مایکروسافت فرانتیر؛ جهش تازه در هوش مصنوعی سازمانی

مایکروسافت ۲٫۵ میلیارد دلار سرمایه و ۶۰۰۰ نفر نیرو را روی یک مسئله سرسخت متمرکز کرده است: تبدیل کنجکاوی سازمان‌ها درباره هوش مصنوعی به واقعیتی قابل اجرا در محیط تولید. سرمایه بزرگ. تیم‌های بزرگ. انتظارهای بزرگ.

واحد تازه‌ای که «مایکروسافت فرانتیر» نام گرفته، مهندسان و متخصصان را به‌طور مستقیم در کنار مشتریان مستقر می‌کند؛ رویکردی که معمولا با عنوان مهندسی مستقر در خط مقدم شناخته می‌شود. این افراد مشاورانی دور از میدان نخواهند بود. آن‌ها کنار تیم‌های فناوری اطلاعات می‌نشینند، جریان‌های کاری را ترسیم می‌کنند و کمک می‌کنند مدل‌های هوش مصنوعی در عملیات روزمره سازمان‌ها جای بگیرند.

رهبری این بخش بر عهده رودریگو کده لیما است؛ مدیری که پس از اداره کسب‌وکار مایکروسافت در سراسر آسیا، اکنون هدایت این طرح را بر عهده می‌گیرد. این واحد ترکیبی از مهندسان فعلی مستقر در خط مقدم، مشاوران فنی، نیروهای پشتیبانی و کارشناسان باتجربه فروش صنعتی را گرد هم می‌آورد تا شرکت بتواند از مرحله پایلوت به مقیاس‌پذیری برسد، بی‌آنکه مشتریان مجبور شوند راهکارها را به‌تنهایی به هم متصل کنند.

چرا حالا؟ دو روز پیش از اعلام مایکروسافت، آمازون برنامه‌ای یک میلیارد دلاری برای سرعت دادن به پروژه‌های هوش مصنوعی معرفی کرد. اوپن‌ای‌آی و آنتروپیک نیز در ماه مه تیم‌های مهندسی مستقر خود را راه‌اندازی کردند. پیام روشن است: فروشندگان دیگر فقط بر سر مدل‌ها یا رایانش ابری رقابت نمی‌کنند، بلکه بر سر زیرساخت انسانی‌ای رقابت دارند که به سازمان‌ها کمک می‌کند واقعا از این مدل‌ها استفاده کنند.

مایکروسافت پیش‌تر ده‌ها میلیارد دلار در مراکز داده سرمایه‌گذاری کرده تا میزبان مدل‌های زبانی بزرگ باشد و محصولاتی مانند مایکروسافت ۳۶۵ کوپایلوت و گیت‌هاب کوپایلوت را عرضه کرده است. با این حال، برخی از این محصولات به موفقیت فراگیری که مدیران انتظار داشتند تبدیل نشده‌اند. پذیرش فناوری پیچیده است. یکپارچه‌سازی دشوارتر است. توقعات هم بسیار بالاست.

جادسون آلتهاف، مدیر ارشد تجاری مایکروسافت، می‌گوید این حرکت از یک مشاهده ساده شکل گرفته است: مشتریان در نقاط متفاوتی از مسیر پذیرش قرار دارند و بیشتر آن‌ها هنوز در حال تشخیص این هستند که کدام مدل‌ها، الگوهای استقرار و کاربردهای تجاری اهمیت واقعی دارند. چگونه می‌توان از داده‌های اختصاصی محافظت کرد و هم‌زمان در برابر مدل‌های جدید باز ماند؟ چگونه می‌توان هوش مصنوعی را بدون ایجاد ریسک، به سامانه‌های حیاتی سازمان متصل کرد؟

شرط‌بندی مایکروسافت ساده است: ارائه مهندسی عملی و نزدیک به مشتری برای پاسخ دادن به این پرسش‌ها و فراهم کردن مسیری واقع‌بینانه از آزمایش‌های اولیه تا پلتفرم‌های پایدار و مستقل از مدل که از مالکیت فکری شرکت‌ها محافظت می‌کنند.

این اقدام کمتر درباره یک محصول انقلابی واحد است و بیشتر به توان عملیاتی مربوط می‌شود. چند فصل آینده نشان خواهد داد که آیا نیروی انسانی و سرمایه می‌توانند فاصله میان ظرفیت هوش مصنوعی و استفاده روزمره سازمانی را پر کنند یا نه؛ و اینکه آیا شرط‌بندی مایکروسافت الگوی تازه‌ای برای ورود واقعی هوش مصنوعی به کسب‌وکارها می‌سازد.