Zarządzanie na pierwszy rzut oka wydaje się dziedziną narad, osądu i odpowiedzialności — a więc typowo ludzkim terenem. Mimo to funkcja zarządzania składa się z szeregu pojedynczych zadań, a te zadania różnią się znacznie pod względem tego, w jakim stopniu AI może je przejąć. Z 40 zadań, które wyróżniamy w tym obszarze, wyraźna część przypada na każdą z trzech kategorii. Wzorzec, który się za tym kryje, jest bardziej użyteczny niż zwykła lista z odhaczonymi punktami.
Zadania polegające przede wszystkim na zbieraniu, porządkowaniu i podsumowywaniu istniejących danych dobrze nadają się do całkowitego przejęcia przez AI. Pomyślmy o sporządzaniu raportu zarządczego dla dyrekcji lub akcjonariuszy: liczby już znajdują się w systemach, struktura raportu jest w dużej mierze ustalona, a AI może sygnalizować odchylenia i trendy bez konieczności ręcznego wpisywania każdej linijki przez człowieka. Również pilnowanie budżetu i sygnalizowanie odchyleń mieści się w tej kategorii: chodzi o porównanie rzeczywistych wydatków z budżetem i stosowanie wartości granicznych — coś, w czym oprogramowanie jest strukturalnie lepsze niż człowiek, który robi to raz w tygodniu przy okazji.
Wspólną cechą tej kategorii jest to, że wynik można w dużej mierze obiektywnie ustalić na podstawie dostępnych danych, a zadanie powtarza się według stałej struktury. Potrzeba niewiele przestrzeni na interpretację i nie ma konieczności ważenia interesów. To sprawia, że różnica w porównaniu z podobnymi zadaniami w innych działach nie jest przypadkowa: również przy czy AI może przejąć prowadzenie dziennika audytowego zmian finansowych widzimy, że systematyczna, oparta na danych rejestracja jest łatwa do zautomatyzowania, podczas gdy interpretacja tego, co ta rejestracja oznacza, wymaga czegoś innego.
Duża część pracy menedżerskiej znajduje się pomiędzy pełną automatyzacją a całkowicie ludzką pracą. Tutaj AI może dostarczyć koncepcję, analizę lub propozycję, ale to człowiek ocenia wynik i zatwierdza go lub odrzuca, z uzasadnieniem.
Sporządzanie planu rocznego z konkretnymi celami jest dobrym przykładem. AI może na podstawie danych historycznych i informacji z organizacji stworzyć wstępny zarys celów, działań i odpowiedzialności dla poszczególnych działów. Jednak to, czy te cele są realistyczne, wystarczająco ambitne i wzajemnie spójne, wymaga oceny osoby, która zna organizację, jej ludzi i jej ograniczenia. To samo dotyczy ustalania KPI dla zespołu lub procesu: AI może przedstawić sugestie na podstawie porównywalnych organizacji lub branż, ale wybór, które wskaźniki mają rzeczywiście kierować działaniami, zależy od priorytetów, których nie da się w pełni wyprowadzić z danych.
Również przygotowanie i ułożenie agendy spotkania zarządczego mieści się w tej środkowej kategorii: AI może zebrać dokumenty, zaproponować agendę i sporządzić podsumowania, ale ktoś musi ocenić, czy właściwe tematy zostały umieszczone w agendzie we właściwy sposób i czy wrażliwe kwestie powinny być omawiane w tym gronie, czy nie. Wzorzec jest zawsze taki sam: AI dostarcza solidną pierwszą wersję, człowiek weryfikuje ją w świetle kontekstu, który nie jest w pełni zapisany w danych, i zatwierdza lub odrzuca.
Trzecia grupa zadań pozostaje w dużej mierze przy ludziach, nie dlatego, że AI nie potrafi przetworzyć informacji, ale dlatego, że samo zadanie polega na braniu odpowiedzialności, ważeniu interesów lub wypowiadaniu się w imieniu organizacji.
Podejmowanie decyzji podczas spotkania zarządczego jest tu najwyraźniejszym przykładem. Na stole może leżeć w pełni przeanalizowana informacja, ale sam wybór — wraz z odpowiedzialnością, jaka się z nim wiąże — należy do osób, które mają do tego uprawnienia i mandat. AI może przedstawić opcje i konsekwencje w przejrzysty sposób, ale przycisk naciska ktoś inny.
Opracowanie planu strategicznego na najbliższe lata w dużej mierze mieści się w tej samej kategorii. AI może dostarczyć analizy rynku, klientów i analizy wewnętrzne, ale wybór kierunku dla organizacji w perspektywie średnioterminowej wymaga wyważenia ryzyka, ambicji i tego, czym organizacja w ogóle chce się stać — czegoś, czego nie da się obiektywnie wyprowadzić z danych. Planowanie zapotrzebowania na personel na poziomie zarządczym jest wrażliwe z innego powodu: bezpośrednio dotyka decyzji o ludziach i stanowiskach. Dla tego rodzaju decyzji obowiązują odrębne wymogi prawne, których musi przestrzegać pracodawca, a te wymagają staranności, której nie da się zastąpić analizą zadań. Ci, którzy szerzej orientują się w kwestiach personalnych, znajdą podobne rozróżnienie na stronie o tym, jaką pracę może przejąć AI w dziale HR: i tam granica między wspomagającą analizą danych a decyzjami dotyczącymi ludzi jest wyraźnie wytyczona.
Patrząc na 40 zadań w tym obszarze, można dostrzec pewną linię: im bardziej zadanie polega na powtarzalnym przetwarzaniu istniejących, ustrukturyzowanych informacji, tym szybciej AI może je całkowicie przejąć. Im bardziej zadanie wymaga łączenia danych z wiedzą organizacyjną, która nie jest udokumentowana, tym szybciej potrzebny jest nadzór. A im bardziej samo zadanie stanowi wykonywanie odpowiedzialności, mandatu lub osądu — a nie jego przygotowanie — tym dłużej pozostanie ono pracą ludzką. Ten wzorzec nie jest unikalny dla zarządzania: ta sama logika wyjaśnia na przykład, dlaczego przy jaką pracę może przejąć AI w logistyce zadania planistyczne są szybciej automatyzowalne niż zadania, w których ktoś musi uzgodnić wyjątek z dostawcą lub klientem.
Ten podział mówi coś o zadaniach, a nie o tym, ile zarządzania potrzebuje organizacja ani jak organizuje ona swój personel — to pozostaje i będzie pozostawać w gestii samej organizacji, z własnymi ramami prawnymi, które przy tym obowiązują.
Chce się Państwo dowiedzieć, jak ten podział przekłada się na Państwa własną sytuację? Bezpłatny quickscan ftetoai składa się z dwunastu pytań, działa bez konta i daje wskazanie, jaka część godzin w Państwa profilu może już dziś zostać przejęta przez AI. Uwaga: jest to wstępne wskazanie, a nie pełna analiza. Rozbudowany skan pracy, który wchodzi głębiej na poziom zadań, jest jeszcze w budowie — nie możemy go Państwu jeszcze zaoferować, ale quickscan już teraz daje rzetelny punkt wyjścia.
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.