صرفه‌جویی در زمان و صرفه‌جویی در پول یکی نیستند، و تقریباً هر ارائهٔ هوش مصنوعی که در آن حضور داشته‌ام، این دو را به‌جای یکدیگر به کار برده است. «این کار هفته‌ای ده ساعت در وقت تیم شما صرفه‌جویی می‌کند» شبیه یک طرح توجیهی به نظر می‌رسد. اما نیست — تا وقتی کسی پاسخ ندهد که با آن ده ساعت چه می‌شود. هر گفت‌وگوی بازگشت سرمایه را از همین شکاف آغاز می‌کنم، و این بزرگ‌ترین دلیل آن است که پروژه‌های هوش مصنوعی با شور و اشتیاق تأیید می‌شوند و یک سال بعد، وقتی صرفه‌جویی‌ها هرگز در صورت سود و زیان ظاهر نمی‌شوند، بی‌صدا کنار گذاشته می‌شوند.

صرفه‌جویی در زمان همان صرفه‌جویی در پول نیست

اگر یک ابزار هوش مصنوعی هفته‌ای پنج ساعت از وقت یکی از اعضای تیم شما را آزاد کند و آن پنج ساعت صرف همان ترکیب جلسات، کارهای اداری و وظایف کم‌اولویتی شود که پیش‌تر انجام می‌داد، صورت سود و زیان تکان نمی‌خورد. تیم کمتر سرش شلوغ است. این منفعتی واقعی و انسانی است — شب‌کاری کمتر، استرس کمتر — اما به‌خودی‌خود بازده مالی نیست و نباید به هیئت‌مدیره یا صاحب بودجه‌ای که انتظار بازده مالی دارد، به این شکل ارائه شود.

صرفه‌جویی در پول به گام دومی نیاز دارد که بیشتر ارائه‌های هوش مصنوعی کاملاً از آن می‌گذرند: وقت آزادشده باید به کاری اختصاص یابد که یا درآمد ایجاد کند، یا از هزینه‌ای که در غیر این صورت رخ می‌داد جلوگیری کند، یا نیاز به استخدامی را که در غیر این صورت انجام می‌شد از بین ببرد. بدون ذکر صریح این گام دوم، «ساعت‌های صرفه‌جویی‌شده» یک شاخص نمایشی است.

سه پرسشی که پیش از ساختن هر چیزی مطرح می‌کنم

پیش از تعیین دامنهٔ هر پروژهٔ هوش مصنوعی، همان سه پرسش را مطرح می‌کنم، و همکاری‌هایی را رد کرده‌ام که پاسخ‌هایشان روشن می‌کرد پروژه هزینهٔ خود را جبران نخواهد کرد.

  • دقیقاً وقت چه کسی آزاد می‌شود — نه «تیم»، بلکه کدام نقش، در کدام وظیفه، چند ساعت در هفته؟
  • با آن وقت آزادشده چه می‌شود — آیا کاربرد مشخص و از پیش تعیین‌شده‌ای برایش وجود دارد، یا برنامه فقط این است که «فشار کمتری رویشان خواهد بود»؟
  • وضع موجود در حال حاضر واقعاً چه هزینه‌ای دارد — از بابت خطا، دوباره‌کاری، اضافه‌کاری یا ظرفیت ازدست‌رفته — که سیستم جدید آن را حذف می‌کند؟

اگر پاسخ صادقانه به پرسش دوم این باشد که «هنوز تصمیم نگرفته‌ایم»، این دلیلی برای لغو پروژه نیست — دلیلی است برای اینکه پیش از آغاز ساخت، نه پس از آن، تصمیم گرفته شود.

بازگشت سرمایهٔ واقعی معمولاً کجا پنهان است

توجیه مالی به‌ندرت در بخش پرزرق‌وبرق اتوماسیون — چت‌بات، داشبورد، چیزی که در نمایش خوب جلوه می‌کند — قرار دارد. در کاهش خطا و پرهیز از دوباره‌کاری است: فاکتوری که قبلاً در ۴٪ موارد اشتباه وارد می‌شد و دیگر نمی‌شود، نوبتی که قبلاً دوبار رزرو می‌شد و دیگر نمی‌تواند، گزارشی که قبلاً یک روز کامل تطبیق دستی می‌خواست و اکنون بیست دقیقه بازبینی می‌خواهد.

این اعداد ملال‌آورند، اما همان‌هایی هستند که در برابر مدیر مالی دوام می‌آورند. پروژه‌ای که با «وقت آزاد می‌کند» توجیه شود، در نخستین بازبینی بودجه‌ای که خوب پیش نرود حذف می‌شود. پروژه‌ای که با «سالانه £14,000 دوباره‌کاری را حذف کرد و به ما اجازه داد با همان نیرو ۳۰٪ حجم بیشتری را رسیدگی کنیم» توجیه شود، باقی می‌ماند، چون از قبل به زبانی بیان شده که بازبینی بعدی بودجه به کار خواهد برد.

چارچوبی ساده برای این گفت‌وگو

پیش از تأیید هر پروژهٔ هوش مصنوعی، سه عدد را روی یک صفحه بنویسید: ساعت‌های صرفه‌جویی‌شده در هفته، برنامهٔ مشخص به‌کارگیری مجدد آن ساعت‌ها، و ارزش پوندی که آن برنامه واقعاً ایجاد می‌کند — چه ظرفیت درآمدی جدید، چه هزینهٔ اجتناب‌شده، چه استخدامی که دیگر لازم نیست. اگر هر یک از این سه خانه خالی باشد، طرح توجیهی هنوز کامل نیست، هر قدر هم نمایش چشمگیر بوده باشد.

دکتر مهدی سیفی

دربارهٔ نویسنده — دکتر مهدی سیفی، PhD، MBA، مهندس

مشاور راهبرد و حاکمیت هوش مصنوعی مستقر در میلتون کینز. بنیان‌گذار و مدیر ارشد هوش مصنوعی VisionXY7، و مدرس ارشد و مدیر برنامهٔ کارشناسی ارشد تحلیلگری کسب‌وکار در دانشگاه نورتهمپتون. دکترا (تحلیلگری کسب‌وکار مبتنی بر هوش مصنوعی، دانشگاه لیورپول) · MBA · ممیز ارشد و مجری ISO/IEC 27001 · بیش از ۲۵ سال تجربهٔ فناوری اطلاعات و اجرا در بیش از ۱۰۰ پروژه.

پروفایل کامل · روش‌شناسی · مطالعات موردی