Vadovavimas iš pirmo žvilgsnio atrodo kaip svarstymo, vertinimo ir atsakomybės sritis — visa tai tipiškai žmogiška teritorija. Vis dėlto vadovo funkciją sudaro eilė atskirų užduočių, ir šios užduotys labai skiriasi tuo, kiek jas gali perimti AI. Iš 40 užduočių, kurias išskiriame šioje srityje, aiški dalis patenka į kiekvieną iš trijų kategorijų. Už to slypintis modelis yra naudingesnis nei sąrašėlis su varnelėmis.
Užduotys, kurios daugiausia susideda iš esamų duomenų rinkimo, tvarkymo ir apibendrinimo, gerai tinka visiškam perėmimui AI. Pagalvokime apie valdymo ataskaitos rengimą vadovybei ar akcininkams: skaičiai jau yra sistemose, ataskaitos struktūra didele dalimi yra fiksuota, o AI gali nustatyti nukrypimus ir tendencijas be to, kad žmogui reikėtų kiekvieną eilutę suvesti ranka. Taip pat biudžeto stebėjimas ir nukrypimų signalizavimas patenka į šią kategoriją: tai faktinių išlaidų palyginimas su biudžetu ir ribinių verčių taikymas — dalykas, kuriame programinė įranga sistemingai pranašesnė už žmogų, kuris tai daro kiekvieną savaitę greta kitų darbų.
Bendras šios kategorijos bruožas yra tas, kad rezultatą galima didele dalimi objektyviai nustatyti iš turimų duomenų, o užduotis kartojasi pagal nustatytą struktūrą. Interpretacijos laisvės reikia mažai, o interesų svarstymo nereikia. Todėl skirtumas su panašiomis kitų skyrių užduotimis nėra atsitiktinis: ir puslapyje ar AI gali perimti finansinių pakeitimų audito žurnalo tvarkymą matome, kad sistemingas, duomenimis grįstas registravimas gerai automatizuojamas, o to registravimo reikšmės interpretavimas reikalauja kai ko kito.
Didelė vadovybės darbo dalis yra kažkur tarp visiško automatizavimo ir visiško žmogaus darbo. Čia AI gali pateikti koncepciją, analizę ar pasiūlymą, tačiau žmogus įvertina rezultatą ir jį patvirtina arba atmeta, pagrįstai.
Metinio plano su konkrečiais tikslais rengimas yra geras pavyzdys. Remdamasi istoriniais duomenimis ir informacija iš organizacijos, AI gali parengti pirminį tikslų, veiksmų ir atsakomybių pagal skyrius projektą. Tačiau ar tie tikslai yra realistiški, pakankamai ambicingi ir tarpusavyje suderinti, reikalauja vertinimo iš kažko, kas pažįsta organizaciją, jos žmones ir jos apribojimus. Tas pats galioja KPI nustatymui pagal komandą ar procesą: AI gali pateikti pasiūlymus remdamasi panašiomis organizacijomis ar sektoriais, tačiau sprendimas, kurie rodikliai tikrai turėtų nukreipti veiklą, priklauso nuo prioritetų, kurių negalima visiškai išvesti iš duomenų.
Taip pat vadovybės susirinkimo rengimas ir darbotvarkės sudarymas patenka į šią vidurinę kategoriją: AI gali surinkti dokumentus, pasiūlyti darbotvarkę ir parengti santraukas, tačiau kažkas turi įvertinti, ar tinkami klausimai įtraukti tinkamu būdu, ir ar jautrius klausimus reikėtų aptarti šioje aplinkoje, ar ne. Modelis visada tas pats: AI pateikia solidžią pirminę versiją, žmogus ją patikrina pagal kontekstą, kuris nėra visiškai užfiksuotas duomenyse, ir patvirtina arba atmeta.
Trečioji užduočių grupė didžia dalimi išlieka žmonių rankose ne todėl, kad AI negali apdoroti informacijos, o todėl, kad pati užduotis sukasi apie atsakomybės prisiėmimą, interesų svėrimą ar kalbėjimą organizacijos vardu.
Sprendimų priėmimas vadovybės susirinkime yra čia aiškiausias pavyzdys. Ant stalo gali gulėti visiškai išanalizuota informacija, tačiau pats pasirinkimas — su tuo susijusia atsakomybe — priklauso žmonėms, turintiems įgaliojimus ir mandatą. AI gali padaryti aiškius variantus ir pasekmes, tačiau mygtuką paspaudžia kitas.
Strateginio plano ateinantiems metams rengimas didžia dalimi patenka į tą pačią kategoriją. AI gali pateikti rinkos, klientų ir vidines analizes, tačiau krypties pasirinkimas organizacijai vidutiniam laikotarpiui reikalauja rizikos, ambicijų ir to, kuo organizacija apskritai nori tapti, svarstymo — dalyko, kurio negalima objektyviai išvesti iš duomenų. Personalo poreikio planavimas vadovybės lygmenyje yra jautrus dėl kitos priežasties: jis tiesiogiai liečia sprendimus dėl žmonių ir pareigybių. Tokio pobūdžio sprendimams galioja atskiri teisiniai reikalavimai, kuriuos darbdavys privalo tenkinti, ir jie reikalauja kruopštumo, kurio negalima pakeisti užduočių analize. Tie, kurie plačiau domisi personalo klausimais, panašų skirtumą pamatys puslapyje apie kokį darbą AI gali perimti personalo skyriuje: ir ten ribą tarp pagalbinės duomenų analizės ir sprendimų dėl žmonių galima nubrėžti aiškiai.
Žvelgiant į 40 šios srities užduočių, galima nubrėžti liniją: kuo labiau užduotis susideda iš pasikartojančio esamos, struktūruotos informacijos apdorojimo, tuo greičiau AI gali ją visiškai perimti. Kuo labiau užduotis reikalauja derinti duomenis su neužfiksuotomis organizacijos žiniomis, tuo greičiau reikalinga priežiūra. O kuo labiau pati užduotis yra atsakomybės, mandato ar sprendimo vykdymas — o ne jo paruošimas — tuo greičiau ji išlieka žmonių darbu. Šis modelis nėra unikalus vadovybei: ta pati logika paaiškina, pavyzdžiui, kodėl puslapyje kokį darbą AI gali perimti logistikoje planavimo užduotys greičiau automatizuojamos nei užduotys, kai kažkas turi susitarti su tiekėju ar klientu dėl išimties.
Šis skirstymas kalba apie užduotis, o ne apie tai, kiek vadovybės organizacijai reikia ar kaip ji organizuoja savo personalą — tai buvo ir liks pačios organizacijos sprendimas, atsižvelgiant į jai taikomus teisinius reikalavimus.
Norite sužinoti, kaip šis skirstymas pritaikomas jūsų pačių situacijai? Nemokamą ftetoai greitąją apžvalgą sudaro dvylika klausimų, ji veikia be paskyros ir pateikia orientacinį įvertinimą, kokią valandų dalį jūsų profilyje šiandien gali perimti AI. Atkreipkite dėmesį: tai pirminis įvertinimas, o ne išsami analizė. Išsami darbo apžvalga, kuri giliau nagrinėja užduočių lygmenį, dar kuriama — jos šiuo metu dar negalime pasiūlyti, tačiau greitoji apžvalga jau suteikia sąžiningą atspirties tašką.
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.