Mnoge tvrtke procjenjuju preuzimanje posla od strane AI-a kao da se radi samo o samom zadatku: koliko je repetitivan, koliko klijentskog kontakta obuhvaća, koliko visoki su troškovi pogreške. To je točno, ali postoji faktor koji se protkriva kroz sve to i koji se rijetko spominje: govore li sustavi u kojima se taj posao odvija međusobno jedni s drugima. Zadatak koji je sam po sebi izvrsno prilagođen za preuzimanje od strane AI-a, u praksi može ostati ljudski posao jer su podaci potrebni za izvršavanje zadatka razasuti po CRM-u, računovodstvenom programu, zasebnoj Excel datoteci i pretincu jednog zaposlenika.
Osam osi na temelju kojih mi procjenjujemo posao odnose se na prirodu zadatka: koliko prostora za odlučivanje, koliko varijacije, koliko nadzora je potrebno. Povezanost sustava nije jedna od tih osi, ali utječe na više njih istovremeno. Zadatak koji bi na temelju prostora za odlučivanje i ponovljivosti bio potpuno preuzimljiv, pomiče se, kad povezanost nedostaje, u kategoriju s ljudskim nadzorom, ne zato što se procjena zadatka mijenja, nego zato što nastaje dodatni korak koji nitko nije planirao: netko mora prekucati, izvesti ili provjeriti podatke prije nego što AI može započeti sa samim zadatkom.
To na specifičan način mijenja izračun fte-a. Vrijeme koje se oslobađa nije puno trajanje zadatka, nego trajanje umanjeno za vrijeme koje se već sada troši na prikupljanje podataka iz različitih izvora. Kod nekih zadataka to je pitanje sekundi, na primjer jedan klik za izvoz. Kod drugih zadataka je samo prekucavanje bitan dio posla, čime je dobit od preuzimanja AI-a mala sve dok povezanost izostaje.
Ne svaki posao je jednako osjetljiv na nepovezane sustave. Zadaci koji se u potpunosti odvijaju unutar jednog sustava, kao što je izrada teksta u jednom uređivaču teksta ili odgovaranje na pitanje na temelju jedne baze znanja, doživljavaju malo poteškoća. Pitanja koja zaposlenici postavljaju HR-u često spadaju u tu kategoriju: potrebne informacije nalaze se u jednom kadrovskom sustavu ili jednom pravilniku, a povezanost s drugim sustavima potrebna je u ograničenoj mjeri.
Zadaci koji su upravo osjetljivi su oni kod kojih se podaci iz više izvora spajaju prije nego što se može reći ili učiniti nešto smisleno. Ponuda koja treba podatke iz sustava zaliha, cjenika i povijesti klijenata primjer je za to, posebno kada posao sadrži mnogo prilagodbe po mjeri i svaka ponuda zadire u drugu kombinaciju izvora. Osjetljiv je i posao u kojem se nalazi mnogo kontakta s klijentima, jer zaposlenik ili AI-sustav tijekom tog kontakta često mora provjeriti više sustava kako bi dao potpun odgovor.
Kod posla s visokim troškovima pogreške nepovezanost dodatno teško utječe, ne zato što sam zadatak postaje rizičniji, nego zato što je pogrešku koja nastane zbog krivo prekucanog ili propuštenog podatka teže pratiti do izvora nego pogrešku unutar jednog sustava. Onome koji radi s zadacima kod kojih pogreške skupo koštaju preporučuje se da pitanje izvora podataka razmotri odvojeno od pitanja izvršenja: je li problem u zadatku, ili je u dostavi podataka.
Dvije tvrtke s identičnim poslom dolaze na ovoj osi do različitih ishoda iz razloga koji nema nikakve veze sa samim zadatkom: starost i podrijetlo sustava. Tvrtka koja je posljednjih godina rasla kroz preuzimanja često radi s više sustava koji nikad nisu bili dizajnirani za suradnju. Tvrtka koja od početka radi s jednom integriranom platformom nema taj problem, čak i ako izvodi upravo iste zadatke.
Drugi razlog leži u nadzoru. Posao koji podliježe vanjskom nadzoru često zahtijeva utvrđen put podataka kroz sustave, s fiksnim redoslijedom odobrenja. Onaj koji radi posao koji podliježe nadzoru time povezanost ne može uvijek riješiti po vlastitom nahođenju: utvrđen put je katkad sam razlog zašto sustavi ostaju razdvojeni, i onda kad bi povezivanje tehnički bilo moguće.
Treći razlog je mjera u kojoj zaposlenici sami već rade s AI-alatima i gdje to prijavljuju, a gdje ne. Bez temelja obvezne AI-pismenosti nastaju zasebna, individualna rješenja: jedan zaposlenik ručno kopira podatke u AI-alat, drugi to ne čini. To ishod procjene čini ovisnim o tome tko u tom trenutku radi, a ne o samom zadatku.
Zaključak nije da nepovezani sustavi čine preuzimanje od strane AI-a nemogućim. Zaključak je da se pitanje sustava treba procijeniti odvojeno od pitanja zadatka, jer se inače dva potpuno različita problema pobrkaju: zadatak s kojim AI ne može, i zadatak s kojim AI može čim se podaci nalaze na jednom mjestu. Ta razlika određuje leži li rješenje u samom poslu ili u infrastrukturi koja k njemu vodi.
Da biste vidjeli kako to ispada za vašu vlastitu situaciju, prvu indikaciju možete dobiti putem besplatnog brzog skeniranja: dvanaest pitanja, bez korisničkog računa, s naznakom kojeg dijela sati u vašem profilu danas AI može preuzeti. Potpuni radni sken, koji zadatke razlaže na svih osam osi uključujući pitanje sustava, još je u izradi. Ono što je danas već dostupno daje prvu, privremenu slika, ne konačan odgovor.
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.