چرا فشار مدیریت برای پذیرش هوش مصنوعی، برخلاف وب، تقاضای واقعی ایجاد نمی‌کند؟

اگر امروز مدیری هستید که تیم خود را مجبور به استفاده از ابزارهای AI می‌کند، در حال جنگ با جریانی هستید که پیشگامان وب هر چه می‌خواستند، هرگز با آن روبرو نشدند. باید بدانید که تفاوت خیره کننده‌ای میان «ابزاری که کارمند می‌خواهد» و «ابزاری که رئیس تحمیل می‌کند» وجود دارد.

کوری داکترو (Cory Doctorow) معتقد است در دوران ابتدایی وب، کارکنان برای افزایش بهره‌وری، این فناوری را به‌طور مخفیانه به محیط کار می‌بردند و مدیران را مجبور می‌کردند تا آن را بپذیرند. در این دوران، مدل‌های اقتصادی مثبت بود؛ یعنی هر کاربر جدید، وب را سودآورتر می‌کرد.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، پذیرش فناوری زمانی پایدار است که نیاز واقعی کاربر را برطرف کند. اما اکنون با هوش مصنوعی زاینده (Generative AI) — که مثل کتابخانه‌داری است که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — وضعیت کاملاً برعکس شده است.

طبق گزارش‌های بیزنس اینسایدر (Business Insider) و سی‌ان‌بی‌سی (CNBC) در سال ۲۰۲۶، شرکت‌ها اکنون برای اجبار کارکنان به پذیرش AI از ابزارهای نظارتی استفاده می‌کنند. علاوه بر این، به باور اد زیتون (Ed Zitron)، تحلیل‌گر صنعت، این فناوری از «اقتصاد واحد» (Unit Economics) بسیار بدی رنج می‌برد؛ به این معنا که هر کاربر یا کاربرد جدید، در واقع سودآوری فناوری را کاهش می‌دهد.

این چرخش، وضعیتی خطرناک برای نیروی کار ایجاد می‌کند. وقتی اتوماسیون توسط سرمایه (مدیریت) دیکته شود، هدف دیگر «کیفیت» نیست، بلکه فقط «تعداد خروجی» است. نتیجه، ظهور پدیده‌ی «سنتور معکوس» است؛ جایی که انسان‌ها دیگر از ماشین برای ارتقای قضاوت خود استفاده نمی‌کنند، بلکه تبدیل به قطعات جانبی برای خدمت به ماشین‌ها می‌شوند. حتی نسل جدید هم مقاومت می‌کند؛ یک مطالعه از گالوپ (Gallup) در سال ۲۰۲۶ نشان می‌دهد که نوجوانان و جوانان به‌طور کلی از AI متنفرند.

وقتی کارکنان با یک ابزار به چشم «خسارت» نگاه می‌کنند و سعی می‌کنند راهی برای دور زدن آن پیدا کنند، بقای بلندمدت آن فناوری به شدت در خطر است.

گام بعدی شما

• تحلیل کنید که آیا ابزارهای AI در سازمان شما برای حل مشکل کارمند است یا برای نظارت مدیر.
• مفاهیم «سنتور معکوس» را در مدل‌های شغلی آینده بررسی کنید.
• برای یادگیری چارچوب‌های نقد AI، کتاب «راهنمای سنتور معکوس برای هوش مصنوعی» نوشته‌ی داکترو را که در ژوئن ۲۰۲۶ منتشر می‌شود، دنبال کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ برای درک اینکه چرا هزینه‌های پردازشی با سرعت رشد کاربران همخوانی ندارد، به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.