مهارت های ضروری رهبران در عصر هوش مصنوعی

در تحقیقات جدیدی که در سال 2025 توسط مجله کسب وکار هاروارد (HBR) انجام شده است، نشان می دهد که مدیران شرکت های بزرگ در اروپا و ایالات متحده در مورد هوش مصنوعی بسیار هیجان زده هستند و تقریبا همه مدیران ارشد از مزایای آن صحبت می کنند. اما وقتی از مدیران خواسته شد تا منافع و مزایای عملی آن را توضیح دهند، اکثر آن ها به وعده های مبهم در مورد «افزایش بهره وری» که هنوز هم محقق نشده، اکتفا کردند.

اما سوال اصلی اینجاست که چرا شرکت ها در استفاده از هوش مصنوعی موفق نیستند؟

مشکل به ندرت به خود فناوری مربوط می شود. ریشه اصلی در اینجاست که سازمان ها نمی توانند فناوری را با هدف اصلی کسب وکار خود هماهنگ کنند و فرصت استفاده از آن برای تغییر بنیادین سازمان را از دست می دهند. دلایل شکست اغلب عبارت اند از :

1) ترس کارکنان: کارمندان از هوش مصنوعی می ترسند و از پتانسیل کامل آن استفاده نمی کنند.

2) فرآیندهای قدیمی: پروژه های هوش مصنوعی با نحوه کار و فرآیندهای قدیمی سازمان همسو نمی شوند.

3) ناکافی بودن ظرفیت رهبری: سازمان ها فرآیندهای خود را تغییر نمی دهند و تیم ها نحوه کار خود را تطبیق نمی دهند.

در واقع، افزایش بهره وری نه از خرید فناوری، بلکه از تغییرات مکمل در فرآیندها، ساختار و سیستم های پاداش دهی به دست می آید.

پنج مهارت حیاتی برای رهبری در عصر هوش مصنوعی

در دنیای جدیدی که هوش های مصنوعی مولد (مانند:ChatGPT) به سرعت در حال گسترش است، مدیران ارشد به مجموعه ای از مهارت های تازه نیاز دارند. این مهارت ها، لزوما همان هایی نیستند که در گذشته مدیران را موفق کرده اند. در این تحقیقات پنج شایستگی کلیدی شناسایی شده است که هر کدام یک نقش ضروری برای رهبران امروز را تعریف می کند:

1) نقش اول: عبور از مرزهای سازمانی (Span Organizational Boundaries)

تسلط بر هوش مصنوعی تنها با خواندن گزارش ها به دست نمی آید، بلکه نیاز به ارتباطات گسترده و قرار گرفتن در معرض تجربیات مختلف دارد. مدیران سازمان ها باید موارد زیر را در دستور کار خود قرار دهند:

• شبکه سازی متنوع: با افراد و سازمان ها در صنایع مختلف، نهادهای نظارتی، استارتاپ ها و متخصصان فناوری (خصوصا در حوزه هوش های مصنوعی) ارتباط برقرار کنند.
• تبادل دانش ضمنی: مشاهده کنند که سازمان ها و رقبای معتبرشان چگونه از هوش مصنوعی استفاده می کنند تا درک عمیق تری از کاربرد آن در سازمان خود پیدا کنند.
• قرار دادن تیم های زیر مجموعه در معرض تنوع: تیم های خود را تشویق کنند تا با افراد خارج از دپارتمان یا سازمان تعامل داشته باشند (به عنوان مثال، ساتیا نادلا، پس از تصدی مسئولیت مایکروسافت، مدیران عامل شرکت های فناوری کوچک خریداری شده توسط مایکروسافت را به جلسه استراتژیک سالانه دعوت کرد؛ جلسه ای که قبلا فقط مختص مدیران ارشد بود). این کار به مدیران اعتماد به نفس می دهد تا بینش های جدیدی را به اتاق هیئت مدیره بیاورند.

2) نقش دوم: طراحی مجدد سازمان (Redesign Organizations)

هوش مصنوعی مولد تنها زمانی ارزش ایجاد می کند که سازمان ها برای استفاده از آن دوباره طراحی شوند. دهه ها تحقیق نشان می دهد که افزایش بهره وری نه از خود فناوری، بلکه از تغییرات مکمل در فرآیندها، انگیزه ها و ساختارها، ناشی می شود. اغلب اوقات، شرکت ها هوش مصنوعی را به کارهای روزمره قدیمی خود محدود می کنند و بازدهی کمی می بینند.

مدیران باید تصمیم بگیرند که کجای کار را خودکارسازی کنند، کجا کار قضاوت انسانی را تقویت کنند، کجا کار کنترل را کاملا انسانی نگه دارند و چگونه با توانایی ای که هوش مصنوعی نسل جدید اغلب به آنها می دهد تا با افراد کمتر، کار بیشتری انجام دهند، برخورد کنند.

طبق تحقیقات مزایای واقعی هوش های مصنوعی از بازاندیشی فرآیندهای کسب وکار، شخصی سازی بیش از حد و ساخت مدل های کسب وکار جدید حاصل می شود. مدیران باید در نظر بگیرند که چگونه هوش مصنوعی به آنها اجازه می دهد فرآیندهای قدیمی خود را بازاندیشی کنند. به طور خلاصه، آنها باید معمار سازمان خود باشند.

برای مثال، در شرکت SAP، مدیر ارشد مالی، دومینیک آسام، یک بازطراحی بلند پروازانه در عملکردهای اصلی برای ادغام هوش مصنوعی مولد را رهبری کرده است. تیم او بخش های زیادی از امور مالی و کارهای پشتیبانی را خودکارسازی کرد. تیم ها را آزاد کرد تا بر وظایف با ارزش بالاتر تمرکز کنند و از بینش های مبتنی بر هوش مصنوعی برای تخصیص مجدد منابع و افزایش بهره وری استفاده نمود. آسام با بازطراحی نقش ها و جریان های کاری به این شیوه، SAP را قادر ساخت تا تغییرات ساختاری را انجام دهد که ارزش واقعی هوش مصنوعی را آشکار میکند.

معمولا وقتی یک سازمان را دوباره طراحی می کنند، فرهنگ آن هم باید تغییر کند؛ چون روش ها و عادت های قدیمی، جلوی پیشرفت را می گیرند. در یک شرکت بزرگ مواد غذایی، وقتی داشبوردهای هوش مصنوعی جای بازرسی و کنترل های قدیمی را گرفت، مدیرعامل جلسات فصلی را هم تغییر داد. دیگر لازم نبود تیم ها وقت زیادی را صرف جمع کردن آمار و گزارش ها کنند و جلسات مدیران به جای گزارش دادن، به یادگیری فوری و بررسی وضعیت لحظه ای اختصاص یافت. اگر چنین تغییرات عمیقی انجام نشود، هوش مصنوعی فقط کار را پیچیده تر می کند و روی سیستم های قدیمی سوار می شود، بدون اینکه ارزشی واقعی ایجاد کند.

شرکت ها ممکن است نیاز داشته باشند گام های جسورانه ای بردارند تا به رهبرانشان اجازه دهند طراحی مجدد را انجام دهند. برای مثال، شرکت پپسی مسئولیت های استراتژی، تحول و فناوری را ادغام کرد و به مدیر ارشد استراتژی خود اجازه داد تا با طراحی مجدد سازمان، از هوش مصنوعی بهره ببرد و این امر اهمیت همکاری مدیران سازمان با او را برای شناسایی ناکارآمدی های فرآیند و فرصت های ناشی از قابلیت های جدید، دو چندان کرد.

3) نقش سوم: همکاری تیمی هماهنگ (Orchestrate Team Collaboration)

آزمون واقعی رهبری این است که تیم های ارشد چقدر خوب می توانند با حضور هوش مصنوعی تصمیم گیری کنند. به عنوان مثال، در آمازون، مدیران مالی اکنون نه تنها برای گزارش دهی روزمره، بلکه برای وظایف پیچیده ای مانند تحلیل مالیاتی، پیش بینی و مدل سازی درآمد نیز به هوش مصنوعی نسل جدید متکی هستند. خروجی ها در خلاصه ها و اسنادی ترکیب می شوند که مستقیما در بررسی های تیم ارشد استفاده می شوند و به مدیران اجرایی این امکان را می دهند تا در مورد شواهد غنی تر و سریع تر از آنچه تحلیلگران انسانی به تنهایی می توانند ارائه دهند، بحث کنند.

تحقیقات نشان می دهد که همکاری انسان و هوش مصنوعی می تواند هزینه و زمان حل مسئله را به طرز چشمگیری کاهش دهد، اما نتایج بهینه به مهارت در کار با هوش مصنوعی به صورت تکراری و مشارکتی بستگی دارد. تحقیقات تجربی اخیر پا را فراتر گذاشته و ایده واگذاری نقشی حیاتی به هوش مصنوعی در تیم های تصمیم گیری (نه صرفا استفاده از آن به عنوان ابزاری منفعل) را تایید می کند.

در مطالعه ای نقش های مختلف هوش مصنوعی (از توصیه گر گرفته تا تحلیلگر و وکیل مدافع) را مقایسه می کند و دریافته است که تغییر نقش می تواند کیفیت نتایج را شکل دهد. این یافته ها در مجموع نشان می دهند که رهبران باید با هوش مصنوعی نه به عنوان یک ورودی یکپارچه، بلکه به عنوان یک هم تیمی انعطاف پذیر رفتار کنند که نقش آن در تصمیم گیری جمعی باید آگاهانه طراحی و مدیریت شود.

در این محیط مشارکتی جدید، و به ویژه وقتی صحبت از تصمیمات حساس می شود، رهبران باید تعادل بین ورودی های انسانی و الگوریتمی را تنظیم کنند و در عین حال امنیت روانی ایجاد کنند، به طوری که تیم ها در بررسی سناریوها، به اشتراک گذاشتن شکست ها و یادگیری با هم احساس آزادی کنند. رهبران باید به هماهنگ کننده های تیم ها (تیم های انسانی و هوش مصنوعی) تبدیل شوند.

4) نقش چهارم: مربی و پرورش استعداد (Coach and Develop Talent)

پذیرش هوش مصنوعی تنها زمانی موفق می شود که رهبران به افراد خود کمک کنند تا نحوه کار متفاوتی را بیاموزند. کارکنان برای آزمایش، اشتباه کردن و کسب مهارت های جدید به مربی نیاز دارند.

ژان فیلیپ کورتوا، که رئیس فروش، بازاریابی و عملیات جهانی در مایکروسافت بود، فرهنگ بازرسی قدیمی (که در آن مدیران بر اساس تشریفات پیش بینی شده قضاوت می شدند) را برچید و آن را با فرهنگ مربی گری (که توسط داشبوردهای دیجیتال در لحظه و آموزش مهارت های مربی گری برای همه مدیران پشتیبانی میشد) جایگزین کرد. او به جای بازجویی از زیردستان، خود گوش دادن را الگو قرار داد و مدیران را راهنمایی کرد تا وقت خود را به مشتریان و یادگیری، اختصاص دهند. این تغییر هزاران ساعت برای تعامل با مشتریان را آزاد کرد.

همانطور که هوش مصنوعی نسل جدید باعث می شود کارمندان دیگر مجبور نباشند روی کارهای طاقت فرسا تمرکز کنند، رهبران باید به ایجاد و ارتقای مهارت های جدید مورد نیاز برای تکمیل این فناوری کمک کنند. آن ها باید به تغییر محیط کار برای بهره برداری از هوش مصنوعی کمک کنند. آن ها باید به عنوان مربی که می تواند استعدادها را توسعه دهد، رهبری کنند.

5) نقش پنجم: رهبری با الگو قرار دادن خود (Lead by Example)

بهترین راه برای تشویق کارکنان به پذیرش هوش مصنوعی این است که رهبران خودشان از آن استفاده کنند. یک الگوی خوب برای این نوع رفتار، "دونا موریس" ، مدیر ارشد منابع انسانی شرکت والمارت است. او هنگام جست وجوی مدیران ارشد، از ChatGPT و ابزارهای مشابه کمک می گیرد و می گوید نتیجه هایی که AI پیشنهاد می دهد، معمولا خیلی نزدیک به همان گزینه هایی است که تیمش در نظر دارد. اما استفاده او از هوش مصنوعی فقط محدود به کار نیست. او برای کارهای روزمره هم از آن استفاده می کند (مثل پیشنهاد سفر یا جست وجوی سریع اطلاعات پزشکی برای خانواده اش). این استفاده شخصی باعث می شود خودش در کار با هوش مصنوعی حرفه ای تر شود و به دیگران هم پیام بدهد که امتحان کردن و تجربه کردن فناوری جدید بسیار مفید و ارزشمند است.

در یک پژوهش اخیر مشخص شد که مدیران ارشد اگرچه نسبت به هوش مصنوعی هیجان زده تر هستند و کمتر احساس تهدید می کنند، اما در عمل آن را به اندازه ای که درباره اش صحبت می کنند، استفاده نمی کنند. این مسئله نگرانی ایجاد می کند؛ چون ممکن است بیشتر در حال نمایش دادن باشند تا الگوسازی واقعی.

رهبران سازمان باید به یک الگوی واقعی تبدیل شوند. خودتان شخصا با هوش مصنوعی کار کنید تا استفاده هایی پیدا کنید که هم در کار و هم در زندگی شخصی به دردتان بخورد. یکی از مزیت های مهم این کار این است که توانایی شما را در تشخیص «ظاهرفریبی» (یعنی محتوایی که شیک و مرتب به نظر می رسد اما عمق و ارزش واقعی ندارد) بالا می برد.

همچنین وقتی استفاده شخصی تان از هوش مصنوعی را به همکاران نشان دهید، این پیام را منتقل می کنید که کنجکاوی، انعطاف پذیری و حتی اشتباه کردن بخشی از مسیر یادگیری است. با این کار، زمینه پذیرش و استفاده گسترده تر از هوش مصنوعی را در سازمان سریع تر فراهم می کنید.

اما نتیجه نهایی این است که : هوش مصنوعی صرفا به این دلیل که شرکت ها برای ابزار و زیرساخت هزینه می کنند، ارزش آفرینی نخواهد کرد. ارزش زمانی ایجاد می شود که رهبران شایستگی های جدید مورد نیاز برای تحول شرکت ها و تیم های خود را توسعه دهند تا بتوانند از پتانسیل کامل فناوری برای ارائه مزیت استراتژیک واقعی استفاده کنند.