تسطیح بزرگ؛ هوش مصنوعی سازمان‌ها را تخت‌تر خواهد کرد

به نقل ازفورچونو بر اساس نتایج نظرسنجی Korn Ferry از ۱۵ هزار متخصص در سراسر جهان در گزارش «Workforce 2025: Power Shifts» حدود ۴۱ درصد از کارکنان می‌گویند شرکت‌هایشان در سال گذشته از تعداد لایه‌های مدیریتی کاسته‌اند. همچنین بازسازی ساختار سازمانی اخیر در شرکت‌هایی از جمله Meta، Citigroup، CrowdStrike و GitLab این بحث را داغ‌تر کرده است که آیا هوش مصنوعی می‌تواند روند گسترده‌تری را به سمت سازمان‌های تخت‌تر تسریع کند یا خیر؟

در معرض

«متیو پرینس»، مدیرعامل Cloudflare اخیراً یکی از روشن‌ترین بیان‌ها از این دیدگاه را ارائه کرد. پرینس پس از آنکه این شرکت حدود ۲۰ درصد از نیروی کار خود را تعدیل کرد و درعین‌حال به رکورد درآمدی دست یافت، نوشت: «اکثریت قریب به‌اتفاق کسانی که هفته گذشته اخراج کردیم، اندازه‌گیرها بودند.» او «اندازه‌گیرها» (measurers) را افرادی در مدیریت میانی، امور مالی، حقوقی، حسابرسی داخلی و شناسایی درآمد تعریف کرد.

پرینس گفت شرکت آنچه که «سازندگان» (builders) می‌نامد، از جمله مهندسان را حفظ کرده است. این ادعا در تضاد با این دیدگاه قرار دارد که مهندسان نرم‌افزار از جمله گروه‌هایی هستند که بیشترین آسیب‌پذیری را در برابر هوش مصنوعی دارند؛ چراکه این فناوری، به‌ویژه پس از انتشار Claude Code شرکت آنتروپیک، در برنامه‌نویسی عملکرد بسیار خوبی دارد. او گفت «فروشندگان» (sellers) نیز نسبتاً از خطر خودکارسازی در امان هستند. پرینس افزود که این تعدیل نیرو با هدف کاهش تعداد کارکنان انجام نشده، بلکه هدف آن تغییر ماهیت کار بوده است. به گفته او، این شرکت در حال حاضر تعداد بی‌سابقه‌ای موقعیت شغلی باز دارد؛ موقعیت‌هایی «در حوزه‌هایی که رشد سازمانی را پیش می‌برند.»

«برت گرینستین»، مدیر ارشد هوش مصنوعی شرکت مشاوره West Monroe معتقد است خودِ نقش مدیریت در حال تغییر است. در یک سازمان مجهز به هوش مصنوعی، انتظار می‌رود مدیران بیش از گذشته به‌جای آنکه صرفاً مجرای انتقال اطلاعات باشند، در ایجاد نتایج قابل‌اندازه‌گیری کسب‌وکار مشارکت کنند. گرینستین گفت: «به لطف هوش مصنوعی که در دسترس همه قرار دارد، مدیران عامل به همان سرعتی که هر فرد دیگری در تیم می‌داند، از امور مطلع می‌شوند. دیگر واقعاً به مترجم که همان مدیران میانی هستند، نیاز ندارید.»

علاوه بر این، بخش قابل‌توجهی از کار مدیران سنتی شامل جمع‌آوری اطلاعات، انتقال به‌روزرسانی‌ها، برنامه‌ریزی جلسات، پیگیری پیشرفت و هم‌راستا نگه‌داشتن تیم‌ها بوده است. اکنون عامل‌های هوش مصنوعی می‌توانند بسیاری از این وظایف را به‌صورت مستمر و در مقیاس وسیع انجام دهند.

«اندی ویلیامسون»، مدیرعامل ONLC Training نیز می‌گوید: «یک مدیر سطح میانی ممکن است چیزی حدود یک‌سوم هفته را در جلسات بگذراند که بخش عمده آن صرف هماهنگ نگه‌داشتن افراد با یکدیگر می‌شود. این دقیقاً همان کاری است که نرم‌افزار اکنون می‌تواند انجام دهد.» اما بااین‌حال، «مکس مارتینا»، رئیس Cambridge Leadership Associates تأکید کرد که این به معنای ناپدیدشدن کامل لایه‌های مدیریتی نیست؛ بلکه هوش مصنوعی فعالیت‌های مدیریتی را تکمیل خواهد کرد و از تصمیم‌گیری پشتیبانی خواهد کرد. او گفت: «فعالیت‌های مدیریتی با ابزارهای جدید، کارایی بیشتر و فرصتی برای حرکت از اجرای وظیفه‌محور به رفتار رهبری، تکمیل خواهد شد. این امر درهایی را به روی رهبری واقعی و نه مدیریت صرف باز خواهد کرد.»

موجی که هنوز نرسیده

بااین‌حال، «تسطیح بزرگ» فعلاً فاصله زیادی با تبدیل‌شدن به یک روند و جریان اصلی دارد. ویلیامسون اشاره می‌کند که مهم‌ترین تغییرات سازمانی همچنان در شرکت‌های فناوری‌محور با زیرساخت‌های دیجیتال پیشرفته متمرکز است. بیشتر سازمان‌ها هنوز در مراحل اولیه پذیرش هوش مصنوعی قرار دارند و بسیاری از آنها فاقد سامانه‌های موردنیاز برای خودکارسازی هماهنگی در مقیاس وسیع هستند.

اما بااین‌وجود نیز کارشناسان بیش از گذشته بر این باورند که دوران «میانه امن» (safe middle) روبه‌پایان است. «مارک ونا»، مدیرعامل و تحلیلگر ارشد SmartTech Research می‌گوید: «شرکت‌هایی که نمودارهای سازمانی خود را تخت می‌کنند، صرفاً در حال کاهش هزینه‌ها نیستند. آنها دارند می‌پذیرند که بخش بزرگی از مدیریت به مراقبت و نظارت بر جریان کار تبدیل شده بود و عامل‌های هوش مصنوعی در نقش پرستارِ جریان کار بسیار خوب عمل می‌کنند.»

در همین حال، از مدیران باقی‌مانده نیز انتظار می‌رود که به ناظران مؤثر سامانه‌های هوش مصنوعی تبدیل شوند. به گفته ویلیامسون، مهارت جدید صرفاً دانستن نحوه نوشتن پرامپت نیست، بلکه درک این موضوع است که چگونه چندین عامل هوش مصنوعی را به سمت کار درست هدایت کنیم، خروجی آنها را ارزیابی کنیم و نتایج را در تصمیم‌های کسب‌وکار ادغام کنیم. «مهارت واقعی این است که چند عامل را به سمت کار درست هدایت کنید و آنچه را که برمی‌گردانند بررسی کنید.»

جنبه انسانی تغییر

اما هیچ‌کدام از این تغییرات، صرف‌نظر از جایگاه افراد در نمودار سازمانی، آسان نیست. ویلیامسون می‌گوید: «ترس زیادی از احتمال ازدست‌دادن شغل و تغییر مسئولیت‌ها به‌طورکلی وجود دارد. هدایت افراد در عبور از این وضعیت، ارزشمندتر می‌شود، نه کم‌ارزش‌تر.»

این موضوع به یکی از تناقض‌های عصر هوش مصنوعی اشاره دارد. هرچه کارها بیشتر خودکار شوند، مهارت‌های رهبریِ مشخصاً انسانی ارزشمندتر می‌شوند. سازمان‌ها همچنان به افرادی نیاز دارند که بتوانند اعتماد ایجاد کنند، با عدم قطعیت کنار بیایند، تعارض‌ها را حل کنند، به کارکنان مشاوره و راهنمایی بدهند و به تیم‌ها در سازگاری با تغییر کمک کنند.

خود مدیران نیز ممکن است در این گذار با مشکل مواجه شوند. به گفته گرینستین: «اگر مدت زیادی است که خروجی مشخصی تولید نکرده‌اید، اینکه حالا از شما خواسته شود این کار را انجام دهید، ترسناک است. همچنین اگر ارزش مدیران بر اساس تعداد افرادی تعریف شده باشد که مستقیماً به آنها گزارش می‌دادند و نه میزان تأثیری که بر کسب‌وکار داشتند؛ ممکن است احساس کنند هویتشان در معرض تهدید قرار گرفته است.»

گرینستین معتقد است شرکت‌ها باید در برابر نگاه‌کردن به هوش مصنوعی صرفاً به‌عنوان ابزاری برای کاهش هزینه‌ها مقاومت کنند. در عوض، آنها باید ابتدا بر خودکارسازی کارهای روتین تمرکز کنند تا کارکنان بتوانند زمان بیشتری را صرف فعالیت‌های باارزش‌تر کنند. گرینستین می‌گوید: «آنچه به شرکت‌ها می‌گویم این است که از هوش مصنوعی برای خودکارسازی کارهای روتین و کم‌ریسک استفاده کنید و این کارها را از دوش افراد بردارید تا وقتشان آزاد شود. سپس سامانه‌هایی بسازید که به افراد و هوش مصنوعی کمک کنند برای حل مسائلی با یکدیگر همکاری کنند که هیچ‌کدام به‌تنهایی قادر به حل آنها نیستند.»

مارتینا نیز با این دیدگاه موافق بود و گفت هوش مصنوعی در نهایت فعالیت‌های مدیریتی را تکمیل و به تصمیم‌گیری کمک خواهد کرد. مارتینا می‌گوید: «من شاهد ناپدیدشدن لایه‌های مدیریتی نیستم؛ بلکه شاهد آن هستم که لایه‌های مدیریتی کارآمدتر می‌شوند و می‌توانند با سرعت بیشتری ظرفیت‌های جدیدی در تیم‌های خود ایجاد کنند.»

رهبری، نه مدیریت

به باور مارتینا، آنچه از یک سازمان تخت‌تر پدیدار می‌شود، الزاماً رهبری کمتر نیست، بلکه نوع متفاوتی از رهبری است. برای دهه‌ها، بسیاری از مدیران مسیر شغلی خود را با هماهنگ‌سازی کارها، تأیید تصمیم‌ها و ایفای نقش واسطه اطلاعاتی میان مدیران ارشد و کارکنان خط مقدم ساختند. با برعهده گرفتن بخش بیشتری از این مسئولیت‌ها توسط هوش مصنوعی، ارزش به سمت مهارت‌هایی منتقل می‌شود که خودکارسازی آنها دشوارتر است؛ مانند اعمال قضاوت، مواجهه با ابهام، ایجاد اعتماد، پرورش استعدادها و ایجاد هم‌راستایی حول یک چشم‌انداز مشترک.

مارتینا می‌گوید: «فعالیت‌های مدیریتی با ابزارهای جدید و کارایی بیشتر انجام خواهد شد. آنچه باقی می‌ماند، رهبری است.» بااین‌حال، تخت‌تر شدن سازمان‌ها مسئله جدیدی ایجاد می‌کند که تعداد کمی از شرکت‌ها برای آن راه‌حلی پیدا کرده‌اند. در گذشته، بسیاری از متخصصان از وکلا و حسابداران گرفته تا مهندسان و تحلیلگران، تخصص خود را از طریق کارهای عمومی و مبتدیانه به دست می‌آوردند و سپس به سمت مدیریت و نقش‌های رهبری ارشد پیش می‌رفتند. اگر هوش مصنوعی بخش قابل‌توجهی از کارهای ابتدای مسیر شغلی را خودکار کند، شرکت‌ها ممکن است در آینده با کاهش جریان متخصصان مواجه شوند.

مارتینا می‌گوید: «بزرگ‌ترین خطر لزوماً این نیست که امروز مدیران میانی کمتری داشته باشیم. مسئله این است که ۱۰ سال دیگر چه اتفاقی می‌افتد، اگر افراد کمتری تجربه‌ای را که برای تبدیل‌شدن به رهبران ارشد و متخصصان نیاز دارند، به دست آورند.» گرینستین نیز معتقد است در نهایت، مدیرانی موفق خواهند شد که عطش یادگیری داشته باشند. او اشاره کرد که ابزارهای عامل هوش مصنوعی مانند Codex و Claude Code طی چند ماه گذشته به نقاط عطف مهمی رسیده‌اند و از کاربردهای ویژه برای توسعه‌دهندگان نرم‌افزار به کاربردهایی مناسب برای هر کارمند دانش‌محور (knowledge worker) حرکت کرده‌اند.

گرینستین می‌گوید: «چند ماه آینده شگفت‌انگیز خواهد بود؛ زیرا رهبران تلاش می‌کنند بفهمند چگونه این فناوری را به کار بگیرند، یا تحت‌فشار افرادی قرار می‌گیرند که نحوه استفاده از آن را یاد گرفته‌اند. همان‌طور که وب‌مسترهایی که می‌توانستند با HTML کدنویسی کنند به مدیران ارشد بازاریابی (CMO) تبدیل شدند، افرادی که از عامل‌ها برای انجام کارها استفاده می‌کنند، رهبران فردا خواهند بود.»

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.