کیفیت در عصر هوش مصنوعی؛ از کنترل خطا تا پیش‌بینی آینده
در پنل تخصصی گذار به کیفیت ۴.۰ و هوشمندسازی، چهار صاحب‌نظر از ضرورت بازتعریف نقش مدیران کیفیت در عصر هوش مصنوعی گفتند
تحولات هوش مصنوعی و فناوری‌های نوین، مفهوم کیفیت و جایگاه مدیران کیفیت در سازمان‌ها را نیز دستخوش تغییر کرده است؛ تغییری که از مدیریت داده و پیش‌بینی خطاها تا بازآرایی ساختار مشاغل و مهارت‌های نیروی انسانی را دربرمی‌گیرد. این موضوع محور پنل تخصصی گذار به کیفیت ۴.۰ و هوشمندسازی بود که روز گذشته توسط انجمن مدیریت کیفیت در اتاق بازرگانی ایران برگزار شد ؛ نشستی که در آن فرشید شکرخدایی، مهدی محمدی، اشکان بنکدار شیرازی و فرزین فردیس، از چهار منظر مدیریتی، دانشگاهی و فناورانه به آینده کیفیت پرداختند و بر ضرورت عبور از الگوهای سنتی کنترل و بازرسی و حرکت به سمت کیفیت هوشمند تأکید کردند.
در ابتدای نشست فرشید شکرخدایی، نایب‌رئیس انجمن مدیریت کیفیت ایران، با تأکید بر تغییر نقش واحدهای کیفیت در عصر فناوری‌های نوین به رویکرد جدید مدیریت کیفیت اشاره کرد و گفت که دیگر نمی‌توان کیفیت را صرفاً به کنترل محصول نهایی یا شناسایی خطا پس از وقوع محدود کرد؛ بلکه باید کیفیت از مرحله طراحی فرایند در سازمان نهادینه شود و مدیران کیفیت نقش فعال‌تری در هدایت تحولات فناورانه، مدیریت داده و پیش‌بینی مشکلات بر عهده بگیرند.
او با اشاره به مفهوم «کیفیت ۴» و تأثیر انقلاب صنعتی چهارم بر نظام‌های مدیریت کیفیت اظهار کرد: سال گذشته درباره کیفیت ۴ صحبت کردیم. این مفهوم صرفاً به استفاده از ابزارهای فناورانه جدید محدود نمی‌شود، بلکه با تغییر در نگرش سازمان به کیفیت، ادغام فرایندها، افراد و فناوری همراه است. در این رویکرد، هوش مصنوعی، اینترنت اشیا و ابزارهای تحلیل داده، قابلیت‌های تازه‌ای در اختیار سازمان‌ها قرار می‌دهند؛ با این حال، استفاده از این فناوری‌ها بدون تغییر در فرهنگ و مهارت کارکنان به نتیجه مطلوب نمی‌رسد.
شکرخدایی با اشاره به اینکه سازمان‌ها باید درک عمیق‌تری از تحولات صنعت پیدا کنند، افزود: نمی‌توان فناوری را به‌عنوان موضوعی جداگانه وارد سازمان کرد و انتظار داشت همه‌چیز تغییر کند. این تحول باید در تک‌تک افراد سازمان نهادینه شود. مهارت‌هایی که سه سال پیش برای آنها ارزش زیادی قائل بودیم، امروز ممکن است دیگر مزیت محسوب نشوند. بسیاری از کارهایی که پیش‌تر برای آموزش آنها ساعت‌ها کلاس و کارگاه برگزار می‌کردیم، اکنون با ابزارهای هوش مصنوعی به‌سادگی انجام می‌شوند. بنابراین، مسئله اصلی دیگر صرفاً یادگیری روش انجام کار نیست، بلکه شناخت قابلیت‌های فناوری و توانایی استفاده درست از آن است.
او با بیان اینکه صنعت کیفیت از گذشته با داده و تحلیل آماری بیگانه نبوده است، ادامه داد: ما سال‌ها پیش نیز در کنترل کیفیت آماری و ابزارهایی مانند SPC با داده سروکار داشتیم. حتی در دهه ۷۰، با استفاده از نرم‌افزارهایی مانند فاکس‌پرو، داده‌های نمونه‌برداری را وارد می‌کردیم و نمودارهای کنترلی می‌ساختیم. تفاوت امروز در این است که دسترسی به ابزارهای تحلیل بسیار گسترده‌تر شده و انجام بسیاری از محاسبات و تحلیل‌هایی که قبلاً دشوار و زمان‌بر بودند، اکنون به‌سادگی امکان‌پذیر است.
ضرورت بازنگری در مدیریت داده
نایب‌رئیس انجمن مدیریت کیفیت ایران یکی از تغییرات مهم در جایگاه متخصصان کیفیت را عبور از نقش تحلیلگر داده به مدیر داده دانست و گفت: متخصص کیفیت نباید صرفاً تحلیلگر داده‌هایی باشد که در اختیارش قرار می‌گیرد. او باید بتواند کیفیت داده‌ها را مدیریت کند؛ یعنی داده‌ها را پاک‌سازی، یکپارچه و برای استفاده در تصمیم‌گیری‌های سازمانی آماده کند. البته این مسئولیت با وظایف واحد فناوری اطلاعات متفاوت است. واحد فناوری اطلاعات زیرساخت ذخیره‌سازی، سامان‌دهی و دسترسی به داده‌ها را فراهم می‌کند، اما متخصص کیفیت باید از قابل‌اعتماد بودن و کیفیت این داده‌ها اطمینان حاصل کند.
به گفته او، در بسیاری از شرکت‌ها داده‌های فراوانی وجود دارد، اما این داده‌ها یکپارچه نیستند و گاهی سری‌های زمانی متفاوتی دارند. در چنین شرایطی، تحلیل دقیق و تصمیم‌گیری بر مبنای داده با مشکل مواجه می‌شود. بنابراین، لازم است واحدهای کیفیت و فناوری اطلاعات برای ایجاد یک نظام منسجم مدیریت داده همکاری کنند.
شکرخدایی با اشاره به دشواری دسترسی به داده‌های قابل‌خواندن در برخی سامانه‌های رسمی، از جمله صورت‌های مالی منتشرشده در کدال، اظهار کرد: در برخی موارد، صورت‌های مالی ابتدا چاپ می‌شوند، مهر حسابرس روی آنها قرار می‌گیرد و سپس دوباره اسکن می‌شوند. در نتیجه، اطلاعاتی که می‌توانست به‌صورت فایل دیجیتال و قابل‌خواندن در اختیار تحلیلگران قرار بگیرد، به تصویر تبدیل می‌شود و استخراج داده از آن دشوارتر خواهد بود. پرسش این است که چرا فرایندها را از ابتدا به شکل دیجیتال طراحی نمی‌کنیم و چرا بستری ایجاد نمی‌شود که داده‌های عمومی به‌صورت استاندارد و قابل‌استفاده در اختیار تحلیلگران قرار بگیرد؟
او افزود: فناوری‌های جدید باعث شده‌اند بسیاری از قابلیت‌هایی که پیش‌تر در اختیار تعداد محدودی از شرکت‌ها بود، برای همه قابل‌دسترس شود. راه‌اندازی وب‌سایت، تولید محتوا، ساخت ویدئو یا انجام تحلیل‌های آماری دیگر پیچیدگی گذشته را ندارد. حتی اجرای پروژه‌های شش سیگما و تحلیل پراکندگی داده‌ها نیز با ابزارهای جدید آسان‌تر شده است. در نتیجه، فناوری به‌جای آنکه الزاماً فاصله شرکت‌ها را بیشتر کند، در بسیاری از موارد قابلیت‌های آنها را به یکدیگر نزدیک می‌کند. مزیت رقابتی آینده در صرف دسترسی به ابزارها نخواهد بود، بلکه در نحوه استفاده از آنها و کیفیت تصمیم‌گیری سازمان شکل می‌گیرد.
مدیر کیفیت باید در طراحی فرایند حضور داشته باشد
شکرخدایی با تأکید بر ضرورت تغییر جایگاه مدیر کیفیت در سازمان‌ها گفت: در گذشته، معمولاً فرایند طراحی می‌شد و سپس واحد کیفیت در ایستگاه‌های مختلف تولید، نقاط کنترل، کنترل کیفیت ورودی و میانی و ابزارهای نظارتی را تعریف می‌کرد. همچنین اختیارات لازم برای جداسازی محصولات نامنطبق یا توقف فرایند از طریق ساختار مدیریتی دریافت می‌شد. اما امروز این نقش باید تغییر کند. مدیر کیفیت نباید فقط در انتهای فرایند و هنگام بروز مشکل وارد عمل شود؛ بخش مهمی از مسئولیت او باید به طراحی فرایند اختصاص پیدا کند.
او با اشاره به اینکه بسیاری از مشکلات ریشه در طراحی دارند، افزود: اگر فرایند از ابتدا درست طراحی نشده باشد، نمی‌توان انتظار داشت با افزایش کنترل‌ها و بازرسی‌ها کیفیت مطلوب حاصل شود. در رویکرد جدید، باید از همان مرحله طراحی به این فکر کنیم که محصول یا خدمت چگونه تولید می‌شود، چه خطاهایی ممکن است رخ دهد و چگونه می‌توان از وقوع آنها جلوگیری کرد.
به اعتقاد شکرخدایی، کیفیت را می‌توان در یک مفهوم ساده، تجربه رضایت و لذت ذی‌نفعان از محصول یا خدمت دانست. او توضیح داد: وقتی از کیفیت صحبت می‌کنیم، فقط رضایت مشتری نهایی مطرح نیست. صاحب شرکت باید از نتیجه اقتصادی فعالیت رضایت داشته باشد، کارکنان باید در محیط مناسبی کار کنند، همسایگان نباید از فعالیت صنعتی آسیب ببینند و محیط زیست نیز باید در طراحی فرایند مورد توجه قرار بگیرد. بنابراین، کیفیت زمانی محقق می‌شود که منافع ذی‌نفعان مختلف به‌صورت متوازن دیده شود.
او برای توضیح این موضوع به زنجیره تولید و توزیع شیر اشاره کرد و گفت: در تولید یک محصول، نباید فقط به کارخانه و مصرف‌کننده نهایی توجه کنیم. محصول باید برای توزیع‌کننده و مغازه‌دار نیز صرفه اقتصادی داشته باشد، ماندگاری مناسبی داشته باشد، بسته‌بندی آن کیفیت لازم را حفظ کند و امکان بازگشت محصول معیوب وجود داشته باشد. در نهایت نیز باید محصولی به دست مصرف‌کننده برسد که با توان اقتصادی او متناسب باشد. این نگاه باید از ابتدا در طراحی محصول و فرایند تولید وجود داشته باشد، نه اینکه ابتدا محصول را تولید کنیم و بعد تلاش کنیم مشکلات و نارضایتی ذی‌نفعان را برطرف کنیم.
کیفیت پیش‌بینانه؛ عبور از واکنش به پیشگیری
نایب‌رئیس انجمن مدیریت کیفیت ایران با اشاره به تغییرات مورد نیاز در نظام‌های مدیریت کیفیت اظهار کرد: یکی از مهم‌ترین تحولات، حرکت از کیفیت گذشته‌نگر به کیفیت پیش‌بینانه است. ما سال‌ها داده‌های گذشته را بررسی می‌کردیم، خطاها را شناسایی می‌کردیم و پس از وقوع مشکل به دنبال علت ریشه‌ای می‌رفتیم. اما اکنون با کمک فناوری و تحلیل داده می‌توانیم به سمت پیش‌بینی رفتار محصول و خدمت پیش از عرضه به بازار حرکت کنیم.
او افزود: پرسش اصلی این است که آیا می‌توانیم پیش از ارائه یک محصول یا خدمت، رفتار آن را پیش‌بینی کنیم و بفهمیم تا چه اندازه رضایت مشتری را تأمین خواهد کرد؟ پیش‌بینی کیفیت آینده محصولات کار ساده‌ای نیست و به ابزارهای جدید، شناخت روندهای فناوری و توانایی تحلیل نیازهای بازار احتیاج دارد. در این شرایط، واحدهای کیفیت باید به قابلیت‌هایی مجهز شوند که پیش‌تر بیشتر در حوزه برنامه‌ریزی استراتژیک، تحقیق‌وتوسعه و مدیریت محصول تعریف می‌شدند.
شکرخدایی همچنین چهار مرحله نوآوری، مقیاس‌پذیری، اتوماسیون و خلق ارزش را از مؤلفه‌های مهم به‌نتیجه‌رساندن طراحی فرایند برشمرد و گفت: در این مسیر، ارزش پیشنهادی، کیفیت، شفافیت و قابلیت ردیابی اهمیت زیادی دارند. فناوری اطلاعات این امکان را فراهم می‌کند که حتی خطاهای کوچک نیز پس از ارائه محصول یا خدمت قابل‌ردیابی باشند و بتوانیم منشأ بروز آنها را شناسایی کنیم. این موضوع به افزایش شفافیت و مسئولیت‌پذیری در سازمان کمک می‌کند.
او با اشاره به تأثیر هوش مصنوعی بر سرعت تصمیم‌گیری و مدل‌های کسب‌وکار بیان کرد: هوش مصنوعی می‌تواند با استفاده از پیش‌بینی، شناسایی روابط و ارائه تحلیل، هوش انسانی را تقویت کند. در حوزه آموزش نیز باید روش‌های یادگیری را تغییر دهیم. دیگر کافی نیست فقط مفاهیم را حفظ کنیم؛ باید یاد بگیریم چگونه از ابزارها سؤال کنیم، چگونه دستورهای مناسب یا پرامپت بنویسیم و چگونه خروجی فناوری را ارزیابی کنیم. البته این به معنای بی‌نیازی از دانش تخصصی نیست؛ برعکس، برای استفاده درست از ابزارها به دانش عمیق‌تری نیاز داریم.
مزیت انسان در برابر هوش مصنوعی
شکرخدایی در بخش دیگری از سخنان خود با اشاره به محدودیت‌های هوش مصنوعی گفت: با وجود توانایی‌های گسترده این فناوری، هنوز ویژگی‌هایی در انسان وجود دارد که به‌سادگی قابل جایگزینی نیست. یکی از این ویژگی‌ها، بینش و توانایی برقراری ارتباط میان تجربه‌ها و دانش‌های مختلف است. هوش مصنوعی بر اساس الگوریتم‌ها و داده‌هایی که در اختیار دارد عمل می‌کند، اما انسان می‌تواند با تکیه بر تجربه، شهود و شناخت عمیق از موضوع، به برداشت‌هایی برسد که لزوماً حاصل یک مسیر مشخص و از پیش تعریف‌شده نیست.
او با اشاره به تجربه خود در یادگیری منطق رادار از یک استاد باسابقه انگلیسی گفت: این استاد معتقد بود دانشی که در منطق رادار تدوین کرده، مجموعه‌ای از دانش مدیریتی را در خود جای داده است. تجربه حضور در کلاس‌های او نشان داد که تسلط عمیق بر یک موضوع، حاصل سال‌ها مطالعه و تجربه است و نمی‌توان آن را صرفاً با دسترسی به اطلاعات جایگزین کرد. به اعتقاد من، این همان بینشی است که انسان از ترکیب دانش، تجربه و شناخت محیط به دست می‌آورد.
او تأکید کرد: مدیران کیفیت برای حفظ جایگاه خود باید دانش عمیق، شناخت فرهنگ سازمانی و توانایی تحلیل مسائل پیچیده را تقویت کنند. هوش مصنوعی می‌تواند ابزار قدرتمندی برای انجام کارها باشد، اما مسئولیت فهم مسئله، تشخیص درست و تصمیم‌گیری همچنان بر عهده انسان است.
اقدام پیشگیرانه، معیار بلوغ نظام کیفیت
شکرخدایی در جمع‌بندی سخنان خود با اشاره به مسیر تحول مدیریت کیفیت گفت: مفهوم کیفیت در طول زمان از کنترل محصول و استانداردهای تضمین کیفیت فراتر رفته و به مدیریت فرایند، مشتری، تأمین‌کننده و کل زنجیره ارزش رسیده است. در ادامه این مسیر، موضوعاتی مانند جمع‌آوری داده، مدل‌سازی، هشدار زودهنگام و اقدام پیشگیرانه اهمیت بیشتری پیدا کرده‌اند.
او افزود: نباید منتظر بمانیم خرابی اتفاق بیفتد تا پس از آن به دنبال علت بگردیم. توانایی یک شرکت در پیشگیری از بروز مشکل، یکی از شاخص‌های مهم بلوغ نظام مدیریت کیفیت آن است. تعداد و کیفیت اقدامات پیشگیرانه نشان می‌دهد سازمان تا چه اندازه توانسته از داده‌ها و ابزارهای تحلیلی برای جلوگیری از خطا استفاده کند.
شکرخدایی در پایان تأکید کرد: مدیران کیفیت باید بررسی کنند در سال‌های گذشته چه میزان از فعالیت‌های آنها به اقدامات اصلاحی پس از وقوع مشکل اختصاص داشته و چه میزان به اقدامات پیشگیرانه مربوط بوده است. آینده مدیریت کیفیت در گرو همین تغییر رویکرد است؛ تغییری که در آن واحد کیفیت از جایگاه کنترل‌کننده و ناظر، به جایگاه رهبر تحول، شریک طراحی فرایند و هدایتگر تصمیم‌گیری‌های مبتنی بر داده ارتقا پیدا می‌کند
کیفیت دیگر بازرسی گذشته نیست؛ مهندسی آینده است
مهدی محمدی، استاد دانشگاه تهران و رئیس انجمن مدیریت فناوری از دیگر حاضران در این نشست بود. او با اشاره به تحولات هوش مصنوعی و تأثیر آن بر ساختار مشاغل و سازمان‌ها گفت: ماهیت مفاهیمی مانند کیفیت، مدیریت کیفیت و استاندارد به‌شدت در معرض بازآفرینی قرار گرفته است و اگر این تغییرات به‌درستی درک نشوند، بسیاری از افراد ممکن است شغل خود را از دست بدهند یا دیگر نتوانند با الگوهای گذشته درآمد کسب کنند.
او با بیان اینکه دیگر نمی‌توان انتظار داشت مدیران کیفیت، نوآوری و توسعه محصول با همان الگوهای سنتی به فعالیت خود ادامه دهند، بر ضرورت تغییر الگوی ذهنی افراد و سازمان‌ها تأکید کرد و توضیح داد: بر اساس نظریه قابلیت‌های پویا که دیوید تیس در سال ۲۰۰۷ مطرح کرد، سازمان‌هایی می‌توانند بقا پیدا کنند که تغییرات محیط بیرونی را به‌درستی شناسایی کنند، خود را با این تغییرات تطبیق دهند و قابلیت‌هایشان را متناسب با شرایط جدید بازآرایی کنند.
به گفته محمدی، تحول هوش مصنوعی نیز از همین جنس است، با این تفاوت که برخلاف فناوری‌های گذشته که عمدتاً ابزارهایی برای افزایش سرعت و بهره‌وری انسان بودند، هوش مصنوعی در حال تبدیل شدن به یک عامل یا ایجنت است که می‌تواند بخشی از فعالیت‌ها را به‌صورت خودکار انجام دهد. این فناوری به سطحی از استدلال، انباشت اطلاعات و خلاقیت رسیده است که دیگر نمی‌توان آن را صرفاً ابزاری در اختیار انسان دانست.
او با اشاره به تأثیر این تحولات بر مشاغل تخصصی، مهارت‌هایی مانند تسلط بر هوش مصنوعی، ارتباط مؤثر، همدلی، تفکر انتقادی و خلاقیت را از عوامل مهم بقای حرفه‌ای افراد در آینده دانست.
تغییر پارادایم مدیریت کیفیت
رئیس انجمن مدیریت فناوری با بیان اینکه مفهوم کیفیت نیز از این تحولات تأثیر می‌پذیرد، گفت: کیفیت طی حدود یک قرن از بازرسی و کنترل کیفیت آماری به مدیریت کیفیت و کیفیت ۴ رسیده است، اما پرسش اصلی امروز دیگر صرفاً انطباق محصول با مشخصات تعیین‌شده نیست؛ بلکه باید مشخص شود چه چیزی، چه زمانی و به چه دلیلی ممکن است دچار نقص شود.
به اعتقاد او، در روش سنتی نمونه‌برداری ممکن است قطعه معیوب از چشم بازرس دور بماند و به مشتری برسد، اما در سیستم‌های هوشمند امکان اسکن کامل قطعات و شناسایی محصول معیوب پیش از خروج از خط تولید وجود دارد. هوش مصنوعی حتی می‌تواند انحراف را چند مرحله پیش از وقوع تشخیص دهد و از تولید قطعه معیوب جلوگیری کند.
محمدی معتقد است بر همین اساس، تعریف کیفیت نیز در حال تغییر است و دیگر نمی‌توان آن را صرفاً انطباق با مشخصات دانست؛ بلکه پیش‌بینی، پیشگیری و یادگیری مستمر به عناصر اصلی آن تبدیل شده‌اند.
او تغییر نقش مدیر کیفیت را یکی دیگر از پیامدهای این تحول دانست و گفت: مدیر کیفیت آینده دیگر صرفاً بازرس یا ممیز مستندات نیست، بلکه باید معمار سیستم کیفیت هوشمند سازمان باشد؛ یعنی سیستمی طراحی کند که بتواند انحراف‌ها را پیش از وقوع پیش‌بینی کند.
به گفته او، مدیر کیفیت برای ایفای این نقش به قابلیت‌هایی مانند طراحی و نظارت بر سامانه‌های هوشمند، تفسیر داده و تصمیم‌سازی مبتنی بر شواهد، ممیزی و اعتبارسنجی الگوریتم‌ها، پیش‌بینی و پیشگیری از ریسک و رهبری فرهنگ کیفیت در عصر هوش مصنوعی نیاز دارد.
ضرورت بازتعریف مهارت‌های مدیران کیفیت
محمدی برای توضیح مهارت‌های مورد نیاز مدیران کیفیت در آینده، به مدلی با ساختار T شکل اشاره کرد که در آن مهندسی کیفیت کلاسیک، ستون اصلی و شالوده تخصصی مدیران را تشکیل می‌دهد و چهار قابلیت جدید در کنار آن قرار می‌گیرند.
او تأکید کرد که مهندسی کیفیت کلاسیک همچنان اهمیت دارد و از بین نرفته است؛ بلکه هرچه دانش تخصصی افراد قوی‌تر باشد، می‌توانند از ابزارهای هوش مصنوعی خروجی بهتری دریافت کنند. با این حال، این دانش باید با سواد داده و حکمرانی داده، توانایی کار با فناوری و ایجاد تعامل میان انسان و ماشین، رهبری تحول‌گرا و توجه به اخلاق و حکمرانی هوش مصنوعی تکمیل شود.
به اعتقاد این استاد دانشگاه، مدیران باید بدانند داده‌ها از کجا تأمین می‌شوند، چگونه می‌توان داده معتبر را از داده نامعتبر تشخیص داد، دسترسی به داده‌ها چگونه مدیریت می‌شود و الگوریتم‌ها بر چه مبنایی تصمیم می‌گیرند. همچنین باید بتوانند خطاها و سوگیری‌های احتمالی الگوریتم‌ها را شناسایی کنند و میزان انطباق آنها با شرایط و نیازهای سازمان را بسنجند.
او رهبری تحول‌گرا را نیز یکی از مهم‌ترین الزامات این دوره دانست؛ نوعی از رهبری که تغییر را می‌پذیرد و به‌جای مقاومت در برابر آن، فرهنگ سازگاری و پذیرش تحولات فناورانه را در سازمان گسترش می‌دهد.
حرکت از ساختار سلسله‌مراتبی به شبکه تخصص‌ها
محمدی تغییر ساختار واحدهای کیفیت را از دیگر الزامات حرکت به سمت کیفیت هوشمند دانست و گفت: ساختار سنتی این واحدها بر مبنای سلسله‌مراتب و فعالیت بازرسان در بخش‌های مختلف شکل گرفته بود، اما در شرایط جدید، سازمان‌ها به شبکه‌ای از تخصص‌ها حول یک سکوی داده نیاز دارند.
به گفته او، داده به یکی از مهم‌ترین دارایی‌های سازمان‌ها تبدیل شده است و اگر سازمان‌ها نتوانند داده‌های کیفی خود را به‌درستی جمع‌آوری، یکپارچه و قابل اعتماد کنند، در مسیر هوشمندسازی عقب خواهند ماند. در ساختار جدید، نقش‌هایی مانند معماری کیفیت و ممیزی الگوریتم اهمیت پیدا می‌کنند و معمار کیفیت باید بتواند فعالیت‌هایی مانند تحلیل صدای مشتری و کنترل کیفیت در خط تولید را در یک نظام هماهنگ قرار دهد.
هشت شاخص برای سنجش بلوغ کیفیت هوشمند
رئیس انجمن مدیریت فناوری همچنین به مدلی هشت‌گانه برای ارزیابی بلوغ کیفیت هوشمند در سازمان‌ها اشاره کرد. در این مدل، میزان دیجیتالی‌شدن، یکپارچگی و اعتبار داده‌های کیفی، وجود دست‌کم یک کاربرد عملی هوش مصنوعی در حوزه کیفیت، تعریف معیارهای پذیرش و روش‌های اعتبارسنجی مدل‌ها و توانایی تیم کیفیت برای نقد و تفسیر خروجی هوش مصنوعی بررسی می‌شود.
او با هشدار نسبت به اعتماد بی‌چون‌وچرا به خروجی هوش مصنوعی گفت: این فناوری ممکن است دچار خطا یا توهم شود و حتی منابعی ارائه کند که وجود خارجی ندارند؛ بنابراین، سازمان‌ها نباید بدون ارزیابی و اعتبارسنجی از خروجی آن استفاده کنند.
بررسی جایگاه انسان در چرخه تصمیم‌گیری هوش مصنوعی، میزان توجه به ریسک‌هایی مانند سوگیری، رانش الگوریتم و توضیح‌ناپذیری تصمیم‌ها، وجود سازوکارهای مدیریت ریسک و توجه مدیریت ارشد به فرهنگ کیفیت و رفتار اخلاقی نیز از دیگر شاخص‌های این مدل است.
بر اساس این ارزیابی، سازمان‌ها در سطوح مختلفی از بلوغ قرار می‌گیرند؛ از مرحله نگهبانی از انطباق تا مرحله گذار و در نهایت معماری کیفیت هوشمند.
محمدی در ادامه به اهمیت استانداردهای بین‌المللی در این حوزه اشاره کرد و استاندارد ISO 42001 در زمینه نظام مدیریت هوش مصنوعی و ISO 56001 در حوزه مدیریت نوآوری را از چارچوب‌های قابل توجه دانست. او همچنین بر اهمیت توجه به تغییرات استاندارد ISO 9001 و موضوعاتی مانند فرهنگ کیفیت و رفتار اخلاقی تأکید کرد.
به اعتقاد او، حرکت به سمت کیفیت هوشمند باید با ایجاد زیرساخت و سامان‌دهی داده‌ها آغاز شود، سپس با اجرای یک پروژه آزمایشی متمرکز و توسعه کاربردهای موفق ادامه پیدا کند و در نهایت به شکل‌گیری سیستمی برسد که توانایی یادگیری و بهبود مستمر داشته باشد.
محمدی در جمع‌بندی دیدگاه خود تأکید کرد که پارادایم گذشته کیفیت، عمدتاً بر کشف و بررسی خطاهای رخ‌داده استوار بود، اما این نگاه باید جای خود را به مهندسی آینده بدهد؛ رویکردی که در آن کیفیت به معنای طراحی سیستمی برای پیش‌بینی، پیشگیری و یادگیری مستمر است.
کیفیت در عصر هوش مصنوعی به بخشی از تمام مشاغل تبدیل می‌شود
از جمله دیگر حاضران در این نشست، اشکان بنکدار شیرازی، معاون تحول سازمانی و سرمایه فناپ بود که ماجرا را از منظر انسانی مورد بررسی قرار داد. او با تأکید بر ضرورت بازتعریف مفهوم کیفیت در عصر هوش مصنوعی معتقد است که تمرکز ما باید بر انسان و مسئله کیفیت باشد. در شرکت‌های فناوری اطلاعات گاهی آن‌قدر درگیر تکنولوژی می‌شویم که برخی مسائلی را که دیگران می‌بینند، متوجه نمی‌شویم. طبیعتاً درگیر داده‌ها و مسائل خودمان هستیم و ممکن است بخشی از واقعیت‌های بیرون از این فضا از دیدمان پنهان بماند.
او با اشاره به سرعت بالای تحولات بازار کار معتقد است حتی زودتر از پنج سال آینده، بسیاری از فعالیت‌های ایجنتی جایگزین کارهایی می‌شوند که امروز انسان‌ها انجام می‌دهند و نیاز به نیروی انسانی در مشاغل سنتی کاهش پیدا می‌کند. به گفته او، این تحول را می‌توان با اتفاقی که پس از انقلاب صنعتی در صنعت پارچه‌بافی رخ داد، مقایسه کرد. زمانی کارگاه‌های سنتی بافندگی بخش مهمی از تولید پوشاک را برعهده داشتند، اما با صنعتی‌شدن تولید، میلیون‌ها مترمربع پارچه تولید شد و شکل مشاغل این صنعت تغییر کرد. در این شرایط، به‌جای بافندگان سنتی، اپراتورهای خطوط تولید، مهندسان تجهیزات و طراحان مد اهمیت پیدا کردند؛ مشاغلی که پیش از آن به شکل امروزی وجود نداشتند.
بنکدار شیرازی با بیان اینکه چنین دگرگونی‌ای در بسیاری از مشاغل اتفاق خواهد افتاد، به تغییر مهارت‌های موردنیاز بازار کار اشاره می‌کند و می‌گوید: پیش‌بینی‌ها از ایجاد ۱۷۰ میلیون شغل جدید حکایت دارند و حدود ۳۹ درصد مهارت‌های اصلی موردنیاز بازار کار در کمتر از چهار سال آینده تغییر خواهند کرد. همچنین حدود ۲۲ درصد مشاغل در کشورهای صنعتی با جابه‌جایی ساختاری مواجه می‌شوند. در چنین شرایطی، برخی مشاغل حذف و تخصص‌های تازه‌ای جایگزین آنها خواهند شد.
به گفته او، در کنار مهارت‌های فناورانه مانند سواد فناوری و امنیت، مهارت‌های انسانی نیز اهمیت بیشتری پیدا می‌کنند؛ مهارت‌هایی مانند تفکر، توانایی نوشتن، چابکی، یادگیری مادام‌العمر، کنجکاوی، اخلاق و شهروند جهانی بودن.
معاون تحول سازمانی و سرمایه فناپ معتقد است یکی از مسائل مهم در استفاده از هوش مصنوعی، تأثیر آن بر کیفیت خروجی کار است. او می‌گوید: هوش مصنوعی در همه موارد باعث بهبود کیفیت نمی‌شود و در حدود ۱۹ درصد موارد، کیفیت محتوای تولیدشده را کاهش می‌دهد. بنابراین، تشخیص اینکه در چه شرایطی باید به خروجی هوش مصنوعی اعتماد کنیم و کجا باید آن را مورد تردید قرار دهیم، به یکی از مهارت‌های جدی آینده تبدیل خواهد شد.
او با اشاره به مسئله توهم هوش مصنوعی یا Hallucination توضیح می‌دهد که این سیستم‌ها بر مبنای احتمالات و استنتاج کار می‌کنند و تصمیم‌هایشان همیشه قطعی نیست. هرچند مسیرهای کنترلی برای کاهش خطا وجود دارد، اما نمی‌توان احتمال خطای ذاتی این سیستم‌ها را به‌طور کامل نادیده گرفت.
بنکدار شیرازی همچنین به تفاوت شیوه استفاده افراد از هوش مصنوعی اشاره می‌کند و می‌گوید: بعضی افراد با طرح سؤال از AI استفاده می‌کنند، برخی هم‌زمان با آن پیش می‌روند و گروهی نیز بیشتر از طریق مکالمه و گفت‌وگو کارهایشان را به آن می‌سپارند. هرچه به سمت تعامل مکالمه‌ای و ایجنت‌ها حرکت کنیم، امکان واگذاری فعالیت‌های بیشتری فراهم می‌شود؛ از مکاتبه با شرکت‌ها و تشخیص زبان مخاطب گرفته تا انجام تست و پیگیری رویدادها. به این ترتیب، فرد می‌تواند بخشی از کارها را به سیستم بسپارد و نتیجه را بررسی کند.
بااین‌حال، او تأکید می‌کند که همه توانایی‌های انسانی قابل واگذاری به هوش مصنوعی نیستند. به گفته او، همدلی، حضور داشتن، ارتباط چشم‌درچشم، قضاوت اخلاقی، تخیل، خلاقیت و توانایی چشم‌انداز دادن به دیگران از جمله قابلیت‌هایی هستند که همچنان به انسان وابسته‌اند. در ارتباط انسانی اتفاقی رخ می‌دهد که فعلاً نمی‌توان آن را به ابزارهای هوشمند سپرد.
او یکی دیگر از چالش‌های مهم این تحول را مسئله مسئولیت‌پذیری می‌داند و می‌گوید: امروز هوش مصنوعی می‌تواند کدنویسی کند، مستندات تهیه کند و بخشی از فعالیت‌های امنیتی و اجرایی را انجام دهد. بااین‌حال، در پروژه‌های حساس همچنان انسان باید مسئله را تعریف کند، معماری پروژه را برعهده بگیرد و خروجی را بررسی کند. حتی در پروژه‌های غیرحساس نیز باید مشخص باشد چه کسی مسئولیت نتیجه را می‌پذیرد.
به اعتقاد او، این پرسش که اگر ابزار کار ما هوش مصنوعی باشد، مسئولیت خطاهای آن با چه کسی است، هنوز پاسخ روشنی ندارد. باید چارچوبی مشخص برای این موضوع تدوین شود و میزان حساسیت داده‌ها و نوع فعالیت در تعیین سطح کنترل و نظارت انسانی مورد توجه قرار گیرد.
بنکدار شیرازی تعریف مسئله، تفکر سیستمی، تخصص متناسب با بازار کار جهانی، اخلاق و پاسخ‌گویی را از مهم‌ترین مهارت‌های موردنیاز نیروی انسانی در آینده می‌داند. او هشدار می‌دهد که کاهش نیاز به نیروی انسانی برای انجام کارهای ساده، می‌تواند در سال‌های آینده به کمبود نیروهای باتجربه منجر شود. به گفته او، وقتی نیروهای سینیور امروز بازنشسته شوند، چه کسانی قرار است درستی کارها را ارزیابی کنند؟ بنابراین، باید افرادی تربیت شوند که توانایی تحلیل و قضاوت داشته باشند، نه اینکه صرفاً نقش اپراتور را ایفا کنند.
او همچنین بر ضرورت تغییر مدل‌های شایستگی و روش‌های جذب نیرو تأکید می‌کند و می‌گوید: قبلاً برای جذب برنامه‌نویس از او تست الگوریتم می‌گرفتیم، اما امروز شیوه انجام کار تغییر کرده است. هوش مصنوعی می‌تواند چند فناوری را هم‌زمان به کار بگیرد، چندین مرحله رفت‌وبرگشت انجام دهد و بخش‌های مختلف کار را میان افراد یا ابزارها تقسیم کند. بنابراین، باید در شیوه ارزیابی مهارت و کیفیت نیروی انسانی تحول ایجاد کنیم. یادگیری نیز باید به بخشی از جریان روزمره کار تبدیل شود.
به اعتقاد معاون تحول سازمانی و سرمایه فناپ، مفهوم کیفیت نیز در آینده تغییر خواهد کرد و بیش از گذشته در تمام مشاغل درونی می‌شود. او می‌گوید: کیفیت آن‌قدر در فعالیت‌های مختلف ادغام خواهد شد که شاید دیگر نتوان آن را صرفاً یک شغل مستقل دانست. مدیر محصولی که مفهوم کیفیت را درک کند، می‌تواند مدیر محصول موفق‌تری باشد؛ در مقابل، مدیر محصولی که کیفیت را نشناسد، احتمالاً در آینده جایگاه خود را از دست می‌دهد. در برخی شرکت‌ها مانند آمازون نیز کیفیت به‌عنوان بخشی از فرآیند توسعه نرم‌افزار تعریف شده و ابزارهای کنترل کیفیت در جریان کار قرار گرفته‌اند.
بنکدار شیرازی در جمع‌بندی معتقد است هدف اصلی باید پرورش انسان‌هایی باشد که در کنار تسلط بر فناوری، قدرت تحلیل، قضاوت و مسئولیت‌پذیری داشته باشند. به گفته او، باید افرادی تربیت کنیم که بتوانند از تکنولوژی استفاده کنند، اما در آن غرق نشوند؛ از بیرون نیز به مسائل نگاه کنند و در کنار یکدیگر برای حل مسائل تلاش کنند. آینده متعلق به کسانی است که علاوه بر شناخت فناوری، توانایی‌های انسانی خود را حفظ و تقویت می‌کنند
بدون تیم همدل، پیاده‌سازی کیفیت ۴ در سازمان ممکن نیست
سازمان‌هایی که امروز برای ورود به این تحول تصمیم نگیرند، ممکن است با فاصله‌ای مواجه شوند که جبران آن دشوار باشد و یا به تعبیر مرحوم قیصر امین‌پور، «ناگهان چقدر زود دیر می‌شود» و این اتفاق ممکن است برای بسیاری از کسب‌وکارها در مواجهه با تحولات فناوری رخ دهد. این جملات را فرزین فردیس، مدیرعامل شرکت سرآوا و عضو هیئت‌رئیسه اتاق بازرگانی ایران با اشاره به سرعت تحولات فناوری و ضرورت حرکت سازمان‌ها به سمت کیفیت ۴ گفت.
او تأکید کرد که پیاده‌سازی کیفیت ۴ صرفاً به خرید ابزارهای جدید یا استفاده از هوش مصنوعی محدود نمی‌شود و سازمان‌ها در این مسیر با چالش‌هایی در حوزه داده، حریم خصوصی، ساختار اطلاعاتی و فرهنگ سازمانی روبه‌رو هستند.
فردیس نخستین چالش را کیفیت داده‌ها دانست و با اشاره به اصل «ورودی نامناسب، خروجی نامناسب» (Garbage In, Garbage Out) گفت: الگوریتم‌ها و ابزارهای هوشمند زمانی ارزشمندند که داده‌های ورودی آنها معتبر باشند. اگر اطلاعاتی که در طول سال‌ها جمع‌آوری کرده‌ایم ناقص یا نادرست باشد، حتی پیشرفته‌ترین هوش مصنوعی نیز نمی‌تواند به ارتقای کیفیت کمک کند.
به گفته او، در چنین شرایطی قضاوت انسانی و تخصص افراد برای تشخیص داده‌های قابل اتکا همچنان ضروری است. این خبرگی یکی از دارایی‌های ارزشمند سازمان‌هاست و نباید با توسعه ابزارهای هوشمند نادیده گرفته شود.
او حریم خصوصی را دومین چالش دانست و افزود: همه داده‌های موجود در سازمان الزاماً قابل استفاده نیستند. باید مشخص شود کدام اطلاعات در اختیار سازمان قرار دارد و استفاده از کدام داده‌ها به اجازه ذی‌نفعان نیازمند است. اطلاعات مشتریان و کارکنان ممکن است مشمول محدودیت‌هایی باشد و استفاده از آنها بدون مجوز، سازمان را با پیامدهای حقوقی و اعتباری مواجه کند.
فردیس سومین مسئله را پراکندگی اطلاعات در واحدهای مختلف سازمان عنوان کرد و گفت: در بسیاری از شرکت‌ها، کارخانه، واحد کنترل کیفیت، بخش تحقیق‌وتوسعه و واحد مهندسی هرکدام داده‌های خود را با ساختار و روش متفاوتی ثبت می‌کنند. در نتیجه، هنگام تحلیل یکپارچه اطلاعات با دشواری روبه‌رو می‌شویم. برای استفاده مؤثر از داده‌ها، سازمان باید از ساختارهای جزیره‌ای فاصله بگیرد و زیرساختی مشترک برای جمع‌آوری و تحلیل اطلاعات ایجاد کند.
مقاومت در برابر تغییر را مدیریت کنیم
مدیرعامل سرآوا یکی دیگر از موانع پیاده‌سازی کیفیت ۴ را مقاومت کارکنان در برابر تغییر دانست و گفت: وقتی کارکنان احساس کنند ورود فناوری‌های جدید به معنای حذف شغل و تهدید معیشت آن‌هاست، طبیعی است که در برابر آن مقاومت کنند.
او افزود: مدیران باید از ابتدا درباره هدف استفاده از فناوری شفاف باشند و برای آموزش و ارتقای مهارت کارکنان برنامه داشته باشند. هوش مصنوعی نباید در ذهن نیروی انسانی به ابزاری برای حذف او تبدیل شود؛ بلکه باید به‌عنوان امکانی برای افزایش توانمندی و تغییر ماهیت برخی وظایف معرفی شود.
فردیس تأکید کرد این مقاومت ممکن است در میان مدیران نیز وجود داشته باشد. تغییر فناوری به یادگیری و اصلاح ذهنیت در همه سطوح سازمان نیاز دارد و مدیران نمی‌توانند از کارکنان انتظار همراهی داشته باشند، در حالی که خودشان برای تغییر آماده نیستند.
ضرورت تحمل ابهام در عصر فناوری
او چالش دیگر را سرعت تحولات و نامشخص بودن آینده دانست و گفت: فناوری با چنان شتابی پیش می‌رود که حتی شرکت‌های پیشرو نیز نمی‌توانند با قطعیت درباره چند سال آینده پیش‌بینی کنند. ممکن است تحولی را برای پنج سال بعد انتظار داشته باشیم، اما همان اتفاق در چند ماه رخ دهد.
به اعتقاد فردیس، در چنین شرایطی توانایی تحمل ابهام به یکی از مهارت‌های ضروری رهبران سازمان تبدیل شده است. در گذشته مدیران می‌توانستند با مشاهده تجربه شرکت‌های موفق و الگوبرداری از آنها، مسیر نسبتاً روشنی برای سازمان خود ترسیم کنند؛ اما امروز همه بازیگران، حتی پیشروترین شرکت‌ها، در حال یادگیری و سازگاری با شرایطی هستند که پیوسته تغییر می‌کند.
او افزود: مدیران باید بپذیرند که همیشه پاسخ همه پرسش‌ها در دسترس نیست و گاهی ناچارند در شرایطی تصمیم بگیرند که نتیجه آن کاملاً قابل پیش‌بینی نیست. این توانایی در کنار مهارت فنی و شناخت فناوری، برای هدایت سازمان در مسیر کیفیت ۴ اهمیت دارد.
نقطه شروع؛ ساختن یک تیم همدل
فردیس در پاسخ به این پرسش که سازمان‌ها برای آغاز پیاده‌سازی کیفیت ۴ باید از کجا شروع کنند، گفت: نخستین اقدام من ساختن یک تیم همدل است؛ تیمی که اعضای آن برای پیمودن مسیری طولانی و دشوار هدف مشترکی داشته باشند و به‌جای رقابت‌های درون‌سازمانی، بر تحقق آن هدف متمرکز شوند.
به گفته او، چنین تیمی می‌تواند مسائل دیگر را نیز پیگیری کند؛ از اصلاح کیفیت داده‌ها و یکپارچه‌سازی زیرساخت‌های اطلاعاتی گرفته تا تأمین منابع مالی و آموزش کارکنان. اما اگر همراهی و اعتماد میان اعضای سازمان وجود نداشته باشد، حتی برخورداری از فناوری و منابع کافی نیز تضمین‌کننده موفقیت نخواهد بود.
فردیس برای توضیح تفاوت نقش مدیر و رهبر به استعاره ساختن کشتی اشاره کرد: مدیر نقشه را پیش روی افراد می‌گذارد، وظایف را تقسیم می‌کند و بر اجرای کار نظارت دارد؛ یکی را مسئول تهیه چوب می‌کند و دیگری را مأمور تأمین آهن. اما رهبر درباره مقصد سفر و چشم‌انداز آن صحبت می‌کند؛ از لذت ایستادن بر عرشه کشتی و تماشای غروب خورشید در میانه دریا می‌گوید. این تصویر از مقصد است که افراد را برای ساختن کشتی و همراهی در یک سفر دشوار ترغیب می‌کند.
او در پایان تأکید کرد: سازمان‌ها برای عبور از چالش‌های کیفیت ، علاوه بر زیرساخت و ابزارهای فناورانه، به چشم‌انداز مشترک و احساس معنا در میان کارکنان نیاز دارند. رهبر سازمان باید بتواند توضیح دهد چرا این تغییر ضروری است و رسیدن به مقصد چه ارزشی برای آینده کسب‌وکار و اعضای آن دارد و درنهایت شکل‌گیری چنین درکی، زمینه همراهی افراد و پیشرفت تحول را فراهم می‌کند.
نظرات بسته شده است.