نمونه کاربردهای هوش مصنوعی در معماری سازمانی

اکنون چند دهه است که نظام معماری سازمانی با هدف همراستاسازی کسب‌وکار (عملیات) با فناوری اطلاعات در سازمان‌های پیچیده امروزی نقش آفرینی کرده و ده‌ها چارچوب و مدل مرجع و به‌روش نیز برای آن ارایه شده که شاید معروفت‌ترین آنها توگف، فدرال، زکمن و بایان باشد.

هوش مصنوعی به‌معنای عام و فناوری‌های خاص یادگیری ماشین(Machine Learning) ، یادگیری عمیق (Deep Learning)، هوش مصنوعی مولد (Generative AI)، هوش مصنوعی پیش‌بینی‌کننده (Predictive AI) و … فاکتور جدیدی است که در چند سال اخیر همه نظام‌های سنتی را مختل و دگرگون کرده است؛ از خودکارسازی تصمیم‌گیری گرفته تا دستیار هوشمند و موتور توصیه‌گر. هوش مصنوعی فقط یک فناوری جدید دیگر نیست؛ بلکه یک تغییر پارادایم است.

همانطور که هوش مصنوعی و فناوری‌های نوظهور آن به سرعت در حال تکامل هستند، معماری سازمانی نیز باید با فناوری روز تکامل یابد. در این نوشته مروری کوتاه بر نمونه‌ای از فرصت‌ها و کاربردهای هوش مصنوعی در نظام معماری سازمانی (معماری کسب‌وکار و فناوری اطلاعات) خواهیم داشت تا بدانیم آینده معماری سازمانی با این ابتکارات و فناوری‌ها چگونه خواهد بود. لازم به تاکید است، قابلیت‌های هوشمندسازی معماری سازمانی می‌تواند بسیار متنوع باشد و در این نوشته فقط چند مورد از کاربردهای شناخته‌شده‌تر معرفی می‌شود.

کاربردهای هوش مصنوعی در معماری سازمانی

1. تولید خودکار مدل از متن/صوت/تصویر

یکی از چالش‌های مشارکت فعالانه خبرگان کسب‌وکار در طراحی و پیاده‌سازی سامانه‌ها یا معماری سازمانی، عدم دانش فنی مدل‌سازی و کار با استانداردهایی نظیر ArchiMate, BPMN, UML, .. بوده است که اکنون به مدد هوش مصنوعی مولد و ابزارهای تولید خودکار مدل، خبرگان کسب‌وکار تنها با توصیف متنی/زبانی از آنچه مدنظرشان است – اعم از گردش فرایند یا گردش داده یا … – می‌توانند تولید خودکار مدل را به هوش مصنوعی بسپارند.

مزیت مهم تولید خودکار مدل صرفا در سرعت یا حتی دقت مدل‌سازی نیست، بلکه در خلق ارزش است. خلق ارزش از دانش و ظرفیت خبرگان کسب‌و‌کار در راستای مدیریت و تحول سازمانی و دیجیتالی‌سازی فرایندها و سرویس‌ها، همچنین پردازش و بکارگیری داده‌‌های عظیم موجود در جهت تولید بینش و یادگیری سازمانی.

نمونه مصادیق تولید خودکار مدل:

• تولید خودکار مدل فرایندی (BPMN) از متن/صوت/تصویر
• تولید خودکار جداول پایگاه داده یا مدل داده از متن/صوت/تصویر
• تولید انواع مدل‌های نرم‌افزاری مبتنی بر استاندارد UML از متن/صوت/تصویر
• پیشنهاد نمونه مدل و فراورده آماده معماری از مخزن

ابزار Boardmix  یکی از ابزارهای مدل‌سازی و طراحی مبتنی بر هوش مصنوعی است که به صورت آنلاین قابلیت مدل‌سازی معماری با ابزارهای هوش مصنوعی را ارایه می‌کند. البته این ابزار هنوز به پختگی و قدرت نرم‌افزارهای قدیمی و باسابقه معماری سازمانی نرسیده اما نشانه‌ای گویا از چشم‌انداز آینده ابزارهای مدلسازی و معماری است.

2. خودکارسازی مستندسازی و وظایف روتین معماری

هوش مصنوعی می‌تواند بسیاری از فعالیت‌های انسانی و زمان‌بر در معماری سازمانی را خودکار نماید. نظیر خلاصه‌سازی مستندات؛ تولید خودکار گزارش، طبقه‌بندی و جستجو در اطلاعات، تبدیل خودکار مدل‌ها و …

برگزاری جلسات مصاحبه و یادداشت برداری از نکات مهم مطرح شده، می‌تواند توسط عامل‌های هوشمند خودکار شود. خلاصه برداری یا تبدیل صوت به متن و سپس خلاصه برداری نکات و همچنین تهیه صورت جلسات هم می‌تواند به دستیار هوش مصنوعی سپرده شود. همچنین تولید محتوا و گزارش و عکس و اینفوگرافیک و حتی ویدیو نیز با هوش مصنوعی سریع‌تر و کارامد تر خواهد بود.

3. دستیار هوشمند معماران سازمان

شناخته‌شده‌ترین کمک را دستیاران هوشمند (به معنای عمومی) می‌توانند به معماران سازمان و سیستم ارایه دهند. دستیار هوشمند می‌تواند نقش راهنما و توصیه‌گر در تحلیل و مدل‌سازی داشته باشد و با اتصال به مخزنی از مدل‌ها و داده‌های آماده، نمونه مدل مشابه با نیاز سازمان را در کسری از ثانیه شناسایی و به معمار پیشنهاد دهد. این موضوع البته محدود به توصیه و پیشنهاد مدل نمی‌شود بلکه مثلا این عامل‌ها می‌توانند شاخص‌های کلیدی کارایی یا حتی قواعد فرایندی را نیز پیشنهاد دهند.

وجود مخزنی از نمونه مدل‌های آماده و تحلیل رفتار و سوابق کاربران کافی است تا یک موتور توصیه‌گر هوش مصنوعی بتواند از این مخزن، بهترین پیشنهاد برای نیاز کاربر را پیشنهاد و سفارشی نماید. مدل پیشنهادی مبنای پایه برای تکمیل کاربر انسانی خواهد بود.

در شکل زیر نمونه یک دستیار هوشمند مدل‌سازی از bpmn.io  نشان داده شده است که خود یک نمودار را ترسیم و پیشنهاد می‌نماید:

4. تضمین حاکمیت و کنترل جامعیت و انطباق مدل‌های معماری

کنترل و اعمال خط‌مشی‌ها و گاردریل‌‌های تعیین شده در سازمان و نیز بررسی انطباق معماری با قوانین (ضوابط داخلی و بالادستی) یکی از کارهای بشدت سخت و زمان‌بر برای معماران بوده که به کمک هوش مصنوعی می‌تواند خودکار و بهینه شود.

نظارت بر صحت و جامعیت مدل‌های معماری و یا خطایابی و اصلاح ناقص مدل‌های معماری با توجه به حجم داده و پیچیدگی روابط میان مدل‌ها، از جمله فرصت‌های مهم برای کاربرد هوش مصنوعی است که می‌تواند به ارتقاء ابزارهای موجود مدلسازی و مدیریت معماری بیانجامد.

5. تحلیل وضعیت موجود با هوش مصنوعی

تحلیل و ارزیابی وضعیت موجود یکی از ارکان فرایند معماری سازمانی است که می‌تواند به کمک عامل‌های هوشمند و براساس قواعد تعریف شده، با دقت بالا و براساس حجم عظیم داده‌های معماری بدون دخالت انسان انجام شود.

هوش مصنوعی می‌تواند برخی تحلیل‌های معماری را به صورت اتوماتیک انجام دهد. از جمله تحلیل و بهینه‌سازی فرایندها براساس قواعد از پیش تعریف شده، یا تحلیل هزینه تمام‌شده محصولات و خدمات یا تحلیل سبد نرم‌افزارهای سازمانی و ده‌ها تحلیل قاعده‌مند دیگر که امکان فرموله‌شدن در فناوری یادگیری ماشینی را داشته باشد.

از جمله مزایای بکارگیری AI برای تحلیل وضعیت موجود:

• تهیه پاسخ آنی به کاربر براساس اصول یادگیری ماشین
• قابلیت پردازش حجم عظیم داده که توسط انسان غیرممکن یا بسیار زمان بر است
• توانمندسازی خبرگان کسب‌وکار که دانش فنی برنامه‌نویسی یا کار با ابزارهای تحلیلی را ندارند

6. ارزیابی و مقایسه سناریوهای معماری

معماران سازمان در طی تدوین معماری وضعیت مطلوب به دفعات با ارزیابی سناریوهای معماری درگیر هستند؛ برای مثال سناریوهای انتخاب تکنولوژی برای یک راهکار (سیستم)، سناریوهای گذار از وضعیت موجود به مطلوب؛ یا حتی سناریوهای طراحی یک تشکیلات یا مدل عملیاتی. ارزیابی سناریوها به صورت دستی (انسانی) بسیار زمان‌بر و پیچیده است و یک عامل هوش مصنوعی می تواند ارزیابی مزایا/معایب هر سناریو و تاثیرات آن بر معماری را انجام دهد و بر اساس حجم وسیعی از داده ها، حتی بهبودهایی نیز بر مدل یا سناریوهای اصلی پیشنهاد دهد.

لزوم توسعه چارچوب‌های معماری سازمانی برای پشتیبانی از هوش مصنوعی

در موارد قبل به خدمات هوش مصنوعی در توانمندسازی و خودکارسازی عملیات معماری پرداخته شد، اما لازم است چارچوب‌های معماری نیز براساس فناوری و مولفه‌های هوشمند بازبینی و تکامل یابند و مولفه‌های جدیدی به متامدل معماری اضافه شوند، برای مثال:

• در لایه حاکمیت و استراتژی سازمانی باید مباحث جدید “حاکمیت AI ” و “استراتژی و خط‌مشی‌ AI” به متامدل معماری اضافه شود.
• در لایه معماری کسب‌وکار و عملیات نیز “عامل‌ها و چت‌بات‌ها” می‌توانند بسیاری از فرایندها و عملیات کسب‌وکار را دگرگون و به‌صورت رباتیک اجرا کنند. حتی ساختار سازمانی و نقش‌ها نیز به تدریج معنای دیگری خواهند یافت.
• در لایه معماری داده نیاز به درنظر گرفتن مولفه‌های مرتبط با “مدل‌های زبانی بزرگ”، “جریان داده بلادرنگ”، “موتورهای استنتاج” و … است.
• در لایه معماری سیستم نیاز به درنظر گرفتن “سیستم‌های چندعامله” ، “AI APIs” ، “سیستم‌های خودیادگیرنده” و سایر مولفه‌های نرم‌افزاری هوش مصنوعی است.
• در لایه معماری فناوری نیز باید انواع فناوری‌ها و زیرساخت‌های هوش مصنوعی مانند “یادگیری ماشین/عمیق” ، “پردازش‌های توزیع شده” ، “محاسبات GPU”، “بینایی ماشین”، “یادگیری زبان‌های طبیعی” درنظر گرفته شود.

جمع‌بندی:

همانطور که سازمان هوشمند، چابک و دیجیتال آینده محتوم پیش‌روی شرکت‌ها و صنایع کوچک و بزرگ است، معماری سازمانی AI-Native نیز آینده محتوم پیش روی مشاوران و معماران کسب‌وکار و فناوری اطلاعات است.

ما در حال ورود به دورانی هستیم که هوش مصنوعی یک افزونه نیست، بلکه بنیاد اصلی سیستم‌های سازمانی می‌شود. معمار سازمانی آینده باید به همان اندازه که در فرایند و عملیات و نرم‌افزار مسلط است، در قابلیت‌های هوش مصنوعی نیز مسلط باشد.

تمامی نظام‌های مدیریتی-فناوری در سازمان در حال تطبیق با هوش مصنوعی است و معماری سازمانی آینده نیز باید همین مسیر را طی نماید. کسانی که این واقعیت را درک نکنند، در روز روشن، خورشید را انکار کرده‌اند.