IT-osasto on tekoälyn kannalta kiinnostava alue, koska se yhdistää kahdenlaista työtä, jotka reagoivat automaatioon täysin eri tavoin. Toisaalta on prosesseja, jotka etenevät kiinteän kaavan mukaan: uusi työntekijä saa tunnuksen, varmuuskopio ajetaan yöllä, salasana nollataan pyynnön jälkeen. Toisaalta on työtä, jossa lopputulos riippuu kontekstista, riskinarvioinnista ja seurauksista, joita ei voi kaapata skriptiin. Taksonomiamme sisältää 39 tehtävää tällä alueella, ja jakauma kolmen kategorian välillä noudattelee suurelta osin tätä jakolinjaa.
Kyse on tehtävistä, joilla on selkeä syöte, kiinteä menettely ja tarkistettavissa oleva lopputulos. Työpisteen, tunnusten ja käyttöoikeuksien valmisteleminen uudelle työntekijälle on hyvä esimerkki tästä: toimenkuva määrittää tarvittavat oikeudet, ja tämän kytkennän voi automatisoida ilman, että kenenkään tarvitsee joka kerta miettiä uudelleen, miten se toteutetaan. Sama pätee käyttöoikeuksien peruuttamiseen työsuhteen päättyessä, jossa liian myöhään toimimisen riski on suurempi kuin automaation riski, sekä varmuuskopioiden ajamiseen ja tarkistamiseen, jossa järjestelmä voi itse ilmoittaa, onnistuiko tehtävä vai ei. Nämä tehtävät kuuluvat kategoriaan 1, koska normi on kiinteä: on selkeä oikea ja väärä, eikä välissä olevia vaiheita tarvitse arvioida joka kerta uudelleen. Tämä ei tarkoita, ettei kokonaisuus enää vaatisi valvontaa, mutta itse tehtävän suorittaminen ei vaadi ihmisen tapauskohtaista arviointia.
Tämä kategoria on IT-osastolla suuri, eikä se ole sattumaa. Monilla tehtävillä on tunnistettava kaava, mutta lopputulos koskettaa riskejä, jotka ihmisen on punnittava. Käyttöoikeuksien säännöllinen arviointi on tällainen tehtävä: tekoäly voi havaita poikkeamat toimenkuvan ja nykyisten oikeuksien välillä, mutta se, onko poikkeus perusteltu, vaatii arvioijan, joka tuntee kontekstin ja joka hyväksyy tai hylkää sen perustellusti. Palautumisen testaaminen varmuuskopiosta kuuluu samaan kategoriaan: itse testaamisen voi automatisoida, mutta johtopäätös siitä, onko järjestelmä tosiasiassa palautunut riittävästi, vaatii katsetta, joka ulottuu vihreää valintamerkkiä pidemmälle. Myös järjestelmien välisen liitännän rakentaminen sekä häiriön valvonta ja korjaaminen siinä kuuluvat tähän: tekoäly voi nopeuttaa rakentamista ja havaita poikkeamat, mutta päätös siitä, miten häiriö korjataan vahingoittamatta dataa, jää harkinnaksi, joka jonkun on tehtävä. Tämän kategorian kaava on aina sama: tekoäly tunnistaa ja ehdottaa, ihminen arvioi ja päättää.
Pienempi osa IT-työstä pysyy hyvin riippumattomana siitä, kuinka kehittyneeksi tekoäly kasvaa, koska tehtävän ydin ei koostu kaavantunnistuksesta vaan tulkinnasta ja vastuunkannosta. Ad hoc -data-analyysi on tästä esimerkki: organisaation esittämään tiettyyn kysymykseen vastaaminen vaatii, että joku ymmärtää, mitä oikeastaan kysytään, mikä data on olennaista ja mikä johtopäätös on pitävä. Datan laadun tarkistaminen ja siivoaminen koskettaa samaa ongelmaa heti, kun se menee kaksoiskappaleiden etsimistä pidemmälle: kysymys siitä, mikä lähde edustaa totuutta ristiriitaisten tietojen tapauksessa, vaatii organisaation tuntemusta, joka ei löydy datasta itsestään. Myös perustietojen hallinta pysyy osittain ihmistyönä siltä osin kuin kyse on määritelmien ja osastojen välisten sopimusten vahvistamisesta, vaikka itse syöttäminen on usein automatisoitavissa. Nämä tehtävät pysyvät ihmistyönä ei siksi, ettei tekoäly pystyisi tekniikkaan, vaan koska vastuuta lopputuloksesta ei voi delegoida järjestelmälle.
Tämä jaottelu koskee tehtäviä, ei toimenkuvia eikä henkilöitä. IT-työntekijä suorittaa yleensä tehtäviä kaikista kolmesta kategoriasta, ja se, mikä osa hänen tehtävänkuvastaan muuttuu, riippuu hänen roolinsa tarkasta sisällöstä. Se, että tehtävä kuuluu kategoriaan 1, ei myöskään kerro mitään siitä, mitä työnantaja sillä tekee: se on valinta, jolla on omat lakisääteiset vaatimuksensa, esimerkiksi yhteistoiminnan ja työoikeuden osalta, ja se jää tämän jaottelun ulkopuolelle. Mitä jaottelu sen sijaan tarjoaa, on tosiasiallinen lähtökohta: mitkä tehtävät ovat jo nyt tuettavissa tekoälyllä, mitkä vaativat valvontaa ja mitkä pysyvät ennallaan. Vastaavia kaavoja on tunnistettavissa muillakin alueilla; esimerkiksi mitä työtä tekoäly voi ottaa hoitaakseen hankinnassa osoittaa, että myös siellä jakolinja määräytyy usein sen mukaan, onko lopputuloksella kiinteä normi vai vaatiiko se harkintaa, ja mitä työtä tekoäly voi ottaa hoitaakseen logistiikassa havainnollistaa, miten näennäisesti operatiivisella osastolla on silti paljon valvontatehtäviä heti, kun virheistä tulee kalliita.
Jotta nähdään, kuinka monta tuntia IT-roolissa on tällä hetkellä osoitettavissa jollekin näistä kolmesta kategoriasta, tarvitaan konkreettinen kartoitus tehtävistä, joita joku tosiasiallisesti suorittaa, ei pelkästään toimenkuvan nimikkeestä. ftetoai:n ilmainen pikakartoitus tarjoaa tähän ensimmäisen indikaation: kaksitoista kysymystä, ilman tiliä, tuloksena arvio siitä, kuinka suuri osa profiilin tunneista on tänään siirrettävissä tekoälylle. Se on lähtökohta, ei lopullinen arvio. Täydellinen työkartoitus, joka syventyy yksittäisiin tehtäviin ja niiden taustalla olevaan perusteluun, on vielä rakenteilla. Sen, mitä seuraava mittaus muutoksen jälkeen osoittaa ja miten se suhteutuu ensimmäiseen kartoitukseen, voi lukea sivulta mitä uusintamittaus osoittaa.
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.