پس از دو سال و نیم استارتاپ، شرکت پس از ادغام کامل هوش مصنوعی به طور فزاینده‌ای "سنتی" می‌شود

نویسنده: دیجیتال لایف کازک

امروز نقطه‌ای نسبتاً خاص در زمان است.

من به مدت دو سال و نیم شرکت خود را اداره کرده‌ام و به طور رسمی یک سال از زمانی که یک انتقال قابل توجه انجام دادیم می‌گذرد.

در این دو سال و نیم، شرکت با چالش‌های متعدد و لحظات بحرانی بقا مواجه شده است، اما خوشبختانه ما توانسته‌ایم زنده بمانیم.

علاوه بر این، اوضاع نسبتاً خوب پیش می‌رود و ما به زودی دوباره حرکت خواهیم کرد.

با ادامه گسترش محتاطانه تیم و کسب‌وکار ما، به نقطه‌ای رسیده‌ایم که به سادگی نمی‌توانیم همه را در دفتر فعلی خود جا دهیم، که در پایان سال گذشته به آن منتقل شده‌ایم.

چند روز پیش، در حین گپ و گفت با دوستان، آنها ابراز شگفتی کردند و گفتند: "آیا شما از هوش مصنوعی زیادی استفاده نمی‌کنید؟ چرا هنوز استخدام می‌کنید؟ به طور نظری، باید افراد کمتری وجود داشته باشد و دفاتر کوچکتر باشد، درست است؟ آیا نباید فقط دوازده نفر در یک اتاق وجود داشته باشند، هر کدام با دوازده کارمند دیجیتال، که کار صدها نفر از گذشته را انجام می‌دهند؟"

این همان چیزی است که هوش مصنوعی به آن مربوط می‌شود، به نظر بسیار پیشرفته و جذاب می‌رسد.

من گفتم: "این بی‌معنی است."

واقعیت این است که نرخ نفوذ هوش مصنوعی ما تقریباً 100٪ است. تقریباً همه در شرکت از عوامل مختلف استفاده می‌کنند و تمام موقعیت‌ها، از جمله مالی، منابع انسانی، حقوقی، کسب‌وکار، کارگزاری و عملیات، از عوامل برای ساده‌سازی فرآیندها و ابزارهای مختلف استفاده می‌کنند.

با این حال، برخی از چیزها وجود دارند که به سادگی نمی‌توانند توسط هوش مصنوعی تسریع شوند و این چیزها به جای آن به مهم‌ترین وظایف برای کارمندان انسانی ما تبدیل شده‌اند.

هر چه هوش مصنوعی پیشرفته‌تر باشد، بیشتر از آن استفاده می‌کنیم، اما در درک همه، از جمله من، به طور فزاینده‌ای "سنتی" شده‌ایم.

این یک پدیده جالب است. در مصاحبه‌ها چند روز پیش و در گردهمایی‌های شام با دوستان، بسیاری به تحول هوش مصنوعی در کسب‌وکارها علاقه‌مند بودند، بنابراین آنها مکرراً از من می‌پرسیدند که چرا این تجربیات را نمی‌نویسم.

بنابراین، در این نقطه عطف مهم که شرکت من یک ساله می‌شود، جرات می‌کنم به اشتراک بگذارم که چگونه یک کسب‌وکار کوچک و نسبتاً سنتی با کمتر از 40 نفر از هوش مصنوعی استفاده می‌کند.

من قطعاً در موقعیت یک رئیس موفق به اصطلاح نیستم که به همه بگویم چگونه یک شرکت را مدیریت کنند؛ ما از موفقیت بسیار دور هستیم. فقط فکر می‌کنم می‌توانم کمی از تجربیاتم را به اشتراک بگذارم.

پس بیایید شروع کنیم.

1. ادغام کامل هوش مصنوعی

من با بسیاری از شرکت‌ها مواجه شده‌ام و وقتی مدیران درباره ادغام هوش مصنوعی صحبت می‌کنند، واکنش اول آنها اغلب بسیار مشابه است: ایجاد یک سیستم، پیدا کردن یک شخص مسئول و ایجاد یک پلتفرم میانی هوش مصنوعی.

این به نظر حرفه‌ای می‌رسد و حس امنیتی را فراهم می‌کند.

من کاملاً این ایده را درک می‌کنم؛ ما در گذشته همین کار را زمانی که مشاور بودم انجام داده‌ایم.

با این حال، بعداً متوجه شدیم که این رویکرد دارای نقاط ضعف است.

به نظر می‌رسد که این سازمان‌یافته‌ترین راه است، اما همچنین آسان‌ترین راه برای تبدیل هوش مصنوعی به یک مرکز برنامه‌ریزی دیگر درون شرکت است.

به عنوان مثال، اگر منابع انسانی با مشکلی در غربالگری هوش مصنوعی نامزدها مواجه شود، ابتدا یک درخواست مطرح می‌کنند.

یا اگر کسب‌وکار بخواهد یک ابزار تحلیل هوش مصنوعی برای مشتریان ایجاد کند، ابتدا یک سند نیازمندی‌ها می‌نویسند.

مشکل در خط مقدم کسب‌وکار رخ می‌دهد، اما درخواست باید از چندین لایه افراد عبور کند تا به کسانی که واقعاً ابزارها را ایجاد می‌کنند برسد.

همه ما می‌دانیم که اطلاعات می‌تواند گم شود؛ با هر انتقال، زمینه گم می‌شود و تا زمانی که محصول در نهایت ایجاد شود، ممکن است جهان به طور قابل توجهی تغییر کرده باشد.

بخش دردناک این است که کارمندان خط مقدم به طور فزاینده‌ای در مطرح کردن درخواست‌ها مهارت پیدا می‌کنند، در حالی که کسانی که در میانه قرار دارند به استفاده از هوش مصنوعی عادت می‌کنند.

در نهایت، تنها افرادی که در شرکت واقعاً توانایی خلاقانه دارند هنوز هم فقط چند نفر هستند.

با این حال، من معتقدم که یک سازمان در عصر هوش مصنوعی نباید اینگونه باشد؛ باید سازمانی باشد که همه بتوانند از هوش مصنوعی استفاده کنند یا ابزارهایی برای حل مشکلات ایجاد کنند، نه اینکه به یک پلتفرم میانی به اصطلاح محدود شوند.

بنابراین بعداً، چه در شرکت خودم و چه در حین گپ و گفت با دوستانی که کسب‌وکار خود را اداره می‌کنند، همیشه یک پیشنهاد بسیار محدود می‌دهم.

برای شرکت‌هایی با کمتر از 100 کارمند، ایجاد یک پلتفرم میانی هوش مصنوعی باید با احتیاط انجام شود.

این نیست که یک پلتفرم میانی هوش مصنوعی ارزش ندارد. سیستم‌های بزرگ، فیشو، نرم‌افزار مالی، مجوزهای یکپارچه و پایه‌های امنیتی قطعاً نیاز به متخصصانی برای مدیریت دارند.

اما این پلتفرم به اصطلاح میانی باید تا حد ممکن نازک نگه داشته شود.

باید مجوزها، امنیت، هزینه‌ها، استانداردهای داده و خطوط قرمز غیرقابل مذاکره را حفظ کند، در حالی که مسائل مربوط به سرورها، توکن‌ها و غیره را حل کند. مسائل باقی‌مانده که به شدت به کسب‌وکار مربوط می‌شوند و به طور مداوم در حال تغییر هستند باید توسط کسانی که نزدیک‌ترین به مشکلات هستند با استفاده از هوش مصنوعی خودشان حل شوند.

چه شما به طور مستقیم از عوامل استفاده کنید، چه ابزارهایی با عوامل ایجاد کنید، چه اسکریپت‌ها بنویسید یا RPA انجام دهید، مهم نیست؛ آنچه مهم است این است که خودتان آن را حل کنید.

زیرا تنها آنها می‌توانند واقعاً درک کنند که نقاط درد کجا هستند و از دست رفتن اطلاعات در حین تعامل به حداقل می‌رسد.

بنابراین، در شرکت ما، ممکن است بسیار سخت باشد؛ بسیاری از مسائل و فرآیندهایی که نیاز به بهینه‌سازی دارند، اما هیچ موقعیت خاصی برای کمک به شما در توسعه راه‌حل‌ها وجود ندارد. تنها کسانی که می‌توانند آن را حل کنند، شما و عوامل هستند، چه Codex، Workbuddy، Claude Code یا دیگران؛ مهم نیست، اما باید کارکنان کسب‌وکار باشند که آن را حل کنند.

این فرآیند احتمالاً در ابتدا بسیار ناخوشایند به نظر می‌رسد.

برخی از افراد ممکن است در توصیف نیازهای خود مشکل داشته باشند، برخی ممکن است از کدنویسی بترسند و برخی ممکن است زمان زیادی را صرف تولید چیزی کنند که به سختی قابل استفاده است.

در واقع، برای بسیاری از وظایف، استفاده از عوامل برای اولین بار ممکن است کندتر از انجام آن به صورت دستی باشد.

اما این دست و پا زدن به ویژه مهم است.

به من اعتماد کنید، هوش مصنوعی آنقدرها هم پیچیده نیست. وقتی یک نفر برای اولین بار چیزی عملیاتی را از مشکلات کار خود ایجاد می‌کند، حتی اگر خام باشد، درک آنها از کار تغییر می‌کند.

در گذشته، آنها فقط می‌توانستند فرآیندها را تحمل کنند و جنبه‌هایی را که از آن راضی نبودند تحمل کنند.

اکنون، برای اولین بار، آنها متوجه می‌شوند که فرآیندها نیز می‌توانند توسط خودشان تغییر کنند.

بعداً متوجه شدم که با ادغام هوش مصنوعی، شاید ارزشمندترین چیزی که به کارمندان عادی ارائه می‌دهد، نه تنها کارایی بلکه حس ابتکار از دست رفته‌ای است.

من به شدت از همه می‌خواهم که از عوامل برای بهینه‌سازی جنبه‌هایی از کار خود که از آن راضی نیستند استفاده کنند.

این همان چیزی است که من معتقدم ادغام هوش مصنوعی به آن مربوط می‌شود، به همین دلیل است که اکنون این ساختار "پلتفرم میانی نازک، خط مقدم ضخیم" را تأیید می‌کنم.

2. همه چیز مبتنی بر داده

البته، صرفاً توزیع عوامل به همه به طور خودکار سازمانی به اصطلاح در عصر هوش مصنوعی ایجاد نخواهد کرد.

بسیاری از شرکت‌هایی که به من مراجعه می‌کنند تا درباره ادغام هوش مصنوعی صحبت کنند، اغلب با همان مشکل مواجه می‌شوند.

آنها داده ندارند.

جلسات گذشته هیچ متنی ندارند، ارتباطات مشتری در سوابق چت افراد مختلف پراکنده است و حتی نمی‌توانند نسخه‌ای یکپارچه از قراردادها و نقل قول‌ها پیدا کنند. پس از اتمام پروژه‌ها، هیچ بازبینی وجود ندارد.

بسیاری از مهم‌ترین تجربیات تنها در ذهن چند کارمند ارشد وجود دارد.

در این صورت، یک عامل چه فایده‌ای دارد؟

برای یک سازمان، اکنون بیشتر از همیشه به این نتیجه رسیده‌ام که:

عوامل آنقدرها هم مهم نیستند؛ داده مهم‌ترین چیز است.

من به ظهور داده‌ها به شدت اعتقاد دارم.

در شرکت رسانه‌ای مجازی و واقعی ما، ما کسب‌وکار MCN انجام می‌دهیم، صدها تأثیرگذار را امضا می‌کنیم و با نزدیک به صدها برند ارتباط برقرار می‌کنیم.

ما تلاش می‌کنیم تا داده‌های محتوای گذشته، داده‌های تجاری و داده‌های همکاری را به عنوان دارایی‌های داده‌ای که باید درون سازمان حفظ شوند، در نظر بگیریم.

علاوه بر این، آن چیزهایی که سخت به زمینه‌های استاندارد می‌خورد، به عنوان ویژگی‌ها برچسب‌گذاری می‌شوند و به جداول چندبعدی در فیشو به عنوان برچسب‌های غیرساختاری قرار می‌گیرند.

نگفته نماند که تمام متن‌های جلسات، اسناد، دانش و SOPهای ما نیز در پایگاه دانش ذخیره خواهد شد.

تیم کارگزاری ما اکنون وقت روزانه خود را صرف برچسب‌گذاری بسیاری از تأثیرگذارانی می‌کند که با آنها همکاری کرده‌ایم.

این رویکرد قطعاً خسته‌کننده است.

بسیاری از سوابق ممکن است در حال حاضر ارزشی نشان ندهند و برچسب‌ها نمی‌توانند در یک بار کامل شوند. در واقع، یک جزئیات ذخیره شده امروز ممکن است برای نیم سال مفید نباشد.

اما من هنوز معتقدم که باید ذخیره شود.

زیرا آنچه یک شرکت واقعاً دارد هرگز فقط پول در حساب‌هایش، تجهیزات در دفترش و فهرست کارمندانش نیست.

این همچنین شامل تمام داده‌ها و زمینه‌هایی است که در طول سال‌ها جمع‌آوری شده‌اند.

مدل‌ها می‌توانند خریداری شوند، توکن‌ها می‌توانند خریداری شوند و Codex می‌تواند توسط هر شرکتی استفاده شود.

اما به من اعتماد کنید، زمینه‌ای که یک شرکت در طول روزهای خاص بی‌شماری به جا می‌گذارد، چیزی است که تقریباً هرگز نمی‌توان از خارج خرید.

بنابراین، استراتژی که من به طور داخلی ترویج می‌کنم این است که تا حد ممکن ذخیره کنیم.

با این حال، این ذخیره‌سازی به اصطلاح نباید فقط به معنای ریختن همه چیز به یک پایگاه دانش یا جدول چندبعدی باشد.

زیرا تضادها در دنیای واقعی بسیار زیاد است؛ قوانین قدیمی مدت‌هاست که با قوانین جدید مخلوط شده‌اند، درست مانند کدی که اکنون با Vibe Coding تولید می‌کنیم. به عنوان مثال، دو بخش ممکن است دو مجموعه استاندارد برای یک معیار مشابه داشته باشند و الگوهای قرارداد قدیمی ممکن است هنوز در بالای نتایج جستجو ظاهر شوند. عوامل این آشفتگی را برای سازمان هضم نخواهند کرد.

آنها فقط چیزی را که شبیه‌ترین به یک پاسخ به نظر می‌رسد انتخاب کرده و آن را با سرعت هوش مصنوعی اجرا می‌کنند، حتی اگر نادرست باشد.

بنابراین، داده‌هایی که ذخیره می‌کنیم باید منابع، زمان‌سنج‌ها و طرف‌های مسئول داشته باشند.

چیزهای قدیمی باید دور انداخته شوند، استانداردهای متضاد باید کسی برای داوری داشته باشند و تصمیماتی که واقعاً بر پول، قراردادها و افراد تأثیر می‌گذارند باید به طور منظم بازبینی و پاک‌سازی شوند.

مهم است که درک کنیم عوامل به طور خودکار یک شرکت آشفتگی را پیشرفته و منظم نمی‌کنند.

حاکمیت داده‌ای که در پس این موضوع وجود دارد، کار سخت، خسته‌کننده و کثیف است، اما همچنین شرط کافی و لازم برای پیشرفت ادغام هوش مصنوعی سازمان است.

3. بازگشت به ذات موقعیت‌ها

با جمع‌آوری تدریجی داده‌ها و ورود واقعی عوامل به هر موقعیت، چیز جالب دیگری اتفاق می‌افتد.

افراد ماشین‌مانندتر نمی‌شوند.

در عوض، آنها انسانی‌تر می‌شوند.

به عنوان مثال، یک فرد تجاری قبلاً 50٪ از زمان خود را صرف سازماندهی داده‌ها، ایجاد جداول، تحقیق و اصلاح قراردادها می‌کرد، در حالی که 50٪ دیگر را صرف ملاقات با مشتریان می‌کرد.

اکنون، با انجام بسیاری از کارهای مقدماتی توسط عوامل، ممکن است تنها به 20٪ از زمان خود برای آن نیاز داشته باشند. 80٪ باقی‌مانده می‌تواند صرف ملاقات با مشتریان، درک نگرانی‌های آنها و جامع‌تر و دقیق‌تر کردن پیشنهادات شود.

کارگزاران ما نیز همین‌طور هستند.

در گذشته، آنها زمان زیادی را صرف جمع‌آوری داده‌ها، سازماندهی سوابق و تأیید جزئیات به طور مکرر می‌کردند. اکنون، این وظایف به تدریج می‌توانند به عوامل واگذار شوند و به آنها اجازه می‌دهد بیشتر با تأثیرگذاران درگیر شوند، به دقت به وضعیت‌های اخیر آنها گوش دهند و زمان بیشتری را صرف حفظ روابطی کنند که دشوار است کمیابی آنها را اندازه‌گیری کرد.

منابع انسانی، حقوقی، محتوا و عملیات نیز مشابه هستند.

هوش مصنوعی در انجام وظایفی که می‌توانند توصیف، تکرار و تأیید شوند، عالی است.

با حذف این وظایف لایه به لایه، آنچه باقی می‌ماند دقیقاً جنبه‌ای است که تسریع آن به شدت دشوار است.

ارتباط واقعی بین افراد.

برای ما، شرکتی با مدل کسب‌وکار B2B بسیار سنتی، این به ویژه واقع‌گرایانه است.

برای مثال، آیا یک مشتری پس از بروز یک مشکل مایل است تماس شما را بپذیرد؟

آیا یک تأثیرگذار مایل است چند سال آینده را به شما بسپارد و غیره؟

این چیزها می‌توانند با Codex آماده شوند، می‌توانند به شما کمک کنند جزئیات را به خاطر بسپارید و می‌توانند در بازبینی هر ارتباط کمک کنند.

اما نمی‌توانند تجربه زمان یا ارتباط رو در رو با طرف مقابل را جایگزین کنند.

به همین دلیل است که من همیشه می‌گویم که در عصر هوش مصنوعی، اعتماد و برند از الماس‌ها با ارزش‌تر هستند.

این به شدت دشوار است که جمع‌آوری شود و نیاز به زمان زیادی برای پرورش دارد.

هنگام برخورد با مشتریان خود، انجام وعده‌های خود به شما یک امتیاز می‌دهد. وقتی مشکلاتی پیش می‌آید، با شجاعت به آنها مواجه شدن بدون اجتناب به شما یک امتیاز دیگر می‌دهد. وقتی طرف مقابل در سخت‌ترین زمان‌های خود است، نه تنها ارسال پاسخ‌های سطحی بلکه به طور واقعی بررسی اینکه آیا می‌توانید کمک کنید، به شما یک امتیاز دیگر می‌دهد.

این به شدت کند است.

با این حال، به طرز پارادوکسیکالی، هر چه هوش مصنوعی سریع‌تر شود، این موضوع ارزشمندتر می‌شود.

این همچنین دلیل این است که با ادغام بیشتر عوامل، شرکت ما به طور فزاینده‌ای سنتی می‌شود.

نقش‌های تجاری شبیه به گذشته هستند، دائماً به ملاقات مشتریان می‌روند و با آنها نشسته‌اند.

کارگزاران نیز شبیه به کسانی هستند که واقعاً باید تأثیرگذاران را درک کنند، آنها را همراهی کنند و مدتی در کنار آنها باشند.

مدیران دیگر نمی‌توانند پشت گزارش‌ها پنهان شوند؛ آنها باید با تضادها مواجه شوند، قضاوت کنند و عواقب را تحمل کنند.

هوش مصنوعی تمام مسائل مربوط به کارایی را حل کرده است، اما قدیمی‌ترین روابط بین افراد به جلو آورده شده است.

4. زمان ذخیره شده کجا می‌رود

در حین نوشتن این، یک سوال نسبتاً سخت وجود دارد.

زمانی که عوامل صرفه‌جویی می‌کنند در نهایت کجا می‌رود؟

بسیاری از شرکت‌ها که درباره ادغام هوش مصنوعی بحث می‌کنند، عاشق محاسبه ساعت‌های صرفه‌جویی شده هستند.

یک فرآیند که قبلاً چهار ساعت طول می‌کشید اکنون فقط بیست دقیقه طول می‌کشد. یک موقعیتی که قبلاً بیست نفر را خدمت می‌کرد، اکنون می‌تواند پنجاه نفر را خدمت کند. یک پیشنهادی که قبلاً دو روز طول می‌کشید تا پیش‌نویس شود، اکنون می‌تواند در نیم ساعت پیش‌نویس اول را تولید کند.

این اعداد قطعاً مهم هستند.

اما اگر زمان صرفه‌جویی شده در نهایت با جلسات بیشتر، گزارش‌های بیشتر، تأییدهای بیشتر و فرم‌های بیشتری که هیچ‌کس واقعاً به آنها نگاه نمی‌کند پر شود، آنگاه شرکت فقط شلوغ‌تر شده است.

اگر یک کارمند، به دلیل استفاده از یک عامل، در ابتدا پنج وظیفه در روز انجام می‌داد اما اکنون مجبور است بیست وظیفه انجام دهد، که همه آنها باید فوراً ارائه شوند، آنها احساس آزادی از فناوری نخواهند کرد.

آنها فقط احساس خواهند کرد که شلاق سریع‌تر زده شده است.

از این منظر، فکر می‌کنم یک رئیس ممکن است به راحتی این موضوع را نادیده بگیرد.

زیرا از دیدگاه شرکت، بهبود کارایی به طور طبیعی به نظر می‌رسد که چیز خوبی است.

ما هیجان‌زده می‌شویم و احساس می‌کنیم که مرزها باز شده‌اند و بسیاری از چیزهایی که نمی‌توانستیم در گذشته انجام دهیم اکنون قابل انجام است.

من نیز همین احساس را دارم.

با کمی بیشتر توانایی، می‌خواهم پروژه دیگری را بر عهده بگیرم؛ به همین ترتیب، اگر عوامل می‌توانند تأثیرگذاران بیشتری را خدمت کنند، می‌خواهم تأثیرگذاران بیشتری را امضا کنم؛ اگر کسب‌وکار می‌تواند اطلاعات بیشتری را هضم کند، می‌خواهم مشتریان بیشتری را دنبال کنم؛ اگر تولید محتوا سریع‌تر است، می‌خواهم موضوعات بیشتری را پوشش دهم.

توانایی‌های صرفه‌جویی شده به سرعت با آرزوهای جدید پر می‌شود.

من فکر می‌کنم این یکی از دلایل است که چرا ما افراد بیشتری داریم و نیاز به جابجایی دفاتر داریم.

هوش مصنوعی ممکن است لزوماً شرکت را کوچکتر نکند.

آنچه در ابتدا تقویت می‌کند ممکن است آرزوهای شرکت و رئیس باشد.

این را به عنوان یادآوری برای خودم می‌نویسم.

آرزو اشتباه نیست؛ یک شرکت باید به جلو حرکت کند.

اما اگر هر کارایی فقط به اعداد بالاتر، برنامه‌های فشرده‌تر و کارهای بیشتر تبدیل شود، آنگاه آنچه ما به عنوان تحول هوش مصنوعی می‌نامیم، برای کارمند متوسط، فقط یک اضافه‌کاری دشوارتر برای رد کردن است.

بنابراین در شرکت، من به طور فزاینده‌ای نمی‌خواهم فقط بپرسم که عوامل چند ساعت صرفه‌جویی کردند.

می‌خواهم بپرسم، چه کسی در نهایت از آن ساعت‌ها بهره‌مند شد؟

زمان کسب‌وکار را به مشتریان بازگردانید.

زمان عوامل را به تأثیرگذاران بازگردانید.

زمان منابع انسانی را به آن کارمندانی که واقعاً نیاز به شنیده شدن دارند بازگردانید.

زمان حقوقی را به قضاوت‌های دشوار بازگردانید، نه اینکه به طور مکانیکی نسخه بیست و هفتم یک فرمت را اصلاح کنید.

زمان تیم محتوا را به تجربیات، کنجکاوی و موضوعات واقعاً ارزشمندی که باید درباره آنها نوشت، بازگردانید.

همچنین کمی زمان به یک فرد عادی بازگردانید.

آنها می‌توانند چیز جدیدی یاد بگیرند، کار خود را بهتر انجام دهند یا زودتر به خانه بروند و از یک وعده غذایی مناسب لذت ببرند.

مدیران به راحتی کارمندان را به عنوان صرفاً تولیدکنندگان در نظر می‌گیرند.

اما من معتقدم که مردم باتری‌هایی نیستند که منتظر تخلیه شدن توسط عوامل باشند.

بهترین ارزش سازمانی هوش مصنوعی، به نظر من، این است که هر کس باید عشق و شادی عمیق‌تری نسبت به کار خود داشته باشد.

فقط در این صورت است که آنها با کنجکاوی نسبت به جهان پر می‌شوند و وقتی با دیگران درگیر می‌شوند، می‌توانند اعتماد بیشتری جمع‌آوری کنند.

V. یک مدیر چیست

اکنون به سخت‌ترین جنبه می‌رسیم: خود مدیران.

در گذشته، یک مدیر می‌توانست به راحتی با ترتیب دادن اقدامات ارزش خود را ثابت کند.

جلسات، پیشبرد پیشرفت، جمع‌آوری گزارش‌های روزانه، انجام تأییدات، تقسیم وظایف به ده مرحله و بررسی اینکه آیا همه به طور دقیق از آن ده مرحله پیروی کرده‌اند.

با این حال، پس از اینکه عوامل مقدار زیادی از کارهای اجرایی را مصرف کردند، این نوع مدیریت به طور فزاینده‌ای ناخوشایند خواهد شد.

کارمندان، مجهز به Codex، می‌توانند مواد را تحقیق کنند، پیشنهادات ایجاد کنند، اسکریپت‌ها بنویسند و فرآیندهایی را که قبلاً نیاز به عبور از چندین بخش داشتند، آغاز کنند.

در این مرحله، آنچه مدیران واقعاً باید انجام دهند نباید شامل این همه اقدام باشد.

در عوض، آنها باید بپرسند:

هدف نهایی چیست؟

چه چیزی به هیچ وجه نباید اشتباه باشد؟

چه خطراتی را شرکت می‌تواند تحمل کند؟

تا چه حد نتیجه باید کامل باشد؟

در صورت بروز وضعیت غیرمنتظره، چه کسی تصمیم نهایی را خواهد گرفت؟

اگر چیزی اشتباه پیش برود، چه کسی مسئولیت را بر عهده خواهد گرفت؟

این سوالات را به ویژه دشوار می‌یابم و نمی‌توان آنها را به طور مرتب در یک پاورپوینت ارائه داد.

اما اینها همان چیزی است که مدیریت به آن مربوط می‌شود.

مدیری که نمی‌تواند یک Prompt بنویسد هنوز زمان دارد تا یاد بگیرد.

مدیری که نمی‌تواند اهداف را به وضوح بیان کند، قضاوت کند و تنها زمانی که مشکلات پیش می‌آید مسئولیت را به زیردستان منتقل کند، به عقیده من، حتی قوی‌ترین عامل نیز او را نجات نخواهد داد.

گاهی اوقات احساس می‌کنم که بزرگ‌ترین تأثیر هوش مصنوعی بر مدیران به ابزارهای جدید یا مرتبط با هوش مصنوعی مربوط نمی‌شود؛ بلکه در عصر هوش مصنوعی، بسیاری از ناتوانی‌هایی که قبلاً در فرآیندها پنهان بودند به تدریج توسط هوش مصنوعی نمایان می‌شوند.

در گذشته، می‌توانستید بگویید که دست‌ها کافی نیستند، اطلاعات به خوبی سازماندهی نشده است یا اجرای کافی نیست.

اما اکنون، چه می‌توانید بگویید؟

در آینده، وقتی عوامل تمام مواد را پیدا کرده، پیشنهادات را ارائه داده و هزینه‌های اجرایی را کاهش داده‌اند، اگر تصمیم باقی‌مانده که نمی‌تواند گرفته شود هنوز هم به تأخیر بیفتد، چه می‌توانید بگویید؟

این برای من نیز صدق می‌کند.

نمی‌توانم از همه بخواهم که به طور فعال ایجاد کنند در حالی که همچنین انتظار داشته باشم هر جزئیات با دیدگاه من هم‌راستا باشد.

نمی‌توانم بگویم که من به نتایج متمرکز هستم در حالی که کسی را بر اساس ساعات اضافه‌کاری، سرعت پاسخ به پیام‌ها و چهره‌های شلوغ قضاوت می‌کنم.

همچنین نمی‌توانم اهداف نامشخصی را برای دیگران بگذارم و سپس از عبارت "شما باید یاد بگیرید که از هوش مصنوعی استفاده کنید" برای انتقال مسئولیت‌های مدیریتی به کارمندان استفاده کنم.

اینها در واقع نشانه‌هایی از ناتوانی شدید من هستند.

پس، سازمان‌ها در عصر هوش مصنوعی به چه سمتی پیش خواهند رفت؟ اغلب، این بستگی به این دارد که شرکت در ابتدا چه شکلی بوده است.

شرکتی که به مردم خود اعتماد ندارد از عوامل برای افزایش نظارت استفاده خواهد کرد.

رئیس کنترل‌کننده از عوامل برای صدور دستورات سریع‌تر استفاده خواهد کرد.

شرکتی که به مردم خود احترام می‌گذارد واقعاً عوامل را به ابزارهایی در دستان کارمندان عادی تبدیل خواهد کرد.

هوش مصنوعی هرگز به طور خودکار مدیریت پیشرفته را به ارمغان نخواهد آورد.

فقط جنبه‌های پنهان سازمان را نمایان خواهد کرد.

VI. تازه‌واردان چه باید بکنند

این حوزه‌ای است که ما به خوبی عمل نکرده‌ایم اما به طور فعال در حال کاوش هستیم. وقتی یک تازه‌وارد استخدام می‌کنیم، اغلب نمی‌دانیم چگونه آنها را راهنمایی کنیم. به عنوان مثال، یک تازه‌وارد در صنعت محتوا ممکن است با پیدا کردن مواد، اصلاح عناوین، سازماندهی موارد و نوشتن پیش‌نویس‌ها شروع کند. یک تازه‌وارد در کسب‌وکار ممکن است با سازماندهی اطلاعات مشتری، حضور در جلسات، نوشتن صورتجلسه‌ها و اصلاح پیشنهادات شروع کند. یک تازه‌وارد در حقوق ممکن است با بررسی ابتدایی‌ترین قراردادها و بندها شروع کند.

این وظایف خسته‌کننده هستند و گاهی اوقات می‌توانند بسیار عذاب‌آور باشند.

اما در گذشته، بسیاری از افراد از طریق این وظایف پایه‌ای غریزه‌های خود را پرورش می‌دادند.

اما اکنون عوامل ما می‌توانند در عرض چند دقیقه به تازه‌واردان یک پاسخ 80 امتیازی ارائه دهند.

در کوتاه‌مدت، این به ویژه رضایت‌بخش است.

یک فرد تازه استخدام شده ممکن است در هفته اول خود چیزی تولید کند که در گذشته شش ماه طول می‌کشید تا کامل شود. از دیدگاه شرکت، هزینه‌های آموزشی به نظر کاهش یافته و تازه‌واردان احساس می‌کنند که ناگهان توانمند شده‌اند.

اما یک بهبود ناگهانی در خروجی به این معنا نیست که یک فرد واقعاً رشد کرده است.

اگر آنها از آن وظایف بنیادی عبور نکرده باشند، فرصتی برای درک اینکه چرا عامل آنچه را که انجام می‌دهد نخواهند داشت. وقتی هوش مصنوعی پاسخی ارائه می‌دهد که به نظر درست می‌رسد اما در واقع نادرست است، حتی فکر نمی‌کنند که آن را زیر سوال ببرند.

بیشترین نگرانی من این است که نه تنها تازه‌واردان نمی‌دانند چگونه از هوش مصنوعی استفاده کنند.

من نگرانم که آنها فقط بدانند چگونه از هوش مصنوعی استفاده کنند اما هرگز فرصتی برای توسعه قضاوت خود نداشته باشند.

زیرا به طور صادقانه، تازه‌واردان همیشه ضعیف‌ترین گروه در سازمان هستند.

اغلب، آنها بسیار گیج هستند، نمی‌دانند چه سوالاتی بپرسند، کدام قوانین قدیمی هستند یا آیا واقعاً قدرت تصمیم‌گیری دارند وقتی یک رهبر می‌گوید: "شما تصمیم بگیرید."

عوامل ممکن است به آنها خروجی بدهند اما لزوماً آنها را با توانایی تحمل عواقب مجهز نمی‌کنند.

اگر شرکت فقط به نتایج نگاه کند، ممکن است آنها را با آن پاسخ 80 امتیازی پیش ببرد تا زمانی که در یک موقعیت بحرانی اشتباه بزرگی مرتکب شوند و سپس شرکت از آنها بپرسد که چرا این را درک نمی‌کنند.

بنابراین من همچنین بسیار نگرانم که این برای رشد تازه‌واردان بسیار مضر باشد.

برای شرکت ما، من در حال فکر کردن به این هستم که چگونه یک مسیر رشد برای تازه‌واردان طراحی کنم.

این مسیر قطعاً نه به معنای عمدی ساختن تازه‌واردان برای ادامه انجام کارهای بی‌معنی است، و نه به معنای مجبور کردن آنها به بازگشت به یک عصر دستی به خاطر آموزش.

بلکه، این به معنای صرف زمان به اندازه ممکن برای کمک به آنها در درک اینکه چرا عامل آنچه را که انجام می‌دهد، مقایسه پیشنهادات مختلف، ملاقات واقعی با مشتریان، دیدن عواقب اشتباهات، قضاوت کردن زمانی که کسی از آنها حمایت می‌کند و امضای نام خود بر روی خروجی نهایی است.

آنچه یک تازه‌وارد نیاز دارد، به عقیده من، هرگز فقط خروجی سریع‌تر نیست.

آنها نیاز دارند که به طور ایمن چند اشتباه انجام دهند، توسط کسی که واقعاً در این زمینه درک دارد اصلاح شوند و بدانند که یک روز آنها نیز می‌توانند شخصی باشند که از دیگران حمایت می‌کند.

به راحتی می‌توان به یک تازه‌وارد یک عامل داد که می‌تواند یک پاسخ 80 امتیازی تولید کند.

اما فراهم کردن یک مسیر برای رشد به یک کارشناس، مدیریت واقعی است.

VII. ذات ما

بنابراین به ابتدای موضوع برمی‌گردیم، چرا می‌گویم هر چه هوش مصنوعی در یک شرکت بیشتر باشد، بیشتر شبیه یک شرکت سنتی می‌شویم؟

زیرا وقتی هوش مصنوعی هر چیزی را که می‌تواند تسریع کند، تسریع می‌کند، بخش‌های واقعاً دشوار سازمان، آنهایی که نمی‌توانند توسط هوش مصنوعی تسریع شوند، در نهایت از زیر یخ بیرون می‌آیند.

داده‌ها می‌توانند به طور خودکار سازماندهی شوند، اما اعتماد نمی‌تواند.

قراردادها می‌توانند به سرعت تولید شوند، اما مسئولیت نمی‌تواند.

ارتباط واقعی بین افراد هرگز نمی‌تواند خودکار شود. درست مانند اطلاعات مشتری که قطعاً می‌تواند تحلیل شود، اما آیا آنها هنوز هم به شما اعتماد خواهند کرد وقتی خبر بدی پیش می‌آید، نمی‌توان به سادگی از طریق تحلیل محاسبه کرد.

این مسائل بسیار قدیمی، بسیار کند و بسیار غیرجذاب هستند.

با این حال، سرنوشت یک شرکت کوچک اغلب به این مسائل بستگی دارد.

برای شرکت ما، ما یکی از آن شرکت‌ها نیستیم که موانع فناوری داشته باشیم؛ ما فقط یک شرکت کوچک هستیم که سعی می‌کنیم در این عصر کمی کسب‌وکار ایجاد کنیم تا از همکاران خود حمایت کنیم و راه خود را برای بقا پیدا کنیم.

ما زنده می‌مانیم زیرا هنوز مشتریانی وجود دارند که مایلند بودجه خود را به ما بسپارند، تأثیرگذاران مایل به سپردن حرفه خود به ما هستند و رهبرانی مایل به همکاری با ما در رویدادهای آفلاین و حتی برنامه‌های تلویزیونی هستند. ما همچنین گروهی از همکاران داریم که به این باور دارند که می‌توانیم با هم "همه چیز را در عصر هوش مصنوعی پیوند دهیم."

بنابراین من به طور فزاینده‌ای احساس می‌کنم که چه داده‌ها، عوامل یا اتوماسیون، ارزش واقعی آنها در سازمان نباید این باشد که مردم را از معادله حذف کنند.

ما این همه برچسب تأثیرگذار ایجاد نمی‌کنیم تا یک روز بتوانیم از شناخت تأثیرگذاران دست برداریم.

برعکس، این برای کمک به عوامل است تا درک کنند تأثیرگذاران در گذشته چه تجربیاتی داشته‌اند و اکنون چه نیازهایی دارند وقتی با آنها ملاقات می‌کنند.

کسب‌وکار از عوامل برای سازماندهی اطلاعات مشتری استفاده نمی‌کند تا از دیدن مشتریان اجتناب کند.

برعکس، این است که وقتی در مقابل مشتریان نشسته‌ایم، زمان را برای کارهایی که باید از قبل انجام می‌شد، هدر ندهیم.

ما جلسات، اسناد و SOPها را ذخیره نمی‌کنیم تا سازمان صرفاً به سیستم وابسته باشد.

بلکه برای اطمینان از اینکه هر تازه‌واردی مجبور نیست سرش را پایین بیندازد و در همه جا کمک بخواهد، و همچنین نباید به همه دام‌هایی که دیگران قبلاً با آنها مواجه شده‌اند، بیفتد.

هوش مصنوعی مسئول حذف اصطکاک‌های غیرضروری بین افراد است.

و سپس، اجازه می‌دهد که یک فرد زمان بیشتری برای ارتباط واقعی با یک فرد دیگر داشته باشد.

این ذات ماست.

ما یک شرکت فوق‌العاده نیستیم که بتواند به طور خودکار در ابر با فقط چند ده کارمند دیجیتال عمل کند.

ما گروهی از افراد بسیار عادی هستیم که از پیشرفته‌ترین فناوری این عصر برای تلاش در انجام برخی کارهای بسیار سنتی به خوبی استفاده می‌کنیم.

به خوبی از یک مشتری خدمت کنید، از یک تأثیرگذار حمایت کنید، یک تازه‌وارد را راهنمایی کنید، وعده‌ای را حفظ کنید و به کسانی که با آنها کار می‌کنیم کمک کنید تا کمی بهتر زندگی کنند.

بنابراین به طرز عجیبی، هر چه بیشتر از هوش مصنوعی استفاده می‌کنیم، سنتی‌تر می‌شویم، اما من معتقدم که این یک پسرفت نیست.

فقط این است که با تدریج فناوری که پوسته بیرونی کارایی را از بین می‌برد، ما در نهایت می‌بینیم که مهم‌ترین چیزها بین افراد چیست.

در نتیجه

در حین نوشتن این، با نگاهی به دو سال و نیم گذشته، احساسات زیادی دارم.

ما از بسیاری از بحران‌های زندگی و مرگ عبور کرده‌ایم و تصمیمات اشتباهی زیادی گرفته‌ایم.

اکنون، اگرچه هنوز زنده‌ایم و حتی به دفتر بزرگ‌تری منتقل می‌شویم، نمی‌توانم بگویم که پاسخ‌های درستی پیدا کرده‌ایم.

آیا ادغام کامل هوش مصنوعی برای هر شرکتی مناسب است، نمی‌دانم.

آیا یک لایه میانی نازک و یک خط مقدم ضخیم مدل سازمانی خوبی در عصر هوش مصنوعی است، همچنین نمی‌دانم.

حتی کمتر مطمئن هستم که آیا مسیر رشد که برای تازه‌واردان طراحی می‌کنیم در نهایت کار خواهد کرد.

اما حداقل یک چیز که به طور فزاینده‌ای مطمئن هستم.

تغییرات سازمانی در عصر هوش مصنوعی به ظاهر شامل ابزارها، فرآیندها، داده‌ها و کارایی است، اما در نهایت، هنوز هم آزمایش می‌کند که یک شرکت چگونه با مردم خود رفتار می‌کند.

آیا شما مایلید قدرت خلق را به خط مقدم واگذار کنید؟

آیا مایلید زمان صرفه‌جویی شده توسط عوامل را به مشتریان، وبلاگ‌نویسان، کارمندان و خود زندگی بازگردانید؟

آیا مایلید به یک تازه‌وارد فضایی برای اشتباه کردن و رشد بدهید، حتی زمانی که هنوز نابالغ هستند؟

و آیا مایلید بایستید و مسئولیت نتایج را در صورت بروز مشکلات بر عهده بگیرید، نه اینکه پشت فرآیندها و گزارش‌ها پنهان شوید؟

این مسائل در نهایت تعیین می‌کند که یک شرکت به چه سمتی خواهد رفت.

در پایان، می‌خواهم این مقاله را با یک نقل قول از آنتوان دو سنت‌اگزوپری در "Terre des hommes" (باد، شن و ستاره‌ها) به پایان برسانم.

او گفت:

"عظمت یک حرفه ممکن است اول از همه در ارتباطی باشد که بین مردم ایجاد می‌کند. تنها یک لوکس واقعی در جهان وجود دارد و آن رابطه بین مردم است."

وقتی اولین بار چنین کلماتی را خواندم، ممکن است آنها را بسیار رمانتیک یافته باشم.

اما پس از اداره یک شرکت به مدت دو سال و نیم و تجربه لحظاتی که به نظر می‌رسید شرکت ممکن است زنده نماند، اکنون این نقل قول را به عنوان حقیقت می‌بینم، به ویژه وقتی که به تدریج افراد اطرافم افزایش می‌یابند.

در آینده، ممکن است ما همچنین برخی ستون‌های ویژه ایجاد کنیم تا به اشتراک بگذاریم که چگونه همکاران ما در موقعیت‌های مختلف، مانند مالی، حقوقی، منابع انسانی، عملیات و کسب‌وکار، از هوش مصنوعی استفاده می‌کنند. شخصاً برای دیدن اینکه چگونه آنها از آن استفاده می‌کنند، بسیار الهام‌بخش می‌یابم.

این محتوا صرفاً برای اطلاع‌رسانی عمومی ارائه شده است و به‌منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌شود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید به‌عنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر دارایی‌های رمزارزی تلقی شود. دارایی‌های رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.