Zadanie, które w zeszłym roku znalazło się w kategorii trzeciej — praca dla człowieka, bez wątpliwości co do możliwości przejęcia — może w tym roku wypaść w kategorii drugiej: częściowo do przejęcia, z ludzkim nadzorem, który zatwierdza lub odrzuca z podaniem powodu. To nie jest błąd w pierwszym pomiarze. To skutek sposobu, w jaki mierzymy, i powód, dla którego wynik jest zawsze zdjęciem chwilowej sytuacji.
Państwa firma może się nie zmieniać. Ale osiem osi, według których oceniamy zadanie, zmienia się niezależnie od Państwa organizacji. Patrzymy na ustrukturyzowanie danych wejściowych, przestrzeń do oceny, wrażliwość na kontakt z klientem, komponent fizyczny, kreatywność, koszt błędu, wrażliwość na zgodność z przepisami oraz wolumen/powtarzalność. Z tych ośmiu, dwie najbardziej podlegają zmianom niezależnym od Państwa firmy: ustrukturyzowanie danych wejściowych oraz przestrzeń do oceny.
Ustrukturyzowanie danych wejściowych poprawia się, gdy leżące u podstaw modele stają się lepsze w przetwarzaniu chaotycznego, nieustrukturyzowanego tekstu — ręcznie napisanej notatki, e-maila z trzema tematami naraz, rozmowy telefonicznej z szumem w tle. To, co w zeszłym roku było zbyt nieustrukturyzowane, aby przetwarzać je z wystarczającą wiarygodnością, w tym roku może znaleźć się w zasięgu możliwości. Właśnie z tego powodu czy AI może przejąć odbieranie telefonów i przełączanie połączeń daje inną odpowiedź niż dwa lata temu: nie dlatego, że zmieniła się Państwa telefonia, ale dlatego, że rozpoznawanie mowy i klasyfikacja rozmów przesunęły się o krok dalej.
Przestrzeń do oceny zmienia się wolniej, ale ta oś także nie jest statyczna. W miarę jak systemy stają się lepsze w rozpoznawaniu przypadków granicznych — i w wyraźnym wskazywaniu, kiedy mają wątpliwości — część tego, co wcześniej było całkowicie pracą dla człowieka, przesuwa się do obszaru, w którym AI przedstawia propozycję, a człowiek ją ocenia. To jest istota kategorii drugiej: nie AI, które decyduje, ale AI, które przedkłada propozycję z uzasadnieniem, oraz człowiek, który zatwierdza lub odrzuca.
Jeśli dwie z ośmiu osi mogą się przesuwać, a pozostałe sześć są względnie stabilne, ponieważ zależą od charakteru samej pracy — koszt błędu i wrażliwość na zgodność z przepisami nie zmieniają się, ponieważ model językowy staje się lepszy — to wynik pomiaru jest zawsze kombinacją czegoś stabilnego i czegoś zmiennego. To przekłada się na przedział, a nie na procent.
Szeroki przedział nie jest słabością pomiaru. Jest uczciwym odzwierciedleniem niepewności, która faktycznie istnieje. W przypadku zadania takiego jak czy AI może przejąć segregację ogólnej skrzynki e-mailowej wynik silnie zależy od tego, jaka część przychodzącej korespondencji jest faktycznie nieustrukturyzowana, a jaka już podąża za rozpoznawalnym wzorcem. Skrzynka z przewagą standardowych zapytań wypada inaczej niż skrzynka, w której połowa wiadomości opisuje unikalną sytuację. Jedna etykieta na „segregację e-maili" nie istnieje więc bez tego niuansu, a przedział, który to uwzględnia, jest bardziej precyzyjny niż liczba, która wydaje się precyzyjna, ale nie jest.
Istnieją sytuacje, w których wynik w danym momencie ma niewielką wartość prognostyczną na następny rok. Dotyczy to zwłaszcza zadań znajdujących się blisko granicy między kategorią drugą i trzecią, w których przestrzeń do oceny silnie zależy od wyjątków, które zdarzają się rzadko, ale mają duże znaczenie. W zarządzaniu dokumentami na przykład kwestia czy AI może przejąć archiwizację dokumentów i weryfikację terminów przechowywania silnie dotyka wrażliwości na zgodność z przepisami: błędna weryfikacja terminu przechowywania może mieć konsekwencje prawne, które są nieproporcjonalne do częstotliwości występowania takiego błędu. W przypadku takich zadań wynik w tym roku może wypaść korzystnie na podstawie postępu technicznego, podczas gdy oś kosztu błędu wciąż jest decydująca i zadanie mimo to pozostaje w kategorii drugiej lub trzeciej.
Wynik mówi też niewiele, gdy sam opis zadania jest zbyt szeroki. „Kontakt z klientem" czy „administracja" to nie zadania, a kategorie zadań, i ponowny pomiar takich pojęć przede wszystkim informuje Państwa, że zadanie należy dalej rozłożyć na części, zanim wynik zacznie coś znaczyć.
Ponieważ dwie z ośmiu osi są zmienne, ponowny pomiar po pewnym czasie ma faktycznie sens — nie jako coroczna formalność, ale jako reakcja na konkretne sygnały: nową wersję leżącego u podstaw modelu, zadanie, które zostało w międzyczasie zorganizowane inaczej, lub wątpliwość, której w zeszłym roku nie można było jeszcze rozstrzygnąć. Ponowny pomiar, który jedynie powtarza poprzedni wynik, nie był wart wysiłku; ponowny pomiar, który ujawnia przesunięcie w ustrukturyzowaniu lub przestrzeni do oceny, jest wart wysiłku.
Ta metoda nie dotyczy tego, co pracodawca robi z takim wynikiem. Decyzje dotyczące personelu i zatrudnienia mają własne wymogi prawne, które nie są tutaj omawiane ani uzasadniane.
Bezpłatny quickscan ftetoai składa się z dwunastu pytań, bez konta, i wskazuje, jaka część godzin w Państwa profilu jest dziś możliwa do przejęcia przez AI. Pełny werkscan, który ocenia zadania na ośmiu osiach osobno, jest jeszcze w budowie — nie proponujemy go tutaj celowo, ale quickscan już teraz daje pierwszy kierunek.
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.