- شهریور ۱۸, ۱۴۰۵
- زمان مطالعه : 11دقیقه
یک تغییر بزرگ در اقتصاد دیجیتال در حال شکلگیری است؛ تغییری که ممکن است از خودِ ظهور هوش مصنوعی مولد نیز مهمتر باشد.در عصر AGI، «توانایی انجام دادن» بهتدریج از یک مزیت رقابتی به یک قابلیت عمومی تبدیل خواهد شد
این جمله در ظاهر ساده است، اما اگر آن را تا انتهای منطقیاش دنبال کنیم، پیامدهای عمیقی برای کسبوکار، مدیریت، اشتغال، آموزش و حتی مفهوم رهبری خواهد داشت در چند دهه گذشته، بخش بزرگی از مزیت رقابتی سازمانها از توانایی اجرای بهتر ناشی میشد.
شرکتی که مهندسان بهتری داشت، بهتر محصول میساخت.
شرکتی که تحلیلگران قویتری داشت، بهتر تصمیم میگرفت.
شرکتی که تیم بازاریابی قدرتمندتری داشت، بهتر بازار را میشناخت.
و سازمانی که نیروی انسانی بیشتری برای انجام فرآیندها در اختیار داشت، میتوانست مقیاس بزرگتری ایجاد کند.
اما هوش مصنوعی در حال تغییر این معادله استمدلهای هوش مصنوعی میتوانند متن تولید کنند، داده تحلیل کنند، کد بنویسند، تصویر و ویدئو تولید کنند، اسناد را بررسی کنند، تحقیق انجام دهند، نرمافزار بسازند و بهتدریج مجموعهای از فعالیتهای چندمرحلهای را نیز بهصورت Agentic اجرا کنند.بنابراین سؤال استراتژیک آینده دیگر صرفاً این نخواهد بود:
چه کسی میتواند بهتر کار را انجام دهد؟
بلکه سؤال مهمتر این است:
چه کسی بهتر میفهمد که چه کاری باید انجام شود؟
از اقتصاد اجرا به اقتصاد انتخاب
در اقتصاد سنتی، ارزش زیادی در «Execution» وجود داشت ایده خوب کافی نبود؛ باید تیمی وجود میداشت که آن را اجرا کنداما اگر ماشین بتواند بخش بزرگی از اجرای یک ایده را با سرعت بالا، هزینه پایین و در مقیاس وسیع انجام دهد، ارزش اقتصادی به سمت لایههای بالاتری از زنجیره ارزش حرکت میکند.
این همان نقطهای است که میتوان از آن با عنوان:
Execution → Commodity
یاد کرد نه به این معنا که اجرای انسانی کاملاً بیارزش میشود؛ بلکه به این معنا که هزینه و کمیابی اجرای بسیاری از فعالیتهای شناختی کاهش پیدا میکند.
در چنین شرایطی، نوشتن یک گزارش دیگر مزیت بزرگی نیست.
تحلیل داده بهتنهایی مزیت نیست.
کدنویسی بهتنهایی مزیت نیست.
تولید محتوا بهتنهایی مزیت نیست.
حتی ساخت بسیاری از نرمافزارها نیز ممکن است بهتدریج از یک فعالیت تخصصی به یک قابلیت نسبتاً عمومی تبدیل شود.
مزیت رقابتی به سمت لایهای حرکت میکند که ماشین هنوز نمیتواند بهسادگی آن را کالایی کند:
تشخیص مسئله، تعریف مسئله، قضاوت، انتخاب و تعیین جهت.
انسان در عصر AGI چه چیزی را باید بهتر از ماشین بداند؟
اگر «اجرا» ارزانتر و فراگیرتر شود، ارزش انسان به معنای حذف شدن نیست؛ بلکه جابجایی سطح ارزشآفرینی انسان است.
در این جهان، چهار نوع «دید» اهمیت ویژهای پیدا میکند.
۱. Foundational Sight — دید بنیادی
اولین و شاید مهمترین توانایی، فهمیدن این است که:
مسئله واقعی چیست؟
بسیاری از سازمانها سالها منابع خود را صرف حل مسئلهای میکنند که اساساً مسئله اصلی آنها نیست هوش مصنوعی میتواند مسئلهای را بسیار سریع حل کند؛ اما اگر مسئله اشتباه تعریف شده باشد، سرعت بیشتر فقط ما را سریعتر به مقصد اشتباه میرساند.
در عصر AGI، توانایی پرسیدن سؤال درست ممکن است از توانایی تولید پاسخ درست مهمتر شود.
۲. Tactical Sight — دید تاکتیکی
پس از تشخیص مسئله، پرسش بعدی این است:
اکنون چه کاری باید انجام دهیم؟
در محیطهای پیچیده، تصمیمگیری همیشه تابع اطلاعات کامل نیست باید میان سرعت، هزینه، ریسک، منابع و فرصت انتخاب کرد. AGI میتواند دهها سناریو را تحلیل کند؛ اما سازمان همچنان نیازمند کسی است که تشخیص دهد:
کدام سناریو ارزش اجرا دارد؟
کدام ریسک قابلقبول است؟
و چه زمانی باید تصمیم گرفت؟
اینجا «قضاوت» اهمیت پیدا میکند.
۳. Strategic Sight — دید راهبردی
دید تاکتیکی درباره «حرکت بعدی» است دید راهبردی درباره مسیر بازی است یک سازمان ممکن است امروز عملکرد بسیار خوبی داشته باشد، اما در بازاری قرار گرفته باشد که پنج سال دیگر وجود نخواهد داشت در عصر AGI، سازمانها با سرعتی بسیار بیشتر از گذشته میتوانند فرآیندهای خود را بهینه کنند اما مسئله اصلی دیگر فقط Optimization نیست.
مسئله این است:
آیا داریم چیز درستی را بهینه میکنیم؟
این تفاوت میان یک مدیر عملیاتی خوب و یک رهبر استراتژیک است.
۴. Systems Sight — دید سیستمی
و در نهایت، شاید پیچیدهترین نوع دید:
دیدن سیستم.
هیچ سازمانی در خلأ فعالیت نمیکند انسان، هوش مصنوعی، داده، سرمایه، انرژی، قوانین، مشتری، فرهنگ سازمانی، زیرساخت و محیط رقابتی همگی به یکدیگر متصلاند.
ممکن است یک راهکار از نظر تکنولوژیک فوقالعاده باشد، اما با ساختار سازمانی ناسازگار باشد ممکن است یک مدل هوش مصنوعی بسیار قدرتمند باشد، اما داده مناسبی در اختیار نداشته باشد ممکن است یک محصول عالی باشد، اما مدل کسبوکار آن اشتباه باشد.
Systems Sight یعنی توانایی دیدن این روابط.
پارادوکس عصر AGI
اینجا با یک پارادوکس مهم روبهرو میشویم:
هرچه ماشینها در انجام کارها قدرتمندتر شوند، اهمیت تصمیمگیری درباره اینکه «چه کاری انجام شود» بیشتر میشود.
این شاید یکی از مهمترین تغییرات مدیریتی قرن آینده باشد در عصر نرمافزار، بسیاری از سازمانها به دنبال دیجیتالی کردن فرآیندها بودند در عصر هوش مصنوعی، سازمانها به دنبال هوشمند کردن فرآیندها هستند اما در عصر AGI، سؤال بزرگتر خواهد بود:
آیا اصلاً باید این فرآیند را انجام دهیم؟
این تغییر از Automation به Intelligence و سپس از Intelligence به Intent است.
یعنی حرکت از:
انجام کار ← تصمیم درباره کار← تعیین اینکه چه کاری ارزش انجام دادن دارد.
رهبران آینده چه کسانی خواهند بود؟
شاید رهبر موفق آینده الزاماً کسی نباشد که بیشترین دانش را دارد زیرا ماشینها در بسیاری از حوزهها میتوانند به حجم عظیمی از دانش دسترسی داشته باشند همچنین الزاماً کسی نیست که سریعترین اجرا را دارد.
چون Agentها میتوانند با سرعت بسیار بالا اجرا کنند و حتی الزاماً کسی نیست که بیشترین افراد را مدیریت میکند زیرا ساختارهای سازمانی آینده ممکن است تیمهای بسیار کوچک انسانی را در کنار تعداد زیادی عامل هوشمند قرار دهند رهبر آینده کسی است که بتواند:
مسئله را ببیند، معنا را بفهمد، انتخاب کند، اولویت تعیین کند و انسان و ماشین را حول یک هدف مشترک سازمان دهد.
به بیان دیگر، نقش رهبر از «مدیریت منابع» به سمت معماری تصمیم و جهت حرکت خواهد کرد.
این تحول برای آموزش چه معنایی دارد؟
اگر این فرض درست باشد، یکی از بزرگترین بحرانهای آینده میتواند بحران آموزش باشد سیستم آموزشی قرن بیستم عمدتاً برای جهانی طراحی شده بود که در آن:
دانستن ← انجام دادن ← ارزشآفرینی
به یکدیگر متصل بودند.
اما در عصر هوش مصنوعی این زنجیره در حال شکستن است دانش بهصورت گسترده در دسترس قرار میگیرد اجرا به ماشینها منتقل میشود بنابراین آموزش باید بیش از گذشته بر چیزهایی متمرکز شود که بهسادگی قابل برونسپاری به ماشین نیستند:
- تفکر انتقادی.
- تعریف مسئله.
- قضاوت.
- تفکر سیستمی.
- استدلال.
- خلاقیت.
- اخلاق.
- درک زمینه.
و مهمتر از همه:
- توانایی انتخاب.
دانشآموز و مدیر آینده نباید فقط یاد بگیرد چگونه از هوش مصنوعی استفاده کند باید یاد بگیرد:
چه زمانی از هوش مصنوعی استفاده کند، برای چه مسئلهای استفاده کند و چه زمانی نباید به پیشنهاد هوش مصنوعی اعتماد کند.
مزیت رقابتی آینده چیست؟
شاید در نهایت بتوان معماری مزیت رقابتی عصر AGI را چنین خلاصه کرد:
Data → Intelligence → Judgment → Intent → Direction
داده بدون تفسیر ارزش محدودی دارد.
هوش بدون قضاوت میتواند خطرناک باشد.
قضاوت بدون جهت میتواند پراکنده شود.
و حتی جهت بدون فهم سیستم ممکن است سازمان را به مسیر اشتباه ببرد.
به همین دلیل، آینده متعلق صرفاً به سازمانهایی نیست که بهترین مدل هوش مصنوعی را دارند بلکه متعلق به سازمانهایی است که بهترین سیستم تصمیمگیری انسان + ماشین را طراحی کردهاند.
این تفاوت بسیار مهم است رقابت آینده ممکن است دیگر میان انسان و ماشین نباشد بلکه میان سازمانهایی باشد که انسان و ماشین را بهتر از یکدیگر ترکیب میکنند.
شاید کمیابترین مهارت آینده «دیدن» باشد
ما سالها انسانهای موفق را با توانایی «انجام دادن» تعریف کردهایم.
- کسی که بیشتر کار میکند.
- سریعتر مینویسد.
- بهتر تحلیل میکند.
- بیشتر تولید میکند.
اما اگر ماشین بتواند بخش بزرگی از این فعالیتها را انجام دهد، تعریف موفقیت تغییر خواهد کرد در آن جهان، ارزشمندترین فرد لزوماً کسی نیست که بتواند ۱۰ برابر بیشتر تولید کند ممکن است کسی باشد که بتواند مسئلهای را پیدا کند که دیگران هنوز آن را ندیدهاند.
کسی که بتواند میان صدها انتخاب، یک مسیر درست را انتخاب کند.
کسی که بتواند پیامدهای تصمیم امروز را در پنج سال آینده ببیند.
و کسی که بتواند میان فناوری، انسان، اقتصاد و جامعه ارتباط برقرار کند.
به همین دلیل، من فکر میکنم یکی از مهمترین مهارتهای عصر AGI را میتوان با یک کلمه توصیف کرد:
Sight.
دیدن.
نه فقط دیدن آنچه هست؛ بلکه دیدن آنچه میتواند باشد.
پایان عصر «چگونه انجام دهیم»؟
شاید مهمترین پرسش عصر AGI دیگر این نباشد که:
«چگونه این کار را انجام دهیم؟»
زیرا ماشینها بهتدریج بخش بزرگی از پاسخ این سؤال را خواهند داد.
سؤال اصلی به سطح بالاتری منتقل خواهد شد:
«چرا باید این کار را انجام دهیم؟»
و سپس:
«چه کاری ارزش انجام دادن دارد؟»
و در نهایت:
«اگر میتوانیم تقریباً هر کاری را انجام دهیم، کدام آینده را باید انتخاب کنیم؟»
این همان نقطهای است که مسئله AGI از یک مسئله صرفاً تکنولوژیک خارج میشود و به یک مسئله انسانی، اقتصادی و فلسفی تبدیل میشود. AGI فقط ماشینها را باهوشتر نمیکند.
ممکن است ما را مجبور کند درباره خودمان، سازمانهایمان و مفهوم کار دوباره فکر کنیم زیرا وقتی اجرا فراوان شود، انتخاب کمیاب میشود و وقتی انتخاب کمیاب شود، قضاوت ارزشمندتر خواهد شد.
شاید در نهایت، بزرگترین مزیت انسان در عصر AGI این نباشد که بهتر از ماشین «کار کند».
بلکه این باشد که بتواند تشخیص دهد:
چه چیزی ارزش انجام دادن دارد.
و شاید آینده نه متعلق به کسانی باشد که بیشترین کار را انجام میدهند؛
بلکه متعلق به کسانی باشد که بهتر میبینند، بهتر انتخاب میکنند و بهتر آینده را طراحی میکنند.
