هوش مصنوعی گران است عدم تطبیق هزینه بیشتری دارد | نظر

من از شنیدن این که قیمت هنگفت هوش مصنوعی به عنوان مدرکی مبنی بر شکست این فناوری از نظر اثربخشی هزینه تلقی می شود، خسته شده ام. ندارد. ما هزینه اولیه تحولی را می پردازیم که نحوه انجام کار را تغییر می دهد و این هزینه آسیب خواهد دید.

خطر واقعی امروز خرج نکردن زیاد است. امتناع از تغییر در حالی که دیگران یاد می گیرند چگونه متفاوت کار کنند.

من قبلا این الگو را دیده بودم. در دوران دات کام، کسب‌وکارها میلیون‌ها دلار را صرف ساختن وب‌سایت، عملیات تجارت الکترونیک و سیستم‌های بازاریابی دیجیتال کردند، قبل از اینکه بازدهی آن آشکار شود. برخی از سرمایه گذاری ها شکست خورد. برخی دیگر سال ها طول کشید تا به بلوغ رسیدند.

اما این شرکت‌هایی مانند آمازون بودند که در این تحول باقی ماندند و در نهایت صنایع خود را تغییر دادند.

تبدیل شدن به یک تغییر دهنده هرگز ارزان نبوده است.

هوش مصنوعی اکنون وارد همان حد وسط ناراحت کننده شده است.

کارگران نگران از بین رفتن مشاغل هستند. جوانان نگرانند که اولین پله نردبان شغلی در حال ناپدید شدن است. آن نگرانی ها واقعی است. ما باید هوشمندانه سرمایه گذاری کنیم و مردم را از مسیر گذار عبور دهیم. اما من این ایده را رد می کنم که پاسخ این است که سرمایه گذاری در هوش مصنوعی متوقف شود.

اینجا جایی است که شرکت ها دچار مشکل می شوند. هوش مصنوعی در کارهای معمول، تحقیق، تهیه پیش نویس، خلاصه کردن، فرآیندهای اداری و سایر وظایف تعریف شده عالی است. زمانی که مجبور به تصمیم گیری در دنیای فرار، نامطمئن، پیچیده و مبهم (VUCA) باشد، قابل اعتمادتر می شود.

یک مدل می تواند موارد عادی را یاد بگیرد. رهبران کسب و کار هنوز باید استثناها، اطلاعات ناقص، تغییر مشتریان و مشکلاتی را که هیچکس ندیده است، رسیدگی کنند.

به همین دلیل است که اخراج افراد قبل از اینکه هوش مصنوعی بتواند تمام وظایف خود را انجام دهد عقب مانده است. از هوش مصنوعی برای حذف کارهای تکراری استفاده کنید و به مردم زمان بیشتری برای قضاوت، نوآوری، روابط با مشتری و حل مشکل بدهید. انسان ها را در پیش زمینه نگه دارید. هوش مصنوعی را در پس زمینه قرار دهید که بتواند ظرفیت ایجاد کند.

اعداد در همین جهت هستند. بر اساس نبض جهانی هوش مصنوعی KPMG در ژوئن 2026، تنها 7 درصد از رهبران بازده سرمایه گذاری (ROI) هوش مصنوعی را گزارش کردند. با این حال، سازمان‌هایی با مسئولیت‌پذیری مدیرعامل برای تصمیم‌های مبتنی بر هوش مصنوعی، بازگشت سرمایه را ۱۴ درصد گزارش کردند، در حالی که در بین سازمان‌هایی که این مسئولیت‌پذیری را نداشتند، ۴ درصد بود.

رهبران با دید هزینه قوی پنج برابر بیشتر احتمال داشت که بازگشت سرمایه را گزارش کنند. پیام واضح است: سرمایه گذاری در هوش مصنوعی نیاز به مالکیت، اندازه گیری و نظم دارد.

آن رشته باید به تحصیل برسد. ما نمی‌توانیم فارغ‌التحصیلان را به محیط کاری بفرستیم که حول وظایف سطح ابتدایی طراحی شده است که ماشین‌ها به طور فزاینده‌ای انجام می‌دهند. دانش آموزان به مهارت های تخصصی، سازگاری، تفکر انتقادی، قضاوت و توانایی کار در کنار هوش مصنوعی از روز اول نیاز دارند. کارفرمایان همچنین باید نقش‌های پایه را به‌عنوان زمینه‌های آموزشی برای توانایی‌های منحصر به فرد انسانی، نه نیروی کار یکبار مصرف، بازنگری کنند.

افراد نیز حق انتخاب دارند. ترس می تواند شما را منجمد کند، یا می تواند شما را مجبور به سازگاری کند. ابزارها را یاد بگیرید. صنعت خود را درک کنید. مهارت‌هایی را بسازید که هوش مصنوعی برای تکرار آن تلاش می‌کند: اعتماد، متقاعدسازی، خلاقیت، رهبری، ایجاد رابطه و قضاوت در شرایط عدم اطمینان.

رهبران کسب و کار باید همین انتخاب را داشته باشند. هوش مصنوعی را به عنوان یک برنامه جایگزین یا خرید نرم افزار تلقی نکنید. با آن به عنوان یک عضو جدید نیروی کار رفتار کنید. مسئولیت های آن را مشخص کنید. افراد خود را برای استفاده از آن آموزش دهید. اندازه گیری کنید که چه چیزی را ذخیره می کند و چه چیزی را تولید می کند. انسانها را در قبال تصمیمات بعدی مسئول نگه دارید.

اگر این کار را به خوبی انجام دهیم، بازده بسیار زیادی خواهد داشت: هزینه‌های معمول کمتر، یادگیری سریع‌تر، روابط قوی‌تر با مشتری، کارگران مولدتر، و سازمان‌هایی که قادر به انجام کارهای بیشتر با همان منابع هستند.

اگر این کار را بد انجام دهیم، عکس آن را دریافت می کنیم: خطوط لوله استعدادهای توخالی، کارگران ترسیده، سیستم های گران قیمتی که هیچ کس به آن اعتماد ندارد، و شرکت هایی که خیلی دیر متوجه می شوند که اتوماسیون نمی تواند جایگزین دانش سازمانی شود.

ما در حال حاضر در دنیای VUCA زندگی می کنیم. سازمان‌ها و نظام‌های آموزشی ما باید عقب‌نشینی کنند.

روی هوش مصنوعی سرمایه‌گذاری کنید، روی افراد سرمایه‌گذاری کنید، نتایج را اندازه‌گیری کنید، و کار را بر اساس آنچه که انسان‌ها و ماشین‌ها هر کدام به بهترین شکل انجام می‌دهند، دوباره طراحی کنید. شرکت هایی که این انتقال را انجام می دهند، آینده را خواهند ساخت.

آنهایی که امتناع می کنند در نهایت باید راه خود را به آن بخرند.

ریموند شین رئیس شرکت نوآوری محصول و فرآیند (PPI) است که یک شرکت آموزشی، مشاوره و مشاوره متمرکز بر تحول دیجیتال، مدیریت پروژه و بهبود عملیاتی است. نظراتی که در این مقاله بیان می شود، نظر اوست.