Dve organizácie popisujú rovnakú úlohu. Pri jednej vyjde kategória 'AI môže úlohu prevziať', pri druhej 'zostáva to prácou pre ľudí'. Nejde o nekonzistentnosť metódy, ale o výsledok metódy. Výsledok nezávisí len od toho, čo úloha obsahuje, ale aj od okolností, v ktorých sa táto úloha vykonáva. Táto stránka vysvetľuje, ktoré faktory tento rozdiel spôsobujú a čo to znamená pre spoľahlivosť odhadu.
Úlohu nikdy neposudzujeme na základe jedinej charakteristiky. Každá úloha sa hodnotí na ôsmich osiach: štruktúrovanosť vstupu, priestor na úsudok, citlivosť na kontakt s klientom, fyzická zložka, kreativita, náklady na chybu, citlivosť na compliance a objem/opakovanie. Dve organizácie s 'rovnakým' balíkom úloh sa môžu na týchto osiach výrazne líšiť. Plánovacia úloha s fixným vstupom a vysokým objemom vyjde inak než tá istá plánovacia úloha, keď je vstup premenlivý a výjimky sú pravidlom. Nejde teda o názov úlohy, ale o kombináciu skóre, ktoré za ním stoja.
Pri nízkych objemoch majú incidenty väčšiu váhu než pri vysokých objemoch. Úloha, ktorá sa vyskytuje päťkrát za rok, poskytuje málo podkladov na rozpoznanie vzoru; úloha, ktorá sa vyskytuje denne stovky krát, rýchlejšie ukáže, kde AI podáva stabilný výkon a kde nie. Vysoký objem robí odhad často konkrétnejším, pretože je viac opakovaní, na ktorých sa dá overiť. Nízky objem robí odhad širším, nie preto, že úloha je nejasná, ale preto, že jednoducho existuje menej podkladov na generalizáciu. To hraje rolu napríklad pri otázke, či AI môže prevziať monitorovanie pokroku cieľov a projektov: pri zopár projektoch za rok je rozpätie širšie než pri portfóliu so stovkami bežiacich iniciatív.
Úloha, ktorá sa celkom odohráva v štruktúrovaných systémoch, sa posudzuje inak než úloha, ktorá je väčšinou v hlavách, e‑mailoch a jednotlivých dokumentoch. Nie preto, že sa mení samotná úloha, ale preto, že miera, do akej má AI prístup k spoľahlivým, aktuálnym informáciám, sa výrazne líši. Pri kontrole rozpočtu je to dobre vidieť: či AI môže prevziať kontrolu rozpočtu a signalizovanie odchýlok, silno závisí od toho, či sú podkladové čísla už štruktúrovane a aktuálne dostupné, alebo sa musia najprv manuálne zbierať a interpretovať. Rovnaká úloha, iné systémové usporiadanie, iný výsledok.
Náklady chyby nie sú univerzálne. Nesprávna interpretácia vo vnútornom prehľade má iné dôsledky než nesprávna interpretácia v komunikácii s klientom alebo v compliance správe. Pri vysokých nákladoch na chybu sa výsledok skôr posúva smerom k druhej kategórii — AI predloží návrh, človek ho schváli alebo zamietne — aj keď by úloha na základe iných osí naznačovala prevzatie úlohy AI. To je jeden z dôvodov, prečo nikdy nevyjadrujeme stanovisko výlučne na základe toho, 'čo úloha obsahuje': kontext, do ktorého chyba spadá, váži rovnako veľa.
Rozpätie nie je vágnosť, ale čestné vyjadrenie toho, čo nevieme s určitosťou. Pri úlohách s veľkým priestorom na úsudok — kde by sa aj dvaja skúsení pracovníci navzájom líšili — je akýkoľvek odhad z definície širší. Pri úlohách s vysokou mierou kontaktu s klientom hraje rolu, že tolerancia voči interakcii s AI sa líši podľa odvetvia a skupiny klientov, čo nemôžme zmerať bez vašich vlastných čísel. A pri úlohách, ktoré boli nedávno zavedené alebo v nedávnej dobe zmenili systém, jednoducho ešte neexistuje stabilný vzor, na ktorom by sa dalo stavať. V všetkých týchto prípadoch volíme širšie rozpätie, nie presné číslo, ktoré by naznačovalo väčšiu istotu, než akú vieme podložiť.
Existujú situácie, v ktorých má jednotlivé meranie malú hodnotu: pri nedávno zmenenom procese, pri úlohe, ktorá sa vyskytuje zriedka, alebo v organizácii, ktorá sa ešte prechádza na nové systémy. Skóre v takom okamihu je momentálny záznam, nie predpoveď. Preto je aj opätovné meranie relevantné: rovnaká úloha, meraná neskôr, môže priniesť iný výsledok, pretože sa zmenili okolnosti, nie preto, že prvé meranie bolo chybné.
Táto metóda vypovedá o úlohách, nie o ľuďoch alebo funkciách. Výsledok nie je podkladom pre rozhodnutie o personáli; pre rozhodnutia, ktoré sa dotýkajú pracovného poměru, platia vlastné zákonné požiadavky, ktoré si musíte overiť samostatne. My poskytujeme fakty o úlohách, vy z nich vyvodzujete závery, ktoré sedia vašej organizácii. Ako ilustráciu: ani úloha ako vedenie schôdze sa nedá posudzovať jednotne, čo je vidieť pri otázke, či AI môže prevziať vedenie týždenného tímového porady — odpoveď sa líši podľa tímu, podľa kultúry porady a podľa množstva rozhodovacieho priestoru v týchto poradách.
Ak chcete získať prvý dojem, ako to vyjde pre vašu vlastnú situáciu, môžete vyplniť bezplatný rýchly test od ftetoai: dvanásť otázok, bez účtu, s indikáciou, akú časť hodín vo vašom profile dnes môže prevziať AI. Kompletný pracovný skener, ktorý sa hlbšie zaoberá ôsmimi osami pre každú úlohu, sa ešte pripravuje — momentálne ešte neexistuje, a to radšej povieme čestne, než by sme ho ponúkali.
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.