ارزشمندترین بینش‌های شرکت شما احتمالاً در ذهن افرادی است که از نوشتن متن متنفرند. مهندسی که دقیقاً می‌داند چرا مشتریان در ماه سوم سرویس را ترک می‌کنند، مدیر پشتیبانی که می‌داند هر یک از اعتراضاتی که صفحه فروش شما به آن‌ها پاسخ نمی‌دهد چیست، یا اپراتوری که می‌داند کدام وعده در فایل ارائه (Pitch Deck) شما سخت‌ترین وعده برای عملی کردن است، به‌ندرت در لینکدین یا وبلاگ شرکت مطلب می‌نویسند. این اتفاق به این دلیل می‌افتد که «دانستن یک حقیقت» و «نوشتن آن روی کاغذ» دو مهارت کاملاً مجزا هستند.
شکاف دانشی
برای سال‌ها، تنها راه پر کردن این شکاف، استفاده از نویسندگان سایه (Ghostwriters) یا تیم‌های مارکتینگ بود. یک بازاریاب معمولاً ۲۰ دقیقه با متخصص مصاحبه می‌کرد و یک هفته وقت می‌گذاشت تا یادداشت‌ها را به متنی حرفه‌ای اما اغلب مبهم تبدیل کند. این فرآیند معمولاً لبه‌های تیز و جزئیات دقیقی را که تخصص را ارزشمند می‌کند، می‌تراشید و از بین می‌برد. متخصص نتیجه را می‌خواند، از چند جمله چهره در هم می‌کشید، اما صرفاً به این دلیل که کارهای واقعی‌تری برای انجام دادن داشت، آن را تأیید می‌کرد.
شرکت‌هایی که توان مالی داشتند، از تیم‌های ارتباطات برای حل این مشکل استفاده می‌کردند. بقیه در سکوت ماندند. در نتیجه، تیزترین تفکرات موجود در یک ساختمان، درون افرادی حبس شد که نمی‌توانستند آن را روی کاغذ بیاورند.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی اقتصاد تولید محتوا اشاره کردیم، تخصص واقعی همیشه در لایه‌های عملیاتی نهفته است. اکنون Unite.AI استدلال می‌کند که هوش مصنوعی زاینده (Generative AI) — مثل دستیاری که صدای شما را می‌شنود و آن را به متنی شسته و رفته تبدیل می‌کند — عملِ «دانستن» را از هنرِ «نوشتن» جدا کرده است. یک متخصص اکنون می‌تواند ۱۵ دقیقه درباره یک مسئله پیچیده صحبت کند و بلافاصله پیش‌نویسی دقیق و تمیز دریافت کند. او سپس تنها مثال‌های خاصی را که فقط خودش می‌داند اصلاح می‌کند و مطلب را به نام خودش منتشر می‌کند، بدون آنکه ساعت‌ها به یک صفحه سفید خیره شود.
این تغییر با داده‌های رفتاری OpenAI تأیید می‌شود. بر اساس پژوهشی اقتصادی روی ۱.۵ میلیون پیام کاری در ChatGPT بین آوریل تا ژوئیه ۲۰۲۴، محققان شاهد جهشی در استفاده «بین‌رشته‌ای» از هوش مصنوعی بوده‌اند. در میان ۶۲۰۰ کارمند رصدشده، نرخ افرادی که از AI برای کارهایی خارج از تخصص اصلی خود استفاده می‌کردند، از ۱۳.۱٪ به ۲۵.۹٪ افزایش یافت. این روند نشان می‌دهد که AI در حال تبدیل شدن به ابزاری برای حذف موانع مهارتی در محیط‌های کاری است؛ مشابه آنچه در بخش‌های فنی رخ داده و برخی سازمان‌ها اکنون در حال جایگزینی نویسندگان کد با عامل‌های هوشمند AI هستند تا بهره‌وری را به سطح جدیدی برسانند.
الگوهای استفاده متخصصان
وقتی این کارکنان از حوزه تخصصی خود فراتر رفتند، الگوی خاص و باکیفیتی را دنبال کردند:
- آن‌ها مثال‌های دقیق و زمینه (Context) گسترده‌ای ارائه دادند.
- آن‌ها از AI برای مدیریت ساختار و مهارت‌های فنی خروجی استفاده کردند.
- احتمال بیشتری داشت که از AI بخواهند نتیجه را بازبینی و چک کند.
- آن‌ها نتیجه نهایی را برای صحت اطلاعات به‌طور سخت‌گیرانه بررسی کردند.
این الگو، نقشه راه ایده‌آلی برای تولید محتوای تخصص‌محور است. انسان دیدگاه منحصربه‌فرد و زمینه صنعتی را فراهم می‌کند و AI صیقل زبانی را بر عهده می‌گیرد. در این حالت، تولید محتوا از یک «وظیفه نوشتاری» به یک «تصمیم استخدامی» تبدیل می‌شود: بهترین صدای عمومی یک شرکت، لزوماً مدیر مارکتینگ نیست، بلکه کسی است که سخت‌ترین سوالات مشتریان را پاسخ می‌دهد.
با این حال، این قابلیت ریسک جدیدی را به همراه دارد: سیل محتواهای «صیقلی» اما توخالی. پست‌هایی که فاقد دیدگاه انسانی هستند، منجر به فیدی از متون یکسان و پوچ می‌شوند. تنها راه درمان محتوای کلیشه‌ای AI، تخصص انسانی بیشتر است، نه هوش مصنوعی کمتر. AI فقط می‌تواند دیدگاهی را منتقل کند که کاربر به آن می‌دهد. اگر شما تنها یک خط درباره صنعتتان به مدل بدهید، پاسخی کلی می‌گیرید؛ اما اگر تجربیات ۲۰۰ تیکت پشتیبانی و استدلال‌هایی که در برابر رقیب به کار می‌برید را به آن بدهید، چیزی تولید می‌شود که فقط شرکت شما قادر به انتشارش است.
برخی معتقدند اگر متخصصی نتواند ایده‌اش را بنویسد، یعنی هنوز به‌طور کامل به آن فکر نکرده است. اگرچه نوشتن حفره‌های منطقی را آشکار می‌کند، اما بسیاری از متخصصان «بلند فکر می‌کنند». آن‌ها می‌توانند مشکل مشتری را در ۵ دقیقه حل کنند اما مقابل مکان‌نما (Cursor) خشکشان می‌زند. در این موارد، تفکر قبلاً رخ داده و تنها مرحله تبدیل آن به متن گم شده بود. در دنیایی که محتوا بی‌نهایت است، تنها چیز کمیاب، «دیدگاهی است که ارزش خواندن داشته باشد».
برای اجرای این استراتژی، شرکت‌ها باید از استخدام نویسندگان سایه به سمت توانمندسازی ویراستاران حرکت کنند. نویسنده سایه، صدای متخصص را با یک صدای حرفه‌ای اما کلی جایگزین می‌کند، در حالی که ویراستار از صدای اصلی محافظت کرده و استانداردهای کیفیت را تضمین می‌کند.
گردش‌کار ویراستاری هوش مصنوعی
یک گردش‌کار ویراستاری مؤثر مبتنی بر AI به این شکل است:
- تأمین دانش: متخصص دانش را از طریق صوت یا یادداشت‌های اولیه فراهم می‌کند و مسئولیت ادعاهای مطرح شده را می‌پذیرد.
- پیش‌نویس: AI بر اساس آن زمینه (Context) خاص، اولین پیش‌نویس را تولید می‌کند.
- بازبینی انسانی: یک ویراستار انسانی (مؤسس، بازاریاب یا یک نیروی پیمانکاری) هر حقیقت و عدد را چک می‌کند.
- اصلاح: ویراستار هر عبارت یا لحنی را که متخصص در واقعیت به کار نمی‌برد حذف می‌کند و در جاهایی که استدلال ضعیف است، فشار می‌آورد تا محتوا تقویت شود.
- کنترل کیفیت: ویراستار خط قرمزهایی را تعیین می‌کند که شرکت حاضر است پشت آن‌ها بایستد.
این رویکرد با AI مانند یک نویسنده جونیور (تازه‌کار) اما توانمند برخورد می‌کند. وظیفه مدیر این است که زمینه را فراهم کند، تعریف کند که یک نتیجه «خوب» چگونه است و خروجی را قضاوت کند. نوشتن خوب دیگر بهای شنیده شدن نیست؛ داشتن چیزی معنادار برای گفتن، تنها مانع باقی‌مانده است.
گام بعدی شما
- به جای درخواست از متخصصان برای «نوشتن مقاله»، از آن‌ها بخواهید یک یادداشت صوتی ۱۰ دقیقه‌ای درباره یک چالش واقعی ضبط کنند.
- یک گردش‌کار ویراستاری ایجاد کنید که در آن AI پیش‌نویس می‌زند، اما یک انسان (مؤسس یا مدیر) صحت اعداد و لحن را تأیید می‌کند.
- روی «استخراج دانش» تمرکز کنید؛ یعنی شناسایی افرادی در تیم که بیشترین تجربه عملی را دارند اما کمترین حضور رسانه‌ای را دارند.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو