Μετράτε ακόμη την εργασία, ή ήδη το αποτέλεσμά της

Η ερώτηση πίσω από την ερώτηση

Μια μέτρηση απόδοσης είναι χτισμένη πάνω σε μια παραδοχή: όποιος κάνει την εργασία, καθορίζει πώς τη μετράτε. Ένας πωλητής παίρνει έναν στόχο τζίρου, ένας εργαζόμενος στην υποστήριξη έναν χρόνο διεκπεραίωσης, ένας αναλυτής έναν χρόνο ολοκλήρωσης ανά αναφορά. Μόλις ένα μέρος αυτής της εργασίας γίνεται από AI — κάποιες φορές πλήρως, κάποιες φορές με έναν άνθρωπο που εγκρίνει ή απορρίπτει — μετατοπίζεται αυτό που πρέπει να μετρηθεί. Όχι επειδή ο KPI ήταν λάθος, αλλά επειδή μετρά μια ενέργεια που δεν συμβαίνει πλέον με τον ίδιο τρόπο.

Οι τρεις κατηγορίες στις οποίες η AI αναλαμβάνει εργασία διαπερνούν κάθε μέτρηση απόδοσης. Εργασία που η AI αναλαμβάνει πλήρως απαιτεί άλλη μετρική από τον χρόνο ολοκλήρωσης: αυτός ο χρόνος δεν υπάρχει πλέον ως σημείο συμφόρησης. Εργασία στην οποία ένας άνθρωπος ασκεί εποπτεία — εγκρίνει ή απορρίπτει, με αιτιολόγηση — απαιτεί μια μετρική που καταγράφει την ποιότητα αυτής της κρίσης, όχι την ταχύτητα της παλιάς ενέργειας. Και εργασία που παραμένει ανθρώπινη εργασία διατηρεί τον παλιό της KPI, αλλά αποκτά μεγαλύτερη βαρύτητα επειδή απομένει αφού το υπόλοιπο έχει μετατοπιστεί.

Από πού προέρχεται η διαφορά

Ορισμένοι οργανισμοί το έχουν ήδη επεξεργαστεί, άλλοι όχι ακόμη. Η διαφορά σπάνια βρίσκεται στην ίδια την τεχνολογία, αλλά σε ποιος έχει καθορίσει τους KPI και πότε. Ένας KPI που καθορίστηκε πριν από πέντε χρόνια για μια θέση εργασίας προϋποθέτει έναν τρόπο εργασίας που τώρα έχει εν μέρει αναληφθεί από την AI. Αν κανείς δεν έχει αναθεωρήσει αυτόν τον KPI, ο οργανισμός εξακολουθεί να μετρά κάτι — μόνο που δεν είναι πλέον αυτό που πραγματικά συμβαίνει.

Το διαπιστώνετε πρώτα στις αναφορές που δεν συμφωνούν πλέον με το αίσθημα στον χώρο εργασίας. Μια ομάδα επιτυγχάνει τους στόχους της, αλλά κανείς δεν μπορεί να εξηγήσει γιατί η παραγωγή έχει αυξηθεί τόσο γρήγορα. Ή ένας στόχος χάνεται συστηματικά, ενώ η παραγωγή έχει στην πραγματικότητα αυξηθεί — επειδή η μετρική εξακολουθεί να μετρά την παλιά ενέργεια, όχι τη νέα. Και τα δύο είναι σημάδια ότι η μέτρηση έχει μείνει πίσω από την εργασία.

Τι αλλάζει στην πράξη

Τρεις μετατοπίσεις επανέρχονται σε σχεδόν κάθε οργανισμό όπου έχει εφαρμοστεί εργασία με AI, με διαφορετική σειρά και ταχύτητα:

Από χρόνο σε αποτέλεσμα. Όπου ένας KPI κάποτε μετρούσε τον χρόνο ανά εργασία, αυτός ο χρόνος γίνεται σε αναληφθείσα εργασία αμέτρητα μικρός ή αόρατος. Η μέτρηση πρέπει τότε να μετατοπιστεί σε αυτό που παραδόθηκε, όχι πόσο χρόνο πήρε.
Από όγκο σε ποιότητα κρίσης. Σε εργασία με ανθρώπινη εποπτεία δεν μετράται πλέον πόσο έγινε, αλλά πόσο καλά εγκρίθηκε ή απορρίφθηκε, και με ποιους λόγους. Αυτό απαιτεί ένα διαφορετικό είδος πίνακα ελέγχου από έναν μετρητή παραγωγής.
Από θέση εργασίας σε ικανότητα (capability). Οι KPI που συνδέονται με τον τίτλο μιας θέσης χάνουν το νόημά τους όταν η εργασία εντός αυτής της θέσης μετατοπίζεται σε έναν άλλο συνδυασμό ανθρώπου και συστήματος. Η μέτρηση πρέπει να συνδέεται με την ίδια την εργασία, όχι με τον ρόλο που την εκτελούσε ιστορικά.

Καμία από αυτές τις μετατοπίσεις δεν συμβαίνει παντού με την ίδια ταχύτητα. Σε έναν οργανισμό όπου η διοικητική εργασία έχει ήδη μετατοπιστεί, η μέτρηση της επαφής με τον πελάτη μερικές φορές παραμένει χρόνια πίσω. Αυτό δεν είναι αντίφαση — είναι ακριβώς ο λόγος για τον οποίο η μέτρηση απόδοσης πρέπει να εξετάζεται ανά κατηγορία εργασίας, όχι ανά τμήμα.

Τι σχέση έχει αυτό με τα δικαιώματα λήψης αποφάσεων

Ένας KPI που δεν ταιριάζει πλέον με την εργασία υποσκάπτει όχι μόνο τη μέτρηση, αλλά και το ποιος μπορεί να αποφασίζει βάσει αυτής. Αν ένας επικεφαλής ομάδας κρίνεται με βάση έναν αριθμό που δεν αντικατοπτρίζει πλέον καλά την εργασία, μετατοπίζεται και το ερώτημα ποιος είναι στην πραγματικότητα υπεύθυνος για το αποτέλεσμα — ο άνθρωπος που εγκρίνει, ή το σύστημα που παραδίδει την εργασία. Αυτό αγγίζει τα δικαιώματα λήψης αποφάσεων εντός του οργανισμού, και είναι ακριβώς εκεί που μια φιλοδοξία κολλάει όταν το επίπεδο κάτω από τους KPI δεν έχει αναθεωρηθεί.

Αυτό το θέμα αγγίζει μερικές φορές το προσωπικό — ποιος κάνει ακόμη ποια εργασία, και τι σημαίνει αυτό για μια θέση εργασίας. Για αυτό ισχύουν δικές του νομικές απαιτήσεις, ανεξάρτητα από όσα περιγράφονται εδώ.

Πώς αυτό συνδέεται με το υπόλοιπο της φιλοδοξίας

Η μέτρηση απόδοσης δεν στέκεται μεμονωμένη. Μια φιλοδοξία που προϋποθέτει εργασία με AI πρέπει επίσης να απαντά στο πώς σταθμίζετε την ανάπτυξη έναντι του περιθωρίου κέρδους όταν η δυναμικότητα μετατοπίζεται, σε τι σημαίνει αυτό για την οικονομική ανθεκτικότητα του οργανισμού όταν η εργασία αλλάζει μορφή, και σε πώς γίνεται μια ματρή μετρήσιμη ώστε οι KPI κάτω από αυτό το όραμα να ευθυγραμμίζονται πραγματικά. Χωρίς αυτή τη συνάφεια, μετράτε ένα κομμάτι, ενώ η φιλοδοξία αφορά το σύνολο.

Το υποκείμενο ερώτημα — ποια εργασία στην επιχείρησή σας μπορεί πράγματι να αναλάβει η AI, και πού αυτό απαιτεί εποπτεία αντί για πλήρη ανάληψη — απαντάται ανά εργασία με το werkscan του FTE TO AI.

Τι μπορείτε να κάνετε τώρα

Το ερώτημα αν η μέτρηση απόδοσής σας είναι έτοιμη για εργασία που μετατοπίζεται δεν μπορεί να απαντηθεί με μία μόνο συζήτηση, αλλά μπορεί να αρχίσει. Ο δωρεάν έλεγχος ετοιμότητας σας δίνει, με οκτώ σύντομες ερωτήσεις — μία ανά διάσταση — μια εικόνα του πού βρίσκεστε πιο μπροστά και πού λιγότερο. Ο πλήρης έλεγχος φιλοδοξίας, με τα τέσσερα επίπεδα από το όραμα έως τα δικαιώματα λήψης αποφάσεων, βρίσκεται υπό κατασκευή.