روایت ۱۷ مدیر ارشد فناوری: ایجنت‌های هوش مصنوعی چطور کار و استخدام را زیرورو می‌کنند؟

روایت ۱۷ مدیر ارشد فناوری: ایجنت‌های هوش مصنوعی چطور کار و استخدام را زیرورو می‌کنند؟

در یک ضیافت شام ویژه با حمایت Dash0 در سانفرانسیسکو، جمعی از برجسته‌ترین مدیران ارشد دنیای فناوری دور یک میز گرد هم آمدند. گفت‌وگو با یک پرسش بسیار ساده آغاز شد:

«چه کسی امروز سر کار از یک ایجنت هوش مصنوعی کمک گرفته است؟»

دست همه حاضران بدون استثنا بالا رفت.

سپس پرسش تکمیلی و جالب‌تری مطرح شد:

«چه کسی امروز بیش از پنج ایجنت هوش مصنوعی داشته که در کارهایش به او کمک کرده‌اند؟»

باز هم تمام دست‌ها بالا ماند!

پشت این میز، چهره‌های سرشناسی نشسته بودند: اکس‌دی هوانگ (مدیر فناوری Zoom)، جاش کلم (معاون مهندسی Figma)، مصطفی فرنیچروالا (مدیر فناوری Coursera)، اشرف کریم (مدیر ارشد ServiceNow)، تی.آر ویشوانات معروف به «ویش» (مدیر فناوری Glean)، مت بیلمن (مدیرعامل Netlify)، مانو گوروداتا (مدیر مهندسی PagerDuty)، کایل میلر (مدیرکل Yahoo Mail)، جان جنکینز (مدیر فناوری Lime)، راوی ایتال (مدیر ارشد امنیت هوش مصنوعی در Proofpoint)، ماکسیم فاتف (هم‌بنیان‌گذار و مدیر فناوری Temporal)، کایلان گیبس (مدیرعامل Inworld)، دیا جولی (مدیر مهندسی Xero)، اوگور تیگلی (مدیر فناوری MinIO)، پوجا براون (شریک Tribe AI)، کرستون بروکس (هم‌بنیان‌گذار Basis) و کارتیک چاندرایانا (مدیرعامل Empirik).

در این جمع هیچ‌کس وقتش را با این بحث تلف نکرد که آیا هوش مصنوعی در آینده نسل بشر را نابود می‌کند یا نه. این افراد فرماندهان میدان واقعی نبرد فناوری هستند که هر روز با چالش‌های ملموس دست‌وپنجه نرم می‌کنند؛ مسائلی از این دست که: چطور می‌توان ایجنت‌های هوش مصنوعی را واقعاً در دل ساختار سازمانی یک شرکت مفید و کارآمد کرد؟

زمینه و بستر کاری (Context)؛ کلید اصلی کارآمدی هوش مصنوعی

در تمام طول شب، یک واژه کلیدی مدام تکرار می‌شد: زمینه و سیاق کاری (Context).

هوانگ، مدیر فناوری زوم، تأکید کرد ایجنت‌های هوش مصنوعی تا زمانی که اطلاعات عمیقی درباره جزئیات شرکت شما، همکارانتان، جلسات و ماهیت دقیق کارتان نداشته باشند، هرگز به معنای واقعی کلمه کاربردی و عصای دست نخواهند شد.

او با شوخی و اشاره به مقاله معروف و انقلابی «Attention is All You Need» گفت: «فقط زمینه است که به آن نیاز دارید!» (Context is all you need).

ویشوانات از شرکت Glean هم کاملاً با این حرف هم‌نظر بود. او توضیح داد که شکست ایجنت‌های هوش مصنوعی معمولاً به این دلیل است که اطلاعات بسیار کمی به آن‌ها متصل شده یا بد‌تر از آن، داده‌های اشتباهی در اختیارشان قرار گرفته است. در نتیجه، این ابزار‌ها با اعتمادبه‌نفس بالا پاسخ‌هایی قانع‌کننده ولی کاملاً غلط تحویل می‌دهند. از دیدگاه او، رساندن سیاق و اطلاعات درست به سیستم‌های هوش مصنوعی در محیط کار، امروزه حتی از ساختن مدل‌های هوشمند‌تر هم اهمیت بیشتری پیدا کرده است.

این دیدگاه بارها در صحبت‌های دیگران هم تکرار شد.

اشرف کریم، که مسئول پیاده‌سازی داخلی محصولات هوش مصنوعی در ServiceNow پیش از عرضه به مشتریان است، گفت این شرکت ابتدا از هوش مصنوعی برای کمک به کارشناسان پشتیبانی انسانی استفاده کرد و سپس به‌مرور زمان به ایجنت‌های هوش مصنوعی اجازه داد درخواست‌های ساده‌تر مشتریان را خودشان پاسخ دهند. حالا کارمندانی که از هوش مصنوعی کمک می‌گیرند، در مقایسه با زمانی که به‌تنهایی کار می‌کردند رضایت مشتری بالاتری ثبت کرده‌اند؛ چراکه مشکلات را سریع‌تر حل می‌کنند و پاسخ‌های شخصی‌سازی‌شده‌تری تحویل می‌دهند.

مت بیلمن، مدیرعامل Netlify، معتقد است که کدنویسی با سرعتی باورنکردنی در حال تبدیل شدن به یک مهارت دم‌دستی و عمومی است. به عقیده او، آنچه روزبه‌روز کمیاب‌تر و باارزش‌تر می‌شود، تخصص در حوزه کسب‌وکار و قدرت قضاوت و درک معماری نرم‌افزار است. او می‌گوید شرکت‌ها در آینده احتمالاً ساختار تیم‌های مهندسی خود را به جای افرادی که صرفاً خط‌به‌خط کد می‌زنند، حول محور این مهارت‌های راهبردی بازسازی خواهند کرد.

بازار استخدام؛ ظهور استراتژی «دمبل»

موضوع استخدام، یکی از داغ‌ترین و پرشورترین بحث‌های این دورهمی را رقم زد.

چندین مدیر استراتژی جالبی را مطرح کردند که یکی از حاضران آن را استراتژی «دمبل» (Barbell) نامید؛ به این معنی که شرکت‌ها از یک‌سو مهندسان بسیار باتجربه را استخدام می‌کنند تا بتوانند کدهای تولیدشده توسط هوش مصنوعی را به چالش بکشند و اعتبارسنجی کنند، و از سوی دیگر فارغ‌التحصیل‌های جوانی را جذب می‌کنند که کار با ابزار‌های هوش مصنوعی به طبیعت دوم آن‌ها تبدیل شده است.

جاش کلم، معاون مهندسی فیگما، هشدار داد که مهندسان میان‌رده (کسانی که در میانه مسیر شغلی خود هستند) ممکن است با بیش‌ترین فشار روبه‌رو شوند؛ زیرا با مسطح‌تر شدن ساختار سازمان‌ها، مدیران بیش از پیش به جذب مهندسان ارشد و کارکشته تمایل پیدا کرده‌اند.

گیبس از استارتاپ Inworld تأکید کرد که استارتاپ‌ها توان و فرصت آزمون و خطا را ندارند. شرکت او بیش از گذشته به مهندسان باتجربه‌ای تکیه دارد که می‌توانند مسائل پیچیده فنی را حل کنند؛ مسائلی که هوش مصنوعی هنوز از پس آن‌ها برنمی‌آید. او استدلال کرد: اگر هوش مصنوعی بتواند کاری را ظرف یک روز انجام دهد، آن کار احتمالاً مزیتی رقابتی برای کسب‌وکار شما نخواهد بود.

وقتی نرم‌افزارها غیرضروری می‌شوند

در بخشی از این نشست، اوگور تیگلی، مدیر فناوری MinIO، نمونه‌ای جالب را به نمایش گذاشت که یکی دیگر از ابعاد هیجان‌انگیز این تحول را نشان می‌داد: این‌که هوش مصنوعی چطور کسب‌وکار سنتی نرم‌افزار را دگرگون کرده و استفاده از برخی نرم‌افزارها را کاملاً غیرضروری می‌کند.

او همان روز از ابزار Claude Code خواسته بود یک فایل ارائه (پرزنتیشن) برایش بسازد. جالب این‌جاست که نه از مایکروسافت پاورپوینت استفاده کرد و نه از گوگل اسلایدز؛ کلود در عوض یک فایل یکپارچه HTML ساخت. او این فایل را روی لپ‌تاپش باز کرد و سپس با AirDrop به آیفونش فرستاد. همه‌چیز روی هر دو دستگاه بدون کوچک‌ترین نقصی اجرا شد. بدون هیچ نرم‌افزار ارائه‌ای، بدون هیچ سرویس ابری؛ فقط یک فایل ساده!

دگرگونی و تحول بزرگ در دنیای نرم‌افزار اغلب همین‌گونه رخ می‌دهد؛ نه با یک مراسم رونمایی پرزرق‌وبرق، بلکه با کشف بی‌سروصدای راه‌هایی بسیار ساده‌تر برای انجام همان کار‌ها. وقتی هوش مصنوعی می‌تواند تنها با یک پرامپت ساده یک اسلاید ارائه کامل بسازد و آن را در قالب یک فایل HTML سبک تحویل دهد، دیگر واقعاً چه نیازی به مایکروسافت پاورپوینت یا گوگل اسلایدز خواهید داشت؟

پیش‌بینی‌های غافلگیرکننده برای دو سال آینده

این دورهمی با یک پرسش جالب و پایانی به پایان رسید: «دو سال دیگر، به کدام‌یک از کار‌هایی که الان دستی انجام می‌دهیم خواهیم خندید؟»

چندین نفر پیش‌بینی کردند که جلسات روزانه وضعیت پروژه (Status Meetings) به‌کلی ناپدید خواهند شد؛ زیرا ایجنت‌های هوش مصنوعی از قبل دقیقاً می‌دانند هر فرد چه کاری انجام داده و پروژه در چه مرحله‌ای است. این ماجرا یادآور اتفاقی است که هم‌اکنون در داخل OpenAI رخ داده؛ جایی که برخی تیم‌های تحقیقاتی برگزاری جلسات رفع اشکال را متوقف کرده‌اند، چراکه محققان به جای آن به هوش مصنوعی تکیه می‌کنند.

اما در این میان، جان جنکینز، مدیر فناوری Lime، یکی از غافلگیرکننده‌ترین اظهارنظرهای شب را مطرح کرد که تعجب همه را برانگیخت.

او اشاره کرد که مهندسان نرم‌افزار تنها کسانی نخواهند بود که نگران جایگزینی کارشان توسط هوش مصنوعی هستند.

به گفته او، شاید تا دو سال آینده، حتی مدیران ارشد شرکت‌ها (دقیقاً مانند همان افرادی که دور آن میز نشسته بودند) نیز مجبور شوند با همین سؤال ناخوشایند و تکان‌دهنده روبه‌رو شوند: آیا هوش مصنوعی می‌تواند کار ما را هم انجام دهد؟