Menadžment na prvi pogled izgleda kao područje dogovaranja, procjene i odgovornosti — sve tipično ljudsko područje. Ipak, menadžerska funkcija sastoji se od niza zasebnih zadataka, a ti zadaci se znatno razlikuju u tome u kojoj mjeri ih AI može preuzeti. Od 40 zadataka koje razlikujemo u ovom području, jasan dio spada u svaku od tri kategorije. Obrazac koji se krije iza toga korisniji je od popisa s kvačicama.
Zadaci koji se prije svega sastoje od prikupljanja, uređivanja i sažimanja postojećih podataka pogodni su za potpuno preuzimanje od strane AI-ja. Pomislite na izradu menadžerskog izvještaja za upravu ili dioničare: brojke su već u sustavima, struktura izvještaja je uglavnom fiksna, a AI može signalizirati odstupanja i trendove bez da čovjek mora ručno unositi svaki red. I praćenje proračuna te signaliziranje odstupanja spada ovamo: riječ je o uspoređivanju stvarnih troškova s proračunom i primjeni graničnih vrijednosti, u čemu je softver strukturno bolji od čovjeka koji to radi usput jednom tjedno.
Zajedničko obilježje ove kategorije je da se ishod uglavnom može objektivno odrediti iz dostupnih podataka, i da se zadatak ponavlja prema fiksnoj strukturi. Potrebno je malo prostora za tumačenje i nema odvagivanja interesa. To razliku s usporedivim zadacima u drugim odjelima ne čini slučajnom: i kod može li AI preuzeti vođenje revizijskog dnevnika financijskih promjena vidimo da je sustavno, na podacima temeljeno bilježenje dobro automatizirati, dok tumačenje značenja tog bilježenja zahtijeva nešto drugo.
Velik dio menadžerskog posla nalazi se između potpune automatizacije i potpunog ljudskog rada. Ovdje AI može izraditi koncept, analizu ili prijedlog, ali čovjek procjenjuje rezultat i odobrava ili odbija, s razlogom.
Izrada godišnjeg plana s konkretnim ciljevima dobar je primjer. AI može na temelju povijesnih podataka i inputa iz organizacije izraditi prvu verziju ciljeva, aktivnosti i odgovornosti po odjelu. Ali jesu li ti ciljevi realistični, dovoljno ambiciozni i međusobno usklađeni zahtijeva procjenu osobe koja poznaje organizaciju, njezine ljude i njezina ograničenja. Isto vrijedi za utvrđivanje KPI-jeva po timu ili procesu: AI može davati prijedloge na temelju usporedivih organizacija ili sektora, ali izbor koji indikatori zaista trebaju usmjeravati ovisi o prioritetima koji se ne mogu potpuno izvesti iz podataka.
I priprema te sastavljanje dnevnog reda za menadžerski sastanak spada u ovu srednju kategoriju: AI može prikupiti materijale, predložiti dnevni red i izraditi sažetke, ali netko mora procijeniti jesu li prave teme uvrštene na pravi način i treba li se o osjetljivim točkama razgovarati u tom društvu ili ne. Obrazac je uvijek isti: AI isporučuje solidnu prvu verziju, čovjek je provjerava u odnosu na kontekst koji nije potpuno zabilježen u podacima, i odobrava ili odbija.
Treća skupina zadataka uglavnom ostaje kod ljudi, ne zato što AI ne može obraditi informacije, nego zato što se sam zadatak vrti oko preuzimanja odgovornosti, odvagivanja interesa ili izjašnjavanja u ime organizacije.
Donošenje odluka tijekom menadžerskog sastanka najjasniji je primjer ovoga. Na stolu može biti potpuno analizirana informacija, ali sam izbor — s odgovornošću koja uz njega ide — leži na ljudima koji imaju ovlast i mandat. AI može učiniti opcije i posljedice vidljivima, ali pritisnuti dugme čini netko drugi.
Izrada strateškog plana za sljedeće godine u velikoj mjeri spada u istu kategoriju. AI može isporučiti analize tržišta, klijenata i interne analize, ali odabir smjera za organizaciju na srednji rok zahtijeva odvagivanje rizika, ambicije i onoga što organizacija uopće želi postati — nešto što se ne može objektivno izvesti iz podataka. Planiranje kadrovskih potreba na razini menadžmenta osjetljivo je iz drugog razloga: izravno se dotiče odluka o ljudima i radnim mjestima. Za takve odluke vrijede zakonski zahtjevi koje poslodavac mora ispuniti, a oni zahtijevaju pažljivost koja se ne može zamijeniti analizom zadataka. Onaj koji se šire orijentira na kadrovska pitanja pronalazi sličnu razliku na stranici o koji posao AI može preuzeti u HR odjelu: i tamo se granica između podržavajuće analize podataka i odluka o ljudima može oštro povući.
Ako pogledate 40 zadataka u ovom području, može se povući linija: što se više zadatak sastoji od ponovljive obrade postojećih, strukturiranih informacija, AI to prije može potpuno preuzeti. Što više zadatak zahtijeva kombiniranje podataka s organizacijskim znanjem koje nije zabilježeno, prije je potreban nadzor. A što više sam zadatak predstavlja izvršavanje odgovornosti, mandata ili prosudbe — a ne njihovu pripremu — prije ostaje ljudski posao. Taj obrazac nije jedinstven za menadžment: ista logika objašnjava, na primjer, zašto kod koji posao AI može preuzeti u logistici zadaci planiranja postaju automatizirani brže nego zadaci gdje netko s dobavljačem ili klijentom mora dogovoriti iznimku.
Ova podjela govori nešto o zadacima, ne o tome koliko menadžmenta organizacija treba ili kako uređuje svoje osoblje — to je i ostaje na samoj organizaciji, uz vlastite zakonske okvire koji se pri tome primjenjuju.
Želite li znati kako se ova podjela prevodi u vašu vlastitu situaciju? Besplatni brzi test tvrtke ftetoai sastoji se od dvanaest pitanja, radi bez računa, i daje indikaciju koji dio sati u vašem profilu danas AI može preuzeti. Napomena: ovo je prva indikacija, a ne potpuna analiza. Detaljni radni test koji dublje ulazi na razinu zadataka još je u izradi — njega vam trenutačno ne možemo ponuditi, ali brzi test već daje pošteno polazište.
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.