27 آبان 1404
اکثر شرکتها برای بهدست آوردن بازگشت سرمایه (ROI) از هوش مصنوعی با مشکل روبهرو هستند، اما ۵٪ از آنها همین حالا نیز در حال سودآوریاند. ببینیم این شرکتها چه کار متفاوتی انجام میدهند و چگونه میتوان واقعاً با هوش مصنوعی کسب درآمد کرد.
تبریز امروز:
Camille Rustici
پتانسیلهای هوش مصنوعی و هوش مصنوعی مولد عظیم توصیف میشوند. گفته میشود تقریباً قادر به هر کاری هستند: از افزایش بهرهوری و رقابتپذیری گرفته تا خلق مدلهای تجاری جدید. با این حال، نتایج ملموس هنوز به کندی ظاهر میشوند.
بر اساس مطالعهای از MIT – که پیشتر نیز گزارش کرده بودیم – ۹۵٪ از شرکتهایی که پروژههای آزمایشی (POC) هوش مصنوعی را آغاز کردهاند، ناراضی هستند.
چرا؟
و چگونه شرکتها میتوانند واقعاً از هوش مصنوعی پول درآورند؟
هفته گذشته در نمایشگاه AIM که در ورزشگاه ولودروم مارسی برگزار شد—. در طول دو روز، اجلاس هوش مصنوعی با همکاری La Tribune و BFM Business (با مشارکت رسانه ، DirectIndustry، به عنوان شریک رسانهای) برگزار شد.
برنامه شامل گفتوگوها، مناظرهها و کنفرانسهایی برای رهبران کسبوکار درباره موضوعات کلیدی هوش مصنوعی بود:
پذیرش، مقررات، هوش مصنوعی حاکمیتی، و البته رقابتپذیری.
بازیگران بزرگ صنعت حضور داشتند: متا، گوگل، میسترال AI، Salesforce، ایرباس، توتال، چهرههایی مانند لوک ژولیا و لوران الکساندر، شرکتهای نوظهور اروپایی و مسئولان دولتی مانند وزیر جدید هوش مصنوعی فرانسه، آن لوههنانف، و وزیر سابق بودجه، برونو لو مر.
یکی از شلوغترین نشستها دقیقاً بر موضوع کسب مزیت رقابتی—یا همان سؤال اصلی: چگونه میتوان با هوش مصنوعی پول درآورد؟ تمرکز داشت.
کارشناسان اتفاقنظر دارند که هوش مصنوعی ظرفیت بالایی برای توسعه کسبوکار دارد.
به گفته سباستین میسوف، مدیرعامل گوگل فرانسه:
«اکثریت شرکتها اکنون دوباره به مسائلی که میخواهند حل کنند نگاه میکنند و بررسی میکنند که هوش مصنوعی چگونه میتواند به آنها کمک کند. این موضوع درباره شرکتهای بسیار کوچک، بیشماری از SMEها و همچنین شرکتهای بزرگ صادق است.»
او به همکاری گوگل با شرکت حملونقل دریایی CMA CGM اشاره میکند که در آن بیش از ۶۵۰ کشتی با مدلهای هوش مصنوعی برای یافتن کارآمدترین مسیرهای تجاری بهینهسازی میشوند.
به گفته او، فرصتها عظیماند و سرعت پیشرفت همچنان شتاب خواهد گرفت.
مطالعه مشترک گوگل و اقتصاددان آنتونین برژو نشان میدهد نوآوری مبتنی بر هوش مصنوعی میتواند تا سال ۲۰۳۴ حدود ۹۰ میلیارد یورو به GDP فرانسه اضافه کند.
با این حال، تقریباً همه کارشناسان تأکید میکنند که با وجود اشتیاق فراوان، شرکتها—چه بزرگ چه کوچک—هنوز برای دستیابی به بهرهوری وعدهدادهشده دچار مشکلاند.
این مطالعه که چند ماه پیش منتشر شد، همچنان بحثبرانگیز است.
طبق یافتههای MIT، ۹۵٪ سازمانها هیچ بازدهی قابلتوجهی از برنامههای آزمایشی هوش مصنوعی مولد (GenAI POCs) مشاهده نکردهاند—با وجود سرمایهگذاریهای سنگین.
تردید درباره محصولات OpenAI، گوگل یا دیگر شرکتها افزایش یافته است—حتی در میان طرفداران هوش مصنوعی. این روند پس از آن تقویت شد که GPT-5 برخلاف انتظارات مطرحشده توسط سم آلتمن، عملکردی کمتر از حد انتظار ارائه کرد.
اما چرا این اتفاق میافتد؟
لوک ژولیا، مخترع Siri و مدیر ارشد علمی گروه رنو، میگوید:
«شگفتزدگی شرکتها طبیعی است. بهرهوریای که انتظار دارید، هنوز محقق نشده زیرا این نوآوری فوقالعاده سریع حرکت کرده است. معمولاً ۵ تا ۱۰ سال طول میکشد تا نوآوریها به ثمر برسند—اما این بار تنها یک سال گذشته. ما هنوز در مرحله نوآوری هستیم.»
آن بوورُو، فرستاده ویژه رئیسجمهور فرانسه برای اجلاس هوش مصنوعی، نیز میگوید:
«همه از ChatGPT یا Claude استفاده میکنند، اما برای ROI باید فرآیندها، جریان دادهها و نحوه همکاری بخشها تغییر کند. این نیازمند یک پروژه تحول داخلی است.»
در صنعت، میزان پذیرش پایینتر از تکنولوژی یا مالی است.
به گفته فرانسوا سوبین از Talan:
۶۷٪ استفاده از هوش مصنوعی در صنعت
۸۹٪ در خدمات مالی
او میگوید بسیاری از صنایع به دلیل نامشخص بودن ROI، سرمایهگذاری را متوقف کردهاند.
بزرگترین چالش زمانی آغاز میشود که POC موفق است:
چگونه آن را در کل سازمان مقیاسپذیر کنیم؟
بر اساس تحقیقات BCG، ۵٪ از شرکتها در حال حاضر «پول زیادی» از هوش مصنوعی بهدست میآورند.
و ۳۵٪ نیز بهزودی به آنها خواهند پیوست.
این شرکتها:
سه برابر بیشتر از سایرین خلق ارزش میکنند
سه برابر بیشتر ثبت اختراع دارند
تقریباً دو برابر سریعتر رشد میکنند
۱. سرمایهگذاری سنگین و متمرکز
۲. استفاده گسترده از «ایجنتها» (Agentic AI)
3. بازطراحی کامل فرآیندهای سازمانی بر محور هوش مصنوعی
AI باید برای حل یک مشکل مشخص بهکار رود.
به گفته دورانتون:
«هوش مصنوعی موضوع C-Suite است، نه صرفاً موضوعی فنی. شرکتهای موفق، ۱۲ برابر بیشتر در سطح مدیریت ارشد متعهد هستند.»
ایجنتها قادرند:
استدلال کنند
تصمیم بگیرند
عمل اجرا کنند
در سال ۲۰۲۵، IBM اعلام کرد که ۴.۵ میلیارد یورو از طریق هوش مصنوعی صرفهجویی کرده است.
در HR:
۹۴٪ از پرسشها و درخواستها خودکار شدند
۸۰۰,۰۰۰ تراکنش در ۶ ماه انجام شد
هزینه عملیاتی HR، ۴۰٪ کاهش یافت
در R&D:
زمان تولید مواد جدید نیمههادی:
از ۱۰ سال → به ۱ سال
هزینه:
از ۱۰–۱۰۰ میلیون دلار → به ۱ میلیون دلار
سیستم AgentsForce به شرکتها اجازه میدهد ایجنتهایی برای نوشتن ایمیل، پاسخگویی، چت یا حتی تماس صوتی ایجاد کنند.
دو نفر تیم پشتیبانی مشتری برای ۴۰۰ شکایت ماهانه کافی نبودند.
ایجنتها مشکل را حل کردند.
استفان هادینگر از AWS میگوید:
برای پروژههای بهبود فرایند، ROI قابل محاسبه است
اما برای نوآوری، تنها راه، ساخت سریع نسخه اولیه و آزمون بازار است
“یا تطبیق پیدا کن یا نابود شو.”
طبق گزارش Messier & Associés:
۲/۳ معاملات ادغام، خرید یا سرمایهگذاری توسط عوامل مرتبط با هوش مصنوعی هدایت میشوند
ارزیابی شرکتها به شدت تحت تأثیر میزان نفوذ AI در مدل کسبوکار است
چند شرکت هوش مصنوعی فرانسوی اکنون تمرکز خود را بر بازگشت سرمایه سریع قرار دادهاند تا مانع اصلی پذیرش را از میان بردارند.
به گفته گوتیه کلوآ، مدیرعامل H Company:
«ما باید سرعت بفروشیم. نتیجه بفروشیم. بدون ROI سریع، حتی اگر مدیران کنجکاو باشند، خرید نمیکنند.»
این رویکرد میتواند:
شرکتهای اروپایی را رقابتیتر کند
برگردان به فارسی : کاوه وحیدی آذر
منبع: https://emag.directindustry.com/2025/11/17/how-can-companies-actually-make-money-with-ai/
اتکای اروپا به ابزارهای آمریکایی را کاهش دهد
اخبار ، گزارشات ، عکسها و فیلم های خود را برای ما ارسال دارید . برای ارسال میتوانید از طریق آدرس تلگرامی یا ایمیل استفاده کنید.