من سينجح مع الذكاء الاصطناعي؟

أليسون بيرد: أنا أليسون بيرد، وهذه هي هارفارد بزنس ريفيو ايديا كاست. عقدت مجلة هارفارد بزنس ريفيو مؤخرًا قمة استراتيجية HBR لعام 2026، وهو يوم حافل بالنصائح والتوجيهات الخبيرة من كبار التنفيذيين والأكاديميين. نشارككم أبرز ما جاء في هذا الحدث ضمن هذا العدد الخاص. آيدياكاست سلسلة.

اليوم، الحلقة الأخيرة من سلسلتنا هي محاضرة متقدمة يقدمها آندي ماكافي، الباحث العلمي الرئيسي في معهد ماساتشوستس للتكنولوجيا والمؤسس المشارك والمدير المشارك لمبادرة معهد ماساتشوستس للتكنولوجيا للاقتصاد الرقمي في كلية سلون للإدارة. في هذه الجلسة، يشرح كيف تبني الشركات الثقافات المناسبة لتحقيق النجاح الحقيقي مع الذكاء الاصطناعي. كما يتناول صعود ما يسميه "المؤسسات المهووسة بالتكنولوجيا" والفجوة التي يخلقها الذكاء الاصطناعي بين الأفضل والباقي. ويجيب أيضًا على أسئلة الجمهور بمساعدة المحرر العام لمجلة هارفارد بزنس ريفيو، آدي إغناتيوس. إليكم هذه المحاضرة المتقدمة.

أندرو مكافي: أريد التحدث عن موضوع يشغل بال الكثيرين هذه الأيام. من سينجح؟ وما الذي سيميز المتبنين الناجحين للذكاء الاصطناعي عن المتخلفين في هذا العصر، حيث نحن الآن، في ظل حالة عدم يقين كبيرة حول ما يحدث مع الذكاء الاصطناعي. أود أن أستعرض بعض العناوين الرئيسية من الأيام القليلة الماضية التي تبرز عمق حالة عدم اليقين هذه. سأبدأ بعنوان من شريكي المؤسس، زميلي، والخبير الاقتصادي البارز، إريك برينجولفسون، الذي كتب افتتاحية في صحيفة فاينانشال تايمز منذ فترة قصيرة يقول فيها: "الانطلاق الإنتاجي للذكاء الاصطناعي قد حان بالفعل. كنا ننتظره. لقد اعتمدنا على رؤية روبرت سولو منذ فترة التي تقول: 'نرى أدلة العصر الرقمي في كل مكان، إلا في إحصائيات الإنتاجية.' وقد كان هذا صحيحًا بالنسبة للذكاء الاصطناعي." يقول إريك إن تلك الحقبة قد انتهت أخيرًا، والآن يمكننا أن نتوقع الدخول في عصر من النمو الإنتاجي العالي بفضل الذكاء الاصطناعي.

لكن استطلاعًا حديثًا شمل العديد من الرؤساء التنفيذيين حول العالم يقول: "ليس بهذه السرعة". نحن في الواقع لا نرى ذلك. عندما ننظر إلى العائد على استثماراتنا في الذكاء الاصطناعي، أو إلى تعزيز الإنتاجية أو تحسين مؤشرات الأداء الرئيسية التي حصلت عليها مؤسساتنا من الذكاء الاصطناعي، يبدو أنها لم تتحقق بعد. وهناك خبير اقتصادي بارز آخر لا يزال في معهد ماساتشوستس للتكنولوجيا، دارون عجم أوغلو... لديك دليل على أنه خبير اقتصادي جيد لأنه حصل على جائزة نوبل. لقد كان مؤخرًا في مقابلة مع مجلة MIT Tech Review قائلاً إنه لا توجد أي فائدة إنتاجية من الذكاء الاصطناعي.

نحن في عصر من عدم اليقين العميق. ظهر رسم بياني في صحيفة "فاينانشال تايمز" منذ فترة، وأعتقد أنه يلخص وضعنا الحالي بشكل رائع. يقول: "حسنًا، انظر، إليك ثلاثة احتمالات." إما أن الذكاء الاصطناعي سينهي الندرة ويقودنا إلى عصر من الوفرة الدائمة. هذا هو الخط الأحمر المجنون الذي يرتفع. أو سيأتي "المُبيد" ويقودنا إلى الانقراض. هذا هو الخط الهابط. أو ربما سيُحسّن فقط المسار الطبيعي لنمو الإنتاجية بنسبة معقولة. هذا هو استمرار خط الاتجاه. هذا نطاق واسع جدًا من عدم اليقين، على أقل تقدير.

أحب الطريقة التي صاغ بها ديريك تومسون هذا الأمر في نشرته على سابستاك أمس فقط. قال: "انظر، لا أحد يعرف شيئًا. لا يزال الوقت مبكرًا جدًا في طرح الذكاء الاصطناعي الحديث، الذكاء الاصطناعي التوليدي. من الواضح أنها تقنية قوية. يمكنها فعل الكثير بوضوح. هناك سبب للتفاؤل بها. وهناك سبب للتشاؤم بشأنها. إنه الوقت مبكر جدًا لمعرفة اليقين." أحب هذه الطريقة في التفكير بها لأنني أعتقد حقًا أننا في مرحلة مبكرة جدًا من عصر انتشار الذكاء الاصطناعي، وتأثيراته ليست واضحة بعد، خاصة عندما تنظر بعمق إلى الأدلة.

ماذا تفعل في عصر قد يكون فيه صفقة كبيرة؟ ربما ظهرت تكنولوجيا تحويلية، بدأت تنتشر، وفي كثير من الحالات تنتشر بسرعة، عبر المؤسسات والاقتصاد، لكن لا أحد يعرف إلى أين تقودنا. لا أحد يعرف أي شيء محدد حول إلى أين تقودنا.

أقترح عليك اتباع خطة بسيطة من ثلاثة أجزاء لتحقيق النجاح مع الذكاء الاصطناعي في ظل الظروف الحالية التي لا يعرف فيها أحد شيئًا. الجزء الأول من الخطة هو أن تراهن. عليك أن تلتزم. أنصحك بشدة بالالتزام في اتجاه دعم الذكاء الاصطناعي. توقف عن التردد. توقف عن البقاء على الحياد. التزم كمؤسسة بالذكاء الاصطناعي. ومن طرق إظهار هذا الالتزام جعل الذكاء الاصطناعي هدفًا رئيسيًا للنتائج (OKR). بمعنى آخر، اجعل الذكاء الاصطناعي شيئًا تتوقعه من أفراد مؤسستك. أبلغ بهذا التوقع. اجعله واضحًا. كرره مرارًا وتكرارًا. تخلص من فكرة أن الذكاء الاصطناعي مجرد واحد من أشياء كثيرة تحدث أو أنه تقنية موسمية. أبلغ بالتوقع. والشيء الآخر الذي تفعله الشركات الجيدة في تطبيق الأهداف الرئيسية للنتائج هو قياس التقدم نحو الهدف. إذا كان لديك هدف يتعلق بتوفير الوقت أو توفير القيمة أو مجرد حجم استخدام الذكاء الاصطناعي، فهذا رائع. حدد هذا الهدف، ثم قس التقدم نحوه بمرور الوقت.

الجزء الثاني المهم حقًا في دليل الذكاء الاصطناعي عندما لا يعرف أحد شيئًا، أوضحه لي ستيف جورفيتسون، وهو مستثمر مغامر بارز في بدايات كل من سبيس إكس وتيسلا. وعندما كنت أبحث في كتاب "الطريقة المهووسة"، أوضح لي أهمية الفرق بين مدرستين في تنفيذ المشاريع المعقدة المترابطة في بيئة شديدة عدم اليقين. وبتبسيط مفرط بعض الشيء، هاتان المدرستان هما طريقة الشلال والطريقة الرشيقة. وطريقة الشلال هي منهجية تعتمد على التخطيط المسبق المكثف لتنفيذ المشاريع الكبيرة بنجاح. تقول طريقة الشلال: انظر، علينا أن نفعل هذا بشكل صحيح. هذه بيئة عالية المخاطر. والطريقة لفعل ذلك هي الجلوس مع مجموعة من الأشخاص الأذكياء، وتوقع كيف ستتطور الأمور، وتوقع كل طارئ، والتخطيط لهذه الطوارئ، ومحاكاتها، والتأكد عند البدء أنك تعرف كيف ستسير الأمور.

المشكلة الرئيسية في نموذج الشلال هي أنه لا يعمل. والسبب في عدم فعاليته لخصه كلاي شيركي بشكل رائع حين قال: "الشلال هو تعهد من جميع الأطراف المعنية بعدم تعلم أي شيء أثناء القيام بالعمل الفعلي." عندما لا يعرف أحد شيئًا، وعندما يكون المستقبل بهذا القدر من عدم اليقين، لا يمكنك التخطيط لتحقيق النجاح. لا يمكنك توقع جميع الاحتمالات التي قد تظهر، ولا يمكنك تحديد الرد المناسب لكل تلك التشعبات والفروع والطوارئ.

عندما أجريت مقابلة مع ستيف بخصوص كتاب "طريقة المهووسين"... وكنت متحمسًا جدًا لإجراء المقابلة معه، لأنني قبل حوالي عشر سنوات، التقيت به في وادي السيليكون خلال مؤتمر. وعندما سألته: "ما الجديد؟" قال ستيف: "سأخبرك ما الجديد. شركة سبيس إكس على وشك أن تغمر العالم باتصال إنترنت وفير ورخيص من الفضاء." لم يكونوا قد أطلقوا بعد أول قمر صناعي لستارلينك، واعتقدت أن جورفيتسون مجنون. ظننت أنه شرب كثيرًا من شراب وادي السيليكون السحري، لأن تفكيري الساذج كان: نحن في العام الستين من عصر الاتصالات الفضائية. إذا كان من الممكن حقًا غمر العالم بنطاق ترددي وفير ورخيص من الفضاء، ألم يكن أحد اللاعبين الراسخين في صناعة الطيران والاتصالات قد اكتشف ذلك؟ حسنًا، لم يفعل أي منهم، بل فعلت هذه المنظمة الناشئة بالكامل بدلًا من ذلك. لذا، خطر ببالي أن جورفيتسون كان يرى بعض الأمور ويدرك بعض الأشياء التي لم أكن أدركها. لذلك، عندما بحثت في "طريقة المهووسين"، طلبت منه إجراء مقابلة. فوافق بلطف شديد. أريد أن أشارككم اقتباسًا قاله لي وقد ظل عالقًا في ذهني منذ ذلك الحين. وهو يتعلق بالفرق بين النهج الذي يعتمد على التخطيط المكثف والمسبق مثل نموذج الشلال، وما يفعله المهووسون، وهو اتباع نهج رشيق جدًا لتجربة الأشياء، والحصول على تغذية راجعة سريعة وصحيحة، ودمج هذه التغذية الراجعة قدر الإمكان، ثم العودة إلى العالم لتجربة الأشياء مرة أخرى. إنه نوع من النهج الصناعي النهائي القائم على التعلم بالممارسة.

وقال لي ستيف: "آندي، عليك أن تفهم أن الشركات في منظومتي، الطريقة التي تعلمنا بها بناء البرمجيات، الطريقة الرشيقة التي بدأنا بها بناء البرمجيات منذ حوالي 25 عامًا، هي الآن الطريقة الرشيقة التي نبني بها كل شيء." الأجهزة والبرمجيات لا تهم. الذرات والبتات لا تهم. نحن نتبع نهجًا رشيقًا لأن هذه هي الطريقة التي نعظم بها تعلمنا. وأنا أحب هذا. قال جورفيتسون: "أحيانًا أشعر أن لدي حاسة سادسة. أستطيع رؤية الشركات الميتة. إنهم لا يعلمون ذلك بعد. إنهم شركات ميتة تمشي، لكنهم الموتى السائرون لأنهم ليسوا سريعي الاستجابة بما يكفي." وأضاف: "الشركات التي هي جزء من منظومتي، تلك التي أحاول مساعدتها، تلك التي أستثمر فيها، نحن نطوق حول هذه الشركات القائمة الثقيلة والمخططة بإفراط. نحن نبتكر كل عامين في أشياء تستغرق منهم ما يقرب من عقد لتحقيقها."

كما يعلم الكثير منا، دخلنا هذا العصر الجديد جدًا من هندسة البرمجيات والبرمجة قبل بضعة أشهر فقط، مع إطلاق بعض هذه النماذج المذهلة التي تجيد البرمجة بشكل كبير. أعتقد أنه لو أجريت مقابلة مع جورفيتسون اليوم مرة أخرى، لما تحدث عن إطار زمني مدته بضع سنوات. بل ربما تحدث عن إطار زمني مدته بضعة أشهر. لذا، تصبح قيمة التعلم بالممارسة أعلى، لأن حجم الممارسة التي يمكنك القيام بها قد ازداد، وحجم التعلم المصاحب لذلك يرتفع بشكل هائل أيضًا. لذا، الجزء الثاني من خطة العمل هو إنشاء دورة تغذية راجعة سريعة الإيقاع للتعلم بالممارسة. ثم الجزء الثالث هو نشر أفضل الممارسات الموجودة بالفعل في مؤسستك. كانت هذه مقالة من أواخر العام الماضي حول المستخدمين المتميزين في أي مؤسسة.

في شركة "وورك هيليكس"، ما وجدناه مع كل شركة عملنا معها هو أن توزيع استخدام الذكاء الاصطناعي يتبع نمطًا محددًا جدًا. هناك عدد قليل من الأشخاص يستخدمونه بكثافة، بينما يستخدمه معظم الناس بشكل محدود. وفي كل مؤسسة نظرنا إليها، هناك الكثير من الأشخاص الذين لا يزالون على الهامش؛ يجربون، يغمسون أقدامهم في الماء، أو ربما لم يفعلوا حتى ذلك بعد. إذن، هناك مجموعة صغيرة من المستخدمين المتمرسين، وهناك مجموعة كبيرة من الأشخاص الذين يحتاجون حقًا إلى مساعدة في فهم كيفية توظيف هذه التكنولوجيا.

الآن، بالنسبة لنا، هذا يمثل فرصة هائلة. استغل ما يفعله هؤلاء المستخدمون المتميزون بالفعل. استغل ما يعرفونه، واستغل أفضل الممارسات التي اكتشفوها، وابدأ في مشاركتها ونشرها، وتوزيعها على أوسع نطاق ممكن. نحن في المراحل المبكرة من عصر إعادة تصور وإعادة هندسة عميقة جدًا. استخدم المصطلح الذي تريده، لكننا سنغير طريقة إنجاز العمل داخل الشركات وفيما بينها. هناك مدرستان فكريتان حول كيفية تحقيق إعادة التصور هذه. وهنا مرة أخرى، هناك تباين بين النهج القائم على التخطيط المكثف والنهج القائم على التكرار المكثف.

يقول نهج التخطيط المكثف لإعادة التصور أو إعادة الهندسة: "انظر، اجمع مجموعة من أذكى الأشخاص الذين يمكنك العثور عليهم في غرفة مع سبورة. ارسم مخططًا لكيفية إنجاز العمل في العالم الجديد للذكاء الاصطناعي." ويقول المهووسون: "لا." دع المهووسين يفعلون ما يفعلونه، وهو الاستيلاء على الأدوات القوية الجديدة، والنظر إلى المشكلات التي تحتاج إلى حل، وتوظيف تلك الأدوات للعمل، والتوصل إلى شيء يؤدي العمل بطريقة مختلفة جذريًا، وأكثر تمكينًا بكثير. يقول المهووسون إن هذا هو في الواقع مصدر إعادة التصور.

إنها عملية تبدأ من القاعدة بشكل أساسي مع دعم من القمة. لذا، لديك بالفعل أشخاص بدأوا هذا العمل من إعادة التصور. أعتقد أن أحد أهداف المنظمة في هذا العصر من عدم اليقين العميق هو تحديد هؤلاء الأشخاص، ومعرفة ما يفعلونه، ونشر أفكارهم الجيدة على أوسع نطاق ممكن. عدي، دعوني أتوقف هنا. يسعدني سماع الأسئلة والتعليقات التي يثيرها هذا الأمر.

آدي إغناتيوس: آندي، كان ذلك رائعًا ومحفزًا للغاية. سأبدأ بسؤال أو اثنين من عندي، لكن لدينا الكثير من الأسئلة الواردة من المشاركين. أعتقد فيما يتعلق بالذكاء الاصطناعي، مع أي تقنية جديدة، بطبيعة الحال، هل هو مبالغ في تقديره؟ أم أنه مقدر بأقل من قيمته؟ هذه التقنية، في معظم الحالات، الناس... إنها تحتل المرتبة الأولى أو الثانية أو الثالثة في استراتيجياتهم. الأمر وكأنهم يقولون: نحن نعمل على هذا.

أندرو مكافي: نحن نفعل هذا.

آدي إغناتيوس: قد نصل إليه عبر التجربة. قد نكون على نطاق واسع، لكننا نفعل ذلك. وأنت قلت للتو، حتى ديريك طومسون، أحب أن لا أحد يعرف شيئًا، لكنك كنت تحث الناس على الالتزام. عند نقطة معينة، هل هذا مبدأ إيماني بأن الذكاء الاصطناعي يستحق الالتزام أم أنك متفائل تقنيًا؟ أعني، كيف ينبغي لنا التفكير في هذا؟ لأنه يمكنك مناقشته من كلا الجانبين.

أندرو مكافي: أنا متفائل تكنولوجيًا، يا عدي، كما تعلم، لكننا لا نحتاج فقط إلى الإيمان بالذكاء الاصطناعي. فقد توصل الاقتصاديون إلى ثلاث طرق لتحديد ما يسمونه "التقنية العامة"، وهو مصطلح اقتصادي يشير إلى أمر بالغ الأهمية للاقتصاد، على مستوى المحرك البخاري أو محرك الاحتراق الداخلي. إنها إحدى تلك التقنيات التي تظهر لتسرّع النمو الاقتصادي الإجمالي. هناك ثلاث طرق للتعرف عليها، ويمكنك تمييزها مسبقًا.

أولاً، هل تتحسن التكنولوجيا نفسها بسرعة؟ نعم، مع الذكاء الاصطناعي. ثانيًا، هل تولد ابتكارات تكميلية أخرى؟ لدينا بالفعل سيارات ذاتية القيادة مدعومة بالذكاء الاصطناعي. ونحن نسعى بسرعة كبيرة لبناء ونشر الروبوتات التي تعتمد على الذكاء الاصطناعي كجوهر لقدراتها. لذا، أعتقد أن هذا أيضًا يبدو صحيحًا.

المعيار الثالث هو: هل يبقى محصورًا في قطاع أو اثنين، أو اقتصاد أو اثنين، أم تبدأ في رؤيته يُستخدم في جميع أنحاء الاقتصاد؟ نحن بالفعل نرى الذكاء الاصطناعي، والذكاء الاصطناعي التوليدي، يُستخدم في جميع أنحاء الاقتصاد. لذا، عندما أفكر في هذه المعايير الثلاثة وهذا الفصل الجديد من الذكاء الاصطناعي، أقول: نعم، نعم، ونعم. هذا هو مصدر إيماني... وليس إيمانًا، بل هذا هو الدليل الذي أعتمد عليه لأقول إن هذا الأمر مهم حقًا.

أدي إغناتيوس: حسنًا، دعنا نتطلع إلى الأمام. إذا حقق الذكاء الاصطناعي ما يمكنه فعله، فهناك سؤالان كبيران يتبادران إلى ذهني وإلى أذهان الكثيرين. إذا كانت هذه الأدوات متاحة للجميع، كيف يمكننا التفكير في الميزة التنافسية المستدامة؟ من أين تأتي هذه الميزة، أولاً؟ وثانيًا، ماذا يفعل هذا بالإدارة وطبقات الإدارة الوسطى؟

أندرو مكافي: نعم، هذان سؤالان كبيران. وأسمع نفس ما تسمعه، وهو: "مهلاً، إذا انخفضت تكلفة القيام بأشياء صعبة مثل كتابة البرمجيات، ألا يعني ذلك أن الميزة التنافسية للإتقان في البرمجيات تتراجع؟" لا أعتقد أن هذه هي النظرة الصحيحة. تكلفة كتابة البرمجيات كانت في انخفاض بالفعل. لا أعلم، هل هي 10 أضعاف؟ أم 1000 ضعف؟ لا أدري. لكنها على الأقل أرخص بمراتب عدة مما كانت عليه قبل 10 سنوات. إذن هذه التكاليف انخفضت كثيرًا بالفعل. هل يعني ذلك أن الجميع متساوون في البرمجيات اليوم؟ بالتأكيد لا. لقد زاد عصر البرمجيات القوية من حدة الفروق التنافسية بين الشركات ووسعها. أعتقد أن الذكاء الاصطناعي لن يكون أبدًا أداة التسوية التنافسية الكبرى، بل سيجعل الفروق بين الشركات أكبر بكثير مما هي عليه اليوم.

بدأنا نحصل على أدلة جيدة على هذا من خلال النظر إلى الأماكن التي تم فيها استخدام الذكاء الاصطناعي بشكل مكثف، وكان ذلك في كتابة البرمجيات. هناك نمط مثير للاهتمام يظهر. عدي، أنا وأنت لدينا مسيرة مهنية طويلة بما يكفي لدرجة أننا كنا نتحدث عن التنظيم الشبكي وتسوية التسلسلات الهرمية لفترة طويلة. أخيرًا بدأنا نرى ذلك. اتضح أنه مع حصول الناس على هذا الذكاء الاصطناعي القوي الجديد، فإنهم يميلون إلى القيام بقدر أقل من أعمال التواصل والتعاون والتنسيق. هذا العمل لا ينخفض إلى الصفر، لكنه يبدو وكأنه العمل الإداري الروتيني لإدارة المشاريع والتنسيق مع الفرق الأخرى، ونحن نسلم ذلك للتكنولوجيا. وبالتالي فإن الجهد البشري في هذا المجال يتناقص. في الوقت نفسه، تظهر الأدلة أن أفضل الأشخاص، أولئك الذين تريد حقًا إطلاق العنان لهم لمواجهة المشكلات الكبيرة التي تواجهك، هؤلاء الأشخاص لديهم وقت إضافي للعمل الاستكشافي والابتكار ودفع الحدود، وهو بالضبط ما نريدهم أن يفعلوه.

لقد سمعت أيضًا أشخاصًا يقولون إن مهارة إدارة أسطول من الوكلاء تشبه إلى حد كبير مهارة كونك مديرًا جيدًا جدًا، خاصة في مجال التكنولوجيا المتقدمة أو مدير المنتج.

آدي إغناتيوس: إذن دعنا نتحدث عن ذلك. أنا متأكد من أن هناك بعض المستمعين الذين يقولون: "أجل، أجل، لدينا وكلاء وأنا مرتاح جدًا لإدارتهم، وربما في بعض الحالات هم من يديرونني." بالنسبة للأشخاص الذين لا يزال هذا يبدو لهم خيالًا علميًا أو شيئًا يحدث في المستقبل فقط، تحدث عن ذلك. اجعلنا نشعر بالارتياح تجاه فكرة وجود وكلاء في حياتنا العملية.

أندرو مكافي: إذن، الوكيل البرمجي هو مجرد قطعة تقنية لا تحتاج إلى التوجيه المستمر كما اعتدنا. يمكنك أن تطلب منه القيام بمهمة معقدة نسبيًا، مع إعطائه تعليمات واضحة قدر الإمكان، وسيعمل لساعات طويلة بمفرده في كثير من الحالات، ثم يعود إليك بنتائج عمله. وقد شهدنا بعض الأمور مع هذه التقنية الجديدة "أوبن كلو" حيث سمح لها البعض بقدر كبير من الاستقلالية، كإعطائها بطاقتك الائتمانية وتكليفها بشراء هدايا عيد الميلاد نيابة عنك، وهو أمر سيء جدًا على الأرجح. لكن مع وضع الضوابط المناسبة، يمكننا الآن إعداد هذه التقنيات، وتركها تعمل لفترات أطول، والسماح لها بالتفاعل مع بعضها البعض للتحقق المزدوج والتدقيق وضمان تطبيق القواعد التنظيمية وتنسيق أنشطتها، ثم تعود إليك بتقرير عن التقدم المحرز.

وبسرعة كبيرة مع مرور الوقت، يزداد هذا التقدم ويقل عدد الأخطاء. هذا لا يعني أنه يمكننا إطلاق الوكلاء اليوم، ولا يعني أننا سنتمكن من فعل ذلك الشهر القادم، ولكن هل تُظهر هذه القطع من الذكاء الاصطناعي قدرة متزايدة بمرور الوقت على القيام بأمور أكثر تعقيدًا، وفي بعض الحالات، التفاعل مع بعضها البعض أثناء ذلك؟ بالتأكيد نعم، في كلتا الحالتين. ولا أحد ممن أتحدث إليهم يقول إن هذا على وشك التوقف.

آدي إغناتيوس: سيكون حاجز الأمان الخاص بي هو أن أعطي البوت بطاقتي الائتمانية. سأقول له فقط: "لا تشترِ أي شيء مبتذل."

أندرو مكافي: جميل.

أدي إغناتيوس: هذا لن يحدث. حسنًا، هناك الكثير من الأسئلة من الجمهور. أريد دمج سؤالين هنا: الأول من "موميتا"، وهي استراتيجية نجاح العملاء، والثاني من "إيلينا"، وهي مديرة تنفيذية، وكلتاهما مهتمتان بمقاييس النجاح ومؤشرات الأداء الرئيسية. السؤال الأول: مع زيادة الإنتاجية والكفاءة باستخدام الذكاء الاصطناعي، كيف يجب أن نفكر في مقاييس النجاح؟ والسؤال الثاني: بالنسبة للعاملين في مجال المعرفة، كيف تبدو مؤشرات الأداء الرئيسية الحقيقية؟

أندرو مكافي: نعم، هناك جانبان رائعان لهذا السؤال. أقسمه إلى مجالين. الذكاء الاصطناعي لن يؤثر على مؤشرات الأداء الرئيسية في المؤسسة إلا إذا استخدمه الناس. لذا أول ما نوصي به هو: هل تتتبع استخدام الذكاء الاصطناعي لديك؟ كما قلت سابقًا، هل هناك مجموعة صغيرة فقط من الأشخاص تبنّت هذه التقنية؟ هل معظمهم يعملون حاليًا في هندسة البرمجيات؟ وهل بقية المؤسسة لا تزال على الهامش؟ يمكننا قياس ذلك الآن. ما تريده ليس فقط رؤية المستخدمين المتميزين وزيادة استخدامهم، بل تريد تبنيًا واسعًا وزيادات واسعة في الاستخدام. لذا الجزء الأول من سؤال مؤشرات الأداء الرئيسية الغني هو التأكد من قياس استخدامك بشكل صحيح، وتريد أن يكون هذا الاستخدام في ارتفاع.

الآن، السبب وراء استخدامك لكل هذه التقنيات ودفعك لموردي الذكاء الاصطناعي هو رغبتك في تحسين مقاييس الأداء. وكما أشار السائل، فإن بعض هذه المقاييس واضحة ومباشرة. ففي مركز الاتصال، على سبيل المثال، ترغب في زيادة إنتاجية وكلاء خدمة العملاء، وتقليل مدة المكالمات، ورفع معدلات حل المشكلات. لدينا مقاييس جيدة لهذا النوع من الأعمال المعرفية. أما بالنسبة لأنواع أخرى من الأعمال المعرفية، فالأمر أقل وضوحًا. كنت أتحدث مع رئيس أحد البنوك الاستثمارية، فقال: "محللونا يقومون بتحليلات معقدة للغاية، لكن الناتج النهائي يبدو كعرض شرائح نقدمه للعميل. إذا طلبت من وكلائي أو محللي أن يكونوا أكثر إنتاجية، آمل ألا يبدأوا فقط في إنتاج ضعف عدد العروض."

إذًا هناك أجزاء من العمل المعرفي يصعب قياسها فعليًا، ليس مستحيلًا، لكنها أكثر دقة بعض الشيء. بالنسبة لي، الخبر الجيد حقًا هو أن أدوات الاقتصاديين لقياس التغيرات، حتى لو كانت دقيقة، حتى لو كانت بعيدة قليلًا عن التدخل مثل الذكاء الاصطناعي الذي نتحدث عنه، أدواتنا لفهم ما إذا كان هذا الشيء الذي استثمرنا فيه قد تسبب في نتائج جيدة أم سيئة. هذه الأدوات جيدة جدًا حاليًا. نستخدمها في Workhelix. إنها جزء من شيء يُسمى ثورة المصداقية، حيث قدرتنا على القول: "مرحبًا، لقد جربت شيئًا. هل تسبب في تحرك مؤشر الأداء الرئيسي في الاتجاه الذي تريده؟" قدرتنا على فعل ذلك أفضل بكثير مما كانت عليه قبل 20 عامًا. لذا استخدم ذلك، واستخدم ثورة المصداقية على مؤشرات الأداء الرئيسية الخاصة بك.

أدي إغناتيوس: إذن، إحدى القضايا التي تثير شكوك الناس هي "الهراء العملي". وهذا سؤال من سوزان حصل على الكثير من الأصوات المؤيدة. الكثير منا يشهد "الهراء العملي"، ونعني به المحتوى المُنتَج بالذكاء الاصطناعي الذي يبدو رائعًا لكنه ليس جيدًا في الواقع، وقد يخلق مزيدًا من العمل للزملاء. عندما تنظر إلى "الهراء العملي"، هل تعتبره مشكلة تدريب، أم مشكلة ثقافية، أم مشكلة استراتيجية، أم شيئًا آخر؟ إنها مشكلة.

أندرو مكافي: إنها مشكلة، وهي مزيج من كل ما سبق. والحل الذي آمل ألا نتجه إليه هو أن يُنتج وكيلي محتوى رديئًا ويحاول وكيلك تصفيته بحيث لا يصل إليك إلا الجيد. لا نريد حروبًا على المحتوى الرديء داخل المؤسسة أو بين الشركات. أعتقد أن أحد الفروق المهمة هنا، يا عدي، هو الفرق بين المؤسسة التي تركز على العمليات والمؤسسة التي تركز على النتائج. الشركات المهووسة بالتقنية التي درستها وكتبت عنها في كتاب "الطريقة المهووسة"، هي مؤسسات تركز بشدة على النتائج. إنها تدرك الحاجة إلى العمليات، لكن ما يهمها حقًا هو المقاييس التي ستشير إلى ما إذا كانت الأعمال تسير في الاتجاه الصحيح أم لا. كيف حال هذه المقاييس؟ أعتقد أن الطلب على المحتوى الرديء سيكون أقل في المؤسسة التي تركز على النتائج مقارنة بتلك التي تركز على العمليات.

المنظمة التي تركز على العمليات: هل أحضرت جميع مخرجاتك إلى الاجتماع التالي؟ هل قمت بتفقد كل ما اتفقنا على إنجازه؟ هل سلمت كل شيء للجميع؟ بغض النظر عما إذا كان ذلك قد أثر على مؤشر أداء رئيسي يهم أي عميل.

في المنظمات التي تعتمد على العمليات، أعتقد أن حجم الأعمال سيكون مرتفعًا بالفعل، ومن المؤسف أنه من المحتمل أن يرتفع أكثر. أما في المنظمات التي تركز على النتائج، فأتوقع أن يكون الوضع مختلفًا تمامًا. هناك، وظيفتك ليست إنتاج المستندات لإرضاء العملية، بل إنجاز الأمور التي تُسعد العميل.

أدي إغناتيوس: إليك سؤال يعود إلى حديثك عن الفرق بين "أجايل" و"الشلال". هذا السؤال من ريتش، وهو مؤسس ورئيس تنفيذي. وهو في الحقيقة طلب لنصيحة عملية. ما هو الشيء الوحيد الذي يمكن لقائد شركة تقليدية فعله للابتعاد عن تفكير "الشلال" وثقافته نحو تبني عقلية "أجايل"؟

أندرو مكافي: واو. هذا سؤال رائع. الشيء الوحيد الذي يمكن للقائد فعله هو فهم الفرق بين ما تسميه أمازون "الأبواب ذات الاتجاه الواحد" و"الأبواب ذات الاتجاهين"، وهما جزآن مترابطان من الإجابة، لذا اعذرني. بمعنى آخر، هل يمكننا تجنب ارتكاب خطأ هنا؟ لقد أطلقت سبيس إكس العديد من الصواريخ وتحطم الكثير منها لأنهم يدركون أن إطلاق صاروخ هو، من نواحٍ عديدة، باب ذو اتجاهين. أما إطلاق صاروخ يحمل بشرًا فهو باب ذو اتجاه واحد. وفهم هذا الفرق يعني أن تحطم ذلك الصاروخ هو فشل غير مقبول. لذا تبذل سبيس إكس جهدًا كبيرًا، بنجاح كبير، لتجنب تحطم الصواريخ التي تحمل بشرًا على متنها. ومع ذلك، فإن الطريقة التي تتعلم بها بناء تلك الصواريخ هي من خلال التعلم والمحاولة والفشل، وأن تكون جزءًا من منظمة تقول: "انظر، لقد بنيت ذلك الصاروخ لتتعلم شيئًا. لم نضع أي بشر عليه. لقد تحطم. هذا جيد في الواقع. لقد تعلمنا شيئًا من ذلك."

جزء من ذلك هو فهم الفرق بين الأبواب ذات الاتجاه الواحد والأبواب ذات الاتجاهين، والوضوح التام بشأن ذلك. والجزء الآخر هو بالنسبة للأبواب ذات الاتجاهين، دع الناس يجربون الأشياء، دع فريقك يجرب. أشر بكل الطرق الممكنة كقائد إلى أن الفشل في الأبواب ذات الاتجاهين مقبول طالما أنك تتعلم شيئًا. ماذا نتعلم؟ ماذا سنفعل بشكل مختلف في المرة القادمة؟ رائع. دعنا نعود ونحاول مرة أخرى. هكذا أعتقد أن القائد يمكنه البدء في بناء منظمة أكثر مرونة.

أدي إغناتيوس: أريد أن أتحدث معك عن المواهب. أريد أن أتحدث عن التوظيف والمهارات. ربما رأيت التقرير الذي يفيد بأن شركة آي بي إم تضاعف ثلاث مرات وظائفها للمبتدئين. هذا أمر غير بديهي نوعًا ما لأننا افترضنا أن الذكاء الاصطناعي سيقضي على وظائف المبتدئين. أعتقد أن مايكروسوفت قالت شيئًا مشابهًا. ما رأيك؟ كيف ينبغي لإدارة الموارد البشرية التفكير في التوظيف، وفي نماذج التوظيف، وفي المهارات؟ يقول الناس باستخفاف: "نريد المزيد من خريجي العلوم الإنسانية"، كما اتضح. ولا أعرف إن كان هذا أمرًا حقيقيًا أم مجرد كلام يبدو جيدًا، لكن ما هي المهارات؟ ما هي النماذج؟ كيف ينبغي للشركات التفكير في توظيف الأشخاص لهذا العصر؟

أندرو مكافي: السبب الذي دفع العديد من الشركات إلى تقليص توظيفها للمبتدئين هو توقعها لأتمتة واسعة النطاق عبر الذكاء الاصطناعي. وعلى وجه الخصوص، توقعت أتمتة قادرة على أداء المهام الروتينية التي كنا نعتمد فيها على الموظفين المبتدئين. المشكلة في ذلك ذات شقين: أولاً، كيف سيتعلم الناس أداء العمل بخلاف التعلم والتدريب المهني أثناء العمل؟ فهذه هي الطريقة التي تتعلم بها العمل المعرفي الصعب، عبر مساعدة شخص ماهر في المهام الروتينية. وعندما نُدخل الكثير من الأتمتة بسرعة كبيرة، نفقد سلم التدريب المهني هذا. أما الخطأ الآخر، فهو أن قطع التوظيف للمبتدئين يعني قطع خط الأنابيب للأشخاص الأكثر احتمالاً ليكونوا متحمسين للذكاء الاصطناعي، ومستخدمين أقوياء له، ومتحمسين له في مؤسستك.

هناك انخفاض ديموغرافي كبير. فمع تقدم الناس في العمر، نميل إلى التمسك بعاداتنا ونقل رغبتنا في تجربة أشياء جديدة وجريئة مثل الذكاء الاصطناعي. لذا، إذا كنت تقلص توظيف المبتدئين، فأنت على الأرجح تضحي بفرص التعلم المستقبلية وبالكفاءات الماهرة في المستقبل. كما أنك تغلق صنبور أكثر المستخدمين حماسًا للذكاء الاصطناعي في مؤسستك. أعتقد أنه لهذه الأسباب، لا يفاجئني سماع أن مؤسسات مثل IBM وMicrosoft تحاول الآن بناء خط أنابيب من الشباب الموهوبين والمتقدمين في مجال الذكاء الاصطناعي.

أليسون بيرد: كان ذلك آندي ماكفي، الباحث العلمي في معهد ماساتشوستس للتكنولوجيا، يقدم محاضرة متقدمة ضمن قمة الاستراتيجية 2026 التي نظمتها هارفارد بزنس ريفيو مؤخرًا.

إذا وجدت هذه الحلقة مفيدة، فيُرجى مشاركتها مع زميل لك، ولا تنسَ الاشتراك والتقييم. آيدياكاست في Apple Podcasts أو Spotify أو أي منصة تستمع إليها. إذا كنت ترغب في مساعدة القادة على دفع العالم قدمًا، يُرجى التفكير في الاشتراك في Harvard Business Review.

ستحصل على إمكانية الوصول إلى تطبيق HBR المحمول، والنشرة الإخبارية الأسبوعية الحصرية للمشتركين، والوصول غير المحدود إلى HBR عبر الإنترنت. فقط تفضل بزيارة hbr.org/subscribe. شكرًا لفريقنا، المنتجة الكبيرة ماري دو، مدير المنتجات الصوتية إيان فوكس، وأخصائي الإنتاج الكبير روب إيكهارت. وشكرًا لك على الاستماع إلى HBR ايديا كاست. سنعود بحلقة عادية يوم الثلاثاء. أنا أليسون بيرد.