بخشی از مقاله

چکیده

به دلیل پیچیدگی تصمیمات مدیریتی، کاربرد سیستم های اطلاعاتی جهت پشتیبانی از تصمیمات افزایش یافته است. در این بین نقش سیستم های هوشمند در یاری رسانی به مدیران برجسته است. یکی از راههای رسیدن به این مهم، کاربرد هوش مصنوعی در مدیریت سازمان ها، شرکت ها و بنگاه هاست.

هوش مصنوعی روشی است در جهت هوشمند ساختن کامپیوتر، به هوشی که یک ماشین در شرایط مختلف از خود نشان میدهد،گفته میشود. در این مقاله زیر شاخه های هوش مصنوعی شناسایی و تاثیر آن در مدیریت سازمانی و گرایش های مختلف، توضیح داده شده و در آخر نتیجه گیری می شود که بکارگیری هوش مصنوعی در تصمیم گیری ها و سایر امور مدیریتی در عصر حاضر، اجتناب پذیر است و یکی از مهمترین روش های کسب مزیت رقابتی برای هر مجموعه ای می باشد در واقع سازمان ها نمی توانند بدون استفاده از هوش مصنوعی و سیستم های خبره، امید چندانی به بقا و ترقی داشته باشند

-1  مقدمه

یکی از مهمترین بخش های مطرح در زمینه مدیریت، هوش مصنوعی و سیستم های خبره بوده است که ظهور این سیستم ها جهش بزرگی در این عرصه محسوب می شود .ماهیت وجودی هوش به مفهوم جمعآوری اطلاعات، استقرا و تحلیل تجربیات به منظور رسیدن به دانش و یا ارائه تصمیم است. در واقع هوش به مفهوم به کارگیری تجربه به منظور حل مسائل دریافت شده تلقی میشود. هوش مصنوعی علم و مهندسی ایجاد ماشینهایی هوشمند با به کارگیری از کامپیوتر و الگوگیری از درک هوش انسانی و یا حیوانی و نهایتاً دستیابی به مکانیزم هوش مصنوعی در سطح هوش انسانی است

در مقایسه هوش مصنوعی با هوش انسانی میتوان گفت که انسان قادر به مشاهده و تجزیه و تحلیل مسایل در جهت قضاوت و اخذ تصمیم است در حالی که هوش مصنوعی مبتنی بر قوانین و رویههایی از قبل تعبیه شده بر روی کامپیوتر است. در نتیجه علیرغم وجود کامپیوترهای بسیار کارا و قوی در عصر حاضر ما هنوز قادر به پیاده کردن هوشی نزدیک به هوش انسان در ایجاد هوشهای مصنوعی نبودهایم.

ایجاد و ابداع فنون و تکنیکهای لازم برای مدیریت پیچیدگی را باید به عنوان هسته بنیادین تلاشهای علمی و پژوهشی گذشته، حال، و آینده، در تمامی زمینهای علوم رایانه، و به ویژه، در هوش مصنوعی معرّفی کرد. شیوهها و تکنیکهای هوش مصنوعی، در واقع، برای حلّ آن دسته از مسائل به وجود آمدهاست که به طور سهل و آسان توسط برنامهنویسی، یا شیوههای ریاضی قابل حلّ نبودهاند.

هوش مصنوعی عبارت است از مطالعه این که چگونه کامپیوترها را میتوان وادار به کارهایی کرد که در حال حاضر انسانها آنها را صحیح یا بهتر انجام میدهند هوش مصنوعی به هوشی که یک ماشین از خود نشان میدهد و یا به دانشی در کامپیوتر که سعی در ایجاد آن دارد گفته میشود. یک عامل هوشمند سیستمی است

که با شناخت محیط اطراف خود، شانس موفقیت خود را بالا میبرد.بطور کلّی، هوش مصنوعی را میتوان از زوایای متفاوتی مورد بررسی و مطالعه قرار داد. مابین هوش مصنوعی به عنوان یک هدف، هوش مصنوعی به عنوان یک رشته تحصیلی دانشگاهی، و یا هوش مصنوعی به عنوان مجموعه فنون و راه کارهایی که توسط مراکز علمی مختلف و صنایع گوناگون تنظیم و توسعه یافتهاست باید تفاوت قائل بود.

هوش مصنوعی دارای شاخه هایی است از جمله شبکه های عصبی مصنوعی، سیستم های خبره و الگوریتم ژنتیک که در علم مدیریت عصر حاضر، هر یک از این شاخه ها کاربردی خاص در تصمیم گیری ها و ارائه دانش سازمانی دارند. هوش مصنوعی و شبکه های عصبی مصنوعی در علم مدیریت به ویژه در شاخه ی مدیریت مالی تا حدی جایگاه خو را یافته اند. از جمله کاربردهای آنها ، اعتبار سنجی مشتریان، پیش بینی های مالی، ارزیابی و تصویب تخصیص اعتبار به کارکنان مالی می باشد.

سیستمهای خبره زمینهای پرکاربرد در هوش مصنوعی و مهندسی دانش است که باتوجّه به نیاز روزافزون جوامع بر اتخاذ راه حلها و تصمیمات سریع در مواردی که دانشهای پیچیده و چندگانه انسانی مورد نیاز است، بر اهمیت نقش آنها افزوده هم میشود. سیستمهای خبره به حل مسائلی میپردازند که به طور معمول نیازمند تخصّصهای کاردانان و متخصّصان انسانی است. به منظور توانایی بر حل مسائل در چنین سطحی، دسترسی هرچه بیشتر اینگونه سامانهها به دانش موجود در آن زمینه خاص ضروری میگردد 

شاخه ی دیگر هوش مصنوعی، الگوریتم ژنتیک است که توسط آن ماشین می تواند مکانیسم انتخاب طبیعی را، با جستجو در فضای مسئله جهت یافتن جواب برتر و نه الزاماً بهینه شبیه سازی نماید. یافتن راه حل ها و تصمیم گیری های مدیریتی در شرایط مختلف از کاربردهای این شاخه ی هوش مصنوعی در مدیریت می باشد.

-2 کاربرد هوش مصنوعی در مدیریت در این مقاله کاربردهای مختلف شاخه های هوش مصنوعی در چند زمینه مدیریتی مانند بازاریابی، مالی، تولید و همچنین برنامه ریزی استراتژیک و پیش بینی های سازمانی و مالی مطرح می شود که در ادامه به بیان این کاربردها می پردازیم.

.2-1 کاربرد هوش مصنوعی - شاخه سیستم های خبره - در مدیریت بازاریابی مزیت های بالقوه و کاربرد گسترده سیستم های خبره آنها را قادر به یاری مدیران در زمینه بازاریابی و مدیریت ساخته است. برنامه ریزی استراتژیک بازاریابی وظیفه پیچیده ای است که مستلزم قضاوت ها و اظهار نظرهای بسیاری است. سیستم های خبره با جمع آوری دانش متخصصین در پایگاه دانش خود که اساس نتیجه گیری های موتور استنباط آن است، تاثیر قابل ملاحظه ای در این زمینه خواهد داشت اما توسعه و ساخت این سیستم خبره بسیار دشوار می باشد. هدف سیستم خبره تهیه فرایند برنامه ریزی ساختارمند بازاریابی، راهنمایی کاربر از طریق این فرایند ارائه پیشنهاد مفید به متخصصین در مراحل کلیدی و در نهایت پیشنهاداتی به کاربران در جهت انتخاب اهداف و استراتژی های بازاریابی است

.2-2 کاربرد هوش مصنوعی در سیستم های پشتیبانی از تصمیم از طریق مدیریت دانش از دیگر مباحثبسیار مطرح امروز سازمان ها، مدیریت دانش است. مدیریت دانش اخیراً در سیستم های اطلاعاتی کامپیوتری بسیار مورد توجه قرار گرفته است و دولت ها، صنایع و شرکت ها علاقه بسیاری بدان نشان می دهند. سیستم های پشتیبانی از تصمیم و مدیریت دانش بسیار به هم تنیده اند. تصمیم گیرندگان بر اساس انواع مختلف دانش در دسترس سازمانی به اخذ تصمیم می پردازند. هوش مصنوعی به عنوان یک منبع دانش که کمک به اخذ تصمیم بهینه می نماید نقش سیستم های خبره را در این حوزه برجسته تر می سازد.

.2-3 کاربرد هوش مصنوعی در پیش بینی سهام امروزه سرمایه گذاری در بورس، بخش مهمی از اقتصاد کشور را تشکیل می دهد. به همین دلیل پیش بینی قیمت سهام برای سهامداران از اهمیت خاصی برخوردار شده است تا بتوانند بالاترین بازده را از سرمایه گذاری خود کسب کنند. از سوی دیگر، شاخص قیمت سهام نشان دهنده وضعیت کلی بازار سهام است و می تواند به پیش بینی سهامداران جهت سرمایه گذاری کمک کند.

اغلب در سال های گذشته از روش های کلاسیک برای پیش بینی قیمت سهام استفاده می کردند، اما با پیشرفت و توسعه مداوم رو ش های فرا ابتکاری و شبکه های عصبی کاربردهای روز افزونی در پیش بینی شاخص قیمت سهام پیدا کرده اند. بازار سهام در حقیقت یک سیستم غیرخطی و آشوبناک است که به عوامل سیاسی، اقتصادی و روانی وابسته می باشد. بنابراین به کارگیری ابزارهای تجزیه و تحلیل سنتی برای اتخاذ تصمیمات دقیق در مورد سهام بسیار مشکل است. محققان دریافتند که به کارگیری ترکیب روش های پیش بینی کلاسیک و هوش مصنوعی، میانگین موزون و یا ساده، میزان خطای پیش بینی را به سایر روش ها بسیار کاهش می دهد

.2-4 کاربرد سیستم های خبره در مدیریت تولید و عملیات در سال های اخیر با افزایش پیچیدگی صنایع تولید و نیاز به کارایی بیشتر، چرخه عمر کوتاه تر محصول، انعطاف پذیری بالاتر،کیفیت بیشتر محصول، رضایت مشتری و برآوردن انتظارات او و هزینه کمتر، چهره عملیت تولید را تغییر داده است. چالش عمده سازمان ها در این زمان چگونگی انطباق با این تغییرات محیط تجاری است

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید