Skip to main content

داتا

استقرار هوش مصنوعی در سازمان‌ها با مسئله کسب‌وکار آغاز می‌شود

حسین بیانی، معاون فناوری داتا در IRAN AI 2026

حسین بیانی، معاون فناوری داتا، در آیین افتتاحیه IRAN AI 2026 بر تعریف مسئله کسب‌وکاری، پایش مدل‌ها و آمادگی سازمان برای استقرار هوش مصنوعی تأکید کرد.

حسین بیانی، معاون فناوری شرکت داده و هوش مصنوعی داتا، در سخنرانی کلیدی خود در آیین افتتاحیه IRAN AI 2026، استقرار را دشوارترین مرحله پروژه‌های هوش مصنوعی دانست و بر ضرورت تعریف مسئله کسب‌وکاری، پایش مستمر مدل‌ها و آماده‌سازی سازمان برای پذیرش این فناوری تأکید کرد.

بیانی سخنان خود را در این رویداد که با حمایت داتا برگزار شد، با طرح پرسشی درباره فاصله میان هیجان شکل‌گرفته پیرامون هوش مصنوعی و بازگشت سرمایه پروژه‌های اجراشده آغاز کرد. او گفت با وجود سرمایه‌گذاری‌ها و توسعه زیرساخت‌ها، نمونه‌های داخلی محدودی از پروژه‌های هوش مصنوعی با بازگشت سرمایه بالا در دسترس است و این موضوع، ضرورت بازنگری در شیوه تعریف و اجرای پروژه‌ها را نشان می‌دهد.

به گفته معاون فناوری داتا، داده در اقتصاد دیجیتال نقش ماده اولیه را دارد؛ با این تفاوت که در فرایند استفاده مصرف نمی‌شود و می‌تواند بارها در چرخه خلق ارزش قرار گیرد. این چرخه زمانی به نتیجه می‌رسد که پروژه هوش مصنوعی به بازگشت سرمایه مثبت و ارزش اقتصادی قابل‌اندازه‌گیری منجر شود.

بیانی، پروژه‌های هوش مصنوعی را بخشی از فرایند تغییر سازمانی توصیف کرد و آمادگی بدنه سازمان را یکی از عوامل تعیین‌کننده موفقیت آن‌ها دانست. او تأکید کرد که ورود هوش مصنوعی به سازمان باید با شناخت فرایندهای موجود و ایجاد ارزش در بستر سامانه‌های عملیاتی همراه باشد؛ زیرا کنارگذاشتن ناگهانی سامانه‌های قدیمی می‌تواند مقاومت سازمانی ایجاد کند و پروژه را در مرحله اثبات مفهوم متوقف نگه دارد.

او در ادامه گفت هر پروژه باید با یک مسئله روشن کسب‌وکاری آغاز شود و راهبری آن نیز در اختیار فردی قرار گیرد که بتواند ارزش اقتصادی و شاخص‌های موفقیت پروژه را دنبال کند. این موضوع در سازمان‌های مالی اهمیت بیشتری دارد؛ جایی که ادامه پروژه به ملموس‌بودن نتیجه و اثر اقتصادی آن وابسته است.

معاون فناوری داتا، استقرار را پیچیده‌ترین بخش مسیر عملیاتی‌شدن هوش مصنوعی عنوان کرد. به گفته او، داده‌های واقعی در محیط عملیاتی کیفیت و رفتار ثابتی ندارند و شرایط پیش‌بینی‌شده در مرحله اثبات مفهوم نیز همیشه تکرار نمی‌شود. تغییر شرایط اقتصادی و رفتار مشتریان می‌تواند به رانش داده و رانش مدل منجر شود و عملکرد مدل را در طول زمان تغییر دهد.

بیانی با اشاره به تجربه‌های بانکی داتا، بازوی داده و هوش مصنوعی بانک تجارت، بر پایش مستمر مدل‌ها، توضیح‌پذیری تصمیم‌ها و حضور انسان در حلقه تصمیم‌گیری تأکید کرد. او گفت تصمیم‌های مدل ممکن است برای سازمان هزینه ایجاد کنند و سازوکار نظارت انسانی باید پیش از بهره‌برداری عملیاتی در نظر گرفته شود.

او همچنین انتخاب راهکار متناسب با مسئله را بخشی از مسئولیت تیم مهندسی دانست و گفت بسیاری از مسائل با مدل‌های کوچک‌تر، تعداد پارامتر کمتر یا روش‌های یادگیری ماشین قابل حل‌اند. به اعتقاد او، تیم فنی باید با درنظرگرفتن ریسک، هزینه و تصمیم مورد انتظار، مناسب‌ترین سطح از پیچیدگی را انتخاب کند.

بیانی برای آغاز پروژه‌های هوش مصنوعی در سازمان‌ها چهار گام پیشنهاد کرد: انتخاب مسئله مشخص کسب‌وکاری، تعیین مسئول کسب‌وکاری، ارزیابی KPIهای اولیه در بازه‌ای حداکثر ۹۰روزه و بررسی میزان استفاده مجدد از زیرساخت‌ها و دستاوردهای پروژه‌های قبلی. به گفته او، آغاز دوباره پروژه‌های دوم و سوم از نقطه صفر می‌تواند نشانه‌ای از آماده‌نبودن سازمان برای استقرار هوش مصنوعی باشد.

معاون فناوری داتا در پایان، تعداد مدل‌های عملیاتی‌شده را معیار مهم‌تری برای سنجش پیشرفت سازمان دانست و گفت سخت‌افزار، پردازنده گرافیکی و مدل را می‌توان تأمین کرد؛ فرهنگ پذیرش هوش مصنوعی به آموزش، اطلاع‌رسانی، آماده‌سازی فرایندها و همراهی بدنه سازمان نیاز دارد.

دومین کنفرانس و نمایشگاه «کاربرد هوش مصنوعی در صنایع و کسب‌وکار» با عنوان IRAN AI 2026، روزهای ۳۰ و ۳۱ شهریورماه در دانشگاه صنعتی شریف برگزار شد. این رویداد به همت دانشگاه صنعتی شریف، گروه فناوری اطلاعات شریف و پژوهشگاه فناوری اطلاعات و ارتباطات پیشرفته و با حمایت شرکت داده و هوش مصنوعی تجارت ایرانیان (داتا) شکل گرفت.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

مطالب مرتبط

نیما همتی در پنل کاربرد هوش مصنوعی در صنعت بانکداری و خدمات مالی در IRAN AI 2026

نیما همتی، مدیر فنی تیم هوش مصنوعی داتا در IRAN AI 2026

تصمیم بهتر، مسئله اصلی هوش مصنوعی در بانک‌هاست

نیما همتی در پنل IRAN AI 2026 از عامل‌های هوشمند، مدل‌های محلی، دستیار قوانین و توسعه مدل پایه بانکی برای تصمیم‌گیری بهتر گفت.
علی گل‌زاده، مدیرعامل داتا، در پنل هوش مصنوعی در بانک‌ها در الکامپ ۲۹

علی گل‌زاده، مدیرعامل داتا، در پنل تخصصی الکامپ ۲۹ مطرح کرد

از داده‌های گزارش‌گیری تا زیرساخت هوش مصنوعی در بانک‌ها

علی گل‌زاده، مدیرعامل داتا، در پنل تخصصی الکامپ ۲۹، تفاوت نیازهای گزارش‌گیری و هوش مصنوعی را در استفاده از داده‌های بانکی توضیح داد. او با اشاره به تجربه داتا در بانک تجارت، یکپارچه‌سازی داده، کیفیت و دسترسی به‌موقع را از الزامات کاربردهای عملی هوش مصنوعی دانست.
حسین بیانی در پنل استقرار هوش مصنوعی در سازمان‌های بزرگ در الکامپ ۲۹

روایت حسین بیانی، معاون فناوری داتا از استقرار هوش مصنوعی در سازمان‌های بزرگ

سه مانع عبور هوش مصنوعی از دمو به عملیات

حسین بیانی، معاون فناوری داتا، در پنل «استقرار هوش مصنوعی در سازمان‌های بزرگ» الکامپ ۲۹، سه مانع عبور پروژه‌های هوش مصنوعی از دمو به عملیات را بررسی کرد: آغاز پروژه از فناوری، آماده‌نبودن زیرساخت داده و ابهام در مسئولیت خطاهای مدل.
حسین بیانی، معاون فناوری داتا