لماذا لا ينجز الموظف عمله أسرع بالذكاء الاصطناعي؟ غياب الصلاحيات والأدوات يحدّ من فائدته

إذا بقي العمل بطيئًا بعد اعتماد الذكاء الاصطناعي، فقد يكون الوقت يضيع في إدخال المعلومات والمراجعة والموافقات، لا في النموذج نفسه.

تطلب الشركات اليوم من موظفيها استخدام الذكاء الاصطناعي. تريده أن يكتب مسودات التقارير، ويلخّص الاجتماعات، ويسرّع البحث. لكن التجربة اليومية تكشف مفارقة: صار الذكاء الاصطناعي أسرع، بينما لم يتغير وقت إنجاز العمل كثيرًا.

السبب واضح. تطلب الشركة من الموظف استخدام الذكاء الاصطناعي، ثم تمنعه من الأدوات والصلاحيات التي يحتاج إليها. النسخ واللصق مقيّدان، والأدوات الخارجية محظورة، وبعض الملفات لا يفتح بسبب الصلاحيات، ولا يمكن تثبيت برنامج جديد. تقطع الاجتماعات والرسائل سير العمل، ولا يخرج أي منتج من الشركة قبل الموافقة عليه.

في هذه البيئة، لا تكفي إجادة استخدام الذكاء الاصطناعي لإنتاج نتيجة سريعة. البطء لا يأتي من الذكاء الاصطناعي وحده، بل من بيئة العمل المحيطة به.

سرعة الإنشاء والمراجعة أهم من مهارة استخدام الذكاء الاصطناعي وحدها

إجادة استخدام الذكاء الاصطناعي ليست هي القدرة على إنتاج نتيجة سريعة به. من المهم أن تكتب طلبًا جيدًا، وتختار نموذجًا مناسبًا، وتنقّح الإجابة. لكن سرعة العمل تعتمد أيضًا على زمن دورة كاملة: تكتب، وتنقل، وتشغّل، وتراجع، وتعدّل، ثم تعيد التشغيل. كلما قصرت هذه الدورة تسارع الإنجاز. العامل المستقل يستطيع عادة تثبيت الأداة التي يحتاج إليها، ونقل الملفات، وربط واجهة API، وفحص النتيجة فورًا. وإذا فشلت التجربة، يتراجع ويعيد المحاولة مباشرة.

أما الموظف فقد يتعطل عند نقل الإجابة أو التحقق منها أو نشرها. ربما لا يستطيع نسخ ما أنشأه الذكاء الاصطناعي، أو الوصول إلى الملف المطلوب، أو اختبار النتيجة بسرعة، أو نشرها من دون موافقة. عندئذ يبقى العمل كله بطيئًا مهما كانت إجابة النموذج سريعة.

تمنح الشركة الذكاء الاصطناعي وتغلق بيئة التنفيذ في الوقت نفسه

تقدّم شركات كثيرة اعتماد الذكاء الاصطناعي بوصفه نقلة في الإنتاجية، لكن بيئة العمل الفعلية لا تواكب هذا الخطاب.

تحظر سياسات الأمن الأدوات الخارجية. تمنع الصلاحيات الوصول إلى الملفات المطلوبة. لا يمكن تثبيت حزمة أو برنامج جديد. يكون سطح المكتب الافتراضي (VDI) بطيئًا، وتنقطع الجلسة، وقد يُقيَّد النسخ واللصق. وحتى التجربة الصغيرة قد تحتاج إلى موافقة مسبقة.

في هذه الظروف، لا يستطيع الموظف اختبار فكرة الذكاء الاصطناعي فورًا. لديه مسودة ولا يجد مكانًا يضعها فيه، أو شفرة لا يجد بيئة لتشغيلها، أو اتجاه للتحليل ولا يستطيع الوصول إلى البيانات. بمرور الوقت، يتحول الذكاء الاصطناعي من أداة للتجريب إلى أداة لإنتاج كلام يبدو مقنعًا. تتكاثر الملخصات والوثائق من دون أن تتحول إلى نتائج عملية.

فرض أداة غير دقيقة قد يزيد وقت العمل

يولد الذكاء الاصطناعي الإجابة بسرعة، لكن التحقق منها لا يتم بالسرعة نفسها. والخطأ في العمل المؤسسي له تبعات. رقم واحد أو اسم عميل أو شرط تعاقدي غير صحيح قد يسبب مشكلة.

لذلك لا يجوز استخدام الناتج كما هو. يجب أن يقرأه شخص، ويقارنه بالمصدر، ويتأكد من ملاءمة السياق، ويفحص الشروط الناقصة والنبرة والمخاطر القانونية والأمنية. إذا أنشأ الذكاء الاصطناعي وثيقة في خمس دقائق وراجعها موظف أربعين دقيقة، فهذه مهمة استغرقت خمسًا وأربعين دقيقة، لا خمس دقائق. لكن الشركة قد تنظر إلى زمن الإنشاء وحده وتظن أن العمل تسارع.

ويزداد الوضع سوءًا حين تفرض الشركة نموذجًا لم تثبت دقته بما يكفي. إذا ظل النموذج يخطئ بعد عشر أو عشرين محاولة تصحيح، فهو ليس أداة إنتاجية مناسبة لهذه المهمة. يشبه ذلك إلزام الموظف بآلة حاسبة كثيرة الأخطاء. عندها لا يستخدم الموظف الذكاء الاصطناعي بقدر ما يقضي وقته في اكتشاف أخطائه وإصلاحها.

يبدو الذكاء الاصطناعي رخيصًا لأن فاتورته لا تعرض وقت المراجعة في بند مستقل. تكلفة الرموز ظاهرة، أما ساعات القراءة والتصحيح فتختفي داخل يوم العمل. وهذه هي المشكلة.

كثرة المخرجات لا تعني سرعة القرار

يجيد الذكاء الاصطناعي زيادة عدد المخرجات: مسودات، وملخصات، وجداول مقارنة، وقوائم تحقق، وبدائل. تكفي نقرات قليلة لإنتاجها، فيشعر الفريق بأنه أنجز الكثير.

لكن المخرجات ليست قرارات. وجود عشرة تقارير لا يجعل القرار أسرع عشر مرات. قد يحدث العكس: تزداد الخيارات والوثائق التي تحتاج إلى مراجعة، وتضيع المسؤولية، فيتأخر القرار. ينبغي للشركة أن تسأل: «ما الذي قررناه؟» بدلًا من «ما الذي أنشأناه؟». إذا لم تقلل المواد التي أنشأها الذكاء الاصطناعي عدد الخطوات اللازمة لاتخاذ القرار، فهي تزيد العمل بدلًا من تخفيفه.

هنا تظهر الإنتاجية الوهمية. ينشغل الجميع، وتتكاثر الوثائق، وتزداد سماكة مواد الاجتماعات، بينما يبقى عدد القرارات والتنفيذات الفعلية محدودًا.

المهام التي تحتاج إلى تركيز طويل تتطلب أولًا بيئة تسمح باستمرار التنفيذ من دون مقاطعة، قبل أن تحتاج إلى مزيد من أدوات الأتمتة.

الاجتماعات والرسائل تستهلك السرعة التي وفرها الذكاء الاصطناعي

بيئة التنفيذ ليست المشكلة الوحيدة. يوم الموظف يتجزأ باستمرار.

لإنتاج شيء مفيد بالذكاء الاصطناعي، يحتاج الموظف إلى البقاء مع المشكلة مدة كافية. عليه أن يبني السياق، ويضيف المعلومات، ويقارن النتائج، ثم يعدّلها. لكن هذا التسلسل ينقطع كثيرًا في الشركة: يبدأ اجتماع، وتصل رسالة، ويطلب شخص مهمة عاجلة.

تزداد فائدة الذكاء الاصطناعي كلما تراكم سياق المشكلة لدى المستخدم. وكلما طال تعامل الموظف مع المشكلة استطاع استخدام الأداة على نحو أعمق. أما إذا انقطع السياق باستمرار، فيضطر في كل مرة إلى شرح المشكلة من جديد، واستعادة ما نسيه، وإعادة تحديد الاتجاه.

لذلك يصعب إنتاج عمل عميق في بيئة كثيرة الاجتماعات والرسائل حتى مع توفر الذكاء الاصطناعي. تقطع الشركة وقت التركيز قبل أن تستفيد من السرعة التي تمنحها الأداة.

لدى الشركات الكبيرة موارد أكثر، لكن الفرق الصغيرة تدور أسرع

تملك الشركات الكبيرة بيانات وعملاء ورأس مال وخبراء. وهذه مزايا حقيقية. لكنها غالبًا تتحرك ببطء لأن الموافقات والأمن والاجتماعات والصلاحيات وبنية المؤسسة تطيل زمن التنفيذ.

أما الفريق الصغير أو الفرد فلديه موارد وبيانات أقل، لكنه يستطيع إكمال الدورة بسرعة: يفكر، فيبني؛ ثم يختبر؛ وإذا نجحت التجربة نشرها. وإذا فشلت، أوقفها مبكرًا وجرّب اتجاهًا آخر.

تصبح هذه السرعة ميزة مهمة في عصر الذكاء الاصطناعي، ولا سيما في الكتابة والبرمجة وأدوات الأتمتة والمواد التعليمية والتطبيقات الصغيرة وتحسين سير العمل. الفارق هنا ليس في المهارة فقط، بل في البيئة. إذا استخدم طرفان الأداة نفسها وكانت الصلاحيات والأدوات مفتوحة لأحدهما ومغلقة أمام الآخر، اتسعت الفجوة بين نتائجهما مع مرور الوقت.

على الشركة فتح الصلاحيات والأدوات، لا الاكتفاء بطلب استخدام الذكاء الاصطناعي

إذا أرادت الشركة إنتاجية حقيقية من الذكاء الاصطناعي، فلا يكفي أن تقول للموظفين: «استخدموه». عليها أن توفر بيئة تسمح بالإنشاء والتحقق. يحتاج الموظفون إلى مساحة للتجارب، وإلى بيئة آمنة لاستخدام البيانات الداخلية من دون تعريضها للخطر، وإلى أدوات تطوير تتيح الاختبار السريع والتراجع الآمن عند الفشل.

بدل حظر النماذج الخارجية وواجهات API كلها، يمكن فتح قنوات معتمدة. ويمكن منح صلاحيات التثبيت والاختبار للتجارب منخفضة المخاطر، وحماية فترات خالية من الاجتماعات. المهم أن تفصل الشركة بين التجربة والإطلاق: تكون التجربة سريعة، ويظل الإطلاق صارمًا. إذا خضعت التجربة لكل موافقات الإطلاق فلن يحاول أحد، وإذا نُشر العمل من دون تحقق وقعت الحوادث. فصل المسارين هو ما يحول الذكاء الاصطناعي إلى إنتاجية فعلية.

على الموظف أن يوزع أعماله بين داخل الشركة وخارجها

ماذا يستطيع الموظف أن يفعل الآن؟ إذا تعذر تغيير البيئة كلها، فعليه تقسيم الأعمال بحسب طبيعتها. داخل الشركة، من الأفضل البحث عن مكاسب صغيرة ممكنة ضمن القيود القائمة: تقليل المهام المتكررة، وإعداد مسودات الوثائق، وتلخيص الاجتماعات، وتنظيم البيانات، وتقليل عبء المراجعة على الزملاء الأكثر خبرة. يمكن تحقيق نتائج واضحة في هذه الأعمال من دون تجاوز متطلبات الأمن والصلاحيات.

أما الكتابة الطويلة، والملف المهني المنشور، والتطبيق الصغير، والأتمتة الشخصية، والمستودع العام، فمن الأفضل إنجازها في بيئة أقل عوائق ما دامت منفصلة تمامًا عن بيانات الشركة وأصولها. محاولة بنائها داخل سطح المكتب الافتراضي وإجراءات الموافقة قد تجعل المهمة نفسها أبطأ عدة مرات.

لا يكفي أن تعرف كيف تستخدم الأداة؛ عليك أيضًا أن تختار أين تنجز كل نوع من العمل. إذا حاولت إدخال كل شيء في بيئة الشركة المقيدة، فقد تبقى مخرجاتك قليلة مهما تحسنت مهارتك في الذكاء الاصطناعي.

عندما تقل النتائج، افحص قيود التنفيذ قبل أن تلوم مهارتك

استخدام الذكاء الاصطناعي ليس هو إنتاج نتيجة سريعة به. الأول يعني استدعاء النموذج، أما الثاني فيعني إكمال دورة الإنشاء والتحقق حتى النهاية. عدم تسارع الموظف لا يعود دائمًا إلى ضعف مهارته. قد يعود إلى سطح مكتب افتراضي بطيء، وصلاحيات مغلقة، وتركيز متقطع، واجتماعات ورسائل متواصلة، وإجراءات موافقة طويلة.

لذلك لا تبدأ بلوم نفسك إذا بقيت النتائج قليلة. افحص البيئة أولًا. هل تستطيع إكمال دورة الإنشاء والتحقق بسرعة؟ أم أن الشركة تطلب منك استخدام الذكاء الاصطناعي بينما تمنع الأدوات والصلاحيات اللازمة؟

في عصر الذكاء الاصطناعي، لا ينجز العملَ أكثرَ من يكثر من استدعاء النموذج، بل من يكمل دورة الإنشاء والتحقق بسرعة أكبر.