شکست پروژههای هوش مصنوعی تقصیر تکنولوژی نیست
هوش مصنوعیخلاصهٔ کاملتر
نویسندگان از تیم Teamwork Lab اطلسین میگن وقتی از مدیرها میپرسی چرا سرمایهگذاری هوش مصنوعی جواب نداده، انگشت اشاره میره سمت مدل اشتباه یا ابزار نابالغ. ولی تو تحقیق اونها این تقریباً هیچوقت مسئلهٔ اصلی نیست. سازمانهایی که بیشترین دردسر رو دارن، بدترین ابزار رو ندارن؛ یه تغییر عمیق رفتاری رو مثل استقرار یه نرمافزار مدیریت کردن. طبق گزارش State of Teams 2026، ۸۵٪ کارکنان دانشی از هوش مصنوعی استفاده میکنن ولی فقط ۲۹٪ اون رو تو کار روزمرهشون جا دادن.
تجربهٔ خود اطلسین هم اول شلخته بوده. غریزهٔ اولشون همون کار رایج بود: ابزار رو در دسترس بذار، از پذیرندگان اولیه تجلیل کن و فرض کن استفاده خودش پخش میشه. پخش نشد. آدمها تکتک سریعتر شدن ولی تیمها دقیقاً به همون اندازهٔ قبل هماهنگ یا پراکنده موندن، جریانهای کاری هوشمندانه از میز سازندهشون جلوتر نرفت و شکاکها بیسروصدا کنار کشیدن. به گفتهٔ نویسنده اونها فقط لاگین میشمردن و اسمش رو پیشرفت گذاشته بودن.
نقطهٔ چرخش ساختاری بود نه فنی: توانمندسازی هوش مصنوعی رو از IT بیرون آوردن و زیر نظر همون مدیری بردن که واحد منابع انسانی رو داره. این یه پیام عمدی بود — ماجرا دربارهٔ نحوهٔ کار آدمهاست، نه اینکه چه نرمافزاری اجرا میکنن.
نکتهٔ دوم اینه که بالابهپایین و پایینبهبالا انتخاب دوگانه نیستن. فشار از بالا چیزی رو میده که فرد بهتنهایی نمیسازه: دلیل روشن برای تغییر، اجازهٔ صرف وقت برای یادگیری، و حصار ایمنی صادقانه. وقتی مدیر ارشد هوش مصنوعیشون یه دموی زنده از ابزار داخلی اجرا کرد، استفاده ۹۰٪ افزایش پایدار داشت. در عوض ایدههای واقعی از پایین میآن: تو دو آزمایش Teamwork Lab، ۷۵٪ و ۸۲٪ شرکتکنندهها یه کاربرد تازه رو از همکارشون یاد گرفتن، نه از فهرست تجویزی.
فرهنگ هم بستر ماجراست نه شعارش. طبق همون گزارش، تیمهای برتر ۳.۲ برابر بیشتر میگن بهشون اجازهٔ آزمایش داده شده؛ و طبق گزارش همکاری هوش مصنوعی ۲۰۲۵، ۳۷٪ کارکنان ترجیح میدن کسی نفهمه از هوش مصنوعی کمک گرفتن، چون میترسن اعتبار کارشون کم بشه یا اسمش تقلب بذارن. نویسنده میگه قبل از استقرار ببین داری تو چه فرهنگی این کار رو میکنی؛ اگه آزمایش امن نیست، اول همون رو درست کن. یه آیین کوچیک هم پیشنهاد میده: پونزده دقیقه از یه جلسه، همه یه چیز تازه امتحان کنن و بعد تعریف کنن.
حرف آخر اینه که کار واقعی همون کار بیزرقوبرقه: مدیریت دانش، فرایند درست و مهارت ارتباطی. مثالش هم آمادئوس تو حوزهٔ فناوری سفره که بیش از ۲۰ هزار کارمندش رو به Confluence Cloud Enterprise منتقل کرد، دو مهندس تماموقت از نگهداری زیرساخت آزاد شدن و یه منبع حقیقت شرکتی شکل گرفت. پرسشهای پیشنهادی نویسنده برای مدیرها هم اینه: مالک این ماجرا کیه، آیا آزمایش واقعاً امنه، آیا یه ایدهٔ خوب راهی برای سفر تو سازمان داره، و اصلاً داری چی رو اندازه میگیری.
نکات کلیدی:
- ۸۵٪ استفاده میکنن ولی فقط ۲۹٪ هوش مصنوعی رو تو کار روزمره جا دادن
- اطلسین مالکیت این حوزه رو از IT به واحد منابع انسانی منتقل کرد
- دموی زندهٔ مدیر ارشد، ۹۰٪ افزایش پایدار در استفاده ساخت
- ۳۷٪ کارکنان ترجیح میدن پنهون کنن که از هوش مصنوعی کمک گرفتن
- شاخص لاگین چیزی نمیگه؛ سرعت، کیفیت، بهرهوری و نوآوری رو اندازه بگیر
