آدیتیا شارما تا صبح کنار همکاران تازهاش بیدار ماند. همگی نه از کار خسته میشدند، نه قهوه میخواستند و حتی حس نمیکردند پس از شبی طولانی خوابآلودهاند. سرانجام ساعت شش صبح وقتی شارما به رختخواب رفت، ایجنتهای هوش مصنوعیاش هنوز مشغول کار بودند. والاستریت ژورنال، شارمای ۲۷ ساله را یکی از بنیانگذاران Keel معرفی میکند؛ استارتاپی که برای تیمهای آیتی نرمافزار عیبیابی مبتنی بر هوش مصنوعی توسعه میدهد.
ایجنتهای شرکت برای مشتریان قابلیتهای جدیدی میسازند، برای مدلی داخلی تحقیق میکنند و کمپینهای بازاریابی را زیر نظر دارند. روال کار آیندهای را در ذهنمان تداعی میکند که همهی این سالها وعدهاش را شنیدهایم. اینکه ماشینها و هوش مصنوعی بخش بیشتری از کار را انجام میدهند و وقت آدمها آزادتر میشود.
ولی اگر هوش مصنوعی بخشی از کار انسانها را انجام میدهد، چرا افرادی که این فناوری را به خدمت گرفتهاند حالا بیشتر کار میکنند؟
خلاصه صوتی
خلاصه صوتی، ساختهشده با هوش مصنوعی
پخش از رسانه
ایجنتهای شبزندهدار تقویم را تسخیر میکنند
ایجنتهای شارما گاهی در میانهی کار متوقف میشوند، شاید زمینهی بیشتری میخواهند یا برای ادامهی مراحل باید منتظر اجازهی انسان بمانند. شارما به والاستریت ژورنال میگوید: «اگر ایجنتها هشت ساعت معطل بمانند، هزینهی زیادی روی دستتان میگذارند.»
احتمال دارد عاملهای هوش مصنوعی نیمهشب یک مرحلهی کارشان را تمام کنند؛ درست وقتی که مسئول اصلیشان که باید مسیر بعدی را مشخص کند خوابیده است. به همین دلیل شارما حس میکند باید شبانهروز در دسترسشان باشد. بسیاری از بنیانگذاران و اعضای تیمهای استارتاپی، ایجنتها را هیجانانگیز، اعتیادآور و وقتگیر توصیف میکنند.
ایجنتهای هوش مصنوعی خواب ندارند، اما انسانها ناچارند پابهپای آنها بیدار بمانند
کارمندان زیادی بعد از جدیشدن کارشان با ایجنتها کمتر میخوابند؛ فرصت نمیکنند کنار دوستان و عزیزانشان وقت بگذرانند و تقریباً همه میدانند که نمیتوان این روال را ادامه داد. ولی در دورانی که قابلیت مدلها هر چند ماه یا هر چند هفته یکبار تغییر میکند، اگر متوقف شوید انگار مسابقه را واگذار کردهاید.
و البته چالش جدید فقط مختص شرکتهای پیشرفته نیست. کارکنان محیطهای کاری بسیار عادیتر هم میگویند هوش مصنوعی میتواند هر وظیفه را سریعتر انجام دهد و درعینحال، فشار روز کاری را بالا ببرد.
سراب وقت آزاد؛ ساعتهای ذخیرهشده به جیب چه کسی میرود؟
اغلب ما در ذهنمان زمان لازم برای انجام یک کار را با حجم کاری که از ما خواسته میشود، یکسان میدانیم. فرض کنید آمادهکردن گزارشی چهار ساعت زمان میبرد و هوش مصنوعی طی دو ساعت تمامش میکند. کارمند گزارش را تحویل میدهد، به این خیال که دو ساعت وقت آزاد خواهد داشت. ولی شرکت میتواند بگوید حالا که هر گزارش دو ساعت طول میکشد، دو گزارش آماده کن!
در هر دو حالت بهرهوری بالا میرود، ولی فقط در حالتی که حجم کار تغییری نکند زندگی شما سبکتر میشود. اصولا بهرهوری با محاسبه نسبت خروجی به منابع مصرفشده به دست میآید و ارتباطی به این ندارد که منفعت نهایی چگونه میان کارمند، کارفرما، مشتری و سهامدار تقسیم شود.
بهرهوری بالاتر معمولاً به معنای استراحت بیشتر نیست
در تبلیغ ابزارهای هوش مصنوعی، ساعتهای ذخیرهشده را مانند پولی به تصویر میکشند که مستقیماً بهحساب کاربر میرود. در محیط کار، ساعتهای اضافی معمولاً به ظرفیت جدید تبدیل میشوند، مثلاً پروژهای دیگر، مشتریای بعدی یا ددلاین نزدیکتر.
ایجنتهای هوش مصنوعی هم وضعیت دیگری دارند، چون فقط کار را سریعتر انجام نمیدهند و ریتم زندگی کاری را هم تغییر میدهند.
حالا انسان ماشین را منتظر میگذارد
به نسل قبلی ابزارهای بهرهوری فکر کنید، مثلاً فایل ورد هیچوقت در غیاب نویسنده مشغول نوشتن مطلب بعدی نمیشد یا اکسل نیمهشب صفحهی جدیدی نمیساخت تا صبح روی میز مدیر قرار بگیرد. ولی ایجنت میتواند وقتی شما در جلسهاید، مسیر تحقیق را جلو ببرد، کد بنویسد یا نمونه محصول بسازد. درواقع کارهای صفکشیدهی قبلی حالا بهطور موازی انجام میشوند.
اما روی دیگر سکه را فراموش نکنید. وقتی ایجنتی کد مینویسد؛ کسی باید خروجیاش را بازبینی کند. سه ایجنت همزمان تحقیق میکنند و کارمندی باید اختلاف یافتههایشان را بفهمد. نمونه محصول زودتر آماده میشود، مشتری زودتر بازخورد میدهد و دور بعدی اصلاح، پیش از اینکه از فاز قبلی پروژه فاصله بگیریم، شروع میشود.
کارهای موازی ایجنتها، کوهی از تصمیمگیریها را روی میز انسان میگذارد
هوش مصنوعی کار ما را از تولید به نظارت، تصحیح، ویرایش، انتخاب و تصمیمگیری تغییر میدهد، کارهایی که شاید در نمودار بهرهوری به چشم نیایند، ولی اصلاً سبک نیستند. ما هر بار که خروجیای دریافت میکنیم، باید بفهمیم که درست و قابلاستفاده است یا نه و اگر خطا و مشکلی به وجود بیاید، چه کسی مسئول شناخته میشود.
آجای کالیا، بنیانگذار استارتاپ Alt، بیشتر روزها کارش را حوالی پنجونیم یا شش صبح شروع میکند و تا ساعت نه یا ده شب ادامه میدهد. ایجنتها روی اپلواچ او هر ده دقیقه اجازهای تازه میخواهند. کالیا به والاستریت ژورنال میگوید: «احتمالاً کار سالمی نیست که هنگام دویدن، مدام به ساعتم نگاه کنم تا به ایجنت مجوز چیزی را بدهم.»
ایجنت کالیا را از میز آزاد میکند، اما کار را تا مسیر دویدن همراهش میفرستد. ولی زمانی که ما مزایای اتوماسیون را میشنیدیم، نمیدانستیم بهجای اینکه زندگیمان را راحتتر کند، زمان پاسخگوییمان را به سنگینترین بخش فرایند تبدیل خواهد کرد.
بهای پنهان اتوماسیون؛ چه کسی مسئولیت خطاها را میپذیرد؟
همهی مدیران قصد ندارند به کارمندانشان فشار بیشتری وارد کنند. ولی آنها هم اسیر انبوه کارهای جدید میشوند. وقتی هزینهی تولید تصویر، تحلیل یا کد کمتر میشود، میتوانید با بودجه سابق خروجیهای بیشتری داشته باشید، ولی هزینه فکتچک، کنترل کیفیت، کشف خطا، ویرایش، هماهنگی با مشتری و مسئولیت حقوقی به همان اندازه کم نمیشود.
شرکت SolarWinds برای گزارش وضعیت مدیریت خدمات فناوری اطلاعات در سال ۲۰۲۶ از بیش از ۸۰۰ متخصص فناوری اطلاعات در جهان نظرسنجی کرد. ۸۴ درصد از شرکتکنندگان گفتند هوش مصنوعی به بازده موردانتظار سرمایهگذاری رسیده یا از آن فراتر رفته است.
پاسخدهندگان برای تشخیص مشکلات بهطور متوسط ۳٫۲ ساعت، برای رسیدگی به درخواست کاربران ۳ ساعت و برای دستهبندی تیکتها ۲٫۹ ساعت در هفته صرفهجویی کرده بودند. بااینحال، ۵۲ درصد از افراد بار کلی کارشان را پس از استفاده از هوش مصنوعی بیش از گذشته ارزیابی میکردند.
ارزان شدن تولید محتوا و کد، هزینهی سنگین فکتچک و کنترل کیفیت را به دنبال دارد
نتایج نظرسنجی نشان میداد ساعات ذخیرهشده به وظایف جدیدی اختصاص یافتهاند.
۴۸ درصد از پاسخدهندگان برای مدیریت ابزارها و اتصالهای هوش مصنوعی وقت میگذاشتند، ۴۷ درصد خروجیها را اعتبارسنجی میکردند و ۳۷ درصد درگیر آموزش و تنظیم مدلها بودند. ۸۳ درصد نیز هر هفته بیش از ۳ ساعت وقت صرف میکردند تا از عملکرد قابلاعتماد سیستم مطمئن شوند.
پس هوش مصنوعی زمان اجرای هر وظیفه را کاهش میدهد و همزمان لایهی عملیاتی جدیدی روی دستمان میگذارد. هرچه تولیدات یا محصولات ماشینی بیشتر شوند، کسی که باید از بین خروجیها گزینههای درست را انتخاب کند، کار دشوارتری پیش رو دارد.
متا سؤال مالکیت زمان را بیپرده پاسخ داد
شرکتهای بزرگ خیلی زود متوجه شدند که میتوانند ساعت آزادشده را به انتظارات بالاتر تبدیل کنند. به نقل از بیزنساینسایدر، در یک جلسهی پرسشوپاسخ داخلی متا در جولای ۲۰۲۶، کارمندی پرسید آیا افزایش بهرهوری با هوش مصنوعی میتواند تعطیلاتی را که شرکت در دوران همهگیری کرونا وضع کرده بود و بعداً لغو شد، دوباره بازگرداند؟
اندرو بازورث، مدیر فناوری متا، درخواست کارمند را بسیار احمقانه خواند؛ هرچند بعد اعتراف کرد که نباید اینقدر تند پاسخ میداد. ولی از اصل موضعش عقب ننشست، چراکه معتقد بود ساعات اضافی ناشی از بهرهوری هوش مصنوعی باید صرف ساخت محصولات بیشتر برای میلیاردها کاربر متا شود، نه مرخصی بیشتر کارکنان.
شرکتها میگویند وقت آزادشده باید صرف ساخت محصولات جدید شود
بسیاری از شرکتها دقیقاً کاری را انجام میدهند که بازورث به زبانی صریح گفت. اگر هوش مصنوعی ده درصد از وقت کارمندان را آزاد کند، سازمان همان ده درصد را ظرفیت جدید تلقی میکند. دیگر اهمیتی ندارد که فناوری چقدر کار را سبکتر میکند، شما باید ببینید سود بهرهوری به چه کسی میرسد.
اگر منصفانه نگاه کنیم، رفتار برخی از مدیران چندان غیرمنطقی نیست. اگر رقیبی با ایجنتهای هوش مصنوعی محصول یکماهه را طی یک هفته تولید کند؛ شرکتی که کارمندانش را در این تفاوت سههفتهای آزاد میگذارد، احتمالا سهم بازارش را واگذار میکند. این روزها افزایش بهرهوری یک شرکت، بهراحتی باعث فشار زمانی روی شرکتهای همرده میشود.
در مرحله بعد موج فشار به همهجا تسری پیدا میکند. سرمایهگذار رشد سریعتر میخواهد، مشتری انتظار دارد زودتر پاسخش را بدهند و رقبا سیکل جدید کار را کلید میزنند. شما قبلاً میتوانستید سریعبودن را گزینهای در دسترس ببینید، ولی حالا برای اینکه در بازی بمانید، بهناچار باید سریع باشید.
شاید دیگری بیشتر از ما از هوش مصنوعی کار بکشد
بسیاری از فعالین حوزه فناوری فشار هوش مصنوعی را هیجانانگیز میدانند. حتی اگر بازار آنها را به استفاده از هوش مصنوعی سوق ندهد، خودشان مشتاقاند ادامه دهند. هر نسل جدید مدلها، محدودهی پروژهها را بزرگتر میکند و کاری که دیروز به خیالپردازی شباهت داشت، حالا در مدتی کوتاه به مراحل پیشرفته میرسد.
آجای کالیا میگوید: «میتوانید با مدلهای جدید ایدههای بسیار بزرگتر و بلندپروازانهتری بسازید؛ فوقالعاده بهنظر میرسد، جز اینکه هرگز کارتان تمام نمیشود.»
اغلب توسعهدهندگان تأیید میکنند که ریتم کارشان پایدار نیست، زیرا قبل از اینکه روی آخرین کار فهرستشان خط بکشند، ابزارها دوباره بهروز میشوند. اما اگر از آنها بپرسید چرا ترمز را نمیکشید؟ جوابی ندارند. وقتی تمام آدمهای اطرافتان با تمام قوا در حال دویدن هستند، حتی یکلحظه نفس تازه کردن هم بوی شکست و عقبماندن میدهد.
تیمهای کوچک با کمک ایجنتها بار یک لشکر را به دوش میکشند
فرهنگ استارتاپی نیز به اضطراب عقبماندن دامن میزند. زمانی استارتاپها افزایش تعداد کارکنانشان را نشانه رشد میدانستند، ولی حالا به کوچکبودن تیم و نسبت درآمد بهازای هر کارمند افتخار میکنند. برخی کسبوکارها هم ادعا میکنند با استفاده از ابزارهای هوش مصنوعی خروجی تیمشان را پنج تا نه برابر کردهاند.
ولی وقتی تیم کوچک میشود، روزها آرامتر نمیشوند و فقط شکل فشار تغییر میکند. مثلاً پنج نفر با کمک ایجنتهای هوش مصنوعی، بار بیست نفر را به دوش میکشند. بعد بهجای اینکه در همین سطح متوقف شوند، شرکتی را میچرخانند که پیشازاین به پنجاه نفر کارمند نیاز داشت. هوش مصنوعی بار کاری را حذف نمیکند و فقط روی شانههای تعداد کارمندان کمتری میاندازد.
بدن انسان حد این بازی را زودتر از نمودار رشد نشان میدهد. جولای ۲۰۲۶ لیلیان ونگ، از بنیانگذاران Thinking Machines Lab، از سمتش کنار رفت و نوشت فشار مداوم و حجم کار از توانش فراتر رفته و سلامتی جسمیاش را بهخطر میاندازد.
زنگ خطر دستمزدها؛ پیشلرزههای بازار کار در دوران گذار
بنیانگذاری که تا صبح کار میکند، دستکم بخشی از منفعت اقتصادی موفقیت احتمالی شرکت را در اختیار دارد. ولی کارمند حقوقبگیر همان فشار را تجربه میکند، بیآنکه از سود بهرهوری منفعتی ببرد. تصور کنید اگر کارمندی در ۸ ساعت دوبرابر قبل خروجی ارائه دهد اما دستمزدش ثابت بماند، عمده سود بهرهوری نصیب کارفرما میشود.
دادههای اولیهی بازار کار آمریکا، سناریوی دیگری را هم مطرح میکنند. مؤسسهی Apollo در یکی از تحقیقات خود آمار استفادهی واقعی از Claude را با وضعیت ۳۲۱ شغل میان سالهای ۲۰۱۵ تا ۲۰۲۵ تطبیق داد.
شاید شغلها فوراً حذف نشوند، اما توان چانهزنی و دستمزدها زیر سایهی هوش مصنوعی افت میکند
طبق گزارش نهایی پس از سال ۲۰۲۳، رشد دستمزد مشاغلی که بیشترین تماس را با هوش مصنوعی داشتند، در مقایسه با مشاغل در امان مانده، ۶٫۷ درصد افت کرد. در این میان، سنگینترین فشار روی دوش دهکهای پایین درآمدی بود، درحالیکه درآمدهای بالا تغییر خاصی را حس نکردند.
پس شاید نخستین اثر بزرگ هوش مصنوعی را با حذف ناگهانی میلیونها شغل تجربه نکنیم. احتمالاً تغییرات بازار کار با روند آرامتری رخ میدهند، مثلاً همان تعداد کارمند خروجی بیشتری ارائه میدهند، شرکتها در دور بعدی رشد خود افراد کمتری استخدام میکنند، بار کارکنان موجود بالا میرود و دستمزدشان با بهرهوری همقدم نمیشود.
رویای صدساله؛ آیا فناوری بالاخره ما را از کار کردن بینیاز میکند؟
تقریبا یک قرن پیش، جان مینارد کینز آیندهای را تصور کرد که پیشرفت فناوری و افزایش ثروت، انسان را از کار طولانی برای تامین نیازهای اولیه بینیاز میکند. او در مقالهی «امکانات اقتصادی برای نوههای ما» نوشت که انسان سرانجام با این مسئله روبهرو میشود که با زمانی که علم برایش آزاد کرده، چه کند؟
سرعت تکامل ابزارهای جدید، فرصتی برای ارزیابی وعدههای اتوماسیون باقی نمیگذارد
اما توانایی کمتر کارکردن، لزوماً به معنای کمتر کارکردن نیست. ساعت کاری کمتر به نهادها، قراردادها، قدرت چانهزنی کارکنان و حتی فرهنگ حاکم بر محیط بستگی دارد. فناوری میتواند به ما وقت آزاد بیشتری بدهد یا فقط باعث شود در همان زمان، کار بیشتری انجام دهیم.
هوش مصنوعی همین مسئله را با سرعت بسیار بیشتری پیش روی ما گذاشت. فاصلهی میان ورود یک ابزار تازه و بالارفتن انتظار شرکتها گاهی فقط چند ماه طول میکشد. قبل از اینکه حتی فرصت کنیم و ببینیم هوش مصنوعی واقعاً چقدر زمان برایمان صرفهجویی میکند، پروژهی بعدی از راه میرسد.
خودمختاری هوشمند؛ کلید طلایی برای کاهش واقعی بار کاری
هیچ کارمند یا شرکتی منکر بهرهوری هوش مصنوعی نمیشود. بار کاری ما در نهایت به نوع وظایف، طراحی ابزارهای هوشمند و مهمتر از همه، تصمیم سازمان در مورد تغییر روند کار در دوران جدید بستگی دارد. جولای ۲۰۲۶ پژوهشی آزمایشی روی ۲۳۰ نفر انجام شد که طی آن شرکتکنندگان با نسخههای مختلفی از ایجنتهای هوشمند کار کردند.
طراحی دقیق و سطح خودمختاری مدل، مرز میان آرامش یا اضطراب کاربر را تعیین میکند
افزایش خودمختاری ایجنتها توانست تعداد کارهای انجامشده را بالا ببرد و بار کاری ادراکشده را کاهش دهد؛ سیستمهایی با خودمختاری متوسط نیز تعادل بهتری داشتند، هم کار را بهخوبی پیش میبردند و هم خیال کاربر را از بابت حفظ کنترل اوضاع راحت میکردند.
میتوان گفت که اگر ایجنت برای وظیفهای روشن طراحی شود، برای تصمیمهای تکراری مجوز کاربر را نخواهد و از طرفی تصمیمهای ضروری را بدون مجوز پیش نبرد، واقعاً میتواند بار را از روی شانههایتان بردارد.
وقتی همهچیز روی دور تند میافتد
در نهایت هوش مصنوعی فقط زحمت انجام کارها را کم نمیکند؛ این فناوری ضربآهنگ محیط اطراف ما را هم تغییر میدهد.
وقتی نوشتن یک ایمیل فقط ده ثانیه زمان میبرد، سیلی از ایمیلهای تازه و پیاپی به راه میافتد. وقتی نمونه اولیهی محصول در یک روز ساخته میشود، کار روی نسخهی اصلاحی باید از فردا کلید بخورد. وقتی سه ایجنت همزمان تحقیق میکنند، ما ناچاریم سه جریان خروجی را بررسی کنیم.
ابزارهای جدید انجام هر واحد کار را آسانتر میکنند، اما در عوض تعداد وظایفی که باید طی یک روز کاری انجام دهیم افزایش مییابد. تا وقتی هم همهی شرکتها از بهینهترین مدلهای مرتبط با صنعت خود استفاده میکنند، سریعتر بودن مدت زیادی مزیت حرفهای باقی نمیماند و به پیشفرض تبدیل میشود.
ساعت شش صبح، ایجنت آدیتیا شارما خسته نبود. فردای آن شب نیز میتوانست با همان سرعت کار کند و نسل بعدیاش احتمالاً وظایف طولانیتری را بیوقفه پیش خواهد برد. اما انسانی که مسیر را تعیین میکند، هنوز باید بخوابد، از صفحهنمایش فاصله بگیرد و زمانی را بیرون از دنیای کار زندگی کند.
