی در این زمینه تصریح کرد که اگر فردی حس کند هوش مصنوعی کارش را نابود خواهد کرد، تمایلی به پذیرش آن نخواهد داشت.

سرگئی گوریف، رئیس مدرسه کسب‌وکار لندن، هشدار داد که عجله کردن می‌تواند پیامدهای معکوسی داشته باشد؛ زیرا اگر افراد تفکر مستقل را متوقف کنند، شروع سریع می‌تواند پذیرش طولانی‌مدت را تضعیف نماید.

بخشی از این تاخیر امری طبیعی است. این گزارش به پژوهش الزیه پنگ، اقتصاددان گلدمن ساکز، استناد می‌کند که نشان داد رایانه شخصی حدود ۱۵ سال زمان برد تا خود را در داده‌های بهره‌وری نشان دهد.

حوزه‌های موفقیت هوش مصنوعی

روند پذیرش در حوزه‌های حقوقی و بانکی با سرعت بیشتری در جریان است. این گزارش حاکی از آن است که بیش از ۸۵ درصد بانک‌های تحت نظارت بانک مرکزی اروپا اکنون از هوش مصنوعی بهره می‌برند.

استارتاپ بلژیکی اوپر یک عامل هوش مصنوعی برای بررسی اسناد وام شرکت اعتباری کرفین ساخته است. نام این ابزار برگرفته از هرمان وردود، تکنسین اعتباری کرفین است که اظهار کرد تیم او زمان بسیار بیشتری را صرف اصلاح داده‌ها می‌کند تا نوشتن وام‌ها.

کارخانه‌ها روند کندتری دارند. دن هابز، مدیرعامل شرکت ایمنی ایرلندی پروتکس‌بر، اعلام کرد بسیاری از کارخانه‌ها نمی‌توانند برای روزهای متمادی فعالیت خود را متوقف کنند تا سیستم‌هایشان را سیم‌کشی مجدد کنند.

مسیر اختصاصی اروپا

این گزارش استدلال می‌کند که اروپا نباید تلاش کند تا در حوزه مدل‌های پیشرفته از ایالات متحده تقلید کند. بر اساس این ارزیابی، بیش از ۷۵ درصد از قدرت محاسباتی پیشرفته هوش مصنوعی در ایالات متحده مستقر است، در حالی که این سهم در اروپا به کمتر از ۴ درصد می‌رسد.

در عوض، گزارش به استارتاپ‌هایی اشاره می‌کند که مهندسین خود را در شرکت‌های مشتری مستقر می‌کنند؛ روشی که شباهت زیادی به رویکرد پالانتیر دارد. همچنین روی آوردن به شرکت‌های نوپایی مانند دوِلی که کسب‌وکارهای سنتی را خریداری کرده و ساختار آن‌ها را بر پایه هوش مصنوعی بازسازی می‌کنند، برجسته شده است.

برخی شرکت‌های هوش مصنوعی اروپایی ترجیح می‌دهند مستقل باقی بمانند. این گزارش یادآور می‌شود که استارتاپ آواتار بریتانیایی سنتزیا سال گذشته پیشنهاد ۳ میلیارد دلاری ادوبی را رد کرد.

دوشنیتسکی خاطرنشان ساخت که استدلال تجاری اروپا می‌تواند به جای قیمت، بر کنترل و تاب‌آوری استوار باشد.

وی توضیح داد که ارزش پیشنهادی اروپا احتمالاً باید حول محور تاب‌آوری، محرمانگی و حریم خصوصی شکل بگیرد.

این رویکرد بازتاب‌دهنده دیدگاه بنیان‌گذارانی است که خواستار قوانین هوشمندانه‌تر و نه کمتر هستند. گزارش در پایان نتیجه‌گیری می‌کند که قوانین مطلوب می‌توانند با اعطای اعتماد به شرکت‌ها برای آزمایش فناوری، سرعت پذیرش آن را افزایش دهند.