Vodenje je na prvi pogled videti kot področje posvetovanja, presoje in odgovornosti — vse to tipično človeško ozemlje. Kljub temu je funkcija vodenja sestavljena iz vrste posameznih nalog, in te naloge se močno razlikujejo v tem, v kolikšni meri jih lahko prevzame AI. Od 40 nalog, ki jih razlikujemo znotraj tega področja, jasen del sodi v vsako od treh kategorij. Vzorec, ki stoji zadaj, je bolj koristen kot seznam kljukic.
Naloge, ki predvsem obsegajo zbiranje, urejanje in povzemanje obstoječih podatkov, so primerne za popolno prevzemanje s strani AI. Pomislite na pripravo poslovnega poročila za upravo ali delničarje: številke že obstajajo v sistemih, struktura poročila je večinoma fiksna, in AI lahko opozori na odstopanja in trende, ne da bi moral človek natipkati vsako vrstico. Tudi spremljanje proračuna in opozarjanje na odstopanja sodi sem: gre za primerjavo dejanskih izdatkov z proračunom in uporabo mejnih vrednosti, kar programska opremen strukturno obvladuje bolje kot človek, ki to počne poleg drugega dela enkrat na teden.
Skupna značilnost te kategorije je, da je izid v veliki meri objektivno določljiv iz razpoložljivih podatkov, in da se naloga ponavlja po fiksni strukturi. Potrebnega je malo prostora za interpretacijo in ni tehtanja interesov. To razliko s primerljivimi nalogami na drugih oddelkih ni naključna: tudi pri ali lahko AI prevzame vodenje revizijskega dnevnika finančnih sprememb vidimo, da je sistematično, na podatkih temelječe registriranje dobro avtomatiziljivo, medtem ko interpretacija pomena te registracije zahteva nekaj drugega.
Velik del dela na področju vodenja se nahaja med popolno avtomatizacijo in popolnim človeškim delom. Tu lahko AI pripravi koncept, analizo ali predlog, vendar človek presodi rezultat ter ga odobri ali zavrne, z razlogom.
Priprava letnega načrta s konkretnimi cilji je dober primer. AI lahko na podlagi zgodovinskih podatkov in vnosov iz organizacije pripravi prvi osnutek ciljev, ukrepov in odgovornosti po oddelkih. Toda ali so ti cilji realistični, dovolj ambiciozni in medsebojno usklajeni, zahteva presojo osebe, ki poznajo organizacijo, njene ljudi in njene omejitve. Enako velja za določanje KPI-jev po timu ali procesu: AI lahko poda predloge na podlagi primerljivih organizacij ali panog, vendar izbira, kateri kazalniki morajo resnično usmerjati, je odvisna od prioritet, ki jih ni mogoče v celoti izpeljati iz podatkov.
Tudi priprava in oblikovanje dnevnega reda sestankov vodstva sodi v to srednjo kategorijo: AI lahko zbere gradiva, predlaga dnevni red in pripravi povzetke, vendar mora nekdo presoditi, ali so pravilne teme uvrščene na pravi način, in ali naj se občutljive točke sploh obravnavajo v tem krogu. Vzorec je vedno enak: AI dobavi solidno prvo verzijo, človek jo preizkusi ob kontekstu, ki ni v celoti zapisan v podatkih, ter jo odobri ali zavrne.
Tretja skupina nalog v veliki meri ostaja pri ljudeh, ne ker AI ne bi zmogel obdelati informacij, temveč ker naloga sama vrti se okoli prevzemanja odgovornosti, tehtanja interesov ali izrekanja v imenu organizacije.
Sprejemanje odločitev na sestanku vodstva je tu najjasnejši primer. Na mizi lahko leži popolnoma analizirana informacija, vendar izbira sama — z odgovornostjo, ki jo prinaša — ostaja pri ljudeh, ki imajo pristojnost in mandat. AI lahko naredi opcije in posledice pregledne, gumb pa pritisne nekdo drug.
Priprava strateškega načrta za prihodnja leta v veliki meri sodi v isto kategorijo. AI lahko dobavi analize trga, kupcev in notranje analize, vendar izbira smeri za organizacijo na srednji rok zahteva tehtanje tveganja, ambicije in tega, kaj organizacija sploh želi postati — nekaj, česar ni mogoče objektivno izpeljati iz podatkov. Načrtovanje kadrovskih potreb na ravni vodstva je občutljivo iz drugega razloga: neposredno se dotika odločitev o ljudeh in delovnih mestih. Za tovrstne odločitve veljajo lastne zakonske zahteve, ki jim mora delodajalec zadostiti, in te zahtevajo skrbnost, ki je ni mogoče nadomestiti z analizo nalog. Kdor se širše usmerja na kadrovska vprašanja, opazi podoben razmejitev na strani o katero delo lahko AI prevzame na kadrovskem oddelku: tudi tam je meja med podporno analizo podatkov in odločitvami o ljudeh jasno začrtana.
Če pogledate 40 nalog v tem področju, lahko potegnete črto: bolj ko naloga obsega ponovljivo obdelavo obstoječih, strukturiranih informacij, prej jo lahko AI popolnoma prevzame. Bolj ko naloga zahteva kombiniranje podatkov z znanjem o organizaciji, ki ni zapisano, prej je potreben nadzor. In bolj ko naloga sama predstavlja izvajanje odgovornosti, mandata ali presoje — ne priprave nanjo — prej ostane delo ljudi. Ta vzorec ni edinstven za vodenje: ista logika pojasnjuje na primer, zakaj pri katero delo lahko AI prevzame na področju logistike naloge načrtovanja hitreje avtomatiziramo kot naloge, pri katerih se mora nekdo z dobaviteljem ali kupcem dogovoriti za izjemo.
Ta razdelitev pove nekaj o nalogah, ne o tem, koliko vodenja organizacija potrebuje ali kako organizira svoje osebje — to je in ostane odločitev organizacije same, z lastnimi zakonskimi okviri, ki pri tem veljajo.
Želite izvedeti, kako se ta razdelitev prevaja v vašo lastno situacijo? Brezplačni quickscan ftetoai obsega dvanajst vprašanj, deluje brez računa, in poda indikacijo, kateri delež ur v vašem profilu je danes mogoče prevzeti z AI. Pozor: to je prva indikacija, ne popolna analiza. Obsežnejši delovni scan, ki podrobneje obravnava raven nalog, je še v izdelavi — tega vam še ne moremo ponuditi, vendar quickscan že poda pošteno izhodišče.
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.