افزایش استفاده از هوش مصنوعی تولیدکننده و تمرکز بر کارهای شناختی در سطوح بالاتر: فرصتی برای ایجاد مشاغلی انسانمحورتر.
از زمانی که ChatGPT شرکت OpenAI در اواخر سال 2022 به طور عمومی معرفی شد، پتانسیلهای هوش مصنوعی تولیدکننده (Gen AI) ذهنها را در دنیای تجارت به تسخیر خود درآورده است.
در تدوین یک استراتژی موثر برای جذب و نگهداشت استعدادها، تمرکز سازمانها عمدتا بر چگونگی افزایش سطح بهرهوری با هوش مصنوعی تولیدکننده (Gen AI) بوده است. با توجه به ارزش سرشار آن (که به تریلیونها دلار میرسد)، این امر قابل درک است. با این حال، این ممکن است رویکردی نباشد که بیشترین بازده استراتژیک را داشته باشد. برای تطابق استعدادهای مناسب با مشاغلی که وجود دارد، رهبران باید ابتدا درک کنند که چگونه هوش مصنوعی تولیدکننده، نگرش کارمندان نسبت به تجربهی کارشان را تغییر میدهد.
موسسه مکینزی اخیراً به عنوان بخشی از تحقیقات مداوم خود در مورد چگونگی بهبود تعهد، حفظ و جذب نیروی کار در سازمانها، از طیف وسیعی از کارمندان نظرسنجی کرده است (برای اطلاعات بیشتر، بخش “درباره تحقیق” را در حاشیه متن ببینید). پاسخدهندگان، بینشهای جالب توجهی ارائه کردند که میتواند به سازمانها در فرآیند توسعهی قابلیتهای استعدادی مرتبط با هوش مصنوعی تولیدکننده کمک کند.
استخر استعداد مرتبط با هوش مصنوعی تولیدکننده (Gen AI) در هر سازمانی، احتمالا از تصور بسیاری از رهبران، گستردهتر است و این استعدادها به سرعت در حال افزایش هستند. این گروه، تنها به متخصصان فنی مانند دانشمندان داده، مهندسان نرمافزار و متخصصان یادگیری ماشین محدود نمیشود، هرچند این نقشها مهم هستند. در واقع، تنها 12 درصد از پاسخدهندگان ما در این دستهی سنگینِ افراد فنی با تخصص هوش مصنوعی تولیدکننده قرار میگیرند. بخش بسیار زیادی از پاسخدهندگان، معادل 88 درصد، در مشاغل غیرفنی هستند که از هوش مصنوعی تولیدکننده برای کمک به انجام کارهای تکراری استفاده میکنند. این مشاغل شامل مدیران میانی، کارکنان مراقبتهای بهداشتی، مربیان و کارمندان اداری و امثال آن میشود.
پنجاه و یک درصد از پاسخدهندگان در نقشهای فنی و غیرفنی که خود را خالقان و کاربران حرفهای هوش مصنوعی تولیدکننده معرفی میکنند، میگویند قصد دارند در طی سه تا شش ماه آینده شغل خود را ترک کنند. این خبر تلخی برای مدیران اجرایی شرکتکننده در نظرسنجی است که میخواهند استعداد هوش مصنوعی تولیدکننده را در داخل سازمان ایجاد کنند؛ بازآموزی و ارتقای مهارت کارکنان زمانی که آنها به دنبال ترک کردن هستند، دشوار است.
اگرچه افرادی که خود را کاربران حرفهای و خالقان هوش مصنوعی تولیدکننده معرفی میکنند، گروهی از کارمندان با تقاضای بالا هستند، اما این کارکنان به خاطر حقوق و دستمزد در یک شغل باقی نمیمانند یا جذب آن نمیشوند. در واقع، این نظرسنجی نشان میدهد که این گروه بهشدت بر انعطافپذیری و عوامل ارتباطی مانند کار معنادار، رهبران دلسوز و سلامت و رفاه، بیش از حقوق و دستمزد تأکید دارند.
و در نهایت، شاید تعجبآورترین نکته: کاربران حرفهای و خالقان هوش مصنوعی تولیدکننده، به طور قاطع احساس میکنند برای انجام کارهایشان، بیش از مهارتهای فنی به مهارتهای شناختی و اجتماعی-عاطفی در سطح بالاتر نیاز دارند. با افزایش استفادهی کارکنان از هوش مصنوعی تولیدکننده برای انجام کارهای تکراری، مهارتهای انسانمحور تفکر انتقادی و تصمیمگیری اهمیت بیشتری پیدا خواهند کرد.
این یافتهها پیامدهای گستردهای برای کارفرمایان در راستای جذب و جلب مشارکت نیروی کارشان دارد. سازمانها در آستانهی تغییرات مثبت یا منفی در ماهیت کار به واسطهی هوش مصنوعی تولیدکننده قرار دارند. رهبران این فرصت را دارند تا با تصمیمگیری در مورد اینکه تیمهایشان در کجا، چه زمانی و چگونه از هوش مصنوعی تولیدکننده استفاده کنند، کار را انسانیتر کنند تا بدین شکل، افراد از کارهای روتین رها شده و بتوانند به تفکر خلاقانهتر، مشارکتی و نوآورانهتری بپردازند. استعدادهای حوزهی هوش مصنوعی تولیدکننده نیز با این موضوع موافق هستند.
این مقاله به تفکیک بخشهای کلیدی از نیروی کار که در خط مقدم استفاده یا خلق هوش مصنوعی تولیدکننده (Gen AI) قرار دارند میپردازد و عمیقتر به عوامل شغلی و مهارتهایی که آنها به گفتهی خود نیاز دارند، کاوش میکند. سپس در مورد چگونگی ارتقای بهرهوری توسط سازمانها از طریق طراحی مشاغلی که اولویت را به افراد بر فناوری میدهند (نه برعکس)، بحث میکنیم. شرکتهایی که یک استراتژی استعدادیابی انسانمحور را تعیین میکنند، با توجه به تأثیراتی که تغییرات ناشی از هوش مصنوعی تولیدکننده بر تعداد بیشتری از مشاغل و کارکنان میگذارد، به خودشان برتری رقابتی اعطا خواهند کرد.
نیروی کار: چه کسانی در ترکیب هوش مصنوعی تولیدکننده قرار دارند؟
اگر شرکتها میخواهند از افزایش بهرهوری ناشی از هوش مصنوعی تولیدکننده بهرهمند شوند، ابتدا باید طیف گستردهای از مهارتهای مورد نیاز برای استقرار موفقیتآمیز آن در کل سازمان را در نظر بگیرند.
در حالی که دستههای مختلفی از کارگران را میتوان به عنوان استعدادهای هوش مصنوعی تولیدکننده توصیف کرد، ما در نظرسنجی خود بر اساس استفاده از هوش مصنوعی تولیدکننده روی چهار الگوی متمایز تمرکز کردهایم:
خالقان (Creators): این کارمندان به ساخت مدلهای هوش مصنوعی تولیدکننده برای سازمان خود و توسعه ابزارها و رابطهایی که اکثر ما برای تعامل با این مدلها استفاده میکنیم، کمک میکنند. خالقان (2 درصد از کارکنان مورد بررسی) عمدتاً مهندسان نرمافزار، برنامهنویسان و دانشمندان یادگیری ماشین هستند که ابزارها و رابطهایی را توسعه میدهند که بیشتر ما برای تعامل با هوش مصنوعی تولیدکننده استفاده میکنیم.
کاربران حرفهای (Heavy Users): این کارمندان برای انجام بیشتر وظایف اصلی یا تقویت عملکرد کاری خود از هوش مصنوعی تولیدکننده استفاده میکنند. کاربران حرفهای (8 درصد از نمونه ما) شامل طیف گستردهای از کارکنان هستند، از طراحانی که از هوش مصنوعی تولیدکننده برای تسریع مدلسازی سهبعدی استفاده میکنند تا دانشمندان دادهای که از هوش مصنوعی تولیدکننده برای تأیید صحت معنای زبان کدگذاری خود استفاده میکنند.
کاربران کممصرف (Light Users): کارکنان این دسته از هوش مصنوعی تولیدکننده برای انجام کمتر از 50 درصد از وظایف اصلی خود استفاده میکنند. این گروه که حدود 18 درصد از نمونه را تشکیل میدهند، شامل مدیران میانی، مربیان و متخصصان ارتباطات میشوند. به عنوان مثال، یک مدیر ممکن است از هوش مصنوعی تولیدکننده برای ایجاد یادداشتهای جلسات یا کمک به تفویض وظایف استفاده کند، در حالی که یک معلم ممکن است از آن برای نوآوری در فعالیتهای کلاسی بهره ببرد. روزنامهنگاران و نویسندگان در حال تحقیق روی موضوعات خاص ممکن است از هوش مصنوعی تولیدکننده برای ایجاد پایهای از حقایق یا کمک به نوشتن پیشنویس اول استفاده کنند.
غیرکاربران (Nonusers): این افراد کسانی هستند که تحت تأثیر هوش مصنوعی تولیدکننده در شغل خود قرار نمیگیرند یا از تأثیر آن آگاه نیستند. نمونههایی از آنها در نمونهی ما شامل پرستاران و کارکنان مراقبتهای بهداشتی درگیر در مراقبت مستقیم از بیماران و همچنین کارمندان فروش در خردهفروشی است که نقش اصلی آنها تعامل رو در رو با مشتریان است. اگرچه در حال حاضر این کارکنان حدود 70 درصد از نظرسنجی را تشکیل میدهند، اما انتظار ما این است که با تغییر دامنه و استفاده از هوش مصنوعی تولیدکننده، اکثر غیرکاربران به کاربران کممصرف یا حرفهای تبدیل شوند.
اولویت افراد بر دستمزد: مهمترین عوامل شغلی که کارکنان به آن بها میدهند
شیوع بیماری همهگیر کووید-19 نشان داد که برای بسیاری از کارکنان، آنچه بیش از همه از تجربه کاری خود میخواهند، به طور اساسی تغییر کرده است. کارمندان به طور فزایندهای به عناصر رابطهای مانند رهبران و همکاران دلسوز و همچنین حمایت از سلامت و رفاه، بیش از جبران مالی (اگرچه حقوق همیشه مهم است) اهمیت میدهند. در سال ۲۰۲۱، شاهد استعفای انبوه کارکنان بودیم – در واقع، ۴۰ درصد از شرکتکنندگان در مشاغل، صنایع و مناطق جغرافیایی مختلف اعلام کردند که قصد دارند در طی سه تا شش ماه آینده شغل خود را ترک کنند. از آن زمان، این رقم به ۳۴ درصد کاهش یافته است.
با این حال، برخی از بخشهای نیروی کار، ریسک بالاتری برای ترک شغل دارند. بر اساس جدیدترین نظرسنجی ما، 51 درصد از پاسخدهندگان که خود را خالقان و کاربران حرفهای هوش مصنوعی تولیدکننده معرفی کردهاند، میگویند قصد دارند در طی سه تا شش ماه آینده شغل خود را ترک کنند.
بهویژه افراد پیشگام در خلق و استفادهی گسترده از هوش مصنوعی تولیدکننده، در انتخاب شغل و شکلدهی به مسیر شغلی خود قدرت دارند. بسیاری از رهبران شرکتها بر این باورند که کارکنان این گروهها به دلیل یافتن حقوق بهتر در جای دیگر، با نرخ بالاتری شغل خود را ترک میکنند. اما بررسی عوامل پیشنهادی ارزش کارکنان (EVP) که بیشترین تأثیر را بر این بخشها دارند، بار دیگر نشان میدهد که حقوق، انگیزه اصلی نیست.
نظرسنجی ما نشان میدهد که خالقان و کاربران حرفهای به انعطافپذیری محیط کار بیش از مجموع حقوق و دستمزد اولویت میدهند و به دنبال حس تعلق، مراقبت و قابل اعتماد بودن در جامعه کاری خود هستند. آنها زمانی در شغل خود میمانند که به آنها انعطافپذیری داده شود و زمانی که چنین انعطافپذیری وجود نداشته باشد، شغل خود را ترک میکنند. سایر عواملی که آنها را به ماندن ترغیب میکند، کار معنادار، حمایت از سلامت و رفاه، همکاران قابل اعتماد و حامی و محیط کاری ایمن است. این تجربه مشابه چیزی است که اکثر کارکنان میخواهند، با یک استثنای آشکار: حقوق و دستمزد در ردیفهای پایینتری از لیست قرار میگیرد
تحلیل مکینزی نشان میدهد که نرخ بالای عدم تعامل و نارضایتی کارکنان میتواند سالانه میلیونها دلار برای شرکتها هزینه داشته باشد. به طور کلی، با توجه به رشد استفاده از هوش مصنوعی تولیدکننده، پرداختن به دلایل ماندن یا ترک کارکنان برای شرکتها از اهمیت بالایی برخوردار است.
با بررسی عمیقتر کاربرانی که خود را کاربران حرفهای و خالقان هوش مصنوعی تولیدکننده معرفی کردهاند و در شغل خود باقی ماندهاند، متوجه میشویم که 72 درصد از آنها احساس تعامل در کار را گزارش دادهاند، در حالی که این رقم در کل نمونهی نظرسنجی ما 63 درصد است. با این حال، 55 درصد از آنها سطوح بالینی فرسودگی شغلی را گزارش میدهند که نرخ بسیار بالاتری نسبت به نمونهی جهانی 32 درصد است. به عبارت دیگر، شرکتها ممکن است نتوانند بهرهوری و تعاملی را که از این کارکنان انتظار دارند، به دست آورند.
علاوه بر این، این عناصر پیشنهادی ارزش کارکنان (EVP) نقش مهمی در هدایت کارکنان به سمت موقعیتهای جدید ایفا میکنند. برای کل نیروی کار، چهار عامل برتر برای پذیرش شغل توسط افراد، با دلایل ماندن در شغل مشابه است. با این حال، برای کارکنانی که خود را کاربران حرفهای و خالقان هوش مصنوعی تولیدکننده معرفی میکنند، تأکید بیشتری بر روابط با مدیران و همکاران و همچنین حس کلی جامعه وجود دارد.
به طور خاص، نیمی از این افراد میگویند که وجود افراد قابل اعتماد و حامی برایشان مهم است و نزدیک به نیمی دیگر بر اهمیت رهبران دلسوز و الهامبخش تأکید دارند. تقریباً دو نفر از هر پنج نفر میگویند که کار معنادار و یک جامعهی همهپذیر، انگیزههای اصلی هستند، حتی بالاتر از انعطافپذیری که برای کسانی که در شغل خود میمانند از اهمیت بالایی برخوردار است. بر خلاف مجموع کلی کارکنان که در آن جبران مالی سومین عامل جذابیت است، برای این زیرمجموعه، حقوق و دستمزد یک بار دیگر به عنوان هفتمین عامل انگیزشی رتبهبندی میشود. کارکنان فقط برای پول نمیآیند و مطمئناً برای آن نمیمانند
مهارتهای مورد نیاز: مهارتهای شناختی و اجتماعی-عاطفی
با عمیقتر شدن تعامل با هوش مصنوعی تولیدکننده (از عدم استفاده به استفاده کم و سپس استفاده حرفهای)، شاهد یک روند ثابت در بین هر دو گروه کارکنان فنی و غیرفنی هستیم: آنها مهارتهای شناختی بالاتر را نسبت به مهارتهای فنی مهمتر ارزیابی میکنند. حتی در میان کارکنان فنی که خود را خالقان هوش مصنوعی تولیدکننده معرفی میکنند، مهارتهای شناختی بالاتر با 59 درصد نسبت به مهارتهای فنی با 55 درصد، مهمتر ارزیابی میشوند
در مورد مهارتهای اجتماعی-عاطفی، دو روند جالب پدیدار میشود. اول، با افزایش استفاده از هوش مصنوعی تولیدکننده، اکثر استعدادهای فنی شاهد افزایش اهمیت مهارتهای اجتماعی-عاطفی هستند، در حالی که استعدادهای غیرفنی روند معکوس را گزارش میدهند. دوم، خالقانی که خود را استعدادهای فنی معرفی میکنند، اهمیت پایینتری برای مهارتهای اجتماعی-عاطفی در سطحی مشابه با افراد غیرکاربر قائل هستند.
به طور کلی، به نظر میرسد با افزایش درگیری کارکنان با هوش مصنوعی تولیدکننده، تمرکز آنها از مهارتهای اجتماعی-عاطفی دور میشود، مگر اینکه در موقعیتهای فنی قرار داشته باشند. ممکن است کارکنان از نحوهی تغییر شغل خود در رابطه با مدیریت و تعامل با دیگران، به ویژه در مورد اهمیت توسعهی مهارتهای اجتماعی-عاطفی حیاتی، آگاه نباشند.
نابرابری: تمایل کارفرمايان به پرورش داخلی استعدادهای هوش مصنوعی تولیدکننده
بسیاری از شرکتها در تلاش برای یافتن موثرترین راه برای حل مسألهی عرضه و تقاضا در زمینهی استعدادهای هوش مصنوعی تولیدکننده هستند. بر اساس نظرسنجی ما از مدیران اجرایی، اکثر سازمانها برنامهریزی میکنند تا قابلیتهای هوش مصنوعی تولیدکنندهی خود را از طریق ارتقای مهارتها، بازآموزی و جابهجایی نیروی کار بهصورت داخلی ایجاد کنند، به جای اینکه بر استخدام و قراردادهای خارجی تکیه کنند. بدیهی است، با توجه به گستردگی الگوهای نیروی کار در سازمانها و نیروی کار به طور کلی، بهتر است برخی از زیرمجموعهها مانند برنامهنویسان و مهندسان نرمافزار از طریق استخدام جذب شوند، در حالی که انواع دیگر کارکنان مانند کارمندان و متخصصان تجربه مشتری، برای پر کردن این شکاف، بیشتر از ارتقای مهارتها و بازآموزی بهرهمند خواهند شد.
مشکل این است که اگر شرکتها میخواهند با کارمندانی که در حال حاضر دارند، مهارتهای هوش مصنوعی تولیدکننده را ایجاد کنند، باید همان افرادی را که طبق نظرسنجی، قصد ترک شغل در طی سه تا شش ماه آینده را دارند، حفظ کنند.
این شکاف بین آنچه کارکنان میگویند در یک شغل میخواهند و آنچه کارفرمایان مایل به ارائه آن به آنها هستند، از زمان شروع همهگیری، در تجربهی محیط کار وجود داشته است. تحقیقات ما در مورد روندهای استعداد نشان داده است که کارکنان به طور مداوم خواهان انعطافپذیری و کار معنادار هستند و میخواهند احساس ارزشمندی و مشارکت داشته باشند.
هنگام تطبیق کاربران حرفهای و خالقان خود-معرفیشدهی هوش مصنوعی تولیدکننده، روی عواملی از پیشنهاد ارزش کارکنان (EVP) که بیشترین اهمیت را دارند، میبینیم که تأکید آنها بر عوامل رابطهای تا حد زیادی با نمونهی کلیتر نظرسنجی ما یکسان است. نیاز به مراقبت از خانواده، بیشترین افزایش اهمیت را نشان میدهد، در حالی که جبران مالی، بیشترین کاهش را نشان میدهد.
علاوه بر این، احساس ارزشمندی توسط مدیر، داشتن دسترسی به فرصتهای توسعه و انجام کار معنادار نیز افزایش قابل توجهی در اهمیت نشان میدهند. از طرف دیگر، فرصتهای پیشرفت به اندازهی موارد دیگر مورد توجه نیستند، که نشان میدهد شرایط ویژهای برای بودن در یک شغل کاملاً فنی، چه از طریق خلق هوش مصنوعی تولیدکننده و چه از طریق استفادهی حرفهای از آن، وجود دارد.
تردیدی نیست که هوش مصنوعی تولیدکننده میتواند به افزایش بهرهوری فردی و نیروی کار کمک کند؛ تا سال 2030، ممکن است تا 30 درصد از فعالیتهای تجاری در مشاغل مختلف را خودکار کند.
رهبران چگونه میتوانند شکاف را پر کنند؟
تردیدی نیست که هوش مصنوعی تولیدکننده میتواند به افزایش بهرهوری فردی و نیروی کار کمک کند؛ تحقیقات مکینزی نشان میدهد که این فناوری تا سال ۲۰۳۰ ممکن است تا ۳۰ درصد از فعالیتهای تجاری در مشاغل مختلف را خودکار کند.
رهبران باید با توجه به تأثیر هوش مصنوعی تولیدکننده، به دنبال پاسخ به سه سوال اساسی در مورد نیروی کار خود باشند:
چگونه می توانیم مشاغل را به گونه ای تصور کنیم که بیشتر انسان محور باشند؟
با بازتعریف ماهیت کار، بر روی اولویت انسانمحوری تمرکز کنید. این کار را با مشخص کردن وظایفی که افراد باید انجام دهند، کارهایی که هوش مصنوعی تولیدکننده میتواند به عهده بگیرد و چگونگی مدیریت بر سایر کارکنان و همچنین نحوهی بهکارگیری هوش مصنوعی تولیدکننده آغاز کنید. مهارتهای فنی مانند کدنویسی، همچنان برای بسیاری از مشاغل ضروری خواهند بود، اما تمایز اصلی در مشاغل آینده بر دوش مهارتهای اجتماعی-عاطفی و توانمندیهای شناختی بالاتر خواهد بود، مهارتهایی که کار خلاقانه، مشارکتی و آیندهنگر را ممکن میسازند. این بازطراحی شغل شاید به معنای برگزاری جلسات حضوری بیشتر یا یافتن راههای دیگری برای ایجاد تعامل مؤثرتر بین افراد باشد تا از نهایت توان بالقوهی آنها بهرهمند شد.
چگونه می توانیم انعطاف پذیری را دوباره تعریف کنیم؟ با تغییر ماهیت مشاغل، شرکتها باید به نتایج حاصل از کار کارکنان بر اساس دستاوردهای به دست آمده نگاه کنند، نه بر ساعتهای صرف شده. معیار خروجی باید تغییر کند. برای مثال، ممکن است کد نوشته شدهای طولانیتر باشد، اما لزوماً کاربرپسندتر یا بهتر نباشد.
با توجه به پتانسیل هوش مصنوعی تولیدکننده برای افزایش کارایی مشاغل، آیا امکان دارد کار معنادار یک کارمند در طول یک هفته تنها در ۲۰ ساعت تکمیل شود؟ و اگر چنین است، آیا هفته کاری ۴۰ ساعته همچنان معیار است؟ به جای پر کردن ساعتها با کارهایی برای رسیدن به یک عدد خاص در یک هفتهی مشخص، شرکتها میتوانند بر روشهایی برای تأکید بر جنبهی متمایز و خلاقانهی یک شغل که آن را معنادار میکند، تمرکز کنند. مشاغلی که فضایی برای دخالت انسان ایجاد میکنند، همچنین میتوانند به ایجاد نیروی کاری با تعامل بیشتر و بهرهوری بالاتر کمک کنند.
چگونه بر نوع صحیح گوش دادن تاکید کنیم؟ این مفهومی اساسی است که به نظر میرسد سازمانهای زیادی با آن مشکل دارند: صحبت با کارکنان به جای رهبری بر اساس فرض. ایجاد یک گفتگوی دائماً در حال تحول میتواند هم به حل مشکلات و هم به روحیهی کارکنان کمک کند. این امر به ویژه با گسترش استخر استعداد هوش مصنوعی تولیدکننده اهمیت پیدا میکند.
پاسخدهندگان به نظرسنجی با اکثریت قریب به اتفاق، از ادغام هوش مصنوعی تولیدکننده در محیط کار خود ابراز هیجان میکنند، اگرچه تقریباً 4 درصد نگران جابهجایی شغل هستند (این رقم برای کارکنان 18 تا 24 ساله به 7 درصد افزایش مییابد). این زمینهی پنهان نگرانی، فرصتی را برای رهبران ایجاد میکند تا کارکنان را در مورد تغییرات احتمالی ناشی از هوش مصنوعی تولیدکننده درگیر کنند.
برای نشان دادن چگونگی اعمال این تغییرات به نیروی کار امروز، دو نمونه از استعدادهای هوش مصنوعی تولیدکننده غیرفنی ارائه میدهیم: یک متخصص ارتباطات و یک مدیر میانی.
زمان بیشتر برای نوآوری و همکاری
یک متخصص ارتباطات در یک شرکت بزرگ، در حال حاضر کاربر حرفهای هوش مصنوعی تولیدکننده است. شغل او شامل مصاحبه با مدیران ارشد، تجزیه و تحلیل ایدههای آنها و ایجاد سخنرانیها، نکات کلیدی، ایمیلها و سایر ارتباطات برای مخاطبان داخلی و خارجی بوده است. عملکرد او با تعداد ارتباطات مجزایی که تسهیل میکند و کیفیت خروجی تولید شده سنجیده میشد.
او قبلاً سؤالات خود را پیشاپیش برای مدیران ارسال میکرد و سپس یک سری مصاحبه را برنامهریزی میکرد که تکمیل آن چندین هفته طول میکشید. اکنون، او میتواند مصاحبههای ضبطشدهی آنها را وارد یک چتبات مبتنی بر هوش مصنوعی تولیدکننده کند و خلاصهای از اظهاراتشان را در عرض چند ثانیه دریافت کند.
این متخصص ارتباطات همچنان آن متن را بررسی و ویرایش خواهد کرد، اما فرآیند کلی بسیار سریعتر شده است. در حالی که او قبلاً 60 درصد از زمان خود را صرف تجمیع مطالب میکرد، اکنون این کار فقط 10 درصد از زمان او را میگیرد و این باعث آزاد شدن وقت برای تفکر استراتژیک در مورد پیامی که سخنرانی باید منتقل کند و اینکه چه نوع ارتباطاتی مؤثرتر خواهد بود. او همچنین ممکن است زمان بیشتری برای تعمیق روابط با خبرنگاران صنعت داشته باشد که میتواند به پوشش خبری شرکت کمک کند و همچنین به مدیر ارشد منابع انسانی برای نوشتن کتابی که مشتاقانه شروع آن بوده است، یاری رساند.
این افزایش کارایی مرتبط با هوش مصنوعی تولیدکننده منجر به افزایش بهرهوری، تفکر خلاقانهتر و زمان رودررو با ذینفعان کلیدی میشود که برای کارمند، تیم او و سازمان مفید است. ارزشی که او به شغل اضافه میکند اکنون اساساً متفاوت است.
مدیریت افراد، مدیریت هوش مصنوعی
حالا یک مدیر میانی را در یک شرکت فناوری در نظر بگیرید که خود را خالق غیرفنی هوش مصنوعی تولیدکننده معرفی کرده است. در حال حاضر، مدیران میانی گزارش میدهند که تقریباً نیمی از زمان خود را صرف وظایف اداری و انفرادی میکنند و تنها حدود یک چهارم از زمانشان را به فعالیتهای مرتبط با افراد اختصاص میدهند. در دنیایی که از هوش مصنوعی تولیدکننده بهره میبرد، آنها میتوانند بهطور قابل توجهی تعداد ساعتهایی را که صرف فعالیتهای غیرمرتبط با افراد میشود، کاهش دهند و آن زمان را به حمایت از کارکنان مستقیم و مشارکت در دغدغههای استراتژیک گستردهتر اختصاص دهند.
با شروع استفادهی تیمها از هوش مصنوعی تولیدکننده برای آزاد کردن ظرفیتشان، شغل مدیر میانی به مدیریت هم کارکنان و هم استفاده از این فناوری برای بهبود عملکردشان تبدیل خواهد شد. به عبارت دیگر، هوش مصنوعی تولیدکننده به یک عضو دیگر از تیم تبدیل میشود که باید مدیریت شود. درست مانند یک کارمند مستقیم که برای راهاندازی به مربیگری فشرده نیاز دارد، هوش مصنوعی تولیدکننده نیز ممکن است – حداقل در ابتدا و شاید برای مدت طولانیتر – به راهنمایی و مشارکت بیشتری از مدیران نیاز داشته باشد.
در نهایت، بخش اصلی از نقش مدیر، اطمینان از «انسانیسازی» کار خواهد بود. با تغییر ماهیت وظایف و زمان صرفشده، و انتقال تمرکز از فرآیند محور به نتیجه محور، مدیران عامل تعیینکنندهای خواهند بود که آیا یک سازمان به هوش مصنوعی تولیدکننده اجازه میدهد تا کار افراد را ارتقا دهد یا خیر. نبض تیم را در دست داشتن، احتمالاً باعث میشود مدیران سهم خود را در ایجاد مشاغلی انجام دهند که کمتحرکتر و جداشدهتر نیستند، بلکه پرمعناتر و مشارکتیتر هستند. مدیران برای آمادهسازی افراد، میتوانند با تکامل استفاده از هوش مصنوعی تولیدکننده، کارکنان را تشویق کنند تا اهمیت بینشها و مشارکتهای خلاقانه خود را نسبت به سازمان گستردهتر درک کنند.
جداییای که بین کارفرما و کارمند وجود دارد، منجر به نارضایتی گسترده در نیروی کار شده است. این نارضایتی، به ویژه در مورد فرسودگی شغلی و خروج کارکنان، تأثیر چشمگیرتری بر افرادی دارد که در خط مقدم بهکارگیری هوش مصنوعی تولیدکننده قرار دارند. شرکتهایی که میخواهند از مزایای افزایش بهرهوری ناشی از هوش مصنوعی تولیدکننده بهرهمند شوند، فرصتی برای رسیدگی به نگرانیهای این گروه در حال گسترش سریع در مورد ماهیت کار دارند. شرکتهایی که بر اهمیت مهارتهای انسانی، فراتر از صرف افزایش خروجی، تأکید میکنند، به احتمال زیاد در بلندمدت وفاداری نیروی کار خود را به دست آورده و عملکرد بالاتری را شاهد خواهند بود.