شرکت کوینبیس (Coinbase)، یکی از پیشروان صرافیهای ارز دیجیتال، در راستای انطباق با تحولات عصر هوش مصنوعی، دست به بازنگری اساسی در ساختار سازمانی خود زده است. برایان آرمسترانگ، مدیرعامل این شرکت، با اعلام اخراج حدود ۱۴ درصد از کارکنان، از احیای ریشههای استارتاپی شرکت و چابکسازی فرآیندهای داخلی خبر داده است. این تصمیمات در بحبوحه رکود فعلی بازار ارزهای دیجیتال اتخاذ شده، اما انگیزه اصلی، افزایش کارایی و سرعت عمل با تکیه بر قابلیتهای هوش مصنوعی است.
آرمسترانگ در مصاحبهای با نشریه Fortune توضیح داد که این تغییرات صرفاً بر کاهش نیرو و هزینهها متمرکز نیست، بلکه رویکرد عملیاتی کوینبیس را به طور بنیادین دگرگون میسازد. هدف، تبدیل شرکت به یک «هوش جمعی» است که انسانها در لبههای آن، وظیفه همراستاسازی و هدایت را بر عهده دارند. این بازسازی، ساختار مدیریتی شرکت را نیز تا حداکثر پنج لایه زیرمجموعه مدیرعامل، فشردهتر خواهد کرد. به گفته آرمسترانگ، لایههای متعدد مدیریتی باعث کندی در تصمیمگیری و افزایش هزینههای هماهنگی میشود؛ امری که در ساختار جدید به حداقل خواهد رسید.
بازسازی ساختار مدیریتی و تیمهای «بومی هوش مصنوعی»
ساختار «بازیکن-مربی» به جای مدیران صرف
تغییر عمده در ساختار مدیریتی کوینبیس، جایگزینی مدیران صرف با نقش «بازیکن-مربی» است. این افراد علاوه بر نظارت بر تیمهای خود، باید توانایی بالایی در اجرای وظایف فردی و مشارکت مستقیم در پروژهها داشته باشند. این رویکرد، تعهد و دانش فنی عمیقتر مدیران را تضمین کرده و ارتباط نزدیکتری بین سطوح مدیریتی و عملیاتی برقرار میکند.
این تغییر، نیروی انسانی را به سمت نقشهای اجراییتر و مشارکتیتر سوق میدهد. مدیران باید بتوانند هم رهبری کنند و هم در صف اول اجرا قرار گیرند. این مدل، به ویژه در محیطهای پویا و نوآورانه مانند صنعت فناوری و ارزهای دیجیتال، میتواند به افزایش بهرهوری و خلاقیت منجر شود.
ایجاد «پادهای بومی هوش مصنوعی» (AI-Native Pods)
کوینبیس همچنین در نظر دارد با بهرهگیری از کارمندان متخصص در زمینه هوش مصنوعی، «پادهای بومی هوش مصنوعی» را راهاندازی کند. این تیمهای کوچک و چابک، حتی ممکن است تنها از یک نفر تشکیل شوند که وظیفه هدایت عوامل هوش مصنوعی را بر عهده دارد. این عوامل، مسئولیتهای مهندسان، طراحان و مدیران محصول را به طور همزمان پوشش خواهند داد.
این مدل، نمایانگر آینده کار با هوش مصنوعی است؛ جایی که تیمهای کوچک و متمرکز، با استفاده از ابزارهای هوشمند، قادر به انجام وظایف پیچیدهای هستند که پیش از این نیازمند گروههای بزرگ و زمانبر بود. این رویکرد، سرعت توسعه محصولات و خدمات را به طرز چشمگیری افزایش خواهد داد.
نقش هوش مصنوعی در تحولات کوینبیس
تجربه آرمسترانگ با ابزارهای هوش مصنوعی
برایان آرمسترانگ سابقهای طولانی در پذیرش و ترویج هوش مصنوعی در کوینبیس دارد. او در گذشته، تمام مهندسان شرکت را ملزم به یادگیری و استفاده از ابزارهایی مانند GitHub Copilot و Cursor کرده بود. در آن زمان، او بر خلاف رویکرد محتاطانه برخی شرکتها که زمانبندی چند ماهه برای این آموزشها داشتند، از مهندسان خواسته بود تا در مدت زمان کوتاهی به این ابزارها مسلط شوند و در صورت عدم رعایت، با پیامدهای آن روبرو میشدند.
این تجربه نشاندهنده اعتقاد راسخ آرمسترانگ به پتانسیل هوش مصنوعی در افزایش بهرهوری است. او معتقد است که این ابزارها میتوانند زمان لازم برای انجام بسیاری از وظایف را به شکل چشمگیری کاهش دهند و به کارکنان اجازه دهند تا بر جنبههای خلاقانهتر و استراتژیکتر کار خود تمرکز کنند.
تأثیر هوش مصنوعی بر بهرهوری و اتوماسیون
آرمسترانگ شاهد بوده است که چگونه هوش مصنوعی به مهندسان اجازه داده تا در عرض چند روز، پروژههایی را که پیش از این هفتهها زمان میبرد، به اتمام برسانند. همچنین، کارمندان غیر فنی نیز با استفاده از هوش مصنوعی قادر به تولید کد شدهاند و بسیاری از فرآیندهای داخلی شرکت در حال اتوماسیون هستند. این تحولات، عامل اصلی در تصمیمگیری برای تعدیل نیرو و بازنگری ساختار سازمانی بوده است.
این روند، تنها مختص کوینبیس نیست. شرکتهای دیگری نیز مانند Meta با ایجاد تیمهای مهندسی کاربردی با نسبت ۵۰ به ۱ کارمند به مدیر، یا افزایش میانگین نسبت کارمند به مدیر در سطح شرکت به ۱۲.۱ نفر، نشانههایی از این تغییر الگوی مدیریتی را بروز دادهاند. این پدیده که به «مگامدیریتی» (Megamanager) معروف شده، نشاندهنده تلاش شرکتها برای افزایش کارایی از طریق ساختارهای مسطحتر است.
چالشها و هشدارهای مرتبط با تعدیل نیرو
پدیده «AI Washing» و نگرانیهای کارشناسان
در حالی که شرکتهایی مانند کوینبیس، Block و Snap دلیل تعدیل نیروهای خود را پیشرفت سریع هوش مصنوعی عنوان کردهاند، سم آلتمن، مدیرعامل OpenAI، نسبت به پدیدهای به نام «AI Washing» هشدار داده است. این پدیده به سوءاستفاده برخی شرکتها از نام هوش مصنوعی برای توجیه اخراجهای غیرمرتبط اشاره دارد. الکساندر تومیچ، از دانشگاه بوستون کالج، معتقد است برخی مدیران عامل از بازسازیهای مرتبط با هوش مصنوعی به عنوان پوششی برای تعدیل نیرو استفاده میکنند تا این اقدامات را به شکلی مثبت برای بازار جلوه دهند.
او توضیح میدهد: «به جای اینکه بگویند ما با مشکلات کسبوکار مواجه هستیم که منجر به تعدیل نیرو شده و این موضوع میتواند از دید بازار منفی تلقی شود، میگویند ما در حال افزایش بهرهوری هستیم و این امر باعث رشد قیمت سهامشان میشود.»
وضعیت کلی تعدیل نیرو در بخش فناوری
با وجود این هشدارها، آمارهای کلی نشان میدهد که نرخ تعدیل نیرو در اقتصاد آمریکا همچنان پایین است و پدیدههای مرتبط با هوش مصنوعی، بیشتر به عنوان یک پدیده مختص بخش فناوری تلقی میشوند. شرکتهایی مانند Block و Snap نیز هزاران نفر را اخراج کرده و دلیل آن را پیشرفت سریع هوش مصنوعی اعلام نمودهاند. این نشان میدهد که گرچه «AI Washing» یک نگرانی واقعی است، اما تأثیر هوش مصنوعی بر بازار کار فناوری انکارناپذیر است.
تحلیل تأثیر
اقدامات کوینبیس، منعکسکننده یک روند گستردهتر در صنعت فناوری است: انطباق با عصر هوش مصنوعی مستلزم بازنگری در ساختارهای سنتی سازمانی، تمرکز بر چابکی و بهرهوری، و پذیرش عمیقتر ابزارهای هوشمند است. مدل «بازیکن-مربی» و تیمهای کوچک و خودمختار «بومی هوش مصنوعی»، گامهایی جسورانه برای حضور مؤثرتر در این اکوسیستم جدید محسوب میشوند. این تغییرات، ضمن ایجاد چالشهای مدیریتی و اخلاقی پیرامون تعدیل نیرو، پتانسیل بالایی برای نوآوری و رشد در آینده دارند.
