Dvě organizace popíší stejný úkol. U jedné vyjde kategorie „AI může úkol převzít“, u druhé „zůstává to prací pro člověka“. To není nekonzistence metody, ale výsledek metody. Výsledek nezávisí jen na tom, co úkol obnáší, ale i na okolnostech, za kterých se daný úkol vykonává. Tato stránka vysvětluje, které faktory tento rozdíl způsobují a co to znamená pro spolehlivost odhadu.
Úkol nikdy neposuzujeme podle jednoho znaku. Každý úkol dostává skóre na osmi osách: strukturovanost vstupu, prostor pro úsudek, citlivost na kontakt se zákazníkem, fyzická složka, kreativita, náklady na chybu, citlivost na compliance a objem/opakování. Dvě organizace se „stejným“ balíkem úkolů se na těchto osách mohou výrazně lišit. Plánovací úkol s pevným vstupem a vysokým objemem dopadne jinak než tentýž plánovací úkol, když je vstup proměnlivý a výjimky jsou pravidlem. Nejde tedy o název úkolu, ale o kombinaci skóre, které za ním stojí.
Při nízkých objemech váží incidenty více než při vysokých objemech. Úkol, který se objeví pětkrát ročně, poskytuje málo podkladů pro rozpoznání vzorce; úkol, který se denně opakuje stokrát, rychleji ukáže, kde AI podává stabilní výkon a kde ne. Vysoký objem obvykle činí odhad konkrétnějším, protože je více opakování, na kterých lze odhad ověřit. Nízký objem činí odhad širším, ne proto, že by úkol byl nejasný, ale proto, že prostě není z čeho zobecňovat. To se projevuje například u otázky, zda AI může převzít sledování pokroku cílů a projektů: u hrstky projektů ročně je rozpětí širší než u portfolia se stovkami probíhajících iniciativ.
Úkol, který probíhá zcela ve strukturovaných systémech, se posuzuje jinak než úkol, který se z velké části odehrává v hlavách lidí, e-mailech a rozptýlených dokumentech. Ne proto, že by se úkol sám měnil, ale protože se výrazně liší míra, do jaké má AI přístup ke spolehlivým, aktuálním informacím. U sledování rozpočtu je to dobře vidět: zda AI může převzít sledování rozpočtu a signalizaci odchylek, silně závisí na tom, zda jsou podkladová čísla už strukturovaně a aktuálně dostupná, nebo zda je nutné je nejprve ručně shromáždit a interpretovat. Stejný úkol, jiné nastavení systémů, jiný výsledek.
Náklady na chybu nejsou univerzální. Nesprávná interpretace ve vnitřním přehledu má jiné důsledky než nesprávná interpretace v komunikaci se zákazníkem nebo ve zprávě pro compliance. Při vysokých nákladech na chybu se výsledek spíše posune směrem ke druhé kategorii — AI předloží návrh, člověk jej schválí nebo zamítne — a to i tehdy, pokud by úkol podle ostatních os naznačoval převzetí AI. To je jeden z důvodů, proč se nikdy nevyjadřujeme výhradně na základě toho, „co úkol obnáší“: kontext, do kterého chyba zapadne, váží stejně těžce.
Rozpětí není vágnost, ale poctivé vyjádření toho, co s jistotou nevíme. U úkolů s velkým prostorem pro úsudek — kde by se lišili i dva zkušení zaměstnanci navzájem — je z definice širší i každý odhad. U úkolů s velkým kontaktem se zákazníkem hraje roli i to, že tolerance vůči interakci s AI se liší podle odvětví a podle skupiny zákazníků, což nemůžeme změřit bez vašich vlastních čísel. A u úkolů, které byly právě nastaveny nebo právě prošly změnou systému, jednoduše ještě neexistuje stabilní vzorec, na kterém by bylo možné stavět. Ve všech těchto případech volíme širší rozpětí místo přesného čísla, které by naznačovalo více jistoty, než dokážeme podložit.
Existují situace, kdy má jediné měření malou hodnotu: u právě změněného procesu, u úkolu, který se vyskytuje zřídka, nebo u organizace, která je stále v přechodu na nové systémy. Skóre v takovém okamžiku je snímkem stavu, ne předpovědí. To je také důvod, proč je opakované měření relevantní: stejný úkol měřený později může přinést jiný výsledek, protože se změnily okolnosti, ne proto, že by první měření bylo chybné.
Tato metoda vypovídá o úkolech, ne o lidech nebo funkcích. Výsledek není podkladem pro rozhodnutí o personálu; pro rozhodnutí, která se týkají pracovního poměru, platí vlastní zákonné požadavky a ty si musíte posoudit samostatně. My dodáváme fakta o úkolech, vy z nich vyvozujete závěry, které odpovídají vaší organizaci. Pro ilustraci: ani úkol jako vedení schůzek nelze posuzovat jednotně, což se ukazuje u otázky, zda AI může převzít vedení týdenní týmové porady — odpověď se liší podle týmu, podle kultury schůzek a podle množství prostoru pro rozhodování v daných poradách.
Chcete-li získat první dojem o tom, jak to dopadne ve vaší vlastní situaci, můžete vyplnit bezplatný quickscan od ftetoai: dvanáct otázek, bez účtu, s indikací, jakou část hodin ve vašem profilu lze dnes převést na AI. Kompletní pracovní scan, který se hlouběji zaměřuje na osm os pro každý úkol, se ještě připravuje — v tuto chvíli ještě neexistuje, a to raději říkáme na rovinu, než abychom ho nabízeli.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.