مدیر فناوری کپیتال وان: بهترین هوش مصنوعی سازمانی سیستمی است که کارمندان اصلاً متوجه حضورش نشوند
مدیر ارشد فناوری سازمانی در کپیتال وان توضیح میدهد که چرا ابزارهای هوش مصنوعی بهجای تحمیل پرامپتها و رابطهای کاربری پیچیده، باید در پسزمینه محو شوند. بهباور او، هوش مصنوعی زمانی در سازمانها موفق است که اصطکاک کاری را حذف کند و میدان را برای قضاوت تخصصی کارکنان باز بگذارد.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- هوش مصنوعی سازمانی زمانی بالاترین کارایی را دارد که بدون تحمیل پرامپتنویسی دستی یا رابطهای جدید، در جریان طبیعی کار حل شود.
- با واگذاری کارهای روزمره به ایجنتها، ارزش واقعی مهندسی به طراحی معماری سیستم، حل مسئله و درک نیازهای تخصصی کسبوکار منتقل میشود.
- موفقیت هوش مصنوعی در ابزارهای پر سر و صدا نیست، بلکه در ناپیدا بودن آن و توانمندتر شدن کارکنان برای تصمیمگیریهای حساس خلاصه میشود.
امروزه هوش مصنوعی میتواند به تیمها کمک کند تا یک ایده خام را ظرف چند دقیقه به یک نمونه اولیه (پروتوتایپ) کاربردی تبدیل کنند. با این حال، بخش دشوار ماجرا تصمیمگیری درباره این است که چه چیزی باید ساخته شود، چگونه زمینه و دادههای درست به سیستم تزریق شوند، ابزار جدید چگونه با فرآیندهای واقعی کار ادغام گردد و آیا پرسنل واقعاً میتوانند به آن اتکا کنند یا خیر.
هر ابزار جدیدی که وارد سازمان میشود، ممکن است رابط کاربری تازهای برای مدیریت، پرامپتهای جدیدی برای یادگیری و فرآیند کاری دیگری برای پیمودن به کارمندان تحمیل کند. در حالی که بهترین فناوریهای سازمانی باید این بار اضافی را سبک کنند و به انسانها یاری برسانند تا تمام تمرکز خود را روی اموری بگذارند که نیازمند قضاوت، تخصص فنی و تعامل انسانی است.
تجربه سالها فعالیت از مهندسی برق و تضمین کیفیت تا توسعه پلتفرمهای بکاند و استقرار فناوریهای بزرگمقیاس نشان میدهد که عیار واقعی هر فناوری، در دستاوردهایی است که برای انسانها به ارمغان میآورد؛ نه در میزان خودنمایی یا پیچیدگی ظاهری آن.
با واگذاری کارهای اجرایی به هوش مصنوعی، ارزش مهندسی ارتقا مییابد
هوش مصنوعی در حال بازتعریف مسئولیتها و وظایف مهندسان است. با واگذاری پیادهسازیهای روزمره به ایجنتها و فریمورکها، مهندسان زمان کمتری را صرف تبدیل نیازمندیهای مشخص به کد یا سرهمبندی دستی قطعات تکراری میکنند. در عوض، آنها میتوانند تمرکز اصلی خود را به تعریف دقیق مسئله، پایهریزی معماری سیستم، انجام آزمایشهای خلاقانه و تعیین معیارهای خروجی باکیفیت اختصاص دهند.
این تحول، اهمیت «دانش تخصصی حوزه» (Domain Knowledge) را دوچندان میکند. برای نمونه، فردی که در بخش عملیات کارتهای اعتباری فعالیت میکند، جزئیات یک فرآیند کاری را بسیار عمیقتر از هر فرد دیگری در سازمان درک میکند. تیم فنی برای خلق ابزاری کارآمد به همین آگاهی میدانی نیاز دارد. هوش مصنوعی میتواند در اجرا دستیار فوقالعادهای باشد، اما بدون حضور افرادی که چندوچون کار را با پوست و گوشت خود میشناسند، هرگز نمیتواند تعیین کند که یک فرآیند کاری باید به چه مقصدی برسد.
در مجموعه کپیتال وان (Capital One)، فضای بازتری به مهندسان داده میشود تا از قضاوت راهبردی خود بهره ببرند و پرسشهای بنیادینی مطرح کنند؛ از جمله: واقعاً در تلاشیم چه مشکلی از مشتری را حل کنیم؟ این تغییر چه تأثیری بر تجربه کاری کارمندان میگذارد؟ کل سیستم به چه زیرساختهایی نیاز دارد تا این راهکار موفق شود؟ و چگونه باید افراد را برای همکاری اثربخش با هوش مصنوعی آماده کنیم؟
با کوتاهتر شدن چرخههای توسعه نرمافزار، گلوگاههای اصلی به بخشهای دیگری نظیر معماری، یکپارچهسازی، تست، بازبینی و آمادگی نهایی برای ورود به محیط عملیاتی منتقل میشوند. برای عبور موفق از این گلوگاهها، انجام آزمایشهای منضبط و مبتنی بر روشهای علمی ضرورتی انکارناپذیر است.
فرآیند باید با یک فرضیه شفاف آغاز شود؛ سپس آزمایشی اجرا گردد، دستاوردها مستندسازی شوند و نتایج با دیگران به اشتراک گذاشته شود. در ادامه، این آموختهها هستند که مسیر گام بعدی را مشخص میکنند. دادههای به دست آمده، چه مثبت باشند و چه منفی، باید راهنمای تصمیمهای آینده باشند؛ نه بهانهای برای توجیه تصمیماتی که از قبل گرفته شدهاند.
برای متخصصان فناوری، این رویکرد به معنای پرورش «ذهنیت مبتدی» در کنار توسعهدهندگان بومی هوش مصنوعی (AI-Native) است؛ یعنی پذیرش این واقعیت که تجربه عمیق در یک حوزه، تنها در صورت پیوند با یادگیری مداوم ارزشآفرین خواهد بود.
«نوآوری نامرئی» در هوش مصنوعی سازمانی به چه معناست؟
در دنیای فناوریهای سازمانی، موفقیت واقعی زمانی حاصل میشود که کارمند بتواند بدون نیاز به کلنجار رفتن با خودِ ابزار، کارش را به پایان برساند. اگر فردی ناچار باشد برای انجام یک کار دست نگه دارد، بین نرمافزارهای مختلف جابهجا شود، با یک رابط کاربری سردرگمکننده سر و کله بزند یا در مهندسی پرامپت به تخصص برسد، آن فناوری هنوز از طراحی استاندارد و بینقص فاصله دارد.
تیم توسعه فناوری در سازمانها را میتوان به شخصیت معروف «کیو» (Q) در فیلمهای جیمز باند تشبیه کرد؛ متخصصی که ابزارها و سیستمها را بهگونهای طراحی میکند که مأمور حاضر در صحنه عملیات، تمام تمرکزش را روی خودِ مأموریت بگذارد. کاربر نباید مجبور شود سازوکار پیچیده پشت صحنه را بیاموزد؛ بلکه فناوری باید آرام، بیصدا، ساده و دور از چشم باقی بماند.
در کپیتال وان، همزمان با مقیاسپذیری زیرساختهای مالی پیچیده بر بستر ابری برای دهها هزار کارمند و پشتیبانی از بیش از ۱۰۰ میلیون مشتری، پلتفرمها و تجارب هوشمندی برای کارکنان توسعه داده میشود. هدف بنیادین این است که مسیر طبیعی کار دنبال شود و هرگونه اصطکاک بیهوده از میان برود.
یک تجربه هوش مصنوعی کارآمد یعنی نمایش اطلاعات درست در زمان و مکان مناسب؛ بهگونهای که برداشتن گام بعدی آسانتر شود یا فرآیندی پیچیده، بدون تحمیل تغییرات اجباری در نحوه کار پرسنل، سادهتر گردد. بهعنوان مثال، این رویکرد میتواند فرآیندی کاری را از ۱۲ مرحله به تنها ۲ مرحله کاهش دهد، یا پرامپتنویسی دستی در پلتفرم پرسنل را با اتوماسیونی خودکار و شهودی جایگزین کند.
طراحی هوش مصنوعی نامرئی و فرهنگ تیمی پشتیبان آن
در مقیاس کلان سازمانی، ملاک موفقیت فقط این نیست که چه تعداد کاربر به سیستم دسترسی دارند؛ بلکه مسئله مهمتر این است که آیا این سامانه در فرآیندها، تیمها و شرایط گوناگون، بدون تحمیل پیچیدگی یا اجبار کارمندان به یادگیری ابزاری جدید، همچنان کارایی خود را حفظ میکند یا خیر.
یکی از مزیتهای کلیدی توسعه فناوریهای سازمانی، کوتاه بودن چرخه بازخورد است. یک کارمند میتواند بهسادگی پیامی بفرستد یا در راهرو همکار خود را متوقف کند و بگوید: «من در فلان بخش با این مشکل روبهرو شدم». همین بازخوردهای بیواسطه میتوانند نکاتی حیاتی درباره تجربه کاربری را آشکار کنند که شاید در هیچ داشبورد یا گزارش آماری نمایان نشود.
هنگامی که یک نرمافزار به دهها هزار کارمند خدمات میدهد، حتی کوچکترین تصمیمات طراحی، روزانه هزاران بار در لحظات مختلف تکرار میشوند. در چنین مقیاسی، دریافت بازخورد مستقیم امری حیاتی است؛ زیرا به تیمهای فنی کمک میکند متوجه شوند سیستم در کجا بهجای تسهیل کار، مانع ایجاد میکند و بتوانند با اصلاح طراحی، کارآمدی سامانه را در شرایط کاری مختلف تضمین کنند.
خلق فناوری آرامی که تا این حد شهودی و روان احساس شود، نیازمند توجه ویژه به بعد انسانی مهندسی است. دوران گذار به هوش مصنوعی بهطور طبیعی ابهامات و چالشهایی بههمراه دارد؛ چراکه افراد باید مهارتهای جدیدی بیاموزند و مفهوم تخصص را بازتعریف کنند. توسعه هوش مصنوعی نامرئی مستلزم فرهنگی مدیریتی است که بر سه ستون اصلی استوار باشد:
پرورش استعدادهای مکمل: هر برنامه مبتنی بر هوش مصنوعی نیازمند ترکیبی متنوع از متخصصان کهنهکار هر حوزه، سازندگان بومی هوش مصنوعی و نیروهایی با مهارتهای ارتقایافته است. رهبران موفق فضایی ایجاد میکنند که کارکنان برای نوآوری و رشد مستمر توانمند شوند.
جدا کردن «منیت» از کار: تحول هوش مصنوعی زمانی با شکست مواجه میشود که مدیران تظاهر کنند پاسخ همه پرسشها را میدانند. در مقابل، تقویت «ذهنیت مبتدی» به تیمها اجازه میدهد دست به آزمایشهای جسورانه بزنند، فرضیهها را بیازمایند و بدون تعصب از راهکاری پیروی کنند که در عمل بهترین نتیجه را بههمراه دارد.
راهبری همدلانه: در روزهای پرشتاب تغییر، مؤثرترین رهبران لزوماً پر سر و صداترین افراد حاضر در جلسه نیستند؛ بلکه حامیانی هستند که با فروتنی رهبری میکنند، با دقت میشنوند، دیدگاههای گوناگون را ارج مینهند و موانع را از سر راه برمیدارند تا تیمها بتوانند با دقت و امنیت خاطر به اهداف خود برسند.
زمانی که انضباط طراحی با رهبری همدلانه پیوند بخورد، فناوری دیگر باری اضافی روی دوش کارکنان نخواهد بود، بلکه به همراهی نامرئی و کارآمد در کارهای روزمره بدل میشود.
مزیت واقعی در توانمندی انسانها نهفته است
هوش مصنوعی یک دستیار و شتابدهنده ارزشمند است، اما بهخودیخود یک استراتژی محسوب نمیشود. مزیت پایدار از آنِ سازمانهایی خواهد بود که از هوش مصنوعی برای شفافتر، هدفمندتر و انسانیتر کردن محیط کار بهره ببرند.
بهترین هوش مصنوعی سازمانی شاید همان سامانهای باشد که کارمندان حضورش را احساس نمیکنند؛ ابزاری که در تصمیمگیریها به فرد یاری میرساند، زحمات بیهوده را حذف میکند و سپس خود را از سر راه کنار میکشد. زمانی که چنین اتفاقی بیفتد، ستاره اصلی ماجرا دیگر مدل هوش مصنوعی نیست، بلکه انسانی است که کارش را با کیفیتی بالاتر و آرامش بیشتر به سرانجام رسانده است.
مورین ژول-پرز نایبرئیس ارشد فناوریهای سازمانی در کپیتال وان است.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

اصلاح ژنتیکی سگهای نظامی؛ جذب سرمایه ۲۰۰ میلیون دلاری استارتاپ وارهاند برای تجهیز ارتش آمریکا
استارتاپ وارهاند با جذب سرمایه ۲۰۰ میلیون دلاری و ارزشگذاری ۱٫۲ میلیارد دلاری از فاز مخفیانه خارج شد. این مجموعه با بهرهگیری از مهندسی ژنتیک و همکاری شرکت اندوریل، قصد دارد سگهای نظامی پیشرفته و مجهز به حسگرهای هوشمند را برای مأموریتهای حساس دفاعی پرورش دهد.

موج استعفا در گوگل دیپمایند؛ اعتراض پژوهشگران به قراردادهای نظامی محرمانه با پنتاگون
شماری از پژوهشگران ارشد گوگل دیپمایند در اعتراض به امضای قراردادهای نظامی محرمانه این شرکت با پنتاگون از سمت خود کنارهگیری کردهاند. به گفته این کارشناسان، تعهدات جدید گوگل نظارت اخلاقی بر مدلهای هوش مصنوعی را در محیطهای نظامی طبقهبندیشده بهشدت تضعیف میکند.

ورود ایجنتهای هوش مصنوعی به بازار ۸۰ تریلیون دلاری؛ نقشه مسترکارت برای تسویه خودکار خریدها
مسترکارت با توسعه ابزارهای تحلیلی و پروتکلهای امنیتی نوین، درصدد است خریدهای بینشرکتی B2B را به ایجنتهای هوش مصنوعی بسپارد. این غول پرداخت با همکاری غولهای فناوری میکوشد ریسک خطاهای مالی نرمافزارها را کاهش دهد و سهم قابلتوجهی از این بازار ۸۰ تریلیون دلاری کسب کند.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.