Wiele firm ocenia przejmowanie pracy przez AI tak, jakby chodziło tylko o samo zadanie: jak bardzo jest powtarzalne, ile zawiera kontaktu z klientem, jak wysokie są koszty błędów. To słuszne podejście, ale istnieje czynnik, który przenika przez to wszystko i rzadko jest nazywany wprost: czy systemy, w których ta praca się odbywa, komunikują się ze sobą. Zadanie, które samo w sobie doskonale nadaje się do przejęcia przez AI, w praktyce może pozostać pracą wykonywaną przez ludzi, ponieważ dane potrzebne do wykonania zadania są rozproszone między CRM, program księgowy, osobny plik Excel i skrzynkę mailową jednego pracownika.
Osiem osi, na podstawie których oceniamy pracę, dotyczy charakteru zadania: ile jest przestrzeni decyzyjnej, ile zmienności, ile potrzebnego nadzoru. Połączenie systemów nie jest żadną z tych osi, ale wpływa na kilka z nich jednocześnie. Zadanie, które na podstawie przestrzeni decyzyjnej i powtarzalności byłoby w pełni możliwe do przejęcia, przy braku połączenia przesuwa się do kategorii wymagającej ludzkiego nadzoru, nie dlatego, że zmienia się ocena samego zadania, ale dlatego, że powstaje dodatkowy krok, którego nikt nie zaplanował: ktoś musi przepisać, wyeksportować lub zweryfikować dane, zanim AI może zabrać się do właściwego zadania.
To zmienia obliczenie liczby etatów (fte) w konkretny sposób. Czas, który się uwalnia, to nie pełny czas trwania zadania, lecz ten czas pomniejszony o czas, który już teraz pochłania zbieranie danych z różnych źródeł. Przy niektórych zadaniach to kwestia sekund, na przykład jedno kliknięcie eksportu. Przy innych zadaniach samo przepisywanie stanowi znaczną część pracy, przez co korzyść z przejęcia przez AI wypada niewielka, dopóki brakuje połączenia.
Nie każda praca jest tak samo wrażliwa na rozłączone systemy. Zadania, które odbywają się w całości w obrębie jednego systemu, takie jak sporządzenie tekstu w jednym edytorze tekstu czy odpowiedź na pytanie na podstawie jednej bazy wiedzy, doświadczają niewielkich utrudnień. Pytania, które pracownicy kierują do działu HR, często należą do tej kategorii: potrzebne informacje znajdują się w jednym systemie kadrowym lub jednym regulaminie, a połączenie z innymi systemami jest potrzebne w ograniczonym stopniu.
Zadania, które są wrażliwe, to te, w których dane z wielu źródeł są zestawiane, zanim można powiedzieć lub zrobić coś sensownego. Przykładem jest oferta wymagająca danych z systemu magazynowego, cennika i historii klienta, zwłaszcza gdy w pracy jest dużo dostosowania na miarę, a każda oferta dotyka innej kombinacji źródeł. Wrażliwa jest też praca, w której jest dużo kontaktu z klientem, ponieważ pracownik lub system AI musi podczas tego kontaktu często zaglądać do kilku systemów, aby udzielić pełnej odpowiedzi.
Przy pracy o wysokich kosztach błędów rozłączenie liczy się szczególnie mocno, nie dlatego, że samo zadanie staje się bardziej ryzykowne, ale dlatego, że błąd powstały wskutek błędnie przepisanej lub pominiętej danej trudniej jest wytropić niż błąd powstały w obrębie jednego systemu. Osoby pracujące z zadaniami, przy których błędy są kosztowne, dobrze zrobią, oddzielając kwestię źródła danych od kwestii wykonania: czy problemem jest samo zadanie, czy sposób dostarczenia danych.
Dwie firmy z identyczną pracą dochodzą na tej osi do różnych wyników z powodu, który nie ma nic wspólnego z samym zadaniem: wieku i pochodzenia systemów. Firma, która w ostatnich latach urosła dzięki przejęciom, często korzysta z wielu systemów, które nigdy nie zostały zaprojektowane do współpracy. Firma, która od początku działa na jednej zintegrowanej platformie, nie ma tego problemu, mimo że wykonuje dokładnie te same zadania.
Drugi powód dotyczy nadzoru. Praca podlegająca zewnętrznemu nadzorowi często wymaga ustalonej ścieżki przepływu danych przez systemy, z ustaloną kolejnością zatwierdzeń. Osoby wykonujące pracę podlegającą nadzorowi nie zawsze mogą więc rozwiązać kwestię połączenia według własnego uznania: ustalona ścieżka bywa sama w sobie powodem, dla którego systemy pozostają rozdzielone, nawet jeśli technicznie połączenie byłoby możliwe.
Trzeci powód to stopień, w jakim pracownicy sami już korzystają z narzędzi AI oraz to, czy o tym informują. Bez podstawy w postaci obowiązkowej biegłości w zakresie AI powstają luźne, indywidualne rozwiązania: jeden pracownik ręcznie kopiuje dane do narzędzia AI, drugi tego nie robi. To sprawia, że wynik oceny zależy od tego, kto akurat wykonuje daną prac��, a nie od samego zadania.
Wniosek nie jest taki, że rozłączone systemy uniemożliwiają przejęcie pracy przez AI. Wniosek jest taki, że kwestię systemową należy oceniać osobno od kwestii zadania, ponieważ w przeciwnym razie dwa zupełnie różne problemy zostają ze sobą pomylone: zadanie, z którym AI sobie nie radzi, oraz zadanie, z którym AI sobie poradzi, gdy tylko dane znajdą się w jednym miejscu. To rozróżnienie decyduje o tym, czy rozwiązanie leży w samej pracy, czy w infrastrukturze, która do niej prowadzi.
Aby zobaczyć, jak to wygląda w Państwa własnej sytuacji, pierwszą wskazówkę można uzyskać za pomocą bezpłatnego szybkiego skanu: dwanaście pytań, bez konieczności zakładania konta, ze wskazaniem, jaka część godzin w Państwa profilu może już dziś zostać przejęta przez AI. Pełny skan pracy, który rozkłada zadania na wszystkich ośmiu osiach, w tym kwestię systemową, jest jeszcze w budowie. To, co już dziś jest dostępne, daje wstępny, tymczasowy obraz, a nie ostateczną odpowiedź.
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.