اگر تصور می‌کنید خرید گران‌ترین مدل‌های هوش مصنوعی تضمینی برای بهره‌وری است، احتمالاً در حال تکرار اشتباه ۹۰٪ شرکت‌های بزرگ جهان هستید. طبق گزارش ۲۱ ژوئن ۲۰۲۶ از Deskless Daily، اکثریت قریب به اتفاق پروژه‌های هوش مصنوعی در سازمان‌ها نتوانسته‌اند بازگشت سرمایه (ROI) معناداری ایجاد کنند.
مشکل اصلی نه در تکنولوژی، بلکه در مقاومت سازمان‌ها مقابل تغییرِ نحوه انجام کارهاست. بسیاری از مدیران با AI مانند یک «لایه ابزاری» برخورد می‌کنند؛ یعنی دستیارهای هوشمند را به گردش‌کارهای قدیمی و دستی متصل می‌کنند. این وضعیت شبیه به این است که در یک کارخانه با ساختار سلسله‌مراتبی سخت‌گیرانه و تأییدیه‌های دستی، به هر کارمند یک ربات بدهیم؛ نتیجه این است که بروکراسی همچنان کند باقی می‌ماند و AI فقط به یک افزونه گران‌قیمت تبدیل می‌شود که در شکاف‌های یک سیستم تاریخ‌گذشته جای گرفته است. این چالش‌ها یادآور تجربه‌هایی است که در تلاش برای مدیریت کامل یک شرکت توسط هوش مصنوعی مشاهده شد و نشان داد که تکنولوژی بدون زیرساخت سازمانی درست، به نتیجه نمی‌رسد.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی استقرار مدل‌های سازمانی اشاره کردیم، ابزار بدون تغییر فرآیند، فقط سرعتِ خطاها را افزایش می‌دهد. برای عبور از این بن‌بست، این گزارش مفهوم «کارایی-هوشمند» (Intelligence-Efficiency) را پیشنهاد می‌کند؛ یعنی بازطراحی کل سازمان به‌گونه‌ای که هوش مصنوعی هسته مرکزی آن باشد، نه یک وسیله جانبی.
به نقل از این گزارش، یک شرکت تجارت الکترونیک فرامرزی به‌عنوان الگوی موفق این گذار عمل کرده است:
- جایگزینی تیم ۵ نفره مدیریت تبلیغات با یک ناظر انسانی و ۳ عامل (AI Agent) — سیستم‌هایی که مثل کارمندانی مستقل، بتوانند هدف را بفهمند و خودشان مراحل اجرا را مدیریت کنند.
- تغییر نقش انسان از «اجرای مناقصه و نوشتن متن» به «تعیین اهداف راهبردی».
- کاهش ۶۰ درصدی هزینه‌های نیروی انسانی و افزایش ۳۵ درصدی بازگشت سرمایه تبلیغاتی.
برای دستیابی به این نتایج، باید سه باور غلط شرکتی را کنار گذاشت. نخست اینکه مدل‌های بزرگ‌تر و گران‌تر لزوماً نتایج بهتری نمی‌دهند؛ در بسیاری از موارد، یک مدل کوچک‌تر که تنظیم دقیق (Fine-tuning) شده باشد — شبیه به تبدیل یک پزشک عمومی به یک متخصص پوست — بسیار کاربردی‌تر است. دوم اینکه سپردن پروژه‌های AI صرفاً به دپارتمان IT منجر به شکست می‌شود. تحول هوش مصنوعی در واقع یک تحول کسب‌وکار است و باید توسط مالکان کسب‌وکار هدایت شود، در حالی که IT نقش پشتیبانی را ایفا می‌کند.
بر اساس بررسی‌های این گزارش، وقتی IT در خلأ تصمیم می‌گیرد، شرکت‌ها به تکنولوژی‌های پیشرفته‌ای دست می‌یابند که بخش عملیاتی اصلاً نمی‌تواند آن‌ها را در جریان کار واقعی به کار بگیرد. این عدم هماهنگی بین ابزار و نیاز واقعی، در برخی حوزه‌ها منجر به فشار مضاعف بر نیروی انسانی شده است، چنان‌که افزایش بهره‌وری در ابزارهای کدنویسی همزمان با افزایش فرسودگی شغلی همراه بوده است.
گام بعدی شما
- بررسی کنید آیا نقشه راه AI شما صرفاً در حال خودکارسازی یک فرآیند معیوب است یا مدل عملیاتی شما را برای آینده‌ای عامل‌محور بازطراحی می‌کند.
- شناسایی گلوگاه‌های بروکراسی که حتی با وجود AI همچنان سرعت سازمان را می‌گیرند.
- انتقال مالکیت تصمیمات AI از تیم‌های فنی به مدیران عملیاتی.
اما چالش بعدی، مدیریت هزینه‌های استنتاج در مقیاس کلان است؛ در تحلیل ما درباره بهینه‌سازی هزینه GPU این موضوع را کالبدشکافی کرده‌ایم.
گفتگو