AI و مالیاتی که بابت سادهکردن گزارشها میدیم
هوش مصنوعیخلاصهٔ کاملتر
جان کاتلر تو شمارهی ۴۳۷ خبرنامهی TBM مینویسه یه جا هست که هنوز به AI خوشبینه. حرفش اینه که خیلی از شرکتها همهچیز رو تخت و ساده میکنن تا با نیاز کسی جور دربیاد که بیشترین قدرت، کمترین حوصله برای دیدن جزئیات و کمترین وقت رو داره. یه جملهی «این خیلی تو جزئیاته» از سمت مدیرعامل کافیه تا یکی از دو تا اتفاق بیفته.
حالت اول اینه که کلی آدم وقت بذارن و واقعیت رو تا اون سطحِ «درست» ساده کنن. حالت دوم اینه که کسی این وقت رو نذاره و دقیقهی نود سرهمبندی کنه، که به نظر کاتلر یه مکانیزم بقای منطقیه. هزینهی این ترجمهی مدامِ یه نسخه از واقعیت به یه نسخهی تختشده همون چیزیه که اسمشو میذاره recontextualization tax، یعنی مالیاتی که بابت بازچینی اطلاعات برای مخاطب بعدی میدی.
کاتلر تأکید میکنه این میل به سادگی از سر بیسوادی یا لجبازی نیست؛ یه سقف واقعیِ بار شناختیه و مدیر میخواد بهجای دیدن همهچیز، فقط استثناها رو ببینه. به گفتهی اون AI دقیقاً تو همین دو تا کار خوبه: کار یدیِ بازچینی زمینه و شکار استثنا. شرطش هم اینه که به context خام دسترسی داشته باشه و اون context نسبتاً بهروز باشه.
مثالش رودمپه. اگه ۱۰ ذینفع داشته باشی که هرکدوم اطلاعات رو یهجور میخوان، قبل از AI یا باید همه رو قانع میکردی یهجور نگاه کنن، یا ۱۰ نسخه از هر ارائه میساختی. به گفتهی کاتلر برای همینه که ابزارهای رودمپ تقریباً هیچوقت تو سازمان نمیچرخن و آخرش همه هربار دستی یه PPTX یا برد Miro سرهم میکنن.
راهحلی که پیشنهاد میده اینه که تیم هرجور راحته کار کنه، ولی برای هر بخش از مخاطبها یه skill بنویسی که خروجی رو به زبون همون مخاطب ترجمه کنه. میگه میتونی عملاً تو GitHub Issues و Google Docs کار کنی و بیرون طوری نشون بدی که انگار رودمپ swimlane مرتب داری. خودش میگه تو شغل جدیدش اولین تمرکزش همینه: نه مشتریها رو مجبور کنه با قواعد ما کار کنن، نه Linear رو اونقدر انتزاعی کنه که جواب هر جریان کاری رو بده.
جمعبندی کاتلر اینه که بخش بزرگی از ارزش AI تو کاربردهای پرزرقوبرق نیست، بلکه تو کاریه که همیشه میدونستی باید بکنی ولی وقتش رو نداشتی. لازم نیست چرخ رو از نو اختراع کنی.
نکات کلیدی:
- «مالیات بازتعریف زمینه» یعنی هزینهی ترجمهی مدام واقعیت تیمها به یه نسخهی تخت و ساده برای مدیرهای بالادست.
- کاتلر میل مدیرها به سادگی رو یه سقف واقعی بار شناختی میدونه؛ هدفشون مدیریت بر پایهی استثناست، نه دیدن همهچیز.
- AI فقط وقتی این کار رو درست انجام میده که به context خام و نسبتاً بهروز دسترسی داشته باشه.
- ابزارهای رودمپ تو سازمان نمیچرخن چون هر ذینفع خروجی متفاوتی میخواد؛ نتیجهاش PPTX و Miro دستی برای هر جلسهست.
- پیشنهاد عملی: بهجای یکسانسازی روش کار تیم، برای هر بخش از مخاطبها یه skill جدا بنویس.
