پذیرش هوش مصنوعی یک مشکل استعداد دارد - در اینجا نحوه حل آن آورده شده است
چرا قضاوت انسانی و استعدادهای بومی هوش مصنوعی تعیین می کند که کدام کسب و کار پذیرش را به مزیت تبدیل می کند.
کسب و کارها به سرعت در حال حرکت هستند تا ابزارهای هوش مصنوعی را در همه عملکردها، از بازاریابی و منابع انسانی گرفته تا فروش و عملیات، جاسازی کنند. تا حدی به این دلیل که آنها نمیخواهند عقب بمانند، اما دستاوردهای بهرهوری، انتظارات مشتریان، فشار رقابتی و رشد درآمد، همه سازمانها را وادار میکنند تا هوش مصنوعی را با سرعت بالا بپذیرند.
داستان بزرگتر این است که هوش مصنوعی سریعتر از آن چیزی است که بیشتر کسب و کارها می توانند با آن سازگار شوند. ابزارها در حال حاضر اینجا هستند، اما مدلهای نیروی کار در اطراف آنها - حاکمیت، گردش کار، آموزش و مهارتهای تخصصی هنوز در حال پیشرفت هستند.
در نتیجه، کسبوکارها همچنان با شکاف مهارتهای هوش مصنوعی مواجه هستند: نه تنها با کمبود تخصص فنی، بلکه کمبود تواناییهای انسانی مورد نیاز برای اثبات بازگشت سرمایهگذاریهای هوش مصنوعی در مقیاس بزرگ در حال افزایش است.
داده های اخیر بازار این را منعکس می کند. جستجوها برای اتوماسیون هوش مصنوعی از نوامبر 2025 تا کنون 29 درصد افزایش یافته است، زیرا مشاغل به دنبال افرادی هستند که بتوانند ابزارهای هوش مصنوعی را به خروجی های قابل اعتماد و مفید تجاری تبدیل کنند. تقاضا فقط برای دسترسی به هوش مصنوعی نیست، بلکه برای تسلط به هوش مصنوعی است.
بنابراین، چالش هوش مصنوعی این است که از «مسئله ابزارسازی» به «مسئله استعداد» منتقل شده است، زیرا کسبوکارها در تلاش برای تبدیل دسترسی به خروجی با کیفیت بالا هستند. هوش مصنوعی میانگین را جمعآوری میکند و خروجی متوسط نیاز به قضاوت ثابت انسان برای برجسته شدن دارد.
برای سازمانهایی که تلاش میکنند این شکاف را برطرف کنند، راهحل دو جنبه دارد: اولویتبندی قضاوت انسانی، و بازنگری در مدلهای نیروی کار حول استعدادهای بومی هوش مصنوعی.
اولویت دادن به دسترسی هوش مصنوعی را متوقف کنید و قضاوت انسان را در اولویت قرار دهید
مرحله اول پذیرش هوش مصنوعی با دسترسی و آزمایش تعریف شد. آنها میخواستند بدانند کدام ابزار هوش مصنوعی برای خرید بهترین است، کدام پلتفرمها را باید آزمایش کنند و تیمهایشان چگونه باید از آنها در کارهای روزمره خود استفاده کنند. با دسترسی آسان به هوش مصنوعی، نوآوری از پیاده سازی ناشی می شود، بنابراین اینجاست که پذیرش هوش مصنوعی به یک موضوع استعداد تبدیل می شود. سازمانهایی که هوش مصنوعی را به عنوان یک نرمافزار تلقی نمیکنند و شروع به سرمایهگذاری روی مهارتهای انسانی میکنند، موقعیت بهتری برای رقابت خواهند داشت.
LLM ها و ابزارهای مولد بر روی الگوهای موجود آموزش می بینند و اغلب با پذیرش گسترده، یکسانی ایجاد می کنند. وقتی بسیاری از سازمانها از ابزارهای مشابه، به روشهای مشابه، با اعلانهای مشابه استفاده میکنند، نتیجه اغلب عمومی است. اگرچه آنها می توانند به تیم ها کمک کنند تا سریعتر حرکت کنند، اما تمرکز بر سرعت باعث ایجاد تمایز نمی شود. بدون قضاوت انسان، هوش مصنوعی میتواند کار متوسط را در مقیاس آسانتر کند. این چالشی است که اکنون کسبوکارها با آن مواجه هستند، خط پایه افزایش یافته است، بنابراین توانایی ایجاد کار متمایز هنوز به افراد بستگی دارد.
کسبوکارها به استعدادهایی نیاز دارند که کیفیت را درک کنند، ایدههای خلاقانه را شکل دهند، نیازهای مخاطب را تفسیر کنند و خروجیهای خام هوش مصنوعی را به کاری برجسته تبدیل کنند. این به چیزی بیش از تلقین نیاز دارد - به سلیقه، زمینه، تفکر انتقادی و مهمتر از همه، تفکر فردی نیاز دارد، چیزی که اکنون در بسیاری از ابزارهای هوش مصنوعی وجود ندارد. در صنایع خلاق، این در حال حاضر در ظهور مدیران هوش مصنوعی قابل مشاهده است: متخصصانی که قضاوت خلاق را با تسلط فنی ترکیب می کنند. آنها صرفا ابزار عملیاتی نیستند، آنها روایت، هویت بصری، گردش کار تولید و اجرای نهایی را شکل می دهند.
در بسیاری از موارد، آنها به تیمهای کوچکتر کمک میکنند تا کارهای تجاری را تولید کنند که قبلا به استودیوهای بسیار بزرگتری نیاز داشت.
بنابراین، همانطور که فناوری مولد در دسترس تر می شود، مزیت دیگر در داشتن ابزار نیست، بلکه در دانستن نحوه هدایت آنها نهفته است. کارگران باید در کنار هم بر ارتقای مهارت در هوش مصنوعی برای توسعه شغلی خود تمرکز کنند.
مدل های نیروی کار خود را در مورد استعدادهای بومی هوش مصنوعی تجدید نظر کنید
کسبوکارهایی که برای استخدام استعدادهای مناسب تلاش میکنند، احتمالا بر پذیرش هوش مصنوعی متمرکز هستند و سپس انتظار دارند که تیمها بدون آموزش مناسب این تغییر را جذب کنند، که شکافی بین جاهطلبی و آمادگی ایجاد میکند. برای به دست آوردن ارزش بیشتر از هوش مصنوعی، رهبران باید استراتژیهای نیروی کار را حول قابلیت هوش مصنوعی بسازند. این به معنای شناسایی افرادی است که میتوانند خروجیهای هوش مصنوعی را به کار باکیفیت تبدیل کنند، در حالی که خطاها، خطرات و محدودیتهایی را که این فناوری میتواند ایجاد کند نیز شناسایی کند.
دادههای ما همچنین نشان میدهد که تقاضا برای اجرای تخصصیتر هوش مصنوعی رو به افزایش است زیرا جستجو برای ویدیو و انیمیشن هوش مصنوعی از نوامبر سال ۲۰۲۵ تا ۴۲ درصد افزایش یافته است. همانطور که تیمها تسلط هوش مصنوعی را ایجاد میکنند، کسبوکارها نباید تصور کنند که همه قابلیتها باید از همان روز اول ساخته شوند. در بازاری که به این سرعت در حال حرکت است، مدل هوشمندتر اغلب یک مدل ترکیبی است: تیمهای داخلی پیشرفته و متخصصان انعطافپذیر را برای رفع شکافهای فوری، تسریع در اجرا و انتقال دانش در حین تکامل کار وارد میکنند.
مهارتهای هوش مصنوعی برای اکثر کسبوکارها خیلی سریع در حال تغییر هستند که نمیتوانند هر کارکردی را بهطور دائم ایجاد کنند، بنابراین این به کسبوکارها تخصص مناسب را بدون هزینه یا تأخیر در ساخت یک تیم دائمی از ابتدا میدهد.
در عین حال، استقرار هوش مصنوعی باید با نیاز واقعی کسبوکار شروع شود - تیمها باید وظایف تکراری، فرآیندهای آهسته و مدیریت کمارزش را که افراد را از کار با تأثیرگذاری بالاتر دور میکنند، شناسایی کنند. هنگامی که این فرصتها مشخص شد، رهبران میتوانند شکاف توانایی واقعی را شناسایی کنند: آیا این چیزی است که یک کارمند موجود میتواند یاد بگیرد، چیزی که هوش مصنوعی میتواند پشتیبانی کند یا چیزی که به یک متخصص خارجی نیاز دارد؟
پذیرش هوش مصنوعی نیز نگرانی های مشروعی را ایجاد می کند. رهبران باید روشن باشند که هوش مصنوعی تنها راهی برای حذف افراد از این فرآیند نیست. یک مدل نیروی کار قویتر، استعداد و خلاقیت انسانی را در مرکز نگه میدارد و در عین حال راههای جدیدی را برای به کارگیری و تکامل مهارتهای کارمندان ارائه میدهد. این نه تنها بهره وری را پشتیبانی می کند، بلکه حفظ و رضایت را نیز افزایش می دهد. تیمها وقتی متوجه شوند که چگونه میتواند کارشان را بهبود ببخشد، نه اینکه فقط آن را تهدید کند، بیشتر از هوش مصنوعی استقبال میکنند.
کسبوکارهایی که در ارتقاء مهارت، نردههای محافظ روشن و دسترسی به پشتیبانی تخصصی سرمایهگذاری میکنند، در موقعیت بهتری برای ایجاد اعتماد و همچنین توانایی خواهند بود.
استعداد چیزی است که موفقیت هوش مصنوعی را تعیین می کند
با توجه به اینکه هوش مصنوعی اکنون پایه است، نه مزیت، کسبوکارهایی که مزیت رقابتی به دست میآورند به تمرکز بر قضاوت و توسعه مهارتها میپردازند، با دسته جدیدی از اپراتورهای بومی هوش مصنوعی که به عنوان مدیران برای ترکیب تصمیمگیری خلاق و فنی عمل میکنند.
این بدان معناست که تیمهایی که میدانند چگونه خروجیها را زیر سوال ببرند و هوش مصنوعی را به کاری که واقعا مهم است تبدیل کنند. دسترسی آسان است اما اجرا سخت است، بنابراین مرحله بعدی پذیرش هوش مصنوعی با آمادگی نیروی کار تعریف می شود.
هوش مصنوعی می تواند سطح پایه را افزایش دهد، اما ترکیب استعدادهای مناسب هوش مصنوعی را از یک ابزار به یک مزیت رقابتی تبدیل می کند.
ما بهترین پلتفرمهای استخدام را معرفی کردهایم تا مدیریت مشاغل خالی و استخدام کارکنان را ساده و آسان کنیم.
این مقاله به عنوان بخشی از TechRadar Pro Perspectives، کانال ما برای معرفی بهترین و باهوش ترین ذهن ها در صنعت فناوری امروز تهیه شده است.
نظرات بیان شده در اینجا نظرات نویسنده است و لزوما نظرات TechRadarPro یا Future plc نیست. اگر مایل به مشارکت هستید، اطلاعات بیشتری را در اینجا بیابید: https://www.techradar.com/pro/perspectives-how-to-submit
متن اصلی (انگلیسی)
AI adoption has a talent problem - here’s how to solve it
Why human judgement and AI-native talent will determine which businesses turn adoption into advantage.