تصور کنید مدیری هستید که نیمی از روزش را صرف جابجایی داده‌ها بین اکسل و ایمیل می‌کند؛ حالا دقیقاً همین نقطه، جایی است که هوش مصنوعی در حال فتح سازمان‌هاست. طبق گزارش مورخ ۱۲ ژوئیه ۲۰۲۶ از وب‌سایت the-decoder.com، حدود ۳۳.۴٪ از تمام جلسات استفاده از Claude Cowork صرف هماهنگی‌های اداری پیش‌پاافتاده‌ای می‌شود که معمولاً هیچ مسئول مشخصی برای آن‌ها نیست.
این داده‌ها حاصل تحلیل ۱.۲ میلیون جلسه ناشناس بین ۱۱ تا ۳۱ مه ۲۰۲۶ است که رفتار ۶۰۰ هزار سازمان را در مواجهه با این عامل (Agent) — شبیه دستیاری که می‌تواند به‌جای شما دکمه‌ها را بزند و کارها را پیش ببرد — بررسی کرده است. این الگو نشان‌دهنده یک شکاف عمیق بین کارهای شناختی سطح بالا و تکالیف «اتصالی» (Connective) است که باعث تداوم فعالیت یک کسب‌وکار می‌شوند. همان‌طور که در تحلیل قبلی ما درباره‌ی J-Lens و فضای تفکر پنهان در مدل کلود اشاره کردیم، این داده‌ها فاش می‌کنند که قدرت استدلالی این مدل‌ها در دنیای واقعی کجا به کار گرفته می‌شود. برای اکثر کارکنان اداری، هوش مصنوعی استراتژی‌های کلان آن‌ها را نمی‌نویسد، بلکه در حال مدیریت اصطکاک‌های روزمره کاری است.
به نقل از مستندات آنتروپیک، این سامانه جلسات را به ۲۰ نوع کاری مختلف تقسیم کرده است که نتایج آن تمایلی شدید به نقش‌های اداری و ارتباطاتی را نشان می‌دهد:
- فرآیندهای تجاری و عملیات: ۳۳.۴٪ (بیشترین سهم)
- تولید محتوا و کپی‌رایتینگ: ۱۶.۴٪
- توسعه نرم‌افزار: ۸.۷٪
- دی‌اوپس و زیرساخت: ۷.۰٪
- پژوهش: ۶.۴٪
- تحلیل داده: ۵.۸٪
در دسته‌ی عملیات، کارهای رایجی مثل تطبیق جداول اکسل، ساخت چک‌لیست‌های ورود کارکنان جدید و تبدیل به‌روزرسانی‌های پراکنده به یک گزارش واحد دیده می‌شود. در بخش تولید محتوا، کاربران عمدتاً بر پیش‌نویس ایمیل‌ها، ساخت اسلایدهای ارائه و تدوین پروپوزال‌ها تمرکز کرده‌اند.
تفاوت چشمگیر بین Cowork و Claude Code (که در سال ۲۰۲۵ عرضه شد) ثابت می‌کند که رابط کاربری، تعیین‌کننده میزان پذیرش است. در حالی که توسعه‌دهندگان برای عرضه نرم‌افزار از محیط ترمینال-محور Claude Code استفاده می‌کنند، اما برای تکالیف ارتباطی پیرامون آن نرم‌افزار، به Cowork تغییر وضعیت می‌دهند.
بر اساس بررسی منابع متعدد، آنتروپیک مشاهده کرده است که بسیاری از کاربران غیرفنی پیش از این سعی می‌کردند از ترمینال برای کارهای ساده‌ای مثل سازماندهی پوشه‌ها یا نوشتن فرمول‌های اکسل استفاده کنند. Cowork این مشکل را با آوردن قابلیت‌های عامل‌محور به یک پنجره چت آشنا حل کرده و سد «جعبه سیاه» را برای کارمند عادی شکست تا دسترسی به ابزارها ساده‌تر شود.
آنتروپیک برای توصیف این کاربردها در دنیای واقعی، سه پرسونا تعریف کرده است: وکیلی که از عامل برای فرمت‌بندی و بایگانی اسناد استفاده می‌کند تا اولویت خود را بر تحلیل‌های حقوقی بگذارد؛ مدیر استخدامی که از آن برای خلاصه‌سازی بازخوردها و زمان‌بندی مصاحبه‌ها بهره می‌برد؛ و سرتیمی که از این ابزار برای ساخت اسلایدهایی که تصمیمات سخت را توضیح دهد استفاده می‌کند تا زمان بیشتری برای «اتخاذ» همان تصمیمات داشته باشد.
البته آنتروپیک اذعان می‌کند که این داده‌ها محدودیت‌هایی دارند. دسته‌ی «عملیات تجاری» در واقع یک ظرف کلی است که احتمالاً عملکردهای بازاریابی، مالی و منابع انسانی را هم در خود جذب کرده است. علاوه بر این، نمونه‌برداری تنها تعداد ثابتی از جلسات را در هر ساعت ثبت کرده است، به این معنی که استفاده در ساعات پیک کمتر از حد واقعی نمایش داده شده است. همچنین، تقریباً ۵٪ از داده‌ها مربوط به سرگرمی‌های کاملاً شخصی کاربران است.
این تغییر رویکرد مشابه ترندی است که متا و استنفورد شناسایی کرده‌اند: کد در حال تبدیل شدن به لایه عملیاتی برای عامل‌های هوش مصنوعی است. این حرکت، Cowork را در کنار سیستم‌هایی مثل Codex شرکت OpenAI (در ChatGPT Work) به عنوان موتور اصلی عامل‌های بهره‌وری سازمانی قرار می‌دهد.
گام بعدی شما
- بررسی کنید کدام کارهای «اتصالی» و اداری در تیم شما باعث اتلاف وقت متخصصان با ارزش می‌شود.
- تست کنید آیا جایگزینی پیش‌نویس‌های اداری با مدل‌های عامل‌محور، کیفیت تصمیم‌گیری شما را بالا می‌برد یا خیر.
- منتظر به‌روزرسانی‌های آینده برای ادغام مستقیم این جریان‌های کاری با دسکتاپ‌های مک و ویندوز باشید تا ورود دستی داده‌ها به حداقل برسد.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو