روایت چهار برنده Golden Hoodie از آینده کار با هوش مصنوعی

چهار برنده Golden Hoodie در حال بررسی یک فرایند هوش مصنوعی روی لپ‌تاپ در حاشیه Dreamforce

آنچه در این مقاله مطالعه می‌کنید:

۲۸ آبان ۱۴۰۵

۲۸ آبان ۱۴۰۵

به گزارش Salesforce، چهار دریافت‌کننده Golden Hoodie در رویداد Dreamforce توضیح داده‌اند که هوش مصنوعی طی یک سال گذشته فقط سرعت انجام وظایف را افزایش نداده، بلکه نوع کار و محل تمرکز آنان را نیز تغییر داده است. جمع‌بندی تجربه‌های Gordon Lee، Gigi Chan، Daniel Stange و Ishrat Bhatti نشان می‌دهد توانایی واگذاری درست وظایف به AI، ارزیابی خروجی و حفظ قضاوت انسانی به مهارت‌های کلیدی آینده کار تبدیل می‌شوند.

هوش مصنوعی چگونه کار روزمره را تغییر داده است؟

Gordon Lee با سپردن بخشی از آماده‌سازی ارائه‌ها به هوش مصنوعی، زمان بیشتری برای شکل‌دادن روایت و گفت‌وگوهای تصمیم‌گیری پیدا کرده است. او اکنون میان کارهایی که به توجه کاملش نیاز دارند و مواردی که فقط باید تأییدشان کند، تمایز روشن‌تری قائل می‌شود.

Gigi Chan، مدیر ارشد مهندسی در Bryd، روز خود را با دریافت اولویت‌ها و فهرست پاسخ‌های عقب‌افتاده از Slack و Slackbot آغاز می‌کند. دسترسی یکپارچه به زمینه موجود در ایمیل‌ها، اسناد و ارائه‌ها، آماده‌شدن برای جلسه‌ها را آسان‌تر کرده است. کانال‌های کدنویسی Slack نیز همکاری هم‌زمان مهندسان، عامل‌های هوش مصنوعی و اعضای غیر فنی تیم را ممکن می‌کنند و روند راهنمایی مهندسان تازه‌کار را قابل مشاهده‌تر می‌سازند.

Daniel Stange، مدیر فناوری DIA Digital Consulting، می‌گوید استفاده از Claude Cowork ظرفیت کاری روزانه او را بدون افزایش ساده ساعات کار گسترش داده است. بااین‌حال، او همچنان تفکر انتقادی و داوری فنی را برای معماری راهکارها ضروری می‌داند. Ishrat Bhatti، تحلیلگر ارشد فناوری در مرکز تعالی Salesforce شرکت Southwest Airlines، نیز با مسئله تازه‌ای روبه‌رو است: تعیین استاندارد برای عامل‌هایی که استدلال می‌کنند، تصمیم می‌گیرند و اقدام انجام می‌دهند. به همین دلیل، بحث تیم او از «چه چیزی می‌توان ساخت» به «چه چیزی باید خودکار شود»، میزان استقلال عامل‌ها و نقاط لازم برای نظارت انسانی رسیده است.

مهارت‌های مهم در عصر Agentic AI

نقطه مشترک توصیه این چهار متخصص، شناخت مرز میان تفویض و مسئولیت انسانی است. کارهای تکراری، قابل توضیح و مبتنی بر الگو گزینه‌های مناسب‌تری برای واگذاری هستند؛ اما حل مسئله پیچیده، یادگیری حوزه‌های ناآشنا و تصمیم‌های حساس همچنان به مشارکت مستقیم انسان نیاز دارند.

Stange سه پایه کار تقویت‌شده با AI را تفکر انتقادی، تحلیل کسب‌وکار و ارتباط مؤثر معرفی می‌کند. Bhatti نیز بر هماهنگ‌سازی کار هوش مصنوعی و ارزیابی نتایج تأکید دارد: مسئله باید به بخش‌های روشن تقسیم شود، زمینه و دستور دقیق در اختیار عامل قرار گیرد و خروجی آن با نگاه انتقادی بررسی شود. این نکات برای تیم‌های توسعه نرم‌افزار و اتوماسیون اهمیت مستقیمی دارد، زیرا افزایش اختیار عامل‌ها، نیاز به قواعد اجرایی، سنجش موفقیت و پاسخ‌گویی انسانی را بیشتر می‌کند.

در مجموع، تجربه برندگان Golden Hoodie نشان می‌دهد آینده کار صرفاً درباره تولید سریع‌تر نیست؛ ارزش اصلی زمانی ایجاد می‌شود که افراد بدانند چه کاری را به AI بسپارند، کجا مهارت خود را توسعه دهند و در چه نقاطی مسئولیت تصمیم نهایی را حفظ کنند.