وقتی مدیرعامل درباره هوش مصنوعی سوال می کند، چه بگوییم؟
در این یادداشت
«به اندازه کافی روی هوش مصنوعی سرمایه گذاری می کنیم؟» در ظاهر سوال بودجه است؛ شاید مدیرعامل می خواهد بداند شرکت کند پیش می رود، رقبا جلو افتاده اند یا پایلوت دیگری ارزش هزینه دارد. پاسخ را با فهرست مدل و پلتفرم شروع نکنید. پشت سوال را به تصمیم روشن برگردانید.
در نظرسنجی مدیرعاملان جهانی PwC در ۲۰۲۶، با ۴۴۵۴ مدیرعامل از ۹۵ کشور و منطقه، ۵۶ درصد گفتند در سال پیش از نظرسنجی AI نه درآمدشان را بالا برده و نه هزینه را کم کرده است. این نشان نمی دهد سرمایه گذاری بی فایده است؛ نشان می دهد استفاده از ابزار با نتیجه کسب وکار یکی نیست. نظرسنجی PwC.
«کجا سرمایه گذاری کنیم؟»
پیش از پیشنهاد، بگویید کدام وضعیت باید تغییر کند، خط پایه چیست، چه چیز هایی جز مدل باید درست باشند، کوچک ترین آزمون معتبر کدام است و چه نتیجه ای ادامه یا توقف را توجیه می کند.
برای دستیار راهنمای سیاست، نتیجه می تواند کوتاه شدن زمان پیدا کردن پاسخ تاییدشده باشد. خط پایه باید زمان جست وجو و میزان ارجاع را نشان دهد. مالک سند، مجوز دسترسی و راه ارجاع انسانی هم لازم اند؛ این ها کار مدل نیستند. آزمایش نخست می تواند فقط یک حوزه و یک گروه کاربر را در بر گیرد. گسترش را به کاهش زمان بدون افزایش ناموجه اصلاح پاسخ ها مشروط کنید.
آزمایش، سامانه عملیاتی، خرید پلتفرم و واگذاری اختیار تعهد های متفاوت اند. با یک قاعده تایید از همه عبور ندهید. نظرسنجی CIO 2026 بازگشت سرمایه نامشخص و نبود راهبرد را از مانع های گسترش می داند؛ پاسخ نباید رقم خیالی باشد، بلکه مرحله سرمایه گذاری با شاهد است.
«از رقبا جلوتریم یا عقب؟»
ابزار رقیب را با ابزار خود مقایسه نکنید؛ توانایی کسب وکار را بسنجید. آیا رقیب درخواست بیمه را سریع تر رسیدگی می کند، خطا را کم می کند، یا کارکنانش پاسخ معتبر را زودتر پیدا می کنند؟ شاید مانع شما مدل نباشد، بلکه مالکیت داده یا بازطراحی گردش کار باشد. شاید هم اختلاف ابزار ها نتیجه مهمی نداشته باشد و نیازی به تقلید نباشد.
به مدیرعامل بگویید: «در زمان رسیدگی به درخواست خسارت عقبیم؛ مانع اصلی پراکندگی مالکیت داده است، نه مدل. قدم بعدی ما رفع همین مانع پیش از خودکارسازی تصمیم است.» این بهتر از «دو سال عقبیم» است. گزارش مطالعه مدیرعاملان IBM 2026 بازطراحی گردش کار سرتاسری را در شرکت هایی که AI را بهتر به کار می گیرند برجسته می کند؛ اما شواهد سازمان خودتان باید پیشنهاد را پشتیبانی کند.
«چه ریسکی را می پذیریم؟»
قول ریسک صفر ندهید و کنترل را هم به چک لیست پس از تعهد تبدیل نکنید. برای هر گزینه بگویید چه خطایی نگران کننده است، پیامدش چیست، چه کنترل و راه بازیابی دارید و چه ریسکی باقی می ماند و مالک آن کیست.
برای ایجنتی که پرونده مشتری را تغییر می دهد، محدودیت مجوز، سقف عملیات، تایید انسان برای تغییر مهم، ثبت رویداد و امکان بازگردانی می تواند دامنه خطر را کم کند. مالک کسب وکار ریسک باقیمانده را می پذیرد؛ تیم فناوری مسئول اجرای کنترل و بازیابی است. چارچوب NIST AI RMF کار را در حاکمیت، شناخت، اندازه گیری و مدیریت سامان می دهد.
یک صفحه برای جلسه
| نگرانی | پاسخ و شاهد | تصمیم لازم |
|---|---|---|
| سرمایه گذاری | نتیجه، خط پایه، هزینه کامل و شرط ادامه | بودجه بدهیم، تغییر دهیم یا متوقف کنیم؟ |
| جایگاه | توانایی رقابتی و مانع واقعی | فاصله را کم کنیم یا تفاوت را نادیده بگیریم؟ |
| ریسک | شکست، پیامد، کنترل و بازیابی | ریسک را کم، منتقل یا با مالک بپذیریم؟ |
پایین صفحه پیشنهاد، مهم ترین مجهول و زمان بازبینی را بنویسید. عدد های مالی را پشت دقت ظاهری پنهان نکنید: زمان ذخیره شده خودبه خود ظرفیت آزاد نیست؛ کاربر شاید وقتش را صرف بررسی خروجی کند. زنجیره را بسنجید: رفتار سامانه، تغییر گردش کار، رفتار کاربر، نتیجه عملیاتی و سپس اثر مالی. سنجش کار AI با قضاوت مدیریتی توضیح می دهد چرا هیچ شاخصی به تنهایی کافی نیست.
اگر هنوز نمی دانید، بگویید چه چیز نامعلوم است، چرا اهمیت دارد، ارزان ترین آزمون چیست، سقف زمان و هزینه کجاست و چه زمانی برمی گردید. «هنوز نمی دانیم» پاسخ معتبر است، اگر به آزمون و مهلت وصل باشد.
پاسخ مدیر ارشد فناوری باید پیشنهاد باشد، نه گشت وگذار در معماری: این نتیجه را دنبال کنیم، این تعهد محدود قدم بعد است، این ریسک باقی می ماند، این افراد مالک نتیجه اند و با این شواهد تصمیم را بازبینی می کنیم. هوش مصنوعی آینده را قابل پیش بینی نمی کند؛ اما می توان قدم بعد را منضبط انتخاب کرد.
نسخهی انگلیسی این یادداشت در DATATWEETS منتشر شده است.