هوش مصنوعی و یادگیری ماشین

چالش‌های استراتژیک در سرمایه‌گذاری هوش مصنوعی: تحلیل هزینه‌ها و موانع داده‌ای در کسب‌وکارهای بریتانیا

گزارش جدید منتشر شده توسط شرکت SAP نشان می‌دهد که علی‌رغم جهش خیره‌کننده در بودجه‌ریزی شرکت‌های بریتانیایی برای پیاده‌سازی هوش مصنوعی، کماکان یک شکاف عمیق میان هزینه‌کرد و خروجی عملیاتی وجود دارد. در حالی که پیش‌بینی می‌شود میانگین هزینه‌کرد سالانه در این حوزه تا سال ۱۴۰۷ (۲۰۲۸ میلادی) به ۳۰ میلیون پوند برسد، کیفیت پایین داده‌ها و فقدان حاکمیت داده (Data Governance) به‌عنوان بزرگترین موانع در مسیر دستیابی به بازگشت سرمایه (ROI) مطلوب شناخته شده‌اند.

روند صعودی هزینه‌کرد و چشم‌انداز بازگشت سرمایه

بر اساس داده‌های تحلیل شده، شرکت‌های بریتانیایی در سال ۱۴۰۴ (۲۰۲۵ میلادی) به‌طور میانگین ۱۶.۲ میلیون پوند در حوزه هوش مصنوعی سرمایه‌گذاری کرده‌اند که این رقم در سال جاری به ۲۰.۶ میلیون پوند افزایش یافته است؛ این یعنی رشد سالانه ۲۷ درصدی. SAP پیش‌بینی می‌کند که این روند نه تنها کند نخواهد شد، بلکه در فاصله سال‌های ۱۴۰۵ تا ۱۴۰۷ رشد خیره‌کننده ۴۵ درصدی را تجربه خواهد کرد. نکته کلیدی در این گزارش، همبستگی میان هزینه‌کرد و بهره‌وری است؛ به‌طوری که پیش‌بینی می‌شود نرخ بازگشت سرمایه از ۱۷ درصد در سال جاری به ۳۹ درصد تا پایان سال ۱۴۰۷ افزایش یابد.

بحران استراتژی در برابر عملیات

یکی از یافته‌های نگران‌کننده این گزارش، عدم وجود استراتژی منسجم برای پیاده‌سازی هوش مصنوعی است. تنها ۱۱ درصد از کسب‌وکارها دارای رویکرد جامع و یکپارچه در سطح سازمان هستند و دو پنجم شرکت‌ها، سرمایه‌گذاری‌های خود را به صورت جزیره‌ای و در سطح دپارتمان‌های خاص انجام می‌دهند. لیلا رومین، مدیرعامل SAP در بریتانیا و ایرلند تأکید می‌کند که تمرکز شرکت‌ها اکنون باید از «سرمایه‌گذاری صرف» به سمت «مقیاس‌پذیری ارزش کسب‌وکار» تغییر یابد.

ظهور هوش مصنوعی عامل‌محور و چالش حاکمیت (Governance)

استفاده از سیستم‌های مبتنی بر Agentic AI در حال حاضر در مراحل آزمایشی (Pilot) توسط ۷۰ درصد شرکت‌های بریتانیایی قرار دارد. با وجود خوش‌بینی نسبت به بازگشت مالی ۴.۷ برابری این فناوری، حدود ۴۹ درصد از مدیران نگران سرعت بالای توسعه و استقرار نسبت به ظرفیت حاکمیت و کنترل آن هستند. جالب اینکه تنها ۹ درصد سازمان‌ها معتقدند که توانایی‌ها و تخصص‌های حکمرانی آن‌ها برای مدیریت این تحول آماده است.

شاخص‌های کلیدی وضعیت داده و AI در بریتانیا

  • میانگین هزینه سالانه فعلی: ۲۰.۶ میلیون پوند
  • رشد پیش‌بینی شده هزینه (۱۴۰۵-۱۴۰۷): ۴۵ درصد
  • میزان اعتماد به یکپارچگی داده‌ها به عنوان راهکار: ۶۷ درصد
  • چالش کیفیت داده‌ها: ۷۱ درصد پاسخ‌دهندگان
  • چالش اطلاعات ناقص: ۷۰ درصد پاسخ‌دهندگان
  • چالش سیستم‌های جزیره‌ای (Siloed): ۶۵ درصد پاسخ‌دهندگان

داده‌ها؛ پاشنه آشیل تحول دیجیتال

شرکت‌ها به جای مقصر دانستن ساختارهای حکمرانی، عمدتاً ریشه مشکلات را در زیرساخت‌های داده‌ای خود جستجو می‌کنند. کیفیت پایین داده‌ها، دسترسی محدود به داده‌های لحظه‌ای (Real-time) و عدم یکپارچگی سیستم‌ها به عنوان موانع اصلی در مسیر بهره‌برداری حداکثری از مدل‌های هوش مصنوعی شناسایی شده‌اند. همان‌طور که نائومی ویرد از CBI اشاره کرده است، حاکمیت داده نه تنها مانعی برای پذیرش AI نیست، بلکه پیش‌شرط اساسی برای موفقیت آن است. سازمان‌ها اکنون باید برای دستیابی به ارزش افزوده، استراتژی‌های جامع‌تری را در مدیریت چرخه‌ی حیات داده‌های خود اتخاذ کنند.

📌 منبع و مطالعه بیشتر: TechRadar Pro – UK AI Investment & Governance Analysis
حامد

حامد

مسئول مجله فناوری آسمان نقره‌ای