نیروی کار دیجیتال؛ همکاری انسان و عامل هوشمند چگونه طراحی می‌شود؟

ورود عامل‌های هوشمند به سازمان بیشتر از افزودن یک ابزار بهره‌وری است. وقتی یک سیستم می‌تواند هدف دریافت کند، ابزار به کار ببرد و نتیجه تحویل دهد، بخشی از طراحی کار تغییر می‌کند. وظیفه مدیر فقط تخصیص کار میان افراد نیست؛ باید مشخص کند کدام کار به انسان، کدام به اتوماسیون ثابت و کدام به عامل سپرده شود.

این تغییر لزوماً به معنای سازمان بدون انسان نیست. عامل‌ها در دسترسی دائمی، جست‌وجوی حجم زیاد اطلاعات و پیگیری منظم قوی‌اند. انسان‌ها در قضاوت اخلاقی، مذاکره، مسئولیت‌پذیری، درک زمینه و تصمیم‌های مبهم نقش اصلی دارند. طراحی خوب از این تفاوت استفاده می‌کند.

واحد تحلیل مناسب دیگر شغل نیست

یک عنوان شغلی مجموعه‌ای از وظایف متفاوت است. برخی تکراری و قاعده‌مند، برخی نیازمند فهم متن و برخی وابسته به رابطه انسانی‌اند. تصمیم درباره Agentic AI باید در سطح وظیفه و جریان کار انجام شود.

برای مثال، در نقش کارشناس خرید، جمع‌آوری قیمت و پیگیری پاسخ می‌تواند به عامل سپرده شود. مذاکره با تأمین‌کننده و تصمیم درباره ریسک رابطه همچنان انسانی می‌ماند. این تفکیک دقیق‌تر از پرسش کلی «آیا AI جای این شغل را می‌گیرد» است.

نقش مدیران میانی تغییر می‌کند

مدیر آینده باید هدف و محدودیت را روشن تعریف کند، کار عامل را نمونه‌برداری کند و استثناها را مدیریت کند. این نقش به مهارت در طراحی فرایند و خواندن داده عملکرد نیاز دارد.

با گسترش استفاده از عامل‌ها، آموزش کارکنان فقط به نوشتن درخواست خوب محدود نمی‌ماند. تعریف محدوده کار، بررسی نتیجه، مدیریت استثنا و گزارش خطا نیز به مهارت‌های عملی تیم‌ها و مدیران تبدیل می‌شوند.

شاخص های عملکرد باید بازطراحی شوند

اگر عامل زمان تهیه گزارش را کم کند، سنجش تعداد ساعت صرف‌شده بی‌معنا می‌شود. شاخص‌ها باید به نتیجه نزدیک‌تر شوند: سرعت تصمیم، کیفیت، نرخ حل، ظرفیت و رضایت مشتری.

همچنین سهم انسان و عامل باید جداگانه دیده شود. نرخ اقدام مستقل، نرخ ارجاع، میزان اصلاح انسان و خطاهای کشف‌شده کمک می‌کنند تعادل مناسبی ایجاد شود. فشار برای افزایش خودمختاری بدون توجه به پیامد می‌تواند رفتار پرریسک ایجاد کند.

ظرفیت آزادشده باید مقصد داشته باشد

پروژه‌های بهره‌وری اغلب نشان می‌دهند زمان ذخیره شده، اما برنامه‌ای برای استفاده از آن ندارند. مدیریت باید از ابتدا تصمیم بگیرد ظرفیت آزادشده صرف افزایش حجم، کاهش زمان پاسخ، کنترل کیفیت یا توسعه خدمت جدید می‌شود.

اگر کارکنان احساس کنند هر بهبود مستقیماً علیه امنیت شغلی آنان استفاده می‌شود، همکاری و گزارش خطا کاهش می‌یابد. شفافیت درباره هدف و مسیر مهارت‌آموزی، بخش عملی مدیریت تغییر است.

ساختار سازمانی می‌تواند حول جریان کار شکل بگیرد

عامل‌ها امکان می‌دهند بخشی از هماهنگی میان واحدها خودکار شود. یک عامل می‌تواند اطلاعات فروش، عملیات و مالی را برای یک پرونده جمع کند و اقدام بعدی را به مسئول مناسب بسپارد. این قابلیت فاصله میان silos را کم می‌کند، اما مالکیت نتیجه را حذف نمی‌کند.

ممکن است تیم‌های کوچک‌تر و چندتخصصی حول یک مسیر تجربه یا نتیجه شکل بگیرند. عامل‌ها کارهای هماهنگی و آماده‌سازی را انجام می‌دهند و انسان‌ها روی تصمیم و رابطه تمرکز می‌کنند.

مهارت های کلیدی کارکنان

کارکنان باید بتوانند هدف را دقیق تعریف، نتیجه را ارزیابی و محدودیت را تشخیص دهند. مهارت گزارش خطا و ارائه بازخورد ساختاریافته نیز مهم است. برنامه آموزش بهتر است با سناریوی واقعی هر نقش طراحی شود.

تیم‌های فنی به توان طراحی ابزار، ارزیابی رفتار چندمرحله‌ای و مشاهده‌پذیری نیاز دارند. تیم‌های کسب‌وکار نیز باید فرایند را به تصمیم‌ها و قواعد قابل‌اجرا تبدیل کنند.

یک مدل عملی برای تیم انسان و عامل

در مرحله نخست، عامل پیشنهاد می‌دهد و انسان تصمیم می‌گیرد. در مرحله دوم، عامل اقدام‌های کم‌ریسک را اجرا و موارد مهم را ارجاع می‌دهد. در مرحله سوم، عامل یک جریان محدود را اداره می‌کند و انسان بر شاخص‌ها و استثناها نظارت دارد.

همه فرایندها نباید به مرحله سوم برسند. سطح مناسب به پیامد خطا، نیاز مشتری به تعامل انسانی و ارزش اقتصادی خودمختاری بستگی دارد.

مدیرعامل از کجا شروع کند

به‌جای اعلام برنامه کلی نیروی کار دیجیتال، دو یا سه جریان کاری را انتخاب کنید. وظایف انسان و عامل، نقطه تحویل، مسئولیت خطا و شاخص نتیجه را روی یک صفحه ثبت کنید. سپس پایلوت را با کارکنانی اجرا کنید که کار را بهتر از همه می‌شناسند.

نوبین در طراحی نرم‌افزار و راهکارهای Agentic AI، معماری عامل را همراه با طراحی جریان کار و نقش کاربران پیش می‌برد. هدف این است که فناوری در عملیات واقعی قابل استفاده و قابل‌مدیریت باشد.

جمع‌بندی

نیروی کار دیجیتال زمانی ارزش ایجاد می‌کند که مسئولیت انسان و عامل روشن باشد. سازمان‌هایی که فقط ابزار توزیع می‌کنند، بخشی از بهره‌وری فردی را به دست می‌آورند. سازمان‌هایی که فرایند، شاخص و نقش مدیر را بازطراحی می‌کنند، ظرفیت Agentic AI را به نتیجه کسب‌وکار تبدیل خواهند کرد.

پرسش‌های متداول

آیا عامل ها جای مدیران میانی را می‌گیرند؟

عامل‌ها بخشی از هماهنگی و گزارش‌گیری را انجام می‌دهند، اما نیاز به تعیین هدف، قضاوت و مدیریت استثنا باقی می‌ماند. نقش مدیر تغییر می‌کند.

چگونه اعتماد کارکنان را افزایش دهیم؟

هدف، محدوده و معیار پروژه را شفاف کنید، کاربران را در طراحی وارد کنید و مسیر گزارش خطا و آموزش را واقعی و در دسترس نگه دارید.

آیا باید برای عامل ها KPI جدا داشت؟

بله. کیفیت، سرعت، نرخ ارجاع، رعایت سیاست و هزینه باید سنجیده شوند و به نتیجه تیم متصل باشند.

برای ادامه این موضوع، راهکارهای نرم‌افزار و هوش مصنوعی نوبین، هوش مصنوعی عامل‌محور چیست و چه تغییری در سازمان ایجاد می‌کند؟، نقش مدیرعامل و مدیران ارشد در اجرای هوش مصنوعی عامل‌محور را ببینید.

منابع برای مطالعه بیشتر

• راهنمای رهبران کسب‌وکار برای کار با عامل‌ها