ایرانیان جهان - آخرین خبر /
نویسنده: محمدمهدی دوستی
امروز هوش مصنوعی با سرعت بالایی در حال رشد و پیشرفت است، اما سازندگان آن، با کلافی سردرگم مواجه شدهاند یا در ظاهر به جامعه این مسئله را نشان میدهند. این مهم درحالی است که هر روزه اخبار متنوعی از جمله پیشرفت و توسعه هوش مصنوعی و قابلیت به کنترل در آوردن آن مکرراً در حال مخابره شدن میباشد. در این یادداشت به زیست سازمانها خواهیم پرداخت که غفلت از آن میتواند مجموعه را از قطار هوشمندسازی پیاده کند، هزینهها را افزایش و شرکت را به مسیر بیراهه بکشاند.
تحلیل کامل، توقف تصمیمگیری؛ تلهی جدید هوشمصنوعی برای مدیران
هوش مصنوعی به ما این امکان را میدهد تا اطلاعات بیشتری ببینیم، سناریوهای متنوعتری را بسنجیم و ابعاد پنهان و آشکار هر مسئله را پیدا کنیم. شاید در نگاه اول این نکته را نشان دهد که ما میتوانیم تصمیمگیری بهتر و با کیفیتتری داشته باشیم اما در عمل لزوماً چنین نیست. گاهی وفور اطلاعات و دادهها و همچنین زیاد بودن گزینهها و تحلیلها به جای افزایش قدرت تصمیمگیری، سرعت تصمیم گرفتن و اقدام را کاهش میدهد.
ذات انسان پیچیده است و این مهم غیر قابل انکار میباشد. فلذا این مسئله موجب شده انسان در مواجهه با مسائل به دنبال کشف زوایای مختلف، یافتن استثناها و پایش ریسک و خطرها باشد. حال این ابزار (هوشمصنوعی) در چند ثانیه زوایای پنهان و آشکار موضوع را نشان میدهد، اما این مزیت ارزشمند اگر مهار نشود میتواند ارائه و تحلیل کاملی بر روی کاغذ پیاده کند اما در ادامه تصمیم و اقدام در میدان عمل متوقف گردد یا با تأخیر انجام شود.
وقتی ابزار هوشمند، تشخیص را سختتر میکند
طی چند مصاحبه استخدامی اخیر، با نمونهای ملموس از این چالش مواجه شدم؛ داوطلبانی که قبل از مصاحبه، با هوش مصنوعی همفکری کرده بودند معمولاً پاسخهای منظمتر، کاملتر و حرفهایتری ارائه میدادند. اما همین موضوع تشخیص یک مسئله اساسی را سختتر میکرد: آیا آنچه میشنویم واقعاً دهنده شیوه فکرکردن و مهارت فرد است یا نسخهای بهینهشده از پاسخی است که هوش مصنوعی برای او آماده کرده؟ و این یعنی این ابزار کیفیت ارائه شخص را بالا برد، اما ارزیابی فردی به بیراهه کشانده و ارزیابی را دشوار کرده بود.
حالا این موضوع را در مقیاس بزرگتر و زیست سازمانی بررسی کنیم. پیش از این مدیر یک سازمان برای گرفتن تصمیم گزارشهای یک، پنج و نهایتاً 10 صفحهای را بررسی میکرد و در نهایت تصمیم گرفته میشد. که ممکن بود این انتخاب بی نقص نبوده و حتی با خطا مواجه شود، اما مسئله مهم تکمیل فرآیند تصمیمگیری است که انجام میشد.
امروره هوشمصنوعی قابلیت آن را دارد هزارن صفحه گزارش را تنها در چند ثانیه بررسی کند. قابلیتی که به خودی خود ارزشمند است. اما زمانی قابل استفاده است که چندین سناریو و ریسک در مقابل مدیر سازمان قرار ندهد و بهجای انجام چنین کاری با سادهسازی اطلاعات راه را برای تصمیمگیری مدیریت همواره سازد. در غیر اینصورت این مدیر سازمان است که باید بار سنگیم پیچیدگی اطلاعات را به دوش بکشد و این مسئله موجب میشود که در زمان مناسب و به درستی تصمیمگیری انجام نشود.
همه پیچیدگیها ارزش یکسان ندارند
حال باید میان دو نوع پیچیدگی تفاوت گذاشت؛ بخشی از پیچیدگی، واقعی و اجتنابناپذیر است. در یک بانک، شرکت حملونقل، پالایشگاه یا مجموعه بزرگ صنعتی؛ ایمنی، قیمت، قرارداد، تعمیرات، مقررات، زنجیره تامین و ریسکهای عملیاتی، واقعاً پیچیدهاند و حقیقتاً نمیتوان با یک دستور مدیریتی این پیچیدگی را حذف کرد.
اما بخش دیگری از پیچیدگی را خود سازمان در طول زمان ساخته است: گزارشهایی که مشخص نیست چه کسی آنها را میخواند، تائیدهایی که دلیل اولیهشان فراموش شده، جلساتی که صرفاً از روی عادت برگزار میشوند، استثناهایی که روی استثناهای قبلی انباشته شدهاند و سامانههایی که برای هر مسئله جدید یک قابلیت تازه به آنها اضافه شده است.
اشتباه اصلی دقیقاً زمانی شروع میشود که بخواهیم این دو پیچیدگی را یکی بدانیم. با ورود هوش مصنوعی (AI) به سازمان وسوسه طبیعی ایجاد میشود که "هرآنچه وجود دارد هوشمند شود"؛ فرم، گزارش، گردش کار و لایههای تائید همان موارد قبل است، فقط اینبار با کمک فناوری سریعتر اجرا میشوند.
این مسئله چالش تازهای نیست؛ بیش از سه دهه قبل مایکل همر در نظریه "بازمهندسی فرآیندها" هشدار داده بود که فناوری نباید صرفاً فرایندهای قدیمی را سریعتر کند. در همین راستا لین(Lean) نیز سالها بر حذف اتلاف قبل از افزودن ابزار تأکید میکند. حال امروزه با ورود هوش مصنوعی سازمان این خطا از بین نرفته، بلکه وقوع این خطا بسیار آسانتر شده است.
تکنیک قفل و قیچی
شخصاً برای مواجهه با این دام از تکنیک قفل و قیچی استفاده میکنم که برعکس نامگذاری، تقدم با قیچی و سپس با قفل میباشد.
کار قیچی ساده اما بنیادین است؛ پیش از آنکه بپرسیم «این کار را چگونه میتوان با هوش مصنوعی (AI ) انجام داد؟» نخست این سوال را باید پاسخ دهیم که، «ضرورت انجام این کارچیست؟» آیا این گزارش مخاطب و یا خوانندهای دارد؟ این امضا چه ریسکی را کنترل یا مهار میکند؟ پایان این جلسه چه تصمیمگیری برای سازمان در پی خواهد داشت؟ این مرحله قابل حذف است؟ آیا امکان ادغام دو مرحله وجود دارد؟ امکان تفویض اختیار به سطح پایینتر هست؟ یا با یک قاعده روشن میتوان جلوی چرخه بی پایان تائیدها را گرفت؟
شاید در یکی از پروژهها، راه حل ساختن یک ابزار هوشمند و در پروژه دیگری حفظ فرآیند قدیمی باشد. این همان جایی است که مرز بین تحول و اتوماسیون مشخص میشود.
جذب پیچیدگی با هوش مصنوعی؛ تصمیمبر عهده چه کسی است؟
پس از بخش قیچی، آن بخشی از پیچیدگیها باقی میماند که واقعاً گریز ناپذیر هستند. اینجا هوش مصنوعی میتواند یکی از مهمترین تواناییهای خود را نشان دهد که همان "جذب پیچیدگی" است.
پیش از ورود هوش مصنوعی تصمیمگیران و مدیران سازمان مجبور بودند برای گرفتن تصمیم به تعداد محدودی گزارش اکتفا کنند اما امروزه هوش مصنوعی میتواند تمامی گزارشات را بررسی و تحلیل کند. اما این مهم بدان معنا نیست که هوش مصنوعی میتواند بیشتر از انسان گزارش بخواند یا بررسی کند بلکه انسان با کمترین فرسایش ذهنی میتواند بیشترین بهره را داشته باشد.
گواه این نکته نیز آزمایش ششماهه مایکروسافت بر روی حدود ششهزار دانشورز است؛ استفاده از هوش مصنوعی مولد، موجب کاهش زمان صرفشده برای ایمیل زدن شده اما زمان جلسات تغییر معناداری نداشته است. یک برداشت محتاطانهای که از این نتیجه میتوان داشت این است که هوشمصنوعی (AI) کار فردی را سریعتر میکند اما مسائلی که ریشه در هماهنگی، حدود اختیار و ساختار تصمیم دارند، صرفاً با ابزار سریعتر حل نمیشوند.
این تفاوت مهم است؛ چرا که هوش مصنوعی میتواند هزاران صفحه را بخواند و بررسی کند، اما اگر هنوز حق تصمیمگیری در سازمان مشخص نشده باشد یا معلوم نباشد چه موضوعاتی در چه سطحی باید به چه اشخاص و جایگاهی ارجاع شود، یا میزان اهمیت داده و اطلاعات موجود در سازمان برای تصمیمگیری معین نشده باشد، این فناوری هیچ کمکی به سازمان نمیکند بلکه کوهی از داده و اطلاعات را تولید میکند که کارآیی در سازمان نخواهد داشت.
هنر قفل کردن سادگی
پیچیدگی یک ویژگی دیگر هم دارد: برمیگردد. امروز یک امضا حذف میشود. چند ماه بعد یک خطا رخ میدهد و برای جلوگیری از تکرار آن، دوباره یک امضا اضافه میشود. بعد یک گزارش برای کنترل آن ساخته میشود. سپس یک استثنا تعریف میشود. هر تصمیم، جداگانه قابل دفاع است اما چند سال بعد دوباره با یک فرآیند متورم روبهرو خواهیم شد. قفل برای همین نقطه طراحی شده است.
قفل یعنی هر فرآیند سادهشده مالک داشته باشد، حدود اختیار آن روشن باشد، استثناها قابل مشاهده باشند و قواعد در زمان مشخص دوباره بازبینی شوند. قفل به معنای منجمدکردن فرآیند نیست؛ اتفاقاً اگر یک قاعده خوب هیچوقت قابل بازنگری نباشد، خود قفل به بخشی از مشکل تبدیل میشود.
در صنایع پرریسک این تمایز اهمیت بیشتری دارد؛ هر مرحله اضافی بوروکراسی نیست. بعضی کنترلها حاصل تجربه حوادث واقعیاند؛ یک تائید ایمنی یا افزونگی در یک سیستم کنترلی ممکن است از بیرون زائد به نظر برسد اما حذف آن خطر واقعی بسازد. بنابراین سادگی نباید با سادهانگاری اشتباه شود.
سازمان هوشمند الزاماً تحلیل بیشتری تولید نمیکند
شاید مهمترین اثر AI بر مدیریت این نباشد که تصمیمهای ما را با اطلاعات بیشتری احاطه کند. برعکس، ممکن است هوشمندترین استفاده از آن این باشد که اجازه ندهد پیچیدگی محیط، مستقیماً به پیچیدگی کار مدیر تبدیل شود. یعنی ابتدا پیچیدگیای را که خودمان ساختهایم با قیچی حذف کنیم. سپس پیچیدگی واقعی و ضروری را تا جای ممکن به ماشین بسپاریم و در نهایت با قفل، اجازه ندهیم قواعد، گزارشها، تاییدها و استثناهای زائد دوباره آرامآرام رشد کنند.
پس پیشنهاد میکنم، پیش از پروژه بعدی هوش مصنوعی، سه پرسش که شاید از هر نقشه راه فناوری مهمتر باشند را از خود بپرسیم: چه چیزی اصلاً نباید وجود داشته باشد؟ کدام پیچیدگی لازم است اما انسان نباید مستقیماً بار آن را تحمل کند؟ و چه چیزی مانع خواهد شد که پیچیدگی حذفشده دوباره برگردد؟ اگر پاسخ این سه سؤال روشن نباشد، احتمال دارد سازمان هوشمندتری نسازیم؛ فقط سازمان پیچیدهتری بسازیم که حالا میتواند پیچیدگی خود را سریعتر اجرا کند.