Sortering og fordeling af fysisk post og pakker er i dag ikke en opgave, som AI overtager. Post skal løftes, pakkes ud, flyttes fysisk og lægges i en postbakke eller på et skrivebord. Der findes ingen algoritme til det. Hvad der derimod kan hjælpe, er billedgenkendelse, som læser en modtager på en kuvert og foreslår, hvilken afdeling den hører til. Det er støtte til tænkearbejdet, ikke til selve arbejdet.
Tre akser bestemmer her billedet: fysisk, struktureringsgrad og volumen.
Fysisk scorer så lavt som muligt med en 1. Opgaven består for størstedelen af håndarbejde: modtage pakker ved døren, åbne kasser, flytte stakke papir. Så længe et system ikke har arme, forbliver dette en menneskelig handling, uanset hvor smart softwaren bag bliver.
Struktureringsgrad ender på en 3. At læse et navn og en afdeling på en kuvert er i sig selv et forudsigeligt skridt, sammenligneligt med triagering af en fælles e-mailindbakke. Det bliver uforudsigeligt, så snart kuverten ikke har en tydelig modtager, navnet er forkert stavet, eller nogen for to år siden skiftede afdeling uden at postrummet vidste det. Så er der brug for en person, som kender virksomhedens kontekst.
Volumen scorer en 4: hos et gennemsnitligt kontor kommer der dagligt en genkendelig, tilbagevendende strøm ind. Et højt og gentagende volumen er normalt gunstigt for automatisering, men her vinder arbejdets fysiske karakter over den gentagelse.
En kuvert kommer ind uden navn, kun adresseret til "Finansafdelingen". En menneskelig sorterer ved, at fakturastrømmen for nylig er gået til en ny medarbejder, og lægger kuverten på det rigtige skrivebord. Et system, der kun læser tekst, kender ikke til denne nylige ændring og har ingen mulighed for at spørge om det. Vurderingsrummet her er lavt med en 2, men netop det lille rum er, hvor fejlen opstår, hvis ingen holder øje.
Fejlkostnader scorer en 4. Et forkert leveret brev med en kontrakt, en indkaldelse eller medicinske oplysninger er ingen lille fejltagelse. Compliance scorer en 3: nogle poststykker er underlagt opbevaringspligt eller fortrolighed, og en forkert rute kan allerede umiddelbart være i konflikt med det. Det er ingen grund til at omplacere andre baseret på denne analyse; for beslutninger, der påvirker medarbejderes arbejde, gælder egne lovmæssige krav, som ikke bliver udfyldt her.
Kundekontakt scorer en 5, hvilket er påfaldende højt for en administrativ opgave. Post fra kunder, leverandører eller myndigheder er ofte det første fysiske led i en relation. En pakke, der ligger tre dage på den forkerte afdeling, er for modtageren et konkret, mærkbart problem, selv om fejlen er lille.
Disse scorer gælder for et kontormiljø med en regulær papirpoststrøm. Hos en virksomhed, der arbejder næsten helt digitalt og kun modtager en håndfuld breve om ugen, er opgaven så lille, at automatisering ikke er værd det, uanset de tekniske muligheder. Hos en virksomhed med et stort, standardiseret postrum og scanudstyr, der digitaliserer indgående post direkte, forskydes arbejdet: så bliver fysisk sortering udskiftet med digital routing, hvilket faktisk er en anden opgave med en anden profil, tættere på digitalisering og tilgængeliggørelse af et papirarkiv. Den fysiske håndtering af at åbne og skanne forbliver stadig menneskearbejde, men fordelingen bagefter kan i vidt omfang blive automatisk.
Spørgsmålet om AI i postrummet handler sjældent om selve posten, men om alt det, der hænger omkring den. Standardbreve og formularer, der bliver behandlet ud fra posten, er ofte enklere at automatisere, som det ses ved udarbejdelse af standardbreve og formularer. Også opgaver, der ligger tæt på office manager-funktionen, som håndtering af kollegers kalendere eller reservation af mødelokaler og faciliteter, forskydes hurtigere end fysisk håndtering, fordi der ikke er brug for hænder, kun beslutninger inden i et system.
Den forskel er den røde tråd: ikke alt administrativt arbejde ændrer sig i samme tempo. Arbejde, der sker helt inden for en skærm, forskydes hurtigere end arbejde, der kræver en krop. Postrummet er dermed et tydeligt eksempel på, hvor den grænse ligger i dag, ikke fordi teknikken ikke er der, men fordi selve opgaven er fysisk af natur.
For at se, hvordan dette forholder sig i Deres egen organisation, hjælper det ikke at se på denne ene opgave, men på helheden af opgaver, der hører til Deres office- eller administrationsfunktion. Den gratis quickscan fra FTE TO AI består af tolv spørgsmål, kræver ingen konto og giver en indikation af, hvor stor en del af timerne i den profil, der i dag kan overtages af AI. Den fulde arbejdsanalyse, som opdeler en hel virksomheds arbejde i opgaver med en fte-beregning pr. opgave, er stadig under udvikling og udbydes endnu ikke her.
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.