Vadība no pirmā acu uzmetiena šķiet apspriešanas, vērtējuma un atbildības joma — viss tas tipiski cilvēcisks lauks. Tomēr vadības funkcija sastāv no vairākiem atsevišķiem uzdevumiem, un šie uzdevumi ievērojami atšķiras pēc tā, cik lielā mērā AI tos var pārņemt. No 40 uzdevumiem, ko mēs izšķiram šajā jomā, skaidra daļa iekrīt katrā no trim kategorijām. Modelis, kas ir aiz šī iedalījuma, ir noderīgāks nekā vienkāršs saraksts ar ķeksīšiem.
Uzdevumi, kas galvenokārt sastāv no esošu datu apkopošanas, sakārtošanas un apkopojumu veidošanas, labi piemēroti pilnīgai pārņemšanai ar AI. Domājiet par vadības pārskata sagatavošanu direkcijai vai akcionāriem: skaitļi jau ir sistēmās, pārskata struktūra lielā mērā ir fiksēta, un AI var signalizēt par novirzēm un tendencēm, bez vajadzības cilvēkam pašam ierakstīt katru rindu. Arī budžeta uzraudzīšana un novirzēm signalizēšana iekrīt šeit: tas ir jautājums par faktisko izdevumu salīdzināšanu ar budžetu un robežvērtību piemērošanu — kas programmatūrai strukturāli izdodas labāk nekā cilvēkam, kurš to dara reizi nedēļā līdztekus citiem darbiem.
Šīs kategorijas kopīgā iezīme ir tā, ka rezultātu lielā mērā var objektīvi noteikt no pieejamiem datiem, un uzdevums atkārtojas pēc fiksētas struktūras. Nepieciešama neliela interpretācijas telpa un nav vajadzīga interešu izsvēršana. Tas nav nejaušs pretstats līdzīgiem uzdevumiem citās nodaļās: arī sadaļā vai AI var pārņemt finanšu izmaiņu audita žurnāla uzturēšanu redzam, ka sistemātiska, uz datiem balstīta reģistrācija ir labi automatizējama, kamēr šīs reģistrācijas nozīmes interpretācija prasa kaut ko citu.
Liela daļa vadības darba atrodas starp pilnīgu automatizāciju un pilnīgu cilvēka darbu. Šeit AI var izstrādāt koncepciju, analīzi vai priekšlikumu, bet cilvēks izvērtē rezultātu un to apstiprina vai noraida, ar pamatojumu.
Gada plāna ar konkrētiem mērķiem izstrāde ir labs piemērs. AI, pamatojoties uz vēsturiskiem datiem un organizācijas ievadinformāciju, var izveidot pirmo mērķu, darbību un atbildību sadalījuma versiju pa nodaļām. Bet vai šie mērķi ir reālistiski, pietiekami ambiciozi un savstarpēji saskaņoti, prasa novērtējumu no kāda, kas pazīst organizāciju, tās cilvēkus un ierobežojumus. Tas pats attiecas uz KPI noteikšanu katrai komandai vai procesam: AI var izteikt priekšlikumus, balstoties uz līdzīgām organizācijām vai nozarēm, bet lēmums, kuriem rādītājiem faktiski vajadzētu būt vadošiem, ir atkarīgs no prioritātēm, kuras nav pilnībā izvedamas no datiem.
Arī vadības sanāksmju sagatavošana un darba kārtības noteikšana iekrīt šajā vidējā kategorijā: AI var apkopot materiālus, ieteikt darba kārtību un sagatavot kopsavilkumus, bet kādam ir jāizvērtē, vai pareizie temati ir ievietoti darba kārtībā pareizajā veidā, un vai sensitīvi jautājumi šajā lokā ir vai nav apspriežami. Modelis vienmēr ir vienāds: AI nodrošina rūpīgi izstrādātu pirmo versiju, cilvēks to pārbauda pret kontekstu, kas nav pilnībā fiksēts datos, un apstiprina vai noraida.
Trešā uzdevumu grupa lielā mērā paliek cilvēku ziņā, ne tāpēc, ka AI nespētu apstrādāt informāciju, bet tāpēc, ka pats uzdevums ir par atbildības uzņemšanos, interešu izsvēršanu vai kāda apgalvojuma izteikšanu organizācijas vārdā.
Lēmumu pieņemšana vadības sanāksmes laikā ir šeit visspilgtākais piemērs. Uz galda var būt pilnīgi izanalizēta informācija, bet pati izvēle — ar attiecīgo atbildību — pieder cilvēkiem, kuriem ir pilnvaras un mandāts. AI var padarīt pārskatāmas opcijas un sekas, bet pogas nospiešanu izdara kāds cits.
Stratēģiskā plāna izstrāde nākamajiem gadiem lielā mērā iekrīt tajā pašā kategorijā. AI var nodrošināt tirgus, klientu un iekšējās analīzes, bet virziena izvēle organizācijai vidējā termiņā prasa risku, ambīciju izsvēršanu un to, ko organizācija vispār vēlas kļūt — kaut ko, kas nav objektīvi izvedams no datiem. Personāla vajadzību plānošana vadības līmenī ir sensitīva citu iemeslu dēļ: tā tieši saskaras ar lēmumiem par cilvēkiem un amatiem. Šādiem lēmumiem ir savas juridiskās prasības, kurām darba devējam ir jāatbilst, un tās prasa rūpību, ko nevar aizstāt ar uzdevumu analīzi. Tie, kas plašāk iepazīstas ar personāla jautājumiem, redzēs līdzīgu atšķirību lapā par kādu darbu AI var pārņemt HR nodaļā: arī tur robeža starp atbalstošu datu analīzi un lēmumiem par cilvēkiem ir skaidri novilkta.
Apskatot šīs jomas 40 uzdevumus, var novilkt līniju: jo vairāk uzdevums sastāv no atkārtojamas, esošas un strukturētas informācijas apstrādes, jo drīzāk AI to var pilnībā pārņemt. Jo vairāk uzdevums prasa datu kombinēšanu ar organizācijas zināšanām, kas nav fiksētas, jo drīzāk nepieciešama uzraudzība. Un jo vairāk uzdevums pats par sevi ir atbildības, mandāta vai vērtējuma izmantošana — nevis tā sagatavošana —, jo drīzāk tas paliek cilvēku darbs. Šis modelis nav unikāls vadībai: tā pati loģika, piemēram, izskaidro, kāpēc sadaļā kādu darbu AI var pārņemt loģistikā plānošanas uzdevumi ir vieglāk automatizējami nekā uzdevumi, kuros kādam ar piegādātāju vai klientu ir jāvienojas par izņēmumu.
Šis iedalījums pasaka kaut ko par uzdevumiem, ne par to, cik daudz vadības organizācijai nepieciešams vai kā tā organizē savu personālu — tas ir un paliek organizācijas pašas jautājums, ievērojot attiecīgos juridiskos ietvarus, kas tam piemērojami.
Vēlaties zināt, kā šis iedalījums attiecas uz jūsu konkrēto situāciju? Bezmaksas ftetoai īsā pārbaude sastāv no divpadsmit jautājumiem, darbojas bez konta un dod norādi par to, kāda daļa no stundām jūsu profilā šodien ir pārņemama ar AI. Ņemiet vērā: šī ir pirmā norāde, ne pilnīga analīze. Padziļinātā darba pārbaude, kas dziļāk iedziļinās uzdevumu līmenī, joprojām ir izstrādes procesā — to mēs jums pagaidām nevaram piedāvāt, bet īsā pārbaude jau tagad dod godīgu sākumpunktu.
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.