هوش مصنوعی در کسب وکار

💢برداشتی آزاد از کتاب «اقتصادِ توجه» نوشته توماس دیون پورت

✍️ مالک شیخی
«اولویت واقعی سازمان را نه از شعارها، بلکه از محل مصرف توجه می‌توان فهمید.»

فرض کنید مدیر یک واحد در یک روز با این موارد روبه‌روست:
ایمیل‌ها، جلسات، گزارش‌های عملکرد، مشکلات کارکنان، پروژه تحول دیجیتال، بودجه، شکایت مشتری، برنامه آموزشی، ارزیابی عملکرد، ممیزی، جلسه مدیرعامل و چند پروژه بهبود.
قطعاً او نمی‌تواند به همه آنها با شدت یکسان توجه کند. بنابراین، چه آگاهانه و چه ناآگاهانه، توجه خود را بین آنها توزیع می‌کند. «نکته مهم اینجاست که آنچه سازمان می‌گوید مهم است، الزاماً همان چیزی نیست که سازمان واقعاً به آن توجه می‌کند»
وقتی می‌گوییم سازمان‌ها یک «بازار توجه» داخلی (Internal Attention Market) دارند، منظور این است که درون هر سازمان، تعداد زیادی موضوع، پروژه، مدیر، مسئله و پیام هم‌زمان برای یک منبع محدود رقابت می‌کنند:
توجه کارکنان و مدیران.
مثلاً روی اسناد استراتژیک نوشته شده:
«توسعه سرمایه انسانی اولویت کلیدی سازمان است.»
اما در جلسه مدیران، 80 درصد زمان درباره تولید، هزینه، بودجه و مشکلات عملیاتی صحبت می‌شود .

@startups_academy

🔴مهم: اولین اپلیکیشن درآمد خودکار با هوش مصنوعی معرفی شد

🛜 کاملا فعال حتی با نت ملی

🎉به دلیل شرایط فعلی به صورت کاملا (رایگان) این سیستم در اختیار مردم ایران قرار میگیرد:

❌بدون سرمایه
❌بدون مهارت قبلی
✅حتی با نت ملی
✅فقط روزانه ۲ ساعت
💰درآمد بین ۷۰ تا ۱۲۰ میلیون تومنhttps://monetizeai.site/155
ثبت نام در کارگاه و دریافت اپلیکیشن👇🏼


⚠️در کارگاه فردا، این اپلیکیشن معرفی و قدم به قدم آموزش داده میشود


🔴رایگان برای ۳۰۰ نفر اول

💢 سم آلتمن: آموزش یک هوش مصنوعی را با آموزش یک انسان مقایسه کنید!

سم آلتمن، مدیرعامل OpenAI، درباره مصرف انرژی هوش مصنوعی گفت:

«مردم درباره انرژی زیادی که برای آموزش یک مدل هوش مصنوعی مصرف می‌شود صحبت می‌کنند، اما فراموش می‌کنند که آموزش یک انسان حدود ۲۰ سال از زندگی او زمان می‌برد.»

او ادامه داد:

«برای به وجود آمدن شما، حاصل تکامل گسترده ۱۰۰ میلیارد انسانی که تاکنون زندگی کرده‌اند، طی شده است.»

به گفته آلتمن، مقایسه منصفانه این است که مصرف انرژی ChatGPT برای پاسخ دادن به یک سؤال پس از آموزش مدل را با انرژی موردنیاز یک انسان برای پاسخ به همان سؤال مقایسه کنیم.

🤖 آلتمن معتقد است هوش مصنوعی احتمالاً از نظر بهره‌وری انرژی، با این شیوه محاسبه، تا همین حالا هم به انسان رسیده است.

✍ مجله هوش مصنوعی

@management_ai

💢 در قرن بیست و یکم مهم ترین منبع سازمانها، منابع مالی، فیزیکی، فناوری، زمین و سایر دارایی ها نیستند بلکه این منابع انسانی یک سازمان هستند که موجب ایجاد تفاوت های منحصر به فرد در سازمان ها و خلق مزیت رقابتی می شوند
برای یادگیری و بهبود مهارت های انسانی به کانال ذیل مراجعه کنید 👇👇👇

@organizationalbehavior
@organizationalbehavior
@organizationalbehavior

🚨 اگر مدیر یا صاحب کسب‌وکار هستید، این وبینار را از دست ندهید!

«کسب‌وکارتان را با هوش مصنوعی بیمه کنید» 🤖

رقبای شما ممکن است همین امروز در حال استفاده از هوش مصنوعی برای فروش بیشتر، تصمیم‌گیری بهتر و رشد سریع‌تر باشند.

شما چطور؟

در این وبینار رایگان یاد می‌گیرید چگونه AI را از یک ابزار تولید محتوا به دستیار واقعی کسب‌وکارتان تبدیل کنید.

👥 ویژه مدیران، مشاوران و صاحبان کسب‌وکار
👩‍🏫 مدرس: دکتر فرحناز مینایی‌پور
📅 شنبه ۱۸ مهر | ⏰ ساعت ۱۹
💻 آنلاین | 🎁 رایگان

برای ثبت نام ( قندشکن را خاموش نمایید)از طریق لینک زیر اقدام کنید:

🔗 https://survey.porsline.ir/s/1WB0qBjM


⚠️ ظرفیت محدود است؛ اگر نمی‌خواهید از موج هوش مصنوعی عقب بمانید، همین حالا ثبت‌نام کنید

💢نقش برنامه‌نویس‌ها با هوش مصنوعی در حال تغییر است

گزارش «چشم‌انداز روندهای فناوری ۲۰۲۶» مک‌کینزی (McKinsey) نشان می‌دهد هوش مصنوعی به سمت «توسعه نرم‌افزار عامل‌محور» رفته است؛ جایی که عامل‌ها می‌توانند در نوشتن و اصلاح کد، آزمایش و رفع اشکال نیز مشارکت کنند. مک‌کینزی این حوزه را برای نخستین‌بار یکی از ۱۴ روند مستقل فناوری معرفی کرده است.

مطالعه‌ای روی بیش از ۱۰۰ هزار توسعه‌دهنده گیت‌هاب نشان می‌دهد استفاده از عامل‌های هوش مصنوعی می‌تواند فعالیت کدنویسی را تا ۱۸۰ درصد افزایش دهد؛ اما در همان بررسی تعداد پروژه‌ها حدود ۵۰ درصد و نسخه‌های منتشرشده تنها ۳۰ درصد بیشتر شده‌اند.

مک‌کینزی توسعه نرم‌افزار عامل‌محور را همچنان در مرحله «اجرای آزمایشی» می‌داند.

💡 فعلاً هوش مصنوعی کد سریع‌تر تولید می‌کند اما بازبینی، آزمایش، امنیت و استقرار همچنان تعیین‌کننده‌اند.

✍متن کامل گزارش در پیوست:
peivast.com/p/266753

@management_ai

💢پارادوکس بهره‌وری با AI!
چرا هوش مصنوعی ساعات کاری را افزایش می‌دهد؟

فرض کنید کاری که قبلا دو ساعت زمان می‌برد، حالا در نیم ساعت انجام بشه. منطقیه که انتظار داشته باشیم یک ساعت و نیم وقت آزاد پیدا کنیم. اما اگر همین زمان رو با چند کار جدید پر کنیم، آخر روز همچنان گرفتاریم، با این تفاوت که حالا انتظار بیشتری هم از خودمون داریم!

پژوهشگرهای مدرسه کسب‌وکار هاس دانشگاه برکلی، طی ۸ ماه یک شرکت فناوری آمریکایی با حدود ۲۰۰ کارمند رو بررسی کردن و بیش از ۴۰ مصاحبه انجام دادن. مشاهده اون‌ها این بود که افراد سریع‌تر کار می‌کردن، وظایف بیشتری می‌پذیرفتن و ساعات کاریشون هم گسترش پیدا می‌کرد، گاهی حتی بدون درخواست مدیر.

سه تغییر اصلی در این شرکت دیده شد:

▫️ گسترش وظایف
افراد سراغ کارهایی می‌رفتن که قبلا مسئولیت شخص دیگه‌ای بود یا اصلا انجامش نمی‌دادن. مرز «کار من» کم‌کم جابه‌جا می‌شد.

▫️ کمرنگ شدن مرز کار و استراحت
پرامپت دادن به زمان ناهار، فاصله قبل از جلسه و حتی عصرها کشیده می‌شد. مکث‌های طبیعی روز کمتر می‌شدن.

▫️ کارهای همزمان بیشتر
افراد چند فرایند AI رو در کنار کارهای خودشون جلو می‌بردن. مدیریت این کارهای موازی، فشار ذهنی بیشتری ایجاد می‌کرد.

نگرانی پژوهشگرها اینه که خروجی بیشتر به‌تدریج تبدیل به انتظار معمول بشه. در این چرخه، فشار ذهنی و کاهش فرصت استراحت می‌تونه کیفیت تصمیم‌گیری رو پایین بیاره. البته این پژوهش کیفی و مربوط به یک شرکت هست، پس نمی‌شه نتیجه‌اش رو به همه شغل‌ها و کاربران AI تعمیم داد.

💡 به نظرم برای تیم‌های استارتاپی، سوال مهمی که از این بحث درمیاد اینه که با ظرفیت اضافه دقیقا چه کاری باید انجام بدیم؟ مثلا اگر ساختن یک فیچر راحت‌تر شده، قبل از اضافه کردن پنج فیچر جدید، بهتره بپرسیم مشتری واقعا به کدومشون نیاز داره. شاید بهترین استفاده از این فرصت، وقت گذاشتن برای صحبت با مشتری و اصلاح همون محصول فعلی باشه.

من ترجیح می‌دم موقع ارزیابی استفاده از AI، کنار تعداد کارهای انجام‌شده، این رو هم ببینیم که کدوم مسئله واقعا حل شده و چه تعهدات تازه‌ای برای تیم ساخته‌ایم. صرفا چون انجام یک کار ممکن و کم‌هزینه شده، لازم نیست حتما وارد برنامه‌مون بشه.

برای شما چطور بوده؟ از وقتی بیشتر با AI کار می‌کنید، واقعا وقت آزاد بیشتری دارید یا فقط کارهای بیشتری انجام می‌دید؟

🎞 ویدئوی توضیحی جولیا مک‌کوی درباره همین پژوهش

✍منبع: InvestFund

@management_ai

💢همراهان گرامی

🆗 با توجه به اهمیت توسعه فردی و یادگیری مهارت های شغلی و مالی در شرایط اقتصادی سخت کنونی، لیست ذیل که شامل چند کانال ارزشمند است خدمت شما تقدیم می شود.

🔸شاید رمز توسعه فردی و موفقیت شغلی و اقتصادی شما  در یکی از نکاتی باشد که در این کانال ها ارائه شده است.

👇👇👇👇👇👇👇👇

📲 هوش مصنوعی در کسب وکار
@management_ai

💸 آکادمی اقتصاد ایران
@monetary_academy

💢مدیریت رفتار سازمانی
@organizationalbehavior

✅مهارت های مدیریت
@management_skill

🈵 برنامه ریزی و مدیریت زمان
@planing_tm

⭕️تکنیک های مدیریت
@management_technique

❌مدیریت به زبان ساده
@management_simple

🈷 مهارت های زندگی
@life_skills2022

🆗 موفقیت و توسعه فردی
@success_pd

💲 هوش مالی
@fqskill

✝ تفکر استراتژیک
@strategym_academy

🉑 تعالی منابع انسانی
@hrm_academy

📠 مدرسه کسب وکار
@business_school2022

💄ترفند بازاریابی
@tarfandbazaryabi

🏦 آکادمی استارتاپ و کارآفرینی
@startups_academy

🎯 تغییر و تحول سازمانی
@transformation_m

🆗  مدیریت کسب وکار MBA &DBA
@mba_event

آیا سازمان شما هم نفس‌هایش به شماره افتاده است؟
آیا گاهی در میان انبوه چالش‌های روزمره، احساس می‌کنید سازمان در مسیر “بقا” مانده، اما از “رشد” بازمانده است؟

✅این دوره یک بوت‌کمپ آموزشی نیست؛ این یک سفر تحول است.مدرسه کسب‌وکار آریانا با افتخار برگزار می‌کند: بوت ‌کمپ رُشد؛ نخستین بوت‌کمپ تخصصی با محوریت “سلامت سازمانی” در شمال کشور.
در این بوت‌کمپ، سازمان را همچون موجودی زنده می‌بینیم که گاه بیمار می‌شود، زخم برمی‌دارد و نیاز به احیا دارد. اینجا قرار است نقشه‌راهی طراحی کنیم برای بازگرداندن سلامتی، پویایی و شکوفایی به کالبد سازمان.

🔗 ثبت نام در بوت‌کمپ


📲برای دریافت اطلاعات تکمیلی این دوره  با ما در ارتباط باشید:
☎️ 02188342900
📱 09358834292

مدرسه کسب و کار آریانا

Telegram | whatsapp | linkedin | Instagram
🌐 website | 📝 admin

💢 جنسن هوانگ، مدیرعامل انویدیا: از هوش مصنوعی عصا نسازین! نذارین جاتون فکر کنه؛ ازش یاد بگیرین و جواب‌هاش رو به چالش بکشین

🔸به یک مدل بسنده نکنین، نقدش کنین و بذارین با تفکر نقادانه ذهن‌تون قوی‌تر بشه. مهم‌ترین مهارت، درست سوال پرسیدنه!

@management_ai

💢 سم آلتمن مدیرعامل OpenAI مالک چت جی‌پی‌تی:

هوش مصنوعی جایگزین انسان‌ها نمیشه، ولی انسان‌هایی که از هوش مصنوعی استفاده میکنند جایگزین انسان‌هایی که استفاده نمیکنن خواهند شد…(متین منتال)

@management_ai

💢Non-Zero Days

این مفهوم یکی از باورهای ذهنی من در رشد و توسعه فردیه و معنی اون به زبان ساده یعنی اینکه حتی اگر روز خوبی نداشتی، حال کار بزرگی نداشتی و یا روحیه خوبی نداشتی فقط کافیه یه قدم کوچک برداری.

مثلا فرض کنیم قرار داشتی با خودت ۳۰ صفحه کتاب بخونی و آخر روز شده و دیدی وقت و انرژی لازم رو نداشتی. دو رویکرد وجود داره ، یا کلا بی‌خیال بشی یا کتاب رو برداری و یه پاراگراف رو بخونی. من به شدت رویکرد دوم رو پیشنهاد می‌کنم و سعی کردم بهش عمل کنم.

تا زمانی که حتی یک قدم رو به جلو بر‌می‌داریم دلیلی برای پیروزی، شادی و رضایت درونی وجود داره

یه مستند می‌دیدم از قهرمانان المپیک که از هر سه روز فقط یک روز تمرین خوب با بهره‌وری مناسب داشتند. پس مخصوصا در این روز‌ها که همگی با ابهام و نگرانی دست‌به گریبان هستیم به خودتون زیاد سخت نگیرید حتی اگر روز خوبی نداشتید فقط یه قدم کوچیک بردارید و بابت اون رضایت عمیق درونی داشته باشید.

کتاب اثر مرکب رو احتمالا خوندید، چکیده کل کتاب رو می‌شه در مفهوم روز‌های غیرصفر و اثر نمایی اون در بلند مدت خلاصه کرد.

✍ کانال مدیر محصول

@hrm_academy

دوره تربیت کارشناس منابع انسانی(کد۳)
(HR Generalist )
در کرج با بهترین اساتید کشور و با ارائه مدرک معتبر روز جمعه 17 مهرماه ساعت ۱۳ با ظرفیت محدود آغاز خواهد شد و سرفصلهای دوره با توجه به نیاز بازار کار به در لینک زیر است و دوره ۱۵ جلسه چهارساعته می باشد(۶۰ ساعت)
https://mftalborz.ir/مدیریت/تربیت-متخصص-منابع-انسانی/
ظرفیت این دوره محدود است و می توانید ثبت نام کنید
☎️ 02632209102
داخلی ۱۴۸
📱0936 906 3780
⭕️مجتمع فنی تهران نمایندگی البرز⭕️
🔹مرکز آموزشهای تخصصی و کاربردی حضوری و آنلاین
صفحه اینستاگرام مجموعه و سایر دوره ها و پاسخگویی در دایرکت
https://www.instagram.com/mftalborz/

ارتباط تلگرامی:
@odtmft
لینک ثبت نام آنلاین:
https://B2n.ir/MftkHR3
@mftalborz

💢 برندۀ جایزۀ پولیتزر: تمنا می‌کنم با هوش مصنوعی ننویسید

♦️نیویورک ‌تایمز، برت استیونز — این یادداشت، بیش از آنکه استدلالی منطقی باشد، یک خواهش عاجزانه است: هرگز اجازه ندهید هوش مصنوعی به‌جای شما بنویسد. با فراگیر شدن استفاده از هوش مصنوعی در نوشتن، نه تنها تواناییِ فردی ما برای نوشتن، بلکه توانایی جمعیِ جامعه برای تفکر، قدرتِ خلاقۀ فرهنگ و حتی انگیزۀ دغدغه‌مند بودنِ ما تضعیف می‌شود.

♦️مشکل اصلیِ استفاده از هوش مصنوعی در نوشتن این است که ذهن را ضعیف می‌کند. مثل این است که برای رسیدن به مقصد پله‌برقی را انتخاب کنید، درحالی‌که به تمرینِ روزانه برای بالا رفتن از پله‌ها نیاز دارید. نوشتنْ ما را به شیوه‌هایی به تفکر وامی‌دارد که تأملات خاموش یا زبان گفتاری به‌ندرت قادر به آن هستند. نوشتن ما را وادار می‌کند افکارمان را به کلمات تبدیل کنیم، گرامر را رعایت کنیم، منطق و انسجام متن را بسنجیم و در نهایت آن را به قضاوتِ دیگران بسپاریم. همین فرآیند است که ما را مجبور می‌کند شفاف، منطقی، دقیق و مسئولیت‌پذیر باشیم. با تلاش مستمری که نوشتنِ کارهای روزمره می‌طلبد، به نویسندگان بهتری تبدیل می‌شویم؛ با اختصاص‌دادنِ همان توجه ویژه‌ای که اگر کار را به هوش مصنوعی می‌سپردیم دریغ می‌شد، تبدیل به متفکران عمیق‌تری می‌شویم؛ و همین‌طور وقتی یاد می‌گیریم حتی بر کارهای پیش‌پا‌افتاده مهر و نشانِ شخصی‌مان را بزنیم و آن‌ها را از آنِ خودمان کنیم، خلاق‌تر می‌شویم. پس دفعۀ بعد که خواستید از متن یا ایمیل آمادۀ هوش مصنوعی استفاده کنید، دست نگه دارید. آن چند ثانیه‌ای که برای نوشتن صرف می‌کنید، در واقع ایستادگی در برابر دنیایی است که رو به حماقت می‌رود.

🔗 نیویورک‌تایمز | ۴ اوت ۲۰۲۶ | I’m Begging You: Never Write With A.I

✍برت استیونز؛ برندۀ جایزۀ پولیتزر و تحلیلگر نیویورک‌تایمز.

@startups_academy

اگه کسب و کارت هوشمند نیست،وقتشه هوشمندش کنی!

🎓 دوره جامع ABA | دستیار کسب وکار هوشمند

در این دوره یاد می گیرید چطور:
🔹 فرصت های واقعی AI را در کسب وکار پیدا کنید
🔹 فرایندهای کاری را بازطراحی و هوشمند کنید
🔹 از AI برای فروش، بازاریابی، مالی و منابع انسانی استفاده کنید
🔹 دستیارها و Agentهای هوشمند بسازید
🔹 برای تحول AI در سازمان یک نقشه عملی داشته باشید

🎓 مدرک وزارت علوم، تحقیقات و فناوری
💰 امکان پرداخت نقدی و اقساطی

✅ همراه با ضمانت آموزشی

✅ برای ثبت‌نام و دریافت مشاوره رایگان به آیدی زیر پیام دهید:
@elmsaz_admin11

علمساز | ساز یادگیری

💢با هوش مصنوعی چه کنیم؟

🤖 هوش مصنوعی فقط یک ابزار جدید نیست؛ دارد قواعد بازی را تغییر می‌دهد. تا همین چند سال پیش، اگر مدیری می‌خواست یک گزارش تحلیلی تهیه کند، ساعت‌ها وقت صرف جمع‌آوری اطلاعات، خواندن گزارش‌ها و تنظیم متن می‌کرد. امروز بخشی از این کار را می‌توان در چند دقیقه انجام داد. اما ماجرا از سرعت بیشتر مهم‌تر است. هوش مصنوعی دارد به‌تدریج روی شیوه فکرکردن، یادگرفتن، تصمیم‌گرفتن و حتی تعریف «کار خوب» اثر می‌گذارد.

🫟پس بهتر است دو سؤال را هم‌زمان بپرسیم:
☆ هوش مصنوعی با ما چه می‌کند؟
و مهم‌تر از آن:
☆ ما با هوش مصنوعی چه کنیم؟

🧠 هوش مصنوعی با ما چه می‌کند؟
نخستین اتفاق، تغییر ارزش مهارت‌هاست.
اگر یک کارمند برای تهیه یک گزارش ۲۰ صفحه‌ای هفته‌ها وقت بگذارد، اما هوش مصنوعی بتواند پیش‌نویس اولیه آن را در چند دقیقه تولید کند، ارزش «صرفاً نوشتن گزارش» کاهش پیدا می‌کند. در مقابل، ارزش توانایی طرح پرسش درست، تشخیص مسئله، ارزیابی اطلاعات و قضاوت حرفه‌ای بیشتر می‌شود.
این اتفاق را می‌توان در برنامه‌نویسی هم دید. ابزارهایی مانند GitHub Copilot و ابزارهای مشابه، بخشی از کدنویسی را سریع‌تر کرده‌اند. بنابراین مسئله برای یک برنامه‌نویس دیگر فقط «چقدر سریع کد می‌نویسم؟» نیست؛ بلکه «آیا می‌فهمم چه کدی باید نوشته شود و آیا می‌توانم کیفیت آن را تشخیص دهم؟» است.

📉 دومین اتفاق، ارزان‌شدن تولید اطلاعات و گران‌شدن تشخیص اطلاعات معتبر است.
امروز تولید یک متن، تصویر، ارائه یا تحلیل اولیه بسیار آسان‌تر شده است. نتیجه پارادوکسیکال است: هرچه محتوای بیشتری تولید می‌شود، توانایی تشخیص محتوای ارزشمند اهمیت بیشتری پیدا می‌کند.
مدیری که هر پاسخ هوش مصنوعی را بدون بررسی می‌پذیرد، در واقع بخشی از اختیار حرفه‌ای خود را واگذار کرده است.

⚠️ سومین اتفاق، خطر تنبل‌شدن ذهن است.
اگر برای هر مسئله‌ای قبل از اینکه خودمان فکر کنیم از هوش مصنوعی جواب بخواهیم، ممکن است به‌تدریج عضلات فکری خود را کمتر به کار بگیریم. همان‌طور که ماشین‌حساب محاسبه ذهنی را کمتر کرد، هوش مصنوعی نیز می‌تواند بخشی از فعالیت‌های شناختی ما را بر عهده بگیرد.
بنابراین سؤال مهم این نیست که «آیا هوش مصنوعی جای انسان را می‌گیرد؟»؛ گاهی سؤال مهم‌تر این است که آیا انسان، به‌تدریج بخشی از توانایی‌های خودش را به هوش مصنوعی واگذار می‌کند؟

🚀 اما ما با هوش مصنوعی چه کنیم؟
اولین پاسخ، «استفاده بیشتر» نیست؛ استفاده هوشمندانه‌تر است.
مدیر نباید از هوش مصنوعی بخواهد فقط برایش متن تولید کند. می‌تواند یک مسئله واقعی سازمان را در اختیار آن بگذارد و از آن بخواهد نقش‌های متفاوتی بازی کند: یک‌بار منتقد تصمیم، بار دیگر مشتری ناراضی، بار دیگر رقیب و بار دیگر یک مدیر مخالف.
فرض کنید بانک قصد دارد یک فرایند جدید برای خدمت‌رسانی به مشتری طراحی کند. به جای اینکه فقط از هوش مصنوعی بخواهیم «یک پیشنهاد ارائه کن»، می‌توانیم بپرسیم: اگر مشتری سالمند باشی، چه مشکلی در این فرایند می‌بینی؟ اگر کارمند شعبه باشی چه چیزی آن را دشوار می‌کند؟ اگر مدیر ریسک باشی چه نگرانی‌ای داری؟ اگر رقیب باشی از چه نقطه‌ضعفی استفاده می‌کنی؟
اینجا هوش مصنوعی دیگر ماشین تولید متن نیست؛ آزمایشگاه فکری مدیر است.

🔍 مثال دیگر، استخدام است. هوش مصنوعی می‌تواند در طراحی پرسش‌های مصاحبه، تحلیل شرح شغل یا شناسایی شایستگی‌های موردنیاز کمک کند؛ اما اگر مدیر انتخاب نهایی را صرفاً بر اساس خروجی یک مدل انجام دهد، ممکن است سوگیری‌های موجود در داده یا مدل را به تصمیم سازمان وارد کند.
پس یک اصل مدیریتی شکل می‌گیرد: هرچه هوش مصنوعی بیشتر تولید می‌کند، انسان باید بیشتر قضاوت کند.

🎯 سازمان‌ها نیز باید به جای مسابقه برای خرید ابزارهای بیشتر، چند مسئله واقعی و پرهزینه خود را شناسایی کنند و ببینند هوش مصنوعی کجا می‌تواند زمان، هزینه یا خطا را کاهش دهد.
از پاسخ‌گویی به مشتری گرفته تا تحلیل شکایت‌ها، از پیش‌بینی تقاضا تا خلاصه‌سازی گزارش‌های طولانی، از آموزش کارکنان تا شبیه‌سازی سناریوهای تصمیم‌گیری؛ نقطه شروع، مسئله است، نه ابزار.

🔄 شاید در نهایت، بزرگ‌ترین تغییر هوش مصنوعی این نباشد که برخی کارها را سریع‌تر انجام می‌دهد. تغییر اصلی این است که ما را مجبور می‌کند دوباره بپرسیم:
کدام کار را باید انسان انجام دهد؟
کدام کار را می‌توان به ماشین سپرد؟
و کدام کار را باید انسان و ماشین با هم انجام دهند؟

🫟هوش مصنوعی نه ناجی سازمان است و نه دشمن آن.
یک فناوری قدرتمند است که می‌تواند توانایی‌های ما را چند برابر کند؛ یا اگر بدون فکر از آن استفاده کنیم، ضعف‌های ما را هم چند برابر کند.
بنابراین آینده متعلق به سازمانی نیست که فقط «هوش مصنوعی دارد». آینده متعلق به سازمانی است که می‌داند با آن چه کند.

✍ گاهنامه مدیر

@management_ai

💢 یه کاربرِ ایکس، با هوش‌مصنوعی یه ویدیو از آینده‌ی جهان ساخته که توش ربات‌ها نقش زیادی دارن، سیاره‌های مختلف قابل سکونت شدن، تکنولوژی کلی پیشرفت کرده و انسان‌ها رسما دارن تو فضا زندگی میکنن؛


📱ایلان ماسک هم این ویدیو رو تو صفحه خودش منتشر کرده و نوشته :
این همون آینده‌ای هستش که ما میسازیمش.

✍مجله مشاور مدیریت

@management_ai

💢کتاب سواد هوش مصنوعی نوشته ی بن جونز (۲۰۲۴) با ترجمه ی روان جناب آقای صادق برادران

این کتاب تلاش می‌کند به مخاطب یاد بدهد
چطور هوش مصنوعی را بفهمد، نه صرفاً استفاده کند.

بن جونز تأکید می‌کند که سواد هوش مصنوعی یعنی:

۱- دانستن اینکه AI چه کارهایی می‌تواند انجام دهد.
۲-شناخت محدودیت‌ها، خطاها و سوگیری‌های آن.
۳- توانایی تصمیم‌گیری آگاهانه در استفاده از AI در کار و زندگی.

پیام اصلی کتاب این است که
هوش مصنوعی جایگزین انسان نمی‌شود،
اما انسان‌هایی که AI را درک می‌کنند،
جایگزین کسانی می‌شوند که آن را نمی‌فهمند.

این کتاب برای مدیران، طراحان، تصمیم‌گیران و همه کسانی است
که می‌خواهند مصرف‌کننده منفعل AI نباشند.

✍ کانال مدیران محصول

@management_ai

💢مدیران سنتی با هوش مصنوعی هزینه کم می‌کنند؛ رهبران واقعی سیستم را بازطراحی می‌کنند.

📌 برگرفته از گفتگوی HBR IdeaCast با پائولا گولدمن (مدیر ارشد اخلاق هوش مصنوعی در Salesforce)

بزرگ‌ترین اشتباه مدیران در برخورد با AI، تقلیل دادن آن به ابزاری برای «کاهش هزینه‌ها» و «تعدیل نیرو» است. پادکست اخیر دانشگاه هاروارد (HBR) نشان می‌دهد رویکرد Human in the loop (که در آن انسان فقط کارهای ابزار را چک و تایید می‌کند) منسوخ شده و باید به سمت Human at the helm (انسان در نقش کاپیتانِ هدایت‌کننده هوش مصنوعی) حرکت کرد:

1. مدیریت به جای اپراتوری: هوش مصنوعی یک نرم‌افزار ساده نیست، بلکه مانند یک «هم‌تیمی غیرانسانی» است. وظیفه اصلی نیروی کار امروز، یادگیریِ مدیریت عامل‌های هوشمند (AI Agents) است.

2. قضاوت انسانی کجاست؟ کارایی و سرعت، وظیفه هوش مصنوعی است؛ اما در نقاط حساس عاطفی (احساسات مشتریان ناراضی، پیام‌های حساس بازاریابی و تصمیم‌های سرنوشت‌ساز)، مداخله و حس انسانی نباید حذف شود.

3.مشاغل بازتعریف می‌شوند، نه حذف: هوش مصنوعی «تسک‌ها» را انجام می‌دهد نه کل «نقش‌ها» را. سازمان‌های برنده کسانی هستند که زمان آزادشده پرسنل را به سمت ارتباطات عمیق‌تر، حل مسائل استراتژیک مشتری و خلق ارزش‌های اختصاصی هدایت می‌کنند.

https://hbr.org/podcast/2026/09/how-ai-is-changing-talent-not-just-tasks-rethinking-where-human-judgment-matters-most

@management_ai

💢هوش مصنوعی می‌تواند سرعت ساخت ایده‌ها یا محصولاتمان را چند برابر کند؛ اما هنوز نمی‌تواند تضمین کند که داریم مسئله درستی را حل می‌کنیم.

با این حساب سوالی مهم مطرح می‌‌شود: آیا AI مفهوم MVP را تغییر داده است؟

تا سال پیش برای ساخت Mvp از ایده خودمان باید زمان، تیم توسعه و منابع قابل‌توجهی در اختیار داشتیم اما امروز با ابزارهای AI می‌توان در چند ساعت یک پروتوتایپ قابل‌استفاده ساخت، ایده را آزمایش کرد و حتی بخش‌هایی از محصول واقعی را پیاده‌سازی کرد.

این تغیرات برای ما به عنوان طراحان یا مدیران محصول یک سوال مهم را ایجاد می‌کند.

وقتی ساختن محصول ارزان‌تر و سریع‌تر شده، آیا هنوز MVP همان معنای قبلی را دارد؟
وشاید دیگر مسئله اصلی این نباشد که چه چیزی را می‌توانیم بسازیم بلکه باید بیشتر بپرسیم:

قبل از ساختن، دقیقاً چه چیزی را باید یاد بگیریم؟

ابزارهای وایب کدینگ و LLM‌ها هزینه ساخت را پایین آورده، اما هزینه ساختن محصول اشتباه را همچنان باقی گذاشته است.

به همین دلیل احتمالاً در عصر AI، اهمیت اعتبارسنجی مسئله و شناخت واقعی کاربر نه‌تنها کمتر نشده، بلکه بیشتر هم خواهد شد.

✍ کانال مدیر محصول

@management_ai