این روزها هر طرف را نگاه می‌کنیم، صحبت از هوش مصنوعی است؛
اینکه چه شغل‌هایی را از بین می‌برد، چه شغل‌هایی را تغییر می‌دهد، چه مهارت‌هایی را بی‌ارزش می‌کند و در نهایت، قرار است چه بلایی سر آینده کاری ما بیاورد.
اما گزارش جدید BCG درباره «هوش مصنوعی در محیط کار» سؤال متفاوت و کمی طنزآمیزتری را مطرح می‌کند:
اگر هوش مصنوعی واقعاً بخشی از کار ما را انجام دهد و زمان‌مان را آزاد کند، شرکت‌ها با این وقت اضافه چه خواهند کرد؟
براساس این گزارش، ۴۲٪ از کارکنانی که به‌طور منظم از AI استفاده می‌کنند، حداقل هشت ساعت در هفته صرفه‌جویی زمانی دارند؛ یعنی تقریباً یک روز کاری کامل.
اما ماجرا از اینجا جالب می‌شود:
۶۶٪ همین کارکنان می‌گویند سازمان‌شان راهنمایی مشخصی درباره اینکه با این زمان آزادشده چه کنند، به آن‌ها نداده است. ۵۸٪ نیز این زمان را صرف فعالیت‌های ارزش‌آفرین‌تر نمی‌کنند.
بعد از سال‌ها صحبت درباره افزایش بهره‌وری، بالاخره به نقطه‌ای رسیده‌ایم که بهره‌وری اتفاق افتاده است؛ اما حالا دقیقاً نمی‌دانیم با نتیجه‌اش چه کنیم!
احتمالاً ساده‌ترین راه هم این است که زمان آزادشده را با چند جلسه جدید، چند گزارش بیشتر و انتظارات بالاتر دوباره پُر کنیم؛ چون سازمان‌ها معمولاً تحمل دیدن وقت خالی در تقویم کارکنان‌شان را ندارند!
اما مسئله‌ای که این گزارش مطرح می‌کند، بسیار جدی‌تر از این شوخی است:
زمان ذخیره‌شده، لزوماً به معنای ارزش خلق‌شده نیست.
اگر یک شرکت نتواند این زمان را آگاهانه به تصمیم‌گیری بهتر، یادگیری، نوآوری، ارتباط با مشتری، حل مسئله یا بازطراحی فرایندها منتقل کند، هوش مصنوعی فقط باعث می‌شود همان کارهای قبلی را سریع‌تر انجام دهیم؛ بدون اینکه الزاماً کار درست‌تری انجام داده باشیم.
عدد جالب دیگر گزارش، رشد سریع استفاده از AI میان کارکنان است.
در سال ۲۰۲۵، حدود ۵۱٪ از کارکنان غیرمدیریتی کاربران منظم هوش مصنوعی بودند. این عدد در سال ۲۰۲۶ به ۷۴٪ رسیده است؛ یعنی ۲۳ واحد درصد افزایش، فقط در یک سال.
در سطوح مدیریتی، نرخ استفاده حتی بالاتر است: ۸۸٪ مدیران و ۹۳٪ رهبران ارشد به‌طور منظم از هوش مصنوعی استفاده می‌کنند.
این تفاوت فقط در میزان استفاده نیست.
۶۰٪ از رهبران ارشد گزارش کرده‌اند که AI حداقل یک روز کاری در هفته برایشان ذخیره کرده است؛ درحالی‌که این عدد میان کارکنان غیرمدیریتی ۴۲٪ است. کارکنان خط مقدم نیز در مقایسه با مدیران و رهبران، راهنمایی کمتری درباره استفاده از زمان ذخیره‌شده دریافت می‌کنند.
به نظرم این فاصله می‌تواند نشانه یک مسئله مهم باشد:
مدیران ارشد معمولاً دسترسی بهتر، اختیار بیشتر و آزادی بالاتری برای استفاده از AI دارند؛ اما در لایه‌های پایین‌تر سازمان، فناوری وارد کار شده است، بدون اینکه نقش‌ها، شاخص‌های عملکرد، فرایندها و انتظارات مدیریتی متناسب با آن تغییر کرده باشند.
به زبان ساده‌تر:
ابزار جلو رفته، اما سیستم مدیریت عقب مانده است.
یک عدد دیگر هم برای من بسیار قابل‌تأمل بود.
در میان کارکنان غیرمدیریتی، هند با نرخ استفاده ۹۵٪ در صدر قرار دارد و پس از آن، «خاورمیانه» با ۹۳٪ قرار گرفته است؛ درحالی‌که این عدد در آمریکا، فرانسه و ایتالیا فقط ۶۲٪ است. میانگین کل بازارهای بررسی‌شده نیز ۷۴٪ بوده است.
البته یک توضیح مهم وجود دارد: منظور گزارش از خاورمیانه، امارات، عربستان سعودی، کویت و قطر است؛ بنابراین نمی‌توان این عدد را به کل خاورمیانه و به‌خصوص ایران تعمیم داد.
بااین‌حال، خود این تفاوت جالب است.
ما معمولاً تصور می‌کنیم فناوری‌های جدید ابتدا در آمریکا و اروپا پذیرفته می‌شوند و سپس به سایر نقاط جهان می‌رسند؛ اما این آمار تصویر متفاوتی نشان می‌دهد.
آیا سرمایه‌گذاری‌های گسترده دولت‌ها و شرکت‌های حوزه خلیج فارس در AI علت این پیشتازی است؟
آیا این کشورها می‌خواهند از هوش مصنوعی به‌عنوان ابزاری برای جهش سریع‌تر اقتصادی و جبران کمبود نیروی متخصص استفاده کنند؟
یا شاید اشتیاق به استفاده از فناوری، در بازارهایی که بسیاری از ساختارها و فرایندهایشان هنوز در حال شکل‌گیری است، بیشتر از اقتصادهایی باشد که با سیستم‌های قدیمی، مقررات گسترده و مقاومت‌های سازمانی عمیق‌تری مواجه‌اند؟
گزارش پاسخ قطعی به این سؤال‌ها نمی‌دهد؛ اما حداقل یک نکته را روشن می‌کند:
نقشه پذیرش هوش مصنوعی الزاماً از جهان غرب آغاز نمی‌شود.
عدد دیگری که تقریباً تکلیف آینده مهارت‌ها را روشن می‌کند، این است که ۸۸٪ پاسخ‌دهندگان معتقدند طی پنج سال آینده به بازآموزی جدی نیاز خواهند داشت؛ اما فقط ۳۶٪ احساس می‌کنند آموزش کافی دریافت کرده‌اند.
من البته کمی بدبینانه‌تر ــ یا شاید واقع‌بینانه‌تر ــ به ماجرا نگاه می‌کنم.
فکر نمی‌کنم صرفاً لازم باشد چند مهارت تازه به فهرست مهارت‌های قبلی‌مان اضافه کنیم.
احتمالاً باید بخش زیادی از آنچه درباره کارکردن، یادگرفتن، تحقیق‌کردن، تصمیم‌گرفتن و حتی متخصص‌بودن می‌دانیم، روی میز بریزیم، دوباره بررسی کنیم و از نو بچینیم.
مسئله فقط Upskilling نیست؛ بخشی از مسیر، Unlearning و دوباره یادگرفتن است.
اما شاید مهم‌ترین بخش گزارش، پنج توصیه پایانی آن برای مدیران عامل باشد:
۱. مسئولیت ایجاد شفافیت استراتژیک درباره AI را شخصاً برعهده بگیرید؛ نه اینکه آن را به واحد فناوری یا ارتباطات سازمانی واگذار کنید.
۲. به‌جای اندازه‌گیری «نرخ استفاده»، ارزش خلق‌شده را اندازه‌گیری کنید. اینکه چند نفر از ابزار استفاده می‌کنند، لزوماً به ما نمی‌گوید چه نتیجه‌ای ایجاد شده است.
۳. به‌جای خرید ابزارهای بیشتر، چند فرایند اصلی سازمان را از ابتدا تا انتها بازطراحی کنید.
۴. کارکنان را در مرکز این بازطراحی قرار دهید؛ نه اینکه ابتدا همه‌چیز را طراحی کنید و بعد از آن‌ها بخواهید با تغییرات کنار بیایند.
۵. AI را یک پروژه موقت با نقطه پایان نبینید؛ آن را یک هدف متحرک بدانید که دائماً به بازنگری، سنجش و تنظیم مجدد نیاز دارد.
به نظرم اصل داستان همین‌جاست:
تحول هوش مصنوعی، بیشتر از آنکه یک پروژه فناوری باشد، یک پروژه استراتژی، طراحی سازمان و مدیریت انسان‌هاست.
خریدن ابزار شاید ساده‌ترین بخش ماجرا باشد.
قسمت دشوار این است که بفهمیم پس از ورود ابزار، چه چیزی در شیوه کارکردن سازمان باید تغییر کند.
و شاید سؤال مهمی که هر مدیری باید از خودش بپرسد این باشد:
اگر هوش مصنوعی از فردا یک روز کامل از زمان هفتگی تیم من را آزاد کند، این یک روز دقیقاً کجا سرمایه‌گذاری خواهد شد؟
یا قرار است فقط آن را با کارهای بیشتری پُر کنیم؟
منبع: گزارش AI at Work 2026 از Boston Consulting Group
