پنج مهارت حیاتی که رهبران در عصر هوش مصنوعی به آن نیاز دارند؟

نویسندگان: هرمینیا ایبارا (Herminia Ibarra) و مایکل جی. جیکوبایدز (Michael G. Jacobides)

منبع: HBR

تاریخ انتشار: اکتبر ۲۰۲۵

خلاصه

برای شکوفایی در عصر به‌سرعت در حال تحولِ «هوش مصنوعی مولد» (Generative AI)، رهبران ارشد باید دریابند که موفقیت کمتر به خودِ تکنولوژی وابسته است و بیشتر به رهبری و تحول سازمانی بستگی دارد. به طور خاص، آن‌ها باید ۵ مهارت کلیدی را در خود توسعه دهند:

  • پرورش تسلط بر هوش مصنوعی از طریق تعامل با شبکه‌های متنوع و تقویت گفتگوهای بین‌صنعتی؛
  • بازطراحی ساختارهای سازمانی برای آزادسازی ارزشِ هوش مصنوعی؛
  • هماهنگ‌سازی (Orchestrating) تصمیم‌گیری مشترک میان انسان و هوش مصنوعی؛
  • توانمندسازی تیم‌ها از طریق «کوچینگ» و ایجاد امنیت روانی؛
  • الگوسازی از طریق آزمایشگریِ شخصی با هوش مصنوعی برای الهام بخشیدن به پذیرش گسترده‌تر آن.

انجام این کارها به آن‌ها اجازه می‌دهد تا سازمان‌های خود را در مسیر تغییرات عمیقی که برای تحقق پتانسیل کامل این فناوری لازم است، هدایت کنند.

مقدمه

تحلیل اخیر «فایننشال تایمز» از گزارش‌های S&P 500 نشان داد که ۳۷۴ شرکت در تماس‌های درآمدی خود در سال گذشته به هوش مصنوعی اشاره کرده‌اند و نزدیک به ۹ مورد از هر ۱۰ مورد، آن را با عباراتی درخشان توصیف کرده‌اند. با این حال، وقتی برای توضیح مزایای آن تحت فشار قرار گرفتند، اکثر رهبران به وعده‌های مبهمی درباره «دستاوردهای بهره‌وری» که هنوز محقق نشده‌اند، متوسل شدند. علاوه بر این، گزارش‌های سالانه آن‌ها در مورد ریسک‌ها بسیار شفاف‌تر از منافع ملموس بود. چرا؟ همان‌طور که یکی از ما در پروژه‌ای با حضور بیش از ۳۰۰ عضو هیئت‌مدیره دریافت، نه تنها تضمینی نیست که پایلوت‌های هوش مصنوعی نتیجه دهند، بلکه کارکنان به دلیل ترس از هوش مصنوعی، از پتانسیل آن بهره نمی‌برند و پروژه‌های هوش مصنوعی نیز به شیوه کار سازمان‌ها و نحوه ارزش‌آفرینی آن‌ها نمی‌پردازند.

شکست در کسب ارزش از فناوری‌های جدید، به ندرت به خودِ فناوری مربوط می‌شود. در عوض، این شکست معمولاً ناشی از عدم همسوسازی فناوری با «ارزش پیشنهادی»  شما و از دست دادن فرصتِ استفاده از فناوری برای تغییر سازمان است. در زیربنای تمام این موارد، چالشی برای رهبری و ظرفیت سازمانی نهفته است. تلاش‌ها با شکست مواجه می‌شوند زیرا سازمان‌ها فرآیندهای خود را تطبیق نمی‌دهند و تیم‌ها نیز نحوه کار خود را تغییر نمی‌دهند.

ما به عنوان افراد آکادمیک، آخرین مطالعات در زمینه تحول دیجیتال و رهبری را رصد می‌کنیم و آن یافته‌ها را با آنچه مدیران ارشد در کلاس‌های درس ما در زمان واقعی با آن دست‌وپنج نرم می‌کنند، مقایسه می‌کنیم. ما شکاف‌های موجود بین مهارت‌هایی که آن‌ها دارند، تقاضاهایی که سازمان‌هایشان از آن‌ها دارند، و قابلیت‌های مورد نیاز برای رهبری موثر را مطالعه می‌کنیم.

آنچه این کار به ما آموخته این است که برای رهبری موثر در عصر هوش مصنوعی مولد، مدیران ارشد به مجموعه‌ای از مهارت‌ها نیاز دارند که همیشه همان مهارت‌هایی نیستند که در گذشته باعث موفقیت آن‌ها شده‌اند. در این مقاله، با تکیه بر کار خود به عنوان محقق و همچنین فعال حوزه کسب‌وکار، پنج شایستگی را که به عنوان «ضروری» شناسایی کرده‌ایم، مورد بحث قرار می‌دهیم؛ هر یک از این شایستگی‌ها با نقش متمایزی که رهبران امروز باید ایفا کنند، مطابقت دارد.

 ۱. گسترش مرزهای سازمانی

تسلط  بر هوش مصنوعی نیازمند چیزی بیش از خواندن گزارش‌ تحلیلگران یا مرور تیتر اخبار است؛ این تسلط از طریق شبکه‌ها و در معرض قرار گرفتن توسعه می‌یابد. تحقیقات نشان داده است افرادی که در شبکه‌های متنوع‌تری حضور دارند، به اطلاعات غیرتکراری دسترسی پیدا می‌کنند و در نتیجه نسبت به کسانی که در محافل بسته هستند، نوآورتر عمل می‌کنند. مطالعات کلاسیک انتشار، از جمله کتاب «انتشار نوآوری‌ها» اثر اورت راجرز، نیز نشان داده‌اند که پذیرش فناوری زمانی گسترش می‌یابد که افراد، همتایان معتبر خود را در حال استفاده از آن ببینند و زمانی که دانش ضمنی کافی برای درک چگونگی کاربرد آن به طور خاص برای خودشان را به دست آورند.

برای مدیران اجرایی، این به معنای ایجاد روابط در سراسر صنایع، رگولاتورها (نهادهای نظارتی)، استارتاپ‌ها و متخصصان تکنولوژی، و درگیر شدن در گفتگوهایی است که در آن‌ها فرصت‌ها و ریسک‌های هوش مصنوعی مورد بحث قرار می‌گیرد. ما در کلاس‌های اجرایی که تدریس می‌کنیم، شاهد این موضوع هستیم. کاربران با تجربه‌تر به بقیه درباره آنچه می‌بینند آموزش می‌دهند؛ چه مزایا و چه دام‌ها.

مدیران ارشد همچنین باید تعمداً تیم‌های خود را در معرض این نوع تعاملاتِ میان‌رشته‌ای قرار دهند. برای مثال، ساتیا نادلا  هنگام به دست گرفتن سکان هدایت مایکروسافت، مدیران عامل شرکت‌های کوچک تکنولوژی که مایکروسافت آن‌ها را خریداری کرده بود، به جلسه استراتژیک سالانه‌ای دعوت کرد که قبلاً فقط مخصوص مدیران رده‌بالای شرکت بود. قرار گرفتن در جریان گفتگوهای متنوع، اعتماد‌به‌نفس مدیران را برای بازگرداندن بینش‌های جدید به اتاق‌های هیئت‌مدیره افزایش می‌دهد. این کار آن‌ها را به «مرزگستران»  تبدیل می‌کند.

 ۲. بازطراحی سازمان‌ها

هوش مصنوعی مولد تنها زمانی ارزش خلق می‌کند که سازمان‌ها برای مهار آن «بازطراحی» شوند. دهه‌ها تحقیق نشان می‌دهد که دستاوردهای بهره‌وری نه از خودِ تکنولوژی، بلکه از تغییرات مکمل در فرآیندها، مشوق‌ها و ساختارها ناشی می‌شود. اغلب اوقات، شرکت‌ها هوش مصنوعی را به جریان‌های کاریِ قدیمی  پیچ می‌کنند و بازدهی اندکی می‌بینند.

رهبران باید تصمیم بگیرند کجا را اتوماسیون کنند، کجا قضاوت انسانی را تقویت کنند، کجا کنترل را کاملاً انسانی نگه دارند، و چگونه با قابلیتی که هوش مصنوعی مولد اغلب برای انجام کارهای بیشتر با افراد کمتر به آن‌ها می‌دهد، برخورد کنند. مهم‌تر از آن، آن‌ها باید فراتر از کارایی هزینه و کاهش نیروی انسانی  نگاه کنند: همان‌طور که تحقیقات ما نشان می‌دهد، مزایای واقعی هوش مصنوعی مولد از بازنگری در فرآیندهای کسب‌وکار، شخصی‌سازی فوق‌العاده و ساخت مدل‌های کسب‌وکار جدید حاصل می‌شود. مدیران باید در نظر بگیرند که هوش مصنوعی چگونه به آن‌ها اجازه می‌دهد فرآیندهای قدیمی خود را بازنگری کنند. به طور خلاصه، آن‌ها باید «معمار» باشند.

به عنوان مثال، در شرکت SAP، دومینیک آسام، مدیر مالی، رهبری یک بازطراحی جاه‌طلبانه در عملکردهای اصلی برای ادغام هوش مصنوعی مولد را بر عهده گرفت. تیم او بخش‌های بزرگی از امور مالی و کارهای اداری  را خودکار کرد، تیم‌ها را برای تمرکز بر وظایف با ارزش بالاتر آزاد کرد و از بینش‌های مبتنی بر هوش مصنوعی برای تخصیص مجدد منابع و افزایش بهره‌وری استفاده نمود. با بازطراحی نقش‌ها و جریان‌های کاری به این شیوه، آسام به SAP امکان داد تا تغییرات ساختاری ایجاد کند که ارزش واقعی هوش مصنوعی را آزاد می‌سازد.

در شرکت جستجوی مدیران اجرایی «راسل رینولدز»، مدیران تشویق می‌شوند تا کار تیم‌های خود را بازطراحی کنند؛ به طوری که ایجنت‌های هوش مصنوعی که به آن‌ها نام، مسئولیت و حوزه کاری داده می‌شود؛ وظایف ساده‌تر را انجام دهند، در حالی که وظایف کارکنان ارتقا می‌یابد.

البته، بازطراحی سازمانی اغلب با تغییر فرهنگی همراه است، زیرا فرآیندهای منسوخ، هنجارهای قدیمی را که مانع پیشرفت هستند، تقویت می‌کنند. زمانی که داشبوردهای مبتنی بر هوش مصنوعی نیاز به بازرسی و کنترل به سبک قدیمی را در یک شرکت جهانی مواد غذایی از بین برد، مدیرعامل بررسی‌های فصلی کسب‌وکار را متحول کرد، زمان صرف‌شده توسط تیم‌ها برای گردآوری داده‌ها را کاهش داد و جلسات رهبری را به سمت یادگیری در زمان واقعی سوق داد. بدون این نوع تغییرات تحول‌آفرین، هوش مصنوعی به جای آزادسازی ارزش واقعی، پیچیدگی را به فرآیندهای منسوخ اضافه می‌کند.

شرکت‌ها ممکن است نیاز داشته باشند گام‌های جسورانه‌ای بردارند تا به رهبران خود اجازه دهند بازطراحی را ایجاد کنند. برای مثال، پپسی‌کو مسئولیت‌های استراتژی، تحول و تکنولوژی را ادغام کرد و به مدیر ارشد استراتژی و تحول خود، آثینا کانیورا ، اجازه داد تا با بازطراحی سازمان از هوش مصنوعی بهره‌برداری کند و همکاری مدیران سازمان با او برای شناسایی ناکارآمدی‌های فرآیندی و فرصت‌های ناشی از قابلیت‌های جدید را دوچندان مهم ساخت.

 ۳. هماهنگ‌سازی همکاری تیمی

آزمون واقعی رهبری این است که تیم‌های ارشد تا چه حد می‌توانند با حضور هوش مصنوعی در ترکیب تیم، تصمیم‌گیری کنند. برای مثال در آمازون، رهبران مالی اکنون نه تنها برای گزارش‌های روتین، بلکه برای وظایف پیچیده‌ای مانند تحلیل مالیاتی، پیش‌بینی و مدل‌سازی درآمد به هوش مصنوعی مولد متکی هستند. خروجی‌ها در خلاصه‌ها و اسنادی ترکیب می‌شوند که مستقیماً وارد بررسی‌های تیم ارشد می‌شود و به مدیران اجازه می‌دهد تا با پایگاه شواهدی غنی‌تر و سریع‌تر از آنچه تحلیلگران انسانی به تنهایی می‌توانستند ارائه دهند، در مورد بده‌بستان‌ها  بحث کنند.

استفاده از هوش مصنوعی به عنوان ورودی یک چیز است؛ وارد کردن بینش‌های الگوریتمی به شور و مشورتِ جمعی چیز دیگری است. تحقیقات نشان می‌دهد که همکاری انسان و هوش مصنوعی می‌تواند به طور چشمگیری هزینه و زمان حل مسئله را کاهش دهد، اما نتایج بهینه به مهارت در کار کردن با هوش مصنوعی به صورت تکرارپذیر  و مشارکتی بستگی دارد.

تحقیقات تجربی اخیر فراتر رفته و ایده سپردن نقش حیاتی به هوش مصنوعی در تیم‌های تصمیم‌گیری (و نه فقط استفاده از آن به عنوان یک ابزار منفعل) را تایید می‌کنند. برای مثال، یک مطالعه نشان می‌دهد که مدل‌های زبانی بزرگ می‌توانند به عنوان «وکیل مدافع شیطان» به کار گرفته شوند و اجماع گروه یا حتی توصیه‌های خودشان را برای بهبود تفکر انتقادی به چالش بکشند. مطالعه‌ای دیگر نقش‌های مختلف هوش مصنوعی از توصیه‌گر تا تحلیل‌گر تا وکیل مدافع شیطان را مقایسه می‌کند و می‌یابد که تغییر نقش می‌تواند کیفیت نتایج را شکل دهد. در مجموع، این یافته‌ها دلالت بر این دارند که رهبران نباید با هوش مصنوعی به عنوان یک ورودی یکپارچه رفتار کنند، بلکه باید آن را به عنوان هم‌تیمیِ منعطفی ببینند که نقش او در تصمیم‌گیری جمعی باید آگاهانه طراحی و مدیریت شود.

در این محیط مشارکتی جدید، و به ویژه در مورد تصمیمات حساس، رهبران باید تعادل بین ورودی‌های انسانی و الگوریتمی را «طراحی و هماهنگ» کنند، در حالی که امنیت روانی ایجاد می‌کنند تا تیم‌ها احساس آزادی کنند که سناریوها را بررسی کنند، شکست‌ها را به اشتراک بگذارند و با هم یاد بگیرند. آن‌ها باید به «هماهنگ‌کنندگان تیم» تبدیل شوند.

 ۴. کوچینگ و توسعه استعداد

پذیرش هوش مصنوعی تنها زمانی موفق می‌شود که رهبران به افراد خود کمک کنند تا یاد بگیرند متفاوت کار کنند. کارکنان برای آزمایش، اشتباه کردن و مهارت‌آموزیِ تدریجی به کوچینگ و امنیت روانی نیاز دارند. در واقع، یک تحلیل در مقیاس بزرگ از ۳۴ میلیون آگهی شغلی مدیریتی در ایالات متحده، همراه با میلیون‌ها رزومه و بررسی کارکنان، نشان می‌دهد که از سال ۲۰۰۷، کارفرمایان سهم آگهی‌هایی را که بر همکاری، کوچینگ و نفوذ تأکید دارند، سه برابر کرده‌اند، در حالی که آن‌هایی را که بر نظارت سنتی تأکید دارند، به طور پیوسته کاهش داده‌اند.

ژان-فیلیپ کورتوا، که هدایت فروش جهانی، بازاریابی و عملیات مایکروسافت را بر عهده داشت، یک «فرهنگ بازرسی» قدیمی (که در آن مدیران بر اساس آیین‌های پیش‌بینیِ طاقت‌فرسا قضاوت می‌شدند) را برچید و آن را با یک «فرهنگ کوچینگ» (با پشتیبانی داشبوردهای دیجیتالِ زمان واقعی و آموزش مهارت‌های کوچینگ برای همه مدیرانِ افراد) جایگزین کرد. او به جای بازجویی از زیردستان، گوش دادن را مدل‌سازی کرد و مدیران را راهنمایی کرد تا زمان خود را به سمت مشتریان و یادگیری هدایت کنند. این تغییر هزاران ساعت را برای تعامل با مشتری آزاد کرد، درست زمانی که واحد او (فروش و بازاریابی) در حال حرکت به سمت اتکای بیشتر به پیش‌بینی‌های خودکار و تحلیل‌های پیش‌بینی‌کننده بود.

همان‌طور که هوش مصنوعی مولد باعث می‌شود کارکنان دیگر مجبور نباشند روی کارهای یدی و خسته‌کننده تمرکز کنند، رهبران باید به ساخت و ترویج مهارت‌های جدید مورد نیاز برای تکمیل این فناوری کمک کنند. آن‌ها باید به تغییر محل کار برای بهره‌برداری از هوش مصنوعی کمک کنند و در انجام این کار با همان چالش روبرو خواهند شد: کمتر مانند بازرسان و بیشتر مانند معلمان عمل کنند که به جریان‌سازیِ روش‌های جدید کار کمک می‌کنند. آن‌ها باید به عنوان یک «کوچ» که می‌تواند استعدادها را توسعه دهد، رهبری کنند.

 ۵. رهبری از طریق الگوسازی

در یک کلاس کارشناسی ارشد میان‌دوره شغلی در مدرسه کسب‌وکار لندن، یکی از دانشجویان ما از کورتوا سوال زیر را پرسید: «چگونه در عصر هوش مصنوعی مرتبط باقی بمانیم، وقتی خودمان نوآوران فنی نخواهیم بود؟»

او پاسخ داد: «هر روز از هوش مصنوعی استفاده کنید، هم در زندگی شخصی و هم در زندگی حرفه‌ای خود.»

یک الگوی خوب از این رفتار، دونا موریس ، مدیر ارشد افراد والمارت است. موریس هنگام شروع جستجو برای رهبران ارشد به ChatGPT و سایر ابزارها مراجعه می‌کند و می‌گوید نتایج اغلب با نامزدهایی که تیم او از قبل در نظر گرفته است، همخوانی نزدیکی دارد. اما او همچنین از هوش مصنوعی برای نیازهای روزمره استفاده می‌کند، از توصیه‌های سفر گرفته تا جستجوی سریع اطلاعات پزشکی برای خانواده‌اش. استفاده عملی او از هوش مصنوعی باعث ایجاد تسلط می‌شود و به دیگران سیگنال می‌دهد که آزمایشگری تشویق می‌شود.

یک مطالعه اخیر نشان داد که اگرچه رهبران ارشد نسبت به کارکنان خود هیجان‌زده‌تر هستند و کمتر احساس تهدید از سوی هوش مصنوعی می‌کنند، اما در واقعیت به اندازه‌ای که اظهاراتشان نشان می‌دهد از این فناوری استفاده نمی‌کنند، که این نگرانی را ایجاد می‌کند که آن‌ها ممکن است به جای مدل‌سازیِ پذیرش، در حال مدیریت برداشت‌ها باشند.

راه‌حل ساده است: به یک «الگوی نقش» واقعی تبدیل شوید. شخصاً با هوش مصنوعی آزمایش کنید تا زمانی که کاربردهایی برای آن پیدا کنید که هم به لحاظ حرفه‌ای و هم شخصی به شما کمک کند. در میان مزایای بسیار، استفاده شخصی ظرفیت شما را برای تشخیص «Workslop» (محتوایی که صیقل‌خورده به نظر می‌رسد اما فاقد جوهره واقعی است) افزایش می‌دهد. و اینکه استفاده شخصی خود را برای همکاران قابل مشاهده کنید، سیگنال می‌دهد که کنجکاوی، چابکی و حتی اشتباهات بخشی از این سفر هستند. با انجام این کار، شما «تایید اجتماعی»  لازم برای شتاب بخشیدن به پذیرش را ایجاد می‌کنید.

نتیجه گیری

هوش مصنوعی صرفاً به این دلیل که شرکت‌ها برای ابزارها و زیرساخت‌ها هزینه می‌کنند، ارزش ارائه نخواهد کرد. هوش مصنوعی زمانی ارزش ارائه می‌دهد که رهبران شایستگی‌های جدید مورد نیاز برای متحول کردن شرکت‌ها و تیم‌های خود را توسعه دهند تا بتوانند از پتانسیل این فناوری برای ایجاد مزیت استراتژیک واقعی، استفاده کامل ببرند.

 درباره نویسندگان

هرمینیا ایبارا (Herminia Ibarra)

او استاد رفتار سازمانی با کرسی «چارلز هندی» (Charles Handy Professor) در مدرسه کسب‌وکار لندن است. ایبارا نویسنده نسخه بازنگری‌شده‌ی کتاب «مثل یک رهبر عمل کن، مثل یک رهبر فکر کن» (انتشارات هاروارد بیزنس ریویو، ۲۰۲۳) و کتاب «هویت شغلی» (Working Identity) (انتشارات هاروارد بیزنس ریویو، ۲۰۲۳) می‌باشد.

مایکل جی. جیکوبایدز (Michael G. Jacobides)

او صاحب کرسی «سر دونالد گوردون» در زمینه کارآفرینی و نوآوری و استاد استراتژی در مدرسه کسب‌وکار لندن است. او همچنین مشاور ارشد در شرکت Evolution Ltd. و عضو «اتحاد حکمرانی هوش مصنوعی» در مجمع جهانی اقتصاد (WEF) می‌باشد.

به اشتراک بگذارید:

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

رتبه بندی :
امتیاز 5 از 5

مطالب مرتبط

مشاوره ثبت نام
پیام در واتس آپ