بر اساس گزارش‌های منتشرشده، مدیرعامل Apple در حال اعمال فشار بر تیم مدیریت هوش مصنوعی این شرکت است تا سرعت توسعه این فناوری را افزایش دهد. مارک گورمان (Mark Gurman)، خبرنگار بلومبرگ، در خبرنامه «Power On» در روز یکشنبه (۸ نوامبر) گزارش داد که جان ترنس (John Ternus)، مدیرعامل اپل، از کریگ فدریکی (Craig Federighi)، معاون ارشد مهندسی نرم‌افزار این شرکت، خواسته است نقشه راه هوش مصنوعی شرکت را تسریع کند و فراتر از ارتقای ساده دستیار صوتی Siri حرکت کند.
تغییر استراتژی و تقابل با تردیدهای درونی
گورمان به نقل از منابع آگاه اعلام کرد که مدیرعامل Apple از آنچه تردید در پذیرش هوش مصنوعی با اشتیاق مشابه رقبا می‌داند، ناخرسند است. ترنس در یک جلسه پشت درهای بسته، فدریکی را برای ایجاد تغییرات ساختاری تحت فشار قرار داده است. فدریکی به داشتن رویکردی تردیدآمیز نسبت به هوش مصنوعی شناخته می‌شود و همواره نگرانی‌هایی را در مورد «پیامدهای این فناوری بر حریم خصوصی، امنیت، جامعه و اشتغال» مطرح کرده است.
با این حال، شرایط پیرامون فدریکی و خود Apple تغییر کرده است. این گزارش تاکید می‌کند که Apple دیگر توانایی نادیده گرفتن یا بی‌اهمیت شمردن تلاش‌های هوش مصنوعی شرکت‌هایی مانند Meta، Google، OpenAI و Anthropic را ندارد.
محدودیت‌های مصرف و معضل بودجه‌های سازمانی
هم‌زمان، گزارش اخیر نشریه PYMNTS نشان می‌دهد که Apple محدودیت‌های جدیدی را برای استفاده کارکنان خود از هوش مصنوعی اعمال کرده است. این محدودیت‌ها بیانگر واقعیت جدیدی در حوزه هوش مصنوعی سازمانی است؛ جایی که هر پرامپت، گردش کار خودکار یا وظیفه توسعه نرم‌افزار می‌تواند هزینه‌های جدیدی ایجاد کند. برخلاف مجوزهای سنتی نرم‌افزار، هزینه‌های هوش مصنوعی مبتنی بر میزان مصرف با افزایش اتکای کارکنان به این فناوری بالا می‌رود.
این مسئله معادله نگران‌کننده‌ای را برای مدیران ارشد مالی (CFOs) ایجاد کرده است. کاهش مصرف هوش مصنوعی می‌تواند بودجه فناوری اطلاعات را بهبود بخشد، اما در عین حال ممکن است هزینه‌های نیروی کار را افزایش داده، سرعت توسعه را کاهش دهد یا کیفیت تصمیم‌گیری‌های مالی را تنزل دهد.
آمار سرمایه‌گذاری و سنجش ارزش واقعی هوش مصنوعی
بررسی‌های پژوهشی موسسه PYMNTS Intelligence نشان می‌دهد چالش اصلی شرکت‌ها میزان بودجه قابل اختصاص نیست، بلکه تشخیص هزینه‌هایی است که برای کسب‌وکار جنبه حیاتی پیدا کرده‌اند. بر اساس داده‌های مطالعه «هوش مصنوعی در کار: چرا استفاده عمیق‌تر سازمانی نتایج قوی‌تری تولید می‌کند» (AI at Work: Why Deeper Enterprise Use Produces Stronger Results)، سرعت پذیرش هوش مصنوعی سازمانی بسیار بیشتر از سرعت ادغام کامل آن بوده است.
این مطالعه نشان می‌دهد در میان شرکت‌های آمریکایی با درآمد سالانه حداقل ۱ میلیارد دلار، ۶۲ درصد گزارش داده‌اند که طی ۱۲ ماه گذشته بیش از ۱۰ میلیون دلار صرف فرم‌های جدید هوش مصنوعی کرده‌اند. همچنین میانه (Median) این سرمایه‌گذاری بین ۱۰ میلیون تا ۲۵ میلیون دلار بوده است.
طبق این گزارش، کارمندانی که بیشترین هزینه‌های هوش مصنوعی را ایجاد می‌کنند، ممکن است بالاترین جهش‌های بهره‌وری را نیز رقم بزنند. به همین دلیل، میزان مصرف هوش مصنوعی به معیاری گمراه‌کننده برای تیم‌های مالی تبدیل شده است و شاخص پراهمیت‌تر، هزینه تمام‌شده برای تکمیل یک گردش کار (Workflow) شامل نیروی کار، فناوری و نظارت لازم است.