روندهای توسعه هوش مصنوعی در پنج سال آینده

هوش مصنوعی (AI) در سال‌های اخیر با سرعتی سرسام‌آور پیشرفت کرده است – از ابزارهای هوش مصنوعی مولد مانند ChatGPT که به نام‌های آشنا تبدیل شده‌اند تا خودروهای خودران که از آزمایشگاه خارج شده و وارد جاده‌های عمومی شده‌اند.

تا سال ۲۰۲۵، هوش مصنوعی تقریباً در هر بخش اقتصادی نفوذ کرده و کارشناسان آن را به‌عنوان فناوری تحول‌آفرین قرن بیست و یکم می‌شناسند.

پنج سال آینده احتمالاً شاهد تعمیق بیشتر نفوذ هوش مصنوعی خواهیم بود که نوآوری‌های هیجان‌انگیز و چالش‌های جدیدی را به همراه دارد.

این مقاله به بررسی کلیدی‌ترین روندهای توسعه هوش مصنوعی پیش‌بینی‌شده می‌پردازد که در نیم دهه آینده جهان ما را شکل خواهند داد، با استفاده از دیدگاه‌های مؤسسات تحقیقاتی برجسته و ناظران صنعت.

افزایش چشمگیر پذیرش و سرمایه‌گذاری در هوش مصنوعی

پذیرش هوش مصنوعی در بالاترین سطح خود قرار دارد. کسب‌وکارها در سراسر جهان هوش مصنوعی را برای افزایش بهره‌وری و کسب مزیت رقابتی به کار می‌گیرند. تقریباً چهار سازمان از پنج سازمان در سراسر جهان اکنون به نوعی از هوش مصنوعی استفاده می‌کنند یا در حال بررسی آن هستند – که رکوردی تاریخی در مشارکت است.

این افزایش سرمایه‌گذاری ناشی از اعتماد به ارزش ملموس هوش مصنوعی برای کسب‌وکار است: ۷۸٪ از سازمان‌ها در سال ۲۰۲۴ از هوش مصنوعی استفاده کردند (افزایش از ۵۵٪ در ۲۰۲۳) زیرا شرکت‌ها هوش مصنوعی را در محصولات، خدمات و استراتژی‌های اصلی خود ادغام می‌کنند.

تحلیلگران پیش‌بینی می‌کنند این روند ادامه یابد، به‌طوری‌که بازار جهانی هوش مصنوعی از حدود ۳۹۰ میلیارد دلار در ۲۰۲۵ به بیش از ۱.۸ تریلیون دلار تا ۲۰۳۰ رشد کند – نرخ رشد سالانه شگفت‌انگیز ~۳۵٪. چنین رشدی که حتی در مقایسه با رونق‌های فناوری گذشته بی‌سابقه است، نشان‌دهنده اهمیت روزافزون هوش مصنوعی در کسب‌وکارهای مدرن است.

ما در آستانه پایه‌گذاری فناوری کاملاً جدیدی هستیم که بهترین‌های هوش مصنوعی را در اختیار هر کسب‌وکاری قرار می‌دهد.

— رهبر صنعت، بخش فناوری

افزایش بهره‌وری و بازگشت سرمایه از عوامل کلیدی هستند. پیشگامان اولیه در حال حاضر بازدهی قابل توجهی از هوش مصنوعی مشاهده می‌کنند. مطالعات نشان می‌دهد شرکت‌های برتر که از هوش مصنوعی استفاده می‌کنند، بهبودهای ۱۵–۳۰٪ در معیارهایی مانند بهره‌وری و رضایت مشتری در جریان‌های کاری مجهز به هوش مصنوعی گزارش کرده‌اند.

برای مثال، کسب‌وکارهای کوچک و متوسط که هوش مصنوعی مولد را پیاده‌سازی کرده‌اند، در برخی موارد افزایش درآمد دو رقمی داشته‌اند. بخش عمده ارزش هوش مصنوعی از افزایش‌های تدریجی تجمعی ناشی می‌شود – خودکارسازی تعداد زیادی کار کوچک و بهینه‌سازی فرآیندها – که می‌تواند با مقیاس‌پذیری در سراسر سازمان، کارایی شرکت را متحول کند.

در نتیجه، داشتن استراتژی روشن هوش مصنوعی اکنون حیاتی است. شرکت‌هایی که موفق به ادغام هوش مصنوعی در عملیات و تصمیم‌گیری‌های خود شوند، می‌توانند از رقبا پیشی بگیرند، در حالی که عقب‌ماندگان در پذیرش ممکن است به طور جبران‌ناپذیری عقب بمانند. در واقع، تحلیلگران صنعتی پیش‌بینی می‌کنند شکاف بین رهبران و عقب‌ماندگان هوش مصنوعی در چند سال آینده گسترش یابد و ممکن است کل چشم‌انداز بازار را تغییر دهد.

ادغام هوش مصنوعی سازمانی در حال تسریع است. در سال ۲۰۲۵ و پس از آن، شاهد حرکت کسب‌وکارهای همه اندازه‌ها از پروژه‌های آزمایشی به استقرار کامل هوش مصنوعی خواهیم بود. غول‌های رایانش ابری («هایپراسکیلرها») گزارش می‌دهند که تقاضای سازمان‌ها برای خدمات ابری مجهز به هوش مصنوعی در حال افزایش است و آن‌ها سرمایه‌گذاری‌های سنگینی در زیرساخت‌های هوش مصنوعی انجام می‌دهند تا این فرصت را به دست آورند.

این ارائه‌دهندگان با تولیدکنندگان تراشه، پلتفرم‌های داده و شرکت‌های نرم‌افزاری همکاری می‌کنند تا راه‌حل‌های یکپارچه هوش مصنوعی ارائه دهند که نیازهای سازمان‌ها به عملکرد، سودآوری و امنیت را برآورده کند. به‌ویژه، بیش از ۶۰٪ محصولات نرم‌افزار به‌عنوان سرویس اکنون دارای ویژگی‌های هوش مصنوعی هستند و شرکت‌ها «همیاران هوش مصنوعی» را برای عملکردهایی از بازاریابی تا منابع انسانی عرضه می‌کنند.

دستور کار برای مدیران روشن است: هوش مصنوعی را به‌عنوان بخشی اساسی از کسب‌وکار، نه یک آزمایش فناوری، در نظر بگیرید. در عمل، این به معنای تزریق سیستماتیک هوش مصنوعی به جریان‌های کاری، ارتقای مهارت کارکنان برای همکاری با هوش مصنوعی و بازطراحی فرآیندها برای بهره‌برداری کامل از اتوماسیون هوشمند است. انتظار می‌رود سازمان‌هایی که این گام‌ها را بردارند، در سال‌های آینده مزایای چشمگیری ببینند.

افزایش چشمگیر پذیرش و سرمایه‌گذاری در هوش مصنوعی

پیشرفت در مدل‌های هوش مصنوعی و هوش مصنوعی مولد

مدل‌های پایه و هوش مصنوعی مولد به سرعت در حال تکامل هستند. تعداد کمی از فناوری‌ها به اندازه هوش مصنوعی مولد رشد انفجاری داشته‌اند. از زمان معرفی مدل‌های زبان بزرگ (LLM) مانند GPT-3 و تولیدکننده‌های تصویر مانند DALL·E 2 در سال ۲۰۲۲، استفاده از هوش مصنوعی مولد به شدت افزایش یافته است.

تا اوایل ۲۰۲۳، ChatGPT بیش از ۱۰۰ میلیون کاربر داشت و امروزه بیش از ۴ میلیارد درخواست روزانه در پلتفرم‌های اصلی LLM وارد می‌شود. پنج سال آینده مدل‌های هوش مصنوعی حتی توانمندتر خواهند شد.

شرکت‌های فناوری در رقابت برای توسعه مدل‌های پیشرفته هوش مصنوعی هستند که مرزهای پردازش زبان طبیعی، تولید کد، خلاقیت بصری و فراتر از آن را جابجا می‌کنند. نکته مهم این است که آن‌ها همچنین در تلاش برای بهبود توانایی‌های استدلال هوش مصنوعی هستند – به گونه‌ای که مدل‌ها بتوانند منطقی مسائل را حل کنند، برنامه‌ریزی کنند و مانند انسان‌ها وظایف پیچیده را «بیندیشند».

تمرکز بر استدلال هوش مصنوعی یکی از بزرگ‌ترین محرک‌های تحقیق و توسعه در حال حاضر است. در حوزه سازمانی، هدف نهایی داشتن هوش مصنوعی است که بتواند داده‌ها و زمینه کسب‌وکار را به اندازه کافی عمیق درک کند تا در تصمیم‌گیری کمک کند، نه فقط تولید محتوا. شرکت‌هایی که مدل‌های LLM پیشرفته توسعه می‌دهند، معتقدند بهترین فرصت اکنون کاربرد قدرت استدلال هوش مصنوعی در داده‌های اختصاصی سازمان است – که امکان استفاده از توصیه‌های هوشمند تا پشتیبانی برنامه‌ریزی استراتژیک را فراهم می‌کند.

برای مثال، مدل‌های چندرسانه‌ای جدید می‌توانند یک تصویر را تحلیل کرده و به سوالات درباره آن به زبان طبیعی پاسخ دهند، یا یک درخواست متنی پیچیده را گرفته و ویدئوی کوتاهی تولید کنند. این قابلیت‌ها تا سال ۲۰۳۰ تکامل خواهند یافت و کاربردهای خلاقانه و عملی جدیدی را باز خواهند کرد – از تولید محتوای ویدئویی توسط هوش مصنوعی تا درک پیشرفته رباتیک.

انتظار می‌رود مدل‌های آینده هوش مصنوعی عمومی‌تر باشند و به‌طور یکپارچه چند نوع ورودی و وظیفه را مدیریت کنند. این همگرایی مدالیته‌ها، همراه با افزایش مداوم مقیاس معماری مدل‌ها، به سمت مدل‌های پایه قدرتمندتر تا پایان دهه اشاره دارد – هرچند با نیازهای محاسباتی بالاتر.

ترکیب محاسبات ارزان‌تر و سخت‌افزار هوش مصنوعی تخصصی امکان جاسازی هوش مصنوعی را در همه جا فراهم می‌کند – از لوازم هوشمند گرفته تا حسگرهای صنعتی – زیرا پردازش می‌تواند یا روی دستگاه‌های کوچک لبه انجام شود یا از سرورهای ابری بهینه‌شده پخش شود.

پیشرفت در مدل‌های هوش مصنوعی و هوش مصنوعی مولد

ظهور عامل‌های خودمختار هوش مصنوعی

یکی از جالب‌ترین روندهای نوظهور، ظهور عامل‌های خودمختار هوش مصنوعی است – سیستم‌های هوش مصنوعی که نه تنها هوشمند هستند بلکه توانایی عمل کردن به‌صورت مستقل برای رسیدن به اهداف را دارند. گاهی به این مفهوم «هوش مصنوعی عاملیت‌دار» گفته می‌شود که مدل‌های پیشرفته هوش مصنوعی (مانند LLMها) را با منطق تصمیم‌گیری و استفاده از ابزارها ترکیب می‌کند و به هوش مصنوعی اجازه می‌دهد وظایف چندمرحله‌ای را با حداقل دخالت انسان اجرا کند.

در پنج سال آینده، انتظار می‌رود عامل‌های هوش مصنوعی از نمونه‌های آزمایشی به ابزارهای عملی در محیط کار تبدیل شوند. در واقع، رهبران سازمانی پیش‌بینی می‌کنند عامل‌های هوش مصنوعی می‌توانند اندازه نیروی کارشان را به‌طور مؤثری دو برابر کنند با انجام مجموعه‌ای از وظایف روتین و دانش‌بنیان.

برای مثال، عامل‌های هوش مصنوعی هم‌اکنون می‌توانند به‌صورت خودمختار به پرسش‌های روتین خدمات مشتری پاسخ دهند، پیش‌نویس اولیه متن بازاریابی یا کد نرم‌افزار تولید کنند و مشخصات طراحی را به محصولات نمونه تبدیل کنند. با تکامل این فناوری، شرکت‌ها عامل‌های هوش مصنوعی را به‌عنوان «کارگران دیجیتال» در بخش‌های مختلف به کار خواهند گرفت – از فروشندگان مجازی که با مشتریان به‌صورت طبیعی گفتگو می‌کنند تا مدیران پروژه هوش مصنوعی که جریان‌های کاری ساده را هماهنگ می‌کنند.

عامل‌های هوش مصنوعی قرار است نیروی کار را متحول کنند، با ترکیب خلاقیت انسانی و کارایی ماشین، سطوح بی‌سابقه‌ای از بهره‌وری را آزاد کنند.

— کارشناس نیروی کار، تحقیقات صنعتی

نکته مهم این است که این عامل‌ها قرار نیست جایگزین انسان‌ها شوند بلکه آن‌ها را تقویت می‌کنند. در عمل، کارکنان انسانی در کنار عامل‌های هوش مصنوعی کار خواهند کرد: افراد عامل‌ها را نظارت می‌کنند، راهنمایی‌های سطح بالا ارائه می‌دهند و بر وظایف پیچیده یا خلاقانه تمرکز می‌کنند در حالی که کارهای تکراری را به همتایان دیجیتال خود واگذار می‌کنند.

پیشگامان اولیه گزارش می‌دهند که چنین همکاری انسان-هوش مصنوعی می‌تواند فرآیندها را به‌طور چشمگیری تسریع کند (مثلاً پاسخ به درخواست‌های مشتری یا کدنویسی ویژگی‌های جدید سریع‌تر) و در عین حال انسان‌ها را برای کارهای استراتژیک آزاد کند.

برای بهره‌برداری از این روند، سازمان‌ها باید شروع به بازاندیشی در جریان‌های کاری و نقش‌ها کنند. رویکردهای مدیریتی جدید برای ادغام مؤثر عامل‌های هوش مصنوعی لازم است – از جمله آموزش کارکنان برای استفاده از عامل‌ها، ایجاد نقش‌های نظارتی برای پایش خروجی عامل‌ها و استقرار حاکمیت تا اطمینان حاصل شود اقدامات خودمختار هوش مصنوعی با اهداف کسب‌وکار و استانداردهای اخلاقی همسو باقی می‌مانند.

این یک چالش بزرگ مدیریت تغییر است: یک نظرسنجی صنعتی اخیر نشان داد بسیاری از شرکت‌ها تازه شروع به بررسی نحوه سازماندهی نیروی کار ترکیبی انسان-هوش مصنوعی کرده‌اند. با این حال، آن‌هایی که موفق شوند ممکن است سطوح بی‌سابقه‌ای از بهره‌وری و نوآوری را آزاد کنند.

تا سال ۲۰۳۰، تعجب‌آور نخواهد بود اگر شرکت‌ها تیم‌های کامل «عامل‌های هوش مصنوعی» یا مراکز عامل‌های هوش مصنوعی داشته باشند که عملیات قابل توجهی را مدیریت می‌کنند و اساساً نحوه انجام کار را بازتعریف می‌کنند.

ظهور عامل‌های خودمختار هوش مصنوعی

سخت‌افزار تخصصی هوش مصنوعی و رایانش لبه

پیشرفت سریع قابلیت‌های هوش مصنوعی همراه با نیازهای محاسباتی انفجاری بوده است که نوآوری‌های عمده‌ای در سخت‌افزار به دنبال داشته است. در چند سال آینده، انتظار می‌رود نسل جدیدی از تراشه‌های اختصاصی هوش مصنوعی و استراتژی‌های رایانش توزیع‌شده برای حمایت از رشد هوش مصنوعی ظهور کنند.

گرسنگی هوش مصنوعی برای قدرت پردازش بسیار زیاد است – آموزش مدل‌های پیشرفته و توانمندسازی آن‌ها برای استدلال در وظایف پیچیده نیازمند چرخه‌های محاسباتی عظیم است. برای پاسخ به این نیاز، شرکت‌های نیمه‌هادی و شرکت‌های بزرگ فناوری در حال طراحی سیلیکون سفارشی بهینه‌شده برای بارهای کاری هوش مصنوعی هستند.

برخلاف CPUهای عمومی یا حتی GPUها، این شتاب‌دهنده‌های هوش مصنوعی (اغلب ASICها – مدارهای مجتمع اختصاصی برنامه) برای اجرای بهینه محاسبات شبکه عصبی طراحی شده‌اند. مدیران فناوری گزارش می‌دهند که بسیاری از مشتریان اکنون در نظر دارند تراشه‌های تخصصی هوش مصنوعی را برای مراکز داده خود به‌منظور دستیابی به عملکرد بالاتر به ازای هر وات انرژی استفاده کنند.

مزیت چنین تراشه‌هایی واضح است: ASIC ساخته شده برای الگوریتم خاص هوش مصنوعی می‌تواند عملکرد بسیار بهتری نسبت به GPU عمومی در آن وظیفه داشته باشد، که به‌ویژه برای سناریوهای هوش مصنوعی لبه (اجرای هوش مصنوعی روی گوشی‌های هوشمند، حسگرها، وسایل نقلیه و دستگاه‌های دیگر با محدودیت انرژی) مفید است. کارشناسان صنعت پیش‌بینی می‌کنند تقاضا برای این شتاب‌دهنده‌های هوش مصنوعی افزایش خواهد یافت زیرا شرکت‌ها در سال‌های آینده هوش مصنوعی بیشتری را در لبه مستقر می‌کنند.

در عین حال، ارائه‌دهندگان ابری در حال گسترش زیرساخت‌های محاسباتی هوش مصنوعی خود هستند. پلتفرم‌های ابری بزرگ (آمازون، مایکروسافت، گوگل و غیره) میلیاردها دلار در ظرفیت مراکز داده سرمایه‌گذاری می‌کنند، از جمله توسعه تراشه‌ها و سیستم‌های هوش مصنوعی خود، تا نیاز رو به رشد آموزش و استنتاج مدل‌های هوش مصنوعی را برآورده کنند.

آن‌ها بارهای کاری هوش مصنوعی را فرصت درآمدزایی عظیمی می‌بینند، زیرا شرکت‌ها به طور فزاینده داده‌ها و وظایف یادگیری ماشین خود را به ابر منتقل می‌کنند. این تمرکز به کسب‌وکارها کمک می‌کند تا به هوش مصنوعی قدرتمند دسترسی داشته باشند بدون اینکه خود سخت‌افزار تخصصی بخرند.

با این حال، شایان ذکر است که محدودیت‌های عرضه به وجود آمده است – برای مثال، اشتیاق جهانی به GPUهای پیشرفته باعث کمبود و تأخیر در برخی موارد شده است. عوامل ژئوپلیتیکی مانند محدودیت‌های صادرات تراشه‌های پیشرفته نیز عدم قطعیت ایجاد می‌کنند. این چالش‌ها احتمالاً نوآوری‌های بیشتری را به دنبال خواهند داشت، از جمله ساخت کارخانه‌های تراشه جدید و معماری‌های سخت‌افزاری نوآورانه (شامل محاسبات نورو مورفیک و کوانتومی در افق بلندمدت).

نکته مثبت این است که بهره‌وری سخت‌افزار هوش مصنوعی به طور پیوسته در حال بهبود است. هر سال، تراشه‌ها سریع‌تر و انرژی‌کارآمدتر می‌شوند: تحلیل‌های اخیر نشان می‌دهد هزینه سخت‌افزار هوش مصنوعی سالانه حدود ۳۰٪ کاهش یافته و بهره‌وری انرژی (محاسبه به ازای وات) حدود ۴۰٪ در سال بهبود یافته است.

این بدان معناست که حتی با پیچیده‌تر شدن مدل‌های هوش مصنوعی، هزینه هر عملیات کاهش می‌یابد. تا سال ۲۰۳۰، اجرای الگوریتم‌های پیشرفته هوش مصنوعی ممکن است تنها کسری از هزینه امروز را داشته باشد.

ترکیب محاسبات ارزان‌تر و سخت‌افزار هوش مصنوعی تخصصی امکان جاسازی هوش مصنوعی را در همه جا فراهم می‌کند – از لوازم هوشمند گرفته تا حسگرهای صنعتی – زیرا پردازش می‌تواند یا روی دستگاه‌های کوچک لبه انجام شود یا از سرورهای ابری بهینه‌شده پخش شود.

خلاصه اینکه، پنج سال آینده روند سخت‌افزار اختصاصی هوش مصنوعی را در هر دو انتها تثبیت خواهد کرد: خوشه‌های ابررایانش عظیم هوش مصنوعی در ابر و تراشه‌های هوش مصنوعی کارآمد که هوشمندی را به لبه می‌آورند. این دو با هم ستون فقرات دیجیتال گسترش هوش مصنوعی را شکل خواهند داد.

سخت‌افزار تخصصی هوش مصنوعی و رایانش لبه

تحول صنایع و زندگی روزمره توسط هوش مصنوعی

هوش مصنوعی محدود به آزمایشگاه‌های فناوری نیست – بلکه به طور فزاینده‌ای در زندگی روزمره و در همه صنایع جاسازی شده است. سال‌های آینده شاهد ادغام عمیق‌تر هوش مصنوعی در بخش‌هایی مانند بهداشت، مالی، تولید، خرده‌فروشی، حمل‌ونقل و غیره خواهیم بود که به طور بنیادی نحوه ارائه خدمات را تغییر می‌دهد.

این مثال‌ها تنها نوک کوه یخ هستند. قابل توجه است که حتی حوزه‌های سنتی کم‌فناوری مانند کشاورزی، معدن و ساخت‌وساز اکنون از هوش مصنوعی بهره می‌برند، چه از طریق تجهیزات کشاورزی خودران، اکتشاف معدنی مبتنی بر هوش مصنوعی یا مدیریت هوشمند انرژی.

در واقع، هر صنعتی شاهد افزایش استفاده از هوش مصنوعی است، از جمله بخش‌هایی که قبلاً به‌عنوان حوزه‌های سنگین هوش مصنوعی شناخته نمی‌شدند. شرکت‌های این حوزه‌ها دریافته‌اند که هوش مصنوعی می‌تواند استفاده از منابع را بهینه کند، ضایعات را کاهش دهد و ایمنی را بهبود بخشد (مثلاً سیستم‌های هوش مصنوعی که خستگی کارگران یا وضعیت ماشین‌آلات را در زمان واقعی پایش می‌کنند).

در بخش مصرف‌کننده، زندگی روزمره به طور ظریفی با هوش مصنوعی در هم آمیخته است. بسیاری از افراد اکنون با اپلیکیشن‌های گوشی هوشمند که از هوش مصنوعی برای گردآوری اخبار یا برنامه‌ریزی مسیر رفت‌وآمد استفاده می‌کنند، بیدار می‌شوند.

دستیاران مجازی در تلفن‌ها، خودروها و خانه‌های ما هر سال هوشمندتر و گفتگو محورتر می‌شوند. خودروهای خودران و پهپادهای تحویل، اگرچه هنوز فراگیر نیستند، احتمالاً در پنج سال آینده در برخی شهرها یا برای برخی خدمات (ناوگان تاکسی رباتیک، تحویل خودکار مواد غذایی و غیره) رایج خواهند شد.

آموزش نیز تحت تأثیر هوش مصنوعی قرار گرفته است: نرم‌افزارهای یادگیری شخصی‌سازی‌شده می‌توانند به نیازهای دانش‌آموزان سازگار شوند و معلمان هوش مصنوعی در موضوعات مختلف به صورت درخواستی کمک می‌کنند. به طور کلی، روند این است که هوش مصنوعی به طور فزاینده‌ای در پس‌زمینه فعالیت‌های روزمره عمل کند – خدمات را راحت‌تر و شخصی‌تر کند – تا جایی که تا سال ۲۰۳۰ ممکن است این تسهیلات مبتنی بر هوش مصنوعی را به عنوان بخشی عادی از زندگی بپذیریم.

تحول صنایع و زندگی روزمره توسط هوش مصنوعی

هوش مصنوعی مسئولانه و مقررات

سرعت سرسام‌آور توسعه هوش مصنوعی سوالات مهمی درباره اخلاق، ایمنی و مقررات مطرح کرده است و این موضوعات در سال‌های آینده محور بحث خواهند بود. هوش مصنوعی مسئولانه – تضمین اینکه سیستم‌های هوش مصنوعی عادلانه، شفاف و ایمن هستند – دیگر فقط یک شعار نیست بلکه یک ضرورت کسب‌وکاری است.

در سال ۲۰۲۴، حوادث مرتبط با هوش مصنوعی (مانند نتایج جانبدارانه یا نقص‌های ایمنی) به شدت افزایش یافته‌اند، اما تعداد کمی از توسعه‌دهندگان بزرگ هوش مصنوعی پروتکل‌های ارزیابی استاندارد برای اخلاق و ایمنی دارند. این شکاف بین شناخت ریسک‌های هوش مصنوعی و کاهش واقعی آن‌ها چیزی است که بسیاری از سازمان‌ها اکنون در تلاش برای رفع آن هستند.

نظرسنجی‌های صنعتی نشان می‌دهد که در سال ۲۰۲۵، رهبران شرکت‌ها دیگر مدیریت هوش مصنوعی پراکنده یا «جزیره‌ای» را تحمل نخواهند کرد؛ آن‌ها به سمت نظارت سیستماتیک و شفاف بر هوش مصنوعی در سراسر سازمان حرکت می‌کنند. دلیل ساده است: با تبدیل هوش مصنوعی به بخشی ذاتی از عملیات و تجربه مشتری، هر نقص – چه توصیه نادرست، نقض حریم خصوصی یا خروجی نامطمئن مدل – می‌تواند به کسب‌وکار آسیب واقعی وارد کند (از آسیب به شهرت تا جریمه‌های قانونی).

مدیریت موفق هوش مصنوعی نه تنها با اجتناب از ریسک‌ها بلکه با تحقق اهداف استراتژیک و بازگشت سرمایه سنجیده می‌شود – همسویی عملکرد هوش مصنوعی با ارزش کسب‌وکار به روشی قابل اعتماد.

— رهبر تضمین هوش مصنوعی، کارشناس صنعت

بنابراین، انتظار می‌رود شیوه‌های مدیریت ریسک هوش مصنوعی دقیق به استاندارد تبدیل شوند. شرکت‌ها شروع به انجام ممیزی‌های منظم هوش مصنوعی و اعتبارسنجی مدل‌های خود کرده‌اند، چه با تیم‌های داخلی آموزش‌دیده و چه با کارشناسان خارجی، تا اطمینان حاصل کنند هوش مصنوعی طبق انتظار و در چارچوب‌های قانونی و اخلاقی عمل می‌کند.

ناظران در سراسر جهان نیز در حال افزایش فعالیت هستند. مقررات هوش مصنوعی در سطوح ملی و بین‌المللی در حال سخت‌تر شدن است. در سال ۲۰۲۴، آژانس‌های فدرال آمریکا ۵۹ اقدام نظارتی مرتبط با هوش مصنوعی معرفی کردند – بیش از دو برابر سال قبل.

اتحادیه اروپا در حال نهایی کردن قانون جامع هوش مصنوعی است که الزامات مربوط به سیستم‌های هوش مصنوعی (به‌ویژه کاربردهای پرخطر) در زمینه شفافیت، پاسخگویی و نظارت انسانی را اعمال خواهد کرد. مناطق دیگر نیز عقب نیستند: سازمان‌هایی مانند OECD، سازمان ملل و اتحادیه آفریقا در سال ۲۰۲۴ چارچوب‌های حاکمیت هوش مصنوعی را منتشر کردند تا کشورها را در اصولی مانند شفافیت، عدالت و ایمنی راهنمایی کنند.

انتظار می‌رود این روند همکاری جهانی در زمینه اخلاق و استانداردهای هوش مصنوعی تشدید شود، حتی اگر کشورهای مختلف رویکردهای متفاوتی اتخاذ کنند. قابل توجه است که تفاوت‌های فلسفه نظارتی ممکن است مسیر هوش مصنوعی را در هر منطقه تحت تأثیر قرار دهد. تحلیلگران اشاره کرده‌اند که رژیم‌های نسبتاً انعطاف‌پذیر (مانند آمریکا) ممکن است نوآوری و استقرار سریع‌تر هوش مصنوعی را ممکن کنند، در حالی که قوانین سخت‌گیرانه‌تر (مانند اتحادیه اروپا) ممکن است برخی کاربردها را کند کنند اما اعتماد عمومی بیشتری ایجاد کنند.

جنبه دیگر هوش مصنوعی مسئولانه، پرداختن به مسائل جانبداری، اطلاعات نادرست و کلیت قابلیت اعتماد خروجی‌های هوش مصنوعی است. ابزارها و معیارهای جدیدی برای ارزیابی سیستم‌های هوش مصنوعی بر اساس این معیارها توسعه یافته‌اند – برای مثال، HELM (ارزیابی جامع مدل‌های زبان) ایمنی و آزمون‌های دیگر که میزان صحت و ایمنی محتوای تولید شده توسط هوش مصنوعی را می‌سنجند.

احتمالاً شاهد خواهیم بود که این نوع بررسی‌های استاندارد شده به بخشی اجباری از توسعه سیستم‌های هوش مصنوعی تبدیل شوند. در عین حال، ادراک عمومی از ریسک‌ها و مزایای هوش مصنوعی بر شدت تلاش‌های ناظران و شرکت‌ها برای نظارت تأثیر خواهد گذاشت.

جالب است که خوش‌بینی نسبت به هوش مصنوعی به شدت در مناطق مختلف متفاوت است: نظرسنجی‌ها نشان می‌دهد شهروندان کشورهایی مانند چین، اندونزی و بخش عمده‌ای از جهان در حال توسعه نسبت به مزایای خالص هوش مصنوعی بسیار خوش‌بین هستند، در حالی که نظر عمومی در کشورهای غربی محتاطانه‌تر یا حتی بدبینانه است.

اگر خوش‌بینی افزایش یابد (همان‌طور که اخیراً در اروپا و آمریکای شمالی به آرامی افزایش یافته است)، ممکن است مجوز اجتماعی بیشتری برای استقرار راه‌حل‌های هوش مصنوعی وجود داشته باشد – به شرطی که تضمین‌هایی وجود داشته باشد که این سیستم‌ها عادلانه و ایمن باشند.

خلاصه اینکه، پنج سال آینده برای حاکمیت هوش مصنوعی حیاتی خواهد بود. احتمالاً شاهد اجرای اولین قوانین جامع هوش مصنوعی (مثلاً در اتحادیه اروپا)، سرمایه‌گذاری بیشتر دولت‌ها در نهادهای نظارتی هوش مصنوعی و ادغام اصول هوش مصنوعی مسئولانه در چرخه‌های توسعه محصول شرکت‌ها خواهیم بود.

هدف ایجاد تعادلی است که نوآوری را خفه نکند – رویکردهای نظارتی «انعطاف‌پذیر» می‌توانند پیشرفت‌های سریع را ممکن کنند – در حالی که مصرف‌کنندگان و جامعه از پیامدهای منفی احتمالی محافظت شوند. رسیدن به این تعادل آسان نیست، اما یکی از چالش‌های تعیین‌کننده است زیرا هوش مصنوعی از فناوری نوپا به فناوری بالغ و فراگیر تبدیل می‌شود.

هوش مصنوعی مسئولانه و مقررات

رقابت و همکاری جهانی

توسعه هوش مصنوعی در نیم دهه آینده همچنین تحت تأثیر رقابت شدید جهانی برای رهبری در هوش مصنوعی و تلاش‌های همکاری بین‌المللی خواهد بود. در حال حاضر، ایالات متحده و چین دو رقیب اصلی در عرصه هوش مصنوعی هستند.

ایالات متحده در بسیاری از معیارها پیشرو است – برای مثال، در سال ۲۰۲۴، مؤسسات آمریکایی ۴۰ مدل برتر هوش مصنوعی جهان را تولید کردند، در مقابل ۱۵ مدل از چین و تنها چند مدل از اروپا. با این حال، چین به سرعت در حال کاهش فاصله در حوزه‌های کلیدی است.

مدل‌های هوش مصنوعی توسعه‌یافته در چین به طور قابل توجهی در کیفیت به مدل‌های آمریکایی نزدیک شده‌اند و در معیارهای اصلی در سال ۲۰۲۴ تقریباً برابر شده‌اند. علاوه بر این، چین در حجم مقالات تحقیقاتی و پتنت‌های هوش مصنوعی از همه کشورها پیشی گرفته است که نشان‌دهنده تعهد بلندمدت آن به تحقیق و توسعه هوش مصنوعی است.

این رقابت احتمالاً نوآوری سریع‌تری را به دنبال خواهد داشت – مسابقه فضایی مدرن اما در حوزه هوش مصنوعی – زیرا هر کشور منابع خود را برای پیشی گرفتن از دیگری سرمایه‌گذاری می‌کند. ما قبلاً شاهد افزایش تعهدات سرمایه‌گذاری دولتی در هوش مصنوعی بوده‌ایم: چین صندوق ملی عظیم ۴۷.۵ میلیارد دلاری برای فناوری نیمه‌هادی و هوش مصنوعی اعلام کرده است، در حالی که ایالات متحده، اتحادیه اروپا و دیگران نیز میلیاردها دلار در تحقیق و توسعه هوش مصنوعی و پرورش استعداد سرمایه‌گذاری می‌کنند.

با این حال، داستان هوش مصنوعی تنها محدود به دو کشور نیست. همکاری و مشارکت جهانی در حال افزایش است. مناطقی مانند اروپا، هند و خاورمیانه نوآوری‌ها و مدل‌های قابل توجهی در هوش مصنوعی تولید می‌کنند.

برای مثال، اروپا تمرکز قوی بر هوش مصنوعی قابل اعتماد دارد و میزبان بسیاری از پروژه‌های متن‌باز هوش مصنوعی است. هند از هوش مصنوعی برای کاربردهای گسترده در آموزش و بهداشت استفاده می‌کند و همچنین بخش عمده نیروی کار ماهر جهانی هوش مصنوعی را تأمین می‌کند (هند و ایالات متحده با هم بیش از نیمی از نیروی کار جهانی هوش مصنوعی را تشکیل می‌دهند).

همچنین تلاش‌هایی در کشورهای کوچک‌تر برای ایجاد حوزه‌های تخصصی وجود دارد – مانند سرمایه‌گذاری‌های سنگاپور در حاکمیت هوش مصنوعی و ابتکارات شهر هوشمند، یا تلاش‌های امارات در تحقیق و استقرار هوش مصنوعی. نهادهای بین‌المللی نیز بحث‌هایی درباره استانداردهای هوش مصنوعی برگزار می‌کنند تا حداقل هماهنگی‌هایی ایجاد شود – مانند چارچوب‌های OECD و سازمان ملل که پیش‌تر ذکر شد و رویدادهایی مانند شراکت جهانی هوش مصنوعی (GPAI) که چندین کشور را برای به اشتراک‌گذاری بهترین شیوه‌ها گرد هم می‌آورد.

در حالی که رقابت ژئوپلیتیکی ادامه خواهد داشت (و احتمالاً در حوزه‌هایی مانند استفاده نظامی یا مزیت اقتصادی هوش مصنوعی شدت می‌یابد)، شناخت موازی وجود دارد که مسائلی مانند اخلاق، ایمنی و مقابله با چالش‌های جهانی نیازمند همکاری است. ممکن است شاهد همکاری‌های تحقیقاتی فرامرزی بیشتری باشیم که به موضوعاتی مانند هوش مصنوعی برای تغییرات اقلیمی، پاسخ به پاندمی یا پروژه‌های بشردوستانه می‌پردازند.

یکی از جنبه‌های جالب چشم‌انداز جهانی هوش مصنوعی این است که نگرش‌ها و پایگاه‌های کاربران متفاوت چگونه تکامل هوش مصنوعی را شکل می‌دهند. همان‌طور که اشاره شد، احساسات عمومی در برخی اقتصادهای در حال توسعه بسیار مثبت است که می‌تواند این بازارها را به زمین آزمایش مجاز برای هوش مصنوعی در بخش‌هایی مانند فناوری مالی یا فناوری آموزشی تبدیل کند.

در مقابل، مناطق با عموم محتاط ممکن است مقررات سنگین‌تری اعمال کنند یا به دلیل اعتماد پایین، پذیرش کندتری داشته باشند. تا سال ۲۰۳۰، ممکن است شاهد نوعی دوگانگی باشیم: برخی کشورها ادغام تقریباً فراگیر هوش مصنوعی (شهرهای هوشمند، هوش مصنوعی در حکومت روزمره و غیره) را تجربه کنند، در حالی که دیگران با احتیاط بیشتری پیش بروند.

با این حال، حتی مناطق محتاط نیز اذعان دارند که نمی‌توانند پتانسیل هوش مصنوعی را نادیده بگیرند – برای مثال، بریتانیا و کشورهای اروپایی در ایمنی و زیرساخت هوش مصنوعی سرمایه‌گذاری می‌کنند (بریتانیا برنامه ابررایانش ملی هوش مصنوعی دارد، فرانسه ابتکارات ابررایانش عمومی برای هوش مصنوعی دارد و غیره).

بنابراین، رقابت تنها درباره ساخت سریع‌ترین هوش مصنوعی نیست، بلکه ساخت هوش مصنوعی مناسب برای نیازهای هر جامعه است.

در اصل، پنج سال آینده شاهد تعامل پیچیده‌ای از رقابت و همکاری خواهیم بود. احتمالاً دستاوردهای پیشگامانه هوش مصنوعی از مکان‌های غیرمنتظره در سراسر جهان ظهور خواهند کرد، نه فقط در سیلیکون ولی یا پکن.

و همان‌طور که هوش مصنوعی به بخشی از قدرت ملی تبدیل می‌شود (شبیه نفت یا برق در دوران گذشته)، نحوه مدیریت همکاری و رقابت در این حوزه تأثیر قابل توجهی بر مسیر توسعه هوش مصنوعی در سطح جهانی خواهد داشت.

رقابت و همکاری جهانی

تأثیر هوش مصنوعی بر شغل‌ها و مهارت‌ها

در نهایت، هیچ بحثی درباره آینده نزدیک هوش مصنوعی کامل نیست مگر اینکه تأثیر آن بر کار و اشتغال بررسی شود – موضوعی که ذهن بسیاری را مشغول کرده است. آیا هوش مصنوعی شغل‌های ما را خواهد گرفت یا شغل‌های جدید ایجاد خواهد کرد؟ شواهد تاکنون نشان می‌دهد هر دو، اما با گرایش قوی به تقویت به جای اتوماسیون صرف.

مجمع جهانی اقتصاد پیش‌بینی کرده است که تا سال ۲۰۲۵، هوش مصنوعی حدود ۹۷ میلیون شغل جدید در سطح جهان ایجاد خواهد کرد در حالی که حدود ۸۵ میلیون شغل را از بین خواهد برد – که خالص آن ۱۲ میلیون شغل جدید است.

این نقش‌های جدید از دانشمندان داده و مهندسان هوش مصنوعی تا دسته‌های کاملاً جدیدی مانند متخصصان اخلاق هوش مصنوعی، مهندسان پرامپت و کارشناسان نگهداری ربات‌ها متنوع هستند. ما در حال حاضر شاهد تحقق این پیش‌بینی هستیم: بیش از ۱۰٪ آگهی‌های شغلی امروز برای نقش‌هایی است که ده سال پیش تقریباً وجود نداشتند (مثلاً رئیس هوش مصنوعی یا توسعه‌دهنده یادگیری ماشین).

مهم‌تر از همه، به جای بیکاری گسترده، تأثیر اولیه هوش مصنوعی در محیط‌های کاری افزایش بهره‌وری کارکنان و تغییر تقاضا برای مهارت‌ها بوده است. صنایعی که سریع‌تر هوش مصنوعی را پذیرفته‌اند، از زمان شروع رونق هوش مصنوعی در حدود ۲۰۲۲، شاهد رشد درآمد تا ۳ برابر بیشتر به ازای هر کارمند بوده‌اند.

در این بخش‌ها، کارکنان حذف نمی‌شوند؛ بلکه بهره‌ورتر و ارزشمندتر می‌شوند. در واقع، دستمزدها در صنایع متمرکز بر هوش مصنوعی دو برابر سریع‌تر نسبت به صنایع با پذیرش کمتر هوش مصنوعی افزایش یافته است.

حتی کارکنان در نقش‌هایی که به شدت قابل اتوماسیون هستند، اگر مهارت‌های مرتبط با هوش مصنوعی داشته باشند، افزایش دستمزد را تجربه می‌کنند که نشان می‌دهد شرکت‌ها به کارکنانی که می‌توانند به طور مؤثر با ابزارهای هوش مصنوعی کار کنند، ارزش می‌دهند. در کل، حق بیمه مهارت‌های هوش مصنوعی در حال افزایش است – کارکنانی که می‌توانند از هوش مصنوعی بهره ببرند (حتی در سطح پایه، مانند استفاده از تحلیل‌های مبتنی بر هوش مصنوعی یا ابزارهای تولید محتوا) دستمزدهای بالاتری دریافت می‌کنند.

یک تحلیل نشان داد که کارکنانی که مهارت‌های هوش مصنوعی دارند به طور متوسط ۵۶٪ دستمزد بالاتر نسبت به همتایان بدون این مهارت‌ها دریافت می‌کنند. این حق بیمه تنها در یک سال بیش از دو برابر شده است که نشان می‌دهد «سواد هوش مصنوعی» به سرعت به یک مهارت ضروری تبدیل می‌شود.

با این حال، هوش مصنوعی به طور غیرقابل انکاری ماهیت شغل‌ها را تغییر می‌دهد. بسیاری از وظایف روتین یا سطح پایین‌تر خودکار می‌شوند – هوش مصنوعی می‌تواند ورود داده، تولید گزارش، پرسش‌های ساده مشتری و غیره را بر عهده بگیرد. این بدان معناست که برخی شغل‌ها حذف یا بازتعریف خواهند شد.

کارکنان در نقش‌های اداری و پردازش تکراری به ویژه در معرض خطر حذف هستند. با این حال، حتی با حذف این وظایف، وظایف جدیدی ظهور می‌کنند که نیازمند خلاقیت انسانی، قضاوت و نظارت بر هوش مصنوعی هستند.

اثر خالص این تغییر، تغییر در مجموعه مهارت‌های مورد نیاز برای اکثر حرفه‌ها است. تحلیلی از لینکدین پیش‌بینی می‌کند که تا سال ۲۰۳۰، حدود ۷۰٪ مهارت‌های مورد استفاده در یک شغل متوسط با مهارت‌های چند سال پیش متفاوت خواهد بود.

به عبارت دیگر، تقریباً هر شغلی در حال تحول است. برای سازگاری، یادگیری مستمر و بازآموزی برای نیروی کار ضروری است.

خوشبختانه، تلاش گسترده‌ای برای آموزش و ارتقای مهارت‌های هوش مصنوعی وجود دارد: دو سوم کشورها علوم کامپیوتر (اغلب شامل ماژول‌های هوش مصنوعی) را در برنامه‌های درسی K-12 وارد کرده‌اند و شرکت‌ها در برنامه‌های آموزش کارکنان سرمایه‌گذاری سنگین می‌کنند. در سطح جهانی، ۳۷٪ مدیران می‌گویند در کوتاه‌مدت قصد دارند سرمایه‌گذاری بیشتری در آموزش کارکنان درباره ابزارهای هوش مصنوعی انجام دهند.

همچنین شاهد رشد دوره‌ها و گواهی‌نامه‌های آنلاین در حوزه هوش مصنوعی هستیم – برای مثال، برنامه‌های رایگان شرکت‌های فناوری و دانشگاه‌ها برای آموزش مبانی هوش مصنوعی به میلیون‌ها یادگیرنده.

تا حدی به لطف هوش مصنوعی، ماهیت شغل‌ها از تسلط بر وظایف خاص به کسب مداوم مهارت‌های جدید تغییر می‌کند.

— گزارش صنعتی، تحلیل نیروی کار

جنبه دیگر هوش مصنوعی در محیط کار ظهور تیم انسان-هوش مصنوعی به‌عنوان واحد بنیادی بهره‌وری است. همان‌طور که پیش‌تر توضیح داده شد، عامل‌های هوش مصنوعی و اتوماسیون بخش‌هایی از کار را انجام می‌دهند، در حالی که انسان‌ها نظارت و تخصص ارائه می‌دهند.

شرکت‌های آینده‌نگر نقش‌ها را بازتعریف می‌کنند تا کارهای سطح ابتدایی (که ممکن است توسط هوش مصنوعی انجام شود) کمتر مورد توجه باشد؛ در عوض، افراد را مستقیماً در نقش‌های استراتژیک استخدام می‌کنند و از هوش مصنوعی برای انجام کارهای سنگین استفاده می‌کنند.

این می‌تواند نردبان‌های شغلی سنتی را مسطح کند و نیاز به روش‌های جدید آموزش استعدادها را افزایش دهد (زیرا کارکنان جوان‌تر با انجام وظایف ساده یاد نمی‌گیرند اگر هوش مصنوعی آن‌ها را انجام دهد). همچنین اهمیت مدیریت تغییر در سازمان‌ها را افزایش می‌دهد. بسیاری از کارکنان درباره سرعت تغییرات ناشی از هوش مصنوعی احساس اضطراب یا سردرگمی دارند.

بنابراین، رهبران باید این انتقال را به‌طور فعال مدیریت کنند – مزایای هوش مصنوعی را ارتباط دهند، کارکنان را در پذیرش هوش مصنوعی مشارکت دهند و اطمینان دهند که هدف تقویت کار انسانی است، نه جایگزینی آن. شرکت‌هایی که فرهنگ همکاری انسان-هوش مصنوعی را پرورش دهند – جایی که استفاده از هوش مصنوعی برای کارکنان امری طبیعی باشد – احتمالاً بیشترین افزایش عملکرد را خواهند دید.

خلاصه اینکه، بازار کار در پنج سال آینده با تغییرات تحول‌آفرین به جای فاجعه مشخص خواهد شد. هوش مصنوعی برخی وظایف و نقش‌های شغلی را خودکار می‌کند، اما همچنین تقاضا برای تخصص‌های جدید ایجاد می‌کند و بسیاری از کارکنان را بهره‌ورتر و ارزشمندتر می‌سازد.

چالش (و فرصت) در هدایت نیروی کار از طریق این انتقال است. افرادی و سازمان‌هایی که یادگیری مادام‌العمر را می‌پذیرند و نقش‌ها را برای بهره‌برداری از هوش مصنوعی تطبیق می‌دهند، در اقتصاد جدید مبتنی بر هوش مصنوعی موفق خواهند بود. آن‌هایی که این کار را نکنند ممکن است برای حفظ جایگاه خود دچار مشکل شوند.

همان‌طور که یک گزارش به‌خوبی بیان کرده است، تا حدی به لطف هوش مصنوعی، ماهیت شغل‌ها از تسلط بر وظایف خاص به کسب مداوم مهارت‌های جدید تغییر می‌کند. سال‌های آینده توانایی ما را در همگام شدن با این تغییر آزمایش خواهد کرد – اما اگر موفق شویم، نتیجه می‌تواند دنیای کاری نوآورانه‌تر، کارآمدتر و حتی انسان‌محورتر باشد.

تأثیر هوش مصنوعی بر شغل‌ها و مهارت‌ها

نتیجه‌گیری: شکل‌دهی به آینده هوش مصنوعی

مسیر توسعه هوش مصنوعی در پنج سال آینده آماده ایجاد تغییرات عمیق در فناوری، کسب‌وکار و جامعه است. احتمالاً شاهد رشد توانمندی سیستم‌های هوش مصنوعی خواهیم بود – تسلط بر چندین مدالیته، نمایش استدلال بهبود یافته و عملکرد با خودمختاری بیشتر.

در عین حال، هوش مصنوعی به طور عمیقی در بافت زندگی روزمره تنیده خواهد شد: تصمیم‌گیری در اتاق‌های هیئت مدیره و دولت‌ها، بهینه‌سازی عملیات در کارخانه‌ها و بیمارستان‌ها و ارتقای تجربه‌ها از خدمات مشتری تا آموزش.

فرصت‌ها عظیم هستند – از افزایش بهره‌وری اقتصادی و کشف علمی تا کمک به حل چالش‌های جهانی مانند تغییرات اقلیمی (در واقع، انتظار می‌رود هوش مصنوعی انتقال به انرژی‌های تجدیدپذیر و استفاده هوشمندانه‌تر از منابع را تسریع کند). اما تحقق کامل پتانسیل هوش مصنوعی نیازمند عبور از ریسک‌ها و موانع همراه است. مسائل اخلاق، حاکمیت و شمولیت نیازمند توجه مستمر هستند تا مزایای هوش مصنوعی به طور گسترده به اشتراک گذاشته شود و توسط مشکلات تحت‌الشعاع قرار نگیرد.

انتخاب‌ها و رهبری انسانی آینده هوش مصنوعی را شکل خواهند داد. خود هوش مصنوعی ابزاری است – ابزاری بسیار قدرتمند و پیچیده، اما در نهایت بازتاب اهدافی است که برای آن تعیین می‌کنیم.

— دیدگاه رهبری فناوری

یک موضوع کلی این است که انتخاب‌ها و رهبری انسانی آینده هوش مصنوعی را شکل خواهند داد. خود هوش مصنوعی ابزاری است – ابزاری بسیار قدرتمند و پیچیده، اما در نهایت بازتاب اهدافی است که برای آن تعیین می‌کنیم.

پنج سال آینده پنجره‌ای حیاتی برای ذینفعان است تا توسعه هوش مصنوعی را مسئولانه هدایت کنند: کسب‌وکارها باید هوش مصنوعی را با دقت و اخلاق ادغام کنند؛ سیاست‌گذاران باید چارچوب‌های متعادلی ایجاد کنند که نوآوری را تشویق و در عین حال از عموم محافظت کند؛ مربیان و جوامع باید افراد را برای تغییرات ناشی از هوش مصنوعی آماده کنند.

همکاری بین‌المللی و میان‌رشته‌ای در زمینه هوش مصنوعی باید عمیق‌تر شود تا اطمینان حاصل شود که این فناوری به سمت نتایج مثبت هدایت می‌شود. اگر موفق شویم، سال ۲۰۳۰ ممکن است آغاز دوره‌ای جدید باشد که هوش مصنوعی به طور قابل توجهی پتانسیل انسانی را افزایش می‌دهد – کمک به ما برای کار هوشمندانه‌تر، زندگی سالم‌تر و حل مشکلاتی که پیش‌تر دست‌نیافتنی بودند.

در آن آینده، هوش مصنوعی با ترس یا هیاهو دیده نمی‌شود، بلکه به‌عنوان بخشی پذیرفته‌شده و به‌خوبی مدیریت‌شده از زندگی مدرن که برای بشریت کار می‌کند، شناخته خواهد شد. دستیابی به این چشم‌انداز چالش بزرگ و وعده پنج سال آینده در توسعه هوش مصنوعی است.