اخراج بهخاطر هوش مصنوعی؟ گارتنر میگه این کار اشتباهه
خلاصهٔ کاملتر
تحقیق جدید گارتنر یه نتیجه جالب و کمی غیرمنتظره داره: ۸۰٪ از شرکتهای بزرگ بعد از راهاندازی پروژههای اتوماسیون و هوش مصنوعی، بخشی از نیروی کارشون رو اخراج کردن؛ ولی بررسی دادهها نشون میده که بین این اخراجها و بازگشت سرمایه واقعی از هوش مصنوعی هیچ همبستگیای وجود نداره.
هلن پوآتوون، تحلیلگر دیجیتال گارتنر، توضیح میده که شرکتهایی با بالاترین ROI تقریباً با همون سرعتی کارمند اخراج کردن که شرکتهای با ROI پایین یا منفی. به عبارت سادهتر، کاهش نیروی انسانی یه میانبر برای سود نیست. او میگه: «انتظار داری کسایی که بیشترین بازگشت سرمایه رو دارن، بیشترین اخراج رو هم داشته باشن — ولی این چیزی نیست که ما میبینیم.»
در عوض، شرکتهایی که بیشترین ارزش رو از هوش مصنوعی میگیرن، روی آموزش و ارتقای مهارت کارمنداشون سرمایهگذاری کردن. اونا به کارمندا یاد میدن که چطور خودشون agent (عامل هوش مصنوعی) یا اتوماسیون بسازن و نقشهای جدیدی مثل هماهنگکننده (orchestrator) عوامل هوش مصنوعی هم ایجاد کردن تا مطمئن بشن این سیستمها درست کار میکنن.
برایان بهه، مدیر فنی شرکت RIIG Technology، هم با این دیدگاه موافقه و میگه: «سازمانهایی که اول اخراج کردن و بعد اتوماسیون راه انداختن، الان متوجه شدن که دانش سازمانی که از دست دادن، دقیقاً همون چیزی بود که هوش مصنوعی برای درست کار کردن بهش نیاز داشت. نمیشه تخصصی رو که دیگه نداری، اتوماتیک کنی.»
بهه همچنین هشدار میده که خیلی از شرکتها اخراج رو به عنوان «مدرک پیشرفت در هوش مصنوعی» نشون میدن، در حالی که در واقع داره یه مشکل رو پنهان میکنه: «ساختن مدل عملیاتی که هوش مصنوعی رو واقعاً به ارزش برسونه، کار سختیه. کاهش نیرو رو میشه راحت اندازه گرفت — اون کار سخت رو نه.»
اندی ویلیامسون، مدیرعامل شرکت آموزشی ONLC، رویکرد «اتوماسیون برای تقویت» (automate-to-augment) رو پیشنهاد میده: وظایف روتین و کمریسک رو اتوماتیک کن تا وقت کارمندا آزاد بشه، و بعد از اونا برای خدمات بهتر یا ورود به بازارهای جدید استفاده کن. او همچنین به اخراج ۴۰٪ کارمندان شرکت Block اشاره میکنه و میگه باید بیشتر درباره هزینه انسانی این تصمیمات صحبت بشه.
نکات کلیدی:
- ۸۰٪ شرکتهای بزرگ بعد از پروژههای هوش مصنوعی اخراج داشتن، ولی این با ROI بالاتر ارتباط نداره
- شرکتهای موفق روی آموزش کارمندان و ساختن نقشهای جدید مرتبط با AI سرمایهگذاری کردن
- دانش سازمانی کارمندان برای کارکرد درست هوش مصنوعی ضروریه و با اخراج از دست میره
- رویکرد «اتوماسیون برای تقویت» بهجای «اتوماسیون برای جایگزینی» توصیه میشه
- هزینههای انسانی اخراجهای مرتبط با AI اغلب نادیده گرفته میشه




