مشاور هوش مصنوعی
AI Consultant
مشاور هوش مصنوعی به سازمان‌ها کمک می‌کند تصمیم بگیرند AI را کجا و چطور به کار ببرند و بعد این تغییر را واقعاً اجرا کنند: پیدا کردن و اولویت‌بندی کاربردها، ساختن business case، طراحی نقشهٔ راه، همراهی پایلوت‌ها و آموزش تیم‌ها تا ابزار تازه جزء کار روزمره شود. لینکدین این گروه را با نام «AI consultants and strategists» در رتبهٔ دوم فهرست سریع‌ترین شغل‌های در حال رشد آمریکا در ۲۰۲۶ گذاشته است. این کار هم در شرکت‌های مشاوره انجام می‌شود، هم در تیم‌های داخلی سازمان‌ها و هم به‌صورت مستقل.
مقدمه و تعریف شغل
مشاور هوش مصنوعی (AI Consultant) بین مدیران کسب‌وکار و تیم‌های فنی کار می‌کند. لینکدین این گروه را چنین تعریف می‌کند: کسانی که به سازمان‌ها کمک می‌کنند فناوری‌های AI را برای بهبود عملیات و رسیدن به اهدافشان برنامه‌ریزی و پیاده‌سازی کنند. در آگهی AI Consultant شرکت DEPT، تمرکز نقش «فهم چالش‌های کسب‌وکار و طراحی استراتژی بر پایهٔ درک عمیق از AI، نه نوشتن کد» توصیف شده است: کارگاه کشف نیاز، ارزیابی بلوغ سازمان، اولویت‌بندی کاربردها با business case و ROI و همراهی مشتری از چشم‌انداز تا پیاده‌سازی. بازار این کار را با عنوان‌های نزدیک به هم منتشر می‌کند: AI Transformation Consultant و AI Strategy Consultant در شرکت‌های مشاوره، و AI Enablement Lead یا AI Adoption Lead در تیم‌های داخلی سازمان‌ها.
مشکل اصلی بسیاری از سازمان‌ها دیگر دسترسی به ابزار AI نیست، بلکه تبدیل آزمایش‌های پراکنده به نتیجهٔ قابل اندازه‌گیری است. در مطالعهٔ IBM روی ۲٬۰۰۰ مدیرعامل (مه ۲۰۲۵)، پاسخ‌دهندگان گفته‌اند در چند سال گذشته فقط ۲۵٪ طرح‌های AI بازگشت سرمایهٔ مورد انتظار را داشته‌اند و فقط ۱۶٪ در کل سازمان گسترش یافته‌اند. آگهی‌های این نقش دقیقاً همین شکاف را هدف گرفته‌اند؛ AHEAD می‌نویسد مشاور باید مشتری را «از جاه‌طلبی و آزمایش AI به اثر قابل اندازه‌گیری در کسب‌وکار» برساند. تقاضا هم بالا رفته است: در فهرست Jobs on the Rise ۲۰۲۶ لینکدین، AI consultants and strategists بعد از AI Engineer دوم شده‌اند، و ITJobsWatch در بریتانیا در شش ماه منتهی به ۲۲ اکتبر ۲۰۲۶، ۱۹۳ آگهی استخدام دائم با عنوان AI Consultant ثبت کرده، در برابر ۷ آگهی در همین بازه در ۲۰۲۵.
چه چیزی می‌سازید؟
مثال‌های واقعی از خروجی کار یک مشاور هوش مصنوعی
نقشهٔ راه و سبد اولویت‌بندی‌شدهٔ کاربردهای AI
DEPT از مشاور می‌خواهد نقشهٔ راه AI و سبدی از کاربردهای اولویت‌بندی‌شده تعریف کند که بر business case و ROI تکیه دارد. AHEAD هم نقشهٔ راهی می‌خواهد که ترتیب پایلوت‌ها، زیرساخت‌های لازم، اقدامات حاکمیتی و نقاط سنجش ارزش را مشخص کند.
ارزیابی بلوغ و آمادگی سازمان
در آگهی AHEAD این ارزیابی هفت محور دارد: استراتژی، داده، پلتفرم، حاکمیت، نیروی انسانی، فرایند و مدیریت تغییر. Devoteam هم ارزیابی بلوغ داده و آمادگی سازمان و پیدا کردن شکاف‌ها را جزو وظایف آورده است.
Business case و چارچوب سنجش ارزش
Thomson Reuters از مشاور می‌خواهد پیش از هر ادعا فرضیهٔ ارزش، خط مبنا، معیار و استاندارد شواهد تعریف کند تا «ادعاهای ارزش در برابر مشتری با آنچه داده نشان می‌دهد جور باشد».
پایلوت و نمونهٔ اولیه
مشاور داخلی Santander در آلمان پایلوت‌ها و Proof of Conceptها را همراهی می‌کند و تصمیم گسترش را آماده می‌کند. در Vaxcyte، مشاور یک چت‌بات برای پاسخ به پرسش‌های رایج و ارجاع به دستورالعمل‌های تیم حقوقی و انطباق طراحی و نمونه‌سازی می‌کند.
برنامهٔ آموزش و پذیرش
Nimble Gravity کارگاه، جلسهٔ آموزشی، ساعت پرسش و پاسخ و نمایش عملی برای کاربران و مدیران می‌خواهد و از مشاور انتظار دارد پذیرش را «با عدد واقعی، نه فقط موفقیت‌های کیفی» بسنجد. Ridgeline مسیرهای یادگیری جدا برای تیم‌های فنی، عملیاتی و مدیران ارشد می‌سازد.
چارچوب حاکمیت AI
Devoteam از مشاور می‌خواهد مدل حاکمیت AI را طراحی کند: مالکیت، سیاست‌ها، فرایندهای کنترل، مدیریت ریسک و اصول AI مسئولانه، همسو با مقرراتی مثل EU AI Act و GDPR.
تخصص‌های مختلف مشاور هوش مصنوعی
این شغل یک عنوان واحد نیست — مسیرهای تخصصی متعددی دارد
استراتژی و تحول AI
AI Strategy & Transformation
ارزیابی بلوغ، اولویت‌بندی کاربردها، business case و نقشهٔ راه، و همراهی برنامهٔ تحول تا اجرا؛ نمونه‌ها: آگهی‌های DEPT، AHEAD و Sia.
آموزش و پذیرش AI
AI Enablement & Adoption
آموزش کارکنان، شبکهٔ کاربران پیشرو (champions) و سنجش استفادهٔ واقعی؛ اغلب نقشی داخلی است، مثل AI Enablement Lead در Ridgeline یا AI Adoption Lead در AHEAD که آگهی‌اش آن را بخشی مدیر تغییر، بخشی مربی و بخشی مشاور داخلی می‌نامد.
حاکمیت و AI مسئولانه
AI Governance & Responsible AI
سیاست‌ها، فرایندهای کنترل و مدیریت ریسک، همسو با EU AI Act، GDPR و NIST AI RMF (آگهی Devoteam). طبق ITJobsWatch، در ۳۱٫۱٪ آگهی‌های دائم AI Consultant در بریتانیا عنوان Governance Consultant هم آمده است.
مشاور فنی AI
Technical AI Consultant
ترکیب مشاوره با ساخت: نمونه‌سازی، Proof of Value و معماری راه‌حل. Celonis برای این نقش Python، SQL و تجربهٔ ساخت سیستم‌های LLM و ایجنت با RAG و guardrail را می‌خواهد.
مشاور مستقل یا قراردادی
Independent / Contract AI Consultant
کار پروژه‌ای برای چند مشتری. طبق ITJobsWatch، میانهٔ نرخ روزانهٔ آگهی‌های قراردادی AI Consultant در بریتانیا در شش ماه منتهی به ۲۲ اکتبر ۲۰۲۶ برابر ۵۵۲ پوند بوده است. BLS می‌نویسد ۱۴٪ مشاغل management analyst در آمریکا خوداشتغال‌اند و ساعتی یا پروژه‌ای پول می‌گیرند.
تفاوت با شغل‌های مشابه
کجا این شغل تمام می‌شود و شغل دیگری شروع می‌شود؟
مهندس AI سیستم را می‌سازد؛ مشاور AI کمک می‌کند تصمیم گرفته شود چه چیزی ساخته شود و چطور در کار سازمان جا بیفتد. آگهی DEPT می‌گوید مشاور راه‌حل را «همراه با متخصصان فنی» طراحی می‌کند و پیاده‌سازی با پشتیبانی تیم مهندسان انجام می‌شود. داده‌های لینکدین هم تفاوت را نشان می‌دهد: رایج‌ترین مهارت‌های AI Engineer ابزارهای ساخت (LangChain، RAG، PyTorch) است و میانهٔ سابقهٔ قبلی‌شان ۳٫۷ سال؛ برای مشاوران و استراتژیست‌های AI این عدد ۸٫۲ سال است.
لینکدین این دو را یک گروه حساب می‌کند (AI consultants and strategists) و در آگهی‌ها هم مرز روشنی نیست؛ Sia عنوان نقشش را AI Transformation & Strategy Consultant گذاشته است. در آگهی‌هایی که عنوان Consultant دارند، کار معمولاً به استراتژی محدود نمی‌ماند و پایلوت، آموزش، پذیرش و سنجش نتیجه را هم شامل می‌شود.
مشاور مدیریت نزدیک‌ترین گروه رسمی به این شغل است. BLS می‌نویسد management analystها، که اغلب management consultant نامیده می‌شوند، راه‌های بهبود کارایی سازمان را پیشنهاد می‌کنند. مشاور AI همین کار را با AI به‌عنوان ابزار اصلی تغییر انجام می‌دهد و باید فناوری را هم بفهمد. به همین دلیل مشاوره مسیر ورود رایجی است: Sia ۲ تا ۷ سال تجربهٔ مشاورهٔ مدیریت می‌خواهد و AHEAD سابقه در مشاورهٔ مدیریت سطح بالا یا Big 4 را ترجیح می‌دهد.
هر دو نزد مشتری کار می‌کنند، اما کارشان فرق دارد. در آگهی Thomson Reuters، مهندسان forward deployed روی سیستم‌ها و داده‌های واقعی مشتری می‌سازند و مشاور «شانه به شانهٔ آن‌ها» شکل می‌دهد چه چیزی ساخته شود و امکان فنی را به تغییری در روش کار تبدیل می‌کند که دوام بیاورد. در نقش‌های فنی‌تر مشاوره این مرز کم‌رنگ می‌شود؛ Celonis برای مشاور ارشد تحول AI تسلط به Python و SQL و ساخت سیستم‌های LLM و ایجنت را می‌خواهد.
تأثیر در صنایع مختلف
مشاور هوش مصنوعی در همه صنایع مشغول به کار است — نه فقط شرکت‌های فناوری
بانکداری
مشاور داخلی Santander در آلمان کاربردهای AI و GenAI را از ایده تا تصمیم اجرا در فرایند ارزیابی بانک همراهی می‌کند و سبد AI را بر اساس ارزش، امکان‌پذیری، ریسک و اهمیت راهبردی اولویت‌بندی می‌کند
خدمات مالی و بیمه
Nimble Gravity به مؤسسات مالی و بیمه کمک می‌کند AI را مسئولانه و همسو با الزامات حاکمیت، انطباق و مدیریت ریسک به کار بگیرند
حقوقی، مالیات و تجارت
Thomson Reuters برای مشتریان ابزار CoCounsel مشاور تحول دارد و Vaxcyte برای تیم حقوقی و انطباق خود مشاوری می‌خواهد که چت‌بات بسازد و ابزارهای AI حقوقی را ارزیابی و راه‌اندازی کند
بازاریابی و برند
بخش Data & AI در DEPT در کنار تیم‌های تجارت الکترونیک، رسانه، تولید محتوا و عملیات داخلی کار می‌کند؛ طبق آگهی، Google، Lufthansa، Meta، eBay و OpenAI از مشتریان این شرکت‌اند
ارتباطات و امور سازمانی
Gravity Research به تیم‌های ارتباطات شرکت‌های Fortune 500 کمک می‌کند AI را بپذیرند، حاکمیتش را تعریف کنند و آن را در تیم گسترش دهند
عملیات و زنجیرهٔ تأمین
Celonis با داده‌های فرایندی، راه‌حل‌های AI برای حوزه‌هایی مثل زنجیرهٔ تأمین و مالی می‌سازد و مشاور ارشدش باید گلوگاه‌های عملیاتی را به راه‌حل AI وصل کند و ارزش را تا تحقق کامل پیگیری کند
فناوری و نرم‌افزار
Ridgeline برنامهٔ آموزش و پذیرش AI را برای همهٔ کارکنانش می‌سازد و AHEAD نقش داخلی AI Adoption Lead را برای یک واحد کسب‌وکار مشخص تعریف کرده است؛ یعنی شرکت‌های فناوری هم برای استفادهٔ داخلی به این نقش نیاز دارند
مشاوره و خدمات IT
طبق لینکدین، صنایع اصلی این نقش Technology and Internet، خدمات و مشاورهٔ IT و مشاورهٔ کسب‌وکار است؛ شرکت‌هایی مثل AHEAD، Sia و Devoteam تیم‌های مشاورهٔ AI دارند
تصورات غلط رایج
قبل از تصمیم‌گیری، این باورهای اشتباه را بشناسید
برای مشاور AI شدن باید برنامه‌نویس یا مهندس یادگیری ماشین باشید
آگهی AI Principal Consultant در AHEAD صریحاً نوشته لازم نیست مهندس ML باشید یا تجربهٔ عمیق کدنویسی داشته باشید، و DEPT تمرکز نقش را طراحی استراتژی «نه نوشتن کد» می‌داند و Python و SQL را فقط امتیاز می‌شمارد. اما درک فنی واقعی لازم است و در نقش‌های فنی‌تر، مثل Celonis، برنامه‌نویسی شرط است.
کار مشاور AI فقط اسلاید و توصیه است
Nimble Gravity یک نمونهٔ مشخص از چیزی که با GenAI ساخته یا پیکربندی کرده‌اید می‌خواهد، مثلاً یک workflow ایجنتی یا یک فرایند خودکار، و می‌نویسد مشاور باید بتواند بدون پشتیبان به پرسش‌های فنی دربارهٔ طراحی سیستم، جریان داده و حالت‌های خطا پاسخ دهد. Sia هم از مشاور می‌خواهد workflowهای AI را طراحی، نمونه‌سازی و پیاده کند.
این شغل فقط در شرکت‌های مشاوره وجود دارد
بخشی از آگهی‌ها نقش داخلی‌اند: AI Consultant در Santander به واحدهای خود بانک مشاوره می‌دهد، Ridgeline برای کارکنان خودش AI Enablement Lead می‌خواهد و AHEAD برای یکی از واحدهای خودش AI Adoption Lead داخلی استخدام می‌کند. BLS هم دربارهٔ گروه management analyst می‌نویسد برخی برای همان سازمانی کار می‌کنند که تحلیلش می‌کنند.
این شغل نقطهٔ ورود مستقیم برای کسی است که تازه کارش را شروع می‌کند
طبق لینکدین، میانهٔ سابقهٔ کاری قبلی مشاوران و استراتژیست‌های AI ۸٫۲ سال است و بیشترشان پیش‌تر Founder، Software Engineer یا Product Manager بوده‌اند. راه ورود کم‌تجربه‌تر هم هست، اما محدودتر: Gravity Research ۱ تا ۳ سال تجربه در مشاوره، مدیریت تغییر یا حوزهٔ مرتبط می‌خواهد و Sia ۲ تا ۷ سال تجربهٔ مشاورهٔ مدیریت.
آشنایی با ابزارها کافی است و ریسک و مقررات کار حقوقدان‌هاست
Devoteam آشنایی با EU AI Act، GDPR و NIST AI RMF را جزو شرایط آورده و Sia همکاری با تیم‌های حقوقی، ریسک و انطباق را جزو وظایف. طبق کمیسیون اروپا، الزام «سواد AI» در قانون AI اتحادیهٔ اروپا از ۲ فوریهٔ ۲۰۲۵ اجرایی شده و قواعد سیستم‌های پرریسک در حوزه‌هایی مثل استخدام و آموزش از ۲ دسامبر ۲۰۲۷ اعمال می‌شود.
یک روز کاری واقعی
در هر سطح روز کاری چه شکلی است؟
جونیور (۰–۲ سال)
بیشتر وقت صرف پژوهش، جمع‌بندی و آماده کردن مطالب برای مشاوران ارشد می‌شود. آگهی Gravity Research برای این سطح تصویر روشنی می‌دهد: مصاحبه و نظرسنجی، نوشتن یافته‌ها و آزمودن ابزارهای تازه.
- ◆مصاحبه با کارکنان یک تیم مشتری دربارهٔ اینکه امروز از AI چطور استفاده می‌کنند و کجا گیر می‌کنند
- ◆جمع‌بندی یافته‌های مصاحبه‌ها و نظرسنجی در چند اسلاید یا یک یادداشت کوتاه
- ◆امتحان کردن یک ابزار یا قابلیت تازه برای اینکه معلوم شود در کار مشتری به درد می‌خورد یا نه
- ◆آماده کردن مطالب یک وبینار یا جلسهٔ آموزشی برای تیم مشتری
میانی (۲–۵ سال)
خودتان با ذی‌نفعان مشتری جلسه دارید، کارگاه برگزار می‌کنید و مسئول یک بخش از پروژه‌اید. کار بین تعریف مسئله، همراهی پایلوت با مهندسان و پیگیری نتیجه تقسیم می‌شود.
- ◆برگزاری کارگاه کشف نیاز با یک واحد کسب‌وکار برای پیدا کردن و رتبه‌بندی کاربردها
- ◆نوشتن business case یک کاربرد: وضعیت فعلی، هزینه، فایدهٔ مورد انتظار و متریک موفقیت
- ◆جلسه با مهندسان AI دربارهٔ دامنهٔ پایلوت و جایی که بررسی انسانی لازم است
- ◆بررسی آمار استفادهٔ یک ابزار تازه و پیدا کردن دلیل اینکه چرا یک تیم از آن استفاده نمی‌کند
ارشد (۵+ سال)
تمرکز روی رابطه با مدیران ارشد مشتری، تصمیم‌های سخت پروژه، رشد تیم و پیدا کردن کار بعدی است. آگهی‌های AHEAD و Thomson Reuters همین مسئولیت‌ها را برای سطح Principal آورده‌اند.
- ◆تسهیل کارگاه با مدیران ارشد کسب‌وکار، فناوری، داده و ریسک برای توافق روی اولویت‌ها
- ◆تعریف scope، رویکرد و تخمین یک پروژهٔ تازه و نوشتن SOW همراه با تیم فروش
- ◆تصمیم‌گیری وقتی ذی‌نفعان سر یک موضوع اختلاف دارند یا مسیر پروژه روشن نیست
- ◆مربیگری مشاوران جوان‌تر و بازبینی کیفیت گزارش‌ها پیش از ارائه به مشتری
مسئولیت‌ها و وظایف
مسئولیت‌های اصلی
وظایف روزانه و مهارت‌های مورد نیاز در این شغل
- ◈شناسایی و اولویت‌بندی کاربردهای AI بر اساس ارزش کسب‌وکار، امکان‌پذیری، ریسک و اهمیت راهبردی
- ◈ساختن business case و تعریف baseline و متریک‌های موفقیت برای هر کاربرد
- ◈همراهی پایلوت‌ها و نمونه‌های اولیه همراه با مهندسان AI و ارزیابی نتیجه پیش از تصمیم به گسترش
- ◈طراحی چارچوب حاکمیت AI و هماهنگی با تیم‌های حقوقی، ریسک و انطباق
- ◈برگزاری کارگاه‌های کشف نیاز و ارزیابی بلوغ و آمادگی سازمان برای AI (داده، پلتفرم، حاکمیت، نیروی انسانی و فرایند)
- ◈مشاوره به مدیران ارشد و هماهنگ کردن ذی‌نفعان کسب‌وکار، فناوری، داده و ریسک
- ◈طراحی نقشهٔ راه: ترتیب پایلوت‌ها، زیرساخت لازم، اقدامات حاکمیتی و نقاط تصمیم برای گسترش
- ◈طراحی برنامهٔ مدیریت تغییر، آموزش و پذیرش و پیگیری متریک‌های استفادهٔ واقعی
- ◈تعریف scope و SOW، نوشتن proposal و پیدا کردن کار بعدی در پروژه‌های جاری
مهارت‌های مورد نیاز
مهارت‌های فنی، نرم و حوزه‌ای که یک مشاور هوش مصنوعی موفق به آن‌ها نیاز دارد
دانش AI و ابزارها
LLM، RAG، ایجنت، fine-tuning و prompt engineering در حد فهم و توضیح (فهرست Devoteam)؛ DEPT «درک عمیق از Generative AI، NLP و MLOps» می‌خواهد
Nimble Gravity تسلط کاری روی چند پلتفرم (Claude، ChatGPT، Copilot یا مشابه) می‌خواهد، نه تخصص در یک محصول
مشاور Santander به کاربران در طراحی پرامپت و تدوین روش‌های درست استفاده از GenAI کمک می‌کند
تعریف مراحل، منطق تصمیم، ورودی و خروجی و جای human-in-the-loop در یک فرایند (از وظایف آگهی Sia)
دانستن اینکه یک workflow کجا به بازیابی اطلاعات، grounding یا بررسی انسانی نیاز دارد و توضیح دلیلش به زبان ساده (Nimble Gravity)
Power Automate، Zapier یا ابزار مشابه برای ساخت نمونهٔ سریع؛ در شرایط آگهی Vaxcyte آمده است
DEPT آشنایی با Python، SQL و AWS، Azure یا GCP را امتیاز می‌داند؛ در نقش‌های فنی مثل Celonis شرط است
مهارت‌های مشاوره و کسب‌وکار
شکستن مسئلهٔ مبهم به فرضیه، تحلیل، جمع‌بندی و توصیه؛ از شرایط اصلی آگهی AHEAD
سنجیدن هر کاربرد با ارزش کسب‌وکار، امکان‌پذیری، ریسک و اهمیت راهبردی (Santander) یا ارزش، امکان‌پذیری، مقیاس‌پذیری و اثر روی کاربر (Sia)
ساختن business case و نشان دادن ROI (DEPT)، و تعریف baseline و معیار تا ادعای ارزش با داده جور باشد (Thomson Reuters)
برگزاری کارگاه کشف نیاز و جلسهٔ تعریف نیازمندی‌ها با واحدهای کسب‌وکار؛ در آگهی‌های DEPT، Santander و Devoteam آمده است
مشاوره به C-suite و تهیهٔ مطالب در سطح مدیریت ارشد (DEPT و AHEAD)
Gravity Research نویسندهٔ قوی می‌خواهد که بتواند موضوع را برای مخاطب‌های مختلف روشن کند و با PowerPoint کار کند
مدیریت اولویت‌های هم‌زمان و پایبندی به زمان‌بندی (Gravity Research)؛ Ridgeline مدیریت برنامهٔ قوی می‌خواهد
Thomson Reuters از مشاور ارشد قضاوت تجاری در تعریف scope، تخمین کار و نوشتن statement of work می‌خواهد
تغییر، حاکمیت و دانش حوزه
Devoteam تجربه با ADKAR یا Kotter را بسیار ارزشمند می‌داند و Nimble Gravity گواهی‌های Prosci یا ACMP را امتیاز می‌شمارد
طراحی و اجرای برنامه‌های آموزشی (L&D) برای مخاطب‌های فنی و غیرفنی؛ شرط اصلی آگهی Ridgeline
مدل حاکمیت، سیاست و کنترل، و آشنایی با EU AI Act، GDPR و NIST AI RMF (Devoteam)
آگهی‌ها تجربهٔ حوزه را امتیاز می‌دانند: حقوقی و مالیات در Thomson Reuters، خدمات مالی و بیمه در Nimble Gravity، زنجیرهٔ تأمین و مالی در Celonis، و صنایع تحت مقررات در Devoteam
برای کار در اروپا مهم است: Santander تسلط بسیار خوب به آلمانی و انگلیسی می‌خواهد و Celonis آلمانی در سطح C1/C2 را برای برگزاری کارگاه با مشتری
نقشه راه و مسیر آموزشی
نقشه راه تبدیل شدن به مشاور هوش مصنوعی
این مسیر گام به گام شما را از صفر تا حرفه‌ای هدایت می‌کند.
مبانی AI و هوش مصنوعی مولد برای غیرمهندسان
باید بدانید مدل‌های زبانی چه می‌کنند، کجا خطا می‌کنند و چه چیزی را نمی‌توانند. آگهی‌ها این را صریح می‌خواهند: DEPT «درک عمیق از Generative AI، NLP و MLOps» و Devoteam آشنایی با LLM، RAG، ایجنت‌ها، fine-tuning و prompt engineering را خواسته‌اند. لازم نیست مدل بسازید، اما باید بتوانید با مهندسان دربارهٔ آن حرف بزنید.
کار عملی با ابزارها، پرامپت و اتوماسیون
آگهی‌ها تجربهٔ دست‌اول می‌خواهند. Gravity Research کار عملی با ChatGPT، Claude، Gemini و Copilot را شرط گذاشته و Nimble Gravity یک نمونهٔ مشخص از چیزی که خودتان با GenAI ساخته یا پیکربندی کرده‌اید می‌خواهد؛ به نوشتهٔ آگهی، «استفاده از Copilot برای نوشتن ایمیل» کافی نیست. یک workflow چندمرحله‌ای با یک ابزار اتوماسیون بسازید و جایی برای بررسی انسانی در آن بگذارید.
مهارت‌های مشاوره: ساختار مسئله، business case و سنجش ارزش
هستهٔ این شغل مشاوره است، نه فناوری. AHEAD «حل مسئلهٔ ساختاریافته» را می‌خواهد: شکستن مسئلهٔ مبهم به فرضیه، تحلیل و توصیه. Thomson Reuters از مشاور می‌خواهد پیش از هر ادعای ارزش، خط مبنا (baseline) و معیار اندازه‌گیری تعریف کند تا ادعا با داده جور باشد. نوشتن خلاصه و ارائه برای مدیر ارشد را هم همین‌جا تمرین کنید.
مدیریت تغییر، آموزش و حاکمیت AI
پروژهٔ AI وقتی نتیجه می‌دهد که آدم‌ها روش کارشان را عوض کنند. Devoteam تجربه با روش‌های ADKAR یا Kotter و آشنایی با EU AI Act، GDPR و NIST AI RMF را می‌خواهد. در بریتانیا، طبق ITJobsWatch، در ۳۱٫۱٪ آگهی‌های دائم AI Consultant عنوان Governance Consultant هم آمده است؛ یعنی حاکمیت و ریسک بخش جدی این بازار است.
ورود به بازار: استخدام یا کار مستقل
دو راه اصلی وجود دارد: استخدام در شرکت مشاوره یا تیم داخلی یک سازمان، و کار مستقل یا قراردادی. BLS می‌نویسد مشاوری که قراردادی کار می‌کند باید پیشنهاد (proposal) بنویسد و برای پروژه رقابت کند. Jason Liu تجربهٔ مشاورهٔ مستقلش را در راهنمایی رایگان نوشته که بر یک چرخه بنا شده: نوشتن دربارهٔ مسئله‌هایی که حل می‌کنید، تماس مشتری، و تبدیل نتیجه به نمونهٔ کار.
ابزارها و استک فنی
ابزارهایی که هر مهندس AI باید بشناسد، دسته‌بندی‌شده بر اساس اولویت
دستیارهای AI که مشتری‌ها به کار می‌برند
Nimble Gravity کمک به مشتری برای استفاده از ابزارهایی مثل Claude در فرایندهای واقعی را جزو کار آورده است
در فهرست ابزارهای آگهی‌های Gravity Research، Sia و Vaxcyte آمده؛ طبق ITJobsWatch، Microsoft در ۲۶٫۴٪ آگهی‌های دائم AI Consultant در بریتانیا ذکر شده است
ساخت ایجنت و اتوماسیون workflow
ساخت ایجنت روی ابزارهای مایکروسافت؛ طبق ITJobsWatch، Power Platform در ۱۴٪ آگهی‌های دائم AI Consultant در بریتانیا آمده است
اتوماسیون فرایند در محیط Microsoft؛ آگهی Vaxcyte آن را در کنار Zapier به‌عنوان تجربهٔ مطلوب آورده است
پلتفرم اتوماسیون workflow با AI؛ برای ساخت سریع نمونهٔ اولیه و نشان دادن ارزش یک ایده به مشتری به کار می‌آید
پلتفرم‌های ابری و داده
پلتفرم AI در Azure؛ طبق ITJobsWatch، Azure در ۱۲٫۴٪ و Foundry در ۵٫۷٪ آگهی‌های دائم AI Consultant در بریتانیا آمده است
سرویس AWS برای استفاده از مدل‌ها و ساخت ایجنت؛ DEPT و Devoteam آشنایی با AWS، Azure یا GCP را امتیاز می‌دانند
پلتفرم داده و AI؛ در فهرست Devoteam آمده و طبق ITJobsWatch در ۶٫۲٪ آگهی‌های دائم این عنوان در بریتانیا ذکر شده است
کارگاه، تحلیل و ارائه
قالب اصلی تحویل کار؛ آگهی Gravity Research تهیهٔ ارائه‌های PowerPoint و یادداشت (memo) را جزو وظایف آورده است
مدل‌سازی هزینه و فایده، business case و پیگیری متریک‌ها
مسیر پیشرفت شغلی
از جونیور تا Staff Engineer — چه مهارت‌هایی نیاز دارید و چه درآمدی انتظار داشته باشید
Analyst / AI Consultant (ورودی)
۱ تا ۳ سال
پژوهش، مصاحبه و جمع‌بندی یافته‌ها، تهیهٔ ارائه و کمک به برگزاری آموزش‌ها. آگهی Gravity Research برای ۱ تا ۳ سال تجربه ۷۰ تا ۸۵ هزار دلار و آگهی Sia برای سطح Consultant حقوق پایهٔ ۸۹٬۸۰۰ تا ۱۱۰٬۲۰۰ دلار اعلام کرده‌اند
Senior Consultant
۳ تا ۷ سال
برگزاری کارگاه با ذی‌نفعان، اولویت‌بندی کاربردها، تعریف متریک و همراهی پایلوت؛ Devoteam برای این نوع نقش ۳ تا ۵ سال تجربه می‌خواهد و Sia برای سطح Senior Consultant حقوق پایهٔ ۱۲۴٬۴۰۰ تا ۱۲۹٬۵۰۰ دلار اعلام کرده است
Manager / AI Enablement Lead
۵ تا ۱۰ سال
رهبری یک workstream یا برنامهٔ پذیرش AI در کل سازمان؛ Nimble Gravity برای این نقش ۵ تا ۱۰ سال تجربه می‌خواهد و Ridgeline برای نقش داخلی AI Enablement Lead بازهٔ حقوق شروع ۱۷۸٬۵۰۰ تا ۲۲۳٬۰۰۰ دلار اعلام کرده است
Principal / Director یا مشاور مستقل
۷ تا ۱۲+ سال
رهبری engagementهای پیچیده، تعریف scope و SOW، مربیگری مشاوران و کمک به فروش پروژه‌های بعدی؛ AHEAD برای این سطح ۷ تا ۱۲+ سال تجربه و درآمد هدف (OTE) ۲۵۰ تا ۳۰۰ هزار دلار اعلام کرده است. BLS می‌نویسد مشاوران ارشد ممکن است شریک (partner) شوند و مشاوران مستقل ساعتی یا پروژه‌ای از مشتری پول می‌گیرند
چالش‌ها و جنبه‌های منفی
واقعیت‌هایی که کمتر در آگهی‌های شغلی می‌بینید — قبل از ورود بدانید
از آزمایش تا نتیجهٔ قابل اندازه‌گیری
عمومیدر مطالعهٔ IBM روی ۲٬۰۰۰ مدیرعامل، فقط ۲۵٪ طرح‌های AI بازگشت سرمایهٔ مورد انتظار را داشته‌اند و ۶۴٪ پذیرفته‌اند ترس از عقب ماندن باعث می‌شود پیش از روشن شدن ارزش برخی فناوری‌ها در آن‌ها سرمایه‌گذاری کنند. کار مشاور پر کردن همین فاصله است و اگر نتیجه دیده نشود، پروژه زیر سؤال می‌رود.
سنجیدن ارزش با عدد واقعی
عمومیNimble Gravity از مشاور می‌خواهد پذیرش و اثر را «با عدد واقعی، نه فقط موفقیت‌های کیفی» بسنجد و Thomson Reuters معیارهایی می‌خواهد که ادعای ارزش با داده جور باشد. برای این کار باید از قبل خط مبنا داشت، که در بسیاری از سازمان‌ها وجود ندارد.
هیاهو و انتخاب کاربرد اشتباه
عمومیGartner پیش‌بینی کرده بیش از ۴۰٪ پروژه‌های agentic AI تا پایان ۲۰۲۷ به دلیل هزینهٔ رو به افزایش، ارزش نامشخص یا کنترل ریسک ناکافی لغو شوند و می‌گوید بسیاری از کاربردهایی که امروز «agentic» معرفی می‌شوند اصلاً به ایجنت نیاز ندارند. مشاور باید بتواند به کاربرد نامناسب «نه» بگوید.
تنها با مخاطب فنی و بدبین
عمومیآگهی Nimble Gravity می‌نویسد مشاور اغلب تنها نمایندهٔ شرکت در اتاقی است که یک متخصص فنی بدبین هم در آن نشسته، و باید بتواند دربارهٔ طراحی سیستم، جریان داده و حالت‌های خطا بدون ارجاع به «تیم فنی» پاسخ دهد.
مقررات و ریسک
شرکت بزرگدر صنایعی مثل بانکداری، بیمه و حقوقی، هر کاربرد باید با الزامات انطباق و ریسک جور باشد. طبق کمیسیون اروپا، قواعد سیستم‌های پرریسک در حوزه‌هایی مثل استخدام، آموزش و زیرساخت‌های حیاتی از ۲ دسامبر ۲۰۲۷ اعمال می‌شود؛ مشاوری که در اروپا کار می‌کند باید این زمان‌بندی را بشناسد.
سفر، فشار زمانی و ساعت کاری طولانی
عمومیBLS دربارهٔ مشاوران مدیریت می‌نویسد چون بخش زیادی از وقتشان با مشتری می‌گذرد، زیاد سفر می‌کنند، زیر فشار مهلت‌های فشرده کار می‌کنند و برخی بیش از ۴۰ ساعت در هفته کار می‌کنند.
پیدا کردن کار بعدی
عمومیدر سطوح بالاتر و در کار مستقل، پیدا کردن پروژه بخشی از شغل است. AHEAD از مشاور ارشد می‌خواهد فرصت‌های بعدی را در دل پروژه‌های جاری پیدا کند و در proposal نقش داشته باشد، و BLS می‌نویسد مشاور قراردادی باید پیشنهاد بنویسد و برای پروژه رقابت کند.
حقوق و بازار کار جهانی
حقوق جهانی مشاور هوش مصنوعی
حقوق سالانه در کشورهای مختلف بر اساس داده‌های منتشرشده؛ منبع هر ردیف با آیکون کنار نام کشور باز می‌شود.
* ارقام سالانه‌اند. منبع هر رقم:
- Glassdoor US, estimate updated Apr 2025, AI Consultant, total pay (base + additional): 25th–75th pct, average (59 salaries)
- Glassdoor Canada, estimate updated Oct 2026, AI Consultant: 25th–75th pct, average (11 salaries)
- ITJobsWatch, 6 months to 22 Oct 2026, UK permanent ads titled AI Consultant: 25th–75th pct, median (157 salaries)
- Glassdoor Germany, estimate updated Oct 2025, AI Consultant: 25th–75th pct, average (25 salaries)
- Glassdoor India, estimate updated Oct 2025, AI Consultant: 25th–75th pct, average (44 salaries)
چگونه از صفر شروع کنیم
برنامه گام‌به‌گام برای ورود به مهندسی هوش مصنوعی
ماه ۱: مبانی AI برای غیرمهندسان
بفهمید مدل‌های زبانی چه می‌کنند، کجا خطا می‌کنند و سازمان‌ها چطور از آن‌ها استفاده می‌کنند.
ماه ۲: کار روزانه با دستیارهای AI
کارهای واقعی خودتان، مثل خلاصه‌نویسی، تحلیل سند و پیش‌نویس گزارش، را با دو سه دستیار انجام دهید و تفاوتشان را یادداشت کنید.
ماه ۳: ساختن یک workflow
یک فرایند تکراری را با یک ابزار اتوماسیون و یک مدل زبانی خودکار کنید و جای بررسی انسانی را در آن مشخص کنید.
ماه ۴: حاکمیت و ریسک
چارچوب NIST و زمان‌بندی قانون AI اتحادیهٔ اروپا را بخوانید و برای یک سازمان فرضی سیاست استفاده از AI بنویسید.
ماه ۵: یک ارزیابی واقعی
برای یک کسب‌وکار کوچک ارزیابی آمادگی AI و business case یک کاربرد را انجام دهید و برنامهٔ پذیرش آن را با مدل ADKAR بنویسید.
ماه ۶: درخواست شغل
رزومه را با زبان آگهی‌ها بازنویسی کنید: کارگاه، اولویت‌بندی کاربرد، business case، پذیرش و سنجش نتیجه. برای عنوان‌هایی مثل AI Transformation Consultant و AI Enablement Lead هم جستجو کنید و نقش‌های داخلی در صنعت خودتان را از قلم نیندازید.
پروژه‌های پیشنهادی برای رزومه
ارزیابی آمادگی AI برای یک کسب‌وکار واقعی
مبتدیبا چند نفر از یک کسب‌وکار کوچک مصاحبه کنید، فرایندهایشان را ترسیم کنید و ۵ تا ۸ کاربرد AI را بر اساس ارزش، امکان‌پذیری و ریسک اولویت‌بندی کنید؛ همان معیارهایی که آگهی‌های Santander و Sia برای اولویت‌بندی آورده‌اند. خروجی: گزارشی کوتاه با نقشهٔ راه.
Business case و طرح سنجش ارزش برای یک کاربرد
متوسطیکی از کاربردهای پروژهٔ قبل را بردارید: وضعیت فعلی را اندازه بگیرید (baseline)، هزینه و فایده را مدل کنید، متریک‌های موفقیت و نقطهٔ تصمیم برای توقف یا گسترش پایلوت را تعریف کنید. فرض‌ها را صریح بنویسید تا ادعای ارزش با داده جور باشد.
نمونهٔ کارکردی یک workflow با AI
متوسطیک workflow واقعی بسازید، مثلاً دسته‌بندی و پاسخ اولیه به ایمیل‌های پشتیبانی یا خلاصه‌سازی اسناد، با یک ابزار اتوماسیون و یک مدل زبانی، و جایی برای بررسی انسانی بگذارید. این همان «نمونهٔ مشخص از چیزی که ساخته‌اید» است که Nimble Gravity می‌خواهد.
بستهٔ حاکمیت AI برای یک سازمان فرضی
پیشرفتهبرای یک بانک یا بیمارستان فرضی سیاست استفاده از AI، فرایند ثبت و بررسی کاربردها، نقش‌ها و مسئولیت‌ها و یک فهرست ریسک بنویسید و هر بخش را به کارکردهای NIST AI RMF و الزامات مرتبط EU AI Act ربط دهید.
طراحی و اجرای یک کارگاه آموزشی AI با سنجش پذیرش
متوسطبرای یک گروه واقعی (همکاران، یک انجمن صنفی یا یک کسب‌وکار کوچک) کارگاهی دربارهٔ استفادهٔ کاری از AI طراحی و اجرا کنید، بعد از دو تا چهار هفته بسنجید چند نفر واقعاً ابزار را به کار برده‌اند و چه وقتی صرفه‌جویی شده است. Nimble Gravity سابقه‌ای می‌خواهد که بشود با عدد نشانش داد.
مثال‌های واقعی و Case Studies
داستان‌های واقعی از مهندسانی که در این حوزه تأثیرگذار بوده‌اند
در Dartmouth علوم شناختی خواند (۲۰۱۰) و از Wharton MBA گرفت (۲۰۱۷). در IBM نخستین تیم AI چندوجهی (multimodal) واتسون را راه انداخت و توسعهٔ محصول سیستم‌های تشخیص تصویر، متن و چهرهٔ Watson را با تیمی ۳۰ نفره از مهندسان پیش برد. در ۲۰۱۹ به‌عنوان نخستین استخدام AI برای استارتاپ‌ها به AWS رفت و Global Head of Machine Learning for Startups and Venture Capital شد.
پس از AWS، شرکت Open Machine را تأسیس کرد که طبق ویکی‌پدیا یک شرکت مشاوره با تمرکز بر کاربردهای سازمانی AI است و با شرکت‌هایی مثل Novartis، Samsung، Salesforce، Google، OpenAI و ServiceNow کار کرده است. در ۲۰۲۵ نامش در فهرست TIME100 تأثیرگذارترین افراد حوزهٔ AI آمد.
مسیر او از ساخت محصول در IBM و کمک به استارتاپ‌ها در AWS به مشاورهٔ مستقل رسید. به نظر می‌رسد سابقهٔ کار عملی با تیم‌های فنی و مشتریان واقعی، پایهٔ اعتبار یک مشاور مستقل است.
دانشمند داده و کارآفرین آمریکایی-بنگلادشی. در MIT علوم مدیریت و علوم سیاسی خواند، از Columbia کارشناسی ارشد آمار گرفت و دکترای علوم سیاسی را از UC San Diego گرفت. پیش از Accenture در بوت‌کمپ Metis علم داده درس می‌داد.
از ۲۰۱۷ در Accenture کار روی AI مسئولانه را رهبری کرد؛ طبق ویکی‌پدیا با شرکت‌ها روی حاکمیت اخلاقی و الگوریتم‌هایی کار می‌کند که تصمیم‌هایشان را شفاف توضیح دهند. در ۲۰۲۰ شرکت Parity را برای پر کردن شکاف میان تیم‌های ریسک، حقوقی و داده تأسیس کرد و از ۲۰۲۱ تا ۲۰۲۲ مدیر تیم اخلاق، شفافیت و پاسخ‌گویی یادگیری ماشین (META) در Twitter بود. Forbes در ۲۰۱۸ او را یکی از پنج نفری دانست که به AI شکل می‌دهند.
او یک تخصص مشخص، یعنی ریسک و حاکمیت AI، را به مسیر حرفه‌ای تبدیل کرد. با سخت‌تر شدن مقررات، به نظر می‌رسد کسی که زبان تیم‌های حقوقی، ریسک و داده را هم‌زمان می‌فهمد، جایگاه روشنی در این بازار دارد.
به گفتهٔ خودش سازندهٔ Instructor است، کتابخانه‌ای در Python برای گرفتن خروجی ساختاریافته از مدل‌های زبانی، و می‌گوید OpenAI آن را الهام‌بخش قابلیت structured output خود دانسته است. امروز در تیم Codex در OpenAI با عنوان Developer Experience Engineer کار می‌کند.
به گفتهٔ خودش، پیش از پیوستن به OpenAI یک کسب‌وکار مشاورهٔ یک‌نفره داشت و به استارتاپ‌هایی مثل Zapier، HubSpot، Weights & Biases، Modal و Pydantic در گذار به AI کمک کرد. دوره‌هایی دربارهٔ RAG، ایجنت‌ها و مشاورهٔ مستقل هم برگزار می‌کرد و تجربه‌اش از مشاورهٔ مستقل را در راهنمای رایگان The AI Consulting Playbook منتشر کرده است.
ایدهٔ اصلی راهنمای او یک چرخه است: نوشتن دربارهٔ مسئله‌ها به تماس مشتری می‌رسد، کار برای مشتری نمونهٔ موفق می‌سازد و نمونهٔ موفق محتوای تازه. مسیر او هم نشان می‌دهد مشاورهٔ مستقل می‌تواند یک مرحله از کار باشد، نه مقصد نهایی.
نمونه آگهی استخدام واقعی + تحلیل
یک آگهی واقعی از شرکت فعال در حال استخدام، با تحلیل هر بخش
AI Consultant
تحلیل نیازمندی‌ها
Experience in an AI, data, or technology consulting role, preferably at a consulting firm or digital agency
پیش‌شرط اصلی سابقهٔ مشاوره است، نه سابقهٔ مهندسی. اگر در شرکت مشاوره یا آژانس دیجیتال کار نکرده‌اید، تجربه‌ای را برجسته کنید که در آن برای مشتری یا یک واحد دیگر سازمان مسئله را تعریف و راه‌حل را پیاده کرده‌اید.
ضروریStrong track record working with enterprise clients, particularly across EMEA markets
مشتری‌های این نقش سازمان‌های بزرگ‌اند؛ تصمیم در آن‌ها کند و چندلایه است. «EMEA» یعنی اروپا، خاورمیانه و آفریقا، پس آشنایی با بازارهای این منطقه، از جمله زبان و مقررات اروپا، امتیاز است.
ضروریConfident working with senior stakeholders, from C-suite to IT product owners and marketing leaders
باید بتوانید در یک روز هم با مدیرعامل دربارهٔ اولویت‌ها حرف بزنید و هم با مالک محصول IT دربارهٔ جزئیات اجرا. این مهارت با تمرین ارائه و جلسه با مدیران ساخته می‌شود.
ضروریAbility to build business cases and communicate ROI of AI initiatives
هر پیشنهاد باید با عدد پشتیبانی شود: هزینه، فایدهٔ مورد انتظار و زمان بازگشت سرمایه. بدون business case، مدیران بودجه نمی‌دهند.
ضروریUnderstanding of AI transformation, change management, and enterprise implementation
بیشتر پروژه‌های AI در مرحلهٔ پذیرش گیر می‌کنند، نه در فناوری. باید بدانید آدم‌ها و فرایندها چطور عوض می‌شوند و پیاده‌سازی در سازمان بزرگ چه موانعی دارد.
مهمDeep understanding of Generative AI, NLP, and MLOps concepts
کد نوشتن خواسته نشده، اما «درک عمیق» خواسته شده است: باید بدانید مدل چطور کار می‌کند، کجا خطا می‌کند و نگهداری آن در پروداکشن چه می‌طلبد تا توصیه‌هایتان واقع‌بینانه باشد.
ضروریFamiliarity with Python, SQL, and cloud platforms (AWS, Azure, or GCP) is a plus
«a plus» یعنی شرط نیست. آشنایی پایه با این‌ها کمک می‌کند با تیم فنی راحت‌تر کار کنید و امکان‌پذیری یک ایده را سریع‌تر بسنجید.
مفیدAnalytical, commercially minded, and a strong communicator
«Commercially minded» یعنی همیشه بپرسید این کار چه ارزشی برای کسب‌وکار مشتری دارد. ترکیب تحلیل، نگاه تجاری و توان توضیح، هستهٔ این شغل است.
مهمتحلیل مسئولیت‌ها
Lead AI strategy engagements, discovery workshops, and maturity assessments with enterprise clients across EMEA
شروع بیشتر پروژه‌ها کارگاه کشف نیاز و ارزیابی بلوغ است: فهمیدن اینکه سازمان امروز کجاست، چه داده و زیرساختی دارد و AI کجا می‌تواند کمک کند. شما این جلسه‌ها را رهبری می‌کنید، نه فقط در آن‌ها حاضرید.
Define AI roadmaps and prioritised use case portfolios, anchored in business case and ROI
خروجی اصلی کار شما فهرستی اولویت‌بندی‌شده از کاربردها و ترتیب اجرای آن‌هاست. هر اولویت باید دلیل مالی داشته باشد، نه فقط جذابیت فنی.
Design (together with technical experts) and advise on data science and generative AI solutions for complex business problems
طراحی راه‌حل کار گروهی است؛ شما مسئله و نیاز کسب‌وکار را می‌آورید و متخصصان فنی امکان‌پذیری را. باید آن‌قدر بدانید که پیشنهاد غیرواقعی ندهید.
Guide clients through AI transformation programmes, from vision to implementation
کار با تحویل گزارش تمام نمی‌شود. مشتری را تا اجرا همراهی می‌کنید و باید ببینید برنامه واقعاً پیش می‌رود.
Advise C-suite and senior stakeholders on AI adoption strategy and organisational change
مدیران ارشد از شما می‌پرسند سازمان چطور باید تغییر کند تا AI واقعاً به کار گرفته شود: آموزش، نقش‌ها، فرایندها و حاکمیت. این بخش به مدیریت تغییر نزدیک‌تر است تا فناوری.
Bring emerging technology thinking to client conversations and internal teams
باید مدام فناوری‌های تازه را دنبال کنید و آن‌ها را به زبان فرصت برای مشتری ترجمه کنید؛ هم برای مشتری‌ها و هم برای همکاران داخلی خود DEPT.
نتیجه‌گیری کلی
این آگهی نسخهٔ استراتژیک این شغل را نشان می‌دهد: کارگاه، ارزیابی بلوغ، نقشهٔ راه با business case و همراهی تغییر سازمانی. آگهی صریحاً می‌گوید تمرکز نقش طراحی استراتژی است «نه نوشتن کد» و Python و SQL فقط امتیازند، اما درک عمیق GenAI، NLP و MLOps خواسته شده است. پیش‌شرط واقعی سابقهٔ مشاوره و کار با مشتری‌های سازمانی است. بازهٔ حقوق در آگهی اعلام نشده و DEPT در آن نوشته اگر مطمئن نیستید همهٔ شرایط را دارید، باز هم درخواست بدهید.
آینده و روندها
پیش‌بینی ۵–۱۰ ساله و مهارت‌هایی که باید یاد بگیرید
در فهرست Jobs on the Rise ۲۰۲۶ لینکدین، AI consultants and strategists رتبهٔ دوم سریع‌ترین رشد را در آمریکا داشتند، بعد از AI Engineer. این رتبه‌بندی بر پایهٔ شغل‌هایی است که اعضای لینکدین از ۱ ژانویهٔ ۲۰۲۳ تا ۳۱ ژوئیهٔ ۲۰۲۵ شروع کرده‌اند.
منبع: LinkedIn Jobs on the Rise 2026 (US)
مهارت‌های نوظهور که باید یاد بگیرید
پیش‌بینی‌های آینده
Gartner در ژوئن ۲۰۲۵ پیش‌بینی کرد بیش از ۴۰٪ پروژه‌های agentic AI تا پایان ۲۰۲۷ به دلیل هزینهٔ رو به افزایش، ارزش تجاری نامشخص یا کنترل ریسک ناکافی لغو شوند و توصیه کرد این فناوری فقط جایی به کار رود که ارزش یا ROI روشن دارد.
طبق کمیسیون اروپا، پس از اصلاحیهٔ موسوم به AI Omnibus، قواعد قانون AI برای سیستم‌های پرریسک در حوزه‌هایی مثل بیومتریک، زیرساخت‌های حیاتی، آموزش، استخدام و مهاجرت از ۲ دسامبر ۲۰۲۷ اعمال می‌شود و برای سیستم‌هایی که در محصولات تحت مقررات به کار رفته‌اند تا ۲ اوت ۲۰۲۸ مهلت هست.
Gartner پیش‌بینی می‌کند تا ۲۰۲۸ دست‌کم ۱۵٪ تصمیم‌های روزمرهٔ کاری به‌طور خودکار با agentic AI گرفته شود و ۳۳٪ نرم‌افزارهای سازمانی agentic AI داشته باشند؛ هر دو در ۲۰۲۴ نزدیک صفر بوده‌اند.
BLS آمریکا پیش‌بینی می‌کند اشتغال در گروه رسمی management analysts (مشاوران مدیریت) از ۲۰۲۵ تا ۲۰۳۵، ۱۰٪ رشد کند و سالانه حدود ۹۴٬۱۰۰ فرصت شغلی در این گروه پیش بیاید. BLS گروه جداگانه‌ای برای AI Consultant ندارد و این نزدیک‌ترین گروه رسمی است.
بخشی از این کار به درون سازمان‌ها می‌رود: آگهی‌های داخلی مثل Ridgeline، Santander و AHEAD نشان می‌دهند سازمان‌ها برای مشاوره، آموزش و پذیرش AI نیروی داخلی استخدام می‌کنند. این برای مشاور بیرونی یعنی رقابت با تیم داخلی مشتری، و برای کسی که دنبال استخدام است یعنی فرصت. مشتری‌ها هم سخت‌گیرتر شده‌اند: در مطالعهٔ IBM، ۶۵٪ مدیرعامل‌ها گفته‌اند سازمانشان کاربردهای AI را بر اساس ROI انتخاب می‌کند. ریسک دیگر هیاهوست: Gartner از پدیدهٔ «agent washing»، یعنی برچسب ایجنت زدن روی محصولات قدیمی، می‌نویسد و تخمین می‌زند از هزاران فروشندهٔ agentic AI فقط حدود ۱۳۰ مورد واقعی‌اند. مشاوری که فقط از روندها حرف بزند و نتیجهٔ قابل اندازه‌گیری نیاورد، کنار گذاشته می‌شود. رقابت هم با افراد باتجربه است: طبق لینکدین، میانهٔ سابقهٔ قبلی کسانی که این عنوان را دارند ۸٫۲ سال است.
منابع
اطلاعات این صفحه در تاریخ ۲۹ مهر ۱۴۰۵ از این ۲۷ منبع بررسی شده است.
- AI Consultant — DEPT® (job posting)
- AI Consultant (w/m/d) — Santander Consumer Bank, Germany (job posting)
- AI Principal Consultant, AI Services — AHEAD (job posting)
- AI Adoption Lead — AHEAD (job posting)
- AI Transformation & Strategy Consultant — Sia (job posting)
- AI Transformation Consultant — Gravity Research / National Journal (job posting)
- AI Enablement & Adoption Manager — Nimble Gravity (job posting)
- AI Enablement Lead — Ridgeline (job posting)
- AI Transformation Consultant — Devoteam (job posting)
- Senior AI Transformation & Innovation Consultant — Celonis (job posting)
- Principal AI Transformation Consultant, CoCounsel — Thomson Reuters (job posting)
- AI Implementation Consultant – Legal — Vaxcyte (job posting)
- Glassdoor — AI Consultant salaries, United States
- Glassdoor — AI Consultant salaries, Canada
- Glassdoor — AI Consultant Gehalt, Deutschland
- Glassdoor — AI Consultant salaries, India
- ITJobsWatch — Artificial Intelligence Consultant (UK permanent)
- ITJobsWatch — Artificial Intelligence Consultant (UK contract rates)
- LinkedIn Jobs on the Rise 2026: The 25 fastest-growing roles in the U.S.
- BLS Occupational Outlook Handbook — Management Analysts
- IBM Newsroom — IBM Study: CEOs Double Down on AI While Navigating Enterprise Hurdles (May 2025)
- Gartner — Over 40% of Agentic AI Projects Will Be Canceled by End of 2027
- European Commission — AI Act (application timeline)
- Allie K. Miller — Wikipedia
- Rumman Chowdhury — Wikipedia
- Jason Liu — Introductions
- The AI Consulting Playbook — Jason Liu / 567 Labs