فرهیختگان: با گسترش هوش مصنوعی و ورود این تکنولوژی نوظهور در عرصههای مختلف، نگاه شرکتها و بنگاههای اقتصادی نیز دستخوش تغییر شده است. شرکتهایی که بخشی از آنها تلاش میکنند خود به عنوان سرمایهگذار به حوزه توسعه هوش مصنوعی ورود کرده و در مقابل نیز استراتژی برخی از شرکتها، بهرهگیری از این تکنولوژی در راستای افزایش کاراییشان است. محمد رسولی، مدیرعامل شرکت AIx2ai و محقق هوش مصنوعی در دانشگاه استنفورد در افتتاحیه هجدهمین کنفرانس ملی و چهاردهمین کنفرانس بینالمللی مدیریت فناوری و نوآوری به نقش هوش مصنوعی در عرصه سرمایهگذاری پرداخت. به گفته او، امروزه شرکتهای سرمایهگذاری توجه جدی برای بهرهگیری از AI دارند تا از این طریق بتوانند تمام فرایند سرمایهگذاری را رصد و بهترین تصمیم را برای بالا بودن سوددهی به دست آورند. در ادامه متن کامل صحبتهای این محقق هوش مصنوعی را از نظر میگذرانید.
اولین سؤالی که مطرح میشود این است که هوش مصنوعی چرا، به چه صورت و به چه علت به شکل هایپی در صنعت سرمایهگذاری خصوصی درآمده و نرمافزار اصلی آن چیست؟ اصلیترین مسئلهای که نیاز به هوش مصنوعی را در این صنعت ایجاد کرده، نیاز شرکتها به داشتن بازگشت سرمایه بالاتر بوده است. اگر به ژورنال macroeconomics در دو و سه سال اخیر نگاه کنیم، بازگشت سرمایه با افزایش نرخ بهرهها و کم شدن درآمد از طریق خرید استقراضی، خود به خود شرکتها را به این سمت سوق داده تا یک دستاورد اثربخشی عملیاتی را ایجاد کنند. آنها در شرکتهای زیرمجموعه و در داخل شرکت خود به عنوان سرمایهگذار شرکت خصوصی وارد شدند. به عنوان مثال یک سرمایهگذاری خصوصی، حوزه فعالیتش این است که شرکتهای تکنولوژی یا صنعت خاصی را خریداری کرده و در آن تحول ایجاد میکند و سپس آن را میفروشد. این تحول ایجاد کردن بخش مهمتری از فعالیت شرکتها شده است. یعنی به عنوان یک شرکت خصوصی با کارایی بهتری رفتار کرده و هزینهها را کاهش و با توجه به وضعیت اقتصادی درآمد را افزایش دهند. این فرایند و شرایط اقتصادی به صورت طبیعی است. یعنی رئیس شرکت مسائل را نگاه کرده و متوجه میشود دستاورد جدیدی که در حوزه صنعت وجود دارد، دستاورد هوش مصنوعی است و میتوان به صورت بالقوه نیاز مدیر را برای بهتر کردن وضعیت شرکت سرمایهگذاری خود ارائه دهد.
در سال 2023 زمانی که در شرکت مکنزی حضور داشتم و بحث AI به صورت امروزی مطرح شد، بسیاری از شرکتهای سرمایهگذاری خصوصی این سؤال را داشتند که چگونه میتوانند از هوش مصنوعی برای افزودن ارزش شرکتهای سرمایهگذاری شده خود استفاده کنند. حتی بعضیها از شرکتها این نگرانی را داشتند که اگر الان اقدام به استفاده از هوش مصنوعی نکنند، ممکن است ارزش شرکتهایشان توسط شرکتهای رقیب که در این حوزه فعالیت میکنند، از بین برود.
هرچه سال 2023 جلوتر میرفت هم کمکم تعداد بیشتری از مدیران صندوقهای سرمایهگذاری این سؤال را مطرح میکردند که چگونه میتوانند خودشان ارزش افزوده داخل شرکت سرمایهگذاریشان ایجاد کنند؟ یعنی هوش مصنوعی به منِ سرمایهگذار چگونه کمک میکند؟ داستان هوش مصنوعی برای شرکت سرمایهگذاری درحالحاضر خیلی مشهور شده یعنی بحث اینگونه نیست که چنین موضوعی در دو سال گذشته با ChatGPT و AI شروع شده باشد، بلکه این داستان حدود پنج تا هفت سال است که شروع و شرکتهای بزرگ سرمایهگذاری خصوصی همگی، در زمینه هوش مصنوعی سرمایهگذاری بزرگی انجام داده و همچنین تیمهای بزرگی در حوزه داده علمی دارند و رشد بزرگی در این زمینه انجام دادند. اما با اتفاقی که در حوزه هوش مصنوعی مولد رخ داد، یک توجه جدیدی در این حوزه انجام شد. توجه هم از این جنس بود که دستیابی به هوش مصنوعی راحت و آسانتر شده، به طوری که امروز همه شرکتهای کوچکتر نیز برای کارهایشان میتوانند از هوش مصنوعی استفاده کنند؛ درحالیکه قبلاً فقط شرکتهای بزرگ از پس هزینههای هوش مصنوعی بر میآمدند. بنابراین امروز هوش مصنوعی نه تنها یک داستان طولانیتر محسوب میشود که در آن شرکتهای بزرگ به موفقیتهای بیشتری رسیدند، بلکه شرکتهای کوچک هم امروز به صورت فعال از آن استفاده میکنند.
به طور مثال شرکت EQT در حوزه هوش مصنوعی، دستگاهی تولید کرده که کمک میکند تا تمام صنعت را مانتیور کرده و از این طریق بتوانند هر فرصتی که برای سرمایهگذاری وجود دارد را قبل از دیگران پیدا کنند.
برای استفاده از هوش مصنوعی دو دسته کلی وجود دارد؛ یکی داخل فاند و یکی برای شرکتهای سرمایهگذاری است. در حوزه داخلی فاند؛ روال اینگونه است که وقتی یک مدیر به هوش مصنوعی نگاه میکند و برای آن دو دسته سناریو کاربردی را میتواند لحاظ کند که یک دسته سناریو برای سرمایهگذاری هستند. از جمله آن میتوان به پیدا کردن فرصتهای سرمایهگذاری خوب و یافتن افراد موفق برای مدیریت شرکتها اشاره کرد. دسته دیگر مثل سناریوها نوشتن ایدهها و مستندهاست. به غیر از موارد ذکر شده یکسری موارد مانند، HR، مارکتینگ و... هم هستند که در تمام صنایع وجود دارد و لزوماً مختص صنعت سرمایهگذاری خصوصی در هوش مصنوعی نیست.
همانطور که گفتم دسته دوم کاربرد هوش مصنوعی در صنعت خصوصی برای شرکتهای زیرمجموعه است که یک سرمایهگذار خصوصی در آن سرمایهگذاری کرده است. مثلاً یک VC در استارتاپ سرمایهگذاری کرده است. هوش مصنوعی در حوزه سرمایهگذاری در این شرکتها، بسته به نوع شرکت میتواند تغییرات ایجاد کند. شرکت حوزه آموزش، تکنولوژی، زنجیره تأمین و امثالهم هوش مصنوعی در هر کدام از آنها میتواند کارهایی را انجام دهد.
مسئله مهم این است که با توجه به گسترش و بزرگ بودن هوش مصنوعی در زمینههای مختلف، مدیر مجموعه در چه زمینهای میخواهد فعالیتش را شروع کند؟ چراکه نمیتوان همه حوزهها را یکجا با هم دنبال کرد، البته میتوان در بلندمدت به سرمایهگذاری در همه عرصههای هوش مصنوعی از سوی یک شرکت فکر کرد، اما قدم اول این است که با یک انتخاب درست این کار را شروع کرده و در کنار آن یک نگاه بلندمدت هم داشته باشد.
در اینجا باید مثالی هم بزنم، مثلاً ما یک صندوق سرمایهگذاری خصوصی داشتیم که میخواست از هوش مصنوعی استفاده کند تا بتواند بهتر از هوش مصنوعی استفاده کرده تا بهتر به اینسایتهای lp دست پیدا کند. دلیل این کار هم آن بود که فردی که به این شرکت پول داده تا سرمایهگذاری کند، سؤالی برایش پیش میآید که شرکت باید به سرعت به آن پاسخ دهد و این را هم باید بگویم که چنین سؤالاتی به صورت غیرقابل پیشبینی است. در اینجا قطعاً مدیر سرمایهگذاری نیاز دارد تا بتواند به سرعت پاسخ را پیدا کند. مثلاً شاید این سؤال پرسیده شود که اگر در مایکروسافت سرمایهگذاری کردید، ترند مایکروسافت چیست؟ و یا سرمایهمان چقدر تغییر کرده و حتی شاید این سؤال مطرح شود که پیشبینیتان برای سال جدید چه خواهد بود؟ قطعاً این پاسخ به این سؤالات را باید بر اساس منابع موجود داد. از طرف دیگر پاسخ به این سؤالات به صورت دستی زمانبر است اما با هوش مصنوعی بهتر میتوان این کار را دنبال کرد. این را هم باید بگویم که تنها برای این کار نمیتوان از ChatGPT استفاده کرد؛ چراکه فرایند انجام این کار زمانبر است. بنابراین نیاز به پلتفرمی است که از ChatGPT و سرویسهای هوش مصنوعی زبانی بزرگ استفاده و آن را برای مدیر تبدیل به یک محصول کند. مثالی که میتوان اینجا زد دیکشنری است؛ چراکه دیکشنری صرفاً یک جمله را از یک زبان به یک زبان دیگر تبدیل کرده و کار ترجمه را آسان میکند نه اینکه بتوان کل کار ترجمه یک اثر را به آن سپرد؛ چراکه این کار بسیار زمانبر خواهد بود و دقیق هم نخواهد بود.
مثلاً فایندی در نیویورک نیاز دارد؛ اینوستمنتهایی را بنویسد و این عمل را هرچند ماه یک بار باید انجام دهد و کار استانداردی هم است، اما برای این کار باید از منابع اطلاعات را دربیاورد. برای همین کار به سراغ هوش مصنوعی و پلتفرمی که از بتواند از ChatGPT استفاده کند، رفتند. این اقدام باعث شد تا بتوانند 85 درصد در زمانشان صرفهجویی کرده و 15 درصد دیگر زمان مربوط به review مدیر و سرمایهگذاران در آن صندوق است که بتوانند خروجی را به دادههای نهایی تبدیل کنند. البته این بخش هم به صورت مداوم در حال بهتر شدن است؛ چراکه هوش مصنوعی در حال بهتر شدن است. در حقیقت با در نظر گرفتن چشماندازی که برای سال 2025 وجود دارد، قطعاً کیفیت خروجیهای مدلهای زبانی بزرگ به صورت فزایندهای در حال بهتر شدن است و این معنایش آن است زمانی که برای مدیریت صندوق ذخیره صرف میشود، بیشتر شده و کیفیت خروجیها هم بهتر خواهد شد. از سوی دیگر کیفیت خروجیهای هوش مصنوعی اصلاً قابل مقایسه با خروجیهای انسانی نیست؛ چراکه بالاخره انسان از حجم محدودی از دادهها میتواند استفاده و آن را پردازش کند؛ در حالی که هوش مصنوعی ماشین است و میتواند همه داده را بخواند و هیچکدام را نیز فراموش نکند و در نهایت داده بهتری را در زمان کمتری ارائه دهد.
مثالهای دیگری از نمونههایی که برای سرمایهگذاری و بهمنظور مدیریت انرژی پلنی برای دادهها و یا پیشبینی ریسک سرمایهگذاریشان در حوزه خاص استفاده کنند که همه آنها نیز با هوش مصنوعی میتواند به مراتب بهتر انجام شود.
بنابراین میتوان به این نتیجه رسید که هوش مصنوعی برای تمام فرایندهای سرمایهگذاری، اعم از پیدا کردن فرصتها و انجام سرمایهگذاری و حتی تعیین زمان خروج، هوش مصنوعی میتواند نقشآفرین باشد. البته پروسهای که باید برای آن تعریف شود، باید پروسهای بوده که برای آن فاند قابلیت استفاده داشته باشد که بهراحتی آن صندوق سرمایهگذاری بتواند از آن استفاده کند. البته این سؤال بزرگ سیلیکون ولی و امثال آن است که چگونه میتوان یک enterprise solution و ابزار حرفهای با استفاده از AI درست کنیم؟ چراکه از ابزار حرفهای، کارکرد خودش را دارد و در آوردن هوش مصنوعی به فرمتی که بتواند به یک محصول تبدیل شود، به عنوان یک سؤال بزرگ امروز پیشروی شرکتهای دانشبنیان و استارتاپی در سیلیکون ولی است.
تخمین آن است که ترند جدید که همان رسیدن به ابزار حرفهای متناسب با کارکردهای متفاوت توسط هوش مصنوعی، حتی بزرگتر از ترند قبلی هوش مصنوعی باشد. اتفاقی که اینجا میافتد هم ذخیرهسازی زمان بیشتر و هم کارکرد دقیقتر و رسیدن به نتیجه در زمان کمتر است. مسئله دیگر اینکه در هوش مصنوعی سؤالات زیادی برای مدیر فاند وجود دارد که پاسخ به آنها نیاز به استراتژی دارد. در این استراتژی، به صورت کلان باید مدیر تصمیم بگیرد که آیا خودش میخواهد هوش مصنوعی را از فردی تهیه کند یا از استراتژی دیگری بهره ببرد؛ چراکه تولید محصول از این طریق نیاز به شناخت دقیق الگوریتمهای مختلف هوش مصنوعی دارد.
در اینجا چند موضوع درباره بحث امنیت در حوزه هوش مصنوعی را میگویم؛ چراکه یکی از موضوعات جدی در حوزه استفاده از هوش مصنوعی همین مقوله امنیت است. به صورت کلی چند دستهبندی در این زمینه وجود دارد. اولین مسئله اینکه در هرکاری که صنعت سرمایهگذاری خصوصی انجام میدهد، باید بتواند از خود دفاع کند. یعنی این کارکردها باید لاگ شده و تمام فعالیتها نیز ضبط شود. به خصوص اگر جوابی را از ChatGPT میگیرید، اینکه سورس ربات در کجا بوده نیز باید مشخص باشد یعنی تمام فرایندها باید کنترل شود. نکته سوم اینکه به هیچ عنوان در مدل زبانی که استفاده میشود به خصوص در ChatGPT نباید اجازه ترند شدن دیتا داده شود؛ چراکه اگر این اتفاق بیفتد، دیگر نمیتوان آن دیتا را از هوش مصنوعی پاک کرد. اینها مسائلی است که حتماً مدیر فاند باید به آن توجه داشته باشد تا دیتاهای خصوصیاش به ترند تبدیل نشود.
در مجموع تلاش کردم در این ارائه بگویم، چرا هوش مصنوعی در زمینه سرمایهگذاری بخش خصوصی به یک موضوع بسیار مهم و اکتیو تبدیل شده و تأثیرات آن چیست؟ همچنین بررسی کردیم که چه استراتژیهایی در استفاده از آن باید لحاظ شود؟ و زمینههای باز برای تحقیق در این زمینه چه خواهد بود؟ واقعیت آن است که طراحی هوش مصنوعی در کیفیت کار بالا مسئله باز سیلیکون ولی برای شرکتهای دانشبنیان و نوبنیان است. تصور میکنم اگر کسی بتواند از این حوزه به درستی استفاده کند، میتواند یک اولویت بزرگ به فاند بهخصوص فاندهایی در مقیاس اقتصادهای در حال رشد بدهد. یعنی AI میتواند نقش یک آنالیز موفق مانند استنفورد را برای این صنایع ایفا کند و میتواند خلأ انسانی و سرمایهگذاری برای نیروی انسانی را به سرعت پر کند.