همکاری انسان و هوش مصنوعی در مدیریت؛ مکمل یکدیگر یا رقیب یکدیگر؟

چکیده

گسترش کاربرد هوش مصنوعی در سازمان ها، رابطه میان توانایی های انسانی و فناوری های هوشمند را به یکی از موضوعات مهم مدیریت معاصر تبدیل کرده است. هوش مصنوعی با قابلیت پردازش حجم گسترده ای از اطلاعات، شناسایی الگوها و ارائه پیشنهادهای تحلیلی، می تواند بخشی از فعالیت های شناختی و تصمیم گیری را پشتیبانی یا خودکار کند. در مقابل، انسان از توانایی هایی مانند درک زمینه سازمانی، قضاوت اخلاقی، شناخت روابط اجتماعی، تفسیر موقعیت های مبهم و ارزیابی پیامدهای بلندمدت برخوردار است. بااین حال، وجود این تفاوت ها به تنهایی تضمین نمی کند که همکاری انسان و هوش مصنوعی به عملکردی برتر از عملکرد مستقل هر یک منجر شود. پژوهش های تجربی و فراتحلیل های جدید نشان می دهند که نتایج همکاری انسان و هوش مصنوعی به نوع وظیفه، توزیع توانایی ها، کیفیت تعامل، میزان اعتماد و نحوه تقسیم مسئولیت وابسته است. این یادداشت با رویکردی تحلیلی، تفاوت میان جایگزینی نیروی انسانی و تقویت توانایی های آن، فرصت ها و محدودیت های همکاری انسان و هوش مصنوعی و پیامدهای این تعامل برای مدیریت استراتژیک را بررسی می کند. استدلال اصلی آن است که مزیت سازمانی نه از جایگزینی کامل انسان با ماشین و نه از ترکیب بدون برنامه این دو، بلکه از طراحی هدفمند همکاری، تخصیص مناسب وظایف و حفظ مسئولیت پذیری انسانی حاصل می شود.

واژگان کلیدی: هوش مصنوعی، همکاری انسان و هوش مصنوعی، مدیریت استراتژیک، تصمیم گیری مدیریتی، عملکرد سازمانی، مکمل بودن توانایی ها، تحول دیجیتال.

۱. مقدمه

هوش مصنوعی به تدریج از یک ابزار فنی برای پردازش اطلاعات به عاملی تاثیرگذار بر نحوه انجام فعالیت های مدیریتی تبدیل شده است. امروزه سازمان ها از سامانه های هوشمند برای تحلیل بازار، پیش بینی تقاضا، ارزیابی عملکرد، پشتیبانی از تصمیم های مالی، مدیریت ارتباط با مشتری و برنامه ریزی عملیاتی استفاده می کنند.

این تحول پرسشی اساسی را مطرح می کند: آیا هوش مصنوعی باید جایگزین بخشی از نیروی انسانی شود یا بهتر است در کنار کارکنان و مدیران فعالیت کند و توانایی های آنان را افزایش دهد؟

پاسخ به این پرسش صرفا به پیشرفت فناوری وابسته نیست؛ بلکه به ماهیت فعالیت، میزان پیچیدگی تصمیم، کیفیت اطلاعات و نحوه طراحی فرایندهای سازمانی نیز بستگی دارد.

پژوهش هیلبراند ، رایش و شاد که در سال ۲۰۲۵ در مجله Academy of Management Annals منتشر شد، دو جریان پژوهشی مرتبط را به یکدیگر پیوند می دهد: همکاری انسان و هوش مصنوعی در تصمیم گیری های مدیریتی و مدیریت الگوریتمی که بر چگونگی کنترل و هدایت فعالیت های انسانی با استفاده از سامانه های هوشمند تمرکز دارد. این پژوهش نشان می دهد که بررسی هوش مصنوعی در مدیریت باید از سطح ابزارهای منفرد فراتر رود و زمینه سازمانی، روابط میان انسان و فناوری و پیامدهای چندسطحی آن ها را نیز دربر گیرد.

از این منظر، مسئله اصلی مدیران صرفا انتخاب میان انسان و هوش مصنوعی نیست؛ بلکه طراحی الگویی از همکاری است که در آن هر یک از طرفین در فعالیت هایی به کار گرفته شوند که بیشترین ارزش را ایجاد می کنند.

۲. مفهوم همکاری انسان و هوش مصنوعی

همکاری انسان و هوش مصنوعی به وضعیتی اشاره دارد که در آن انسان و سامانه هوشمند، با نقش ها و قابلیت های متفاوت، برای دستیابی به یک هدف مشترک با یکدیگر تعامل می کنند.

این همکاری می تواند در سطوح مختلفی شکل بگیرد. در سطح نخست، هوش مصنوعی نقش ابزار پشتیبان را دارد و اطلاعات یا پیشنهادهایی را برای تصمیم گیری در اختیار مدیر قرار می دهد. در سطح دوم، انسان و سامانه هوشمند در یک فرایند مشترک مشارکت می کنند و هر یک بخشی از وظایف را بر عهده می گیرد. در سطح سوم، برخی فعالیت ها به صورت خودکار انجام می شوند و انسان بر نتایج، موارد استثنایی و تصمیم های حساس نظارت می کند.

برای تحلیل دقیق تر این رابطه، تمایز میان دو مفهوم اهمیت دارد:

الف) خودکارسازی فعالیت ها: در این حالت، سامانه هوشمند وظیفه ای را که پیش تر توسط انسان انجام می شد، بر عهده می گیرد. برای مثال، طبقه بندی اولیه درخواست های مشتریان یا استخراج اطلاعات از اسناد می تواند تا حد زیادی خودکار شود.

ب) تقویت توانایی های انسانی: در این حالت، هوش مصنوعی به انسان کمک می کند وظیفه خود را با سرعت، دقت یا دامنه تحلیلی بیشتری انجام دهد. برای مثال، مدیر می تواند از هوش مصنوعی برای مقایسه سناریوهای بازار استفاده کند، اما ارزیابی نهایی و انتخاب راهبرد را با توجه به شرایط سازمان انجام دهد.

فوگنر، والزنر و گوپتا در پژوهشی منتشرشده در مجله Management Science در سال ۲۰۲۶، این دو رویکرد را در قالب چارچوبی برای تخصیص وظایف بررسی کرده اند. یافته های آنان نشان می دهد که انتخاب میان خودکارسازی و تقویت توانایی انسان باید با توجه به نوع وظیفه و تفاوت عملکرد انسان و هوش مصنوعی انجام شود؛ زیرا یک الگوی واحد برای همه فعالیت ها بهینه نیست.

۳. چرا انسان و هوش مصنوعی می توانند مکمل یکدیگر باشند؟

مکمل بودن به این معناست که قابلیت های دو طرف به گونه ای با یکدیگر ترکیب شوند که ارزش حاصل از همکاری، از عملکرد مستقل آنان بیشتر باشد. این وضعیت زمانی محتمل تر است که انسان و هوش مصنوعی توانایی های متفاوت اما مرتبطی داشته باشند.

۳۱. توانایی پردازش اطلاعات در برابر درک زمینه سازمانی

هوش مصنوعی می تواند حجم زیادی از داده ها را در زمان کوتاهی پردازش کند، الگوهای آماری را شناسایی کند و ارتباطات احتمالی میان متغیرها را نشان دهد. این قابلیت در محیط هایی که مدیران با اطلاعات پراکنده و پیچیده مواجه اند، اهمیت زیادی دارد.

بااین حال، تشخیص الگو لزوما به معنای درک کامل شرایط سازمان نیست. یک تغییر در فروش ممکن است به دلایل اقتصادی، فرهنگی، رقابتی یا مدیریتی رخ داده باشد. تفسیر چنین تغییری به شناخت محیط، تجربه و اطلاعات زمینه ای نیاز دارد.

در نتیجه، ترکیب تحلیل داده محور با شناخت زمینه ای مدیر می تواند به تصمیم هایی منجر شود که هم از شواهد کمی بهره می برند و هم محدودیت های واقعی سازمان را در نظر می گیرند.

۳۲. سرعت تحلیلی در برابر قضاوت مدیریتی

در تصمیم های پیچیده، سرعت پردازش اطلاعات یک مزیت مهم است؛ اما سرعت به تنهایی کیفیت تصمیم را تضمین نمی کند.

هوش مصنوعی ممکن است چندین گزینه را در مدت کوتاهی بررسی کند، اما مدیر باید مشخص کند کدام گزینه با اهداف بلندمدت سازمان، محدودیت منابع و پیامدهای اجتماعی تصمیم سازگارتر است.

برای مثال، یک سامانه هوشمند ممکن است کاهش هزینه های نیروی انسانی را از نظر مالی سودمند تشخیص دهد. مدیر، علاوه بر این محاسبه، باید اثر تصمیم بر دانش سازمانی، انگیزه کارکنان، کیفیت خدمات و اعتبار شرکت را نیز ارزیابی کند.

بنابراین، نقش انسان در مدیریت آینده می تواند از انجام محاسبات تکراری به سمت تفسیر نتایج، تعیین اولویت ها، ارزیابی پیامدها و مسئولیت پذیری در برابر تصمیم ها تغییر کند.

۳۳. ظرفیت تحلیلی در برابر مهارت های ارتباطی

یکی از نکات مهم در پژوهش های مدیریت، این است که تقسیم کار موثر میان انسان و هوش مصنوعی نباید صرفا بر اساس میزان توانایی شناختی آنان صورت گیرد.

فومینا و رایش در پژوهشی ارائه شده در نشست سالانه آکادمی مدیریت در سال ۲۰۲۴، با بررسی استفاده از یک سامانه فروش مبتنی بر هوش مصنوعی در یک شرکت عمده فروشی، استدلال کردند که هوش مصنوعی می تواند برخی وظایف تحلیلی و ساختاریافته را بر عهده بگیرد و به مدیران فروش امکان دهد زمان بیشتری برای فعالیت های ارتباطی و رابطه محور اختصاص دهند.

این دیدگاه برای مدیریت بازرگانی اهمیت ویژه ای دارد؛ زیرا موفقیت در فروش و مدیریت مشتری فقط به تحلیل داده ها وابسته نیست، بلکه به شناخت نیازهای مشتری، ایجاد اعتماد، مذاکره و حفظ روابط بلندمدت نیز بستگی دارد.

بر این اساس، ارزش هوش مصنوعی ممکن است علاوه بر بهبود مستقیم یک وظیفه، از طریق آزادکردن ظرفیت انسانی برای فعالیت های ارزشمندتر نیز ایجاد شود.

۴. آیا همکاری انسان و هوش مصنوعی همیشه به عملکرد بهتر منجر می شود؟

یکی از خطاهای رایج در تحلیل تحول دیجیتال، این فرض است که ترکیب انسان و هوش مصنوعی الزاما از عملکرد هر یک به تنهایی بهتر خواهد بود. شواهد پژوهشی نشان می دهند که چنین نتیجه ای همیشگی نیست.

واکارو و همکاران در پژوهشی منتشرشده در مجله Nature Human Behaviour در سال ۲۰۲۴، یک مرور نظام مند و فراتحلیل شامل ۱۰۶ مطالعه آزمایشی و ۳۷۰ اندازه اثر انجام دادند. نتایج نشان داد که به طور میانگین، عملکرد ترکیبی انسان و هوش مصنوعی از عملکرد بهترین گزینه منفرد، یعنی انسان یا هوش مصنوعی به تنهایی، پایین تر بود. بااین حال، همکاری انسان و هوش مصنوعی به طور متوسط می توانست عملکرد انسان را بهبود دهد و نتیجه به نوع وظیفه وابسته بود؛ در وظایف تصمیم گیری، زیان عملکردی مشاهده شده در ترکیب انسان و هوش مصنوعی بیشتر بود، درحالی که در وظایف تولید محتوا، دستاوردهای بیشتری گزارش شد.

این نتیجه به معنای بی فایده بودن همکاری انسان و هوش مصنوعی نیست؛ بلکه نشان می دهد همکاری موثر به طراحی و شرایط اجرا وابسته است.

در پژوهش دیگری، همر و همکاران در سال ۲۰۲۵ مفهوم مکمل بودن در همکاری انسان و هوش مصنوعی را بررسی کردند و بر اهمیت دو عامل تاکید گذاشتند: تفاوت در دسترسی به اطلاعات و تفاوت در قابلیت های انسان و هوش مصنوعی. از دیدگاه آنان، صرف کنار هم قرار دادن انسان و فناوری کافی نیست؛ بلکه باید شرایطی فراهم شود که تفاوت توانایی ها به ارزش واقعی تبدیل شود.

در نتیجه، مدیران باید به جای فرض کردن برتری همکاری، آن را با شاخص های مشخص ارزیابی کنند.

۵. موانع تحقق همکاری موثر

۵۱. اعتماد بیش از حد به هوش مصنوعی

یکی از مخاطرات مهم، پذیرش پیشنهادهای سامانه هوشمند بدون ارزیابی انتقادی است. زمانی که خروجی هوش مصنوعی منسجم، دقیق یا قانع کننده به نظر می رسد، ممکن است مدیران احتمال خطا را کمتر از میزان واقعی آن برآورد کنند.

این مسئله می تواند به تضعیف قضاوت مستقل، کاهش بررسی گزینه های جایگزین و پذیرش اطلاعات نادرست منجر شود.

برای کاهش این خطر، مدیران باید شواهد پشتیبان پیشنهادها را بررسی کنند، در تصمیم های مهم از منابع مستقل استفاده کنند و امکان رد یا اصلاح خروجی سامانه را حفظ کنند.

۵۲. بی اعتمادی و استفاده ناکافی از فناوری

در نقطه مقابل، بی اعتمادی بیش از حد نیز می تواند مانع بهره برداری از قابلیت های هوش مصنوعی شود. اگر کارکنان تصور کنند فناوری همیشه نادرست است یا استفاده از آن جایگاه شغلی آنان را تهدید می کند، ممکن است از سامانه استفاده نکنند یا نتایج آن را نادیده بگیرند.

بنابراین، سازمان باید از طریق آموزش، مشارکت کارکنان در طراحی فرایندها و شفاف سازی اهداف استقرار فناوری، اعتماد واقع بینانه ایجاد کند.

۵۳. ابهام در نقش ها و مسئولیت ها

اگر مشخص نباشد چه کسی مسئول بررسی داده ها، ارزیابی پیشنهادهای هوش مصنوعی و تایید تصمیم نهایی است، احتمال بروز خطا افزایش می یابد.

این مشکل در تصمیم های گروهی پیچیده تر می شود؛ زیرا ممکن است اعضای تیم تصور کنند مسئولیت ارزیابی خروجی سامانه بر عهده دیگران است.

پژوهش زرچر و همکاران که در سال ۲۰۲۵ در مجله Journal of Organizational Behavior منتشر شد، این مسئله را در قالب آزمایشی با ۸۱ تیم بررسی کرد. نتایج نشان داد تیم هایی که اطلاعات هوش مصنوعی در آن ها به صورت متمرکز در دسترس قرار داشت، تصمیم های دقیق تری از تیم های انسانی مورد مقایسه اتخاذ کردند؛ اما در شرایطی که دسترسی به اطلاعات هوش مصنوعی نامتقارن بود، تیم ها از همان مزیت برخوردار نشدند. این یافته بر اهمیت نحوه توزیع اطلاعات و هماهنگی میان اعضای تیم تاکید می کند.

۵۴. تعارض میان اهداف کوتاه مدت و بلندمدت

سامانه های هوشمند ممکن است بر اساس شاخص هایی که برای آن ها تعریف شده است، عملکرد قابل قبولی نشان دهند؛ اما این شاخص ها لزوما تمام اهداف سازمان را پوشش نمی دهند.

برای مثال، اگر هدف سامانه فقط افزایش سرعت پاسخ گویی به مشتری باشد، ممکن است کیفیت تعامل یا رضایت بلندمدت مشتریان به اندازه کافی مورد توجه قرار نگیرد.

ازاین رو، مدیران باید اطمینان حاصل کنند که معیارهای عملکرد هوش مصنوعی با اهداف کلان سازمان هماهنگ هستند و پیامدهای ناخواسته احتمالی نیز ارزیابی می شوند.

۶. کاربرد همکاری انسان و هوش مصنوعی در مدیریت استراتژیک

مدیریت استراتژیک با تصمیم هایی سروکار دارد که بر جهت گیری بلندمدت سازمان، تخصیص منابع و موقعیت رقابتی آن تاثیر می گذارند. در این سطح، همکاری انسان و هوش مصنوعی می تواند در چند حوزه اهمیت داشته باشد.

تحلیل محیط رقابتی: هوش مصنوعی می تواند در گردآوری و طبقه بندی اطلاعات مربوط به بازار، مشتریان و رقبا کمک کند. مدیران باید اعتبار داده ها را ارزیابی کرده و اهمیت راهبردی یافته ها را با توجه به شرایط سازمان تفسیر کنند.

برنامه ریزی سناریوها: سامانه های هوشمند می توانند به تولید و مقایسه سناریوهای مختلف کمک کنند. بااین حال، انتخاب سناریوهای معنادار و ارزیابی احتمال وقوع و پیامدهای آن ها به قضاوت مدیریتی نیاز دارد.

تخصیص منابع: هوش مصنوعی می تواند گزینه های مختلف تخصیص منابع را بر اساس محدودیت ها و شاخص های تعریف شده تحلیل کند. تصمیم نهایی باید علاوه بر کارایی اقتصادی، ریسک، انعطاف پذیری و اولویت های استراتژیک را نیز در نظر بگیرد.

نوآوری و توسعه کسب وکار: هوش مصنوعی می تواند در تولید ایده، تحلیل نیازهای مشتری و ارزیابی اولیه گزینه ها نقش داشته باشد. سازمان برای تبدیل این خروجی ها به نوآوری واقعی، همچنان به دانش بازار، خلاقیت، آزمایش و اجرای مدیریتی نیاز دارد.

در تمام این حوزه ها، باید میان استفاده از هوش مصنوعی برای گسترش دامنه تحلیل و واگذاری کامل اختیار تصمیم گیری تمایز قائل شد.

۷. مثال تحلیلی: همکاری انسان و هوش مصنوعی در یک شرکت تولیدی

فرض کنیم یک شرکت تولیدی با کاهش سودآوری و افزایش هزینه های عملیاتی مواجه شده است. مدیریت تصمیم می گیرد از هوش مصنوعی برای تحلیل وضعیت استفاده کند.

سامانه هوشمند داده های فروش، هزینه مواد اولیه، میزان موجودی و اطلاعات تولید را بررسی می کند و سه پیشنهاد ارائه می دهد: کاهش موجودی انبار، تغییر برنامه تولید و بازنگری در قیمت گذاری برخی محصولات.

در یک الگوی همکاری نامناسب، مدیران ممکن است پیشنهادها را بدون بررسی زمینه ای اجرا کنند. برای مثال، کاهش موجودی انبار می تواند هزینه نگهداری را پایین بیاورد، اما اگر زمان تامین مواد اولیه طولانی باشد، احتمال توقف خط تولید افزایش خواهد یافت.

در الگوی همکاری موثر، مدیران پیشنهادهای هوش مصنوعی را به عنوان فرضیه هایی برای بررسی در نظر می گیرند. آن ها اطلاعات مربوط به تامین کنندگان، نوسانات بازار، تعهدات مشتریان و محدودیت های تولید را بررسی می کنند و سپس تصمیم مناسب را انتخاب می کنند.

در این الگو، هوش مصنوعی ظرفیت تحلیل را افزایش می دهد و مدیران مسئولیت تفسیر زمینه، سنجش ریسک و تصمیم گیری نهایی را بر عهده دارند.

این مثال فرضی است و برای توضیح سازوکار همکاری طراحی شده است؛ بنابراین نباید آن را نتیجه یک مطالعه تجربی تلقی کرد.

۸. چارچوب پیشنهادی برای طراحی همکاری موثر

سازمان ها برای افزایش احتمال موفقیت همکاری انسان و هوش مصنوعی می توانند از چارچوب زیر استفاده کنند.

گام اول: تفکیک وظایف بر اساس ماهیت و ریسک

وظایف پرتکرار و دارای معیارهای روشن را می توان برای خودکارسازی بررسی کرد. فعالیت هایی که به تحلیل مشترک نیاز دارند، می توانند با کمک هوش مصنوعی انجام شوند. در تصمیم های بسیار حساس، مبهم یا دارای پیامدهای گسترده، نظارت و مسئولیت انسانی باید نقش پررنگ تری داشته باشد.

گام دوم: تعریف روشن نقش ها

باید مشخص شود سامانه هوشمند چه وظایفی را انجام می دهد، انسان کدام بخش ها را ارزیابی می کند و چه کسی مسئول تایید تصمیم نهایی است. این تقسیم مسئولیت باید برای کارکنان و مدیران قابل فهم باشد.

گام سوم: آموزش سواد هوش مصنوعی

کارکنان باید با توانایی ها و محدودیت های سامانه آشنا باشند. آموزش مناسب باید شامل تشخیص خطا، ارزیابی اعتبار اطلاعات، شناخت سوگیری های احتمالی و شیوه استفاده مسئولانه از خروجی ها باشد.

گام چهارم: ایجاد سازوکار ارزیابی انتقادی

در تصمیم های مهم، خروجی هوش مصنوعی باید با داده های معتبر، منابع مستقل و دانش تخصصی مقایسه شود. همچنین، امکان بررسی گزینه های جایگزین و ثبت دلایل پذیرش یا رد پیشنهادها باید فراهم باشد.

گام پنجم: سنجش عملکرد واقعی همکاری

سازمان نباید موفقیت را فقط با کاهش زمان یا هزینه بسنجد. کیفیت تصمیم، نرخ خطا، رضایت مشتری، بهره وری، پیامدهای انسانی و میزان تحقق اهداف استراتژیک نیز باید ارزیابی شوند.

گام ششم: بازنگری مستمر در تقسیم کار

با تغییر توانایی های فناوری، ساختار سازمان و نیازهای بازار، تقسیم وظایف میان انسان و هوش مصنوعی نیز باید بازبینی شود. الگوی مناسب امروز ممکن است در آینده بهینه نباشد.

این چارچوب یک پیشنهاد تحلیلی برای مدیران است و جایگزین استانداردهای رسمی مدیریت ریسک یا الزامات قانونی مربوط به هوش مصنوعی نیست.

۹. پیامدهای همکاری انسان و هوش مصنوعی برای مزیت رقابتی

از منظر مدیریت استراتژیک، دسترسی به ابزارهای هوش مصنوعی به تنهایی تضمین کننده مزیت رقابتی نیست؛ زیرا رقبا نیز ممکن است به فناوری های مشابه دسترسی پیدا کنند.

آنچه می تواند برای سازمان ارزشمندتر باشد، توانایی آن در طراحی فرایندهای همکاری، یادگیری از نتایج، ترکیب دانش کارکنان با قابلیت های فناوری و اصلاح مستمر تصمیم هاست.

سازمانی که بتواند هوش مصنوعی را در فرایندهای مناسب به کار گیرد و هم زمان توانایی های انسانی را در حوزه های ارزش آفرین حفظ و تقویت کند، ممکن است نسبت به سازمانی که صرفا به خودکارسازی گسترده یا استفاده پراکنده از ابزارها متکی است، عملکرد بهتری داشته باشد.

بااین حال، تحقق چنین مزیتی به شرایط واقعی سازمان، کیفیت اجرا و ویژگی های صنعت وابسته است و نباید آن را پیامدی قطعی برای همه شرکت ها دانست.

۱۰. نتیجه گیری

همکاری انسان و هوش مصنوعی یکی از موضوعات مهم در آینده مدیریت است؛ اما پاسخ به این پرسش که آیا این دو مکمل یا رقیب یکدیگرند، به ماهیت وظایف و نحوه طراحی تعامل آن ها بستگی دارد.

هوش مصنوعی می تواند در پردازش اطلاعات، شناسایی الگوها، انجام فعالیت های تکراری و گسترش دامنه تحلیل نقش مهمی ایفا کند. در مقابل، انسان در تفسیر زمینه سازمانی، شناخت روابط اجتماعی، ارزیابی پیامدهای بلندمدت و پذیرش مسئولیت تصمیم ها نقش دارد. بااین حال، این تقسیم بندی مطلق نیست و توانایی های واقعی هر طرف باید در هر وظیفه به صورت مشخص ارزیابی شود.

شواهد علمی نشان می دهند که ترکیب انسان و هوش مصنوعی همیشه از عملکرد مستقل آن ها بهتر نیست. همکاری زمانی ارزشمندتر خواهد بود که تفاوت توانایی ها به درستی شناسایی شود، نقش ها روشن باشند، اعتماد به سامانه متناسب با قابلیت واقعی آن شکل بگیرد و عملکرد ترکیبی با معیارهای معتبر سنجیده شود.

در نهایت، مسئله اصلی مدیریت در عصر هوش مصنوعی انتخاب میان انسان و ماشین نیست؛ بلکه طراحی نظامی است که در آن فناوری به افزایش ظرفیت انسانی کمک کند، فعالیت های مناسب به صورت هدفمند خودکار شوند و مسئولیت تصمیم های مهم به روشنی تعیین شده باشد. 

مزیت رقابتی پایدار زمانی محتمل تر است که سازمان بتواند همکاری انسان و هوش مصنوعی را به یک قابلیت سازمانی منسجم، قابل ارزیابی و قابل بهبود تبدیل کند.

منابع

۱. Vaccaro, M., Almaatouq, A., & Malone, T. W. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8, 2293–2303.
DOI: 10.1038/s41562-024-02024-1

۲. Hillebrand, L., Raisch, S., & Schad, J. (2025). Managing with Artificial Intelligence: An Integrative Framework. Academy of Management Annals.
DOI: 10.5465/annals.2022.0072

۳. Fügener, A., Walzner, D. D., & Gupta, A. (2026). Roles of Artificial Intelligence in Collaboration with Humans: Automation, Augmentation, and the Future of Work. Management Science, 72(1), 538–557.
DOI: 10.1287/mnsc.2024.05684

۴. Hemmer, P., Schemmer, M., Kühl, N., Vössing, M., & Satzger, G. (2025). Complementarity in Human-AI Collaboration: Concept, Sources, and Evidence. European Journal of Information Systems, 34(6), 979–1002.
DOI: 10.1080/0960085X.2025.2475962

۵. Zercher, D., Jussupow, E., Benke, I., & Heinzl, A. (2026). How Can Teams Benefit From AI Team Members? Exploring the Effect of Generative AI on Decision-Making Processes and Decision Quality in Team–AI Collaboration. Journal of Organizational Behavior, 47(8), 1369–1396.
DOI: 10.1002/job.2898

۶. Fomina, K., & Raisch, S. (2024). Collaboration Between Humans and AI: Complementarities Within and Across Skill. Academy of Management Proceedings.
DOI: 10.5465/AMPROC.2024.21431