هشدار نادلا درباره تمرکز دانش شرکت ها در دست هوش مصنوعی

تصور کنید تعداد انگشت‌شماری از مدل‌ها، بی‌سروصدا دانش سازمانی شرکت‌های سراسر جهان را در خود انباشته می‌کنند. شبیه داستان‌های علمی‌تخیلی به نظر می‌رسد؟ ساتیا نادلا می‌گوید این اتفاق همین حالا در حال رخ دادن است.

مدیرعامل مایکروسافت در ایکس هشدار داد که مدل‌های بزرگ هوش مصنوعی در حال گردآوری و جذب اطلاعات شرکتی در مقیاسی گسترده هستند و تمرکز این دانش در اختیار چند پلتفرم محدود می‌تواند کل صنایع را دچار آسیب جدی کند. او پیامد احتمالی را با موج نخست جهانی‌سازی مقایسه کرد؛ زمانی که کارخانه‌ها و مشاغل تولیدی از مرزها عبور کردند و اگرچه نمودارهای اقتصادی روی کاغذ مرتب به نظر می‌رسیدند، اما در واقعیت، جوامع محلی تهی و فرسوده شدند.

نادلا سخنانش را بی‌پرده بیان کرد. او استدلال کرد که هیچ‌کس نباید در آینده‌ای بیدار شود که در آن کسب‌وکارها ناچار باشند ارزش و داده‌های خود را به مجموعه کوچکی از مدل‌ها واگذار کنند. او نوشت: «برای آینده‌ای مبتنی بر هوش مصنوعی که صنایع را از درون تهی کند، هیچ مجوز اجتماعی وجود ندارد» و بر مسیری متفاوت تاکید کرد؛ مسیری که کنترل شرکت‌ها بر دانش خود را حفظ کند و از تخصص کارکنان محافظت کند.

نسخه پیشنهادی او صرفا حرف‌های فنی و پرزرق‌وبرق نیست. نادلا محیطی باز را تصور می‌کند که در آن سازمان‌ها بتوانند چرخه‌های یادگیری خود را اجرا کنند؛ سامانه‌هایی که دانش سازمانی را کدگذاری می‌کنند، ارزش سرمایه انسانی را بالا می‌برند و دارایی‌های توکنیزه‌شده سازمانی را در گذر زمان افزایش می‌دهند. این فراخوانی برای ساخت سامانه‌هایی است که منافع را به شکل گسترده توزیع کنند، نه اینکه ارزش را به خزانه چند سرویس مسلط هوش مصنوعی سرازیر کنند.

دیگران در دنیای فناوری نیز همین هشدار را تکرار می‌کنند. سریدار راماسوامی، مدیرعامل اسنوفلیک، استدلال کرده است که برخی بازیگران بزرگ هوش مصنوعی به دنبال دسترسی همگانی به داده‌ها هستند؛ اقدامی که دیگر فروشندگان نرم‌افزار را به چیزی بیش از لوله‌های انتقال داده برای تغذیه آن مغزهای عظیم تبدیل نخواهد کرد. آرون لوی، مدیرعامل باکس، به ریسک دیگری اشاره می‌کند: وقتی هوش مصنوعی شروع به انجام کارهای حقوقی پیچیده، پژوهش علمی و دیگر وظایف تخصصی کند، برتری به سمت کسی متمایل می‌شود که مرتبط‌ترین و باکیفیت‌ترین داده‌های تخصصی هر حوزه را در اختیار دارد.

پس رقابت‌پذیری در چنین چشم‌اندازی چه معنایی دارد؟ به گفته این رهبران، شرکت‌ها با کپی‌کردن هوش عمومی برنده نخواهند شد. آن‌ها زمانی برنده می‌شوند که اطلاعات دقیق، زمینه‌مند و تخصصی هر حوزه را به‌درستی گردآوری و سامان‌دهی کنند؛ داده‌هایی که فرایندها، مشتریان، مقررات و مهارت‌های عملی آن‌ها را بازتاب می‌دهد. چنین دانشی سخت‌تر استخراج می‌شود و کالایی‌سازی آن نیز دشوارتر است.

سیاست‌گذاری و معماری سامانه‌ها اهمیت زیادی دارد. اگر این روند بدون نظارت رها شود، چند سرویس یکپارچه عمودی هوش مصنوعی می‌توانند نه‌تنها توان پردازشی و مدل‌ها، بلکه زیرساخت نامرئی اعتماد و تخصصی را که شرکت‌ها طی دهه‌ها ساخته‌اند نیز متمرکز کنند. اکوسیستم‌های باز، استانداردهای تعامل‌پذیری و راه‌هایی برای اینکه سازمان‌ها چرخه‌های یادگیری خود را حفظ و عملیاتی کنند، به‌عنوان پادزهرهای این وضعیت پیشنهاد می‌شوند. این‌ها انتخاب‌های طراحی هستند، نه سرنوشت‌های اجتناب‌ناپذیر.

اولویت ما باید ساخت یک اکوسیستم باشد، نه فقط یک مدل، تا ارزش در میان شرکت‌ها، صنایع و کشورها جریان پیدا کند.

بحث دیگر بر سر این نیست که آیا هوش مصنوعی کار را متحول خواهد کرد یا نه. مسئله این است که چه کسانی بازدهی این تحول را تصاحب می‌کنند. آیا ارزش میان کسب‌وکارهای بزرگ و کوچک توزیع‌شده باقی می‌ماند، یا پیرامون چند شرکت که داده‌ها، مدل‌ها و مسیرهای بینش را کنترل می‌کنند متمرکز خواهد شد؟

پاسخ به این پرسش تعیین می‌کند کدام مشاغل باقی می‌مانند، صنایع جدید در کجا ریشه می‌دوانند و آیا فصل بعدی فناوری اقتصادها را تقویت می‌کند یا آن‌ها را از توان و ظرفیت تهی می‌سازد. زمان برای طراحی آن آینده به سرعت در حال سپری‌شدن است.