نوآوری در مدیریت برای توسعه پایدار

Kolnegar Private Media (Management Innovation for Sustainable Development)

29 تیر 1404 12:26 ق.ظ

برای کمک به افزایش بهره‌وری به کمک هوش مصنوعی ، کار کنان  باید بخشی از فرآیند باشند.

برای کمک به افزایش بهره‌وری به کمک هوش مصنوعی ، کار کنان  باید بخشی از فرآیند باشند.

۱۸ ژوئن ۲۰۲۵،

نویسندگان

لولین اسپینک مدیر بخش مدیریت شرکتی هوش مصنوعی، موسسه فناوری انسانی، دانشگاه فناوری سیدنی

نیکلاس دیویس استاد صنعت فناوری‌های نوظهور و مدیر مشترک، موسسه فناوری انسانی، دانشگاه فناوری سیدنی

لولین اسپینک به عنوان بخشی از برنامه مدیریت شرکتی هوش مصنوعی موسسه فناوری انسانی، از بنیاد میندرو بودجه دریافت می‌کند. HTI توسط طیف گسترده‌ای از شرکای دانشگاهی، شرکتی و خیریه تأمین مالی می‌شود.

نیکلاس دیویس به عنوان بخشی از برنامه مدیریت شرکتی هوش مصنوعی موسسه فناوری انسانی، از بنیاد میندرو بودجه دریافت می‌کند. HTI توسط طیف گسترده‌ای از شرکای دانشگاهی، شرکتی و خیریه تأمین مالی می‌شود.

دانشگاه فناوری سیدنی به عنوان یکی از شرکای بنیانگذار The Conversation AU بودجه را تأمین می‌کند.

بهره‌وری استرالیا در حال کاهش است و بدترین علائم حیاتی را که در 60 سال گذشته دیده‌ایم، منتشر می‌کند.

سیاستمداران و مدیران ارشد، هوش مصنوعی (AI) را مانند پنی‌سیلین جدید تجویز می‌کنند – دارویی شگفت‌انگیز با قدرت شفابخشی تقریباً جادویی. نخست‌وزیر آنتونی آلبانیزی، خزانه‌دار جیم چالمرز و کمیسیون بهره‌وری، همگی هوش مصنوعی را بخش کلیدی طرح درمان بیماری‌های بهره‌وری استرالیا می‌دانند و تخمین می‌زنند که اتوماسیون و هوش مصنوعی می‌توانند 600 میلیارد دلار استرالیا به اقتصاد سالانه استرالیا اضافه کنند.

متأسفانه، هوش مصنوعی نوشدارو نیست. بیشتر شبیه فیزیوتراپی بعد از جراحی‌های بزرگ است: فقط در صورتی نتیجه می‌دهد که تلاش کنید، برنامه را دنبال کنید و با متخصصانی کار کنید که می‌دانند کدام عضلات را چه زمانی تقویت کنند.

پروژه‌های هوش مصنوعی نرخ شکست بالایی دارند

هوش مصنوعی مجموعه‌ای گسترده از ابزارها و تکنیک‌ها است که هوش مصنوعی مولد مانند ChatGPT جدیدترین نمونه آن است. هوش مصنوعی، در صورت پیاده‌سازی خوب، بدون شک می‌تواند بهره‌وری را در طیف گسترده‌ای از برنامه‌ها افزایش دهد. تیم حقوقی یونیلیور گزارش می‌دهد که ابزارهای هوش مصنوعی مولد روزانه 30 دقیقه در بررسی اسناد و تحلیل قراردادها برای وکلای آن صرفه‌جویی می‌کنند.

سایر برنامه‌های هوش مصنوعی می‌توانند نتایج نجات‌بخش را با کارایی حتی بیشتر ارائه دهند. در یک مطالعه آلمانی، غربالگری ماموگرافی با پشتیبانی هوش مصنوعی، زمان مطالعه رادیولوژیست‌ها را برای معایناتی که به عنوان عادی برچسب‌گذاری شده بودند، 43 درصد کاهش داد، در حالی که نرخ تشخیص سرطان را بهبود بخشید.

دولت فدرال بر بهبود بهره‌وری متمرکز است. در این مجموعه پنج قسمتی، از متخصصان برجسته پرسیده‌ایم که این برای اقتصاد به چه معناست، چه چیزی ما را عقب نگه می‌دارد و بهترین ایده‌های آنها برای اصلاحات چیست.

اما حقیقت تلخ این است که دستاوردهای بهره‌وری مبتنی بر هوش مصنوعی مانند این‌ها به اجرای هوشمند و پذیرش قابل اعتماد بستگی دارد. سازمان‌هایی که از بخش سخت – مانند مشارکت کارکنان، آموزش و حکومتداری خوب – صرف نظر می‌کنند، اغلب متوجه می‌شوند که مزایای وعده داده شده هرگز محقق نمی‌شوند.

اعداد و ارقام این موضوع را تأیید می‌کنند: حدود ۸۰٪ از پروژه‌های هوش مصنوعی در نهایت شکست می‌خورند، دو برابر نرخ پروژه‌های سنتی فناوری اطلاعات. تنها یک چهارم مدیران در یک نظرسنجی جهانی، بازده معناداری را در سرمایه‌گذاری‌های هوش مصنوعی خود گزارش می‌دهند.

واقعاً نباید تعجب کنیم. سایر فناوری‌های عمومی، مانند برق و فناوری‌های دیجیتال اولیه، مسیر مشابهی را طی کردند. رابرت سولو، اقتصاددان آمریکایی، جمله معروفی دارد: “شما می‌توانید عصر کامپیوتر را در همه جا ببینید، جز در آمار بهره‌وری.”

کار کنان  به فناوری اعتماد ندارند

مانند روزهای اولیه اینترنت در دهه ۱۹۹۰، موفقیت هوش مصنوعی به پذیرش و اعتماد متکی است. بدون اعتماد، جذب متوقف می‌شود و مزایا از بین می‌روند.

این یک چالش بزرگ در استرالیا است، جایی که اعتماد و خوش‌بینی عمومی به هوش مصنوعی نسبتاً پایین است. چرا؟ استرالیایی‌ها همچنین سطوح پایین‌تری از استفاده، آموزش و اعتماد به نفس هوش مصنوعی را گزارش می‌دهند. و مردم کمتر به آنچه که نمی‌فهمند اعتماد می‌کنند.

پر کردن این شکاف اعتماد به معنای مشارکت دادن کار کنان  از ابتدا است. با گوش دادن به نگرانی‌های کار کنان  و شناسایی نقاط درد موجود در فرآیندها، شرکت‌ها می‌توانند سیستم‌های هوش مصنوعی را مستقر کنند که به جای کنار گذاشتن کارمندان، به آنها کمک کنند.

برعکس، وقتی کار کنان  به طور معناداری درگیر نباشند، اوضاع خوب پیش نمی‌رود.

کلارنا را در نظر بگیرید. این شرکت فین‌تک سوئدی داوطلب شد تا “موش آزمایشگاهی مورد علاقه” پلتفرم هوش مصنوعی مولد OpenAI باشد. این شرکت مشاغل را کاهش داد و ادعا کرد که معادل ۷۰۰ کارمند را خودکار کرده است. اما سباستین سیمیاتکوسکی، مدیرعامل، اکنون اذعان می‌کند که تغییر به هوش مصنوعی به خدمات مشتری آسیب رسانده و شرکت را مجبور به استخدام مجدد انسان‌ها کرده است.

به طور مشابه، دولینگو اخیراً با واکنش منفی کاربران مواجه شد، زمانی که ۱۰٪ از پیمانکاران را با هوش مصنوعی جایگزین کرد.

اینها موارد نادری نیستند. حدود ۵۵٪ از مدیران بریتانیایی که کار کنان  را با هوش مصنوعی جایگزین کردند، بعداً پشیمان شدند. در عجله برای خودکارسازی، کار کنان  اغلب به عنوان یک عامل مصرفی دیده می‌شود.

این نگرش به هوش مصنوعی منجر به چیزی می‌شود که اقتصاددانان آمریکایی، دارون عجم‌اوغلو و پاسکال رسترپرو، آن را «اتوماسیون نسبتاً خودکار» می‌نامند، جایی که فناوری بدون ارائه دستاوردهای معنادار در بهره‌وری، کار کنان  را جابجا می‌کند.

به جای تلاش برای جایگزینی کارکنان با هوش مصنوعی، سازمان‌ها باید عمیقاً با آنها تعامل داشته باشند. مشارکت دادن کار کنان  می‌تواند به طور چشمگیری بازده سرمایه‌گذاری هوش مصنوعی را افزایش دهد.

مانند سایر فناوری‌های عمومی، بیشترین بهره را از هوش مصنوعی به معنای تغییر نحوه کار ما است. و داده‌ها نشان می‌دهد شرکت‌هایی که کار کنان  را در تحولات سازمانی درگیر می‌کنند، نه برابر بیشتر احتمال موفقیت دارند.

شرکت‌هایی که از مزایای هوش مصنوعی بهره‌مند می‌شوند، می‌دانند که وقتی توانایی انسانی را تقویت می‌کند، به جای جایگزینی آن، بهترین عملکرد را دارد. کار کنان  هنوز چیزهایی را می‌دانند که الگوریتم‌ها نمی‌دانند. آنها واقعیت‌های عملی شغل خود را عمیقاً درک می‌کنند، که برای طراحی سیستم‌های هوش مصنوعی که واقعاً کارها را انجام می‌دهند، بسیار مهم است.

طراحی راه‌حل‌های بهتر

تحقیقات خود ما این را تأیید می‌کند. کار کنان  استرالیایی احساس می‌کنند که هوش مصنوعی بدون مشاوره یا آموزش کافی به آنها تحمیل می‌شود. این امر نه تنها باعث ایجاد مقاومت در برابر پذیرش می‌شود، بلکه به این معنی است که سازمان‌ها تجربه افرادی را که واقعاً کار را انجام می‌دهند، از دست می‌دهند.

آخرین گزارش ما نشان می‌دهد که مشارکت کار کنان ، مزیت رقابتی و سودآوری را تقویت می‌کند و منجر به راه‌حل‌های بهتر هوش مصنوعی می‌شود که ریشه در مشکلات و نیازهای کار کنان  دارند. وقتی کار کنان  در تصمیم‌گیری در مورد نحوه استفاده از هوش مصنوعی مشارکت دارند، راه‌حل‌ها بهتر طراحی می‌شوند، مؤثرتر و به‌طور گسترده‌تری پذیرفته می‌شوند.

تیم آیرس، وزیر جدید صنعت و نوآوری استرالیا، این موضوع را تشخیص می‌دهد. او در سخنرانی اخیر خود بر لزوم همکاری «با کار کنان  و اتحادیه‌های آنها» در زمینه پذیرش فناوری تأکید کرد.

این نقطه شروع امیدوارکننده‌ای است. اگر قرار است هوش مصنوعی درمانی مؤثر برای چالش بهره‌وری استرالیا باشد، کار کنان  باید بخش اساسی تیم بهبود باشند.

https://theconversation.com

آیا این نوشته برایتان مفید بود؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *