چرا استقرار ایجنت‌های هوش مصنوعی در سازمان‌ها به چیزی فراتر از یک استراتژی فنی نیاز دارد؟

ایجنت‌های هوش مصنوعی در نرم‌افزارهای امروزی دیگر صرفاً به پاسخ‌دادن به سؤالات کاربران محدود نمی‌شوند. غول‌های فناوری نظیر مایکروسافت، گوگل، سیلزفورس و سرویس‌ناو از ایجنت‌های جدیدی رونمایی کرده‌اند که آزادانه میان سامانه‌های سازمانی جابه‌جا می‌شوند و وظایف مختلف را به نیابت از کارکنان به سرانجام می‌رسانند. اکنون سؤال دشوارتر پیش روی مدیران ارشد قرار گرفته است: کارمندان باید چه سهمی از کارهای خود را به این ابزارها واگذار کنند؟

غول‌های فناوری چه راهکارهایی معرفی کرده‌اند؟

شرکت سیلزفورس در ماه ژانویه نسخه بازطراحی‌شده اسلک‌بات (Slackbot) را به مرحله عرضه عمومی رساند؛ اقدامی که پیام‌رسان اسلک را به درگاهی مرکزی برای دسترسی کارمندان به داده‌های شرکتی، گردش‌های کاری و ایجنت‌ها تبدیل می‌کند. مایکروسافت نیز در ماه مارس کوپایلوت کوورک (Copilot Cowork) را معرفی کرد تا وظایف روزمره و چندمرحله‌ای را در سراسر اکوسیستم مایکروسافت ۳۶۵ انجام دهد. گوگل در ماه اکتبر با معرفی ایجنت جمینای برای محیط کار (Gemini at Work) مسیر مشابهی را در پیش گرفت؛ سیستمی که شامل ایجنت‌های همکار با هویت مستقل است که می‌توانند به پروژه‌های تیمی بپیوندند و مانند یک کارمند واقعی وظایف محوله را انجام دهند. از سوی دیگر، ایجنت شخصی سرویس‌ناو با بهره‌گیری از پلتفرم OpenShell انویدیا طراحی شده است تا ضمن انجام امور سازمانی، دسترسی‌ها و مشاهداتش بر اساس سیاست‌های داخلی شرکت محدود شود.

بخشی از این اقدامات حفاظتی همچنان به نحوه یکپارچه‌سازی سامانه‌ها وابسته است. شرکت اوراکل در ماه آوریل از برنامه‌های کاربردی مبتنی بر ایجنت برای بخش‌های مالی و زنجیره تأمین رونمایی کرد و شرکت اس‌ای‌پی (SAP) نیز در حال افزودن ایجنت‌های هوشمند به فرآیندهای مالی، منابع انسانی و مدیریت زنجیره تأمین است.

این محصولات از نظر قابلیت‌ها و سطح بلوغ با یکدیگر تفاوت دارند، اما وجه اشتراک همگی قرار دادن یک ایجنت میان کارکنان و نرم‌افزارهای مورد استفاده آن‌ها است؛ رویکردی که ریسک وابستگی سازمانی ایجاد می‌کند. هر توسعه‌دهنده‌ای که بتواند ابزار ایجنت خود را به اولین پنجره بازشده روی میز کارمند تبدیل کند، مسیر گردش کارها، نحوه دسترسی به داده‌های سازمانی و حتی خریدهای نرم‌افزاری آینده شرکت را تعیین خواهد کرد.

از این رو، مدیران ارشد اجرایی باید ایجنت‌های انتخابی را با دقت بسنجند و مطمئن شوند که ساختار و عملیات سازمان بر مبنای استراتژی کسب‌وکار خودشان هدایت می‌شود، نه بر اساس نقشه راه شرکت‌های ارائه‌دهنده نرم‌افزار.

پیش از خودکارسازی، فرآیندهای کاری را اصلاح کنید

بخش مالی سامانه‌های اختصاصی خود را دارد، تیم فروش از ابزارهای متفاوتی استفاده می‌کند و بیمارستان‌ها نیز بر بستر پرونده‌های الکترونیک سلامت فعالیت دارند. کارکنان در طول روز مدام میان این سامانه‌ها جابه‌جا می‌شوند. یک ایجنت هوش مصنوعی می‌تواند تمام این کارهای فرسایشی و وقت‌گیر را به دوش بکشد و صرفاً نتیجه نهایی را برای بررسی و تأیید تحویل دهد.

به‌عنوان مثال، در بیمارستانی که با حجم بالایی از مطالبات ردشده بیمه‌ای مواجه است، یک ایجنت می‌تواند اسناد مفقودشده و مغایرت‌های کدهای درمانی را شناسایی کرده و اصلاحات لازم را آماده کند. این چرخه به پرسنل اجازه می‌دهد تمرکز خود را صرفاً روی موارد استثنا و قضاوت‌های حساس بگذارند. اما سؤال بنیادی‌تری مطرح است: اصلاً چرا این میزان خطا از ابتدا رخ می‌دهد؟

اگر روند کاری به همان شکل گذشته باقی بماند، شما صرفاً یک فرآیند معیوب را خودکارسازی کرده‌اید و ساختار خطاساز گذشته را زنده نگه داشته‌اید. مدیران عامل باید مدیران ارشد بخش‌ها را ترغیب کنند تا فرآیندهای نیازمند ساده‌سازی و موقعیت‌های شغلی نیازمند دگرگونی را شناسایی کنند؛ سپس اهداف مشخصی برای دستاوردهای ایجنت‌ها تعیین نمایند. در نمونه بیمارستانی پیش‌گفته، مواردی چون زمان رسیدگی به مطالبات و درصد تغییر احکام رد بیمه، نقطه‌های مناسبی برای آغاز هستند. چنین تصمیمی به نحوه اداره کل کسب‌وکار مربوط می‌شود، نه صرفاً یک استقرار فنی در حوزه فناوری اطلاعات.

صرفه‌جویی در زمان، به‌معنای بازگشت سرمایه نیست

بسیاری از طرح‌های تجاری هوش مصنوعی، صرفه‌جویی در زمان را دلیلی برای توجیه بازگشت سرمایه (ROI) عنوان می‌کنند؛ اما آزاد شدن زمان لزوماً به بهبود عملکرد تجاری سازمان ترجمه نمی‌شود.

اگر یک کارمند با کمک هوش مصنوعی هفته‌ای پنج ساعت در زمان خود صرفه‌جویی کند، شرکت تنها در صورتی از این موضوع سود می‌برد که آن زمان آزادشده به نتایج ملموس تبدیل شود. آیا این تیم بدون استخدام نیروهای جدید، توان پذیرش حجم کار بیشتری را دارد؟ آیا سازمان توانسته ساعات اضافه‌کاری را کاهش دهد یا کیفیت ارائه خدمات را بهبود بخشد؟ اگر تعداد نیروها، فرآیندها و خروجی نهایی تغییری نکنند، شرکت صرفاً بهره‌وری فردی را ارتقا داده، بدون آنکه به بازده مالی معناداری دست یافته باشد.

محاسبه واقعی بازگشت سرمایه در هوش مصنوعی نیازمند در نظر گرفتن هزینه‌های لایسنس، زیرساخت، یکپارچه‌سازی، پایش مداوم، امنیت و پشتیبانی است. در مقیاس هزاران کارمند، این ارقام به‌سرعت روی هم انباشته می‌شوند. چنین هزینه‌هایی زمانی که هر بخش سازمانی به‌طور مجزا و بدون هماهنگی به سراغ خرید راهکارهای ایجنت از فروشندگان مختلف برود و مجوزهای فردی تهیه کند، با شتاب بسیار بیشتری بالا می‌روند.

مدیران مالی (CFO) باید بازدهی را بر اساس هزینه‌های عملیاتی، ظرفیت اجرایی، سطح خدمات و حاشیه سود باقی‌مانده پس از کسر هزینه‌های پایه‌ای و اداری بسنجند؛ چراکه صرفِ تعداد ایجنت‌های مستقرشده هیچ معیار درستی به دست نمی‌دهد.

مسئولیت نهایی همیشه بر دوش انسان باقی می‌ماند

ایجنت‌های هوش مصنوعی نباید به‌صورت خودکار تمام سطوح دسترسی کاربران انسانی را به ارث ببرند. برای نمونه، شاید یک کارمند به پرونده‌های مالی یا اطلاعات مشتریان دسترسی داشته باشد، اما ایجنتی که به نیابت از او فعالیت می‌کند نباید به‌طور پیش‌فرض از همان دسترسی‌ها برخوردار شود. تهیه گزارش مالی یک وظیفه است، اما تأیید پرداخت وجه، اختیاری کاملاً متفاوت به شمار می‌رود. همین اصل در بخش سلامت نیز حاکم است؛ یک پرسنل اداری بدون مجوزهای لازم اجازه ویرایش پرونده بیمار را ندارد و ایجنت‌های هوش مصنوعی نیز در خودکارسازی‌های غیربالینی باید دقیقاً از همین منطق پیروی کنند.

شرکت‌های نرم‌افزاری اعلام کرده‌اند که در حال استقرار ابزارهای کنترلی هستند. برای نمونه، سرویس‌ناو و انویدیا روی سیستمی جهت نظارت متمرکز و اعمال لحظه‌ای سیاست‌ها همکاری می‌کنند و گوگل نیز بر اهمیت تخصیص هویت اختصاصی به هر ایجنت، تعیین دقیق مجوزهای دسترسی و ثبت وقایع نظارتی (Audit Trails) تأکید دارد. هرچند این ابزارها کارآمد هستند، اما نرم‌افزار به‌تنهایی قادر به تعیین سطح اختیارات یک ایجنت نخواهد بود.

مدیران کسب‌وکار باید مشخص کنند که هوش مصنوعی چه زمانی مجاز به عمل مستقل است و در چه مراحلی به مداخله انسانی نیاز دارد. وظایف روتین اغلب با نظارت اندک قابل انجام هستند، اما تراکنش‌های مالی، تغییر داده‌های حساس و تصمیم‌گیری‌های کلان همواره باید از فیلتر بازبینی انسانی عبور کنند.

مأموریت مدیران فناوری اطلاعات سنگین‌تر می‌شود

وظایف مدیران ارشد فناوری اطلاعات (CIO) پیش از این نیز شامل انتخاب نرم‌افزارها، یکپارچه‌سازی سامانه‌ها، مدیریت فروشندگان، محافظت از داده‌ها و مهار هزینه‌ها بود؛ اکنون ورود ایجنت‌های هوش مصنوعی لایه پیچیده‌تری به تعامل پرسنل با سامانه‌های سازمانی افزوده است. این مدیران اکنون با چالش تعیین سازوکار فعالیت بین‌پلتفرمی ایجنت‌ها، تنظیم سطوح دسترسی کاربران، رصد پیوسته رفتار ایجنت‌ها و جلوگیری از وابستگی انحصاری به یک فروشنده خاص (Vendor Lock-in) دست‌وپنجه نرم می‌کنند.

مأموریت کلیدی دیگر، تفکیک وظایفی است که برای ایجنت‌های شخصی مناسب هستند از اموری که باید به‌طور متمرکز مدیریت شوند. فرآیندهای پرتکرار و استانداردی که حجم بالایی دارند، در صورت مدیریت متمرکز هم ارزان‌تر تمام می‌شوند و هم ضریب اطمینان بالاتری خواهند داشت؛ در مقابل، ایجنت‌های فردی مناسب فعالیت‌هایی هستند که به انعطاف‌پذیری، قضاوت شخصی و هماهنگی میان چندین نرم‌افزار مختلف نیاز دارند. نباید فراموش کرد که تمام کارکنان سازمان به ایجنت اختصاصی نیاز ندارند و قرار نیست ایجنت‌ها جریان‌های کاری فعلی را به هر قیمتی دگرگون سازند.

رهبران سازمانی باید مسئولیت بازطراحی فرآیندها و نتایج حاصل از آن را شخصاً بر عهده بگیرند. بازگشت واقعی سرمایه هرگز از به‌کارگیری بیشترین تعداد ایجنت به دست نمی‌آید، بلکه ثمره تصمیم‌گیری‌های راهبردی درباره انتخاب وظایف مناسب خودکارسازی و تضمین توجیه اقتصادی زیرساخت‌ها خواهد بود.

مدیران باید از دغدغه سطحیِ شمارش ایجنت‌های مستقرشده فراتر بروند؛ تمرکز اصلی باید بر این باشد که چه مقدار از کارکردهای سازمان دگرگون خواهد شد، چه کسی پاسخگوی این تحولات است و آیا مجموعه برای پذیرش شیوه‌ای نوین از عملیات سازمانی آمادگی لازم را دارد یا خیر.