بر اساس تحقیقات رویترز که روز چهارشنبه منتشر شد و بر اساس اسناد و مصاحبه های داخلی منتشر شد، تلاش بلندپروازانه متا برای جایگزینی بخش بزرگی از نیروی کار خود با هوش مصنوعی، ماه ها پس از این پروژه شکست خورد. این ابتکار که تحت نام رمز «Project OT» اجرا می‌شود، برنامه‌ریزی کرده بود که بسیاری از تیم‌های متا را تا 60 درصد کوچک کند و باقی کارمندان در گروه‌های کوچک و به اصطلاح پر استعداد سازمان‌دهی شده‌اند که ناوگان کارکنان هوش مصنوعی مجازی را نظارت می‌کنند.

رویترز گزارش داد که دراماتیک ترین لحظه این طرح در غروب 19 می رخ داد، زمانی که مارک زاکربرگ، مدیر عامل شرکت، موج دوم اخراج ها را که برای نوامبر برنامه ریزی شده بود متوقف کرد - درست چند ساعت قبل از شروع دور اول. در آن نقطه، سه نیروی مجزا همگرا شده بودند تا یکی از جسورانه‌ترین آزمایش‌های اتوماسیون صنعت فناوری را از مسیر خارج کنند: فناوری عامل ضعیف، سرمایه‌گذاران بی‌قرار، و نیروی کار آشکارا سرکش. For more context on this story, see our ongoing AI news.

برای گزارش‌های مداوم در مورد اینکه چگونه شرکت‌ها در میان این شکست‌ها به‌کارگیری هوش مصنوعی را هدایت می‌کنند، آخرین تحولات هوش مصنوعی ما را دنبال کنید.

چه پروژه OT در واقع برنامه ریزی شده است

اسناد داخلی بررسی شده توسط رویترز نشان می دهد که دامنه این برنامه از آنچه متا در دورهای قبلی بازسازی به طور عمومی اذعان کرده بود فراتر رفته است. این شرکت قصد داشت به جای کوتاه کردن لایه‌های مدیریتی، بخش زیادی از حقوق و دستمزد خود را به یک مدل ترکیبی انسان-هوش مصنوعی تبدیل کند که در آن گروه‌های کوچکی از کارکنان ارشد بر چندین عامل مستقل نظارت می‌کنند که کارهای معمولی را که قبلاً به تیم‌های بزرگ‌تر واگذار شده بود، انجام می‌دهند.

حتی با توجه به استانداردهای درایوهای بازده فناوری بزرگ، این کاهش ها تهاجمی بود. به تیم هایی که تا 60 درصد با کاهش مواجه می شوند، گفته شد که عملکرد آنها تا حدی توسط سیستم های هوش مصنوعی که قادر به نوشتن کد، مدیریت گردش های کاری مشتری و کار با ابزارهای داخلی با حداقل نظارت هستند، جذب می شود.

جایی که از هم پاشید

سه حالت خرابی از تحقیقات متمایز است.

تکنولوژی آماده نبود

عوامل هوش مصنوعی متا مستقر شده هرگز دستاوردهای بهره وری را که برنامه فرض شده بود، ارائه نکردند. Ars Technica، در خلاصه‌ای از تحقیقات، گزارش داد که عوامل در مواقعی به جای مشارکت‌های قابل اعتماد، «اقدامات مخرب و در مقیاس بزرگ» انجام می‌دهند - رفتاری که صرفه‌جویی در نیروی کار وعده داده شده را به کار پاکسازی برای همان انسان‌هایی که قرار است جایگزین شوند، تبدیل می‌کند.

بر اساس این گزارش، در ماه ژوئیه، زاکربرگ به این کمبود اذعان کرد و اذعان کرد که فناوری عامل به آن سرعتی که او انتظار داشت سرعت نگرفته است. این امتیاز نشان دهنده عقب نشینی قابل توجهی از اشتیاق عمومی قبلی در مورد نیروهای کار تحت نظارت هوش مصنوعی بود.

سرمایه گذاران صبر خود را با این صورتحساب از دست دادند

بودجه هنگفت هوش مصنوعی به جای اطمینان دادن به بازارها، انتقاد سرمایه‌گذارانی را برانگیخت که می‌پرسیدند آیا هزینه‌هایی در این مقیاس می‌تواند توجیه شود، در حالی که درآمدها همچنان به تبلیغات وابسته است. این تحقیق تنش فزاینده بین روایت سرمایه گذاری در مقیاس ابراطلاعات و انتظارات سه ماهه شرکتی را تشریح می کند که تجارت اصلی آن هنوز همه چیزهای دیگر را تامین می کند.

کارمندان دقیقاً آنچه را که در راه است دیدند

شاید بدتر از همه، اعتماد در داخل شرکت از بین رفت. به گزارش رویترز، زمانی که کارمندان به این باور رسیدند که نرم افزار ردیابی که کلیک های ماوس و ضربه های کلید آنها را ثبت می کند، جایگزین هوش مصنوعی آنها را آموزش می دهد، تابلوهای پیام داخلی پر از پست های خشمگین شدند. احساسات درونی از 74 درصد به 55 درصد کاهش یافت، کاهشی که به اندازه ای سریع بود که به جای غر زدن معمول، به عنوان یک بحران سازمانی ثبت شد.

بعد نظارت یک تحول انتزاعی شرکتی را به چیزی تبدیل کرد که کارگران شخصاً تجربه کردند. گزارش‌های کلیک ماوس که ممکن است در جاهای دیگر به عنوان معیارهای بهره‌وری بی‌ضرر خوانده شوند، در زمینه متا، به داده‌های آموزشی برای یک دوقلو دیجیتالی تبدیل شدند که انتظار می‌رفت جایگزین منبع آن شود.

چرا این داستان فراتر از متا مهم است

پروژه OT واضح ترین مطالعه موردی عمومی است که تاکنون در مورد شکاف بین جایگزینی نیروی کار هوش مصنوعی به عنوان عرشه استراتژی و جایگزینی نیروی کار هوش مصنوعی به عنوان واقعیت عملیاتی انجام شده است. الگویی که ارائه می‌کند امروزه برای هر شرکتی که سعی در استقرار عاملی دارد آشنا به نظر می‌رسد: مدل‌ها در نمایش‌ها برتری می‌یابند، روی استقلال افق بلندمرتبه می‌چرخند و سربار نظارت ایجاد می‌کنند که می‌تواند پس‌اندازهای نظری را پاک کند.

همچنین سوالات حاکمیتی را مطرح می کند که به بازده سهامداران گذشته می رسد. اگر نظارت در سطح کلید به عنوان بهبود محصولات در نظر گرفته شود، اما در واقع عوامل جایگزین را آموزش دهد، شرکت ها با مشکل شفافیت با پیامدهای قانونی در چندین حوزه قضایی مواجه می شوند. برای مثال، شوراهای کاری در اروپا، شیوه های جمع آوری داده ها را بسیار ملایم تر از ثبت رفتاری مداوم به چالش کشیده اند.

و یک کنایه رقابتی وجود دارد که شایان ذکر است. همانطور که در این هفته گزارش شد، متا به طور همزمان سرمایه‌گذاری‌هایی مانند سیلیکون سفارشی و پلتفرم‌های جدید نمایندگی مصرف‌کننده را افزایش می‌دهد و میلیاردها دلار بر روی سخت‌افزار و هوش مصنوعی محصول شرط‌بندی می‌کند، حتی زمانی که آزمایش اتوماسیون کار پرچمدارش متوقف می‌شود. به نظر می رسد که این شرکت به توسعه هوش مصنوعی خود در همه جا ادامه می دهد، به جز جایی که سخت ترین نقطه اثبات قرار دارد - در نمودار سازمانی خود.

محدودیت های "استعداد متراکم"

چشم انداز زاکربرگ از تیم های لاغر و مستعد نظارت بر انبوه عوامل، دو سال است که در محافل مدیریتی دره سیلیکون پخش شده است. انفجار پروژه OT نشان می‌دهد که این مدل بیشتر مشکلات را از بین می‌برد: هزینه‌های هماهنگی از بین نمی‌روند زیرا به نرم‌افزار منتقل می‌شوند، و قضاوت لازم برای تصحیح یک عامل نادرست دقیقاً همان چیزی است که سازمان‌های تخصصی گران‌قیمت وسوسه می‌شوند کاهش دهند.

شرکت‌هایی که این حماسه را تماشا می‌کنند باید توجه داشته باشند که کدام بخش شکست خورده است - فناوری، مورد هزینه-فایده یا افراد - زیرا هر سه با هم تعامل داشتند. یک نماینده ارزان‌تر نمی‌توانست اعتماد شکسته را ترمیم کند، همانطور که ارتباط بهتر می‌توانست کد غیرقابل اعتماد را اصلاح کند.

متا بلافاصله به درخواست‌های دقیق برای اظهارنظر در مورد یافته‌های خاص گزارش، از جمله لغو اخراج در نوامبر و ارقام احساسات پاسخ نداد.

با داستان های هوش مصنوعی که مهم هستند همراه باشید

اتاق خبر ما از تغییرات اتاق هیئت مدیره گرفته تا تحقیقات موفقیت‌آمیز، همه پیشرفت‌های مهم در صنعت را دنبال می‌کند تا مجبور نباشید شایعات را تعقیب کنید.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →