از الگوی هرمی به ساختاری چابک‌تر با تکیه بر تخصص، فناوری و ارتباط با مشتری
مقدمه
هوش مصنوعی مولد و ابزارهای تحلیلی پیشرفته در حال تغییر شیوه انجام فعالیت‌های مشاوره مدیریت هستند. پژوهش و گردآوری اطلاعات، تحلیل داده‌ها، مدل‌سازی و آماده‌سازی گزارش‌ها از جمله فعالیت‌هایی‌اند که پیش‌تر بخش قابل‌توجهی از زمان مشاوران جوان را به خود اختصاص می‌دادند؛ اما اکنون می‌توان بخش‌هایی از آن‌ها را با کمک هوش مصنوعی سریع‌تر و با نیروی انسانی کمتر انجام داد.
این تحول صرفاً به معنای افزایش بهره‌وری یا استفاده از نرم‌افزارهای جدید نیست. مسئله مهم‌تر آن است که با تغییر ماهیت کار مشاوران، ساختار سازمانی شرکت‌های مشاوره، ترکیب نیروی انسانی، مسیر رشد حرفه‌ای و شیوه خلق ارزش برای مشتریان نیز باید بازنگری شود.
دیوید اس. دانکن، تایلر اندرسون و جفری ساویانو در مقاله‌ای با عنوان «هوش مصنوعی در حال تغییر ساختار شرکت‌های مشاوره است» که در ۱۰ سپتامبر ۲۰۲۵ در هاروارد بیزینس ریویو منتشر شد، به همین تحول می‌پردازند.
هاروارد بیزنس ریویو+۱
۱. پایان تدریجی انحصار الگوی هرمی؟
برای دهه‌ها، بسیاری از شرکت‌های مشاوره مدیریت بر اساس ساختاری هرمی فعالیت کرده‌اند. در این الگو، تعداد زیادی از مشاوران جوان در لایه‌های پایین سازمان، کارهای پژوهشی، جمع‌آوری داده، تحلیل‌های اولیه و تهیه مستندات را انجام می‌دهند. در سطوح بالاتر، مدیران پروژه و مشاوران ارشد بر کیفیت کار نظارت می‌کنند و شرکای شرکت مسئولیت هدایت پروژه‌ها، توسعه روابط با مشتریان و ارائه توصیه‌های راهبردی را بر عهده دارند.
این ساختار با یک منطق اقتصادی مشخص شکل گرفته است: استفاده از نیروی انسانی جوان‌تر برای انجام فعالیت‌های زمان‌بر و واگذاری وظایف پیچیده‌تر و تصمیم‌گیری‌های مهم به نیروهای باتجربه‌تر.
هوش مصنوعی این منطق را با چالش مواجه می‌کند. هنگامی که ابزارهای هوشمند بتوانند بخشی از فعالیت‌های پژوهشی و تحلیلی را انجام دهند، ضرورت به‌کارگیری تیم‌های بزرگ برای اجرای همه مراحل پروژه کاهش می‌یابد. در نتیجه، ممکن است شرکت‌ها به تیم‌های کوچک‌تر، سطوح سازمانی کمتر و سهم بیشتری از نیروهای متخصص و باتجربه روی بیاورند.
البته این تحول به معنای حذف کامل ساختار هرمی یا بی‌نیازی از مشاوران جوان نیست. میزان تغییر به نوع خدمات، پیچیدگی پروژه، کیفیت داده‌ها و توانایی شرکت در استفاده مؤثر از فناوری بستگی دارد.
۲. ظهور الگوی جدید: ساختار «ابلیسک»
نویسندگان مقاله برای توصیف ساختار نوظهور شرکت‌های مشاوره از مفهوم «ابلیسک» (Obelisk) استفاده می‌کنند. منظور، ساختاری است که در مقایسه با هرم سنتی، لایه‌های کمتر و ترکیب متفاوتی از نقش‌های حرفه‌ای دارد و انجام بخشی از کارها را به ابزارهای هوش مصنوعی واگذار می‌کند.
store.hbr.org+1
در این الگو، سه نقش اهمیت ویژه‌ای پیدا می‌کنند:
۱. تسهیل‌گران هوش مصنوعی (AI Facilitators)
این افراد توانایی کار با ابزارهای هوش مصنوعی، جریان‌های داده و فناوری‌های مرتبط را دارند. نقش آن‌ها صرفاً استفاده از یک ابزار عمومی نیست؛ بلکه باید بتوانند فناوری مناسب را برای فعالیت‌های مشاوره‌ای انتخاب کنند، گردش کار را بهبود دهند و از خروجی‌های قابل‌استفاده پشتیبانی کنند.
۲. معماران پروژه مشاوره (Engagement Architects)
این افراد مسئول تعریف مسئله، طراحی رویکرد حل مسئله، هدایت پروژه، تفسیر نتایج حاصل از هوش مصنوعی و تبدیل یافته‌ها به توصیه‌های اجرایی هستند. ارزش کار آن‌ها در این است که بدانند چه پرسشی باید مطرح شود، کدام تحلیل اهمیت دارد و چگونه می‌توان از نتایج برای تصمیم‌گیری استفاده کرد.
۳. رهبران ارتباط با مشتری (Client Leaders)
این نقش بر ایجاد و حفظ روابط حرفه‌ای و مبتنی بر اعتماد با مدیران ارشد مشتری متمرکز است. شناخت زمینه کسب‌وکار، درک دغدغه‌های تصمیم‌گیرندگان، مدیریت انتظارات و کمک به مشتری برای عبور از تغییرات، همچنان از عناصر مهم خدمات مشاوره‌ای محسوب می‌شوند.
نکته مهم آن است که این سه نقش الزاماً به سه موقعیت شغلی کاملاً مجزا تبدیل نمی‌شوند. به‌ویژه در شرکت‌های کوچک، ممکن است یک مشاور چند مورد از این مسئولیت‌ها را هم‌زمان بر عهده داشته باشد.
۳. چه فعالیت‌هایی تغییر می‌کنند و چه قابلیت‌هایی ارزش بیشتری می‌یابند؟
هوش مصنوعی را نباید صرفاً جایگزینی برای نیروی انسانی در نظر گرفت. تأثیر مهم‌تر آن، تغییر ترکیب فعالیت‌هایی است که برای انجام یک پروژه مشاوره لازم‌اند.
| فعالیت | جهت احتمالی تحول |
|---|---|
| گردآوری و دسته‌بندی اطلاعات | خودکارسازی بخش بیشتری از فعالیت‌ها |
| تحلیل داده و مدل‌سازی اولیه | سرعت بیشتر در تولید و مقایسه تحلیل‌ها |
| تهیه پیش‌نویس گزارش و ارائه | کاهش زمان تولید نسخه اولیه |
| تعریف مسئله و انتخاب راه‌حل | افزایش اهمیت قضاوت و تجربه حرفه‌ای |
| تفسیر نتایج و تدوین توصیه‌ها | نیاز به شناخت زمینه و ارزیابی انتقادی |
| جلب اعتماد و همراه‌سازی مدیران | اهمیت پایدار روابط انسانی و شناخت سازمان |
| اجرای تغییرات و ارزیابی نتایج | نیاز به ترکیب فناوری، مدیریت و توان اجرایی |
این جدول جهت احتمالی تغییرات را نشان می‌دهد، نه اینکه همه فعالیت‌های ردیف‌های نخست به‌طور کامل خودکار می‌شوند یا فعالیت‌های ردیف‌های پایانی منحصراً انسانی باقی خواهند ماند. کیفیت خروجی به ماهیت مسئله و نحوه استفاده از فناوری بستگی دارد.
از این منظر، مزیت رقابتی شرکت‌های مشاوره به‌تدریج از تعداد کارکنان و حجم ساعات قابل‌فروش، به سمت کیفیت حل مسئله، توانایی بهره‌گیری از فناوری، تخصص صنعت و اثربخشی توصیه‌های اجرایی حرکت می‌کند.
۴. چالش شرکت‌های مشاوره سنتی: فناوری کافی نیست
شرکت‌های باسابقه مشاوره مدیریت برای سازگاری با این تحول با چالشی فراتر از خرید ابزارهای هوش مصنوعی روبه‌رو هستند. ساختارهای سازمانی، نظام درآمدی، شیوه مدیریت پروژه و مسیرهای توسعه حرفه‌ای آن‌ها غالباً بر مبنای همان الگوی هرمی شکل گرفته‌اند.
برای مثال، اگر بخش مهمی از کارهای اولیه یک پروژه با کمک هوش مصنوعی انجام شود، پرسش‌هایی جدی مطرح می‌شود:
- شرکت چگونه باید قیمت خدمات خود را تعیین کند؛ بر اساس ساعات کار یا ارزش ایجادشده برای مشتری؟
- مشاوران جوان چگونه مهارت‌های بنیادی پژوهش، تحلیل و حل مسئله را کسب خواهند کرد؟
- چه کسی مسئول بررسی صحت خروجی‌های هوش مصنوعی و پاسخ‌گویی در قبال توصیه نهایی است؟
- شرکت چگونه باید بین کاهش هزینه‌ها و حفظ کیفیت خدمات تعادل برقرار کند؟
- چه سازوکاری برای حفاظت از اطلاعات محرمانه مشتریان و مدیریت خطرهای استفاده از هوش مصنوعی لازم است؟
این پرسش‌ها نشان می‌دهند که تحول هوش مصنوعی، بدون بازنگری در مدل کسب‌وکار و نظام مدیریت منابع انسانی شرکت‌های مشاوره، ممکن است به کاهش هزینه‌های کوتاه‌مدت منجر شود، بی‌آنکه مزیت رقابتی پایداری ایجاد کند.
یکی از حساس‌ترین مسائل، آموزش نسل بعدی مشاوران است. اگر فعالیت‌های پایه به‌طور گسترده خودکار شوند، شرکت‌ها باید راه‌های تازه‌ای برای یادگیری عملی، کسب تجربه و پرورش قضاوت حرفه‌ای طراحی کنند. در غیر این صورت، ممکن است در آینده با کمبود نیروهایی مواجه شوند که توانایی هدایت پروژه‌های پیچیده را دارند.
۵. فرصت شرکت‌های کوچک و نوپای مشاوره
تغییر ساختار مشاوره فقط برای شرکت‌های بزرگ اهمیت ندارد. شرکت‌های کوچک و نوپا نیز می‌توانند از این تحول بهره ببرند؛ زیرا الزام کمتری به حفظ ساختارهای تاریخی، سلسله‌مراتب گسترده و تعداد زیادی نیروی انسانی دارند.
یک شرکت کوچک که دانش تخصصی مدیریت را با ابزارهای هوش مصنوعی ترکیب می‌کند، می‌تواند برخی خدمات پژوهشی و تحلیلی را با منابع محدودتر ارائه دهد. برای مثال، ارزیابی اولیه عملکرد سازمان، تحلیل اسناد و فرایندها، بررسی فرصت‌های بهبود، تدوین گزارش مدیریتی و طراحی سناریوهای تصمیم‌گیری، از جمله حوزه‌هایی هستند که امکان بررسی و اجرای آزمایشی آن‌ها وجود دارد.
بااین‌حال، استفاده از هوش مصنوعی به‌تنهایی مزیت رقابتی محسوب نمی‌شود. اگر ابزارهای مشابه در دسترس رقبا نیز باشند، مزیت پایدار باید از ترکیب چند عامل حاصل شود:
- تخصص موضوعی: شناخت عمیق یک صنعت یا مسئله مدیریتی مشخص.
- روش‌شناسی معتبر: برخورداری از چارچوب تشخیص، تحلیل و ارزیابی نتایج.
- توانایی اجرا: تبدیل یافته‌ها به اقداماتی که مشتری بتواند عملیاتی کند.
- اعتماد و پاسخ‌گویی: حفاظت از اطلاعات و پذیرش مسئولیت حرفه‌ای خروجی‌ها.
- یادگیری مستمر: بهبود روش‌ها بر اساس نتایج واقعی پروژه‌ها.
بنابراین، مسیر مناسب برای شرکت کوچک لزوماً تقلید از شرکت‌های بزرگ نیست؛ بلکه می‌تواند طراحی خدمات محدود، مشخص و قابل‌اندازه‌گیری باشد که در آن‌ها تخصص انسانی و توانمندی‌های هوش مصنوعی یکدیگر را تکمیل می‌کنند.
۶. دلالت‌های مدیریتی برای آینده صنعت مشاوره
مباحث مطرح‌شده را می‌توان در قالب پنج جهت‌گیری مدیریتی خلاصه کرد:
۱. بازتعریف ارزش پیشنهادی
شرکت باید مشخص کند مشتری برای چه نتیجه‌ای به آن مراجعه می‌کند، نه صرفاً برای دریافت گزارش یا انجام مجموعه‌ای از تحلیل‌ها.
۲. بازطراحی فرایند ارائه خدمت
فعالیت‌های هر پروژه باید بررسی شوند تا مشخص شود کدام بخش‌ها قابل‌خودکارسازی‌اند، کدام بخش‌ها نیازمند نظارت انسانی هستند و مسئولیت کنترل کیفیت بر عهده چه کسی است.
۳. توسعه مهارت‌های ترکیبی
مشاور آینده به دانش مدیریت، توانایی تحلیل، سواد هوش مصنوعی، قضاوت حرفه‌ای و مهارت ارتباط با مشتری نیاز دارد. تقویت یک حوزه نباید به بهای تضعیف سایر قابلیت‌ها تمام شود.
۴. استقرار حکمرانی هوش مصنوعی
محرمانگی داده‌ها، اعتبارسنجی خروجی‌ها، مستندسازی و تعیین مسئولیت تصمیم‌های نهایی باید بخشی از نظام مدیریت پروژه باشند.
۵. سنجش نتایج واقعی
کاهش زمان و هزینه، کیفیت تحلیل، رضایت مشتری و میزان تحقق نتایج پروژه باید سنجیده شوند. افزایش تعداد ابزارهای مورد استفاده، به‌خودی‌خود نشانه موفقیت نیست.
نتیجه‌گیری
هوش مصنوعی لزوماً به معنای پایان حرفه مشاوره مدیریت نیست؛ اما می‌تواند مبانی اقتصادی و سازمانی این حرفه را تغییر دهد. اگر بخش بیشتری از فعالیت‌های پژوهشی و تحلیلی با ابزارهای هوشمند انجام شود، شرکت‌ها باید درباره اندازه تیم‌ها، سلسله‌مراتب، مسیر توسعه مشاوران، قیمت‌گذاری خدمات و شیوه خلق ارزش بازاندیشی کنند.
الگوی «ابلیسک» که در مقاله هاروارد بیزینس ریویو مطرح شده، تصویری از این جهت‌گیری است: ساختاری با لایه‌های کمتر و اتکای بیشتر بر تخصص، هدایت پروژه، توانمندی‌های هوش مصنوعی و ارتباط با مشتری. بااین‌حال، این الگو را باید یک مسیر تحول دانست، نه ساختاری که الزاماً برای تمام شرکت‌ها و همه انواع خدمات مشاوره مناسب باشد.
مسئله راهبردی برای شرکت‌های مشاوره این نیست که چگونه هوش مصنوعی را به ساختار موجود اضافه کنند؛ بلکه این است که با توجه به قابلیت‌های جدید فناوری، چه ساختاری می‌تواند بهترین نتیجه را برای مشتری ایجاد کند. پاسخ به این پرسش مستلزم بازنگری هم‌زمان در مدل کسب‌وکار، مهارت‌های حرفه‌ای، فرایندهای کاری و سازوکارهای پاسخ‌گویی است.
منبع
Duncan, D. S., Anderson, T., & Saviano, J. (2025, September 10). AI is changing the structure of consulting firms. Harvard Business Review.
پیوند مقاله اصلی: https://hbr.org/2025/09/ai-is-changing-the-structure-of-consulting-firms
هاروارد بیزنس ریویو+۱
