🧑‍🏫

لید توانمندسازی هوش مصنوعی

AI Enablement Lead

لید توانمندسازی هوش مصنوعی (AI Enablement Lead) کاری می‌کند که کارکنان یک سازمان ابزارهای AI را واقعاً، درست و مسئولانه در کار روزمره‌شان به کار ببرند. کارش این‌هاست: طراحی آموزش و مسیر یادگیری برای نقش‌های مختلف، راه انداختن شبکهٔ سفیران AI (champions) در تیم‌ها، ساختن راهنما و کتابخانهٔ کاربردها، ارتباطات داخلی، و سنجیدن اینکه استفاده و اثر واقعاً بیشتر شده است یا نه. کارفرماها همین کار را با عنوان‌هایی مثل AI Adoption Lead، AI Enablement Manager و Head of AI Enablement هم آگهی می‌کنند. در بیشتر آگهی‌ها این نقش مهندسی نیست و گاهی در تیم منابع انسانی (People) تعریف شده است؛ Solink صریحاً نوشته «این نقش مهندسی AI نیست». در برخی شرکت‌های کوچک‌تر، لید توانمندسازی خودش هم ابزار و اتوماسیون می‌سازد.

AI Fluency & Training DesignChange ManagementChampions NetworksFacilitationAdoption MetricsResponsible AI Use

مقدمه و تعریف شغل

لید توانمندسازی هوش مصنوعی (AI Enablement Lead) مسئول این است که آدم‌های یک سازمان بتوانند با AI بهتر کار کنند. Solink این نقش را چنین تعریف می‌کند: ساختن مهارت‌ها، عادت‌ها، سیستم‌ها و جامعه‌ای که به کارکنان امکان می‌دهد AI را مؤثر، مسئولانه و پیوسته در کل شرکت به کار ببرند. کار در عمل آموزش بر اساس نقش، شبکهٔ سفیران AI در بخش‌ها، راهنما و کتابخانهٔ کاربردها، ارتباطات داخلی و سنجش پذیرش و اثر است. مرز این نقش در آگهی‌ها صریح نوشته شده: در Restaurant365 تیم فناوری مالک معماری، امنیت، ابزار و تحویل فنی است و این نقش در تیم People مالک استراتژی سمت آدم‌ها؛ Solink هم مهندسی AI، معماری، امنیت، سیاست حقوقی و خرید فنی را بیرون از دامنهٔ آن گذاشته است. در شرکت‌های کوچک‌تر نسخهٔ سازنده‌تری هم دیده می‌شود که خودش اتوماسیون می‌سازد.

این نقش از فاصلهٔ میان خرید ابزار و استفادهٔ واقعی بیرون آمده است. Ethan Mollick، دانشیار Wharton، در مه ۲۰۲۵ نوشت در بیشتر شرکت‌ها استفاده از چت‌بات رسمی در حدود ۲۰٪ کارکنان متوقف می‌شود، در حالی که بیش از ۴۰٪ کارکنان می‌گویند در کار از AI استفاده می‌کنند و بسیاری آن را پنهان می‌کنند. گزارش Work Trend Index مایکروسافت در ۲۰۲۴ نشان داد ۷۵٪ کارکنان دانشی از AI استفاده می‌کنند، ۷۸٪ کاربران ابزار خودشان را سر کار می‌آورند و فقط ۳۹٪ از شرکتشان آموزش AI گرفته‌اند. BCG در ۲۰۲۵ گزارش داد استفادهٔ منظم در میان کارکنان خط مقدم در ۵۱٪ مانده و برای کسانی که دست‌کم پنج ساعت آموزش و دسترسی به آموزش و مربی‌گری حضوری داشته‌اند به‌مراتب بیشتر است. در اروپا هم مادهٔ ۴ قانون AI از فوریهٔ ۲۰۲۵ سازمان‌هایی را که سیستم AI ارائه می‌دهند یا به کار می‌گیرند موظف کرده از سواد AI کارکنانشان حمایت کنند. عنوان در آگهی‌ها هنوز یکدست نیست: AI Enablement Lead در Solink، Legora، ThreatAware، Ridgeline و Bloomberg، AI Adoption Lead در AHEAD، Senior AI Enablement Manager در Restaurant365 و VP, Head of AI Enablement در Synchrony.

چه چیزی می‌سازید؟

مثال‌های واقعی از خروجی کار یک لید توانمندسازی هوش مصنوعی

🧭

مسیرهای یادگیری بر اساس نقش

Ridgeline از لید توانمندسازی می‌خواهد مسیرهای یادگیری جدا برای تیم‌های فنی، عملیاتی، کسب‌وکار، پشتیبانی اداری و مدیران ارشد بسازد و کارگاه و برنامهٔ ویژهٔ مدیران ارشد برگزار کند.

🤝

شبکهٔ سفیران AI

در Solink هر بخش یک نمایندهٔ AI دارد که در تیم خودش می‌ماند و با لید رابطهٔ غیرمستقیم دارد. لید این شبکه را با عنوان AI Superteam اداره می‌کند تا آزمایش‌ها، کاربردهای موفق و مشکلات بین بخش‌ها دست‌به‌دست شود.

📚

کتابخانهٔ کاربرد، playbook و راهنما

Solink از منابعی مثل playbook، کتابخانهٔ کاربرد، چارچوب پرامپت، راهنما، کارگاه و ساعت مشاوره نام می‌برد. Bloomberg هم برای بخش روابط خارجی خود playbook، نمونه، پرامپت و مواد آموزشی متناسب با کار همان تیم‌ها را می‌خواهد.

📊

داشبورد پذیرش و سواد AI

AHEAD از لید پذیرش می‌خواهد دادهٔ استفاده (تعداد، تکرار و عمق) را جمع کند و آن را به تفکیک بخش، سابقه، نسل و سطح شغلی دنبال کند. Restaurant365 امتیاز سواد AI (fluency score) را با تیم تحلیل منابع انسانی شفاف و قابل پیگیری می‌خواهد.

📣

ارتباطات داخلی و برنامه‌های تشویق

در Restaurant365 این نقش مالک تقویم ارتباطات داخلی AI است و داستان موفقیت و معرفی کاربردها را می‌نویسد. hackathon سالانهٔ AI و هماهنگی برنامهٔ پاداش ۱۰۰ هزار دلاری AI accelerator هم با همین نقش است.

⚙️

اتوماسیون و ابزارهای سبک برای تیم‌ها

در نسخهٔ سازنده‌تر این نقش، لید خودش هم می‌سازد. Epoch AI می‌نویسد از مارس ۲۰۲۶ یک نفر تمام‌وقت روی این کار بوده، چند ده اتوماسیون ساخته‌اند و افزونهٔ Slack مدل Claude را به سرویس‌های داخلی وصل کرده‌اند. ThreatAware هم ساختن ابزار و workflow را در کنار آموزش تیم‌ها از لید می‌خواهد.

تخصص‌های مختلف لید توانمندسازی هوش مصنوعی

این شغل یک عنوان واحد نیست — مسیرهای تخصصی متعددی دارد

🎓

یادگیری و سواد AI

AI Learning & Fluency

طراحی مسیر یادگیری و چارچوب سواد AI برای همهٔ کارکنان؛ هستهٔ آگهی‌های Ridgeline و Solink. Restaurant365 یکی از معیارهای موفقیت سال اول را این گذاشته که امتیاز سواد AI کارکنان شفاف و پیگیری شود و فصل به فصل بهتر شود.

🤝

شبکهٔ سفیران و جامعهٔ AI

Champions & AI Community

ساختن و اداره کردن شبکهٔ سفیران، انجمن‌های یادگیری و اشتراک نمونه‌های موفق؛ مثل AI Superteam در Solink، برنامهٔ Champions در Restaurant365 و جامعهٔ داخلی AI در Synchrony.

🛠️

توانمندسازی همراه با ساختن

Hands-on Builder Enablement

لیدی که هم می‌سازد و هم آموزش می‌دهد: اتوماسیون، دستیار سفارشی و نمونهٔ اولیه برای تیم‌های غیرفنی. ThreatAware، Epoch AI و بخش روابط خارجی Bloomberg این نسخه را می‌خواهند؛ Bloomberg تجربهٔ برنامه‌نویسی، اتوماسیون یا تحلیل داده را ترجیح می‌دهد.

💻

توانمندسازی AI برای تیم مهندسی

Engineering AI Enablement

وارد کردن AI به کار روزانهٔ مهندسان: onboarding با AI، آموزش ابزارهای کدنویسی و سنجش بهره‌وری توسعه‌دهندگان. Klaviyo برای این نقش ۵ تا ۸+ سال سابقه در مهندسی نرم‌افزار یا بهره‌وری توسعه‌دهندگان را ترجیح می‌دهد.

🧩

تحول نیروی کار و بازطراحی نقش‌ها

Workforce Transformation & Role Redesign

تجزیهٔ وظایف هر نقش به اینکه AI چه چیزی را خودکار می‌کند، تقویت می‌کند یا تازه می‌سازد، و بازنویسی شرح شغل‌ها و مسیرهای شغلی؛ کار AI Adoption Lead در AHEAD، که کارشناسی ارشد یا دکترا در روان‌شناسی صنعتی و سازمانی یا رفتار سازمانی، یا تجربهٔ عملی معادل آن را شرط گذاشته است.

تفاوت با شغل‌های مشابه

کجا این شغل تمام می‌شود و شغل دیگری شروع می‌شود؟

مدیر عملیات هوش مصنوعیAI Operations Manager

مدیر عملیات AI مالک خود عملیات است: کدام کار اول خودکار شود، ابزار چطور راه بیفتد، پشتیبانی پس از راه‌اندازی، حاکمیت، هزینه و ROI. لید توانمندسازی مالک توان آدم‌هاست: یادگیری، سواد AI، شبکهٔ سفیران، ارتباطات و سنجش پذیرش. Restaurant365 این مرز را صریح کشیده: این نقش در تیم People است و مالک معماری، ابزار، امنیت و اولویت‌بندی سبد پروژه‌های AI نیست. همپوشانی واقعی است؛ صفحهٔ مدیر عملیات AI «پذیرش و توانمندسازی» را یکی از گرایش‌های خود می‌داند، و در نسخه‌های سازنده‌تر این نقش، مثل ThreatAware و Epoch AI، لید توانمندسازی خودش هم اتوماسیون می‌سازد.

مشاور و استراتژیست هوش مصنوعیAI Consultant / AI Strategist

مشاور و استراتژیست AI تشخیص می‌دهند AI کجا ارزش می‌سازد، business case و نقشهٔ راه می‌نویسند و اغلب برای مشتری کار می‌کنند. صفحهٔ مشاور AI توانمندسازی و پذیرش را یکی از گرایش‌های خود می‌شمارد و همان‌جا می‌گوید اغلب نقشی داخلی است. در آگهی‌های این صفحه کار اصلی همین برنامهٔ یادگیری و پذیرش است و Solink نوشته این نقش «مالک توان و پذیرش AI در سازمان» است. نسخهٔ مشاوره‌ای هم وجود دارد: Nimble Gravity لید توانمندسازی را برای کار مستقیم با مشتریان بانکی و بیمه استخدام می‌کند و آن را نقشی کاملاً رو به مشتری می‌داند.

مدیر برنامه‌های هوش مصنوعیAI Program Manager

مدیر برنامهٔ AI زمان‌بندی، وابستگی‌ها و ریسک تحویل پروژه‌های AI را مدیریت می‌کند. لید توانمندسازی بیشتر با بعد از تحویل سروکار دارد: آدم‌ها از ابزار استفاده کنند و استفاده دوام بیاورد. عنوان‌ها در هم رفته‌اند: Klaviyo عنوان AI Enablement Program Manager را برای کسی گذاشته که onboarding و آموزش AI مهندسانش را می‌سازد و صفحهٔ مدیر برنامهٔ AI هم این آگهی را در میان عنوان‌های خود آورده است. مهارت مدیریت برنامه برای لید توانمندسازی هم لازم است؛ Restaurant365 «انضباط قوی مدیریت برنامه» را جزو شرایط گذاشته است.

متخصص اتوماسیون هوش مصنوعیAI Automation Specialist

متخصص اتوماسیون workflow می‌سازد و نگه می‌دارد. لید توانمندسازی بیشتر به دیگران یاد می‌دهد خودشان فرصت‌ها را ببینند و از ابزار استفاده کنند؛ ThreatAware می‌نویسد هدف ساختن توان در کل شرکت است، نه وابستگی به یک نفر. Solink هم صریحاً گفته نقشش مهندسی AI نیست. مرز در نسخه‌های سازنده کم‌رنگ می‌شود: Epoch AI کار را دو نیمه می‌داند، خودکار کردن و توانمند کردن آدم‌ها، و می‌نویسد بخش کلیدی کار قضاوت است، نه ساختن.

مدیر آموزش و توسعهTraining & Development Manager (L&D)

طبق BLS، مدیران آموزش و توسعه برنامه‌های افزایش مهارت و دانش کارکنان یک سازمان را برنامه‌ریزی، هماهنگ و هدایت می‌کنند. لید توانمندسازی همین کار را برای AI انجام می‌دهد، به‌علاوهٔ کار عملی با ابزارها و مدیریت تغییر. به همین دلیل L&D مسیر ورود رایجی است: Ridgeline تجربهٔ طراحی و اجرای برنامهٔ L&D را شرط گذاشته و Solink ۴+ سال سابقه در L&D، توسعهٔ سازمانی یا مدیریت تغییر می‌خواهد. اما آموزش به‌تنهایی کافی نیست؛ همین آگهی‌ها تجربهٔ عملی با AI در کار واقعی را هم شرط کرده‌اند.

تأثیر در صنایع مختلف

لید توانمندسازی هوش مصنوعی در همه صنایع مشغول به کار است — نه فقط شرکت‌های فناوری

🏦

خدمات مالی

Synchrony معاونی برای توانمندسازی AI زیر نظر Chief AI Officer می‌خواهد، Moody's به گفتهٔ The Conference Board تیمی برای توانمندسازی AI و تحول نیروی کار دارد و Nimble Gravity به بانک‌ها و بیمه‌ها در پذیرش AI کمک می‌کند

⚖️

حقوقی

Legora که خودش ابزار AI برای حقوق‌دانان می‌سازد، برای کارکنان خودش کارکرد AI Enablement با سه جریان ساختن، توانمندسازی و حاکمیت راه انداخته است

🍽️

نرم‌افزار رستوران و کسب‌وکار

Restaurant365 امتیاز سواد AI کارکنان را می‌سنجد، hackathon سالانه برگزار می‌کند و برنامهٔ پاداش ۱۰۰ هزار دلاری برای سرعت دادن به پذیرش AI دارد

🛡️

امنیت و نظارت تصویری

ThreatAware و Solink، که هر دو محصول امنیتی می‌سازند، نقش AI Enablement Lead را برای کار داخلی تعریف کرده‌اند؛ در Solink این نقش در تیم People & Culture است

📡

مخابرات

طبق بیوگرافی معاون آموزش و توسعهٔ Verizon در The Conference Board، این شرکت در ۲۰۲۶ برنامه‌ای در سطح کل شرکت به نام AI Unlocked برای بالا بردن سواد AI راه انداخت

📰

رسانه، داده و روابط عمومی

Bloomberg لید توانمندسازی AI را برای بخش روابط خارجی‌اش می‌خواهد تا با تیم‌های ارتباطات، خیریه، مالی اقلیم و سیاست عمومی کاربردهای پرارزش پیدا کند

💼

خدمات IT و مشاوره

AHEAD برای هر واحد کسب‌وکار خود یک AI Adoption Lead تعریف کرده که بخشی مدیر تغییر، بخشی مربی و بخشی مشاور داخلی است

🏛️

آموزش عالی

طبق بیوگرافی SHRM، NYU Stern نقشی به نام Chief AI Architect دارد که سواد هوش مصنوعی مولد را در میان دانشجویان MBA، اعضای هیئت علمی و کارکنان اداری می‌سازد

تصورات غلط رایج

قبل از تصمیم‌گیری، این باورهای اشتباه را بشناسید

این یک شغل مهندسی است و باید برنامه‌نویس باشید

در بیشتر آگهی‌ها این‌طور نیست. Solink نوشته «این نقش مهندسی AI نیست» و Restaurant365 سواد فنی کافی برای فهم توانایی‌ها و محدودیت‌های AI را می‌خواهد، «بدون اینکه فناور یا توسعه‌دهنده باشید». اما همه یک‌جور نیستند: Legora مدرک مهندسی یا معادل آن را می‌خواهد و Bloomberg تجربهٔ برنامه‌نویسی یا اتوماسیون را ترجیح می‌دهد. پیش از درخواست، بخش شرایط را با دقت بخوانید.

توانمندسازی یعنی چند جلسهٔ آموزشی

آموزش فقط یک بخش است. Restaurant365 از ساعت مشاوره و معرفی کاربرد تا برنامهٔ سفیران، ارتباطات داخلی و معیار آمادگی پیش از راه‌اندازی هر ابزار را می‌خواهد و AHEAD می‌نویسد ساختن توان باید داخل جریان کار روزانه باشد، نه فقط رویدادهای آموزشی جداگانه. BCG هم دریافت استفادهٔ منظم برای کسانی که دست‌کم پنج ساعت آموزش و دسترسی به آموزش و مربی‌گری حضوری داشته‌اند به‌مراتب بیشتر است.

ابزار را بخرید، پذیرش خودش می‌آید

Ethan Mollick در مه ۲۰۲۵ نوشت استفاده از چت‌بات رسمی در بیشتر شرکت‌ها در حدود ۲۰٪ کارکنان متوقف می‌شود، در حالی که بسیاری از کارکنان استفادهٔ خودشان را پنهان می‌کنند. طبق Work Trend Index مایکروسافت، ۵۲٪ کاربران AI در کار از اعتراف به استفاده از آن در مهم‌ترین کارهایشان اکراه دارند. به همین دلیل AHEAD از لید پذیرش می‌خواهد استفادهٔ غیررسمی را پیدا کند و به مسیر رسمی و تحت قاعده بیاورد.

سنجش پذیرش یعنی شمردن تعداد ورودها

AHEAD تعداد، تکرار و عمق استفاده را می‌خواهد و Nimble Gravity نتیجه را با عدد واقعی، مثل زمان صرفه‌جویی‌شده و کاهش خطا. Solink از لید می‌خواهد آزمایش جالب را از کاربرد واقعاً ارزشمند تشخیص دهد. مدل Kirkpatrick هم توصیه می‌کند سنجش را از سطح چهارم، یعنی نتیجه برای سازمان، شروع کنید.

نقطهٔ ورود تازه‌کارهاست

آگهی‌ها سابقه می‌خواهند: Solink ۴+ سال، AHEAD ۴ تا ۸ سال، Nimble Gravity ۵ تا ۱۰ سال، Restaurant365 ۸+ سال و Synchrony ۱۰+ سال. این سابقه معمولاً در L&D، مدیریت تغییر، منابع انسانی، مشاوره یا عملیات است، نه لزوماً در AI. مسیر واقع‌بینانه این است که در نقش فعلی‌تان سفیر AI تیم شوید و نتیجه‌اش را با عدد ثبت کنید.

یک روز کاری واقعی

در هر سطح روز کاری چه شکلی است؟

ورود: سفیر AI یا متخصص (۰–۲ سال در این کار)

بیشتر کسانی که به این کار می‌رسند از دل یک تیم می‌آیند. Solink از سفیرانش می‌خواهد فرصت‌های AI را در بخش خود پیدا کنند، ابزار و روش تازه را آزمایش کنند، به همکاران کمک کنند و کاربردهای موفق را با بقیهٔ سازمان به اشتراک بگذارند. بخشی از وقت صرف AI می‌شود و بقیه صرف کار اصلی.

  • ◆امتحان کردن AI روی یکی دو کار تکراری تیم و ثبت نتیجه
  • ◆نوشتن راهنمای کوتاه برای یک کاربرد موفق و گذاشتن آن در کتابخانهٔ مشترک
  • ◆برگزاری جلسهٔ کوتاه یا ساعت مشاوره برای همکاران
  • ◆رساندن بازخورد و مشکلات تیم به جلسهٔ منظم سفیران

لید یا مدیر (۴ تا ۸ سال سابقهٔ مرتبط)

مسئول برنامهٔ توانمندسازی یک شرکت یا یک واحد کسب‌وکار هستید. وقت بین طراحی آموزش، اداره کردن شبکهٔ سفیران، جلسه با مدیران بخش‌ها و نگاه کردن به داده‌های استفاده تقسیم می‌شود. بیشتر کار با نفوذ پیش می‌رود، نه با اختیار مستقیم.

  • ◆طراحی یک مسیر یادگیری تازه برای مدیران یا یک بخش مشخص
  • ◆اداره کردن جلسهٔ ماهانهٔ سفیران و جمع‌بندی کاربردهای تازه
  • ◆بررسی داده‌های استفاده و تصمیم دربارهٔ اینکه کدام تیم پشتیبانی بیشتری لازم دارد
  • ◆هماهنگی با IT، امنیت و حقوقی پیش از معرفی یک ابزار یا قابلیت تازه

ارشد یا Head (۸ تا ۱۰+ سال)

مسئول مجموعه‌ای از برنامه‌ها در کل سازمان هستید و به مدیران ارشد گزارش می‌دهید؛ در Synchrony به Chief AI Officer. تمرکز روی مدل عملیاتی توانمندسازی، هماهنگی با بخش‌های کنترلی و روایت پیشرفت برای مدیران است.

  • ◆تهیهٔ گزارش پیشرفت پذیرش، ریسک‌ها و تصمیم‌های لازم برای مدیران ارشد
  • ◆تعریف معیار آمادگی برای راه‌اندازی هر ابزار تازه: آموزش، ارتباطات، پشتیبانی و سنجش
  • ◆کار با حقوقی، انطباق، ریسک و حریم خصوصی روی راهنمای استفادهٔ مسئولانه
  • ◆طراحی برنامه‌های شناخت و تشویق، مثل hackathon سالانه یا جایزه

مسئولیت‌ها و وظایف

مسئولیت‌های اصلی

وظایف روزانه و مهارت‌های مورد نیاز در این شغل

فنی
  • ◈تهیهٔ playbook، کتابخانهٔ کاربردها، چارچوب پرامپت و راهنمای استفادهٔ مسئولانه
  • ◈تعریف و پیگیری متریک‌های پذیرش، سواد AI و اثر، و گزارش آن به مدیران ارشد
مهارت نرم
  • ◈طراحی مسیرهای یادگیری AI بر اساس نقش، برای کارکنان، مدیران و رهبران
  • ◈برگزاری کارگاه، جلسهٔ آموزشی، ساعت مشاوره (office hours) و نمایش عملی کاربردها
  • ◈ارتباطات داخلی و روایت نمونه‌های موفق: چه چیزی در دسترس است، چه چیزی کار می‌کند و قدم بعدی کارکنان چیست
  • ◈شناسایی موانع پذیرش، از کمبود مهارت تا ترس و ابهام در انتظارات، و طراحی راه‌حل عملی برای آن‌ها
مدیریتی
  • ◈طراحی و اجرای برنامهٔ توانمندسازی و پذیرش AI در کل سازمان، همراه با مدیران، IT، امنیت و حقوقی
  • ◈ساختن و اداره کردن شبکهٔ سفیران AI (champions) در بخش‌ها و جامعهٔ داخلی AI
  • ◈تعریف معیار آمادگی پیش از راه‌اندازی هر ابزار تازه: برنامهٔ آموزش، ارتباطات و پشتیبانی

مهارت‌های مورد نیاز

مهارت‌های فنی، نرم و حوزه‌ای که یک لید توانمندسازی هوش مصنوعی موفق به آن‌ها نیاز دارد

مهارت‌های AI و ابزار

تسلط عملی بر دستیارهای AIضروری

کار روزانه با چند پلتفرم؛ Nimble Gravity تسلط روی Claude، ChatGPT، Copilot یا مشابه را می‌خواهد، نه تخصص در یک محصول

تجربهٔ استفاده از AI در کار واقعیضروری

Solink تجربهٔ عملی بهبود کار دانشی با AI را شرط گذاشته است

سنجش خروجی AIضروری

قضاوت دربارهٔ درستی، کیفیت، کامل بودن و نیاز به بازبینی انسانی؛ مهارتی که Solink از لید می‌خواهد به کارکنان یاد بدهد

فهم سازوکار مدل‌هامهم

دانستن اینکه یک workflow کی به بازیابی (retrieval)، grounding یا بازبینی انسانی نیاز دارد و توضیح آن به زبان ساده (آگهی Nimble Gravity)

ساخت دستیار و اتوماسیون سبکمهم

نمونهٔ مشخصی از چیزی که خودتان ساخته یا پیکربندی کرده‌اید؛ Nimble Gravity می‌خواهد و Legora تجربه با ابزارهای کم‌کد و بدون کد را امتیاز می‌داند

داده و داشبورد پذیرشمهم

استفاده از داده و داشبورد برای سنجش پذیرش، سواد، مشارکت یا اثر کسب‌وکار (شرط Restaurant365)

استفادهٔ مسئولانه از AIمهم

بازبینی انسانی، دادهٔ حساس، کیفیت و قضاوت؛ Solink درک قوی آن را می‌خواهد

یادگیری، تغییر و ارتباطات

طراحی برنامهٔ یادگیری (L&D)ضروری

طراحی و اجرای برنامهٔ آموزشی؛ شرط اصلی Ridgeline

مدیریت تغییرضروری

AHEAD تسلط بر چارچوب‌های مدیریت تغییر و تطبیق آن‌ها با AI را می‌خواهد؛ Nimble Gravity گواهی Prosci یا ACMP را امتیاز می‌داند

تسهیل‌گری و ارائهضروری

اجرای کارگاه برای مدیران، کارشناسان و کاربران نهایی؛ Solink «تسهیل‌گر و ارتباط‌گر استثنایی» می‌خواهد

ساختن جامعه و شبکهٔ سفیرانمهم

تجربهٔ ساخت community of practice یا شبکهٔ سفیران؛ Solink آن را بسیار ارزشمند و Synchrony آن را شرط می‌داند

ارتباطات و روایت داخلیمهم

نوشتن داستان موفقیت، به‌روزرسانی پذیرش و روایت برای مدیران (Restaurant365 و Synchrony)

مدیریت برنامهمهم

اداره کردن چند ابتکار هم‌زمان با برنامه، milestone و ریسک؛ Restaurant365 و Ridgeline هر دو می‌خواهند

توانمندسازی مدیرانمفید

مربی‌گری مدیران برای رهبری تیم‌هایی که با AI و ایجنت کار می‌کنند (AHEAD)

دانش سازمانی و حوزه‌ای

نفوذ بدون اختیارضروری

پیش بردن کار در کل شرکت بدون تیم و اختیار مستقیم؛ ThreatAware، Restaurant365 و Synchrony هر سه آن را می‌خواهند

تشخیص کاربرد ارزشمندمهم

جدا کردن آزمایش جالب از کاربرد واقعاً ارزشمند برای کسب‌وکار (شرط Solink)

بازطراحی نقش و وظیفهمفید

تجزیهٔ وظایف هر نقش و بازنویسی شرح شغل‌ها برای کار انسان و AI (AHEAD)

حاکمیت و قواعد استفادهمفید

نوشتن راهنما، سیاست دسترسی و guardrail (Legora)، و آشنایی با الزام سواد AI در مادهٔ ۴ قانون AI اتحادیهٔ اروپا

شناخت یک صنعتمفید

Synchrony و Nimble Gravity تجربه در خدمات مالی یا صنعت تحت مقررات را امتیاز می‌دانند و Legora آشنایی با حوزهٔ حقوقی را

ضروری — بدون آن نمی‌توان وارد بازار کار شدمهم — تفاوت بین جونیور و میانیمفید — مزیت رقابتی

نقشه راه و مسیر آموزشی

نقشه راه تبدیل شدن به لید توانمندسازی هوش مصنوعی

این مسیر گام به گام شما را از صفر تا حرفه‌ای هدایت می‌کند.

1

سواد AI و کار روزانه با دستیارها

⏱️ ۱ تا ۲ ماه

پیش از آنکه به دیگران آموزش بدهید، باید خودتان کاربر جدی باشید. Nimble Gravity می‌نویسد «استفاده از Copilot برای پیش‌نویس ایمیل» به حد نصاب نمی‌رسد و نمونهٔ مشخصی از چیزی می‌خواهد که با هوش مصنوعی مولد ساخته یا پیکربندی کرده‌اید. چند دستیار را روی کار واقعی خودتان امتحان کنید و یاد بگیرید خروجی را از نظر درستی و کامل بودن بسنجید؛ Solink همین قضاوت را از کارکنان می‌خواهد و لید توانمندسازی باید آن را یاد بدهد.

کار روزانه با Claude، ChatGPT، Copilot یا Geminiنوشتن پرامپت و دادن context کافیسنجش خروجی AI: درستی، کامل بودن و نیاز به بازبینی انسانیمحدودیت‌ها: خطای مدل (hallucination) و دادهٔ حساسساخت دستیار سفارشی (Custom GPT، Gem یا Claude Projects)
2

طراحی یادگیری و تسهیل‌گری کارگاه

⏱️ ۲ تا ۳ ماه

هستهٔ این شغل طراحی یادگیری است. Ridgeline تجربهٔ طراحی و اجرای برنامهٔ آموزش و توسعه (L&D) را شرط اصلی گذاشته و Solink ۴+ سال تجربه در L&D، توسعهٔ سازمانی، enablement یا مدیریت تغییر می‌خواهد. یاد بگیرید برای مخاطب‌های مختلف (کارمند، مدیر، مدیر ارشد) مسیر جدا طراحی کنید، کارگاهی بگذارید که همه در آن کار کنند نه فقط گوش بدهند، و اثر آموزش را از سطح رضایت تا نتیجهٔ کسب‌وکار بسنجید.

طراحی آموزشی (Instructional Design)مسیر یادگیری بر اساس نقشتسهیل‌گری کارگاه و ساعت مشاوره (office hours)مدل چهارسطحی Kirkpatrick برای سنجش آموزشنوشتن راهنما و playbook کوتاه
3

مدیریت تغییر و شبکهٔ سفیران AI

⏱️ ۱ تا ۲ ماه

پذیرش با خرید لایسنس اتفاق نمی‌افتد. AHEAD از لید پذیرش می‌خواهد مقاومت را نقشه‌برداری کند، نگرانی کارکنان را جدی بگیرد و شبکه‌ای از سفیران و کاربران پیشرو بسازد؛ Solink شبکه‌ای از نمایندگان AI در هر بخش می‌خواهد که خط گزارش اصلی‌شان سر جایش می‌ماند و رابطهٔ غیرمستقیم با لید دارند. چارچوب‌های رایج مدیریت تغییر را یاد بگیرید و ببینید جامعهٔ عملی (community of practice) چطور شکل می‌گیرد.

مدل ADKAR و فرایند هشت‌مرحله‌ای Kotterطراحی برنامهٔ سفیران: تعریف نقش، جذب، آموزش و جلسهٔ منظمساخت جامعهٔ عملی (community of practice)نقشهٔ ذی‌نفعان و نفوذ بدون اختیاررسیدگی به نگرانی کارکنان دربارهٔ شغل و جایگاهشان
4

استفادهٔ مسئولانه، قواعد و سواد AI در قانون

⏱️ ۱ ماه

لید توانمندسازی معمولاً مالک سیاست حقوقی یا امنیت نیست، اما باید آن را به زبان ساده به کارکنان برساند. Solink این را صریح نوشته و Legora نوشتن راهنما، سیاست دسترسی و guardrail استفاده را جزو کار گذاشته است. در اتحادیهٔ اروپا، مادهٔ ۴ قانون AI (سواد AI) از ۲ فوریهٔ ۲۰۲۵ اعمال می‌شود؛ طبق صفحهٔ پرسش و پاسخ کمیسیون اروپا، پس از اصلاحیهٔ Digital Omnibus که از اواسط ژوئیهٔ ۲۰۲۶ اجرایی شد، این الزام برای ارائه‌دهندگان و به‌کارگیرندگان AI باقی است اما سطح مشخصی تعیین نشده، و نظارت و اجرای آن از ۲ اوت ۲۰۲۶ با نهادهای ملی است.

اصول استفادهٔ مسئولانه: بازبینی انسانی، دادهٔ حساس، کیفیتمادهٔ ۴ قانون AI اتحادیهٔ اروپا (سواد AI)چارچوب مدیریت ریسک NIST AI RMFهمکاری با حقوقی، امنیت و حریم خصوصینوشتن راهنمای استفادهٔ قابل فهم برای کارکنان
5

سنجش پذیرش و اثر، و ساخت ابزارهای سبک

⏱️ مداوم

آگهی‌ها سنجش با عدد می‌خواهند. AHEAD از لید پذیرش می‌خواهد دادهٔ استفاده (تعداد، تکرار و عمق) را جمع و تحلیل کند و Nimble Gravity نتیجه را با عدد واقعی می‌خواهد، نه فقط موفقیت‌های کیفی. در بسیاری از نقش‌ها باید خودتان هم یک دستیار یا اتوماسیون ساده بسازید تا کاربرد را نشان دهید؛ Epoch AI کار را دو نیمه می‌داند: خودکار کردن و توانمند کردن آدم‌ها. Ethan Mollick هم پذیرش AI را مسئلهٔ یادگیری سازمانی می‌داند، نه فقط مسئلهٔ فنی.

متریک پذیرش: کاربر فعال، تکرار، عمق استفاده و تفکیک بر اساس تیمنظرسنجی پیش و پس از آموزشداشبورد با Power BI یا ابزار مشابهساخت اتوماسیون سبک با Zapier، n8n یا Copilot Studioگزارش کوتاه و روشن به مدیران ارشد

ابزارها و استک فنی

ابزارهایی که هر مهندس AI باید بشناسد، دسته‌بندی‌شده بر اساس اولویت

دستیارهای AI سازمانی که آموزششان را می‌دهید

Microsoft 365 Copilot

دستیار AI داخل برنامه‌های Microsoft 365؛ Synchrony آشنایی با Microsoft 365، Copilot، Teams، SharePoint و Viva را امتیاز می‌داند

ضروری
Claude

دستیار Anthropic؛ Nimble Gravity تسلط کاری روی چند پلتفرم مثل Claude، ChatGPT و Copilot را می‌خواهد و Epoch AI افزونهٔ Slack همین مدل را به سرویس‌های داخلی‌اش وصل کرده است

ضروری
ChatGPT (Business / Enterprise)

یکی از سه پلتفرمی که Nimble Gravity نام برده؛ هدف تسلط روی چند ابزار است، نه تخصص در یک محصول

ضروری
Gemini در Google Workspace

دستیار AI داخل Gmail، Docs و Sheets برای سازمان‌هایی که با Google Workspace کار می‌کنند

مفید

ساخت دستیار و اتوماسیون سبک

Microsoft Copilot Studio

ساخت ایجنت و دستیار سفارشی بدون کدنویسی سنگین در محیط Microsoft

مفید
Zapier

وصل کردن ابزارها و ساخت workflow ساده؛ Legora تجربه با ابزارهای workflow و AI کم‌کد یا بدون کد را امتیاز می‌داند

مفید
n8n

پلتفرم workflow و اتوماسیون با AI، برای وصل کردن ابزارها و ساختن جریان‌های کاری چندمرحله‌ای

مفید

محتوای آموزشی، کارگاه و جامعه

Articulate Rise

ساخت دورهٔ آموزشی آنلاین و واکنش‌گرا برای مسیرهای یادگیری

مفید
Loom

ضبط ویدیوی کوتاه از صفحه برای نشان دادن یک کاربرد در چند دقیقه

مفید
Notion

نگهداری playbook، کتابخانهٔ کاربردها و پرامپت‌ها در یک جا

مفید
Slack

کانال جامعهٔ AI، پرسش و پاسخ و اشتراک نمونه‌های موفق

مفید
Miro

تختهٔ مشترک برای کارگاه کشف کاربرد و نقشهٔ فرایند

مفید

سنجش و بازخورد

Microsoft Copilot Dashboard

داشبورد Viva Insights با متریک‌های آمادگی، پذیرش، اثر و نظر کاربران دربارهٔ Copilot

مفید
Power BI

ساخت داشبورد پذیرش؛ Synchrony آن را در کنار ابزارهای نظرسنجی و تحلیل پذیرش نام برده است

مفید
Google Forms

نظرسنجی سریع پیش و پس از آموزش برای سنجیدن اعتمادبه‌نفس و استفاده

مفید
ضروری — باید یاد بگیریدمفید — ارزش یادگیری داردپیشرفته — برای سطوح ارشد

مسیر پیشرفت شغلی

از جونیور تا Staff Engineer — چه مهارت‌هایی نیاز دارید و چه درآمدی انتظار داشته باشید

سفیر AI در تیم یا متخصص توانمندسازی

۰ تا ۲ سال در این کار (پس از سابقه در یک حوزهٔ دیگر)

کار اصلی در تیم خودتان می‌ماند و بخشی از وقت صرف AI می‌شود. Solink از سفیرانش می‌خواهد فرصت‌های AI را در بخش خود پیدا کنند، ابزار تازه را آزمایش کنند، به همکاران کمک کنند و کاربردهای موفق را با بقیهٔ سازمان به اشتراک بگذارند

کار عملی با دستیارهای AIنوشتن راهنمای کوتاهکمک به همکارانشناخت عمیق کار تیم خود

لید یا مدیر توانمندسازی AI

۴ تا ۸ سال سابقهٔ مرتبط

~$130K

میانگین سالانه (آمریکا)

مسئول برنامهٔ توانمندسازی یک شرکت یا یک واحد کسب‌وکار. Solink برای AI Enablement Lead ۴+ سال سابقه در L&D، توسعهٔ سازمانی یا مدیریت تغییر می‌خواهد (۹۶ تا ۱۳۰ هزار دلار کانادا) و AHEAD برای AI Adoption Lead ۴ تا ۸ سال (۱۱۰ تا ۱۵۰ هزار دلار درآمد هدف)

طراحی یادگیریمدیریت تغییرشبکهٔ سفیرانسنجش پذیرشتسهیل‌گری

مدیر ارشد توانمندسازی AI

۵ تا ۸+ سال

~$145K

میانگین سالانه (آمریکا)

اداره کردن مجموعه‌ای از برنامه‌های پذیرش، سواد AI، ارتباطات و شناخت در کل شرکت. Restaurant365 برای این سطح ۸+ سال سابقه می‌خواهد (۱۱۶ تا ۱۷۴ هزار دلار) و Klaviyo برای نسخهٔ مهندسی‌اش ۵ تا ۸+ سال (۱۶۰ تا ۲۴۰ هزار دلار پایه)

مدیریت برنامهارتباطات و روایت داخلیداشبورد و دادهنفوذ بدون اختیارمعیار آمادگی پیش از راه‌اندازی

Head of AI Enablement / معاون توانمندسازی AI

۱۰+ سال

~$230K

میانگین سالانه (آمریکا)

رهبری برنامه‌های توانمندسازی کل سازمان و گزارش به مدیران ارشد. در Synchrony معاون و مسئول توانمندسازی AI به Chief AI Officer گزارش می‌دهد، ۱۰+ سال سابقه لازم است و بازهٔ حقوق ۱۷۰ تا ۲۹۰ هزار دلار است. مدیر ارشد AI (CAIO) مالک کل برنامهٔ AI سازمان است و این نقش، سمت آدم‌ها و پذیرش آن را اداره می‌کند

رهبری تغییر در سطح سازمانهماهنگی با حقوقی، انطباق و ریسکگزارش به مدیران ارشدطراحی مدل عملیاتی توانمندسازی

چالش‌ها و جنبه‌های منفی

واقعیت‌هایی که کمتر در آگهی‌های شغلی می‌بینید — قبل از ورود بدانید

استفادهٔ پنهان و ابزارهای شخصی

عمومی

طبق Work Trend Index مایکروسافت، ۷۸٪ کاربران AI ابزار خودشان را سر کار می‌آورند و ۵۲٪ از اعتراف به استفاده در مهم‌ترین کارهایشان اکراه دارند. Mollick این کاربران را «Secret Cyborgs» می‌نامد. لید باید این استفاده را پیدا کند و بدون ترساندن آدم‌ها به مسیر رسمی بیاورد؛ AHEAD همین را جزو وظایف آورده است.

ترس از جایگزین شدن

شرکت بزرگ

طبق Work Trend Index، ۵۳٪ کسانی که از AI در کار استفاده می‌کنند نگران‌اند استفاده از آن در کارهای مهم آن‌ها را جایگزین‌پذیر نشان دهد. AHEAD از لید پذیرش می‌خواهد با نگرانی کارکنان روبه‌رو شود، امنیت روانی بسازد و برای نقش‌هایی که در معرض جابه‌جایی‌اند مسیر انتقال طراحی کند.

اثبات اثر با عدد

عمومی

شمردن شرکت‌کنندگان آموزش آسان است، اما آگهی‌ها نتیجه می‌خواهند. Nimble Gravity سابقه‌ای می‌خواهد که با عدد قابل نشان دادن باشد: میزان پذیرش، مشارکت، زمان صرفه‌جویی‌شده و کاهش خطا. وصل کردن یک برنامهٔ آموزشی به نتیجهٔ کسب‌وکار کار ساده‌ای نیست و داده‌اش معمولاً پراکنده است.

کار بدون اختیار مستقیم

عمومی

سفیران به مدیر بخش خودشان گزارش می‌دهند، نه به شما. در Solink رابطهٔ لید با آن‌ها غیرمستقیم است و ThreatAware می‌نویسد کار با نفوذ و نتیجه پیش می‌رود، نه با اختیار. اگر مدیران بخش‌ها همراه نباشند، برنامه جلو نمی‌رود؛ BCG دریافت نظر مثبت کارکنان دربارهٔ هوش مصنوعی مولد با حمایت قوی مدیران از ۱۵٪ به ۵۵٪ می‌رسد.

کهنه شدن سریع محتوا

استارتاپ

ابزارها مدام تغییر می‌کنند و آموزش دیروز ممکن است امروز غلط باشد. Solink مسیرهای یادگیری‌ای می‌خواهد که با تغییر ابزارها و نیاز سازمان تغییر کنند و Klaviyo مستندات و آموزش «زنده» را جزو کار گذاشته است.

هماهنگی با بخش‌های کنترلی

شرکت بزرگ

در صنایع تحت مقررات، هر راهنما و هر پیام باید با حقوقی، انطباق، ریسک و حریم خصوصی هماهنگ شود؛ Synchrony همین هماهنگی را شرط گذاشته است. Mollick می‌نویسد در بسیاری از شرکت‌ها دفتر مشاور حقوقی گلوگاه موفقیت AI است و بسیاری از شرکت‌ها هنوز استفاده از AI را به دلایل قدیمی حریم خصوصی ممنوع کرده‌اند.

حقوق و بازار کار جهانی

حقوق جهانی لید توانمندسازی هوش مصنوعی

حقوق سالانه در کشورهای مختلف بر اساس داده‌های منتشرشده؛ منبع هر ردیف با آیکون کنار نام کشور باز می‌شود.

کشورمیانه / میانگینارز
🇺🇸آمریکا
$145,000USD
🇺🇸آمریکا
$200,000USD
🇺🇸آمریکا
$230,000USD

چگونه از صفر شروع کنیم

برنامه گام‌به‌گام برای ورود به مهندسی هوش مصنوعی

ماه ۱: سواد AI برای خودتان

یک دورهٔ پایه بگذرانید و هر روز یک کار واقعی خودتان را با AI انجام دهید.

ماه ۲: کتابخانهٔ کاربرد برای تیم خودتان

ده کاربرد واقعی تیم را با پرامپت، نمونهٔ خروجی و چک‌لیست بازبینی بنویسید.

ماه ۳: یک کارگاه واقعی

یک کارگاه عملی برای همکاران بگذارید و اثرش را با نظرسنجی پیش و پس بسنجید.

ماه ۴: شبکهٔ کوچک سفیران

سه تا پنج همکار علاقه‌مند را جمع کنید، جلسهٔ منظم بگذارید و کاربردها را دست‌به‌دست کنید.

ماه ۵: سنجش

استفاده و زمان صرفه‌جویی‌شده را دنبال کنید و یک گزارش یک‌صفحه‌ای برای مدیرتان بنویسید.

ماه ۶: پورتفولیو و جستجوی کار

کارگاه، کتابخانه و گزارش سنجش را در یک پورتفولیو بگذارید. با عنوان‌های AI Enablement Lead، AI Adoption Lead، AI Enablement Manager و Senior Manager, AI Adoption & Enablement جستجو کنید و تیم‌های People و L&D را از قلم نیندازید.

پروژه‌های پیشنهادی برای رزومه

کارگاه ۹۰ دقیقه‌ای سواد AI برای یک تیم واقعی

مبتدی

برای تیم خودتان یا یک گروه داوطلب کارگاهی بگذارید که در آن هر نفر یک کار واقعی خودش را با AI انجام دهد. پیش و پس از کارگاه یک نظرسنجی کوتاه بگیرید و نتیجه را با دو سطح اول مدل Kirkpatrick (واکنش و یادگیری) گزارش کنید.

Claude یا ChatGPTGoogle FormsLiberating StructuresKirkpatrick Model
زمان تخمینی: ۲ هفته

کتابخانهٔ کاربردهای AI برای یک بخش

مبتدی

برای یک بخش، مثلاً منابع انسانی یا فروش، ده کاربرد واقعی جمع کنید: پرامپت، نمونهٔ ورودی و خروجی، ریسک‌ها و چک‌لیست بازبینی انسانی. Solink همین نوع منابع (playbook، کتابخانهٔ کاربرد، چارچوب پرامپت) را جزو کار لید آورده است.

NotionClaude یا CopilotLoom
زمان تخمینی: ۲ تا ۳ هفته

طراحی برنامهٔ سفیران AI

متوسط

یک سند کامل بنویسید: تعریف نقش سفیر، معیار انتخاب، آموزش اولیه، جلسهٔ منظم، کانال ارتباطی و راه رساندن بازخورد به IT و مدیران. برنامهٔ Champions در Restaurant365 و شبکهٔ AI Superteam در Solink الگوهای خوبی‌اند.

Prosci ADKARSlackMiro
زمان تخمینی: ۳ هفته

داشبورد پذیرش با دادهٔ نمونه

متوسط

با دادهٔ ساختگی ولی واقع‌گرایانه داشبوردی بسازید که کاربر فعال، تکرار و عمق استفاده را به تفکیک تیم، سابقه و سطح شغلی نشان دهد؛ همان چیزهایی که AHEAD از لید پذیرش می‌خواهد. در کنارش توضیح دهید هر عدد چه تصمیمی را ممکن می‌کند.

Power BI یا Looker StudioExcelGoogle Forms
زمان تخمینی: ۳ هفته

یک اتوماسیون واقعی همراه با برنامهٔ راه‌اندازی

پیشرفته

یک کار تکراری را با یک دستیار سفارشی یا workflow خودکار کنید، آن را با آموزش کوتاه و راهنما به چند همکار بدهید و زمان صرفه‌جویی‌شده را اندازه بگیرید. Nimble Gravity نمونهٔ مشخصی از چیزی می‌خواهد که خودتان با AI ساخته یا پیکربندی کرده‌اید و سابقه‌ای که بشود با عدد نشان داد.

Zapier یا n8nCopilot Studio یا Custom GPTLoom
زمان تخمینی: ۴ هفته

مثال‌های واقعی و Case Studies

داستان‌های واقعی از مهندسانی که در این حوزه تأثیرگذار بوده‌اند

K

Ketaki Sodhi

پیشینه

به گفتهٔ بیوگرافی‌اش در The Conference Board، پیش از نقش فعلی در People Analytics، مدیریت استعداد، مشاوره و تدریس کار کرده، در سازمان‌هایی مثل Microsoft، Johnson & Johnson، NYU و HBS. دکترا دارد.

دستاورد

طبق همان بیوگرافی، مسئول توانمندسازی AI و تحول نیروی کار (Head of AI Enablement and Workforce Transformation) در Moody's است. تیمش در این شرکت مرکز تخصصی همکاری انسان و AI است و چارچوب‌هایی طراحی می‌کند تا آدم‌ها کنار دستیارهای شخصی AI و ایجنت‌های مخصوص هر نقش کار کنند. فعال‌سازی فرهنگ، مدیریت تغییر و سنجش اثر این کارها هم با همین تیم است.

درس کلیدی

مسیر او از تحلیل داده‌های منابع انسانی و مدیریت استعداد به این نقش رسیده است. به نظر می‌رسد کسی که هم آدم‌ها و هم دادهٔ مربوط به آن‌ها را می‌فهمد، برای سنجیدن پذیرش AI پایهٔ محکمی دارد.

B

Brent Vader

پیشینه

طبق بیوگرافی‌اش در The Conference Board، بیش از یک دهه در Verizon در نقش‌های منابع انسانی کار کرده، از جمله VP of People Experience/Employee Relations و VP of HR Business Partners برای بخش Consumer. کارشناسی ارشد روابط کار و استخدام (Labor & Employment Relations) را از Rutgers گرفته است.

دستاورد

به‌عنوان معاون آموزش و توسعه (VP, Learning & Development) در Verizon، وارد کردن AI به مسیر یادگیری کارکنان را رهبری می‌کند. تیمش در ۲۰۲۶ برنامه‌ای در سطح کل شرکت به نام AI Unlocked راه انداخت تا با تجربه‌های یادگیری، شبکه‌سازی، منتورینگ، مدیریت تغییر و برنامه‌های زنده با نوآوران AI، سواد AI را در کل شرکت بالا ببرد.

درس کلیدی

نمونهٔ او نشان می‌دهد توانمندسازی AI در یک شرکت بزرگ می‌تواند از واحد آموزش و منابع انسانی هدایت شود؛ مسیری که برای کسی با سابقهٔ HR یا L&D قابل تصور است.

C

Conor Grennan

پیشینه

طبق بیوگرافی‌اش در SHRM، یک دهه Dean of Students دانشکدهٔ کسب‌وکار NYU Stern بود. کارشناسی را از University of Virginia و MBA را از NYU Stern گرفته و نویسندهٔ کتاب پرفروش فهرست نیویورک‌تایمز است که به ۱۵ زبان منتشر شده.

دستاورد

طبق همان بیوگرافی، به‌عنوان Chief AI Architect در NYU Stern سواد هوش مصنوعی مولد را در کل دانشکده، از دانشجویان MBA تا اعضای هیئت علمی و کارکنان اداری، می‌سازد. شرکتی به نام AI Mindset را هم بنیان گذاشته که به افراد و سازمان‌ها کار با هوش مصنوعی مولد را آموزش می‌دهد و با تیم‌هایی در OpenAI، McKinsey، PwC و JP Morgan Private Bank کار کرده است.

درس کلیدی

او از یک نقش آموزشی و غیرفنی به این کار رسیده است. به نظر می‌رسد آنچه در توانمندسازی بیشتر به کار می‌آید، فهم آدم‌ها و عادت‌هایشان است، همراه با تسلط عملی بر ابزار.

نمونه آگهی استخدام واقعی + تحلیل

یک آگهی واقعی از شرکت فعال در حال استخدام، با تحلیل هر بخش

تحلیل نیازمندی‌ها

EN

4+ years of experience in learning & development, organizational development, enablement, change management, transformation, or a related field

سابقهٔ لازم در AI نیست، در آموزش، توسعهٔ سازمانی یا مدیریت تغییر است. اگر در یکی از این حوزه‌ها کار کرده‌اید، پایهٔ این نقش را دارید و باید تسلط عملی بر AI را به آن اضافه کنید.

ضروری
EN

Demonstrated experience designing and scaling organizational learning or capability programs

یک کلاس موفق کافی نیست؛ باید برنامه‌ای طراحی کرده باشید که به بخش‌ها و آدم‌های زیادی رسیده باشد. در رزومه بنویسید برنامه به چند نفر و چند تیم رسید و چه تغییری ایجاد کرد.

ضروری
EN

Experience driving adoption of new technologies, processes, or ways of working

تجربهٔ جا انداختن هر ابزار یا روش تازه، مثلاً یک CRM یا سیستم منابع انسانی، قابل انتقال است. مهم این است که نشان دهید استفاده بعد از راه‌اندازی هم ادامه پیدا کرد.

ضروری
EN

Experience building communities of practice, champion networks, or similar grassroots enablement models is highly valued

ساختن شبکه‌ای از همکاران علاقه‌مند که در تیم‌های خودشان کاربرد را پخش کنند. اگر تا حالا چنین شبکه‌ای نساخته‌اید، شروع آن در محل کار فعلی‌تان بهترین تمرین است.

مهم
EN

Strong practical understanding of generative AI and modern AI tools

باید بدانید ابزارهای امروز چه کارهایی را خوب انجام می‌دهند و کجا خطا می‌کنند. لازم نیست مدل بسازید، اما باید بتوانید به سؤال‌های عملی کارکنان جواب درست بدهید.

ضروری
EN

Hands-on experience using AI to improve real-world knowledge work

کارفرما نمونهٔ واقعی می‌خواهد: کاری که خودتان با AI سریع‌تر یا بهتر انجام داده‌اید. یکی دو نمونهٔ مشخص با نتیجهٔ قابل اندازه‌گیری آماده داشته باشید.

ضروری
EN

Ability to distinguish between interesting AI experimentation and genuinely valuable business applications

همهٔ آزمایش‌های جالب ارزش گسترش ندارند. باید بتوانید بگویید کدام کاربرد واقعاً وقت یا هزینه را کم می‌کند یا کیفیت را بالا می‌برد و منابع را روی همان‌ها بگذارید.

مهم
EN

Strong understanding of responsible AI use, including human oversight, data considerations, quality, and appropriate judgment

شما کسی هستید که به کارکنان می‌گویید چه داده‌ای را وارد ابزار نکنند و کی خروجی باید پیش از استفاده بازبینی شود. این دانش باید ساده و کاربردی منتقل شود، نه به شکل فهرست ممنوعیت‌ها.

مهم
EN

Exceptional facilitator and communicator

بخش بزرگی از کار، اداره کردن کارگاه و جلسه با گروه‌های مختلف است. تسهیل‌گری یعنی کاری کنید همه در جلسه کار کنند و یاد بگیرند، نه فقط ارائه بدهید.

مهم

تحلیل مسئولیت‌ها

EN

Develop and execute a company-wide strategy for AI capability, adoption, and enablement in partnership with leadership, Technology, Security, Legal, and business teams.

شما صاحب برنامهٔ توانمندسازی کل شرکت هستید، اما تنها نیستید. باید با فناوری، امنیت و حقوقی هم‌قدم باشید تا آموزش و قواعد فنی با هم پیش بروند.

EN

Build, coordinate, and lead a cross-functional AI Superteam made up of designated AI experts from across the organization.

این همان شبکهٔ سفیران است. اعضا به شما گزارش نمی‌دهند، پس باید با برنامهٔ روشن، جلسهٔ منظم و ارزشی که برایشان می‌سازید، آن‌ها را فعال نگه دارید.

EN

Design and deliver role-based AI learning experiences for employees, managers, and leaders.

یک دورهٔ واحد برای همه کار نمی‌کند. کارمند، مدیر و مدیر ارشد هر کدام نیاز متفاوتی دارند و باید برایشان مسیر جدا طراحی کنید.

EN

Build practical resources such as playbooks, use-case libraries, prompt frameworks, guides, workshops, and office hours.

بیشتر یادگیری بعد از کلاس اتفاق می‌افتد. منابعی که کارکنان هنگام کار به آن مراجعه کنند، مثل کتابخانهٔ کاربرد و ساعت مشاوره، به اندازهٔ خود کارگاه مهم‌اند.

EN

Help employees develop the judgment required to evaluate AI-generated work for accuracy, quality, usefulness, completeness, and appropriate human review.

مهم‌ترین مهارتی که منتقل می‌کنید نوشتن پرامپت نیست، قضاوت دربارهٔ خروجی است. کارکنان باید بدانند کی به خروجی اعتماد کنند و کی آن را بازبینی کنند.

EN

Identify and address barriers to adoption, including capability gaps, confidence, behaviour, process friction, and unclear expectations.

دلیل استفاده نکردن همیشه کمبود مهارت نیست؛ گاهی ترس، عادت، فرایند دست‌وپاگیر یا روشن نبودن انتظار مدیر است. هر مانع راه‌حل خودش را دارد.

EN

Define and track meaningful measures of AI adoption, capability, and impact.

باید تعریف کنید موفقیت چیست و آن را منظم بسنجید: فقط تعداد کاربر نه، بلکه عمق استفاده و اثر روی کار. این گزارش‌ها پایهٔ تصمیم‌های مدیران‌اند.

نتیجه‌گیری کلی

این آگهی تصویر روشنی از این نقش می‌دهد: جایگاهش در تیم People & Culture است، چون به گفتهٔ آگهی فرصت AI اساساً دربارهٔ آدم‌ها، توانایی‌ها و شیوهٔ انجام کار است. آگهی صریحاً نوشته «این نقش مهندسی AI نیست» و مهندسی، معماری، امنیت، سیاست حقوقی و خرید فنی را بیرون از دامنهٔ آن گذاشته است. سابقهٔ لازم در آموزش و مدیریت تغییر است، به‌علاوهٔ تسلط عملی بر AI. بازهٔ حقوق اعلام‌شده ۹۶ تا ۱۳۰ هزار دلار کانادا به‌علاوهٔ سهام است.

آینده و روندها

پیش‌بینی ۵–۱۰ ساله و مهارت‌هایی که باید یاد بگیرید

BLS پیش‌بینی می‌کند اشتغال مدیران آموزش و توسعه (Training and Development Managers) در آمریکا از ۲۰۲۵ تا ۲۰۳۵، ۶٪ رشد کند که سریع‌تر از میانگین همهٔ مشاغل است، و هر سال حدود ۴٬۱۰۰ فرصت شغلی در این گروه پیش‌بینی می‌شود. BLS گروه جداگانه‌ای برای AI Enablement Lead ندارد؛ این نزدیک‌ترین گروه رسمی است، چون BLS این مدیران را کسانی می‌داند که برنامه‌های افزایش مهارت و دانش کارکنان را برنامه‌ریزی، هماهنگ و هدایت می‌کنند.

منبع: BLS Occupational Outlook Handbook — Training and Development Managers (2025–35)

مهارت‌های نوظهور که باید یاد بگیرید

طراحی مسیر یادگیری AI بر اساس نقشسنجش سواد و پذیرش AI (امتیاز سواد، عمق استفاده)توانمندسازی مدیران برای رهبری تیم‌هایی که با AI و ایجنت کار می‌کنندتجزیهٔ وظایف و بازطراحی نقش‌هاساخت دستیار و اتوماسیون سبک بدون کدانطباق با الزام سواد AI در قانون AI اتحادیهٔ اروپا

پیش‌بینی‌های آینده

2029

در Work Trend Index ۲۰۲۴ مایکروسافت، ۴۱٪ مدیرانی که خود را «بسیار آشنا» با AI می‌دانند انتظار دارند ظرف پنج سال فرایندهای کسب‌وکار را از پایه با AI بازطراحی کنند.

2030

مجمع جهانی اقتصاد (WEF) در گزارش Future of Jobs 2025 برآورد می‌کند اگر نیروی کار جهان ۱۰۰ نفر بود، ۵۹ نفر تا ۲۰۳۰ به آموزش نیاز داشتند. ۸۵٪ کارفرمایان شرکت‌کننده در نظرسنجی هم گفته‌اند ارتقای مهارت کارکنانشان را در اولویت می‌گذارند.

2035

BLS آمریکا پیش‌بینی می‌کند اشتغال مدیران آموزش و توسعه از ۲۰۲۵ تا ۲۰۳۵، ۶٪ رشد کند. این گروه رسمی نزدیک‌ترین گروه به این نقش است و عدد جداگانه‌ای برای AI Enablement Lead وجود ندارد.

ریسک‌های واقعی

ریسک اول این است که توانمندسازی به چند کلاس تقلیل پیدا کند و نتیجه‌ای دیده نشود؛ برای همین آگهی‌ها سنجش با عدد را می‌خواهند و AHEAD ساختن توان را داخل جریان کار روزانه می‌خواهد، نه فقط در رویدادهای آموزشی. ریسک دوم سرعت تغییر ابزارهاست: محتوای آموزشی زود کهنه می‌شود و Solink مسیرهایی می‌خواهد که با تغییر ابزارها تغییر کنند. ریسک سوم مرز نامشخص با نقش‌های همسایه است: در شرکت‌های کوچک‌تر یک نفر ممکن است هم عملیات و اتوماسیون AI را اداره کند و هم توانمندسازی را، و شرح وظایف از شرکتی به شرکت دیگر فرق دارد. در اروپا هم محرک قانونی تغییر کرده است: طبق کمیسیون اروپا، اصلاحیهٔ Digital Omnibus الزام سواد AI را نگه داشته اما سطح مشخصی برای آن تعیین نمی‌کند.

منابع

اطلاعات این صفحه در تاریخ ۱ آبان ۱۴۰۵ از این ۲۷ منبع بررسی شده است.

  1. AI Enablement Lead — Solink (job posting)
  2. AI Enablement Lead — Legora (job posting)
  3. AI Enablement Lead — ThreatAware (job posting)
  4. AI Enablement Lead (AI Enablement & Workforce Transformation Lead) — Ridgeline (job posting)
  5. Senior AI Enablement Manager — Restaurant365 (job posting)
  6. AI Adoption Lead — AHEAD (job posting)
  7. VP, Head of AI Enablement — Synchrony (job posting)
  8. AI Enablement Program Manager — Klaviyo (job posting)
  9. AI Enablement & Adoption Manager — Nimble Gravity (job posting)
  10. AI Enablement Lead, External Relations — Bloomberg (job posting)
  11. AI Enablement Manager — Epoch AI (job posting on Built In, Oct 2026)
  12. AI Enablement Lead — VIQU IT Recruitment on Reed (job posting, London)
  13. ZipRecruiter — AI Enablement Manager salary (US)
  14. Galileo Search — AI Salary Guide Australia 2026
  15. BLS Occupational Outlook Handbook — Training and Development Managers
  16. World Economic Forum — The Future of Jobs Report 2025 (PDF)
  17. European Commission — AI Literacy: Questions & Answers
  18. EU AI Act — Article 4: AI literacy
  19. Microsoft Work Trend Index 2024 — AI at Work Is Here. Now Comes the Hard Part
  20. BCG — AI at Work 2025: Momentum Builds, but Gaps Remain
  21. Ethan Mollick — Making AI Work: Leadership, Lab, and Crowd (One Useful Thing)
  22. The Conference Board — Ketaki Sodhi, PhD (bio)
  23. The Conference Board — Brent Vader (bio)
  24. SHRM — Conor Grennan (bio)
  25. Elements of AI — Wikipedia
  26. Kirkpatrick Partners — The Kirkpatrick Model
  27. Microsoft Adoption — Become a Champion

برای راهنمایی شخصی‌سازی‌شده مشاوره بگیرید