Πολλές επιχειρήσεις αξιολογούν την ανάληψη εργασίας από AI σαν να πρόκειται μόνο για την ίδια την εργασία: πόσο επαναλαμβανόμενη είναι, πόση επαφή με πελάτες περιλαμβάνει, πόσο υψηλό είναι το κόστος σφάλματος. Αυτό είναι σωστό, αλλά υπάρχει ένας παράγοντας που διαπερνά αυτά όλα και σπάνια αναφέρεται: το αν τα συστήματα στα οποία λαμβάνει χώρα αυτή η εργασία επικοινωνούν μεταξύ τους. Μια εργασία που από μόνη της είναι εξαιρετικά κατάλληλη για ανάληψη από AI, μπορεί στην πράξη να παραμείνει ανθρώπινη εργασία επειδή τα δεδομένα που απαιτούνται για την εκτέλεση της εργασίας είναι διάσπαρτα σε ένα CRM, ένα λογιστικό πακέτο, ένα ξεχωριστό αρχείο Excel και τα εισερχόμενα ενός μεμονωμένου υπαλλήλου.
Οι οκτώ άξονες βάσει των οποίων αξιολογούμε την εργασία αφορούν τη φύση της εργασίας: πόσο περιθώριο απόφασης, πόση διακύμανση, πόση εποπτεία απαιτείται. Η σύνδεση συστημάτων δεν είναι ένας από αυτούς τους άξονες, αλλά επηρεάζει πολλούς από αυτούς ταυτόχρονα. Μια εργασία που, βάσει περιθωρίου απόφασης και επαναληψιμότητας, θα ήταν πλήρως αναλήψιμη, μετακινείται σε περίπτωση απουσίας σύνδεσης σε μια κατηγορία με ανθρώπινη εποπτεία, όχι επειδή αλλάζει η αξιολόγηση της εργασίας, αλλά επειδή δημιουργείται ένα επιπλέον βήμα που κανείς δεν είχε προγραμματίσει: κάποιος πρέπει να αντιγράψει, να εξάγει ή να επαληθεύσει δεδομένα προτού η AI μπορέσει να ξεκινήσει την ίδια την εργασία.
Αυτό αλλάζει τον υπολογισμό των fte με συγκεκριμένο τρόπο. Ο χρόνος που ελευθερώνεται δεν είναι η πλήρης διάρκεια της εργασίας, αλλά η διάρκεια μείον τον χρόνο που ήδη τώρα αφιερώνεται στη συλλογή δεδομένων από διαφορετικές πηγές. Σε ορισμένες εργασίες, αυτό είναι ζήτημα δευτερολέπτων, για παράδειγμα ένα μόνο πάτημα κουμπιού για εξαγωγή. Σε άλλες εργασίες, η ίδια η αντιγραφή αποτελεί σημαντικό μέρος της δουλειάς, με αποτέλεσμα το όφελος της ανάληψης από AI να είναι μικρό όσο η σύνδεση παραμένει ανύπαρκτη.
Δεν είναι κάθε εργασία εξίσου ευαίσθητη σε ασύνδετα συστήματα. Εργασίες που λαμβάνουν χώρα εξ ολοκλήρου εντός ενός συστήματος, όπως η σύνταξη ενός κειμένου σε έναν επεξεργαστή κειμένου ή η απάντηση σε μια ερώτηση βάσει μίας βάσης γνώσης, δεν αντιμετωπίζουν σχεδόν καθόλου εμπόδια. Ερωτήσεις που θέτουν οι εργαζόμενοι στο τμήμα HR εμπίπτουν συχνά σε αυτή την κατηγορία: οι απαραίτητες πληροφορίες βρίσκονται σε ένα σύστημα προσωπικού ή έναν κανονισμό, και η σύνδεση με άλλα συστήματα χρειάζεται σε περιορισμένο βαθμό.
Εργασίες που είναι όντως ευαίσθητες είναι εκείνες όπου δεδομένα από πολλαπλές πηγές συγκεντρώνονται προτού μπορεί να ειπωθεί ή να γίνει κάτι ουσιαστικό. Μια προσφορά που χρειάζεται δεδομένα από ένα σύστημα αποθέματος, έναν τιμοκατάλογο και ένα ιστορικό πελάτη αποτελεί παράδειγμα αυτού, ειδικά όταν υπάρχει πολλή εξατομίκευση στη δουλειά και κάθε προσφορά αφορά διαφορετικό συνδυασμό πηγών. Επίσης, εργασία στην οποία υπάρχει πολλή επαφή με πελάτες είναι ευαίσθητη, επειδή ένας υπάλληλος ή ένα σύστημα AI πρέπει συχνά κατά τη διάρκεια αυτής της επαφής να συμβουλευτεί πολλαπλά συστήματα για να δώσει πλήρη απάντηση.
Σε εργασία με υψηλό κόστος σφάλματος, η αποσύνδεση μετράει επιπλέον βαρύτητα, όχι επειδή η ίδια η εργασία γίνεται πιο επικίνδυνη, αλλά επειδή ένα σφάλμα που προκύπτει από λανθασμένη αντιγραφή ή παράλειψη ενός δεδομένου είναι δυσκολότερο να εντοπιστεί από ό,τι ένα σφάλμα εντός ενός μόνο συστήματος. Όποιος εργάζεται με εργασίες όπου τα σφάλματα κοστίζουν ακριβά, κάνει καλά να εξετάζει το ζήτημα της πηγής ξεχωριστά από το ζήτημα της εκτέλεσης: το πρόβλημα είναι η εργασία, ή είναι η παροχή δεδομένων.
Δύο επιχειρήσεις με πανομοιότυπη εργασία καταλήγουν σε αυτόν τον άξονα σε διαφορετικά αποτελέσματα για έναν λόγο που δεν έχει καμία σχέση με την εργασία: την ηλικία και την προέλευση των συστημάτων. Μια επιχείρηση που τα τελευταία χρόνια έχει αναπτυχθεί μέσω εξαγορών εργάζεται συχνά με πολλαπλά συστήματα που ποτέ δεν σχεδιάστηκαν για συνεργασία. Μια επιχείρηση που από την αρχή λειτουργεί με μία ενοποιημένη πλατφόρμα δεν έχει αυτό το πρόβλημα, ακόμη κι αν εκτελεί ακριβώς τις ίδιες εργασίες.
Ένας δεύτερος λόγος αφορά την εποπτεία. Εργασία που υπόκειται σε εξωτερική εποπτεία απαιτεί συχνά μια καθορισμένη διαδρομή δεδομένων μέσα από τα συστήματα, με σταθερή σειρά εγκρίσεων. Όποιος κάνει εργασία που υπόκειται σε εποπτεία, δεν μπορεί πάντα να λύσει τη σύνδεση κατά βούληση: η καθορισμένη διαδρομή είναι μερικές φορές η ίδια ο λόγος που τα συστήματα παραμένουν χωριστά, ακόμη κι αν μια σύνδεση θα ήταν τεχνικά εφικτή.
Ένας τρίτος λόγος είναι ο βαθμός στον οποίο οι εργαζόμενοι ήδη εργάζονται με εργαλεία AI από μόνοι τους και πού το αναφέρουν ή όχι. Χωρίς μια βάση υποχρεωτικού AI-γραμματισμού προκύπτουν μεμονωμένες, ατομικές λύσεις: ο ένας υπάλληλος αντιγράφει δεδομένα χειροκίνητα σε ένα εργαλείο AI, ο άλλος όχι. Αυτό κάνει το αποτέλεσμα της αξιολόγησης να εξαρτάται από το ποιος εργάζεται εκείνη τη στιγμή, όχι από την ίδια την εργασία.
Το συμπέρασμα δεν είναι ότι τα ασύνδετα συστήματα καθιστούν αδύνατη την ανάληψη από AI. Το συμπέρασμα είναι ότι το ζήτημα των συστημάτων πρέπει να αξιολογείται ξεχωριστά από το ζήτημα της εργασίας, επειδή διαφορετικά δύο εντελώς διαφορετικά προβλήματα συγχέονται μεταξύ τους: μια εργασία που η AI δεν μπορεί να διαχειριστεί, και μια εργασία που η AI μπορεί να διαχειριστεί μόλις τα δεδομένα βρεθούν σε ένα μέρος. Αυτή η διάκριση καθορίζει αν η λύση βρίσκεται στην ίδια την εργασία ή στην υποδομή γύρω από αυτήν.
Για να δείτε πώς αυτό εξελίσσεται στη δική σας περίπτωση, μπορείτε να λάβετε μια πρώτη ένδειξη μέσω της δωρεάν γρήγορης σάρωσης: δώδεκα ερωτήσεις, χωρίς λογαριασμό, με μια ένδειξη για το ποιο ποσοστό των ωρών στο προφίλ σας μπορεί σήμερα να αναληφθεί από την AI. Η πλήρης σάρωση εργασίας, που αναλύει τις εργασίες σε όλους τους οκτώ άξονες, συμπεριλαμβανομένου του ζητήματος των συστημάτων, βρίσκεται ακόμη υπό κατασκευή. Ό,τι υπάρχει ήδη σήμερα δίνει μια πρώτη, προσωρινή εικόνα, όχι μια οριστική απάντηση.
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.