سه پرسش برای هر تصمیم
- ۱. قابل برگشت است؟
- جف بزوس، بنیانگذار آمازون، تصمیمها را به دو دسته تقسیم میکرد: درهای یکطرفه و درهای دوطرفه. از در دوطرفه اگر رد شدید و پشیمان شدید، برمیگردید. از در یکطرفه نه. تغییر متن یک دکمه در دوطرفه است؛ حذف یک محصول از سبد مشتریان قدیمی یکطرفه.
- ۲. اثرش چقدر بزرگ است؟
- اینجا فقط پول مهم نیست. تصمیمی که روی اعتماد مشتری، برند یا یک گروه آسیبپذیر اثر میگذارد، حتی اگر از نظر مالی کوچک باشد، تصمیم بزرگی است.
- ۳. دادهی کافی داریم؟
- AI در موقعیتهایی که هزار بار تکرار شدهاند عالی کار میکند. در موقعیت تازه، مثل ورود به بازار جدید یا واکنش به یک بحران، الگویی برای یاد گرفتن ندارد.
ماتریس تصمیم
| نوع تصمیم | چه کسی تصمیم میگیرد | نمونهها |
|---|---|---|
| قابل برگشت، اثر کم | AI تصمیم میگیرد، انسان گاهی نمونهبرداری میکند | دستهبندی تیکت، متن ایمیل پیگیری، زمان ارسال پیامک |
| قابل برگشت، اثر زیاد | AI پیشنهاد میدهد، انسان تأیید میکند | تغییر قیمت آزمایشی، اولویت بکلاگ، بودجهی کمپین |
| غیرقابل برگشت، اثر کم | انسان تصمیم میگیرد، AI تحلیل میدهد | حذف یک قابلیت کماستفاده، پاک کردن دادهی قدیمی |
| غیرقابل برگشت، اثر زیاد | انسان تصمیم میگیرد و پاسخگوست | ورود به بازار جدید، تعدیل نیرو، انتخاب شریک اصلی |
پرسش سوم مثل یک ضریب روی این جدول عمل میکند. اگر داده کم است، تصمیم را یک ردیف پایینتر ببرید و نقش انسان را بیشتر کنید.
در یک جلسهی مشاوره، کارهای تکراری کسبوکارتان را با همین ماتریس مرور میکنیم و میگوییم کجا هوش مصنوعی تصمیم بگیرد و کجا فقط پیشنهاد بدهد.
چه چیزی همیشه دست مدیر محصول میماند
حتی با بهترین مدلها، چند نوع تصمیم هست که جایشان دست انسان است:
- انتخاب بین ارزشهای متضاد. رشد سریع یا اعتماد بلندمدت؟ سود امسال یا سهم بازار؟ AI میتواند پیامدها را بشمارد، اما اینکه شرکت شما چه چیزی را مهمتر میداند سؤال فنی نیست.
- چشمانداز. اینکه سه سال دیگر محصول کجا باشد، از دادهی گذشته بیرون نمیآید.
- همراستا کردن آدمها. فروش یک چیز میخواهد، فنی یک چیز، مدیرعامل چیز دیگری. این گفتوگو را نمیشود به مدل سپرد.
- هر تصمیمی که کسی باید جوابش را بدهد. اگر نتیجه بد شد و نتوانید بگویید چه کسی مسئول بود، تصمیم را بد واگذار کردهاید.
دامی که باید از آن دوری کرد
خطر اصلی این نیست که تصمیم بزرگی را رسماً به AI بدهید. خطر این است که بدون اینکه متوجه شوید واگذارش کنید. گزارشی که AI نوشته، بیبررسی وارد جلسهی هیئتمدیره میشود و تصمیم بر اساسش گرفته میشود. اینجا رسماً انسان تصمیم گرفته، ولی در عمل نه.
یک قانون ساده کمک میکند: هر خروجی AI که وارد تصمیم ردیف دوم یا چهارم جدول میشود، باید یک اسم کنارش باشد: کسی که آن را خوانده، منابعش را چک کرده و پایش ایستاده. اینکه AI دقیقاً کجاها اشتباه میکند و چه چیزی را باید چک کرد، موضوع مقالهی بعدی است.
سری مدیریت محصول در دورهی AI
این مطلب بخشی از سری نُهقسمتی «مدیریت محصول در دورهی AI» نوشتهی منصوره رحمانی، مدیر ارشد محصول وستا، است.
- از Brand Man تا AI Agent: مدیریت محصول از کجا آمد؟
- وقتی ساختن ارزان شد: نقطهی تحول AI برای تیمهای محصول
- مدیر محصول در عصر AI: از هماهنگکننده به قضاوتکننده
- مرگ «زمان حضور در اپ»: KPIهای سازمان در دورهی AI
- وقتی هر قابلیتی کپیشدنی است، ارزش کجاست؟
- ماتریس تصمیم: چه چیزی را به AI بسپاریم؟ (همین مطلب)
- جاهایی که AI با اطمینان اشتباه میکند · بهزودی
- چکلیست اعتماد به تأمینکنندههای AI · بهزودی
- AI-first شدن نجاتتان نمیدهد · بهزودی
پرسشهای رایج دربارهی ماتریس تصمیم هوش مصنوعی
چه تصمیمهایی را میشود به هوش مصنوعی سپرد؟
به نظر منصوره رحمانی، مدیر ارشد محصول وستا، تصمیمی را میشود به هوش مصنوعی سپرد که قابل برگشت است، اثرش محدود است و دادهی کافی پشتش هست؛ مثل دستهبندی تیکت، متن ایمیل پیگیری یا زمان ارسال پیامک. هر چه یکی از این سه شرط ضعیفتر باشد، نقش انسان پررنگتر میشود.
در یکطرفه و دوطرفه در تصمیمگیری یعنی چه؟
تقسیمبندی جف بزوس: از در دوطرفه اگر رد شدید و پشیمان شدید برمیگردید، مثل تغییر متن یک دکمه؛ از در یکطرفه نه، مثل حذف یک محصول از سبد مشتریان قدیمی.
کدام تصمیمها همیشه دست انسان میماند؟
انتخاب بین ارزشهای متضاد، چشمانداز، همراستا کردن آدمها و هر تصمیمی که کسی باید جوابش را بدهد. هر خروجی AI که وارد تصمیم پراثر میشود باید یک اسم کنارش باشد.
دربارهی نویسنده
منصوره رحمانیمدیر ارشد محصول (CPO) وستامدیر محصول با پیشینهی طراحی رابط و تجربهی کاربری (UI/UX) و طراحی گرافیک؛ کارشناسی فناوری اطلاعات از دانشگاه یزد. بیش از ۵ سال طراحی گرافیک و UI/UX، نزدیک دو سال طراح ارشد گرافیک در فدو (شرکتی در حوزهی راهکارهای ERP) و از ۲۰۲۴ مدیر محصول و تجارت الکترونیک در ام وی ام ایزدی. دورهی Product Management Bootcamp رهنما کالج را گذرانده است.
منابع
در یک جلسهی مشاوره، کارهای تکراری کسبوکارتان را با همین ماتریس مرور میکنیم و میگوییم کجا هوش مصنوعی تصمیم بگیرد و کجا فقط پیشنهاد بدهد.