در چند سال گذشته، هوش مصنوعی تقریباً به یکی از ثابتترین موضوعات جلسات مدیریتی تبدیل شده است. سازمانها ابزارهای جدید میخرند، دستیارهای هوشمند راهاندازی میکنند، فرآیندهایی را خودکار میکنند و تیمها را تشویق میکنند از AI استفاده کنند.
اما یک سؤال مهمتر کمتر پرسیده میشود:
این همه استفاده از هوش مصنوعی واقعاً چقدر برای سازمان ارزش اقتصادی ایجاد کرده است؟
پاسخ پژوهش جدید McKinsey قابل تأمل است. نزدیک به ۹۰ درصد شرکتهای مورد بررسی حداقل در یکی از بخشهای کسبوکارشان بهطور منظم از AI استفاده میکنند، اما فقط ۳۷ درصد پاسخدهندگان گفتهاند AI در سطح EBIT برای سازمانشان اثر ایجاد کرده است.
این فاصله شاید یکی از مهمترین مسائل موج فعلی هوش مصنوعی باشد:
استفاده از AI با خلق ارزش از AI یکسان نیست.
مسئله از تکنولوژی شروع نمیشود
یکی از تصورات رایج این است که کافی است ابزارهای هوش مصنوعی را به فرآیندهای موجود اضافه کنیم.
یک Agent برای فروش.
یک Copilot برای کارکنان.
یک Chatbot برای مشتری.
چند Automation برای عملیات.
و انتظار داشته باشیم بهرهوری و درآمد افزایش پیدا کند.
اما یافتههای McKinsey تصویر دیگری نشان میدهد. سازمانهای پیشرو در AI تقریباً سه برابر بیشتر از سایر شرکتها گفتهاند که Workflowهای خود را بهصورت بنیادین بازطراحی کردهاند.
این تفاوت بسیار مهم است.
یک سازمان میتواند یک فرآیند ناکارآمد داشته باشد و با AI همان فرآیند ناکارآمد را سریعتر اجرا کند.
در این حالت تکنولوژی تغییر کرده است، اما سیستم تغییر نکرده.
مسئله واقعی بنابراین نباید این باشد که:
«AI را کجای سازمان اضافه کنیم؟»
بلکه باید بپرسیم:
«اگر امروز این فرآیند را با وجود قابلیتهای AI از صفر طراحی میکردیم، آیا باز هم آن را به همین شکل میساختیم؟»
AI فقط ابزار کاهش هزینه نیست
نگاه رایج دیگری نیز وجود دارد: هوش مصنوعی یعنی Productivity.
کار کمتر.
نیروی انسانی کمتر.
زمان کمتر.
هزینه کمتر.
افزایش بهرهوری قطعاً یکی از کاربردهای مهم AI است؛ اما اگر تمام استراتژی سازمان به همین نقطه محدود شود، بخش بزرگی از ظرفیت آن نادیده گرفته میشود.
McKinsey گزارش میکند حدود ۸۰ درصد شرکتها از AI برای بهبود Efficiency استفاده میکنند؛ در حالی که شرکتهایی که ارزش بیشتری خلق میکنند، همزمان به Effectiveness نیز توجه دارند.
تفاوت این دو نگاه اساسی است.
Efficiency میپرسد:
چگونه همین کار را سریعتر و ارزانتر انجام دهیم؟
Effectiveness میپرسد:
چگونه کار بهتری انجام دهیم که تقاضا، Conversion، نوآوری یا درآمد بیشتری ایجاد کند؟
اینجاست که AI از ابزار کاهش هزینه به Force Multiplier رشد تبدیل میشود.
نمونهای از رشد واقعی
یکی از نمونههای مطرحشده در گزارش، شرکت Reckitt است.
این شرکت از AI برای شبیهسازی سناریوهای تجاری و تصمیمگیری درباره قیمتگذاری، Promotion، Assortment و فعالیت تیمهای فروش استفاده کرده و McKinsey گزارش میکند تحول رشد این شرکت بیش از ۵۰۰ میلیون دلار درآمد جدید ایجاد کرده است.
نکته مهم فقط عدد نیست.
موضوع مهم این است که AI به یک ابزار جانبی برای کارکنان تبدیل نشده؛ بلکه وارد منطق تصمیمگیری تجاری سازمان شده است.
این همان تفاوت میان «استفاده از AI» و «AI-driven organization» است.
AI باید داخل Workflow زندگی کند
فرض کنید مدیر فروش برای تصمیمگیری باید چند Dashboard را بررسی کند، اطلاعات CRM را بخواند، سابقه مشتری را تحلیل کند و بعد تصمیم بگیرد بهترین اقدام بعدی چیست.
یک رویکرد میگوید:
یک ابزار AI در اختیار مدیر قرار دهیم تا در صورت نیاز از آن سؤال کند.
اما رویکرد دوم میگوید:
چرا سیستم خودش دائماً اطلاعات CRM، رفتار مشتری، Pipeline و تعاملات گذشته را تحلیل نکند و در همان Workflow، Next Best Action را پیشنهاد ندهد؟
در مدل دوم، AI دیگر یک ابزار بیرون از فرآیند نیست.
بخشی از فرآیند است.
McKinsey نمونهای از یک توزیعکننده صنعتی مطرح میکند که سیستمی مبتنی بر AI ایجاد کرده بود تا سیگنالهایی مانند مجوزهای ساختوساز، فعالیت پروژهها، تاریخچه مشتریان و دادههای محصول را بهطور مستمر بررسی کند.
سیستم زمان احتمالی شکلگیری تقاضا را تشخیص میداد، اقدام بعدی مناسب را پیشنهاد میکرد و حتی ارتباط شخصیسازیشده با مشتری تولید میکرد.
این سیستم مستقیماً با Salesforce CRM یکپارچه شده بود تا فروشندگان بتوانند پیشنهاد را بررسی، ویرایش و ارسال کنند.
برآورد McKinsey از نتیجه این تحول، ۳۰۰ تا ۴۰۰ میلیون دلار Gross Margin افزایشی بوده است.
دوباره نکته اصلی عدد نیست.
AI در جریان واقعی کار قرار گرفته بود.
تحول AI پروژه واحد IT نیست
یکی دیگر از خطاهای مدیریتی، سپردن Transformation هوش مصنوعی به CTO یا واحد فناوری است.
طبیعتاً فناوری بخش مهمی از این تحول است؛ اما وقتی قرار است AI نحوه فروش، بازاریابی، خدمات مشتری، قیمتگذاری یا تصمیمگیری را تغییر دهد، دیگر با یک پروژه صرفاً فناوری مواجه نیستیم.
ما با Business Transformation enabled by Technology روبهرو هستیم.
به همین دلیل تیم تحول AI نمیتواند فقط از متخصصان تکنولوژی تشکیل شود.
Business، Operations، Data و Technology باید کنار یکدیگر قرار بگیرند.
حتی شاید مهمترین سؤال مدیرعامل درباره AI این نباشد که:
«چه مدلی استفاده میکنیم؟»
بلکه این باشد:
«کدام تصمیمها و Workflowهای سازمان باید دوباره طراحی شوند؟»
انسان از معادله حذف نمیشود
این قسمت برای من اهمیت بیشتری دارد.
در بسیاری از بحثهای مربوط به AI، سؤال اصلی به سرعت تبدیل میشود به اینکه «چند نفر را میتوانیم با هوش مصنوعی جایگزین کنیم؟»
اما تحول سازمانی بسیار پیچیدهتر از جایگزینی انسان با ماشین است.
McKinsey تأکید میکند که ساخت رشد در مقیاس سازمانی علاوه بر تکنولوژی، به شیوههای جدید کار، مهارتهای تازه، Governance و Change Management نیاز دارد.
حتی قاعده تجربی مطرحشده در مقاله قابل توجه است: در برخی تحولات، در برابر هر یک دلار سرمایهگذاری مستقیم روی ابتکار AI، ممکن است سه دلار یا بیشتر برای مدیریت تغییر مورد نیاز باشد.
چون در نهایت تکنولوژی باید توسط یک سازمان پذیرفته شود.
کارکنان باید بتوانند با آن کار کنند.
مدیران باید تصمیمگیری خود را تغییر دهند.
KPIها باید بازطراحی شوند.
و فرآیندها باید اجازه دهند قابلیت جدید واقعاً مورد استفاده قرار گیرد.
پس مدیرعامل از کجا شروع کند؟
پیشنهاد McKinsey را میتوان در سه اقدام مدیریتی خلاصه کرد.
اول، تمام فرصتهای رشد مبتنی بر AI را ببینید و به یکی دو Use Case واضح محدود نشوید.
دوم، برای AI خروجی اقتصادی مشخص تعیین کنید؛ افزایش سهم بازار، Margin، Conversion یا هر KPI دیگری که واقعاً برای کسبوکار اهمیت دارد.
و سوم، تیمهای کوچک Cross-functional تشکیل دهید که افراد تجاری، فنی، داده و عملیات را کنار یکدیگر قرار دهند و آنها را روی Workflowهایی متمرکز کنید که بیشترین ارزش را ایجاد میکنند.
یعنی به جای:
AI → ابزار → استفاده
به سمت:
مسئله کسبوکار → بازطراحی Workflow → AI → تغییر رفتار → نتیجه اقتصادی
حرکت کنیم.
شاید مسئله ما کمبود AI نباشد
به نظرم یکی از مهمترین پیامهای این پژوهش همین است.
در ماهها و سالهای آینده، دسترسی به مدلهای قدرتمند AI بهتنهایی مزیت رقابتی پایداری ایجاد نخواهد کرد. بسیاری از سازمانها به مدلها، Agentها و ابزارهای مشابه دسترسی خواهند داشت.
تفاوت را احتمالاً سازمانهایی ایجاد میکنند که بتوانند این قابلیتها را وارد سیستم واقعی کسبوکارشان کنند.
در فروش.
در بازاریابی.
در خدمات مشتری.
در مرکز تماس.
در کنترل کیفیت.
در تصمیمگیری مدیران.
و در تجربه کارکنان.
درست مانند برندسازی، تحول AI نیز از خرید یک ابزار شروع نمیشود.
از بازطراحی سازمان شروع میشود.
این نوشته ترجمه مستقیم مقاله McKinsey نیست؛ بازخوانی و تحلیل من از مقاله «Growth favors the bold: AI as force multiplier» منتشرشده در ۶ اوت ۲۰۲۶ است.
منبع اصلی: McKinsey & Company — Growth favors the bold: AI as force multiplier