مقدم من اتلاسيان
قالت الدكتورة مولي ساندز، رئيسة مختبر العمل الجماعي في Atlassian، خلال محادثة جانبية مع أحد كبار المساهمين في التكنولوجيا في VentureBeat Sam Witteveen في VB Transform 2026، إن معظم الشركات تقترب من اعتماد الذكاء الاصطناعي بشكل عكسي من خلال تحسين كيفية استخدام الأفراد للذكاء الاصطناعي بدلاً من كيفية عمل الفرق معًا.
يقود ساندز فريقًا من علماء السلوك وعلماء النفس الذين يدرسون كيف يعيد الذكاء الاصطناعي تشكيل الطريقة التي يعمل بها الأشخاص معًا، باستخدام هذه النتائج لمساعدة المؤسسات على إعادة تصميم كيفية إنجاز العمل.
"نحن لا ندرسها فحسب، بل ندخل فيها بنشاط ونغيرها،" وأوضحت. وقالت إن فرقها تعلم طرقًا جديدة للعمل وتعيد رسم خريطة لكيفية تدفق العمل عبر الشركات، وهو التحدي الذي لا تزال العديد من المنظمات تواجهه.
لماذا لا تترجم سرعة الذكاء الاصطناعي إلى عائد على الاستثمار
وجد تقرير حالة الفرق السنوي الذي تصدره شركة أتلاسيان، والذي استطلع هذا العام 12 ألف عامل في مجال المعرفة العالمية وأجرى مقابلات مع ما يقرب من 200 من المديرين التنفيذيين في قائمة فورتشن 1000، انفصالًا كبيرًا بين النشاط والقيمة، مما يُظهر أن الجميع يستخدمون الذكاء الاصطناعي، في حين لا يتمكن سوى عدد قليل جدًا من الأشخاص من تحديد المكان الذي يؤتي ثماره.
"أخبرنا 89% من هؤلاء المديرين التنفيذيين أن الأفراد يتسارعون في شركاتهم، وقال 6% منهم فقط أنه يمكنهم الإشارة إلى أمثلة محددة لعائد الاستثمار الواضح." قال ساندز.
لكن ما يقرب من 14% من الفرق قامت بترجمة استخدام الذكاء الاصطناعي إلى قيمة حقيقية، مما يعني أن مؤسسة واحدة يمكن أن تحتوي على عدد قليل من الفرق عالية الأداء محاطة بآخرين لا يحققون أي عائد على الإطلاق.
تشترك هذه الفرق الرائدة في ثلاث خصائص: السياق وسير العمل والثقافة. كانت الفرق التي تتقدم للأمام تقوم ببناء ما يسميه أتلاسيان الرسم البياني للسياق من خلال التقاط الأهداف والقرارات والمعرفة التنظيمية في السجلات الرقمية المشتركة بدلاً من تركها في الذاكرة الفردية. عبر منتجات مثل Jira وConfluence، يربط الرسم البياني بين عناصر العمل والأهداف والأشخاص الذين يقومون بها، مما يتيح للذكاء الاصطناعي الوصول إلى السياق التنظيمي الذي يحتاجه.
وفيما يتعلق بسير العمل، أعادت الفرق الفائزة تصميم العمليات الشاملة بالكامل بدلاً من مجرد تسريع المهام المعزولة. وبخلاف ذلك، فإن تسريع الأفراد الذين يتم توجيههم في اتجاهات مختلفة قليلاً لن يؤدي إلا إلى “البدء بسرعة كبيرة في الاصطدام ببعضهم البعض”، على حد تعبير ساندز.
وفيما يتعلق بالثقافة، عملت الفرق الأسرع تحركاً تحت قيادة قادة شجعوا صراحةً التعلم والتجريب، في حين أوضحوا أن بعض التجارب قد تفشل.
كيف يمكن للقادة نقل الذكاء الاصطناعي من الاختراق الفردي إلى ميزة الفريق
وقال ساندز إن التجريب والقيود هما أسرع طريق للتعلم. كانت الفرق التي حققت أكبر المكاسب تفرض قيودًا متعمدة على كيفية عملها، بدءًا من تقسيم كل مهمة إلى أصغر وحدة عمل عملية (نقطة قصة واحدة) إلى الالتزام بعدم كتابة أي تعليمات برمجية يدويًا لمدة أسبوع.
"معظمها ليس من الممكن الاستمرار في القيام بها إلى الأبد، ولكنها حقًا طريقة سريعة جدًا للتعلم،" قالت.
وقال ساندز إن العائق الآخر لا يتمثل في التكنولوجيا نفسها، بل في حقيقة أن الموظفين يتعرفون على الذكاء الاصطناعي بأنفسهم. يقوم كل عامل بتطوير مطالبات ووكلاء وافتراضات مختلفة، مما يخلق طبقة أخرى من المعرفة غير المعلنة داخل الفرق والتي نادرًا ما تُترجم إلى أداء تنظيمي.
ولمواجهة ذلك، جربت شركة Atlassian اتفاقيات عمل الذكاء الاصطناعي في بداية المشاريع، حيث طلبت من الفرق أن تقرر ليس فقط ما الذي سيستخدمون الذكاء الاصطناعي من أجله، ولكن ما الذي سيتجنبون استخدامه عمدًا من أجله، وأي العملاء سيتشاركون، وما هي المهارات المشتركة التي ستجعل الجميع يعملون في نفس السياق. استخدمت الفرق التي اعتمدت هذه الممارسة الذكاء الاصطناعي بشكل أكبر، وتحركت بشكل أسرع، واتخذت قرارات أفضل وأنتجت في نهاية المطاف عملاً عالي الجودة.
وقال ساندز إن الدرس الأوسع هو أن الذكاء الاصطناعي لا يخلق مشاكل إدارية جديدة تماما بقدر ما يكشف المشاكل القديمة. لقد عانت الفرق دائمًا من الافتراضات الخفية والنماذج الذهنية المختلفة لعملها. إن الذكاء الاصطناعي ببساطة يجعل هذه الفجوات أكثر أهمية، مما يزيد من أهمية السياق المشترك وطرق العمل الواضحة.
المقالات الدعائية هي محتوى تنتجه شركة تدفع مقابل المنشور أو لديها علاقة عمل مع VentureBeat، ويتم تمييزها دائمًا بشكل واضح. لمزيد من المعلومات، اتصل sales@venturebeat.com.
