Mnoho firem posuzuje převzetí práce AI, jako by šlo pouze o samotný úkol: jak repetitivní je, kolik obsahuje kontaktu s klienty, jak vysoké jsou náklady na chyby. To je správně, ale existuje faktor, který se tím vším prolíná a málokdy se pojmenovává: zda systémy, ve kterých se ta práce odehrává, spolu komunikují. Úkol, který je sám o sobě vynikajícím kandidátem na převzetí AI, může v praxi zůstat lidskou prací, protože údaje potřebné k jeho provedení jsou rozptýlené mezi CRM, účetním programem, samostatným Excel souborem a schránkou jediného zaměstnance.
Osm os, na jejichž základě posuzujeme práci, se týkají povahy úkolu: kolik rozhodovacího prostoru, kolik variace, kolik dohledu je potřeba. Propojení systémů není žádnou z těchto os, ale ovlivňuje více z nich najednou. Úkol, který by na základě rozhodovacího prostoru a opakovatelnosti byl zcela převzatelný, se při chybějícím propojení posune do kategorie s lidským dohledem, ne proto, že by se změnilo posouzení úkolu samotného, ale protože vzniká další krok, se kterým nikdo nepočítal: někdo musí údaje přepsat, exportovat nebo ověřit, než AI může začít se samotným úkolem.
To konkrétním způsobem mění výpočet fte. Čas, který se uvolní, není celková délka trvání úkolu, ale délka minus čas, který se dnes už tráví sbíráním údajů z různých zdrojů. U některých úkolů jde o otázku sekund, například jedno kliknutí na export. U jiných úkolů je samotné přepisování podstatnou částí práce, takže přínos převzetí AI zůstává malý, dokud propojení chybí.
Ne každá práce je stejně citlivá na nepropojené systémy. Úkoly, které se odehrávají zcela v rámci jednoho systému, jako je vytvoření textu v jednom textovém editoru nebo zodpovězení otázky na základě jedné znalostní databáze, tím trpí málo. Dotazy, které zaměstnanci pokládají HR, spadají často do této kategorie: potřebné informace se nacházejí v jednom personálním systému nebo jednom předpisu, a propojení s dalšími systémy je potřeba jen omezeně.
Úkoly, které jsou naopak citlivé, jsou ty, u kterých se před tím, než lze říct nebo udělat něco smysluplného, musí spojit údaje z více zdrojů. Nabídka, která potřebuje údaje ze skladového systému, ceníku a historie klienta, je toho příkladem, zejména pokud je v práci hodně zákaznického přizpůsobení a každá nabídka zasahuje jinou kombinaci zdrojů. Citlivá je také práce, ve které je hodně kontaktu s klienty, protože zaměstnanec nebo systém AI musí během tohoto kontaktu často nahlédnout do více systémů, aby poskytl úplnou odpověď.
U práce s vysokými náklady na chyby má odpojení extra váhu, ne proto, že by se samotný úkol stal rizikovějším, ale protože chybu vzniklou špatně přepsaným nebo chybějícím údajem je těžší dohledat než chybu v rámci jednoho systému. Kdo pracuje s úkoly, u kterých chyby vycházejí nákladně, udělá dobře, když otázku zdroje posoudí odděleně od otázky provedení: je problémem samotný úkol, nebo je to dodání údajů.
Dvě firmy s identickou prací dospějí na této ose k odlišným výsledkům z důvodu, který nemá s úkolem nic společného: stáří a původ systémů. Firma, která v posledních letech rostla akvizicemi, často pracuje s více systémy, které nikdy nebyly navrženy pro spolupráci. Firma, která od začátku pracuje s jednou integrovanou platformou, tento problém nemá, i když provádí přesně stejné úkoly.
Druhý důvod se týká dohledu. Práce, na kterou se vztahuje externí dohled, si často vyžaduje pevně stanovenou cestu údajů systémy, s pevným pořadím schvalování. Kdo dělá práci, na kterou se vztahuje dohled, nemůže tedy propojení vždy vyřešit podle vlastního úsudku: stanovená cesta je někdy samotným důvodem, proč systémy zůstávají oddělené, i kdyby propojení bylo technicky možné.
Třetím důvodem je míra, do jaké zaměstnanci sami už pracují s nástroji AI a zda to hlásí, nebo ne. Bez základu povinné gramotnosti v AI vznikají oddělená, individuální řešení: jeden zaměstnanec ručně kopíruje údaje do nástroje AI, druhý to nedělá. To činí výsledek posouzení závislým na tom, kdo v danou chvíli danou práci vykonává, nikoli na samotném úkolu.
Závěr není, že nepropojené systémy znemožňují převzetí AI. Závěr je, že otázku systémů je třeba posuzovat oddělené od otázky úkolu, protože jinak se zamění dva zcela odlišné problémy: úkol, se kterým si AI neporadí, a úkol, se kterým si AI poradí, jakmile budou údaje na jednom místě. Toto rozlišení určuje, zda řešení leží v samotné práci, nebo v infrastruktuře k ní vedoucí.
Chcete-li zjistit, jak to dopadne ve vaší vlastní situaci, první orientační odhad získáte pomocí bezplatného quickscanu: dvanáct otázek, bez nutnosti účtu, s odhadem, jakou část hodin ve vašem profilu je dnes možné převést na AI. Kompletní pracovní scan, který rozebírá úkoly na všech osmi osách včetně otázky systémů, se ještě připravuje. To, co je dnes k dispozici, poskytuje první, předběžný obraz, nikoli definitivní odpověď.
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.