Kennisbank

AI και διοίκηση: τι αλλάζει στις εργασίες;

Η διοίκηση φαίνεται εκ πρώτης όψεως ένα πεδίο διαβούλευσης, κρίσης και ευθύνης — όλα τυπικά ανθρώπινο έδαφος. Ωστόσο, μια διευθυντική λειτουργία αποτελείται από μια σειρά μεμονωμένων εργασιών, και αυτές οι εργασίες διαφέρουν σημαντικά ως προς το κατά πόσο μπορεί η AI να τις αναλάβει. Από τις 40 εργασίες που διακρίνουμε εντός αυτού του πεδίου, ένα σαφές μέρος εμπίπτει σε καθεμία από τις τρεις κατηγορίες. Το μοτίβο πίσω από αυτό είναι πιο χρήσιμο από μια λίστα με σημάδια.

Πού η AI μπορεί ήδη να αναλάβει το έργο

Εργασίες που κυρίως συνίστανται στη συλλογή, οργάνωση και σύνοψη υπάρχοντων δεδομένων προσφέρονται καλά για πλήρη ανάληψη από την AI. Σκεφτείτε τη σύνταξη μιας διευθυντικής αναφοράς για τη διοίκηση ή τους μετόχους: τα νούμερα βρίσκονται ήδη στα συστήματα, η δομή της αναφοράς είναι σε μεγάλο βαθμό σταθερή, και η AI μπορεί να επισημάνει αποκλίσεις και τάσεις χωρίς να χρειάζεται ένας άνθρωπος να πληκτρολογήσει κάθε γραμμή. Επίσης, η παρακολούθηση του προϋπολογισμού και η επισήμανση αποκλίσεων εμπίπτει εδώ: πρόκειται για σύγκριση των πραγματικών δαπανών με τον προϋπολογισμό και την εφαρμογή οριακών τιμών, κάτι στο οποίο το λογισμικό είναι διαρθρωτικά καλύτερο από έναν άνθρωπο που το κάνει εβδομαδιαία παράλληλα με άλλα καθήκοντα.

Το κοινό χαρακτηριστικό αυτής της κατηγορίας είναι ότι το αποτέλεσμα μπορεί να καθοριστεί σε μεγάλο βαθμό αντικειμενικά από τα διαθέσιμα δεδομένα, και ότι η εργασία επαναλαμβάνεται σύμφωνα με μια σταθερή δομή. Χρειάζεται λίγος χώρος για ερμηνεία και καμία στάθμιση συμφερόντων. Αυτό δεν κάνει τη διαφορά με ανάλογες εργασίες σε άλλα τμήματα τυχαία: και στο μπορεί η AI να αναλάβει την τήρηση αρχείου καταγραφής ελέγχου χρηματοοικονομικών αλλαγών βλέπουμε ότι η συστηματική, βασισμένη σε δεδομένα καταγραφή είναι καλά αυτοματοποιήσιμη, ενώ η ερμηνεία του τι σημαίνει αυτή η καταγραφή απαιτεί κάτι διαφορετικό.

Πού η AI υποστηρίζει, αλλά η εποπτεία παραμένει απαραίτητη

Ένα μεγάλο μέρος της διευθυντικής εργασίας βρίσκεται ανάμεσα στην πλήρη αυτοματοποίηση και το πλήρως ανθρώπινο έργο. Εδώ η AI μπορεί να παράγει ένα σχέδιο, μια ανάλυση ή μια πρόταση, αλλά ένας άνθρωπος αξιολογεί το αποτέλεσμα και το εγκρίνει ή το απορρίπτει, με αιτιολόγηση.

Η σύνταξη ενός ετήσιου σχεδίου με συγκεκριμένους στόχους είναι ένα καλό παράδειγμα. Η AI μπορεί, με βάση ιστορικά δεδομένα και εισροές από τον οργανισμό, να δημιουργήσει ένα πρώτο σχέδιο στόχων, δράσεων και αρμοδιοτήτων ανά τμήμα. Αλλά το αν αυτοί οι στόχοι είναι ρεαλιστικοί, αρκετά φιλόδοξοι και αμοιβαία συνεπείς απαιτεί αξιολόγηση από κάποιον που γνωρίζει τον οργανισμό, τους ανθρώπους του και τους περιορισμούς του. Το ίδιο ισχύει για τον καθορισμό KPI ανά ομάδα ή διαδικασία: η AI μπορεί να προτείνει με βάση συγκρίσιμους οργανισμούς ή κλάδους, αλλά η επιλογή ποιοι δείκτες πρέπει πράγματι να καθοδηγούν εξαρτάται από προτεραιότητες που δεν μπορούν να συναχθούν πλήρως από δεδομένα.

Επίσης, η προετοιμασία και ο καθορισμός ημερήσιας διάταξης για διευθυντικές συσκέψεις εμπίπτει σε αυτήν την ενδιάμεση κατηγορία: η AI μπορεί να συγκεντρώσει έγγραφα, να προτείνει μια ημερήσια διάταξη και να δημιουργήσει περιλήψεις, αλλά κάποιος πρέπει να αξιολογήσει αν τα σωστά θέματα έχουν τοποθετηθεί στη σωστή σειρά, και αν ευαίσθητα ζητήματα πρέπει ή δεν πρέπει να συζητηθούν σε αυτή τη σύνθεση. Το μοτίβο είναι πάντα το ίδιο: η AI παράγει μια αξιόλογη πρώτη εκδοχή, ένας άνθρωπος τη ελέγχει έναντι πλαισίου που δεν έχει καταγραφεί πλήρως στα δεδομένα, και εγκρίνει ή απορρίπτει.

Πού παραμένει ανθρώπινο έργο

Μια τρίτη ομάδα εργασιών παραμένει σε μεγάλο βαθμό στους ανθρώπους, όχι επειδή η AI δεν μπορεί να επεξεργαστεί τις πληροφορίες, αλλά επειδή η εργασία καθαυτή περιστρέφεται γύρω από την ανάληψη ευθύνης, τη στάθμιση συμφερόντων ή την έκφραση κάτι εξ ονόματος του οργανισμού.

Η λήψη αποφάσεων κατά τη διάρκεια μιας διευθυντικής σύσκεψης είναι εδώ το σαφέστερο παράδειγμα. Μπορεί να υπάρχουν πλήρως αναλυμένες πληροφορίες στο τραπέζι, αλλά η επιλογή καθαυτή — με την ευθύνη που τη συνοδεύει — ανήκει στους ανθρώπους που έχουν την εξουσιοδότηση και την εντολή. Η AI μπορεί να αναδείξει επιλογές και συνέπειες, το πάτημα του κουμπιού το κάνει κάποιος άλλος.

Η σύνταξη στρατηγικού σχεδίου για τα επόμενα χρόνια εμπίπτει σε μεγάλο βαθμό στην ίδια κατηγορία. Η AI μπορεί να παρέχει αναλύσεις αγοράς, πελατών και εσωτερικές αναλύσεις, αλλά η επιλογή κατεύθυνσης για έναν οργανισμό στη μεσοπρόθεσμη διάρκεια απαιτεί στάθμιση κινδύνου, φιλοδοξίας και του τι θέλει γενικά να γίνει ο οργανισμός — κάτι που δεν μπορεί να συναχθεί αντικειμενικά από δεδομένα. Ο σχεδιασμός αναγκών προσωπικού σε διευθυντικό επίπεδο είναι ευαίσθητος για διαφορετικό λόγο: αγγίζει άμεσα αποφάσεις σχετικά με ανθρώπους και θέσεις. Για αυτού του είδους τις αποφάσεις ισχύουν δικές τους νομικές απαιτήσεις που πρέπει να πληροί ένας εργοδότης, και αυτές απαιτούν προσοχή που δεν μπορεί να αντικατασταθεί μέσω ανάλυσης εργασιών. Όσοι επιθυμούν ευρύτερο προσανατολισμό σε ζητήματα προσωπικού θα δουν μια ανάλογη διάκριση στη σελίδα σχετικά με το ποια εργασία μπορεί να αναλάβει η AI στο τμήμα HR: και εκεί το όριο μεταξύ υποστηρικτικής ανάλυσης δεδομένων και αποφάσεων για ανθρώπους μπορεί να χαραχθεί με σαφήνεια.

Το μοτίβο πίσω από την κατηγοριοποίηση

Αν εξετάσετε τις 40 εργασίες σε αυτόν τον τομέα, μπορείτε να διακρίνετε μια γραμμή: όσο περισσότερο μια εργασία συνίσταται στην επαναλαμβανόμενη επεξεργασία υπάρχουσας, δομημένης πληροφορίας, τόσο πιο εύκολα μπορεί η AI να την αναλάβει πλήρως. Όσο περισσότερο μια εργασία απαιτεί τον συνδυασμό δεδομένων με γνώση του οργανισμού που δεν έχει καταγραφεί, τόσο πιο απαραίτητη γίνεται η εποπτεία. Και όσο περισσότερο μια εργασία αποτελεί καθαυτή την άσκηση ευθύνης, εντολής ή κρίσης — όχι την προετοιμασία της — τόσο πιο πιθανό είναι να παραμείνει ανθρώπινο έργο. Αυτό το μοτίβο δεν είναι μοναδικό για τη διοίκηση: η ίδια λογική εξηγεί, για παράδειγμα, γιατί στο ποια εργασία μπορεί να αναλάβει η AI στα logistics οι εργασίες προγραμματισμού είναι ταχύτερα αυτοματοποιήσιμες από εργασίες όπου κάποιος πρέπει να συμφωνήσει μια εξαίρεση με έναν προμηθευτή ή πελάτη.

Αυτή η κατηγοριοποίηση λέει κάτι για τις εργασίες, όχι για το πόση διοίκηση χρειάζεται έναν οργανισμό ή πώς οργανώνει το προσωπικό του — αυτό παραμένει στην αρμοδιότητα του ίδιου του οργανισμού, με τα δικά του νομικά πλαίσια που ισχύουν.

Τι μπορείτε να κάνετε τώρα

Θέλετε να μάθετε πώς μεταφράζεται αυτή η κατηγοριοποίηση στη δική σας κατάσταση; Η δωρεάν quickscan του ftetoai αποτελείται από δώδεκα ερωτήσεις, λειτουργεί χωρίς λογαριασμό, και δίνει μια ένδειξη για το ποιο μέρος των ωρών στο προφίλ σας μπορεί να αναληφθεί σήμερα από την AI. Σημείωση: αυτή είναι μια πρώτη ένδειξη, όχι μια πλήρης ανάλυση. Η εκτεταμένη ανάλυση εργασιών που εξετάζει πιο εις βάθος σε επίπεδο εργασιών βρίσκεται ακόμη υπό κατασκευή — δεν μπορούμε να σας την προσφέρουμε ακόμη, αλλά η quickscan ήδη προσφέρει ένα ειλικρινές σημείο εκκίνησης.