هر هفته تیترهای جدیدی از موج دیگری از حذف مشاغل بهدلیل هوش مصنوعی منتشر میشود.
فراتر از تیترها: تفاوت میان تعدیل واقعی و تعدیل نمایشی در عصر هوش مصنوعی
اما دادهها تصویر پیچیدهتری را نشان میدهند.
آنچه واقعاً حذف میشود، در بسیاری از موارد یک شغل کامل نیست؛ بلکه یک لایه مشخص و محدود از یک نقش شغلی است.
تشخیص این تفاوت برای هر مدیری که قرار است درباره نیروی انسانی تصمیم بگیرد، حیاتی است.
یک مورد مستند: Salesforce تیم پشتیبانی خود را تقریباً نصف کرد
مارک بنیوف، مدیرعامل Salesforce، بهطور رسمی اعلام کرده است که این شرکت با استفاده از ایجنتهای هوش مصنوعی، تعداد کارکنان تیم پشتیبانی خود را از ۹۰۰۰ نفر به ۵۰۰۰ نفر کاهش داده است.
این یکی از معدود نمونههایی است که در آن، هم نام شرکت و هم تعداد مشخص کارکنان اعلام شده است؛ نه صرفاً یک ادعای کلی درباره اینکه «هوش مصنوعی مشاغل را از بین میبرد».
اما نکته مهمتر اینجاست: آنچه در Salesforce حذف شد، «شغل پشتیبانی» بهطور کامل نبود.
بخشی از کار که هوش مصنوعی اکنون میتواند در سهم قابلتوجهی از تعاملات مشتری انجام دهد، همان لایه اولیهی دستهبندی، تشخیص و پاسخ اولیه است؛ کاری که پیش از این توسط نیروی انسانی انجام میشد.
این تفاوت، کل بحث را تغییر میدهد.
دادهها روایت رایج را به چالش میکشند
نگاه گستردهتر به دادهها، تصویری بسیار پیچیدهتر از آنچه معمولاً در تیتر خبرها میبینیم ارائه میکند.
بر اساس تحلیلی از Harvard Business Review، بخش قابلتوجهی از تعدیلهایی که بهعنوان «تعدیل ناشی از هوش مصنوعی» معرفی میشوند، ممکن است بیشتر با سیگنالدهی به سرمایهگذاران و روایتهای کاهش هزینه مرتبط باشند تا یک مورد اثباتشده و اندازهگیریشده از جایگزینی نیروی انسانی با فناوری.
یک داده قابلتوجه این موضوع را روشنتر میکند:
حدود ۹۲ درصد شرکتهایی که تعدیل نیروی مرتبط با AI را اعلام کردهاند، در همان بازه زمانی تعداد کل کارکنان خود را افزایش دادهاند.
یعنی ممکن است یک بخش کوچک شود، در حالی که بخش دیگری از سازمان در حال رشد است.
داده دیگری از Gallup نیز تصویر غیرمنتظرهای ارائه میکند:
کارمندانی که از AI استفاده نمیکنند، با احتمال بیشتری در معرض تعدیل قرار گرفتهاند تا افرادی که شغلشان مستقیماً توسط AI جایگزین شده است.
در میان کارکنانی که تعدیل شدهاند، تنها ۱ درصد گفتهاند که خود هوش مصنوعی دلیل اصلی از دست دادن شغلشان بوده است.
پس مسئله شاید آن چیزی نباشد که تیترها به ما میگویند.
پس واقعاً چه چیزی حذف میشود؟
اگر این دادهها را کنار هم قرار دهیم، یک الگوی روشنتر ظاهر میشود:
آنچه بیشترین احتمال حذف کامل را دارد، معمولاً عنوان شغلی نیست؛ یک دسته مشخص از وظایف است.
این دسته از وظایف معمولاً سه ویژگی دارند:
۱. ورودی و خروجی کاملاً مشخص و تکرارشونده
مثلاً دستهبندی یک تیکت پشتیبانی در چند گروه از پیش تعریفشده.
۲. نیاز اندک به قضاوت پیچیده و مسئولیتپذیری
تصمیمی که اگر اشتباه باشد، پیامد جدی، پرهزینه یا غیرقابلبازگشتی ایجاد نمیکند.
۳. نبود ارزش ذاتی در تعامل انسانی
مثلاً کاری که صرفاً حل یک مسئله فنی است و حضور انسان، به خودی خود ارزش بیشتری برای مشتری ایجاد نمیکند.
در نتیجه، نقشهایی که دقیقاً در این لایه قرار دارند، بیشترین ریسک حذف کامل را دارند.
برای مثال:
- دستهبندی و ارجاع اولیه تیکتهای پشتیبانی
- غربالگری سطحی رزومهها در استخدام
- خلاصهسازی ساده اسناد در کارهای حقوقی
- پردازشهای تکراری و استاندارد اداری
اما بخش دیگری از همان نقشها باقی میماند؛ و حتی ممکن است مهمتر شود.
بخشهایی که به قضاوت، مسئولیتپذیری و تعامل انسانی معنادار نیاز دارند.
چرا این تفاوت برای مدیران مهم است؟
مدیری که یک نقش کامل را حذف میکند، در حالی که تنها بخشی از آن نقش واقعاً قابل اتوماسیون بوده، ممکن است دو اشتباه جدی مرتکب شود.
اشتباه اول:
بخش انسانی و ارزشآفرین آن نقش را از بین ببرد؛ همان بخشی که کیفیت تصمیم، رضایت مشتری یا نتیجه نهایی را حفظ میکند.
اشتباه دوم:
اگر تصمیم بیشتر برای ارسال یک سیگنال به بازار یا سرمایهگذاران گرفته شده باشد تا بر اساس داده واقعی عملکرد، سازمان ممکن است هزینه پنهانی کاهش کیفیت را بپردازد، بدون اینکه صرفهجویی واقعی و پایداری به دست آورده باشد.
به همین دلیل، سؤال درست برای مدیر این نیست که:
«کدام شغل را میتوانیم با AI حذف کنیم؟»
سؤال دقیقتر این است:
«کدام بخش از این نقش واقعاً قابل اتوماسیون است؟ و کدام بخش را باید عمداً در اختیار انسان نگه داریم؟»
نگاه هنارکو
در هنارکو، مسئله از همینجا شروع میشود.
پیش از آنکه درباره حذف یک نقش تصمیم بگیریم، باید خود نقش را باز کنیم.
ببینیم چه وظایفی درون آن قرار دارند.
کدام وظایف تکراری و قابلتعریفاند؟
کدام وظایف به قضاوت پیچیده نیاز دارند؟
کجا مسئولیت پیامد تصمیم بر عهده انسان است؟
و کجا، تعامل انسانی خودش بخشی از ارزش ایجادشده است؟
این نگاه، نتیجهای کاملاً متفاوت از یک تصمیم ساده برای «کاهش هزینه با AI» ایجاد میکند.
سؤالهای بهتر هنارکو
پیش از آنکه بخواهید یک نقش را به نام هوش مصنوعی کوچک یا حذف کنید، این چهار سؤال را بپرسید:
۱. آیا داده واقعی و اندازهگیریشدهای درباره عملکرد AI در این نقش داریم، یا تصمیم ما بر اساس فرضیات و فشار بیرونی است؟
۲. کدام بخش از این نقش به قضاوت پیچیده یا مسئولیتپذیری نیاز دارد؟ آیا همان بخش نیز در حال حذف شدن است؟
۳. آیا در این نقش تعاملی وجود دارد که ارزش آن فراتر از حل مسئله فنی باشد؟
۴. اگر این تصمیم تا حدی برای ارسال سیگنال به بازار گرفته شده، آیا هزینه پنهان کاهش کیفیت را نیز محاسبه کردهایم؟
در نهایت
هوش مصنوعی لزوماً یک شغل را حذف نمیکند.
اغلب، ابتدا یک لایه از کار را حذف میکند.
مسئله واقعی مدیریت در عصر AI این نیست که چه تعداد شغل را میتوان حذف کرد.
مسئله این است که بتوانیم یک شغل را به اجزای آن بشکنیم و تشخیص دهیم:
چه چیزی باید خودکار شود، چه چیزی باید بازطراحی شود، و چه چیزی هنوز باید انسانی بماند.
شاید آینده کار، حذف انسان از کار نباشد.
شاید خروج از روش قدیمی انجام کار باشد.