هوش مصنوعی مفهوم نیروی کار را تغییر داده؛ چرا برنامهریزی شرکتها هنوز عقب است؟
هوش مصنوعی دیگر فقط ابزاری برای سریعتر انجام دادن چند وظیفه تکراری نیست. این فناوری به تدریج در حال تغییر دادن شیوه انجام کار، ساختار تیمها، مهارتهای مورد نیاز و حتی تعریف «نیروی کار» در سازمانهاست.
تا چند سال پیش، وقتی مدیران درباره نیروی کار صحبت میکردند، معمولاً منظورشان تعداد کارکنان، سمتهای سازمانی، هزینه حقوق و دستمزد و تعداد نیروهای مورد نیاز برای انجام فعالیتهای مختلف بود. اما امروز این تصویر دیگر کامل نیست.
کارکنان در کنار پیمانکاران، متخصصان بیرونی، نرم افزارها، ابزارهای خودکار و سیستمهای مبتنی بر هوش مصنوعی فعالیت میکنند. در برخی سازمانها، سیستمهای هوشمند حتی بخشی از وظایفی را انجام میدهند که پیش از این به صورت مستقیم توسط نیروی انسانی انجام میشد.
به همین دلیل، پرسش مهم برای مدیران دیگر فقط این نیست که «چند نفر باید استخدام کنیم؟».
پرسش مهمتر این است:
چه مقدار کار باید توسط انسان انجام شود، چه مقدار را میتوان به هوش مصنوعی سپرد و برای ترکیب این دو به چه مهارتها و ساختار سازمانی نیاز داریم؟
این تغییر، برنامه ریزی نیروی کار را نیز وارد مرحله تازهای کرده است.
با این حال، بسیاری از شرکتها هنوز با همان مدلهای سنتی تصمیم گیری میکنند؛ مدلهایی که برای سازمانی طراحی شده بودند که در آن کار عمدتاً توسط کارکنان ثابت انجام میشد و تصمیم درباره نیروی انسانی نیز بیشتر به تعداد افراد و بودجه سالانه مربوط بود.
امروز اما چنین مدلی دیگر نمیتواند تمام واقعیت سازمان را توضیح دهد.
بر اساس پژوهشی که توسط SAP منتشر شده، حدود ۶۲ درصد از مدیران ارشد از میزان یکپارچگی میان دادههای مربوط به کارکنان و عملکرد کسب و کار رضایت ندارند. در همین پژوهش، ۵۰ درصد سازمانها اعلام کردهاند که در حال برنامه ریزی برای بررسی تأثیر هوش مصنوعی بر بهره وری و ظرفیت کاری هستند، اما تنها ۲۱ درصد برای تأثیر AI بر طراحی مشاغل و ساختار سازمانی برنامه ریزی میکنند.
این فاصله یک نکته مهم را نشان میدهد:
بسیاری از سازمانها برای افزایش بهره وری با هوش مصنوعی آماده میشوند، اما هنوز به اندازه کافی برای تغییر خودِ ساختار کار آماده نیستند
هوش مصنوعی فقط یک ابزار جدید نیست؛ تعریف نیروی کار در حال تغییر است
برای درک اهمیت این تحول، ابتدا باید ببینیم مفهوم نیروی کار چگونه تغییر کرده است.
در مدل سنتی، یک سازمان معمولاً بر اساس ساختاری نسبتاً مشخص فعالیت میکرد. کارکنان در سمتهای مشخص قرار داشتند، هر سمت وظایف معینی داشت و مدیران بر اساس حجم کار و بودجه تصمیم میگرفتند که چه تعداد نیروی جدید مورد نیاز است.
اگر فعالیت شرکت افزایش پیدا میکرد، معمولاً یکی از راهکارها استخدام نیروی بیشتر بود.
اگر هزینهها افزایش پیدا میکرد، سازمان به دنبال کاهش تعداد نیروها یا کنترل هزینه نیروی انسانی میرفت.
اما هوش مصنوعی این معادله را پیچیدهتر کرده است.
امروز افزایش ظرفیت یک سازمان لزوماً به معنای استخدام نیروی بیشتر نیست. یک شرکت ممکن است بخشی از فعالیتهای خود را با استفاده از نرم افزارهای هوشمند، دستیارهای هوش مصنوعی یا سیستمهای خودکار انجام دهد و بدون افزایش متناسب تعداد کارکنان، ظرفیت عملیاتی خود را افزایش دهد.
از طرف دیگر، استفاده از AI نیز به خودی خود به معنای حذف نیروی انسانی نیست.
در بسیاری از موارد، هوش مصنوعی بخشی از وظایف یک شغل را انجام میدهد و در نتیجه، نقش انسان تغییر میکند.
برای مثال، یک کارشناس تولید محتوا ممکن است در گذشته بخش قابل توجهی از زمان خود را صرف جستجوی اطلاعات اولیه، تهیه پیش نویس، اصلاح متن و آماده سازی نسخههای مختلف محتوا میکرد.
امروز بخشی از این فعالیتها میتواند توسط ابزارهای هوش مصنوعی انجام شود.
اما در مقابل، اهمیت مهارتهایی مانند تعیین استراتژی محتوا، تشخیص اطلاعات قابل اعتماد، شناخت مخاطب، ویرایش نهایی، تصمیم گیری و ارزیابی کیفیت بیشتر میشود.
بنابراین، AI لزوماً به معنای «کم شدن کار» نیست؛ بلکه در بسیاری از موارد به معنای تغییر ترکیب کار است.
این تفاوت برای برنامه ریزی نیروی کار اهمیت بسیار زیادی دارد
برنامه ریزی سنتی نیروی کار چگونه سازمانها را محدود میکند؟
یکی از مشکلات اصلی بسیاری از سازمانها این است که نیروی کار را همچنان به شکل یک عدد میبینند.
تعداد کارکنان.
تعداد موقعیتهای شغلی.
بودجه حقوق.
هزینه پیمانکاران.
و میزان بهره وری.
این شاخصها همچنان مهم هستند، اما برای سازمانی که در آن انسان و هوش مصنوعی در کنار یکدیگر فعالیت میکنند، کافی نیستند.
فرض کنید یک شرکت تصمیم میگیرد بخشی از فرآیند خدمات مشتریان خود را خودکار کند.
در نگاه سنتی، مدیر ممکن است بگوید:
«اگر سیستم هوش مصنوعی بتواند ۳۰ درصد درخواستها را پاسخ دهد، بنابراین به ۳۰ درصد نیروی کمتر نیاز داریم.»
اما این نتیجه گیری میتواند بسیار ساده انگارانه باشد.
ممکن است AI بتواند درخواستهای ساده را پاسخ دهد، اما در مقابل تعداد پروندههای پیچیده افزایش پیدا کند.
ممکن است کارکنان بخش پشتیبانی مجبور شوند مهارتهای جدیدی برای بررسی پاسخهای AI یاد بگیرند.
ممکن است نیاز به نیروی متخصص برای نظارت بر سیستم ایجاد شود.
ممکن است حجم کار واحد فناوری اطلاعات افزایش پیدا کند.
ممکن است امنیت اطلاعات اهمیت بیشتری پیدا کند.
و حتی ممکن است سازمان بتواند با همان تعداد کارکنان، خدمات بیشتری ارائه دهد و در نتیجه به جای کاهش نیروی انسانی، ظرفیت کسب و کار خود را افزایش دهد.
پس یک تصمیم درباره اتوماسیون میتواند هم زمان بر تعداد کارکنان، مهارتها، هزینهها، ساختار تیمها و ظرفیت سازمان تأثیر بگذارد.
این همان نقطهای است که برنامه ریزی سنتی با مشکل مواجه میشود.
برنامه ریزی پراکنده و ایجاد نقاط کور در نیروی کار
در بسیاری از شرکتها، اطلاعات مربوط به نیروی کار در یک سیستم واحد قرار ندارد.
واحد منابع انسانی اطلاعات کارکنان، مهارتها، استخدام و آموزش را مدیریت میکند.
واحد مالی بیشتر بر بودجه، هزینه حقوق، هزینه پیمانکاران و شاخصهای مالی تمرکز دارد.
واحد فناوری اطلاعات نیز اطلاعات مربوط به زیرساختها، نرم افزارها، سیستمهای خودکار و فناوریهای مورد استفاده را در اختیار دارد.
واحد تدارکات نیز ممکن است مسئول قراردادهای پیمانکاری و خدمات برون سپاری شده باشد.
هر کدام از این واحدها ممکن است اطلاعات ارزشمندی داشته باشند؛ اما مشکل زمانی ایجاد میشود که این اطلاعات در کنار یکدیگر قرار نگیرند.
در چنین شرایطی، سازمان ممکن است چند تصویر متفاوت از نیروی کار خود داشته باشد.
منابع انسانی میداند چه کسانی در سازمان کار میکنند.
مالی میداند این افراد و پیمانکاران چقدر هزینه دارند.
مدیران عملیاتی میدانند چه مقدار کار باید انجام شود.
واحد فناوری میداند چه بخشی از فرآیندها قابل خودکارسازی است.
اما چه کسی میداند ترکیب این عوامل در نهایت چه تأثیری بر عملکرد واقعی کسب و کار دارد؟
این همان نقطه کوری است که میتواند تصمیم گیری سازمان را دشوار کند.
پژوهش SAP نیز دقیقاً به همین شکاف اشاره میکند: بخش قابل توجهی از مدیران ارشد از اتصال دادههای مربوط به افراد با عملکرد کسب و کار رضایت ندارند.
در عصر هوش مصنوعی، چنین پراکندگیای میتواند هزینه بیشتری داشته باشد؛ زیرا سرعت تغییرات نیز بیشتر شده است.
چرا تصمیم گیری درباره نیروی کار دیگر نمیتواند فقط در منابع انسانی انجام شود؟
یکی از تغییرات مهمی که AI ایجاد کرده، این است که تصمیم گیری درباره نیروی کار دیگر موضوعی محدود به واحد منابع انسانی نیست.
وقتی یک شرکت تصمیم میگیرد یک فرآیند را خودکار کند، این تصمیم فقط روی کارکنان تأثیر نمیگذارد.
این تصمیم میتواند بر موارد زیر نیز اثر بگذارد:
- هزینههای عملیاتی
- بودجه منابع انسانی
- نیازهای آموزشی
- تعداد کارکنان
- ساختار تیمها
- نیاز به متخصصان جدید
- هزینه فناوری
- امنیت اطلاعات
- بهره وری
- تجربه مشتری
- سرعت ارائه خدمات
- مدل درآمدی کسب و کار
بنابراین، برنامه ریزی نیروی کار در عصر هوش مصنوعی باید به یک موضوع مشترک میان مدیریت، منابع انسانی، مالی، فناوری و بخشهای عملیاتی تبدیل شود.
اگر هر بخش فقط از زاویه خودش به موضوع نگاه کند، احتمال ایجاد تصمیمهای متناقض افزایش پیدا میکند.
برای مثال، منابع انسانی ممکن است روی توسعه مهارت کارکنان فعلی سرمایه گذاری کند، در حالی که واحد دیگری به دنبال برون سپاری همان فعالیت باشد.
یا واحد فناوری ممکن است روی خودکارسازی یک فرآیند سرمایه گذاری کند، در حالی که سازمان هنوز مشخص نکرده است بعد از اتوماسیون، نقش کارکنانی که در آن فرآیند فعالیت میکنند چه خواهد بود.
چنین تصمیمهایی ممکن است هر کدام به صورت جداگانه منطقی به نظر برسند، اما در کنار یکدیگر الزاماً یک استراتژی منطقی ایجاد نمیکنند.
تعریف نیروی کار تغییر کرده، اما برنامه ریزی همچنان سنتی است
مفهوم نیروی کار طی سالهای اخیر به تدریج گستردهتر شده است؛ اما بسیاری از مدلهای برنامه ریزی هنوز با این تغییر همگام نشدهاند.
در گذشته، وقتی درباره نیروی کار یک سازمان صحبت میکردیم، تمرکز اصلی بر کارکنان رسمی و تمام وقت بود.
امروز این تعریف بسیار گستردهتر است.
کارکنان، پیمانکاران، متخصصان بیرونی، شرکتهای ارائه دهنده خدمات، نرم افزارهای خودکار و سیستمهای مبتنی بر هوش مصنوعی میتوانند همگی بخشی از زنجیره انجام کار باشند.
در چنین شرایطی، «نیروی کار» را بهتر است فقط بر اساس تعداد افراد تعریف نکنیم؛ بلکه باید ببینیم چه کسی یا چه سیستمی چه کاری انجام میدهد و این کار چه ارزشی برای سازمان ایجاد میکند.
این تغییر دیدگاه اهمیت زیادی دارد.
فرض کنید یک شرکت برای انجام یک فعالیت مشخص به جای استخدام پنج نیروی جدید، از یک سیستم هوش مصنوعی و دو نیروی متخصص استفاده کند.
از نظر تعداد کارکنان، نیروی انسانی سازمان افزایش پیدا نکرده است.
اما ظرفیت انجام کار ممکن است افزایش یافته باشد.
بنابراین اگر سازمان فقط تعداد کارکنان را اندازه گیری کند، ممکن است بخش مهمی از واقعیت را از دست بدهد.
کار واقعی مهمتر از عنوان شغلی شده است
یکی از مهمترین تغییرات عصر هوش مصنوعی این است که سازمانها باید بیش از گذشته به جای تمرکز صرف بر عنوان شغلی، به وظایف و فعالیتهای واقعی داخل هر شغل توجه کنند.
عنوان «کارشناس فروش» به تنهایی اطلاعات زیادی درباره آینده آن شغل به ما نمیدهد.
باید بدانیم این فرد دقیقاً چه کارهایی انجام میدهد.
آیا بخشی از زمان او صرف تهیه گزارش میشود؟
آیا پاسخگویی به مشتری انجام میدهد؟
آیا اطلاعات را در چند سیستم وارد میکند؟
آیا مشتریان بالقوه را شناسایی میکند؟
آیا قراردادها را بررسی میکند؟
کدام یک از این فعالیتها قابل خودکارسازی هستند؟
کدام فعالیتها به قضاوت انسانی نیاز دارند؟
و کدام فعالیتها با کمک AI سریعتر و دقیقتر انجام میشوند؟
وقتی این سوالها مطرح شوند، تصویر دقیقتری از آینده شغل به دست میآید.
ممکن است یک شغل از بین نرود، اما بخش قابل توجهی از وظایف آن تغییر کند.
در نتیجه، سازمان به جای اینکه صرفاً درباره حذف یا حفظ یک عنوان شغلی تصمیم بگیرد، میتواند درباره طراحی دوباره آن شغل تصمیم بگیرد.
این موضوع یکی از مهمترین تفاوتهای برنامه ریزی نیروی کار در عصر هوش مصنوعی با مدلهای سنتی است
شکاف بزرگ میان افزایش بهره وری و طراحی دوباره مشاغل
یکی از نکات قابل توجه در دادههای جدید، فاصله میان سازمانهایی است که برای تأثیر AI بر بهره وری برنامه ریزی میکنند و سازمانهایی که برای تأثیر آن بر طراحی مشاغل و ساختار سازمانی آماده میشوند.
طبق پژوهش SAP، نیمی از سازمانها در حال برنامه ریزی برای تأثیر هوش مصنوعی بر بهره وری و ظرفیت هستند؛ اما تنها ۲۱ درصد برای تأثیر AI بر طراحی مشاغل و ساختار سازمانی برنامه ریزی میکنند.
این فاصله را میتوان یکی از مهمترین نقاط ضعف برنامه ریزی سازمانی در عصر هوش مصنوعی دانست.
زیرا افزایش بهره وری بدون طراحی دوباره کار، همیشه به نتیجه مورد انتظار نمیرسد.
فرض کنید یک ابزار AI بتواند سرعت تولید گزارش را دو برابر کند.
اگر سازمان نداند با ظرفیت آزاد شده چه کاری باید انجام دهد، این افزایش سرعت الزاماً به معنای خلق ارزش بیشتر نیست.
اما اگر سازمان بتواند ظرفیت آزاد شده را به فعالیتهای ارزشمندتر منتقل کند، نتیجه کاملاً متفاوت خواهد بود.
برای مثال، کارکنان میتوانند زمان کمتری را صرف فعالیتهای تکراری کنند و زمان بیشتری را برای:
- حل مسائل پیچیده
- ارتباط با مشتری
- نوآوری
- تحلیل داده
- توسعه محصولات
- بهبود خدمات
- تصمیم گیری
- برنامه ریزی راهبردی
اختصاص دهند.
بنابراین سؤال واقعی این نیست که:
«هوش مصنوعی چقدر سریعتر کار میکند؟»
بلکه باید پرسید:
«با ظرفیت جدیدی که هوش مصنوعی ایجاد میکند، سازمان چه کار ارزشمندتری میتواند انجام دهد؟»
این تغییر زاویه نگاه، یکی از مهمترین اصول برنامه ریزی نیروی کار در آینده خواهد بود.
پرسش اصلی دیگر «استخدام یا اتوماسیون» نیست
در گذشته، بسیاری از تصمیمهای منابع انسانی را میتوانستیم با چند پرسش ساده توضیح دهیم:
آیا نیروی بیشتری نیاز داریم؟
آیا باید استخدام کنیم؟
آیا میتوانیم بخشی از کار را برون سپاری کنیم؟
آیا باید هزینهها را کاهش دهیم؟
اما ورود هوش مصنوعی باعث شده است این پرسشها دیگر برای تصمیم گیری کافی نباشند.
امروز سازمان باید یک پرسش بنیادیتر را مطرح کند:
کار چگونه باید میان انسان، نرم افزار، هوش مصنوعی و نیروی کار خارجی تقسیم شود؟
این پرسش از نظر مدیریتی بسیار مهم است؛ زیرا پاسخ آن فقط به فناوری وابسته نیست.
هزینه، کیفیت، سرعت، امنیت، مهارت، تجربه مشتری، مسئولیت پذیری و ریسک همگی باید در نظر گرفته شوند.
ممکن است یک فعالیت از نظر فنی کاملاً قابل خودکارسازی باشد، اما از نظر اقتصادی یا مدیریتی تصمیم مناسبی نباشد.
از طرف دیگر، ممکن است یک فعالیت در ظاهر ساده باشد، اما اتوماسیون آن بتواند زمان قابل توجهی برای کارکنان آزاد کند و ارزش زیادی برای سازمان ایجاد کند.
بنابراین، تصمیم درباره استفاده از هوش مصنوعی نباید صرفاً بر اساس این سؤال باشد که:
«آیا AI میتواند این کار را انجام دهد؟»
سؤال بهتر این است:
«آیا بهتر است این کار را AI انجام دهد، انسان انجام دهد یا انسان و AI آن را با همکاری یکدیگر انجام دهند؟»
همین تفاوت کوچک در نوع سؤال، میتواند مسیر تصمیم گیری یک سازمان را تغییر دهد.
همکاری انسان و هوش مصنوعی؛ مدل جدید انجام کار
آینده بسیاری از سازمانها احتمالاً نه کاملاً انسانی خواهد بود و نه کاملاً خودکار.
مدل محتملتر، ترکیبی از انسان و سیستمهای هوشمند است.
در این مدل، هوش مصنوعی میتواند فعالیتهای سریع، تکراری، داده محور و قابل پیش بینی را انجام دهد؛ در حالی که انسان بیشتر بر تصمیم گیری، قضاوت، خلاقیت، ارتباط، حل مسائل پیچیده و مسئولیت پذیری تمرکز میکند.
البته مرز میان این دو نیز ثابت نخواهد ماند.
با پیشرفت فناوری، برخی فعالیتهایی که امروز به نیروی انسانی نیاز دارند ممکن است در آینده خودکار شوند. در مقابل، استفاده گستردهتر از AI میتواند مشاغل و مهارتهای جدیدی ایجاد کند که امروز حتی تعریف مشخصی ندارند.
به همین دلیل، برنامه ریزی نیروی کار نباید فقط درباره وضعیت امروز باشد.
سازمانها باید بتوانند چند سناریوی آینده را نیز بررسی کنند.
برای مثال:
سناریوی اول: AI فقط بهره وری کارکنان را افزایش میدهد.
سناریوی دوم: AI بخشی از وظایف موجود را خودکار میکند.
سناریوی سوم: AI ساختار برخی مشاغل را به طور اساسی تغییر میدهد.
سناریوی چهارم: سیستمهای هوشمند بخشی از فرآیندهای سازمان را به صورت مستقل اجرا میکنند.
هر یک از این سناریوها به مهارتها، ساختار تیمی و مدل مدیریتی متفاوتی نیاز دارد.
چرا مدیران مالی و منابع انسانی باید بیشتر از گذشته همکاری کنند؟
در سازمان سنتی، مدیر منابع انسانی و مدیر مالی معمولاً مسئولیتهای متفاوتی داشتند.
منابع انسانی بر کارکنان، استخدام، آموزش، مزایا و توسعه استعدادها تمرکز میکرد.
مدیر مالی نیز بیشتر بر هزینهها، بودجه، سودآوری و عملکرد اقتصادی سازمان نظارت داشت.
اما هوش مصنوعی مرز میان این تصمیمها را کم رنگتر کرده است.
فرض کنید یک شرکت تصمیم میگیرد یک سیستم هوش مصنوعی برای خودکارسازی بخشی از عملیات خریداری کند.
این تصمیم هم زمان چند پرسش ایجاد میکند:
هزینه خرید و پیاده سازی سیستم چقدر است؟
چه مقدار از هزینه نیروی انسانی کاهش مییابد؟
چه مهارتهایی در سازمان مورد نیاز خواهد بود؟
آیا کارکنان فعلی میتوانند مهارتهای جدید را یاد بگیرند؟
آیا باید نیروی متخصص جدید استخدام شود؟
آیا بخشی از فعالیتها باید برون سپاری شود؟
آیا ساختار تیمها باید تغییر کند؟
و در نهایت، آیا سرمایه گذاری انجام شده واقعاً ظرفیت جدیدی برای کسب و کار ایجاد خواهد کرد؟
هیچ کدام از این پرسشها به تنهایی متعلق به یک واحد سازمانی نیستند.
به همین دلیل، در عصر هوش مصنوعی، همکاری میان منابع انسانی، مالی، فناوری و مدیریت ارشد دیگر یک مزیت جانبی نیست؛ بلکه به بخشی از الزامات تصمیم گیری درست تبدیل میشود.
از بودجه بندی سالانه تا هدایت مداوم نیروی کار
یکی دیگر از تغییرات مهمی که هوش مصنوعی به برنامه ریزی سازمانی تحمیل میکند، عبور از مدل برنامه ریزی ثابت به سمت برنامه ریزی مستمر نیروی کار است.
در مدل سنتی، سازمان ممکن است یک بار در سال تعداد نیروهای مورد نیاز خود را مشخص کند.
بودجه تعیین میشود.
تعداد استخدامها مشخص میشود.
تیمها برنامه ریزی میشوند.
و سپس سازمان تلاش میکند همان برنامه را در طول سال اجرا کند.
اما در محیطی که فناوری، مهارتها و فرآیندهای کاری با سرعت زیادی تغییر میکنند، چنین رویکردی میتواند انعطاف پذیری سازمان را کاهش دهد.
اگر یک ابزار جدید هوش مصنوعی بتواند در سه ماه ظرفیت یک تیم را به شکل محسوسی افزایش دهد، برنامه نیروی کار سازمان نیز باید بتواند خود را با این تغییر هماهنگ کند.
به همین دلیل، برنامه ریزی نیروی کار در آینده باید بیشتر شبیه یک فرآیند مداوم باشد تا یک تصمیم سالانه.
در این مدل، سازمان به صورت مستمر بررسی میکند:
چه کاری باید انجام شود؟
چه ظرفیتی در اختیار داریم؟
چه مهارتهایی داریم؟
چه مهارتهایی کم داریم؟
کدام فعالیتها را میتوان خودکار کرد؟
کدام فعالیتها باید توسط انسان انجام شوند؟
کجا به پیمانکار یا نیروی خارجی نیاز داریم؟
و مهمتر از همه:
کدام ترکیب از انسان و فناوری بیشترین ارزش را برای کسب و کار ایجاد میکند؟
این تغییر، مفهوم برنامه ریزی نیروی کار را از یک فعالیت اداری به یک ابزار راهبردی تبدیل میکند.
برنامهریزی نیروی کار در عصر هوش مصنوعی به چه شاخصهایی نیاز دارد؟
وقتی بخشهایی از فعالیت یک سازمان توسط هوش مصنوعی انجام میشود، معیارهای سنتی اندازهگیری نیروی کار نیز دیگر به تنهایی کافی نیستند.
تعداد کارکنان همچنان یک شاخص مهم است، اما نمیتواند نشان دهد یک سازمان واقعاً چه میزان ظرفیت برای انجام کار در اختیار دارد.
برای مثال، دو شرکت را در نظر بگیرید که هر دو ۱۰۰ کارمند دارند. در نگاه اول، ظرفیت نیروی انسانی آنها یکسان به نظر میرسد. اما اگر شرکت اول از ابزارهای هوش مصنوعی برای تحلیل داده، پاسخگویی به مشتری، تولید گزارش و خودکارسازی فرآیندهای داخلی استفاده کند و شرکت دوم همچنان همه این فعالیتها را به صورت دستی انجام دهد، ظرفیت واقعی این دو سازمان یکسان نخواهد بود.
به همین دلیل، سازمانها باید از «شمارش افراد» به سمت «اندازهگیری ظرفیت انجام کار» حرکت کنند.
در این مدل، چند شاخص اهمیت بیشتری پیدا میکنند:
- میزان کاری که در یک بازه زمانی مشخص قابل انجام است
- درصد فعالیتهای قابل خودکارسازی
- میزان استفاده واقعی از ابزارهای هوش مصنوعی
- مهارتهای موجود در سازمان
- شکاف میان مهارتهای فعلی و مهارتهای مورد نیاز
- میزان زمانی که کارکنان از فعالیتهای تکراری آزاد میشوند
- کیفیت خروجی تولیدشده توسط انسان و AI
- هزینه انجام هر فعالیت
- میزان وابستگی به پیمانکاران خارجی
- میزان ظرفیت ایجادشده پس از اجرای اتوماسیون
این شاخصها تصویر بسیار دقیقتری از وضعیت واقعی نیروی کار ارائه میکنند.
آیا اتوماسیون واقعاً ظرفیت جدید ایجاد میکند؟
یکی از مهمترین اشتباهات در اجرای پروژههای هوش مصنوعی این است که کاهش زمان انجام یک فعالیت را با افزایش بهرهوری واقعی سازمان یکسان بدانیم.
فرض کنید یک سیستم هوش مصنوعی بتواند کاری را که قبلاً چهار ساعت زمان میبرد، در یک ساعت انجام دهد.
در نگاه اول، سه ساعت ظرفیت آزاد شده است.
اما این سه ساعت زمانی ارزش اقتصادی واقعی ایجاد میکند که سازمان بتواند آن را به فعالیت دیگری منتقل کند.
اگر کارکنان همچنان مجبور باشند همان فرآیندهای قبلی را انجام دهند یا ظرفیت آزادشده صرف فعالیتهای کمارزش شود، مزیت اقتصادی اتوماسیون ممکن است بسیار کمتر از چیزی باشد که در ابتدا تصور میشد.
بنابراین مدیران باید بعد از اجرای هر پروژه هوش مصنوعی یک سؤال مهم مطرح کنند:
ظرفیتی که AI آزاد کرده است، دقیقاً کجا مصرف میشود؟
اگر پاسخ این سؤال مشخص نباشد، ممکن است سازمان فقط سرعت انجام کار را افزایش داده باشد، بدون آنکه ارزش واقعی بیشتری خلق کند.
مهارتها مهمتر از تعداد کارکنان میشوند
یکی از پیامدهای مهم گسترش هوش مصنوعی، تغییر نگاه سازمانها به مفهوم نیروی کار است.
در گذشته، برنامهریزی نیروی انسانی بیشتر بر تعداد افراد متمرکز بود.
اما در آینده، سؤال مهمتر این خواهد بود که:
چه مهارتهایی در اختیار داریم و چه مهارتهایی نیاز خواهیم داشت؟
گزارش Future of Jobs 2025 مجمع جهانی اقتصاد نشان میدهد که کارفرمایان انتظار دارند تا سال ۲۰۳۰ بسیاری از مهارتهای مورد نیاز بازار کار تغییر کنند و بخش قابل توجهی از نیروی کار برای سازگاری با این تغییرات به ارتقای مهارت نیاز داشته باشد.
این مسئله برای شرکتهایی که از هوش مصنوعی استفاده میکنند اهمیت بیشتری دارد.
ممکن است سازمانی نیروی انسانی کافی داشته باشد، اما مهارتهای مورد نیاز برای استفاده مؤثر از فناوری را نداشته باشد.
برای مثال، استفاده از یک ابزار هوش مصنوعی در بخش فروش ممکن است به معنای نیاز به کارکنان بیشتر نباشد؛ بلکه ممکن است به کارکنانی نیاز باشد که بتوانند دادهها را تحلیل کنند، خروجی AI را ارزیابی کنند و بر اساس آن تصمیم بگیرند.
در چنین شرایطی، آموزش و بازآموزی نیروی فعلی میتواند به اندازه استخدام نیروی جدید اهمیت پیدا کند.
مهارتهای فنی تنها بخشی از ماجرا هستند
وقتی درباره مهارتهای عصر هوش مصنوعی صحبت میکنیم، نباید فقط به برنامه نویسی یا دانش فنی فکر کنیم.
مهارتهایی مانند تفکر تحلیلی، حل مسئله، خلاقیت، ارتباط مؤثر، مدیریت، تصمیم گیری و توانایی کار با فناوری نیز اهمیت زیادی پیدا میکنند.
در واقع، ارزش بسیاری از کارکنان ممکن است نه در انجام مستقیم یک فعالیت، بلکه در توانایی آنها برای هدایت، ارزیابی و کنترل سیستمهای هوشمند باشد.
این تغییر میتواند ساختار بسیاری از مشاغل را دگرگون کند
آینده مشاغل؛ حذف شغل یا تغییر وظایف؟
یکی از رایجترین نگرانیها درباره هوش مصنوعی، حذف گسترده مشاغل است.
اما نگاه دقیقتر نشان میدهد که رابطه میان AI و بازار کار پیچیدهتر از «حذف شغل» است.
یک فناوری ممکن است برخی وظایف یک شغل را خودکار کند، اما خود شغل همچنان باقی بماند.
برای مثال، یک تحلیلگر داده ممکن است دیگر مجبور نباشد بخش زیادی از زمان خود را صرف پاکسازی اولیه دادهها یا تولید گزارشهای ساده کند.
در عوض، زمان بیشتری برای تفسیر نتایج، بررسی فرضیات و ارائه توصیههای راهبردی خواهد داشت.
بنابراین ممکن است عنوان شغلی تغییر نکند، اما محتوای واقعی آن تغییر کند.
این موضوع نشان میدهد که سازمانها نباید صرفاً بپرسند:
کدام شغلها در معرض اتوماسیون هستند؟
بلکه باید بپرسند:
کدام وظایف در هر شغل قابل خودکارسازی هستند و بعد از خودکارسازی، نقش انسان چگونه تغییر خواهد کرد؟
این نگاه بسیار کاربردیتر است.
زیرا به جای اینکه آینده یک شغل را صفر یا صد ببینیم، آن را به مجموعهای از وظایف تقسیم میکنیم و برای هر وظیفه بهترین ترکیب انسان و فناوری را پیدا میکنیم
چرا بازآموزی کارکنان به یک ضرورت تبدیل شده است؟
اگر هوش مصنوعی بخشی از وظایف کارکنان را تغییر دهد، سازمان دو انتخاب اصلی خواهد داشت:
استخدام افراد جدید با مهارتهای مورد نیاز یا توسعه مهارت کارکنان فعلی.
البته در بسیاری از موارد، پاسخ درست ترکیبی از هر دو است.
استخدام نیروی متخصص میتواند سریعتر باشد، اما همیشه بهترین راه حل نیست.
کارکنان فعلی دانش ارزشمندی درباره مشتریان، فرآیندها، فرهنگ سازمانی و محصولات دارند. اگر بتوان مهارتهای جدید را به این دانش اضافه کرد، سازمان ممکن است به ترکیبی بسیار قدرتمند دست پیدا کند.
به همین دلیل، برنامهریزی نیروی کار باید آموزش و بازآموزی را در کنار استخدام و اتوماسیون قرار دهد.
در واقع، سازمان باید بتواند برای هر نیاز جدید مشخص کند:
استخدام کنیم، آموزش دهیم، خودکار کنیم یا برونسپاری کنیم؟
و مهمتر از آن، باید بتواند این چهار گزینه را در کنار یکدیگر ارزیابی کند
از استخدام تا طراحی دوباره کار
هوش مصنوعی فقط فرآیند استخدام را تغییر نمیدهد؛ بلکه میتواند دلیل استخدام را نیز تغییر دهد.
در مدل سنتی، وقتی حجم کار افزایش پیدا میکرد، مدیران معمولاً به دنبال نیروی بیشتر بودند.
اما اگر بخشی از آن حجم کار قابل خودکارسازی باشد، افزایش تعداد کارکنان همیشه بهترین راه حل نیست.
در مقابل، اگر AI فعالیتهای تکراری را انجام دهد، ممکن است سازمان به تعداد کمتری نیروی عملیاتی اما تعداد بیشتری متخصص برای مدیریت، تحلیل و کنترل سیستمهای هوشمند نیاز داشته باشد.
در نتیجه، ساختار تیمها نیز میتواند تغییر کند.
یک تیم کوچک با دسترسی به ابزارهای مناسب هوش مصنوعی ممکن است بتواند کاری را انجام دهد که در گذشته به یک تیم بزرگتر نیاز داشت.
این موضوع به معنی کوچک شدن تمام سازمانها نیست؛ بلکه به معنای تغییر نسبت میان تعداد افراد، مهارتها و ظرفیت فناوری است.
هوش مصنوعی چگونه ساختار سازمانی را تغییر میدهد؟
وقتی نحوه انجام کار تغییر میکند، ساختار سازمان نیز دیر یا زود تحت تأثیر قرار میگیرد.
سازمانی را تصور کنید که در آن یک فرآیند پیچیده قبلاً توسط چندین واحد مختلف انجام میشد.
اگر یک سیستم هوش مصنوعی بتواند بخشهایی از این فرآیند را به صورت خودکار انجام دهد، مرز میان واحدها نیز ممکن است تغییر کند.
برخی وظایف حذف میشوند.
برخی وظایف با یکدیگر ترکیب میشوند.
برخی نقشها تخصصیتر میشوند.
و حتی ممکن است نقشهایی به وجود بیایند که پیش از ورود AI وجود نداشتند.
برای مثال، سازمانها ممکن است به افرادی نیاز داشته باشند که مسئول ارزیابی خروجی سیستمهای هوش مصنوعی، مدیریت فرآیندهای AI، کنترل ریسک یا طراحی نحوه همکاری انسان و ماشین باشند.
بنابراین، تحول هوش مصنوعی صرفاً یک پروژه فناوری نیست.
این تحول میتواند به یک پروژه بازطراحی سازمان تبدیل شود.
چرا شرکتها نباید فقط روی خرید ابزارهای هوش مصنوعی تمرکز کنند؟
یکی از اشتباهات رایج شرکتها این است که هوش مصنوعی را به خرید یک نرم افزار یا اشتراک یک سرویس تقلیل دهند.
خرید ابزار به خودی خود تحول ایجاد نمیکند.
ممکن است یک سازمان دهها ابزار AI در اختیار داشته باشد، اما همچنان فرآیندهای قدیمی، ساختارهای پیچیده و تصمیمگیریهای پراکنده داشته باشد.
در چنین شرایطی، فناوری جدید فقط روی یک ساختار قدیمی قرار گرفته است.
برای استفاده واقعی از هوش مصنوعی، سازمان باید چند سؤال را پاسخ دهد:
- قرار است AI کدام مسئله را حل کند؟
- چه فرآیندی باید تغییر کند؟
- چه کسی مسئول استفاده و نظارت بر سیستم است؟
- چه دادههایی مورد نیاز هستند؟
- کارکنان چه مهارتهایی نیاز دارند؟
- خروجی AI چگونه ارزیابی میشود؟
- مسئولیت تصمیم نهایی با چه کسی است؟
- چه ریسکهایی ممکن است ایجاد شود؟
- آیا استفاده از AI واقعاً هزینه یا زمان انجام کار را کاهش میدهد؟
- ظرفیت آزادشده چگونه دوباره در کسبوکار استفاده خواهد شد؟
اگر پاسخ این پرسشها مشخص نباشد، احتمال دارد پروژه AI به جای تحول سازمانی، فقط به خرید یک ابزار جدید تبدیل شود.
چالش اصلی، فناوری نیست
اتصال دادههای منابع انسانی، مالی، تدارکات و فناوری میتواند تصمیمگیری را بسیار بهتر کند، اما فناوری به تنهایی نمیتواند مشکل برنامهریزی نیروی کار را حل کند.
چالش اصلی در بسیاری از سازمانها، هماهنگی میان مدیران و بخشهای مختلف است.
اگر واحد منابع انسانی یک تصویر از وضعیت نیروی کار داشته باشد و واحد مالی تصویر دیگری، حتی بهترین سیستم نرم افزاری نیز نمیتواند بدون تصمیمگیری مدیریتی مناسب، مشکل را به صورت کامل حل کند.
سازمان باید ابتدا روی چند موضوع اساسی توافق داشته باشد:
اول؛ هدف مشترک چیست؟
همه بخشها باید بدانند که برنامهریزی نیروی کار در نهایت قرار است به چه هدفی خدمت کند؛ کاهش هزینه، افزایش بهرهوری، توسعه بازار، بهبود تجربه مشتری یا ترکیبی از این اهداف.
دوم؛ معیار موفقیت چیست؟
اگر هر واحد شاخص متفاوتی را معیار موفقیت بداند، تصمیمگیری دشوار خواهد شد.
سوم؛ چه کسی مسئول تصمیم نهایی است؟
استفاده از AI ممکن است تصمیمهایی ایجاد کند که میان فناوری، منابع انسانی و مالی مشترک هستند. بنابراین مسئولیتپذیری باید از ابتدا مشخص باشد.
چهارم؛ اطلاعات چگونه به اشتراک گذاشته میشود؟
تصمیمگیری هوشمند به دادههای قابل اعتماد و بهروز نیاز دارد.
در نهایت، تحول واقعی زمانی اتفاق میافتد که فناوری، داده و مدیریت در یک مسیر مشترک قرار بگیرند
سازمانها چگونه باید برای آینده نیروی کار آماده شوند؟
شرکتهایی که میخواهند از تغییرات ناشی از هوش مصنوعی عقب نمانند، لازم نیست همه چیز را یکباره تغییر دهند.
بهتر است تحول را مرحله به مرحله انجام دهند.
۱. تمام فعالیتهای سازمان را شناسایی کنید
به جای شروع از عنوانهای شغلی، فعالیتهای واقعی را بررسی کنید.
مشخص کنید هر تیم دقیقاً چه کارهایی انجام میدهد و هر فعالیت چقدر زمان و هزینه مصرف میکند.
۲. فعالیتهای قابل خودکارسازی را مشخص کنید
همه کارها برای اتوماسیون مناسب نیستند.
فعالیتهایی که تکراری، ساختاریافته، داده محور و قابل پیشبینی هستند معمولاً گزینههای مناسبی برای بررسی استفاده از AI هستند.
۳. نقش انسان را بعد از اتوماسیون تعریف کنید
این مرحله بسیار مهم است.
نباید فقط پرسید چه کاری را میتوان به AI سپرد.
باید مشخص کرد بعد از واگذاری آن فعالیت، کارکنان چه کاری انجام خواهند داد.
۴. شکاف مهارتی را اندازهگیری کنید
بررسی کنید سازمان امروز چه مهارتهایی دارد و در یک تا سه سال آینده به چه مهارتهایی نیاز خواهد داشت.
۵. آموزش و بازآموزی را جدی بگیرید
اگر کارکنان فعلی ظرفیت یادگیری مهارتهای جدید را دارند، توسعه آنها میتواند یکی از مهمترین سرمایهگذاریهای سازمان باشد.
۶. AI را با شاخصهای واقعی کسبوکار بسنجید
صرف استفاده از هوش مصنوعی موفقیت نیست.
باید بررسی شود که آیا AI واقعاً باعث افزایش بهرهوری، کاهش هزینه، بهبود کیفیت، افزایش سرعت یا خلق ارزش جدید شده است یا خیر.
۷. برنامه نیروی کار را دائماً بهروزرسانی کنید
برنامهای که یک سال پیش طراحی شده است ممکن است با فناوری و نیازهای امروز سازگار نباشد.
به همین دلیل، برنامهریزی نیروی کار باید یک فرآیند مستمر باشد.
آیا هوش مصنوعی باعث کوچکتر شدن شرکتها میشود؟
پاسخ سادهای برای این سؤال وجود ندارد.
در برخی سازمانها، AI میتواند باعث شود یک تیم کوچک ظرفیت بسیار بیشتری داشته باشد.
در برخی دیگر، افزایش بهرهوری ممکن است باعث رشد سریعتر کسبوکار و در نتیجه افزایش نیاز به نیروی انسانی شود.
بنابراین، رابطه میان هوش مصنوعی و تعداد کارکنان الزاماً خطی نیست.
ممکن است AI برخی وظایف را کاهش دهد، اما هم زمان فعالیتهای جدیدی ایجاد کند.
ممکن است یک شرکت با همان تعداد کارکنان، مشتریان بیشتری جذب کند.
ممکن است سازمانی کوچکتر شود، اما سازمان دیگری به دلیل افزایش ظرفیت خود رشد کند.
به همین دلیل، بهتر است به جای تمرکز بر این سؤال که «AI چند شغل را حذف میکند؟»، پرسش دقیقتری مطرح کنیم:
AI چگونه ترکیب وظایف، مهارتها و ظرفیت سازمان را تغییر میدهد؟
این پرسش تصویر واقعبینانهتری از آینده ارائه میدهد.
مزیت رقابتی آینده متعلق به چه شرکتهایی خواهد بود؟
در آینده، صرفاً داشتن دسترسی به هوش مصنوعی مزیت رقابتی محسوب نمیشود.
زیرا ابزارهای مشابه به تدریج در اختیار بسیاری از شرکتها قرار خواهند گرفت.
تفاوت اصلی در نحوه استفاده از این ابزارها خواهد بود.
دو شرکت ممکن است از یک مدل هوش مصنوعی مشابه استفاده کنند، اما یکی از آنها بتواند با استفاده از AI فرآیندهای خود را بهتر طراحی کند، کارکنانش را آموزش دهد، دادههای دقیقتری در اختیار سیستم قرار دهد و خروجی را به تصمیمهای تجاری تبدیل کند.
در چنین شرایطی، مزیت رقابتی نه در خود فناوری، بلکه در نحوه سازماندهی کار با فناوری ایجاد میشود.
به عبارت دیگر:
هوش مصنوعی به تنهایی مزیت رقابتی نیست؛ سازمانی که بهتر از هوش مصنوعی استفاده میکند میتواند مزیت رقابتی بسازد.
این مسئله برای کسبوکارهای کوچک و متوسط نیز اهمیت دارد.
یک شرکت کوچک الزاماً برای استفاده از AI به زیرساخت عظیم نیاز ندارد.
در بسیاری از موارد، شناسایی یک یا دو فرآیند مهم و خودکارسازی هوشمندانه آنها میتواند تأثیر قابل توجهی بر بهرهوری داشته باشد.
آینده نیروی کار؛ انسان در برابر هوش مصنوعی یا انسان در کنار هوش مصنوعی؟
شاید مهمترین اشتباه در بحث آینده کار، قرار دادن انسان و هوش مصنوعی در دو طرف یک رقابت باشد.
واقعیت این است که در بسیاری از محیطهای کاری، ارزش واقعی زمانی ایجاد میشود که نقاط قوت هر دو در کنار یکدیگر قرار بگیرد.
هوش مصنوعی میتواند در پردازش حجم زیادی از اطلاعات، شناسایی الگوها، انجام فعالیتهای تکراری و تولید سریع خروجیها بسیار قدرتمند باشد.
انسان نیز در قضاوت، همدلی، مسئولیتپذیری، خلاقیت، درک زمینه، ارتباط و تصمیمگیری در شرایط پیچیده توانمندیهای منحصربهفردی دارد.
ترکیب این دو میتواند مدل جدیدی از نیروی کار را شکل دهد.
در این مدل، انسان الزاماً کمتر ارزشمند نمیشود؛ بلکه نوع ارزشی که ایجاد میکند تغییر میکند.
کارمند آینده ممکن است کمتر زمان خود را صرف اجرای مستقیم وظایف کند و بیشتر زمان خود را به هدایت سیستمها، تحلیل نتایج، تصمیمگیری و خلق ارزش اختصاص دهد.
این تغییر نیازمند یک تحول فرهنگی نیز هست.
سازمانها باید کارکنان را صرفاً به استفاده از ابزارهای AI تشویق نکنند؛ بلکه باید به آنها یاد بدهند چگونه با این فناوری همکاری کنند، خروجی آن را ارزیابی کنند و مسئولانه از آن استفاده کنند.
برنامهریزی نیروی کار دیگر یک موضوع منابع انسانی نیست
آنچه در نهایت از این تحول به دست میآید، تغییر جایگاه برنامهریزی نیروی کار در سازمان است.
در گذشته، این موضوع ممکن بود بیشتر به استخدام، حقوق، مزایا و آموزش محدود شود.
اما امروز برنامهریزی نیروی کار مستقیماً با استراتژی کسبوکار ارتباط دارد.
اگر شرکت قصد توسعه بازار دارد، باید بداند چه ترکیبی از انسان و فناوری میتواند این رشد را پشتیبانی کند.
اگر هدف کاهش هزینه است، باید مشخص شود کدام فرآیندها ارزش اتوماسیون دارند.
اگر سازمان قصد افزایش کیفیت خدمات را دارد، باید بداند AI در کدام نقاط میتواند به کارکنان کمک کند.
اگر شرکت قصد توسعه محصول جدید دارد، باید مشخص کند چه مهارتهایی در داخل سازمان وجود دارد و چه مهارتهایی باید ایجاد یا خریداری شوند.
در نتیجه، برنامهریزی نیروی کار دیگر یک فعالیت جانبی نیست.
این برنامهریزی به بخشی از استراتژی اصلی کسبوکار تبدیل شده است.
آینده متعلق به سازمانهایی است که سریعتر یاد میگیرند
هوش مصنوعی با سرعت زیادی در حال تغییر محیط کسبوکار است.
اما سازمانها لازم نیست برای پیشبینی دقیق تمام اتفاقات آینده تلاش کنند.
آنچه اهمیت بیشتری دارد، ایجاد سازمانی است که بتواند سریع یاد بگیرد و سریع خود را با شرایط جدید تطبیق دهد.
چنین سازمانی دائماً میپرسد:
چه چیزی تغییر کرده است؟
کدام فعالیتها دیگر مانند گذشته انجام نمیشوند؟
چه مهارتهایی اهمیت بیشتری پیدا کردهاند؟
کدام فناوری واقعاً ارزش ایجاد میکند؟
کدام فرآیندها باید بازطراحی شوند؟
و چگونه میتوان ظرفیت جدید ایجادشده توسط AI را به رشد کسبوکار تبدیل کرد؟
این نگاه باعث میشود سازمان به جای واکنش دیرهنگام به تغییرات، به صورت مداوم برای آینده آماده باشد.
جمعبندی؛ هوش مصنوعی فقط آینده کار را تغییر نمیدهد، آینده سازمان را تغییر میدهد
هوش مصنوعی دیگر صرفاً یک ابزار برای افزایش سرعت انجام وظایف نیست.
این فناوری در حال تغییر دادن ساختار کار، ترکیب مهارتها، نقش کارکنان، مدل استخدام، برنامهریزی منابع انسانی و حتی نحوه تعریف ظرفیت یک سازمان است.
در این شرایط، شرکتهایی که همچنان نیروی کار را فقط بر اساس تعداد کارکنان و بودجه سالانه برنامهریزی میکنند، ممکن است بخش مهمی از واقعیت جدید را نادیده بگیرند.
مدل جدید به سازمانها نیاز دارد تا کارکنان، پیمانکاران و سیستمهای هوشمند را در یک تصویر واحد ببینند.
در چنین مدلی، سؤال اصلی دیگر «چند نفر استخدام کنیم؟» نیست.
سؤال اصلی این است:
برای رسیدن به اهداف کسبوکار، چه کاری باید انجام شود و بهترین ترکیب انسان، مهارت و هوش مصنوعی برای انجام آن چیست؟
پاسخ به این سؤال میتواند مسیر سازمانها را در سالهای آینده تعیین کند.
شرکتهایی که زودتر این تغییر را درک کنند، میتوانند از هوش مصنوعی نه فقط برای کاهش هزینهها، بلکه برای افزایش ظرفیت، توسعه محصولات، بهبود تجربه مشتری و ایجاد فرصتهای جدید استفاده کنند.
در مقابل، سازمانهایی که AI را صرفاً یک ابزار جدید ببینند و ساختارهای قدیمی خود را بدون تغییر حفظ کنند، ممکن است با شکاف بیشتری میان سرعت فناوری و سرعت تصمیمگیری سازمانی مواجه شوند.
آینده متعلق به سازمانی نیست که صرفاً بیشترین ابزار هوش مصنوعی را خریداری کرده است.
آینده متعلق به سازمانی است که بهتر میداند انسان و هوش مصنوعی چگونه باید در کنار یکدیگر کار کنند.
سؤالات متداول
آیا هوش مصنوعی باعث حذف کامل مشاغل میشود؟
نه لزوماً. هوش مصنوعی میتواند برخی وظایف را خودکار کند، اما در بسیاری از موارد باعث تغییر محتوای شغل، ایجاد مهارتهای جدید و انتقال تمرکز کارکنان به فعالیتهای پیچیدهتر میشود.
هوش مصنوعی چگونه مفهوم نیروی کار را تغییر داده است؟
نیروی کار دیگر فقط شامل کارکنان رسمی سازمان نیست. پیمانکاران، متخصصان بیرونی و سیستمهای هوش مصنوعی نیز میتوانند بخشی از ظرفیت انجام کار سازمان باشند. بنابراین سازمانها باید به جای تمرکز صرف بر تعداد کارکنان، کل ظرفیت انجام کار را بررسی کنند.
آیا شرکتها باید بین استخدام و هوش مصنوعی یکی را انتخاب کنند؟
خیر. در بسیاری از موارد بهترین تصمیم ترکیبی از استخدام، آموزش کارکنان، خودکارسازی و استفاده از نیروی کار خارجی است. انتخاب مناسب به نوع فعالیت، هزینه، مهارت مورد نیاز و اهداف کسبوکار بستگی دارد.
مهمترین مهارتها در عصر هوش مصنوعی کداماند؟
تفکر تحلیلی، حل مسئله، خلاقیت، سواد دیجیتال، توانایی کار با ابزارهای هوش مصنوعی، تصمیمگیری، ارتباط مؤثر و یادگیری مستمر از جمله مهارتهایی هستند که اهمیت بیشتری پیدا میکنند.
چرا برنامهریزی سنتی نیروی کار دیگر کافی نیست؟
زیرا مدلهای سنتی معمولاً بر تعداد کارکنان، بودجه و ساختارهای ثابت تمرکز دارند؛ در حالی که سازمانهای امروزی ترکیبی از نیروی انسانی، پیمانکاران و سیستمهای هوشمند را به کار میگیرند و این ترکیب دائماً در حال تغییر است.
آیا هوش مصنوعی باعث کاهش تعداد کارکنان شرکتها میشود؟
در برخی موارد ممکن است تعداد نیروی مورد نیاز برای یک فعالیت کاهش پیدا کند، اما این الزاماً به معنای کوچکتر شدن کل سازمان نیست. افزایش بهرهوری میتواند به شرکت اجازه دهد با همان تعداد کارکنان بازار بزرگتری را پوشش دهد یا محصولات و خدمات بیشتری ارائه کند.
شرکتها چگونه باید برای آینده نیروی کار آماده شوند؟
با شناسایی فعالیتهای قابل خودکارسازی، بررسی شکاف مهارتی، آموزش کارکنان، طراحی سناریوهای مختلف نیروی کار، ارزیابی مداوم عملکرد AI و ایجاد همکاری میان منابع انسانی، مالی، فناوری و مدیریت ارشد.
آیا خرید ابزار هوش مصنوعی به تنهایی تحول سازمانی ایجاد میکند؟
خیر. ابزار فقط بخشی از راه حل است. برای ایجاد تحول واقعی، فرآیندهای کاری، مهارتها، ساختار سازمانی، دادهها و شیوه تصمیمگیری نیز باید متناسب با فناوری جدید تغییر کنند.
نتیجه نهایی
هوش مصنوعی در حال تغییر چیزی فراتر از ابزارهای مورد استفاده کارکنان است؛ این فناوری در حال تغییر دادن خودِ مفهوم کار است.
شرکتها باید از برنامهریزی سنتی که صرفاً تعداد کارکنان و بودجه را محاسبه میکند، به سمت مدلی حرکت کنند که در آن انسان، مهارت، فناوری و ظرفیت انجام کار در کنار یکدیگر دیده میشوند.
سازمانی که بتواند این تغییر را زودتر درک کند، نه تنها بهتر با آینده نیروی کار سازگار خواهد شد، بلکه میتواند از هوش مصنوعی به عنوان اهرمی برای رشد، نوآوری و ایجاد مزیت رقابتی استفاده کند.
در نهایت، مسئله اصلی این نیست که هوش مصنوعی جای انسان را میگیرد یا نه.
مسئله مهمتر این است که سازمانها چگونه کار را دوباره طراحی میکنند تا انسان و هوش مصنوعی در کنار یکدیگر بیشترین ارزش را ایجاد کنند.
دیدگاه خود را ثبت کنید...
آدرس ایمیل شما با توجه به قوانین حریم خصوصی منتشر نمی شود.