IT-oddelek je za AI zanimivo področje, ker združuje dve vrsti dela, ki se povsem različno odzivata na avtomatizacijo. Na eni strani so procesi, ki potekajo po ustaljenem vzorcu: nov sodelavec dobi račun, varnostna kopija se izvede ponoči, geslo se ponastavi po prejetju zahtevka. Na drugi strani je delo, kjer rezultat je odvisen od konteksta, ocene tveganja in posledic, ki jih ni mogoče zajeti v scenarij. Naša taksonomija šteje 39 nalog znotraj tega področja, in razporeditev po treh kategorijah v veliki meri sledi tej ločnici.
Gre za naloge z jasnim vhodnim podatkom, določenim postopkom in preverljivim rezultatom. Pripravljanje delovnega mesta, računov in dostopnih pravic za novega sodelavca je dober primer tega: profil delovnega mesta določa, katere pravice so potrebne, in to povezavo je mogoče avtomatizirati, brez da bi moral kdo vsakič znova premišljevati o izvedbi. Enako velja za odvzem dostopa ob prenehanju zaposlitve, kjer je tveganje prepoznega ukrepanja večje od tveganja avtomatizacije, ter za izvajanje in preverjanje varnostnih kopij, kjer lahko sistem sam zazna, ali je naloga uspešno opravljena ali ne. Te naloge sodijo v kategorijo 1, ker je norma jasno določena: obstaja jasno prav in narobe, in korakov med njima ni treba vsakič znova presojati. To ne pomeni, da nadzor nad celoto ni več potreben, vendar samo izvajanje naloge ne zahteva človeške presoje za posamezen primer.
Ta kategorija je na IT-oddelku obsežna, in to ni naključje. Veliko nalog ima prepoznaven vzorec, vendar se rezultat dotika tveganj, ki jih mora pretehtati človek. Redno preverjanje dostopnih pravic je taka naloga: AI lahko zazna odstopanja med funkcijo in trenutnimi pravicami, vendar ali je izjema upravičena, zahteva presojevalca, ki poznA kontekst in odobri ali zavrne z utemeljitvijo. Testiranje obnovitve iz varnostne kopije sodi v isto kategorijo: samo testiranje je mogoče avtomatizirati, vendar ugotovitev, ali je sistem dejansko dovolj obnovljen, zahteva pogled, ki presega zeleno kljukico. Tudi vzpostavitev povezave med sistemi ter spremljanje in odpravljanje motenj v njej sodijo tu: AI lahko pospeši izgradnjo in zazna odstopanja, vendar odločitev o tem, kako se motnja odpravi brez poškodbe podatkov, ostaja presoja, ki jo mora sprejeti nekdo. Vzorec v tej kategoriji je vedno enak: AI prepoznava in predlaga, človek presoja in odloča.
Manjši del IT-dela ostaja dobro ne glede na to, kako zrel postane AI, ker jedro naloge ni prepoznavanje vzorcev, temveč interpretacija in odgovornost. Ad-hoc analiza podatkov je tega primer: odgovarjanje na specifično vprašanje iz organizacije zahteva, da nekdo razume, kaj je pravzaprav vprašano, kateri podatki so relevantni in kateri sklep je vzdržen. Preverjanje in čiščenje kakovosti podatkov se dotika enakega problema, kakor hitro gre dlje od odkrivanja podvojenih zapisov: vprašanje, kateri vir predstavlja resnico pri nasprotujočih si podatkih, zahteva poznavanje organizacije, ki ni zapisano v samih podatkih. Tudi upravljanje osnovnih podatkov ostaja delno delo ljudi, kjer gre za določanje definicij in dogovorov med oddelki, čeprav je sam vnos pogosto mogoče avtomatizirati. Te naloge ostajajo delo ljudi ne zato, ker AI ne obvlada tehnike, temveč ker odgovornosti za rezultat ni mogoče prenesti na sistem.
Ta razdelitev govori o nalogah, ne o funkcijah in ne o osebah. IT-sodelavec običajno opravlja naloge iz vseh treh kategorij, in kateri del njegovega delokroga se spremeni, je odvisno od natančne vsebine njegove vloge. Da naloga sodi v kategorijo 1, tudi nič ne pove o tem, kaj delodajalec s tem stori: to je odločitev, ki ima svoje pravne zahteve, na primer glede soodločanja in delovnega prava, in ki ne sodi v obseg te razdelitve. Kar razdelitev ponuja, je stvarno izhodišče: katere naloge je danes že mogoče podpreti z AI, katere zahtevajo nadzor in katere ostajajo nespremenjene. Podobne vzorce je mogoče prepoznati na drugih področjih; tako katero delo lahko AI prevzame pri nabavi kaže, da tudi tam ločnica pogosto poteka pri vprašanju, ali ima rezultat določeno normo ali zahteva presojo, in katero delo lahko AI prevzame pri logistiki ponazarja, kako navidezno operativen oddelek vseeno vsebuje veliko nadzornih nalog, kakor hitro napake postanejo kostovne.
Da bi ugotovili, koliko ur znotraj IT-vloge je trenutno mogoče uvrstiti v eno od treh kategorij, je potreben konkreten popis nalog, ki jih nekdo dejansko opravlja, ne le naziva funkcije. Brezplačen hitri pregled (quickscan) podjetja ftetoai za to ponuja prvo indikacijo: dvanajst vprašanj, brez računa, z rezultatom, ki pokaže, kateri delež ur v profilu je danes mogoče prevzeti z AI. To je izhodišče, ne končna presoja. Celoten delovni pregled (werkscan), ki podrobneje obravnava posamezne naloge in utemeljitev v ozadju, je še v izdelavi. Kaj pokaže naslednja meritev po spremembi in kako se ta razmerje primerja s prvim popisom, lahko preberete na kaj pokaže ponovna meritev.
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.