شکاف عجیب مدیران با هوش مصنوعی؛ وقتی مدیرها فقط حرف می‌زنند و تنها ۲۵٪ کارمندان دست‌به‌کارند!

«شکاف مدیرعامل» یا همون فاصله بزرگ بین مدیر ارشدی که مدام از هوش مصنوعی حرف می‌زنه با مدیری که واقعاً هر هفته خودش پای این ابزارها می‌شینه و کار می‌کنه، این روزها به پای ثابت گفتگوها در محافل فناوری سیلیکون‌ولی تبدیل شده. بر اساس گزارش تازه مؤسسه ارزش تجاری IBM، دقیقاً همین شکاف مدیریتی باعث شده قطار پذیرش هوش مصنوعی در شرکت‌ها متوقف بشه یا به کندی پیش بره؛ چرا که مدیران به طور متوسط تنها ۱.۵ ساعت در هفته از هوش مصنوعی استفاده می‌کنن و در طرف مقابل هم فقط ۲۵ درصد کارمندان به شکل منظم با این فناوری سروکار دارن.

این موضوع داغ در رویدادها و نشست‌های گوناگونی مثل ضیافت هوش مصنوعی HTEC، همایش Innovation in Action، دریم‌فورس (Dreamforce)، نشست زیرساخت هوش مصنوعی، جلسات هیئت مدیره استنفورد و هفته GetOnBoard بارها مطرح شد. در یکی از این میزگردها چهره‌هایی مثل دارکو تودوروویچ (مدیر ارشد فناوری HTEC)، مارکوس ایست (از اتودسک)، پیتون شروود (مدیر فناوری Condoit) و مت لونگرن (پزشکی که در زمینه تشخیص‌های هوش مصنوعی چشم‌پزشکی فعالیت می‌کنه) به بحث و تبادل نظر پرداختند.

آمارهای معتبر هم این واقعیت رو با عدد و رقم ثابت می‌کنن. در مقاله پژوهشی دفتر ملی پژوهش‌های اقتصادی (NBER) که روی نزدیک به ۶ هزار مدیر ارشد انجام شده، مشخص شد بیش از دو سوم اون‌ها ادعا می‌کنن به شکل منظم از AI استفاده می‌کنن، اما میانگین واقعی استفادشون فقط ۱.۵ ساعت در هفته است! در نقطه مقابل، گزارش هوش مصنوعی گروه مشاوره بوستون (BCG) نشون میده مدیرانی که واقعاً تحول هوش مصنوعی رو در شرکت‌هاشون رهبری می‌کنن، بیش از ۸ ساعت در هفته رو صرف ارتقای مهارت‌های شخصی خودشون با این ابزارها می‌کنن.

ایلانا گولان، بنیان‌گذار و مدیرعامل شرکت Leap Academy، خیلی رک و پوست‌کنده ماجرا رو توضیح میده: «مدیرعامل نمی‌تونه سازگاری و انعطاف‌پذیری رو به دیگران واگذار کنه و خودش کنار بشینه. وقتی نفر اول سازمان جلوی چشم تیمش با ابزارهای جدید کار نمی‌کنه و یاد نمی‌گیره، همه نیروهای زیردست این پیام رو دریافت می‌کنن که پس ما هم نیازی نیست عجله کنیم و بهتره دست نگه داریم!»

نظرسنجی شرکت HTEC از بیش از ۱۵۰۰ مدیر ارشد هم به همین نتیجه رسیده؛ ۷۷ درصد اون‌ها تأیید کردن که «ارزش واقعی هوش مصنوعی بیشتر از اینکه به خود فناوری محدود باشه، توسط افراد و فرآیندهای سازمانی مهار شده». لارنس ویتل، مدیر ارشد استراتژی HTEC در این زمینه تأکید می‌کنه که مدیرعامل علاوه بر دست‌به‌کار شدن و کار واقعی با هوش مصنوعی، باید در زمینه ارتباط شفاف، توانمندسازی نیروها و ایجاد حس اعتماد در سراسر سازمان وقت بذاره.

هم‌صدایی دره سیلیکون، IBM و BCG: شکاف مدیریتی دقیقاً از کجا نشأت می‌گیرد؟

یکی از مدیران ارشد در یک شرکت بزرگ تولیدی، ماجرای مدیرعاملی رو تعریف می‌کنه که عمداً چارچوب‌های سنتی رو به هم زد؛ این مدیرعامل انتظار داشت تمام گزارش‌ها و کارها قبل از رسیدن به اتاقش یک‌بار از زیر دست هوش مصنوعی رد بشن. جالب اینکه حتی وقتی تحلیل‌های داخلی شرکت می‌گفتن دست نگه دارید و هوش مصنوعی رو پیاده‌سازی نکنید، او پروژه رو با قاطعیت جلو برد و نتایج نهایی هم درستی تصمیم شجاعانه‌اش رو ثابت کرد.

اما چنین مدیرانی واقعاً انگشت‌شمارند. در حال حاضر ۷۲ درصد مدیران عامل میگن تصمیم‌گیرنده اصلی پروژه‌های هوش مصنوعی هستن (که دو برابر آمار سال گذشته است)، ولی گزارش BCG نشون میده تنها حدود ۱۵ درصد اون‌ها در گروه پیشتازان (Trailblazers) قرار می‌گیرن؛ یعنی همون کسانی که با سرمایه‌گذاری قاطعانه و یادگیری سریع مهارت‌ها، تحول واقعی رقم می‌زنن.

پیتون شروود، مدیر فناوری Conduit معتقده بهترین مشتریانش مدیرانی هستن که خواستار حضور مهندسان ارشد در دل محیط کار واقعی سازمان میشن تا از نزدیک چالش‌ها رو ببینن و براش سیستم بسازن. او به این نکته هم اشاره می‌کنه که هوش مصنوعی می‌تونه حجم کدهای نرم‌افزاری رو ظرف چند هفته دو برابر کنه، پس تا زمانی که سازوکارهای نظارتی و کنترلی تثبیت نشدن، نباید هیچ محصولی رو روانه بازار کرد.

روی دیگر این شکاف، مدیرانی هستن که دست به پاک کردن صورت مسئله می‌زنن و ابزارهای هوش مصنوعی رو ممنوع اعلام می‌کنن! ایمی وب، مدیرعامل Future Today Strategy Group در پستی توی لینکدین به ماجرای مدیری اشاره کرد که استفاده از هوش مصنوعی مولد رو در شرکت ممنوع کرد، اما نتیجه فاجعه‌بار بود: کارمندان شروع کردن به کپی کردن داده‌های حساس شرکت در برنامه‌های هوش مصنوعی روی گوشی‌های شخصی‌شون! او این پدیده رو به مفهوم روان‌شناختی «واکنش متقابل» (Reactance) ربط میده؛ یعنی وقتی آزادی افراد گرفته میشه، تمایلشون به انجام اون کار بیشتر میشه. به قول او: «به ندرت خود محدودیت آسیب پایدار ایجاد می‌کنه، بلکه واکنش اشتباه مدیران ریشه اصلی آسیب‌هاست».

روایت IBM از دردسرهای مدیران میانی؛ وقتی زحمت تمیزکاری پای کارمندان می‌افتد

یکی از مدیران یک هلدینگ چندملیتی تعریف می‌کرد که تیم‌های بی‌انگیزه فقط زمانی به سمت هوش مصنوعی رفتن که استفاده از AI وارد شاخص‌های کلیدی عملکرد (KPI) شد و مصرف توکن‌ها ثبت گردید. (توکن همون واحدهای کوچک متنیه که مدل‌های هوش مصنوعی می‌خونن و می‌نویسن و مصرف سیستم باهاش سنجیده میشه). اما جالب اینجا بود که بعضی از مهندسان فقط برای پر کردن شاخص KPI و گزارش‌سازی، کلی توکن رو صرف کدهای بی‌کیفیت و به‌دردنخور می‌کردن!

گزارش تازه سازمان All Tech is Human و آزمایشگاه اخلاق فناوری نوتردام-IBM هم همین ماجرا رو از نگاه رده‌های پایین سازمان روایت می‌کنه. متخصصان و مدیران میانی اعتراف کردن که بخش عمده و فزاینده‌ای از کار روزانه‌شون صرف بررسی و رفع اشتباهات خروجی هوش مصنوعی میشه؛ کاری که بعضی‌ها بهش «بچه‌داری خروجی‌های بی‌کیفیت هوش مصنوعی» (Babysitting AI slop) لقب دادن! کارهای پشتیبانی و هماهنگی زیرساختی این فناوری معمولاً در ارزیابی‌های عملکرد به حساب نمیاد و مدیران ارشد به جای قدردانی، مدام به فکر تعدیل مدیران میانی هستن و بعد هم نگران «از دست رفتن مهارت‌های تخصصی پرسنل» میشن.

پژوهش سال ۲۰۲۶ مؤسسه ارزش تجاری IBM روی بیش از ۲ هزار مدیر ارشد، عمق این اختلاف دیدگاه رو به نمایش میذاره: مدیران عامل تخمین می‌زنن تنها ۲۵ درصد از نیروی کارشون به طور منظم در محل کار از هوش مصنوعی استفاده می‌کنن، با این حال ۸۶ درصد اون‌ها ادعا دارن که نیروهاشون مهارت کار با این ابزارها رو دارن!

۵ راهکار طلایی IBM و BCG برای پر کردن شکاف مدیران با هوش مصنوعی

شکی نیست که مدیرعامل باید خودش پیش‌قدم بشه و مسیر رو نشون بده؛ اما برای رسیدن به نتیجه واقعی، مدیران ارشد سازمان دقیقاً باید چه گام‌هایی بردارند؟

تیم رهبری و شخص مدیرعامل باید این ۵ اقدام کلیدی رو پیاده‌سازی کنن:

۱. هر هفته شخصاً با ابزارها کار کنید و نتیجه رو به اشتراک بذارید: درست مثل دوران مدرسه که معلم نمره کامل ریاضی رو مشروط به نوشتن راه‌حل می‌داد، اینجا هم مدیر باید خروجی واقعی کارش با هوش مصنوعی رو نشون بده. جلسه تیمی رو با نشون دادن چیزی که خودتون با AI ساختید شروع کنید؛ چون کارمندان خیلی سریع‌تر از اونچه که در بخشنامه‌ها نوشته میشه، از رفتارهای عملی مدیرعامل الگوبرداری می‌کنن.

۲. ساعات اعتبارسنجی و بررسی رو در داشبورد کاری ثبت کنید: علاوه بر ثبت زمان صرفه‌جویی شده با هوش مصنوعی، ساعاتی رو که تیم‌ها صرف چک کردن خروجی‌ها می‌کنن هم در گزارش‌ها بیارید. سیستمی که ۱۰ ساعت کار رو جلو میندازه ولی ۸ ساعت زمان بررسی و تصحیح لازم داره، عملاً فقط ۲ ساعت به بهره‌وری کمک کرده؛ این نکته رو به ویژه با نزدیک‌تر شدن عصر هوش مصنوعی خودکار (ایجنت‌های مستقل) جدی بگیرید.

۳. کارهای زیرساختی و پنهان رو در ارزیابی عملکرد لحاظ کنید: آموزش همکاران و تبدیل ایده‌های خام هوش مصنوعی به جریان‌های کاری تیمی جزو زحماتیه که نباید نادیده گرفته بشه. این کارهای حمایتی و زیرساختی باید به عنوان اهداف رسمی ثبت بشن و امتیاز و پاداش مشخصی براشون در نظر گرفته بشه.

۴. یک روز دمو (Demo Day) هفتگی برگزار کنید: پرسنلی رو که موفق شدن با هوش مصنوعی نتایج ملموس، خلاقانه و کاربردی خلق کنن پیدا کنید و ازشون بخواید کارهای جذابشون رو برای بقیه اعضای شرکت به نمایش بذارن.

۵. مدیران میانی راهنما و منتورها رو شناسایی کنید: مشخص کنید چه کسانی نیروهای تازه رو آموزش میدن و وقتی هوش مصنوعی گاف میده بقیه سراغ چه کسانی میرن. به این افراد در تصمیم‌گیری‌های استراتژیک هوش مصنوعی حق رأی و نقش پررنگ بدید. یادتون نره خیلی از شرکت‌ها بعد از تعدیل عجولانه این لایه مدیریتی، وقتی متوجه خلأ عمیق سازمانی شدن، با دستپاچگی دوباره اون‌ها رو برگردوندن.

در نهایت کافیه از مدیرعامل شرکتتون بپرسید چند ساعت در هفته با هوش مصنوعی کار می‌کنه و بعد از مدیران میانی بپرسید چقدر از وقتشون صرف بررسی خروجی‌های هوش مصنوعی میشه؛ فاصله بین این دو عدد، همون «شکاف مدیرعامل» سازمان شماست!