Two organisationer beskriver den samme opgave. Hos den ene kommer der kategorien 'AI kan overtage opgaven' ud, hos den anden 'det forbliver menneskearbejde'. Det er ikke en inkonsistens i metoden, men resultatet af metoden. Resultatet afhænger ikke kun af, hvad en opgave indebærer, men af de omstændigheder, hvorunder den opgave udføres. Denne side forklarer hvilke faktorer der gør den forskel, og hvad det betyder for pålideligheden af et estimat.
Vi vurderer aldrig en opgave på ét kendetegn. Hver opgave scores på otte akser: struktureringsgrad af input, vurderingsrum, følsomhed for kundekontakt, fysisk komponent, kreativitet, fejlomkostninger, compliance-følsomhed og volumen/gentagelse. To organisationer med et 'samme' opgavesæt kan afvige stærkt på disse akser. En planlægningsopgave med fast input og højt volumen falder anderledes ud end den samme planlægningsopgave, når input varierer og undtagelser er reglen. Det handler altså ikke om opgavens titel, men om kombinationen af scores bagved.
Ved lave volumener vejer enkeltstående hændelser tungere end ved høje volumener. En opgave, der forekommer fem gange om året, giver et spinkelt grundlag for at genkende et mønster; en opgave, der forekommer hundredvis af gange dagligt, viser hurtigere hvor AI performer stabilt, og hvor den ikke gør. Højt volumen gør et estimat ofte mere specifikt, fordi der er mere gentagelse at teste mod. Lavt volumen gør et estimat bredere, ikke fordi opgaven er uklar, men fordi der ganske enkelt er mindre at generalisere fra. Dette spiller for eksempel ind på spørgsmålet om, hvorvidt AI kan overtage overvågning af fremdrift for mål og projekter: ved en håndfuld projekter om året er spændet bredere end ved en portefølje med hundredvis af igangværende initiativer.
En opgave, der udspiller sig fuldstændigt i strukturerede systemer, skal vurderes anderledes end en opgave, der for størstedelen befinder sig i hoveder, e-mails og løse dokumenter. Ikke fordi opgaven selv ændrer sig, men fordi omfanget, hvormed AI har adgang til pålidelig, aktuel information, varierer stærkt. Ved budgetovervågning ses dette tydeligt: hvorvidt AI kan overtage overvågning af budget og signalering af afvigelser afhænger stærkt af, om de underliggende tal allerede er struktureret og aktuelt tilgængelige, eller om de først skal indsamles og tolkes manuelt. Samme opgave, anden systemindretning, andet resultat.
Omkostningerne ved en fejl er ikke universelle. En forkert tolkning i et internt overblik har andre konsekvenser end en forkert tolkning i en kundekommunikation eller en compliance-rapportering. Ved høje fejlomkostninger forskydes resultatet snarere mod kategori to — AI leverer et forslag, et menneske godkender eller afviser — også hvis opgaven på de øvrige akser ville pege mod AI-overtagelse. Dette er en af grundene til, at vi aldrig udtaler os udelukkende baseret på 'hvad opgaven indebærer': den kontekst, en fejl ender i, vejer lige så tungt.
Et interval er ikke vaghed, men en ærlig gengivelse af, hvad vi ikke ved med sikkerhed. Ved opgaver med stort vurderingsrum — hvor to erfarne medarbejdere også indbyrdes ville afvige — er hvert estimat per definition bredere. Ved opgaver med meget kundekontakt spiller det ind, at tolerancen for AI-interaktion varierer per branche og per kundegruppe, noget vi ikke kan måle uden jeres egne tal. Og ved opgaver, der lige er blevet indrettet eller lige har skiftet system, er der ganske enkelt endnu intet stabilt mønster at navigere efter. I alle disse tilfælde vælger vi et bredere interval frem for et præcist tal, der antyder mere sikkerhed, end vi kan underbygge.
Der findes situationer, hvor en enkelt måling har ringe værdi: ved en netop ændret proces, ved en opgave, der sjældent forekommer, eller ved en organisation, der stadig er i overgang til nye systemer. En score på et sådant tidspunkt er et øjebliksbillede, ikke en forudsigelse. Det er også hvorfor en genmåling er relevant: den samme opgave, målt senere, kan give et andet resultat, fordi omstændighederne har ændret sig, ikke fordi den første måling var forkert.
Denne metode siger noget om opgaver, ikke om mennesker eller funktioner. Et resultat er ikke belæg for en beslutning om personale; for beslutninger, der berører et ansættelsesforhold, gælder egne lovkrav, som I skal vurdere separat. Vi leverer fakta om opgaver, og I drager de konklusioner, der passer til jeres organisation. Som illustration: selv en opgave som mødeledelse kan ikke vurderes ensartet, hvilket ses ved spørgsmålet om, hvorvidt AI kan overtage ledelse af ugentlige teammøder — svaret varierer per team, per mødekultur og per mængden af beslutningsrum i de møder.
Hvis I ønsker et første indtryk af, hvordan dette falder ud for jeres egen situation, kan I udfylde den gratis quickscan fra ftetoai: tolv spørgsmål, uden konto, med en indikation af hvilken del af timerne i jeres profil i dag kan overtages af AI. Den fulde arbejdsscan, der går dybere ind i de otte akser per opgave, er stadig under opbygning — den findes ikke på nuværende tidspunkt, og det foretrækker vi at sige ærligt frem for at udbyde den.
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.