نقش مدیریت و مشارکت کارکنان در تحقق بهره وری سازمانی در عصر هوش مصنوعی

نقش مدیریت و مشارکت کارکنان در تحقق بهره وری سازمانی در عصر هوش مصنوعی

محسن زارعان

چکیده

گسترش سریع هوش مصنوعی در سازمان ها، انتظارات گسترده ای درباره افزایش بهره وری، کاهش هزینه ها و تحول شیوه انجام کار ایجاد کرده است. با این حال، شواهد جدید نشان می دهد که صرف سرمایه گذاری در فناوری الزاما به بهبود عملکرد سازمانی منجر نمی شود و عوامل انسانی و مدیریتی نقشی تعیین کننده در تبدیل قابلیت های هوش مصنوعی به نتایج واقعی کسب وکار دارند. پژوهش حاضر با هدف تبیین نقش مدیریت، مشارکت کارکنان و آمادگی سازمانی در تحقق ارزش حاصل از هوش مصنوعی انجام شده است. روش پژوهش، توصیفی تحلیلی و مبتنی بر تحلیل ثانویه داده های گزارش «وضعیت محیط کار جهانی ۲۰۲۶» موسسه گالوپ است. داده های اصلی این گزارش از پیمایش جهانی گالوپ استخراج شده و داده های سال ۲۰۲۵ آن شامل ۲۶۳٬۸۱۰ پاسخ دهنده، از جمله ۱۴۱٬۴۴۴ فرد شاغل بوده است.

یافته ها نشان می دهد مشارکت جهانی کارکنان در سال ۲۰۲۵ به ۲۰ درصد کاهش یافته و تنها ۲۲ درصد مدیران در سطح جهانی در گروه کارکنان دارای مشارکت بالا قرار داشته اند. همچنین، در سازمان هایی که هوش مصنوعی را به کار گرفته اند، حمایت فعال مدیر مستقیم یکی از مهم ترین عوامل استفاده مکرر و موثر کارکنان از هوش مصنوعی است. کارکنانی که حمایت جدی مدیر خود از استفاده تیم از هوش مصنوعی را احساس می کنند، به مراتب بیشتر از سایر کارکنان، هوش مصنوعی را عاملی برای تحول شیوه انجام کار و استفاده بهتر از توانایی های فردی تلقی می کنند. نتایج همچنین نشان می دهد منطقه خاورمیانه و شمال آفریقا با نرخ مشارکت ۱۴ درصد، در زمره پایین ترین مناطق جهان قرار دارد؛ در حالی که میزان استرس روزانه کارکنان این منطقه ۴۸ درصد گزارش شده است.

بر اساس نتایج می توان استدلال کرد که تحول مبتنی بر هوش مصنوعی بیش از آنکه یک پروژه فناوری اطلاعات باشد، یک پروژه تحول سازمانی و سرمایه انسانی است. توسعه قابلیت های مدیران، افزایش مشارکت کارکنان، بازطراحی مشاغل، یادگیری مستمر و ایجاد اعتماد نسبت به فناوری باید همزمان با سرمایه گذاری فنی مورد توجه قرار گیرد. در نهایت، سازمان هایی قادر به کسب مزیت پایدار از هوش مصنوعی خواهند بود که میان فناوری، مدیریت و تجربه کارکنان یک نظام یکپارچه ایجاد کنند.

واژگان کلیدی: هوش مصنوعی، مشارکت کارکنان، مدیریت منابع انسانی، بهره وری سازمانی، تحول دیجیتال، مدیران، تجربه کارکنان، گالوپ.

۱. مقدمه

هوش مصنوعی طی سال های اخیر به یکی از مهم ترین پیشران های تحول در محیط کسب وکار تبدیل شده است. ظهور مدل های زبانی بزرگ و ابزارهای هوش مصنوعی مولد، امکان انجام مجموعه وسیعی از فعالیت های شناختی نظیر تولید محتوا، تحلیل اطلاعات، برنامه نویسی، تهیه گزارش، پشتیبانی از تصمیم گیری و خودکارسازی فرایندهای اداری و تخصصی را فراهم ساخته است.

با وجود این پیشرفت ها، میان قابلیت فنی هوش مصنوعی و میزان ارزش اقتصادی محقق شده در سطح سازمان ها شکاف قابل توجهی مشاهده می شود. گزارش وضعیت محیط کار جهانی گالوپ در سال ۲۰۲۶، این مسئله را «بعد انسانی انقلاب هوش مصنوعی» مورد توجه قرار داده و استدلال می کند که مسئله اصلی بسیاری از سازمان ها دیگر صرفا عملکرد مدل ها یا دسترسی به ابزارهای مناسب نیست، بلکه آمادگی سازمان، کیفیت مدیریت و نحوه هدایت کارکنان در فرایند پذیرش فناوری اهمیت اساسی پیدا کرده است.

بر اساس داده های ارائه شده در این گزارش، حتی در سازمان هایی که هوش مصنوعی پیاده سازی شده است، تنها بخش محدودی از کارکنان معتقدند این فناوری شیوه انجام کار را به صورت اساسی متحول کرده است. این موضوع نشان می دهد که فاصله معناداری میان «استقرار فناوری» و «تحقق تحول سازمانی» وجود دارد.

از سوی دیگر، همزمان با گسترش هوش مصنوعی، مشارکت کارکنان نیز با چالش مواجه شده است. مشارکت کارکنان در سطح جهانی از اوج ۲۳ درصدی سال ۲۰۲۲ به ۲۰ درصد در سال ۲۰۲۵ کاهش یافته و برای نخستین بار در دوره مورد بررسی گالوپ، دو سال متوالی کاهش را تجربه کرده است. گالوپ برآورد کرده است که پایین بودن مشارکت کارکنان، سالانه حدود ۱۰ تریلیون دلار کاهش بهره وری در اقتصاد جهانی ایجاد می کند.

از این منظر، پرسش اساسی دیگر این نیست که «آیا سازمان ها باید از هوش مصنوعی استفاده کنند؟»، بلکه باید پرسید:

چه شرایط مدیریتی و سرمایه انسانی برای تبدیل ظرفیت هوش مصنوعی به بهره وری واقعی سازمانی ضروری است؟

پژوهش حاضر با تمرکز بر این مسئله و بر اساس تحلیل ثانویه یافته های گزارش گالوپ ۲۰۲۶ تلاش می کند رابطه میان مدیریت، مشارکت کارکنان، تجربه کاری و پذیرش هوش مصنوعی را تبیین کند.

۲. مبانی نظری

۲-۱. مشارکت کارکنان

مشارکت کارکنان مفهومی فراتر از رضایت شغلی است و به میزان درگیری روان شناختی، اشتیاق و تعلق کارکنان نسبت به شغل و سازمان اشاره دارد. گالوپ کارکنان را از منظر مشارکت به سه گروه کارکنان «مشارکت دار»، «فاقد مشارکت» و «فعالانه غیرمشارکت دار» تقسیم می کند.

کارکنان مشارکت دار با کار و سازمان خود ارتباط روان شناختی بیشتری برقرار کرده و از انرژی، علاقه و احساس مالکیت بیشتری برخوردارند. در مقابل، کارکنان فاقد مشارکت ممکن است وظایف خود را انجام دهند، اما انرژی و اشتیاق کمتری به سازمان اختصاص می دهند. گروه سوم نیز علاوه بر نارضایتی، ممکن است پیامدهای منفی نگرش خود را در محیط کار بروز دهند.

بر اساس چارچوب گالوپ، عواملی مانند مشخص بودن انتظارات شغلی، برخورداری از منابع لازم، امکان استفاده از نقاط قوت، دریافت بازخورد و قدردانی، احساس اهمیت، فرصت رشد و یادگیری و برخورداری از حمایت مدیر در شکل گیری مشارکت کارکنان نقش اساسی دارند.

بنابراین مشارکت کارکنان را می توان یکی از زیرساخت های نرم تحول سازمانی در نظر گرفت.

۲-۲. مدیر به عنوان حلقه اتصال فناوری و سرمایه انسانی

در رویکردهای سنتی تحول دیجیتال، بخش قابل توجهی از توجه سازمان ها معطوف به انتخاب فناوری، توسعه زیرساخت و اجرای پروژه های فناوری اطلاعات بوده است. اما ظهور هوش مصنوعی نشان داده است که موفقیت فناوری بدون تغییر رفتار کارکنان امکان پذیر نیست.

مدیر مستقیم در این میان نقش واسط میان استراتژی سازمان و رفتار روزمره کارکنان را بر عهده دارد. مدیر می تواند:

• کاربردهای مناسب هوش مصنوعی را برای اعضای تیم مشخص کند؛
• نگرانی کارکنان درباره فناوری را کاهش دهد؛
• یادگیری و آزمایش ابزارهای جدید را تشویق کند؛
• حدود و استانداردهای استفاده ایمن از AI را مشخص سازد؛
• فرایندهای کاری را متناسب با قابلیت های جدید بازطراحی کند؛
• و کارکنان را به استفاده از فناوری برای ارتقای عملکرد، نه صرفا حذف فعالیت های انسانی، هدایت کند.

از این منظر مدیر فقط مسئول «کنترل عملکرد» نیست، بلکه در عصر هوش مصنوعی به معمار پذیرش فناوری در سطح تیم تبدیل می شود.

۳. روش پژوهش

پژوهش حاضر از نوع مروری تحلیلی با رویکرد تحلیل ثانویه داده ها است. منبع اصلی داده ها، گزارش State of the Global Workplace 2026: The Human Side of the AI Revolution منتشرشده توسط موسسه Gallup در سال ۲۰۲۶ است.

داده های اصلی گزارش از Gallup World Poll استخراج شده است. جامعه هدف این پیمایش، جمعیت غیرنظامی و غیرنهادینه ۱۵ سال و بالاتر در کشورهای مورد مطالعه بوده و داده های مربوط به محیط کار از پاسخ افرادی استخراج شده که برای یک کارفرما اشتغال داشته اند.

حجم کل داده های مورد استفاده در روند بلندمدت ۲۰۰۹ تا ۲۰۲۵ بیش از ۵/۷۵ میلیون پاسخ دهنده بوده که حدود ۲/۶۱ میلیون نفر آنان شاغل بوده اند. در سال ۲۰۲۵ نیز ۲۶۳٬۸۱۰ نفر در پیمایش حضور داشته اند که ۱۴۱٬۴۴۴ نفر آنان شاغل بوده اند.

نمونه های گالوپ، جز در موارد محدود، مبتنی بر نمونه گیری احتمالی و نماینده جمعیت ملی هستند و برای اصلاح عدم پاسخ، احتمال انتخاب متفاوت و انطباق با ویژگی های جمعیت شناختی هر کشور وزن دهی می شوند.

گالوپ به طور معمول حدود ۱۰۰۰ نفر را در هر کشور مورد پیمایش قرار می دهد و نتایج کشوری و منطقه ای گزارش ۲۰۲۶ عمدتا بر تجمیع داده های سه ساله استوار شده اند. برای نتایج مربوط به کارکنان در سطح کشورها نیز دامنه خطای نمونه گیری در سطح اطمینان ۹۵ درصد، با توجه به کشور و حجم نمونه، متفاوت گزارش شده است.

در پژوهش حاضر، یافته های گزارش در چهار محور اصلی تحلیل شده است:

۱. روند مشارکت کارکنان؛
۲. وضعیت مشارکت و فشار روانی مدیران؛
۳. نقش مدیران در پذیرش هوش مصنوعی؛
۴. پیامدهای یافته ها برای سیاست های سرمایه انسانی و مدیریت سازمان.

۴. یافته های پژوهش۴-۱. کاهش مشارکت کارکنان در جهان

یکی از برجسته ترین یافته های گزارش ۲۰۲۶ کاهش نرخ مشارکت کارکنان است. نرخ مشارکت جهانی که در سال های ۲۰۲۲ و ۲۰۲۳ به ۲۳ درصد رسیده بود، در سال ۲۰۲۴ به ۲۱ درصد و در سال ۲۰۲۵ به ۲۰ درصد کاهش یافته است.

در سال ۲۰۲۵:

• ۲۰ درصد کارکنان جهان مشارکت دار بوده اند؛
• ۶۴ درصد در گروه فاقد مشارکت قرار داشته اند؛
• و ۱۶ درصد فعالانه غیرمشارکت دار بوده اند.

این ارقام نشان می دهد حدود چهار نفر از هر پنج نیروی کار جهان از بالاترین سطح ارتباط روان شناختی و انگیزشی با محیط کار خود برخوردار نیستند.

اهمیت این موضوع در عصر هوش مصنوعی مضاعف می شود؛ زیرا پذیرش فناوری نیازمند یادگیری، آزمون، تغییر عادت های کاری و مشارکت فعال کارکنان است. نیروی کاری که از نظر روان شناختی از سازمان فاصله گرفته باشد، احتمالا ظرفیت کمتری برای مشارکت فعال در تحول سازمانی خواهد داشت.

۴-۲. بحران مشارکت مدیران

از مهم ترین یافته های گالوپ کاهش شدید مشارکت مدیران است. مشارکت مدیران جهانی از ۳۱ درصد در سال ۲۰۲۲ به ۳۰ درصد در ۲۰۲۳، ۲۷ درصد در ۲۰۲۴ و نهایتا ۲۲ درصد در سال ۲۰۲۵ کاهش یافته است.

به بیان دیگر، طی سه سال مشارکت مدیران ۹ واحد درصد کاهش یافته است و بزرگ ترین کاهش نیز بین سال های ۲۰۲۴ و ۲۰۲۵ رخ داده است.

این موضوع از آن جهت اهمیت دارد که مدیران عامل اصلی شکل گیری تجربه کاری کارکنان هستند. نمی توان از مدیری که خود دچار فرسودگی، ابهام نقش، افزایش دامنه نظارت و کاهش مشارکت شده است انتظار داشت تیمی باانگیزه و آماده تحول دیجیتال ایجاد کند.

در عین حال، این وضعیت اجتناب ناپذیر نیست. گالوپ نشان داده است که در سازمان های دارای بهترین رویه های مدیریتی، میزان مشارکت مدیران در سال ۲۰۲۵ به ۷۹ درصد رسیده است؛ تقریبا چهار برابر میانگین جهانی.

این تفاوت بیانگر آن است که کیفیت سیستم های مدیریتی و سرمایه انسانی می تواند نقشی اساسی در تجربه مدیران داشته باشد.

۴-۳. مدیران؛ عامل کلیدی پذیرش هوش مصنوعی

یکی از مهم ترین یافته های گزارش گالوپ مربوط به نقش مدیر مستقیم در استفاده واقعی از AI است.

بر اساس داده های نیروی کار آمریکا در سه ماهه نخست سال ۲۰۲۶، دو عامل اصلی استفاده مکرر از هوش مصنوعی در سازمان عبارت اند از:

یکپارچگی هوش مصنوعی با سیستم های کاری موجود و
حمایت فعال مدیر از استفاده تیم از هوش مصنوعی.

گالوپ همچنین گزارش می کند کارکنانی که به شدت معتقدند مدیرشان از استفاده تیم از هوش مصنوعی حمایت می کند:

• ۹۸/۷ برابر بیشتر احتمال دارد قویا معتقد باشند AI شیوه انجام کار در سازمان را متحول کرده است؛
• و ۹۷/۴ برابر بیشتر احتمال دارد معتقد باشند هوش مصنوعی فرصت بیشتری برای انجام کارهایی که در آنها بهترین عملکرد را دارند فراهم کرده است.

با وجود این اثر قابل توجه، کمتر از یک سوم کارکنان آمریکایی سازمان هایی که پیاده سازی AI را آغاز کرده اند، به طور جدی معتقدند مدیر آنها فعالانه از استفاده تیم از فناوری حمایت می کند. در مطالعه مشابهی در آلمان نیز این میزان تنها ۲۱ درصد گزارش شده است.

این یافته نشان می دهد یکی از گلوگاه های اصلی تحول هوش مصنوعی نه فناوری، بلکه رفتار مدیریتی است.

۴-۴. شکاف میان بهره وری فردی و بهره وری سازمانی

یکی دیگر از یافته های قابل توجه، تفاوت میان تجربه مثبت فردی کارکنان از AI و پیامدهای آن در سطح کل سازمان است.

در میان کارکنان آمریکایی سازمان هایی که AI را پیاده سازی کرده اند، ۶۵ درصد اعلام کرده اند هوش مصنوعی تاثیر نسبتا یا بسیار مثبتی بر بهره وری شخصی آنها داشته است. با این حال، تنها ۱۲ درصد قویا معتقد بوده اند که AI شیوه انجام کار در سازمان آنها را متحول کرده است.

این شکاف را می توان به شکل زیر نشان داد:

استفاده فردی از AI ≠ تحول سازمانی

کارمند ممکن است با استفاده از هوش مصنوعی یک گزارش را سریع تر تهیه کند یا تحلیل خود را بهبود دهد، اما تا زمانی که فرایندها، نقش ها، گردش اطلاعات، تصمیم گیری، سیستم های ارزیابی عملکرد و شیوه مدیریت متناسب با فناوری تغییر نکنند، افزایش بهره وری فردی الزاما به افزایش بهره وری سازمانی تبدیل نخواهد شد.

بنابراین سطح بلوغ بالاتر AI زمانی شکل می گیرد که سازمان از مرحله «استفاده از ابزار» به مرحله «بازطراحی کار» حرکت کند.

۴-۵. وضعیت خاورمیانه و شمال آفریقا

یافته های منطقه ای گالوپ برای خاورمیانه و شمال آفریقا نیز قابل توجه است.

در این منطقه:

شاخص خاورمیانه و شمال آفریقامیانگین جهانی کارکنان مشارکت دار۱۴٪۲۰٪کارکنان فاقد مشارکت۶۱٪۶۴٪کارکنان فعالانه غیرمشارکت دار۲۵٪۱۶٪کارکنان در وضعیت Thriving۲۶٪۳۴٪استرس روزانه۴۸٪۴۰٪خشم روزانه۳۰٪۲۲٪اندوه روزانه۲۶٪۲۳٪تنهایی روزانه۲۲٪۲۲٪ادراک مناسب از بازار کار۳۶٪۵۲٪

بر اساس گزارش، نرخ مشارکت ۱۴ درصدی منطقه، دومین وضعیت ضعیف در میان مناطق جهان است و ادراک کارکنان منطقه از وضعیت بازار کار نیز ضعیف ترین وضعیت جهانی را نشان می دهد.

نکته مهم دیگر اختلاف میان مدیران و کارکنان غیرمدیر است. در منطقه خاورمیانه و شمال آفریقا، نرخ مشارکت مدیران ۲۳ درصد و کارکنان غیرمدیر تنها ۱۱ درصد گزارش شده است.

این وضعیت برای سازمان های منطقه حامل پیام مهمی است: اجرای پروژه های تحول دیجیتال و AI در محیطی که سطح مشارکت پایین و فشار روانی بالا است، بدون مداخله در حوزه سرمایه انسانی با ریسک قابل توجه مواجه خواهد بود.

۵. بحث و تحلیل

یافته های پژوهش نشان می دهد معادله بهره وری در عصر هوش مصنوعی را نمی توان صرفا به فناوری تقلیل داد. بر اساس یافته های مورد بررسی می توان رابطه زیر را مطرح کرد:

بهره وری AI = فناوری × آمادگی سازمانی × کیفیت مدیریت × مشارکت کارکنان

ماهیت ضربی این رابطه مفهومی اهمیت دارد؛ زیرا ضعف شدید هر یک از اجزا می تواند تاثیر سایر اجزا را کاهش دهد.

برای مثال، سازمانی ممکن است بهترین ابزارهای هوش مصنوعی را خریداری کند اما چنانچه مدیران ندانند چگونه استفاده از آنها را هدایت کنند، کارکنان اعتماد کافی به فناوری نداشته باشند یا فرایندها همچنان بر اساس منطق گذشته طراحی شده باشند، بخش مهمی از ظرفیت فناوری بلااستفاده باقی خواهد ماند.

بر این اساس، حداقل پنج تحول در مدیریت سرمایه انسانی ضروری به نظر می رسد.

۵-۱. تبدیل مدیران به رهبران تحول AI

آموزش AI نباید محدود به کارکنان فناوری اطلاعات باشد. مدیران صف و مدیران میانی باید در اولویت توسعه قابلیت قرار گیرند.

این آموزش باید فراتر از کار با ابزار بوده و موضوعاتی مانند:

• بازطراحی فرایندهای کاری؛
• مدیریت تغییر؛
• اخلاق و حاکمیت AI؛
• کوچینگ کارکنان؛
• مدیریت نگرانی درباره آینده مشاغل؛
• تشخیص وظایف قابل واگذاری به AI؛
• و ترکیب توانایی انسانی و ماشینی

را در بر گیرد.

۵-۲. حرکت از آموزش ابزار به بازطراحی شغل

صرف برگزاری دوره «چگونه از ChatGPT یا Copilot استفاده کنیم» برای تحول سازمانی کافی نیست.

سازمان باید هر شغل را به مجموعه ای از وظایف تجزیه کرده و مشخص کند:

چه کاری باید توسط انسان انجام شود؟
چه کاری می تواند به AI واگذار شود؟
و در چه فعالیتی همکاری انسان و AI بهترین نتیجه را ایجاد می کند؟

هدف نهایی نباید حذف نیروی انسانی باشد؛ بلکه باید افزایش سهم کارکنان از فعالیت های تحلیلی، خلاقانه، ارتباطی و تصمیم محور باشد.

۵-۳. مشارکت کارکنان به عنوان زیرساخت تحول دیجیتال

مشارکت کارکنان نباید فقط یک شاخص منابع انسانی تلقی شود.

کارمند مشارکت دار:

• آمادگی بیشتری برای یادگیری دارد؛
• تغییر را بهتر می پذیرد؛
• دانش خود را بیشتر به اشتراک می گذارد؛
• نسبت به نتایج سازمان احساس مسئولیت بیشتری دارد؛
• و احتمال بیشتری دارد که از فناوری برای بهبود کار استفاده کند.

از این منظر، سرمایه گذاری در Employee Engagement بخشی از سرمایه گذاری سازمان در تحول دیجیتال است.

۵-۴. مدیریت ترس از جایگزینی شغل

گسترش AI همزمان با فرصت های بهره وری، نگرانی هایی درباره امنیت شغلی ایجاد کرده است. داده های گالوپ نشان می دهد نگرانی کارکنان درباره حذف شغل به دلیل فناوری در حال افزایش است.

چنانچه سازمان این موضوع را نادیده بگیرد، کارکنان ممکن است AI را نه یک ابزار توانمندساز بلکه رقیبی برای امنیت شغلی خود تلقی کنند.

در چنین شرایطی حتی بهترین فناوری نیز با مقاومت پنهان روبه رو خواهد شد.

بنابراین ارتباطات شفاف درباره اهداف AI، برنامه های بازآموزی و ارتقای مهارت و مسیر آینده مشاغل، بخشی ضروری از مدیریت تحول است.

۶. الگوی پیشنهادی بلوغ سرمایه انسانی برای پذیرش AI

بر اساس تحلیل یافته های گالوپ می توان یک الگوی پنج سطحی برای بلوغ سازمانی در استفاده از هوش مصنوعی پیشنهاد کرد:

سطح اول: دسترسی

سازمان ابزارهای هوش مصنوعی را در اختیار کارکنان قرار می دهد.

سطح دوم: توانمندسازی

کارکنان نحوه استفاده صحیح، ایمن و موثر از ابزارها را آموزش می بینند.

سطح سوم: حمایت مدیریتی

مدیران استفاده از AI را فعالانه تشویق و هدایت می کنند.

سطح چهارم: بازطراحی کار

فرایندها، مشاغل و مسئولیت ها بر اساس قابلیت های انسان و AI بازطراحی می شوند.

سطح پنجم: سازمان هوشمند

AI در تصمیم گیری، مدیریت دانش، یادگیری سازمانی و طراحی تجربه کارکنان ادغام شده و بخشی از سیستم مدیریت سازمان می شود.

در این چارچوب، خرید فناوری تنها سازمان را وارد سطح نخست می کند و تحقق بهره وری پایدار مستلزم حرکت به سطوح بالاتر است.

۷. پیامدهای مدیریتی برای سازمان های ایرانی

با وجود آنکه برای تعمیم مستقیم نتایج جهانی به هر سازمان ایرانی باید تفاوت های فرهنگی، اقتصادی و سازمانی را مورد توجه قرار داد، یافته های این پژوهش چند پیام مدیریتی مهم برای سازمان های ایرانی دارد.

نخست آنکه پروژه AI نباید صرفا در اختیار واحد فناوری اطلاعات قرار گیرد. مدیریت سرمایه انسانی، مدیران کسب وکار، فناوری اطلاعات و مدیریت ارشد باید به طور مشترک مسئول تحول باشند.

دوم، پیش از سرمایه گذاری وسیع در ابزارهای AI باید آمادگی سازمانی سنجیده شود؛ از جمله فرهنگ یادگیری، مشارکت کارکنان، کیفیت مدیریت، بلوغ فرایندها و اعتماد به فناوری.

سوم، مدیران میانی باید به یکی از مهم ترین گروه های هدف برنامه های توسعه AI تبدیل شوند.

چهارم، شاخص های موفقیت AI نباید صرفا تعداد کاربران، تعداد لایسنس ها یا میزان استفاده از ابزار باشد؛ بلکه باید شاخص هایی مانند کاهش زمان انجام فرایند، افزایش کیفیت، بهبود تصمیم گیری، تجربه کارکنان و ارزش اقتصادی ایجادشده نیز اندازه گیری شود.

و نهایتا سازمان ها باید AI را فرصتی برای تقویت سرمایه انسانی بدانند، نه صرفا ابزاری برای کاهش تعداد کارکنان.

۸. نتیجه گیری

هدف پژوهش حاضر بررسی نقش عوامل انسانی و مدیریتی در تحقق بهره وری ناشی از هوش مصنوعی بر اساس داده های گزارش وضعیت محیط کار جهانی گالوپ ۲۰۲۶ بود.

یافته ها نشان داد جهان کار همزمان با دو تحول مهم مواجه است: از یک سو توسعه سریع هوش مصنوعی و از سوی دیگر کاهش مشارکت کارکنان و به ویژه مدیران.

همین همزمانی اهمیت مدیریت سرمایه انسانی را افزایش می دهد.

شواهد گالوپ نشان می دهد حمایت مدیر مستقیم یکی از قوی ترین عوامل مرتبط با استفاده موثر کارکنان از هوش مصنوعی است. این یافته بیانگر آن است که سازمان ها نمی توانند مسئولیت موفقیت AI را صرفا بر عهده فناوری بگذارند.

در واقع مهم ترین مسئله عصر AI دیگر این نیست که:

«هوش مصنوعی چه توانایی هایی دارد؟»

بلکه پرسش مدیریتی مهم تر این است که:

«سازمان چگونه انسان ها، مدیران و فرایندهای خود را برای استفاده از این توانایی ها آماده می کند؟»

بنابراین می توان نتیجه گرفت که مزیت رقابتی آینده نه متعلق به سازمان هایی است که صرفا بیشترین سرمایه گذاری را در هوش مصنوعی انجام می دهند، بلکه متعلق به سازمان هایی خواهد بود که بتوانند بهترین ترکیب انسان، مدیریت و فناوری را ایجاد کنند.

هوش مصنوعی ممکن است ابزار تحول باشد، اما مدیریت و سرمایه انسانی سازوکار تحقق تحول هستند.

۹. پیشنهادهای کاربردی

بر اساس نتایج پژوهش پیشنهاد می شود سازمان ها:

۱. شاخص آمادگی سرمایه انسانی برای پذیرش AI را طراحی و به صورت دوره ای اندازه گیری کنند.

۲. برنامه توسعه شایستگی AI ویژه مدیران طراحی کنند.

۳. مشارکت کارکنان را به عنوان یکی از KPIهای تحول دیجیتال در نظر بگیرند.

۴. پیش از اتوماسیون، مشاغل و فرایندها را به صورت نظام مند بازطراحی کنند.

۵. سیاست ها و چارچوب های روشن استفاده ایمن و اخلاقی از هوش مصنوعی تدوین کنند.

۶. فرصت های Upskilling و Reskilling را همزمان با پیاده سازی فناوری توسعه دهند.

۷. مدیران را برای گفت وگو با کارکنان درباره نگرانی های شغلی ناشی از AI آماده کنند.

۸. تاثیر AI را به جای «میزان استفاده»، بر اساس «ارزش ایجادشده» اندازه گیری کنند.

۹. تجربه کارکنان و سلامت روان مدیران را در فرایند تحول دیجیتال مورد توجه قرار دهند.

۱۰. واحد سرمایه انسانی را از ابتدای طراحی و اجرای برنامه های تحول هوش مصنوعی درگیر کنند.

منابع

Gallup. (2026). State of the Global Workplace 2026 Report: The Human Side of the AI Revolution. Gallup, Inc.

Bloom, N., Sadun, R., & Van Reenen, J. (2016). Management as a Technology? National Bureau of Economic Research, Working Paper No. 22327. https://doi.org/10.3386/w22327

Challapally, A., Pease, C., Raskar, R., & Chari, P. (2025). The GenAI Divide: State of AI in Business 2025. MIT Project NANDA.

Yotzov, I., Barrero, J. M., Bloom, N., Bunn, P., Davis, S. J., Foster, K. M., et al. (2026). Firm Data on AI. National Bureau of Economic Research, Working Paper No. 34836. https://doi.org/10.3386/w34836