Sektor ICT zajmuje pozycję, jakiej nie ma wiele innych sektorów: praca wykonywana tutaj składa się w dużej części z zadań związanych z tekstem, kodem i uporządkowanymi danymi. To jest właśnie ten rodzaj pracy, w którym modele językowe i asystenci AI są najlepiej wyszkoleni. Podczas gdy w innych sektorach AI najpierw wchodzi na peryferia pracy, w ICT część kluczowej działalności jest już blisko tego, co te systemy potrafią dobrze wykonywać.
Godziny pracy w organizacji ICT dzielą się z grubsza na kilka bloków: rozwój i utrzymanie oprogramowania, zarządzanie funkcjonalne i techniczne, service desk i obsługa zgłoszeń, testowanie i kontrola jakości, dokumentacja oraz praca projektowa, taka jak planowanie i raportowanie. Każdy z tych bloków ma własną proporcję między zadaniami, które łatwo zautomatyzować, a zadaniami, które na razie się do tego nie kwalifikują.
W ramach rozwoju oprogramowania generowanie, restrukturyzacja i dokumentowanie kodu to zadanie, w którym AI już samodzielnie wykonuje znaczną część pracy. Standardowe funkcje, kod boilerplate, przekształcanie specyfikacji w pierwsze wersje skryptów: to jest praca, w której programista coraz częściej ocenia propozycję AI, zamiast pisać coś od zera. W service desk podobnie sprawa wygląda z pierwszą triagą zgłoszeń: rozpoznawanie typu problemu, łączenie go ze znanymi rozwiązaniami i przekazywanie do właściwego kolejnego etapu.
Również praca testowa przesuwa się. Generowanie przypadków testowych na podstawie specyfikacji oraz wykrywanie odchyleń w wynikach testów to zadanie, które łatwo przejąć, gdy dane wejściowe są wystarczająco uporządkowane. Dokumentacja systemów, API i wydań jest trzecim obszarem, w którym AI często już dostarcza pierwszą wersję koncepcji.
Druga kategoria, częściowo automatyczna z nadzorem ludzkim, jest w ICT szersza niż w wielu innych sektorach, właśnie dlatego, że skutki błędu w kodzie lub infrastrukturze pojawiają się szybko i czasem są nieodwracalne. Propozycja AI dotycząca zmiany kodu jest oceniana przez programistę; zautomatyzowana porada dotycząca konfiguracji sieci jest sprawdzana, zanim zostanie wdrożona. Ten wzorzec zatwierdzania lub odrzucania z podaniem przyczyny powtarza się przy wdrożeniach, przy skanach bezpieczeństwa i przy ocenie wyborów architektonicznych.
Sposób, w jaki systemy finansowe muszą móc uzasadnić zmiany, dobrze ilustruje, jak ta kombinacja automatyzacji i nadzoru działa w praktyce: kto chce wiedzieć, czy dziennik audytowy zmian finansowych może być prowadzony przez AI, przekonuje się, że rejestrowanie często może odbywać się automatycznie, natomiast ocena samej zmiany wymaga człowieka. Ta zasada obowiązuje równie dobrze w przypadku zmian infrastruktury w środowisku ICT.
Decyzje architektoniczne, przekładanie niejasnych życzeń klienta na wykonalny projekt oraz zarządzanie relacją ze zleceniodawcami to zadania, które pozostają w trzeciej kategorii. Ta praca wymaga połączenia wiedzy technicznej z wglądem organizacyjnym oraz przyjęcia odpowiedzialności za wybór, który nie wynika wyłącznie z danych. Również złożona diagnostyka problemów, w której awaria dotyka wielu systemów i nie ma podobnego incydentu w historii, na razie pozostaje pracą ludzką.
Czy zadanie w ICT jest faktycznie przejmowane, nie zależy jedynie od tego, co jest technicznie możliwe. Zależy to od tego, jak uporządkowane są własne systemy, ile danych historycznych jest dostępnych do trenowania lub testowania, oraz jak organizacja radzi sobie z nadzorem potrzebnym w drugiej kategorii. Dział ICT z dobrze udokumentowanym kodem i jasnymi kategoriami zgłoszeń może szybciej robić postępy niż dział, w którym wiedza znajduje się głównie w głowach pracowników.
Ta zależność od własnej sytuacji nie jest unikalna dla ICT. Kto przyjrzy się temu, jaka praca w usługach finansowych najpierw kwalifikuje się do AI, zauważy podobny wzorzec: uporządkowane, oparte na regułach zadania przesuwają się wcześniej niż zadania wymagające osobistej oceny. Nawet w sektorach odległych merytorycznie od ICT, jak wynika z analizy co AI może przejąć w budownictwie, pojawia się to samo pytanie: jak uporządkowana jest praca i jaki nadzór jest potrzebny, zanim wynik będzie użyteczny.
Ten podział na trzy kategorie mówi coś o pracy w ogólności, nie o konkretnych zadaniach w Państwa własnej organizacji. Firma ICT, która głównie dostarcza rozwiązania na miarę dla złożonych klientów, ma inny podział niż firma, która głównie wykonuje zadania zarządzania stałym zestawem systemów. Ta różnica determinuje, jaka część godzin już teraz znajduje się w pierwszej lub drugiej kategorii.
To, co pracodawca następnie zrobi z tym wynikiem, wykracza poza to, co opisujemy jako skan pracy. Dla decyzji dotyczących personelu obowiązują własne wymogi prawne; nie są one tutaj omawiane i nie jest to dla nich podstawa.
Aby zobaczyć, jak ten podział wypada dla Państwa własnej firmy, dostępny jest bezpłatny quickscan: dwanaście pytań, bez konta, z wynikiem wskazującym, jaka część godzin w danym profilu może być już dziś przejęta przez AI. Pełny skan pracy, który rozkłada pracę zadanie po zadaniu i ocenia ją na ośmiu osiach, jest wciąż w budowie. Quickscan już teraz daje pierwszą wskazówkę, nie wykraczając poza tę wskazówkę.
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.