Hallinnollinen työntekijä tai management assistant, joka täyttää päivittäin todistuksia, sopimuksia ja kirjeitä vakiomallipohjan perusteella, tekee työtä, joka näyttää ensi silmäyksellä erittäin soveltuvalta AI:lle. Se on toistuvaa, se seuraa kiinteää kaavaa, ja syöttötiedot tulevat usein jo suoraan järjestelmästä. Vastaus ei silti ole yksinkertaisesti kyllä. Se on osittain, ja se, mikä osa, riippuu siitä, miten mallipohja ja lähtötiedot on kussakin yrityksessä järjestetty.
Kolme akselia määrittää tässä lopputuloksen: rakenteisuus, volyymi ja virhekustannukset.
Rakenteisuus on korkea. Työtodistuksen tai vakiosopimuksen mallipohjassa on kiinteät kentät kiinteillä paikoilla: nimi, päivämäärä, summa, tehtävänimike. Tämä on juuri sellaista tekstityötä, jota AI hallitsee nykyään hyvin, koska asiakirjan rakenne on jo vahvistettu ja tehtävä supistuu kenttien oikeaan täyttämiseen käytettävissä olevien tietojen perusteella.
Volyymi on myös suotuisa. Yritykset, jotka tuottavat paljon samanlaisia asiakirjoja - henkilöstövuokrausyritys, joka laatii satoja työsopimuksia kuukaudessa, kunta, joka myöntää samaa todistusta kerta toisensa jälkeen - hyötyvät tämän prosessin sujuvoittamisesta enemmän kuin yritys, joka laatii tällaisen asiakirjan vain muutaman kerran vuodessa. Pienellä volyymilla prosessin käyttöönottoon kuluva aika ei usein ole suhteessa siihen ajansäästöön, jonka se lopulta tuo.
Virhekustannukset asettuvat keskitasolle, ja juuri tästä syystä kyse ei ole täydellisestä ylikannosta vaan tehtävästä, joka vaatii inhimillistä valvontaa. Väärin täytetty summa sopimuksessa, vaihdettu nimi todistuksessa, virheellinen päivämäärä - näitä ei voi pitää kosmeettisina virheinä. Ne voivat johtaa oikeudelliseen epäselvyyteen tai siihen, että asiakirja on tehtävä uudelleen. Sen takia tarkistusvaihe pysyy tarpeellisena: AI täyttää, työntekijä hyväksyy tai hylkää, perustellusti.
Harkintavalta on vähäinen, mikä tekee tehtävästä juuri sopivamman automatisoitavaksi: tulkintaa siitä, mitä asiakirjaan tulee, tarvitaan vähän, sillä se on jo määritelty mallipohjassa ja lähtötiedoissa. Luovuutta ei juuri tarvita, ja tämäkin puoltaa AI:n käyttöä: mitään ei keksitä, vaan täytetään. Compliance-näkökulma tulee mukaan kuvaan, kun kyse on sopimuksista tai virallisista todistuksista, mikä tarkoittaa, että vahvistetut hyväksymisvaiheet pysyvät relevantteina riippumatta siitä, kuka asiakirjan laatii.
Management assistant laatii kuukausittain kymmenestä kahteenkymmeneen vakiokirjettä: vahvistuksia, todistuksia, lyhyitä sopimusmuutoksia. Tiedot ovat jo henkilöstöjärjestelmässä. Tässä vaihe tiedoista asiakirjaksi on hyvin automatisoitavissa: AI voi laatia kirjeen mallipohjan ja lähtötietojen perusteella, jonka jälkeen assistentti lukee, tarkistaa ja lähettää. Jäljelle jäävä aika ei mene tekstin naputtamiseen vaan sen arvioimiseen.
Toisessa yrityksessä, jossa kukin sopimus neuvotellaan räätälöidysti ja jokaisen kirjeen sävyn ja sisällön on oltava aina hieman erilainen, tilanne on toinen. Siellä rakenteisuus on matalampi, harkintavalta suurempi, ja tehtävä siirtyy kohti ihmistyötä. Samanlainen asiakirjatyyppi - työsopimus, kirje, todistus - voi siis olla toisessa yrityksessä pitkälti automatisoitavissa ja toisessa jäädä pääosin käsityöksi. Ero ei ole asiakirjatyypissä, vaan siinä, miten standardoitu mallipohja on ja onko lähtötieto jo jossain järjestelmässä, vai täytyykö se vielä etsiä tai kysyä.
Muutos ei sijoitu tulevaan hetkeen, jolloin tämä on "valmis". Se on juuri nyt kiinni siitä, onko organisaatio standardoinut mallipohjansa ja saanut lähtötietonsa järjestykseen. Yritys, jossa kukin työntekijä pitää yllä omaa versiotaan sopimuksesta, omalla asettelullaan ja omilla variaatioillaan, ei voi yksinkertaisesti jättää tätä prosessia AI:n hoidettavaksi, ei osittainkaan. Yritys, jolla on yksi vahvistettu mallipohja asiakirjatyyppiä kohden ja tiedot, joita ylläpidetään jo jäsennellysti, on eri tilanteessa.
Tämä asiakirjojen täyttötyö liittyy usein muihin hallinnollisiin tehtäviin, joita tehdään samassa toimistossa. Kun tarkastellaan sitä, miten saapuvaa paperiarkistoa digitalisoidaan ja tehdään haettavaksi, esiin nousee usein samankaltainen kysymys: onko data jo jäsenneltyä, tai täytyykö se ensin poimia paperista. Myös saapuvan postin lajittelu ja jakaminen liittyy tähän aiheeseen, sillä monet vakiokirjeet ovat vastauksia johonkin, joka saapuu. Ja tapa, jolla yleistä sähköpostilaatikkoa triagoidaan, määrittää usein sen, mitä asiakirjoja ylipäätään laaditaan ja millä tiedoilla.
Emme ota kantaa tämän muutoksen henkilöstövaikutuksiin: jos vapautuneet tunnit antavat aihetta henkilöstöpäätökseen, sovelletaan siihen omia lakisääteisiä vaatimuksia, tästä analyysista riippumatta.
Se, koskeeko tämä organisaatiossanne pientä tai merkittävää osaa hallinnollisista tunneista, riippuu siitä, kuinka moni asiakirjoistanne käyttää jo kiinteitä mallipohjia ja kuinka suuri osa lähtötiedoista on jo järjestelmässä paperin sijaan tai eri tiedostoihin hajautettuna. Tämä vaihtelee yrityksestä toiseen, ja juuri sen takia yleispätevä väite ei tässä riitä.
Ilmainen kahdentoista kysymyksen pikatesti, ei vaadi tiliä, antaa käsityksen siitä, kuinka suuri osa tällaisen asiakirjatyön tunneista on tänä päivänä AI:n siirrettävissä. Täydellinen työanalyysi, joka jakaa koko yrityksen työn tehtäviin ja laskee tehtävittäin henkilötyövuosikapasiteetin, on vielä rakenteilla.
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.