برخی از بلندترین تقویت‌کننده‌های هوش مصنوعی صنعت فناوری بی‌صدا ترمزها را پمپاژ می‌کنند. گزارش های جدید رویترز و گاردین نشان می دهد که متا در حال کاهش برنامه های بلندپروازانه برای اخراج کارکنان و جایگزینی آنها با عوامل هوش مصنوعی است، در حالی که مایکروسافت در حال ارزیابی مجدد عرضه خود در میان سیل محتوای بی کیفیت و ماشینی در دیوارهای خود است.

این تغییر به دلیل اندازه آن کمتر از منبع آن قابل توجه است: شرکت هایی که اکنون انتظارات خود را کاهش می دهند از جمله کسانی هستند که انقلاب هوش مصنوعی را به دیگران می فروشند. For more context on this story, see our ongoing AI trends.

"حلقه عذاب" محل کار AI Slop

واضح ترین گزارش مشکل از داخل خود مایکروسافت بود. رایان روسلانسکی، معاون اجرایی این شرکت، در حساب کاربری عمومی خود در لینکدین از ظهور چیزی که به عنوان Worklop شناخته می‌شود ابراز تاسف کرد - اسناد و پیام‌های تولید شده توسط هوش مصنوعی که به نظر کار می‌آیند اما حاوی هیچ ماده‌ای نیستند.

به گزارش گاردین، روسلانسکی نوشت: شیب هوش مصنوعی فقط در شبکه‌های اجتماعی اتفاق نمی‌افتد، بلکه در کارهای روزمره نیز اتفاق می‌افتد. او توضیح داد که سندی دریافت کرده است که «به وضوح هوش مصنوعی تولید شده است»، آن را از طریق یک خلاصه‌کننده هوش مصنوعی اجرا می‌کند و در نهایت «هیچ چیزی که تفکر جدیدی را به ایده ارائه می‌دهد» به پایان نمی‌رسد. حکم او: «این حلقه عذاب است».

این حکایت پارادوکسی را نشان می دهد که در دو سال گذشته در ادارات ایجاد شده است. کارمندان از هوش مصنوعی برای تولید سریع خروجی استفاده می کنند. همکاران از هوش مصنوعی برای فشرده سازی آن خروجی به خلاصه ها استفاده می کنند. و نتیجه خالص چرخه‌ای است که در آن متن تولید شده توسط ماشین به ماشین‌ها داده می‌شود و انسان‌ها به این فکر می‌افتند که این تفکر کجا رفته است.

اقتصاد نیز در حال تبدیل شدن به بخشی از گفتگو است. گزارش‌دهی در طول سال نشان می‌دهد که کارکنان اداری صورت‌حساب‌های گران‌قیمت توکن هوش مصنوعی را تا حد زیادی مولد به‌نظر می‌رسانند – هزینه‌هایی که بخش‌های مالی به‌طور فزاینده‌ای تمایلی به حذف آن‌ها به عنوان نوآوری ندارند. آنچه به عنوان آزمایشی با دستوری مبهم آغاز شد، تبدیل به یک آیتم خطی است که باید خود را توجیه کند، و در بسیاری از موارد شکست می خورد.

'رانندگی کامیون در حین ساخت'

ناامیدی گسترده‌تر شرکت‌های آمریکایی توسط جانی تیلور جونیور، مدیر اجرایی انجمن مدیریت منابع انسانی، خلاصه شد، که به گاردین گفت که مدیران احساس می‌کنند «ما همزمان کامیون را می‌رانیم و آن را می‌سازیم، و این یک مشکل است».

تیلور گفت: «اگر همه می‌توانستیم به عقب برگردیم... می‌توانستیم [این] را به شیوه‌ای متفکرانه‌تر و آهسته‌تر معرفی می‌کردیم».

این فوریت هزینه های واقعی را به همراه داشته است. همانطور که گزارش‌های قبلی تا سال 2026 مستند شده بود، کارکنان اداری بودجه‌های توکن‌های هوش مصنوعی را تا حد زیادی صرف کرده‌اند تا مولد به نظر برسند، در حالی که بررسی‌های مشاور نشان می‌دهد که شرکت‌ها به‌عنوان هزینه‌های بیش از ارزش، راه‌اندازی عوامل هوش مصنوعی را کاهش می‌دهند.

وقتی پروژه های هوش مصنوعی با شکست مواجه می شوند، به شدت شکست می خورند

ریسک دم مالی دیگر فرضی نیست. یک نظرسنجی در سپتامبر توسط Ernst & Young نشان داد که 36 درصد از مدیران ارشد هوش مصنوعی در شرکت‌هایی که بیش از یک میلیارد دلار درآمد سالانه دارند، قبلاً آنچه را که به عنوان یک حادثه فاجعه‌بار هوش مصنوعی طبقه‌بندی می‌کنند تجربه کرده‌اند - حادثه‌ای که باعث آسیب مالی، اختلالات عملیاتی، از دست دادن داده‌ها یا آسیب به برند شده است.

همچنین این اولین نظرسنجی بزرگ نیست که نشان می‌دهد شرکت‌ها برای دومین بار استقرار خود را حدس می‌زنند. یک مطالعه KPMG که در ماه آگوست گزارش شد، نشان داد که تقریباً نیمی از شرکت‌ها در حال حاضر به دلیل اینکه هزینه‌ها از ارزش تحویل شده فراتر رفته است، راه‌اندازی عامل هوش مصنوعی را کاهش داده‌اند و احتیاط شرکت‌ها بارها در طول سال ظاهر شده است، از اثبات مفهومی رها شده تا سازمان‌دهی مجدد "اول AI" که بی‌سر و صدا کنار گذاشته شده است.

با این پس‌زمینه، کالیبراسیون مجدد در متا و مایکروسافت کمتر شبیه عقب‌نشینی از هوش مصنوعی به نظر می‌رسد تا محدود کردن آن. به گزارش رویترز، متا در حال کاهش برنامه های خود برای کاهش کارمندان و تعویض عوامل هوش مصنوعی است - برنامه ای که زمانی وعده جایگزینی گسترده تعداد کارمندان را می داد. گزارش گاردین حاکی از آن است که مایکروسافت در حال ارزیابی مجدد مشابهی از چگونگی فشار تهاجمی هوش مصنوعی به کارهای روزانه است.

با رشد جاه‌طلبی‌های ماموران، حساب باز می‌شود

عقب نشینی در لحظه ای ناخوشایند برای اقدام بعدی صنعت فرود می آید: هوش مصنوعی عامل. سازندگان نرم‌افزار سالی را سپری کرده‌اند تا عوامل مستقل را به‌عنوان آینده‌ی کار دانش تعیین کنند - سیستم‌هایی که فقط متن پیش‌نویس نمی‌کنند، بلکه جلسات را رزرو می‌کنند، پول جابه‌جا می‌کنند و نرم‌افزار را از طرف کاربر کار می‌کنند. در همین حال، نمایندگان درجه مصرف کننده، دقیقاً به خاطر نوع رفتار کنترل نشده ای که خریداران سازمانی را عصبی می کند، تیتر خبرها می شوند.

درسی که از تجربه سازمانی به دست می‌آید، جذاب اما ثابت است: ارزش از استقرار محدود و با نظارت خوب ناشی می‌شود، نه جایگزینی عمده‌فروشی نمایندگان به جای کارکنان. ابزارهایی که از بررسی بودجه جان سالم به در می‌برند، معمولاً آنهایی هستند که خروجی‌های قابل اندازه‌گیری و حالت‌های شکست واضح دارند، نه آنهایی که به عنوان همکاران دیجیتال مطرح می‌شوند.

به نظر می‌رسد شرکت‌هایی که هوش مصنوعی را برای امرار معاش می‌فروشند، این درس را سریع‌تر از مشتریان خود درونی می‌کنند – که ممکن است گویاترین سیگنال از همه باشد. زمانی که شرکت‌های پلتفرمی که اقتصاد هوش مصنوعی را ایجاد می‌کنند، با احتیاط با جاه‌طلبی‌های عامل خود برخورد می‌کنند، چیزی در مورد شکاف بین بازاریابی فناوری و عملکرد روزانه آن می‌گوید که هیچ تحلیل‌گری کاملاً آن را گزارش نمی‌کند.

گزارش‌هایی از رویترز، گاردین و فوتوریسم به این مقاله کمک کردند.

---

Stay Ahead of AI

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

Read more AI news →