Departamentul IT este pentru AI un domeniu interesant, pentru că îmbină două tipuri de muncă care reacționează complet diferit la automatizare. Pe de o parte există procese care se desfășoară după un tipar fix: un angajat nou primește un cont, o copie de rezervă rulează noaptea, o parolă este resetată după o cerere. Pe de altă parte există muncă în care rezultatul depinde de context, evaluarea riscului și consecințe care nu pot fi prinse într-un script. Taxonomia noastră numără 39 de sarcini în acest domeniu, iar distribuția pe cele trei categorii urmează în mare parte această linie de demarcație.
Este vorba despre sarcini cu o intrare clară, o procedură fixă și un rezultat verificabil. Pregătirea locului de muncă, a conturilor și a drepturilor de acces pentru un angajat nou este un exemplu bun în acest sens: profilul postului determină ce drepturi sunt necesare, iar această legătură poate fi automatizată fără ca cineva să trebuiască să regândească de fiecare dată conținutul. Același lucru este valabil pentru revocarea accesului la încetarea contractului de muncă, unde riscul acțiunii tardive este mai mare decât riscul automatizării, și pentru executarea și verificarea copiilor de rezervă, unde un sistem poate semnala el însuși dacă o sarcină a reușit sau nu. Aceste sarcini se încadrează în categoria 1 pentru că norma este fixă: există un bine și un rău clar definit, iar pașii dintre ele nu trebuie evaluați de fiecare dată din nou. Aceasta nu înseamnă că nu mai este necesară nicio supraveghere asupra întregului, dar execuția sarcinii în sine nu necesită evaluare umană de la caz la caz.
Această categorie este mare la departamentul IT, și nu este o coincidență. Multe sarcini au un tipar recognoscibil, dar rezultatul se leagă de riscuri pe care un om trebuie să le evalueze. Evaluarea periodică a drepturilor de acces este o astfel de sarcină: AI poate semnala discrepanțe între funcție și drepturile actuale, dar dacă o excepție este justificată necesită un evaluator care cunoaște contextul și care aprobă sau respinge cu motivare. Testarea recuperării dintr-o copie de rezervă se încadrează în aceeași categorie: testarea în sine poate fi automatizată, dar concluzia dacă un sistem este într-adevăr suficient de recuperat necesită o privire care merge mai departe decât o bifă verde. La fel se încadrează și configurarea unei conexiuni între sisteme și monitorizarea și remedierea unei defecțiuni în aceasta: AI poate accelera construcția și detecta abateri, dar decizia despre cum se remediază o defecțiune fără a deteriora datele rămâne o evaluare pe care trebuie să o facă cineva. Tiparul din această categorie este mereu același: AI face recunoașterea și propunerea, un om face evaluarea și decizia.
O parte mai mică din munca IT rămâne bine independentă de cât de matur devine AI, pentru că nucleul sarcinii nu constă din recunoașterea tiparelor, ci din interpretare și responsabilitate. Analiza ad-hoc a datelor este un exemplu în acest sens: răspunsul la o întrebare specifică din organizație necesită ca cineva să înțeleagă ce se cere de fapt, ce date sunt relevante și ce concluzie este susținută. Verificarea și curățarea calității datelor se leagă de aceeași problemă în momentul în care merge mai departe decât detectarea înregistrărilor duplicate: întrebarea ce sursă reprezintă adevărul în cazul unor date contradictorii necesită cunoștințe despre organizație care nu se află în datele înseși. La fel, gestionarea datelor de bază rămâne parțial muncă umană în ceea ce privește stabilirea definițiilor și a acordurilor între departamente, chiar dacă introducerea în sine poate fi de multe ori automatizată. Aceste sarcini rămân muncă umană nu pentru că AI nu poate face față tehnicii, ci pentru că responsabilitatea pentru rezultat nu poate fi delegată unui sistem.
Această clasificare se referă la sarcini, nu la funcții și nu la persoane. Un angajat IT execută de obicei sarcini din toate cele trei categorii, iar ce parte din pachetul său de sarcini se schimbă depinde de conținutul exact al rolului său. Faptul că o sarcină se încadrează în categoria 1 nu spune nimic despre ce face un angajator cu acest lucru: aceasta este o alegere care are propriile cerințe legale, de exemplu privind participarea angajaților și dreptul muncii, și care se află în afara domeniului de aplicare al acestei clasificări. Ceea ce oferă această clasificare este un punct de plecare factual: care sarcini pot fi deja astăzi susținute cu AI, care necesită supraveghere și care rămân neschimbate. Tipare comparabile pot fi recunoscute în alte domenii; astfel ce muncă poate prelua AI la achiziții arată că și acolo linia de demarcație se află de multe ori la întrebarea dacă un rezultat are o normă fixă sau necesită o evaluare, și ce muncă poate prelua AI la logistică ilustrează cum un departament aparent operațional cunoaște totuși multe sarcini de supraveghere de îndată ce erorile devin costisitoare.
Pentru a vedea câte ore dintr-un rol IT pot fi atribuite în acest moment uneia dintre cele trei categorii, este necesar un inventar concret al sarcinilor pe care cineva le execută efectiv, nu doar al titlului funcției. Scanarea rapidă gratuită de la ftetoai oferă o primă indicație în acest sens: douăsprezece întrebări, fără cont, cu rezultatul o indicație a ce parte din orele din profil poate fi preluată astăzi de AI. Acesta este un punct de start, nu o judecată finală. Scanarea completă a muncii, care abordează mai în profunzime sarcinile individuale și justificarea din spatele lor, este încă în construcție. Ce arată o măsurare ulterioară după o schimbare, și cum se raportează aceasta la inventarul inițial, puteți citi la ce arată o remăsurare.
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.