متن 

مهران ابراهیمیان*؛ اتاق شفاف: هوش مصنوعی فقط درباره آینده کارمندان نیست؛ آینده مدیران را نیز بازنویسی می‌کند ول با تاخیر! 

 مدیرانی که امروز تصمیم‌هایشان را بر گزارش‌های دیرهنگام، سلسله‌مراتب سنگین و تجربه شخصی بنا می‌کنند، ممکن است در برابر رقبایی عقب بمانند که با کمک هوش مصنوعی سریع‌تر تصمیم می‌گیرند، هزینه‌ها را دقیق‌تر کنترل می‌کنند و منابع خود را هوشمندانه‌تر به کار می‌گیرند. بااین‌حال، این فناوری الزاماً به معنای حذف مدیران نیست؛ بلکه مرز میان مدیریت ارزش‌آفرین و مدیریت صرفاً اداری را پررنگ‌تر می‌کند.

اقتصاد هوش مصنوعی؛ فرصت بزرگ، نتیجه نامطمئن

مؤسسه مک‌کنزی در گزارش سال ۲۰۲۳ خود برآورد کرد که هوش مصنوعی مولد، در ۶۳ کاربرد بررسی‌شده، ظرفیت ایجاد سالانه ۲.۶ تا ۴.۴ تریلیون دلار ارزش اقتصادی را دارد. حدود ۷۵ درصد ارزش بالقوه شناسایی‌شده نیز به چهار حوزه عملیات مشتریان، بازاریابی و فروش، مهندسی نرم‌افزار و تحقیق‌وتوسعه مربوط بود. این ارقام برآورد ظرفیت اقتصادی‌اند، نه سود تحقق‌یافته شرکت‌ها.

در سوی دیگر، گزارش شاخص هوش مصنوعی دانشگاه استنفورد در سال ۲۰۲۶ نشان می‌دهد که ۸۸ درصد سازمان‌های پاسخ‌دهنده به پیمایش‌های مورد استناد در سال ۲۰۲۵ دست‌کم در یکی از فعالیت‌های خود از هوش مصنوعی استفاده می‌کردند؛ سهم استفاده منظم از هوش مصنوعی مولد نیز ۷۹ درصد گزارش شده است. این ارقام نشان می‌دهد که استفاده از این فناوری دیگر صرفاً یک آزمایش محدود نیست، هرچند میزان استفاده و ارزش اقتصادی حاصل از آن در همه شرکت‌ها یکسان نیست.( مک‌کنزی و شاخص هوش مصنوعی استنفورد ۲۰۲۶) 

هوش مصنوعی می‌تواند بخشی از هزینه‌های عملیاتی شرکت‌ها را کاهش دهد، اما برآوردهای جهانی نشان می‌دهد سود واقعی این فناوری به بازطراحی فرایندها وابسته است، نه صرفاً خرید ابزارهای جدید

کدام بخش شرکت زودتر تغییر می‌کند؟

برای مدیران ایرانی، تقسیم‌بندی کاربردی‌تر از پیش‌بینی یکسان درباره تمام مشاغل، بررسی اثر هوش مصنوعی بر پنج حوزه عملیاتی شرکت است.

۱. خدمات، فروش و ارتباط با مشتری

در این حوزه، پاسخ‌گویی اولیه به مشتری، دسته‌بندی درخواست‌ها، تهیه پیش‌نویس پیشنهادهای فروش، تحلیل شکایت‌ها و پیگیری سرنخ‌های تجاری از جمله فعالیت‌هایی هستند که می‌توانند با هوش مصنوعی سریع‌تر یا با نیروی انسانی کمتر انجام شوند.

پژوهشی که در سال ۲۰۲۵ در نشریه Quarterly Journal of Economics منتشر شد، داده‌های ۵۱۷۹ کارشناس خدمات مشتری را بررسی کرد. دسترسی به دستیار هوش مصنوعی به‌طور متوسط با افزایش ۱۴ درصدی تعداد مسائل حل‌شده در هر ساعت همراه بود؛ افزایش بهره‌وری برای کارکنان کم‌تجربه‌تر و کم‌مهارت‌تر به حدود ۳۴ درصد رسید، درحالی‌که اثر آن بر کارکنان باتجربه‌تر محدود بود.

این یافته یک پیام مدیریتی مهم دارد: هوش مصنوعی می‌تواند فاصله عملکردی میان کارکنان را کاهش دهد، اما نتیجه یک مطالعه در خدمات مشتریان را نمی‌توان مستقیماً به تمام صنایع تعمیم داد.

۲. مالی، حسابداری و کنترل مدیریت

تهیه گزارش‌های دوره‌ای، تطبیق داده‌ها، طبقه‌بندی اسناد، تحلیل انحراف بودجه، پیش‌بینی جریان نقدی و شناسایی الگوهای غیرعادی، حوزه‌های مناسبی برای استفاده از هوش مصنوعی هستند.

در شرکت ایرانی که با تورم، تغییرات نرخ ارز و محدودیت سرمایه در گردش مواجه است، ارزش این فناوری صرفاً در تولید سریع‌تر گزارش نیست؛ اهمیت اصلی آن، کوتاه‌کردن فاصله میان وقوع یک تغییر و آگاهی مدیر از پیامدهای مالی آن است.

بااین‌حال، داده نادرست، تغییرات ناگهانی مقررات و خطای مدل می‌تواند تصمیم مالی را منحرف کند. بنابراین، تأیید انسانی، کنترل دسترسی و تطبیق نتایج با اسناد حسابداری ضروری است.

مدیران میانی، واحدهای مالی، منابع انسانی، فروش و خدمات مشتریان با تغییر جدی وظایف روبه‌رو هستند؛ در مقابل، قضاوت راهبردی، مدیریت بحران و مسئولیت‌پذیری انسانی همچنان اهمیت تعیین‌کننده خواهند داشت

۳. تولید، کارخانه و زنجیره تأمین

در صنعت، هوش مصنوعی مولد به‌تنهایی جایگزین ماشین‌آلات، رباتیک صنعتی یا سامانه‌های کنترل فرایند نمی‌شود. ترکیب آن با داده‌های حسگرها، یادگیری ماشین، سامانه‌های نگهداری پیش‌بینانه و نرم‌افزارهای برنامه‌ریزی تولید است که می‌تواند اثر عملیاتی ایجاد کند.

پیش‌بینی خرابی تجهیزات، کاهش توقف خط، کنترل کیفیت تصویری، بهینه‌سازی مصرف انرژی و برنامه‌ریزی موجودی از کاربردهای مهم این حوزه‌اند.

برای کارخانه فولاد، سیمان، پتروشیمی یا صنایع غذایی ایران، یک ساعت کاهش توقف خط یا کاهش ضایعات ممکن است از تولید ده‌ها گزارش متنی با هوش مصنوعی ارزشمندتر باشد. البته تحقق این منافع به کیفیت داده‌های صنعتی، یکپارچگی تجهیزات و هزینه اجرای پروژه بستگی دارد.

۴. منابع انسانی و مدیریت میانی

تهیه شرح شغل، غربالگری اولیه رزومه‌ها، تحلیل داده‌های عملکرد، تدوین برنامه آموزشی و پاسخ به پرسش‌های تکراری کارکنان قابل پشتیبانی با هوش مصنوعی است. اما استخدام، ارتقا، تعدیل نیرو و ارزیابی نهایی عملکرد تصمیم‌هایی هستند که باید با نظارت انسانی، معیارهای شفاف و امکان اعتراض همراه باشند.

بخش حساس‌تر، آینده مدیران میانی است. اگر ارزش یک مدیر عمدتاً در انتقال اطلاعات، تهیه گزارش، هماهنگی جلسات و نظارت اداری خلاصه شده باشد، بخشی از کار او قابل خودکارسازی است. در مقابل، مدیری که تعارض‌ها را حل می‌کند، تیم می‌سازد، مسئولیت تصمیم را می‌پذیرد و میان اهداف متعارض توازن برقرار می‌کند، همچنان نقشی مهم خواهد داشت.

۵. راهبرد، سرمایه‌گذاری و مدیریت بحران

هوش مصنوعی می‌تواند سناریوهای مختلف بازار، تغییرات قیمت مواد اولیه، رفتار رقبا و آثار احتمالی تصمیم‌های سرمایه‌گذاری را سریع‌تر تحلیل کند. اما تولید سناریو با انتخاب راهبرد یکسان نیست.

تصمیم درباره ورود به بازار جدید، سرمایه‌گذاری سنگین، تغییر مدل کسب‌وکار یا واکنش به بحران سیاسی و اقتصادی همچنان به شناخت زمینه، ارزیابی ریسک و پذیرش مسئولیت نیاز دارد. مدیر آینده باید به‌جای رقابت با ماشین در سرعت پردازش اطلاعات، در تعریف مسئله، سنجش کیفیت شواهد و انتخاب میان گزینه‌های متعارض قوی‌تر باشد.

جدول اثر احتمالی هوش مصنوعی بر بخش‌های شرکت

*این جدول یک چارچوب کیفی برای اولویت‌بندی است؛ درصدهای آن برآورد عددی نیستند و میزان اثر واقعی باید در هر شرکت سنجیده شود.

برای بنگاه‌های ایرانی، ترکیب تورم، محدودیت سرمایه‌گذاری، تحریم، کمبود نیروی متخصص و دشواری دسترسی به فناوری، هوش مصنوعی را هم به فرصتی برای کاهش هزینه و هم به آزمونی برای کیفیت مدیریت تبدیل می‌کند

 

سه سناریو برای آینده مدیران

سناریوی اول؛ مدیر تقویت‌شده: مدیر از هوش مصنوعی برای تحلیل داده، کاهش کارهای تکراری و تصمیم‌گیری بهتر استفاده می‌کند. سازمان چابک‌تر می‌شود و کارکنان زمان بیشتری برای حل مسائل پیچیده دارند.

سناریوی دوم؛ سازمان کوچک‌تر با فشار کاری بیشتر: شرکت بخشی از وظایف را خودکار می‌کند، اما به‌جای کاهش بار کاری، تکالیف بیشتری به کارکنان باقی‌مانده می‌سپارد. بهره‌وری کوتاه‌مدت ممکن است افزایش یابد، ولی فرسودگی، افت کیفیت و خروج نیروهای توانمند می‌تواند هزینه‌های پنهان ایجاد کند.

سناریوی سوم؛ سرمایه‌گذاری بدون بازده: شرکت ابزارهای جدید می‌خرد، اما داده‌های نامنظم، فرایندهای ناکارآمد و نبود آموزش مانع تحقق منافع می‌شوند. در این حالت، هوش مصنوعی به لایه‌ای تازه از هزینه تبدیل خواهد شد.

هیچ مبنای عمومی و قابل اتکایی برای تعیین احتمال دقیق وقوع این سه سناریو در همه شرکت‌های ایرانی وجود ندارد. تفاوت میان آنها بیش از هر چیز به کیفیت مدیریت، زیرساخت و نحوه اجرای تغییر بستگی دارد.

نسخه اجرایی برای مدیران ایرانی

نخست،  مدیر بیش از هر چیز خود را با توانمندی های هوش مصنوعی  آشنا کند و با تجربه و ایده ها  راهبری را بهتر کند. 

 دوم ، در کوتاه مدت شرکت باید سه تا پنج فرایند پرهزینه و پرتکرار را شناسایی کند؛ سپس هزینه فعلی، زمان انجام، نرخ خطا و رضایت مشتری را اندازه بگیرد. در مرحله بعد، یک پروژه محدود با داده‌های قابل اعتماد اجرا و نتایج آن با وضعیت پیش از اجرا مقایسه شود.

شاخص‌های ارزیابی باید شامل هزینه هر واحد خدمت یا محصول، زمان چرخه کار، نرخ خطا، توقف تولید، رضایت مشتری و بازگشت سرمایه باشند. هم‌زمان باید محرمانگی داده‌ها، امنیت اطلاعات، محدودیت دسترسی و امکان بازبینی خروجی‌ها کنترل شود.

در اقتصاد ایران، استفاده از راهکارهای متناسب با محدودیت‌های دسترسی، هزینه ارزی و زیرساخت نیز اهمیت دارد. هر پروژه باید بر اساس هزینه کل مالکیت، امکان نگهداری، امنیت و وابستگی به تأمین‌کننده ارزیابی شود؛ نه صرفاً جذابیت فناوری.

پایان عصر مدیران گزارش‌ساز

هوش مصنوعی احتمالاً مدیران را یک‌شبه حذف نمی‌کند؛ اما می‌تواند توجیه اقتصادی برخی لایه‌های اداری و سبک‌های سنتی مدیریت را تضعیف کند. برندگان این تحول الزاماً شرکت‌هایی نیستند که بیشترین ابزار را خریداری می‌کنند، بلکه بنگاه‌هایی هستند که فناوری را به کاهش هزینه، افزایش کیفیت، تصمیم‌گیری بهتر و خلق ارزش برای مشتری پیوند می‌زنند.

پرسش کلیدی برای هیئت‌مدیره‌ها دیگر این نیست که «آیا باید از هوش مصنوعی استفاده کنیم؟»؛ پرسش این است که کدام تصمیم، فرایند یا هزینه را با کمک آن بهتر می‌کنیم و چگونه ثابت خواهیم کرد که واقعاً ارزش ایجاد شده است؟

*با کمک هوش مصنوعی