
اختصاصی مانا- تحقیقات جدید، گسستی قابلتوجه را در پذیرش هوش مصنوعی دریایی نشان میدهد. با وجود آنکه ۸۱ درصد از شرکتهای دریایی در حال آزمایش هوش مصنوعی هستند، تنها ۱۱ درصد از آنها سیاستها و شرایط لازم برای مقیاسپذیری را فراهم کردهاند.
شکاف آشکارشده در این تحقیق، کمتر به الگوریتمها و بیشتر به حوزهی اجرا مربوط است. این موضوع بیانگر عدمتطابق میان جاهطلبیهای سطح هیئتمدیره و آمادگی سازمانی لازم برای تبدیل نمونههای اولیه به ابزارهای روزمرهی کاری است. رهبران دریایی هوش مصنوعی را از نظر استراتژیک مهم میدانند، اما از دید آنان تبدیل چشمانداز به شرایط عملیاتی، چالشی بزرگ است. مقیاسپذیری مستلزم شفافیت دربارهی مسئلهای است که قرار است حل شود؛ ازجمله کیفیت دادهها، مدیریت تغییر و آموزش ــ که بسیاری از سازمانها به آنها توجه کافی ندارند.
کریستین وینتر کریستنسن، یکی از مدیران برجستهی دریایی، میگوید:«مدیران ارشد و رهبران دریایی علاقهی واقعی خود را به هوش مصنوعی نشان دادهاند، اما باید دید چرا تنها ۲۳ درصد از شرکتها در حال آموزش کارکنان خود هستند؟ به نظر من این امر نشان میدهد که ما در پر کردن این شکاف با چالش روبهرو هستیم. گفتن اینکه به هوش مصنوعی علاقهمندیم آسان است، اما برای پذیرش عملی آن باید منابع، زمان و انرژی اختصاص داد.»
پروژههای ناامیدکننده
نظرسنجیها نشان میدهد ۳۷ درصد از شرکتها شاهد شکست پروژههای هوش مصنوعی یا آسیب به فرایندهای موجود بودهاند. مشکل اصلی، ناشی از عدمتطابق میان آنچه عرضه میشود با نیازهای واقعی صنعت دریایی است. بسیاری از فروشندگان، مدلهای هوش مصنوعی عمومی را بر دادههای گستردهای آموزش میدهند که ظرافتهای خاص صنعت دریایی را درک نمیکنند.
بدون آموزش تخصصی در صنعت دریانوردی، حتی پیشرفتهترین مدلهای هوش مصنوعی نیز ممکن است پاسخهایی ظاهراً معتبر اما خطرناک تولید کنند. از اینرو، هم توسعهی هوش مصنوعی و هم چارچوبهای ارزیابی دقیق اهمیت دارند. سیستمها باید بهطور خاص برای صنعت دریایی طراحی شده و بهصورت مستمر در برابر سناریوهای واقعی عملیاتی آزمایش شوند.
نگرانیهای انسانی در پذیرش هوش مصنوعی
یکی از یافتههای مهم این تحقیق، نگرانیهای انسانی در مورد پذیرش هوش مصنوعی است. در حالی که ۸۲ درصد از پاسخدهندگان این فناوری را مفید میدانند، دو سوم آنان نگراناند که اتکای بیش از حد به هوش مصنوعی، نظارت انسانی را تضعیف کند. این فناوری هیولایی ناشناخته نیست، بلکه ابزاری مشروع برای تصمیمسازی است؛ با اینحال، باید توجه داشت که تصمیمات دریایی پیامدهای مالی و ایمنی قابلتوجهی دارند.
جوزپه الیوری، مدیر شرکت d’Amico، در این زمینه میگوید:«معاملات دریایی بر پایهی اعتماد شخصی، اعتبار و قضاوتهای آنی استوارند که طی سالها تجربه شکل گرفتهاند. نگرانی این نیست که هوش مصنوعی به این تصمیمات کمک کند، بلکه این است که ممکن است جایگزین پویایی روابط انسانی شود که اساس این معاملات هستند.»
هوش مصنوعی تصمیمگیرنده نیست؛ بلکه ابزاری برای آشکارسازی ریسک است. تخصص و قضاوت انسانی همچنان حیاتی باقی میمانند. وظیفهی بررسی اداری جزئیات میتواند به هوش مصنوعی سپرده شود، اما طراحی این فناوری باید بهگونهای باشد که قضاوت متخصص را تسریع کند، نه جایگزین آن شود، و در موارد خروج از چارچوبهای آموزشدیده، امکان مداخلهی انسانی را تسهیل کند.
حرکت بهسوی آینده: از آرمان تا اجرا
صنعت دریانوردی در حال فشردهسازی چرخههای معمول ۱۰ تا ۱۵ سالهی پذیرش فناوری به دورهای ۲ تا ۳ ساله برای هوش مصنوعی است. این شتاب، مزیت رقابتی بزرگی برای شرکتهای آماده ایجاد میکند، بهویژه در حوزههایی که فعالیتها سنگین، مستندساز و مبتنی بر قضاوت انسانی هستند.
شرکتهایی که میان اشتیاق و اقدام معلق ماندهاند و نمیدانند چگونه چشمانداز استراتژیک را به نتایج عملی تبدیل کنند، با شکاف میان اهمیت هوش مصنوعی و آگاهی از نحوهی بهکارگیری مؤثر آن درگیر خواهند شد.
برای آمادگی بهتر و بهرهوری مناسب از هوش مصنوعی در صنعت دریایی باید اقدامات زیر صورت گیرد:
– سرمایهگذاری بر ابزارهای تخصصی هوش مصنوعی برای دریانوردی: راهحلهای عمومی معمولاً پاسخگوی نیازهای خاص این صنعت نیستند.
– ایجاد برنامههای آموزشی جامع: به کارکنان بیاموزید چگونه ابزارهای هوش مصنوعی را شناسایی، ارزیابی و مؤثر بهکار گیرند.
– پیادهسازی چارچوبهای شفاف و پاسخگو: چارچوبهایی طراحی کنید که علاوه بر انطباق، شفافیت، قابلیت حسابرسی و پاسخگویی داخلی را نیز پوشش دهند.
– اندازهگیری و بهبود مستمر: شاخصهای کلیدی عملکرد (KPI) مشخصی تعریف کنید تا نتایج واقعی کسبوکار را رصد کنند، نه صرفاً بهرهوری. بازگشت سرمایه (ROI) را از ابتدا دنبال کرده و راهبرد خود را بر اساس دادهها ــ نه فرضیات ــ بهطور مداوم اصلاح کنید.
ترجمه: بهاره قهرمانی
منبع: Maritime Executive
بازنشر فانوس دریا به نقل از مانا