Pracownik administracyjny lub asystent zarządu, który codziennie wypełnia zaświadczenia, umowy i listy na podstawie ustalonego szablonu, wykonuje pracę, która na pierwszy rzut oka wygląda na bardzo odpowiednią dla AI. Jest powtarzalna, przebiega według ustalonego schematu, a dane wejściowe zwykle pochodzą już z systemu. Jednak odpowiedź nie jest po prostu tak. Jest częściowo, a to, jaka część, zależy od tego, jak szablon i dane źródłowe są zorganizowane w konkretnej firmie.
Trzy osie determinują tu wynik: ustrukturyzowanie, wolumen i koszty błędów.
Ustrukturyzowanie jest wysokie. Szablon zaświadczenia o zatrudnieniu lub standardowej umowy ma ustalone pola w ustalonych miejscach: imię i nazwisko, data, kwota, funkcja. To właśnie ten rodzaj pracy z tekstem, z którym AI dziś dobrze sobie radzi, ponieważ struktura dokumentu jest już ustalona, a zadanie sprowadza się do poprawnego wypełnienia pól na podstawie dostępnych danych.
Wolumen jest również korzystny. Firmy, które produkują dużo tych samych dokumentów, agencja pracy tymczasowej, która sporządza setki umów o pracę miesięcznie, gmina, która wielokrotnie wydaje to samo zaświadczenie, mają większy pożytek z usprawnienia tego procesu niż firma, która sporządza taki dokument kilka razy w roku. Przy niskim wolumenie czas potrzebny na wdrożenie procesu często nie jest proporcjonalny do czasu, jaki ostatecznie pozwoli zaoszczędzić.
Koszty błędów znajdują się gdzieś w połowie i to właśnie z tego powodu nie jest to całkowite przejęcie zadania, lecz zadanie wymagające ludzkiego nadzoru. Błędnie wpisana kwota w umowie, pomylone imię i nazwisko w zaświadczeniu, nieprawidłowa data - to nie są kosmetyczne błędy. Mogą prowadzić do niejasności prawnej lub do konieczności ponownego sporządzenia dokumentu. Dlatego moment kontroli pozostaje konieczny: AI wypełnia, pracownik zatwierdza lub odrzuca, z podaniem powodu.
Przestrzeń decyzyjna jest niska, co właśnie czyni to zadanie bardziej odpowiednim do automatyzacji: potrzeba niewiele interpretacji dotyczącej tego, co powinno znaleźć się w dokumencie, ponieważ jest to już ustalone w szablonie i danych źródłowych. Kreatywność jest praktycznie nieobecna, co również działa na korzyść AI: nic się nie wymyśla, tylko się wypełnia. Zgodność z przepisami odgrywa rolę, gdy chodzi o umowy lub oficjalne zaświadczenia, co oznacza, że ustalone kroki zatwierdzania pozostają istotne, niezależnie od tego, kto sporządza dokument.
Asystent zarządu sporządza miesięcznie od dziesięciu do dwudziestu standardowych listów: potwierdzenia, zaświadczenia, krótkie zmiany w umowach. Dane znajdują się już w systemie personalnym. Tutaj krok od danych do dokumentu można dobrze zautomatyzować: AI może sporządzić list na podstawie szablonu i danych źródłowych, po czym asystent czyta, sprawdza i wysyła. Czas, który pozostaje, nie jest przeznaczany na pisanie tekstu, lecz na jego ocenę.
W innej firmie, gdzie każda umowa jest negocjowana na miarę i każdy list musi mieć nieco inny ton i treść, sytuacja wygląda inaczej. Tam ustrukturyzowanie jest niższe, przestrzeń decyzyjna wyższa, a zadanie przesuwa się w kierunku pracy ludzkiej. Ten samy typ dokumentu, umowa o pracę, list, zaświadczenie, może więc w jednej firmie być w dużej mierze automatyzowalny, a w innej pozostać przede wszystkim pracą ręczną. Różnica nie leży w typie dokumentu, lecz w tym, jak ustandaryzowany jest szablon i czy dane źródłowe już znajdują się gdzieś w systemie, czy jeszcze trzeba je wyszukać lub zapytać o nie.
Ta zmiana nie zależy od przyszłego momentu, w którym coś będzie "gotowe". Zależy już teraz od tego, czy organizacja ustandaryzowała swoje szablony i uporządkowała swoje dane źródłowe. Firma, w której każdy pracownik prowadzi własną wersję umowy, z własnym formatowaniem i własnymi wariantami, nie może po prostu przekazać tego procesu AI, nawet częściowo. Firma z jednym ustalonym szablonem na typ dokumentu i danymi, które są już przechowywane w ustrukturyzowany sposób, jest w innej sytuacji.
Ta praca związana z wypełnianiem dokumentów często wiąże się z innymi zadaniami administracyjnymi wykonywanymi w tym samym biurze. Kto przygląda się temu, jak przychodzące papierowe archiwum jest digitalizowane i udostępniane do przeszukiwania, często widzi powracające to samo pytanie: czy dane są już ustrukturyzowane, czy trzeba je najpierw wyodrębnić z papieru. Także sortowanie i rozdzielanie przychodzącej korespondencji dotyka tego tematu, ponieważ wiele standardowych listów jest reakcją na coś, co przychodzi. A sposób, w jaki ogólna skrzynka e-mailowa jest poddawana triage, często określa, jakie dokumenty w ogóle muszą zostać sporządzone i na podstawie jakich danych.
Nie wypowiadamy się na temat kadrowych konsekwencji tej zmiany: jeśli zwolnione godziny są powodem do podjęcia decyzji dotyczącej personelu, obowiązują dla niej własne wymogi prawne, niezależne od tej analizy.
Czy w Państwa organizacji dotyczy to niewielkiej, czy znaczącej części godzin administracyjnych, zależy od tego, jak wiele Państwa dokumentów opiera się już na ustalonych szablonach i jak wiele danych źródłowych znajduje się już w systemie, a nie na papierze lub rozproszonych plikach. To różni się w zależności od firmy i właśnie z tego powodu ogólne stwierdzenie tutaj nie wystarczy.
Bezpłatny szybki skan złożony z dwunastu pytań, bez konieczności logowania, daje wskazanie, jaka część godzin poświęcanych na tego rodzaju pracę z dokumentami może już dziś zostać przejęta przez AI. Pełny skan pracy, który rozkłada pracę całej firmy na zadania i przelicza je zadanie po zadaniu na pojemność etatów (fte), jest jeszcze w budowie.
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.