سرمایه‌گذاری در هوش مصنوعی؛ فاصله میان هزینه‌کرد سازمانی و ارزش واقعی کسب‌وکار
بررسی جهانی شرکت اکسنچر در فاصله آوریل تا ژوئن ۲۰۲۶، با مشارکت ۳۰۰۰ مدیر ارشد و ۳۰۰۰ کارمند، نشان می‌دهد که افزایش سرمایه‌گذاری در هوش مصنوعی لزوماً به تحقق ارزش تجاری پایدار منجر نمی‌شود.
بر اساس این بررسی، ۸۲ درصد مدیران ارشد اعلام کرده‌اند که سازمان‌هایشان سرمایه‌گذاری در هوش مصنوعی را افزایش می‌دهند؛ اما تنها ۲۳ درصد از تحقق گسترده و پایدار ارزش کسب‌وکار خبر داده‌اند. این میزان در اوایل سال ۲۰۲۶، ۳۲ درصد گزارش شده بود.
در مقابل، ۸۱ درصد کارکنان گفته‌اند که ابزارهای هوش مصنوعی بهره‌وری آن‌ها را افزایش داده و ۷۱ درصد نیز از افزایش رضایت شغلی پس از معرفی این ابزارها خبر داده‌اند.
در زمینه آینده مشاغل نیز تفاوت دیدگاه‌ها مشهود است: ۷۸ درصد مدیران انتظار دارند نقش‌های شغلی طی ۱۲ ماه آینده تغییر کند، درحالی‌که ۵۷ درصد کارکنان می‌گویند تغییرات شغلی را از قبل تجربه کرده‌اند.
این یافته‌ها بر اهمیت ارزیابی سرمایه‌گذاری در هوش مصنوعی از دو منظر تأکید می‌کنند: نتایج اقتصادی و سازمانی از یک سو و تجربه واقعی کارکنان از سوی دیگر. برای ارزیابی اثربخشی هوش مصنوعی، میزان سرمایه‌گذاری به‌تنهایی کافی نیست و باید نتایج حاصل از آن نیز سنجیده شود.
شبکه اطلاع‌رسانی روابط‌عمومی ایران (شارا) – سرمایه‌گذاری سازمان‌ها در هوش مصنوعی همچنان رو به افزایش است، اما دستیابی به ارزش تجاری پایدار، به همان نسبت پیش نرفته است. بررسی جهانی شرکت اکسنچر در سال ۲۰۲۶ نشان می‌دهد که در کنار گزارش‌های مثبت کارکنان درباره بهره‌وری و رضایت شغلی، همچنان فاصله‌ای میان میزان سرمایه‌گذاری سازمان‌ها و ارزش کسب‌وکار حاصل از آن وجود دارد.
این بررسی با هدف شناخت چگونگی سرمایه‌گذاری سازمان‌ها در هوش مصنوعی و ارزیابی پیامدهای آن برای عملکرد کسب‌وکار و تجربه کارکنان انجام شده است. در این پیمایش جهانی که از آوریل تا ژوئن ۲۰۲۶ ادامه داشت، دیدگاه‌های ۳۰۰۰ مدیر ارشد و ۳۰۰۰ کارمند گردآوری شد.
افزایش سرمایه‌گذاری، اما ارزش تجاری محدود
بر اساس نتایج بررسی، ۸۲ درصد مدیران ارشد اعلام کرده‌اند که سازمان‌هایشان سرمایه‌گذاری در هوش مصنوعی را افزایش می‌دهند. بااین‌حال، تنها ۲۳ درصد از آن‌ها گفته‌اند که سازمانشان به ارزش گسترده و پایدار کسب‌وکار از طریق هوش مصنوعی دست یافته است.
این رقم در اوایل سال ۲۰۲۶، ۳۲ درصد گزارش شده بود. کاهش این شاخص نشان می‌دهد که افزایش سرمایه‌گذاری لزوماً به معنای تحقق ارزش تجاری پایدار نیست و میان تخصیص منابع به فناوری و دستیابی به نتایج قابل اتکا باید تمایز قائل شد.
برای سازمان‌ها، این موضوع اهمیت ارزیابی دقیق‌تر نتایج سرمایه‌گذاری را برجسته می‌کند. میزان هزینه‌کرد یا تعداد ابزارهای به‌کارگرفته‌شده به‌تنهایی نمی‌تواند نشان دهد که هوش مصنوعی تا چه اندازه به بهبود عملکرد سازمان کمک کرده است.
کارکنان از افزایش بهره‌وری خبر می‌دهند
در مقابل، کارکنان شرکت‌کننده در این بررسی، تجربه مثبتی از تأثیر ابزارهای هوش مصنوعی بر کار خود گزارش کرده‌اند.
۸۱ درصد کارکنان گفته‌اند که ابزارهای هوش مصنوعی بهره‌وری کلی آن‌ها را در محیط کار افزایش داده است. همچنین، ۷۱ درصد اعلام کرده‌اند که از زمان معرفی این ابزارها، رضایت شغلی آن‌ها افزایش یافته است.
این یافته‌ها نشان می‌دهد که ارزیابی هوش مصنوعی در محیط کار تنها به شاخص‌های مالی و نتایج کلان کسب‌وکار محدود نمی‌شود. تجربه کارکنان، برداشت آن‌ها از تغییرات محیط کار و میزان تأثیر فناوری بر فعالیت‌های روزانه نیز از موضوعات مهم در ارزیابی پیامدهای هوش مصنوعی است.
بااین‌حال، این ارقام بازتاب‌دهنده پاسخ‌های کارکنان در پیمایش هستند و به‌تنهایی اثبات نمی‌کنند که تمام تغییرات گزارش‌شده مستقیماً ناشی از استفاده از هوش مصنوعی بوده‌اند.
تفاوت دیدگاه مدیران و کارکنان درباره آینده مشاغل
یکی دیگر از یافته‌های بررسی اکسنچر، تفاوت میان انتظارات مدیران و تجربه کارکنان درباره تغییر نقش‌های شغلی است.
۷۸ درصد مدیران ارشد انتظار داشته‌اند که نقش‌های شغلی کارکنان طی ۱۲ ماه آینده تغییر کند. در مقابل، ۵۷ درصد کارکنان گفته‌اند که نقش‌های شغلی آن‌ها از قبل تغییر کرده است.
این تفاوت نشان می‌دهد که تغییرات ناشی از هوش مصنوعی از دو منظر متفاوت تجربه می‌شوند. مدیران بیشتر به تغییرات پیش رو توجه دارند، درحالی‌که بخشی از کارکنان پیش‌تر با تغییر در نقش‌ها و مسئولیت‌های کاری خود مواجه شده‌اند.
توجه به این تفاوت برای برنامه‌ریزی سازمانی اهمیت دارد؛ زیرا تحول فناوری تنها به تهیه ابزارهای جدید محدود نیست و می‌تواند با تغییر در وظایف، مسئولیت‌ها و شیوه انجام کار همراه شود.
چگونه می‌توان ارزش واقعی هوش مصنوعی را سنجید؟
یافته‌های این بررسی بر ضرورت نگاه چندجانبه به سرمایه‌گذاری در هوش مصنوعی تأکید دارند. سازمان‌ها برای ارزیابی نتایج این سرمایه‌گذاری باید علاوه بر میزان هزینه‌کرد، پیامدهای عملی آن را نیز بررسی کنند.
سنجش تغییرات بهره‌وری، ارزیابی نتایج کسب‌وکار، بررسی تجربه کارکنان و توجه به تغییر نقش‌های شغلی می‌تواند تصویری جامع‌تر از آثار هوش مصنوعی ارائه دهد.
همچنین، تفاوت میان تجربه کارکنان و ارزیابی مدیران نشان می‌دهد که بررسی پیامدهای فناوری باید از منظر گروه‌های مختلف درون سازمان انجام شود. توجه هم‌زمان به نتایج کسب‌وکار و تجربه نیروی انسانی، امکان شناخت دقیق‌تر فرصت‌ها و چالش‌های تحول مبتنی بر هوش مصنوعی را فراهم می‌کند.
جمع‌بندی
بررسی جهانی اکسنچر نشان می‌دهد که افزایش سرمایه‌گذاری در هوش مصنوعی، به‌تنهایی تضمین‌کننده تحقق ارزش تجاری پایدار نیست. درحالی‌که بسیاری از کارکنان از افزایش بهره‌وری و رضایت شغلی خبر داده‌اند، مدیران ارشد همچنان با مسئله سنجش نتایج واقعی سرمایه‌گذاری و مدیریت تغییرات شغلی مواجه‌اند.
برای سازمان‌ها، مسئله اصلی صرفاً گسترش استفاده از هوش مصنوعی نیست؛ بلکه شناخت میزان تأثیر آن بر عملکرد، تجربه کارکنان و نتایج کسب‌وکار است. ارزیابی مستمر این پیامدها می‌تواند به تصمیم‌گیری آگاهانه‌تر درباره ادامه سرمایه‌گذاری‌ها و مدیریت تغییرات سازمانی کمک کند.
منبع: شرکت اکسنچر؛ بررسی جهانی سرمایه‌گذاری در هوش مصنوعی و پیامدهای آن برای کسب‌وکار و کارکنان، آوریل تا ژوئن ۲۰۲۶.
منبع فارسی: شارا ـ شبکه اطلاع‌رسانی روابط‌عمومی ایران