ترکیب هوش مصنوعی، کوانتوم و دیگر فناوری‌های نوظهور

چهارچوب ۳C یک مدل تحلیلی تجاری است که بر سه عامل شرکت، مشتریان و رقبا تمرکز دارد و با ترکیب فناوری‌های مختلف، به سازمان‌ها کمک می‌کند تا مزیت رقابتی و فرصت‌های نوآوری را شناسایی کنند.

  • ۱۴۰۴-۰۳-۲۲ - ۰۹:۴۴
  • 00
ترکیب هوش مصنوعی، کوانتوم و دیگر فناوری‌های نوظهور

چگونه الگو‌های تحول نوآوری ساخته می‌شود؟

چگونه الگو‌های تحول نوآوری ساخته می‌شود؟
ندا اظهریندا اظهریخبرنگار

چهارچوب 3C یک ابزار تحلیلی تجاری استراتژیک است که روی سه عامل کلیدی، شرکت، مشتریان و رقبا متمرکز است. این چهارچوب به‌گونه‌ای طراحی شده است که به سازمان‌ها در شناسایی قدرت‌ها، درک از پویایی بازار و دستیابی به لبه رقابتی کمک می‌کند. مجمع جهانی اقتصاد چهارچوب 3C را توسعه داده است که الگو‌های محرک تحول نوآوری را نشان می‌دهد. این چهارچوب، ترکیبی از فناوری‌ها را برای ایجاد قابلیت‌های غیرممکن از طریق هر نوآوری واحدی ارائه می‌دهد؛ جایی که پیشرفت‌ها به‌تنهایی عمل نمی‌کنند؛ بلکه برای تغییر شکل بازار‌ها با یکدیگر ادغام می‌شوند. در این چهارچوب، به بررسی 8 حوزه قدرتمند فناوری پرداخته شده است که شامل هوش مصنوعی، محاسبات همه‌جانبه، زیست‌شناسی مهندسی، رباتیک، مواد پیشرفته، هوش فضایی، انرژی‌های کوانتومی و انرژی‌های نسل بعد، با هم ترکیب می‌شوند تا ارزشی ایجاد کنند که هیچ نوآوری واحدی نمی‌توانند به‌تنهایی ارائه دهد. درمجموع، 238 زیرمؤلفه فناوری با کاربرد‌های تثبیت‌شده و پیشرفت‌های عمیق تطبیق داده شده و به 23 الگوی ترکیبی فیلتر شدند. این تحلیل به روش نقاط مشترک معنادار بین زیرمؤلفه‌های فناوری در مراحل مختلف بلوغ متمرکز بود. این ترکیبات به دلیل پتانسیل آن‌ها برای تأثیرگذاری بر مسیر‌های نوآوری و برجسته کردن فرصت‌های استراتژیک در حوزه‌های مختلف از طریق همگرایی انتخاب شدند. آینده در گروی ترکیبات جسورانه است. شرکت‌هایی که فناوری‌ها را در مراحل مختلف بلوغ به صورت استراتژیک ترکیب می‌کنند، در موقعیت سودآوری قرار می‌گیرند، به‌ویژه که زنجیره‌های ارزش بین‌صنعتی باعث ایجاد دسته‌های محصول و مدل‌های کسب‌وکار کاملاً جدید می‌شوند. با به‌کارگیری دیدگاه 3C، سازمان‌ها می‌توانند اقدام به شناسایی جفت‌سازی‌های فناوری کنند که با قابلیت‌های اصلی آن‌ها هم‌سو هستند، تشخیص دهند که چه زمانی تغییرات در بلوغ، فرصت‌های جدیدی در بازار ایجاد می‌کند و برای آزادسازی ارزش همزمان با تسریع همگرایی، سرمایه‌گذاری استراتژیک انجام دهند.

چهارچوب3C؛ مدلی برای تعامل نوآوری‌های مکمل

در چشم‌انداز فناوری که به‌سرعت در حال تحول است، پیشرفت‌های فناوری متعددی به‌صورت موازی رخ می‌دهند که هر کدام،مسیر‌ها، پتانسیل‌های تأثیرگذاری و جدول زمانی پذیرش متغیری دارند. این پیچیدگی، یک معضل استراتژیک اساسی ایجاد می‌کند؛ اینکه کدام پیشرفت‌های فناوری شایسته توجه و سرمایه‌گذاری فوری هستند و کدام‌ها برای ایجاد ارزش تجاری قابل‌توجه، بسیار نابالغ یا منزوی باقی می‌مانند. چهارچوب 3C یک مدل پویا را برای ثبت تعامل نوآوری‌های مکمل و درک چگونگی ایجاد ارزش توسط فناوری از طریق سه مرحله به‌هم‌پیوسته ارائه می‌دهد که شامل ترکیب، همگرایی و ترکیب‌بندی است. مرحله نخست، ترکیب است که شامل ادغام فناوری‌های مکمل بر اساس سطح بلوغ آنهاست. مرحله دوم، همگرایی است. زمانی که این ترکیب‌های فناورانه به شرکت‌ها اجازه مهاجرت نمی‌دهند و در زنجیره‌های ارزش جدید شرکت کنند، در نتیجه زنجیره‌های ارزش موجود همگرا شده و به تازه‌واردها اجازه ورود می‌دهند. مرحله سوم هم ترکیب‌بندی است. وقتی همگرایی زنجیره ارزش، پذیرش‌نمایی و کاهش هزینه را دنبال می‌کند، تأثیرات اکوسیستمی ایجاد و ترکیب‌های فناورانه بیشتری را در پایین‌دست امکان‌پذیر می‌کند.

مرحله ترکیب؛ ادغام فناوری‌های مکمل

مرحله ترکیب، در مرکز نوآوری‌های فناورانه قرار گرفته و به معنای ادغام فناوری‌های مکمل گسسته برای ایجاد چیزی جدید است. ضروری است برای درک این فرایند به دانه‌بندی یا میزان قابلیت تحلیل فناوری‌ها در سطح زیرمؤلفه توجه کرد. به‌عنوان‌مثال، هوش مصنوعی یک اصطلاح جهانی برای بسیاری از زیرمؤلفه‌ها مانند یادگیری ماشینی (ML)، پردازش زبان طبیعی (NLP)، مدل‌های زبانی بزرگ (LLM)، شبکه‌های عصبی و سایر موارد است. وقتی پیشرفتی در یک حوزه فناوری مانند هوش مصنوعی رخ می‌دهد، این پیشرفت در سطح زیرمؤلفه اتفاق می‌افتد؛ چراکه هر یک از آن‌ها با سرعت‌های مختلفی تکامل می‌یابند و حوزه فناوری را به جلو پیش می‌برند. به طور نمونه، از سال 2021 تاکنون، پیشرفت عظیمی در حوزه LLM و NLP رخ داده است که اغلب به‌عنوان پیشرفتی در فناوری AI ذکر می‌شود. یا ترکیب هوش مصنوعی و فناوری کوانتومی شامل همگرایی یادگیری ماشینی، الگوریتم‌ها و محاسبات کوانتومی به منظور ایجاد راه‌حل‌های جدید است. الگوریتم‌های کوانتومی برای شبیه‌سازی پدیده‌ها مانند ساختار‌های الکترونیکی، در سطح اتمی استفاده می‌شوند درحالی‌که هوش مصنوعی و یادگیری ماشینی برای تجزیه و تحلیل و شبیه پدیده‌های مولکولی (ساختار‌های ماکرومولکولی، نیرو‌های بین مولکولی) به کار ‌می‌روند. بنابراین، یادگیری ماشین کوانتومی، مدل‌ها را در هر دو مقیاس- اتمی و مولکولی- ترکیب می‌کند تا بینش‌های جدیدی در مورد چگونگی ساخت مواد یا پگونگی اصلاح آن‌ها برای مناسب‌تر کردن آن‌ها برای کاربرد‌های دنیای واقعی به دست آورد. اگرچه از نظر تئوری، بسیاری از فناوری‌ها می‌توانند با یکدیگر ترکیب شوند؛ اما تمام ترکیب‌ها نتایج معناداری به وجود نمی‌آورند. ارزشمندترین ترکیب‌ها معمولاً شامل درهم‌تنیدگی فناوری‌ها در سطوح بلوغ مختلف هستند؛ مانند ترکیب نوآوری‌های تجربی با زیرساخت‌های پایدار و مقیاس‌پذیر. تخصیص منابع محدود در این سطح از بلوغ، نیازمند رویکردی منظم برای ارزیابی فناوری است که فراتر از محاسبات سنتی بازگشت سرمایه (ROI) بوده و مستلزم رویکردی متعادل است که ارزش آینده و پتانسیل نوآوری مدل کسب‌وکار را در نظر بگیرد.

مرحله همگرایی؛ تغییر زنجیره ارزش

درحالی‌که ترکیب فناوری، مزیت قابلیت ایجاد می‌کند، همگرایی با تغییر شکل زنجیره‌های ارزش و ایجاد فرصت‌های جدید بازار، این مزیت را به رشد درآمد تبدیل می‌کند. درواقع، همگرایی نشان‌دهنده مرحله‌ای حیاتی است که در آن، سرمایه‌گذاری‌های فناوری، بازده تجاری ملموسی را ایجاد می‌کنند. همگرایی زمانی رخ می‌دهد که قابلیت‌های ترکیبی با انگیزه‌های اقتصادی ادغام می‌شوند تا از مرز‌های سنتی صنعت فراتر روند، بخش‌های مجزای تثبیت‌شده را از بین برده و زنجیره‌های ارزش به‌هم‌پیوسته ایجاد کنند. یکی از مواردی که در مرحله همگرایی ایجاد می‌شود، فرصت‌های گسترش حاشیه سود است. راه‌حل‌های فناوری یکپارچه جدید معمولاً در مقایسه با فناوری‌های تک‌جزئی، قیمت‌گذاری بالاتری دارند و انگیزه‌های قدرتمندی برای گسترش فراتر از موقعیت‌های زنجیره ارزش سنتی ایجاد می‌کنند. دومین موردی که در همگرایی رخ می‌دهد پتانسیل درآمد تکرارشونده است. راهکار‌هایی که از ترکیب فناوری بهره می‌برند، در بیشتر موارد، مدل‌های مبتنی بر اشتراک و خدمات را فعال می‌کنند که فروش‌های یک‌باره را به جریان‌های درآمدی تکرارپذیر و بلندمدت تبدیل می‌کنند. سومین مورد در همگرایی، عمق ارتباط با مشتری است. راهکار‌های ترکیبی فناوری، نیاز‌های پیچیده‌تر مشتری را برطرف کرده و تعامل عمیق‌تر و ارزش طول عمر بالاتری را ایجاد می‌کنند. چهارمین مورد، تمایز‌های رقابتی است. ارائه راهکار‌های فناوری ترکیبی، تمایز پایداری را فراهم می‌کند که قدرت قیمت‌گذاری را حفظ می‌کند.
بازار رباتیک، نمونه بارزی از اشکال جدید کسب ارزش است. ربات‌های صنعتی که زمانی محرک اصلی اتوماسیون بودند، اکنون بازده نهایی رو به کاهشی دارند. بیشتر آن‌ها در محیط‌های بسیار کنترل‌شده کار می‌کنند و برای انجام وظایف تکراری و مبتنی بر قانون بهینه شده‌اند. با بالغ‌شدن این بخش، شرکت‌ها با کاهش دستاورد‌های عملکردی و کاهش فرصت‌های متمایز ناشی از تکرار بیشتر مواجه می‌شوند. ضرورت اقتصادی برای یافتن مسیر‌های رشد جدید، شرکت‌ها را به سمت کشف بازار‌ها و پلتفرم‌های مجاور سوق می‌دهد. ترکیب فناوری، سازمان‌ها را قادر می‌سازد تا ردپای خود را در زنجیره ارزش موجود گسترش دهند و ضمن محدودکردن مواجهه با رقبا، حاشیه سود بیشتری از روابط با مشتریان موجود به دست آورند. در چین، این همگرایی بین صنایع، بهره‌وری اقتصادی قابل‌توجهی را به همراه دارد. امروزه، ساخت یک بازوی رباتیک مشابه در آمریکا تقریباً 2.2 برابر بیشتر از چین هزینه دارد که عمدتاً به دلیل اکوسیستم تولید یکپارچه و نزدیک به چین است. با حرکت جهان به سمت افزایش خودمختاری که در آن ربات‌ها، ربات‌های دیگر را تولید می‌کنند، این مزیت هزینه، همراه با اشتراک‌گذاری قابلیت‌های بین صنایع، توسعه بازار ربات‌های انسان‌نما را تسریع می‌کند. پیش‌بینی‌هایی که نشان می‌دهد محموله‌های ربات‌های انسان‌نما از 18 هزار واحد در سال 2025 به بیش از یک میلیون واحد تا سال 2030 افزایش خواهند یافت. سازمان‌هایی که در حال پیگیری فرصت‌های همگرایی هستند، باید چند سؤال حیاتی را در مورد اهرم زنجیره ارزش، اقتصاد ادغام، الزام قابلیت‌ها و زمان‌بندی بازار مدنظر قرار دهند.

مرحله مرکب؛ تبدیل نقش همگرا به نیرو‌های تعیین‌کننده بازار

زمانی که همگرایی شکل می‌گیرد، اثرات مرکب، پذیرش نمایی و کاهش هزینه‌ها را به دنبال دارد. مرحله مرکب، از طریق اقتصاد مقایسه‌ای، اثرات شبکه‌ای و پویایی اکوسیستم، نقش‌های همگرایی نویدبخشی را به نیرو‌های تعیین‌کننده بازار تبدیل می‌کند. دو مکانیسم تقویت‌کننده، اثرات مرکب را دنبال می‌کنند که شامل اقتصاد‌هایی در مقیاس سطح شرکتی و اثرات شبکه اکوسیستم می‌شود. در بخش نخست این مکانیسم‌ها که شامل اقتصاد‌هایی در مقیاس سطح شرکتی است، هم‌زمان با پذیرش راهکار‌های فناورانه ترکیبی در بازار، سازمان‌ها از مزایای اقتصادی در مقیاس سنتی بهره‌مند می‌شوند. یکی از این مزایا، بهره‌وری تولید است. با تقسیم هزینه‌های ثابت توسعه در حجم‌های بزرگ‌تر، هزینه‌های واحد کاهش می‌یابد. به‌عنوان‌مثال، یک شرکت لجستیک که از سیستم رباتیک پیشرفته هوش مصنوعی استفاده می‌کند ممکن است با افزایش مقیاس ‌پذیرش، هزینه‌های تحویل را تا 25 درصد کاهش دهد. مزیت دیگر، اثرات یادگیری است. با افزایش تجربه پیاده‌سازی در سازمان‌ها، عملکرد بهبود می‌یابد. در مثال بالا، شرکت لجستیکی که از سیستم رباتیک استفاده می‌کند، از داده‌های جمع‌آوری‌شده برای اصلاح هوش مصنوعی خود بهره برده و بهره‌وری را بیشتر افزایش می‌دهد. مزیت بعدی، نوآوری در مدل کسب‌وکار است. تغییرات فوق بر قابلیت‌های مقیاس‌پذیری پذیرندگان اولیه تأثیر گذاشته و مدل‌های قیمت‌گذاری و تحول جدیدی را امکان‌پذیر می‌کند که در حجم‌های پایین‌تر یا برای سایر بازیگران اکوسیستم امکان‌پذیر نیست مگر اینکه آن‌ها نیز روش‌های مشابهی را اتخاذ کنند.
دومین مکانیسم تقویت‌کننده هم شامل اثرات شبکه اکوسیستم می‌شود. مرحله مرکب، فراتر از مزایای سطح شرکتی، پویایی‌های قدرتمندی را در اکوسیستم ایجاد می‌کند که پذیرش و ایجاد ارزش را تسریع می‌بخشد که این مکانیسم هم از مزیت‌هایی برخوردار است. یکی از این مزیت‌ها، ظهور استانداردهاست که با گسترش راه‌حل‌ها، استاندارد‌های بالفعل ظهور کرده و هزینه‌های ادغام را کاهش می‌دهد. مزیت دیگر، نوآوری مکمل است که در آن، شخص ثالث، محصولات و خدمات مکمل را توسعه می‌دهند که ارزش راه‌حل اصلی را افزایش می‌دهد. مزیت بعدی، بلوغ زنجیره تأمین است. تأمین‌کنندگان متخصص برای ارائه قطعات با هزینه کمتر و کیفیت بالاتر ظهور می‌کنند. مزیت دیگر هم شامل تطبیق مقررات می‌شود. چهارچوب‌های حاکمیتی برای تطبیق با فناوری‌های جدید تکامل می‌یابند و عدم قطعیت انطباق را کاهش می‌دهند. رهبران استراتژی که این پویایی‌های اکوسیستم را تشخیص می‌دهند قادرند با ایجاد موقعیت‌هایی که از نوآوری‌های مکمل بهره‌مند می‌شوند یا با ایجاد وابستگی‌هایی که منجر به مزیت رقابتی بلندمدت می‌شوند، سازمان‌های خود را در موقعیتی قرار دهند که ارزش نامتناسبی را به دست آورند. ترکیب‌بندی را نباید به‌عنوان مرحله نهایی یک فرایند در نظر گرفت؛ بلکه باید آن را در قالب کاتالیزوری برای موج بعدی ترکیبات فناورانه حساب کرد که یک‌چرخه خودتقویت‌کننده ایجاد می‌کند. این چرخه زمانی فعال می‌شود که ترکیب استاندارد‌ها، شرکت‌ها را به دنبال ترکیب‌های جدید فناوری ترغیب کند که به‌عنوان «معضل نوآور» شناخته می‌شود. پذیرندگان اولیه فناوری‌های همگرا که حاشیه سود بالایی را به دست آورده‌اند، با دسترسی گسترده به فناوری‌ها با هزینه‌های کاهشی، مزایای رقابتی خود را به‌تدریج کاهش می‌دهند. انویدیا، نمونه‌ای از این چرخه است. این شرکت هم‌زمان با تبدیل‌شدن پردازنده‌های گرافیکی عمومی به استانداردی برای آموزش هوش مصنوعی، نیاز به ترکیب‌های جدید برای حفظ مزیت بازار خود را تشخیص داده است. این شرکت، سرمایه‌گذاری هنگفتی در ترکیب تخصص سخت‌افزاری خود با چهارچوب‌های نرم‌افزاری تخصصی هوش مصنوعی و مدار‌های مجتمع ویژه کاربرد انجام داده است. این چرخش استراتژیک به سمت ترکیب‌های جدید، به انویدیا اجازه داد تا با شتاب گرفتن ترکیب هوش مصنوعی، ارزش فوق‌العاده‌ای کسب کرده و ارزش بازار خود را تنها در 3 سال، از حدود 300 میلیارد دلار به بیش از 3 هزار میلیارد دلار افزایش دهد.

مطلب مرتبط را بخوانید:

8 حوزۀ فناوری پیشرفته در عصر نوآوری ترکیبی

 

نظرات کاربران