🔍 آیا بحران‌های قدیمی سازمان‌ها در عصر هوش مصنوعی دوباره زنده می‌شوند؟
پژوهش جدید مؤسسه سفیانی نشان می‌دهد ابزارهای جست‌وجوی هوش مصنوعی می‌توانند بحران‌های سایبری حل‌وفصل‌شده را سال‌ها بعد، در جریان بررسی و انتخاب برندها، دوباره مطرح کنند.
بررسی سه سازمان نشان داده است که میزان اشاره به سوابق نقض امنیت اطلاعات در پاسخ‌های هوش مصنوعی، هنگام حرکت مشتریان از مرحله شناخت اولیه به مرحله تصمیم‌گیری، افزایش قابل‌توجهی دارد.
برای نمونه، این میزان درباره یک شرکت لجستیکی از ۲٫۶ درصد به ۵۹٫۱ درصد رسیده است.
این پژوهش چهار توصیه مهم برای روابط‌عمومی‌ها دارد:
🔹 انتشار گزارش مستند درباره بحران‌های گذشته
🔹 تشریح اقدامات اصلاحی و حمایت از مشتریان
🔹 استفاده از پوشش رسانه‌ای مستقل و معتبر
🔹 مدیریت مستمر اعتبار سازمان در پاسخ‌های هوش مصنوعی
یکی از یافته‌های مهم نظرسنجی یوگاو نیز نشان می‌دهد تمایل به خرید از سازمانی که پس از نقض امنیتی اطلاع‌رسانی سریع و شفاف داشته و از مشتریان حمایت کرده است، ۵۷ درصد بوده؛ درحالی‌که این رقم در صورت تأخیر در اطلاع‌رسانی و ضعف شفافیت به ۲۸ درصد کاهش یافته است.
پیام اصلی: پایان بحران خبری، الزاماً به معنای پایان بحران اعتباری نیست. روابط‌عمومی باید آنچه را سازمان پس از بحران تغییر داده است، مستند و قابل‌دسترسی کند.
پژوهش جدید مؤسسه سفیانی نشان می‌دهد که برندها ممکن است ناچار باشند بحران‌های سایبری حل‌وفصل‌شده گذشته را دوباره بررسی کنند؛ زیرا ابزارهای جست‌وجوی هوش مصنوعی هنگام تصمیم‌گیری مشتریان برای خرید، اطلاعات مربوط به نقض‌های امنیتی تاریخی را دوباره مطرح می‌کنند. این وضعیت، راهبردهای سنتی ارتباطات بحران را با چالش مواجه کرده است.
سیدنی ــ تیم‌های ارتباطات سازمانی ممکن است به‌جای آنکه اجازه دهند بحران‌های گذشته به‌تدریج از توجه عمومی خارج شوند، لازم باشد آگاهانه به آن‌ها بازگردند. پژوهش جدید نشان می‌دهد ابزارهای جست‌وجوی هوش مصنوعی، آسیب‌های اعتباری ناشی از حوادث گذشته را حتی مدت‌ها پس از حل‌وفصل آن‌ها همچنان در معرض دید مخاطبان قرار می‌دهند.
گزارش مؤسسه سفیانی، از مجموعه کلاریتی گلوبال، استدلال می‌کند که الگوی سنتی ارتباطات بحران، یعنی واکنش سریع، حمایت از ذی‌نفعان آسیب‌دیده و در نهایت سکوت، دیگر در شرایطی که سامانه‌های هوش مصنوعی می‌توانند مناقشه‌های چندین سال قبل را هنگام تصمیم‌گیری مشتریان دوباره مطرح کنند، کافی نیست.
گزارش «نقض امنیت سایبری و پاسخ به اعتبار سازمانی در عصر هوش مصنوعی» توصیه می‌کند سازمان‌ها درباره حوادث امنیتی حل‌وفصل‌شده گذشته، گزارش‌های مستند و بازنگرانه منتشر کنند و حتی از روزنامه‌نگاران معتبر برای ثبت مستقل آنچه اتفاق افتاده، نحوه مدیریت بحران و درس‌های آموخته‌شده کمک بگیرند.
این توصیه نشان‌دهنده تغییری در مدیریت متعارف بحران است؛ رویکردی که در آن سازمان‌ها معمولاً پس از فروکش‌کردن توجه عمومی تلاش می‌کردند از بازگشت پوشش خبری منفی جلوگیری کنند.
یافته‌های سفیانی نشان می‌دهد که رهاکردن حوادث تاریخی بدون ارائه توضیحات و مستندات کافی، ممکن است باعث شود پاسخ‌های تولیدشده توسط هوش مصنوعی، تصویری ناقص از روند بازیابی و اقدامات اصلاحی بعدی سازمان ارائه دهند.
هوش مصنوعی چگونه بحران‌های قدیمی را دوباره زنده می‌کند؟
این آژانس با استفاده از سکوی سنجش میزان دیده‌شدن در هوش مصنوعی متعلق به کلاریتی گلوبال، بررسی کرده است که سه سازمان دارای سوابق مهم نقض امنیت اطلاعات چگونه در پاسخ‌های تولیدشده توسط چت‌جی‌پی‌تی، حالت هوش مصنوعی گوگل و مرورهای هوش مصنوعی گوگل ظاهر می‌شوند.
این سازمان‌ها شامل یک مؤسسه حقوقی بین‌المللی، یک شرکت لجستیکی و یک شرکت بیمه درمانی خصوصی استرالیایی بودند.
نتایج نشان داد که اگرچه نقض‌های امنیتی تاریخی به‌ندرت در مرحله اولیه جست‌وجوی یک حوزه یا صنعت مطرح می‌شوند، میزان دیده‌شدن آن‌ها زمانی به‌طور قابل‌توجهی افزایش می‌یابد که مشتریان بالقوه شروع به ارزیابی برندهای مشخص می‌کنند.
برای شرکت لجستیکی، میزان اشاره به نقض امنیت اطلاعات از ۲٫۶ درصد پاسخ‌های هوش مصنوعی در مرحله شناخت و بررسی اولیه یک صنعت، به ۲۱٫۶ درصد در مرحله اعتبارسنجی برند و ۵۹٫۱ درصد در مرحله تصمیم‌گیری افزایش یافت.
شرکت بیمه درمانی نیز الگوی مشابهی را تجربه کرد؛ به‌طوری‌که میزان اشاره به سوابق امنیتی آن از ۵٫۴ درصد در مرحله شناخت اولیه به ۵۳٫۷ درصد در مرحله تصمیم‌گیری رسید.
در مورد مؤسسه حقوقی، این ارقام به‌ترتیب صفر و ۱۳٫۹ درصد بود.
این یافته‌ها نشان می‌دهد مسائل اعتباری که ممکن است در جست‌وجوهای اولیه چندان دیده نشوند، هنگامی که مصرف‌کنندگان از هوش مصنوعی درباره قابل‌اعتمادبودن یک سازمان سؤال می‌کنند، می‌توانند به موضوعی برجسته تبدیل شوند.
منابع اطلاعاتی هوش مصنوعی درباره اعتبار سازمان‌ها
سفیانی همچنین بررسی کرده است که سامانه‌های هوش مصنوعی هنگام تولید پاسخ درباره این سه سازمان، به چه منابع اطلاعاتی مراجعه می‌کنند.
نتایج نشان می‌دهد محتوای متعلق به خود سازمان، از جمله وب‌سایت شرکت‌ها و گزارش‌های منتشرشده توسط آن‌ها، در ۸۸ درصد پاسخ‌ها حضور داشته است.
پس از آن، پوشش رسانه‌های تحریریه‌ای با ۶۱ درصد، منابع نهادی مانند نهادهای نظارتی با ۵۵ درصد و محتوای تولیدشده توسط کاربران با ۳۶ درصد قرار گرفته‌اند.
بر همین اساس، این آژانس توصیه می‌کند سازمان‌ها گزارشی واقع‌گرایانه از حادثه حل‌وفصل‌شده را در وب‌سایت خود منتشر کنند. این گزارش باید جزئیات نقض امنیتی، حمایت‌های ارائه‌شده به مشتریان و اصلاحات و بهبودهای انجام‌شده پس از حادثه را مستند کند.
پیشنهاد بحث‌برانگیزتر این است که سازمان‌ها با یک روزنامه‌نگار معتبر یا نشریه تخصصی همکاری کنند تا گزارشی مستقل درباره روند بازیابی سازمان تهیه شود. چنین گزارشی می‌تواند بدون لزوم برانگیختن دوباره توجه گسترده رسانه‌های ملی، یک روایت معتبر و مستقل در اختیار سامانه‌های هوش مصنوعی قرار دهد.
این رویکرد پرسش مهمی را برای متخصصان ارتباطات مطرح می‌کند: آیا بازگشت آگاهانه به پوشش خبری منفی گذشته می‌تواند در نهایت از اعتبار بلندمدت سازمان مؤثرتر از سکوت آن محافظت کند؟
این پژوهش همچنین اهمیت فزاینده رسانه‌های مستقل و کسب‌شده را در ارزیابی اعتبار سازمان‌ها توسط هوش مصنوعی برجسته می‌کند؛ موضوعی که پروواک مدیا پیش‌تر نیز در پژوهشی درباره تفاوت میان دیده‌شدن در هوش مصنوعی و باورپذیری اطلاعات مطرح کرده بود.
گزارش «پارادوکس اعتبار» شرکت برسان نشان داده است که پاسخ‌های تولیدشده توسط هوش مصنوعی درباره شرکت‌ها، زمانی عموماً معتبرتر ارزیابی می‌شوند که بر حوزه‌هایی مانند محصولات، نوآوری و اعتبار محیط کار تمرکز داشته باشند؛ در مقایسه با موضوعات ذهنی‌تر مانند رهبری، حکمرانی سازمانی و مسئولیت‌پذیری اجتماعی.
این یافته‌ها نشان می‌دهد با تحول بهینه‌سازی برای موتورهای مولد، متخصصان ارتباطات باید به همان اندازه که بر قابلیت کشف و دیده‌شدن محتوا تمرکز می‌کنند، به اعتبار و باورپذیری آن نیز توجه داشته باشند.
نحوه روایت بحران چه تأثیری بر تصمیم خرید مشتریان دارد؟
گزارش سفیانی همچنین نشان می‌دهد نحوه توصیف واکنش یک سازمان به بحران می‌تواند تأثیر قابل‌توجهی بر تمایل مصرف‌کنندگان به خرید داشته باشد.
در یک نظرسنجی که توسط یوگاو از ۱٬۰۱۹ فرد بزرگسال استرالیایی انجام شده است، ۲۸ درصد پاسخ‌دهندگان اعلام کردند اگر با گزارشی تولیدشده توسط هوش مصنوعی مواجه شوند که در آن به تأخیر در اطلاع‌رسانی و ضعف شفافیت سازمان پس از یک نقض امنیتی اشاره شده باشد، حاضر خواهند بود از آن سازمان خرید کنند.
این رقم زمانی که گزارش به اطلاع‌رسانی سریع، توضیحات روشن و حمایت عملی از مشتریان اشاره می‌کرد، به ۵۷ درصد افزایش یافت.
در مقایسه، ۶۷ درصد پاسخ‌دهندگان اعلام کردند از سازمانی که عموماً ارزیابی‌های مثبتی دریافت کرده و هیچ اشاره‌ای به نقض امنیتی آن نشده باشد، خرید خواهند کرد.
این نظرسنجی همچنین نشان داد ۳۹ درصد پاسخ‌دهندگان، اقداماتی را که سازمان برای جلوگیری از تکرار نقض امنیتی انجام داده است، عامل مهمی در تصمیم‌گیری برای ادامه استفاده از خدمات آن می‌دانند. در مقابل، ۳۰ درصد به ارتباطات شفاف اشاره کرده‌اند.
این یافته‌ها تفاوت میان صرفاً اعلام پایان یک بحران و نشان‌دادن تغییراتی را که پس از آن در سازمان اتفاق افتاده است، برجسته می‌کند.
آیا بحران سازمانی واقعاً به پایان می‌رسد؟
این گزارش از تیم‌های ارتباطات سازمانی می‌خواهد در تعریف زمان پایان یک بحران تجدیدنظر کنند.
همان‌طور که پژوهش‌های پیشین نشان داده‌اند، منابعی که هوش مصنوعی برای پاسخ‌گویی به کاربران استفاده می‌کند، ممکن است زمانی که مصرف‌کنندگان از مرحله دریافت پیشنهاد به مرحله بررسی خطرات احتمالی می‌رسند، تغییر کنند.
پژوهش «از اعتبار تا درآمد ۲۰۲۶» مؤسسه لئوپرد نشان داده است که افراد پیش از خرید، حدود ۲۰ برابر بیشتر از پس از خرید از هوش مصنوعی استفاده می‌کنند.
بررسی‌های پیش از خرید، مقایسه و اعتبارسنجی ۲۷ درصد درخواست‌ها را تشکیل می‌دادند؛ درحالی‌که سهم درخواست‌های مربوط به پشتیبانی پس از خرید تنها ۱٫۳ درصد بود.
این موضوع به آن معناست که آنچه هوش مصنوعی درباره یک شرکت بیان می‌کند، می‌تواند پیش از آنکه مصرف‌کننده حتی وارد وب‌سایت آن سازمان شود، بر بررسی و انتخاب آن تأثیر بگذارد.
برای متخصصان ارتباطات، چالش نوظهور دیگر صرفاً مدیریت چرخه خبری بلافاصله پس از وقوع بحران نیست؛ بلکه اطمینان از این است که سوابق عمومی، تصویری دقیق از اقداماتی ارائه دهند که سازمان پس از فروکش‌کردن تیترهای خبری انجام داده است.
نویسنده: کامیلیا داس
منبع: پروواک مدیا
تاریخ انتشار: ۲ نوامبر ۲۰۲۶
پژوهش: مؤسسه سفیانی، از مجموعه کلاریتی گلوبال
ترجمه و بازنشر: شبکه اطلاع‌رسانی روابط‌عمومی ایران (شارا)