strategyaligned Jonotuslistalle

Kennisbank

AI-ambitiot liike-elämän palveluissa: missä työ jo nyt siirtyy

Missä tunnit menevät

Liike-elämän palveluissa työ koostuu suurelta osin kielestä: asiakirjojen laatimisesta, dossierien läpikäymisestä, neuvojen muotoilusta, raportoinnin sovittamisesta asiakkaaseen tai tilanteeseen. Asianajotoimistot, tilitoimistot, konsultointiyritykset ja vakuutusvälittäjät eroavat toisistaan alan suhteen, mutta ei tämän kuvion suhteen: paljon tunteja kuluu tiedon keräämiseen ja uudelleenjärjestämiseen, jota jo on jossain olemassa, ja pienempi osa siihen sitä seuraavaan arvioon. Se tekee alasta herkän muutokselle, joka on nyt käynnissä: kielityö on juuri sitä työtä, jossa AI-järjestelmät pärjäävät hyvin, kunhan tieto, jonka kanssa ne työskentelevät, on saatavilla ja luotettavaa.

Olosuhteet, jotka ohjaavat lopputulosta, eivät ole ammatissa itsessään vaan siinä, miten toimisto on järjestetty. Kun tiimi työskentelee kiinteillä sjabloneilla ja dossierrakenteella, jota kaikki käyttävät samalla tavalla, suuri osa työstä on tehtävissä ennustettavaksi. Kun tiimi työskentelee räätälöidysti asiakkaan tai asian mukaan, poikkeamilla, jotka ovat vain käsittelijän päässä, tuo työ on vaikeampi siirtää, riippumatta siitä, kuinka ambitioosi tavoite on.

Muutos on jo käynnissä, ei kaikkialla samaa vauhtia

Saman alan sisällä toimistot poikkeavat jo nyt toisistaan. Yhdessä toimistossa järjestelmä laatii ensimmäisen luonnosneuvon, jonka työntekijä arvioi ja hyväksyy tai palauttaa perustellusti. Toisessa toimistossa täsmälleen sama työ tehdään edelleen kokonaan käsin, ei haluttomuudesta vaan siitä, että dossierit eivät ole muodossa, jonka järjestelmä pystyy lukemaan, tai siitä, ettei kukaan ole määritellyt, milloin luonnosneuvo on riittävän hyvä jatkokäsiteltäväksi.

Kolme työluokkaa kulkee läpi jokaisen toimiston. Osan järjestelmä voi ottaa itsenäisesti hoitaakseen: asiakirjojen tiivistämisen, vakiolomakkeiden täyttämisen, lukujen poikkeamien havaitsemisen. Osan se voi tehdä osittain, työntekijän arvioidessa lopputuloksen ja hyväksyessä tai hylätessä sen perustellusti. Ja osa jää ihmistyöksi: keskustelu asiakkaan kanssa hankalasta tilanteesta, harkinta, jota ei voi vangita säännöiksi, vastuu, joka kuuluu nimeen ja allekirjoitukseen. Mikä tehtävä kuuluu mihin luokkaan, vaihtelee toimistoittain ja prosesseittain, ja juuri siksi ambitio kuten "me otamme AI:n käyttöön neuvontaprosessissamme" ilman lisäselitystä kertoo vähän.

Miksi sama ambitio johtaa erilaisiin keskusteluihin

Lause "AI nopeuttaa dossiertyötämme" kuulostaa yksiselitteiseltä, mutta johtokunnassa se harvoin kuullaan yksiselitteisesti. Yksi osakas ajattelee järjestelmää, joka toimittaa luonnostekstejä, jotka sitten kirjoitetaan kokonaan uudelleen. Toinen ajattelee prosessia, jossa järjestelmä toimii suurelta osin itsenäisesti ja viedään harkintaan vain epäselvissä tapauksissa. Molemmat tulkinnat ovat kohtuullisia selityksiä samalle ambitiolle, ja niiden välinen ero määrittää, kuinka paljon kapasiteettia vapautuu, mitkä roolit todella muuttuvat ja mitkä päätösoikeudet niihin liittyvät. Miten tämä ero syntyy täsmälleen ja miksi se jää niin usein huomaamatta, on kuvattu sivulla miksi ihmiset tarkoittavat eri asioita samoilla sanoilla.

Tämä epäselvyys koskee myös kysymystä siitä, miten organisaatio itse on järjestetty: mikä osasto tekee työn jatkossa, mikä kerros ohjaa sitä, ja missä mikä päätös tehdään. Joka haluaa saada tästä kiinteän käsityksen ennen kuin ambitio kirjataan, löytää selityksen ilman ammattikieltä sivulta target operating model tavallisin sanoin.

Mitä valmius tässä konkreettisesti tarkoittaa

Ambitio, joka olettaa AI-työtä, vaatii organisaatiolta eri asioita kuin sama ambitio ilman AI:ta. Liike-elämän palveluissa se tarkoittaa muun muassa: ovatko dossierit ja sjablonit muodossa, jonka järjestelmä pystyy lukemaan, on olemassa vakiintunut hetki, jolloin työntekijä arvioi AI:n tuottaman lopputuloksen ja hyväksyy tai hylkää sen perustellusti, ja on selvää, kuka pysyy vastuussa, kun lopullinen neuvo lähtee ulos. Näissä kohdissa käy usein ilmi, että ambitio etenee nopeammin kuin organisaatio: johto puhuu neuvontaprosessin automatisoinnista, vaikka taustalla olevat dossierit eivät ole vielä riittävän jäsenneltyjä järjestelmän luettaviksi. Kyse ei ole tahdosta, vaan valmiudesta, ja tätä valmiutta voidaan testata erikseen ulottuvuus kerrallaan.

Muilla toimialoilla esiintyy vastaava kuvio omine olosuhteineen: koulutuksessa on erilaisia ambitioita kuin tässä, kuten kuvataan sivulla AI-ambitiot koulutuksessa, ja myös vähittäiskaupassa työ siirtyy toisenlaisia linjoja pitkin, kuvattuna sivulla AI-ambitiot vähittäiskaupassa. Taustalla oleva mekanismi — mikä työ antaa itsensä siirrettäväksi ja mikä työ pysyy ihmistyönä — on sama kaikilla toimialoilla, vain toteutus vaihtelee.

Mitä tämä ei ratkaise

Tämä sivu kuvaa, mikä työ voi siirtyä, ei sitä, mitä toimiston tulisi tehdä henkilöstönsä kanssa, jos näin tapahtuu. Työsuhdetta koskeviin päätöksiin sovelletaan omia lakisääteisiä vaatimuksia, riippumatta siitä, mitä tehtävää järjestelmä pystyy ottamaan hoitaakseen tai ei.

Mitä voitte tehdä nyt

Kysymykseen, mikä työ tässä nimenomaisessa toimistossa on todellisuudessa AI:lle siirrettävissä, ei voida vastata alan yleisellä vaikutelmalla. FTE TO AI:n työscan vastaa tähän kysymykseen tehtävä kerrallaan, tuloksena on kuva siitä, mikä osa työstä tehdään itsenäisesti, valvonnan alaisena tai edelleen ihmisten toimesta. Joka haluaa ensin tietää, missä oma organisaatio on pisimmällä ja missä vähiten pitkällä, voi tehdä ilmaisen valmiustarkastuksen: kahdeksan lyhyttä kysymystä, yksi per ulottuvuus, joka antaa kuvan siitä, missä valmius on jo ja missä vielä on askel otettavana. Täydellinen ambitiotesti, jossa on neljä kerrosta visiosta target stateen ja käännös rooleiksi ja päätösoikeuksiksi, on rakenteilla.

Mariade assistent van de ambitietoets

Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.

Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.