Povećanje kvalitete dok AI dijelom preuzima posao

Ambicija onako kako se izgovara

U direktorskoj sobi to zvuči jednostavno: "želimo povećati kvalitetu, i AI nam pritom pomaže." Svi kimaju. Pa ipak, jedan direktor pod time misli na manje grešaka u rezultatu, drugi na brži i dosljedniji rad, a treći prije svega na manju ovisnost o iskustvu nekolicine seniora. Ista rečenica, tri ambicije. Sve dok ta ambicija nije razložena na to što se točno mijenja — koji zadatak, na kojoj razini, s kakvom kontrolom — ostaje to želja bez smjera.

Što se već sada mijenja

Promjena se ne nalazi u nekom budućem scenariju. Ona se odvija već danas kroz posao, u tri vrste koraka koji postoje jedan pored drugoga:

Neke zadatke AI može preuzeti u potpunosti: pisanje prve verzije teksta, strukturiranje podataka, sastavljanje izvještaja iz utvrđenih izvora.
Drugi zadaci se djelomično preuzimaju, uz čovjeka koji odobrava ili odbija i to potkrepljuje razlogom — posao se mijenja iz izvršavanja u provjeravanje.
Opet drugi posao ostaje ljudski posao: pregovaranje, umirivanje klijenta, donošenje prosudbe tamo gdje se kontekst ne može uhvatiti u pravila.

Povećanje kvalitete tada ne znači "dodati AI", nego precizno odrediti u koju od tri kategorije pojedini zadatak spada, i organizaciju urediti tako da se druga kategorija — nadzor — doista i događa. To je točka na kojoj to često krene po zlu: poduzeća uvode AI radi rezultata, ali sloj kontrole ne izgrađuju uz to.

Zašto to u jednom poduzeću već funkcionira, a u drugom ne

Razlika rijetko leži u tehnologiji. Leži u tome tko je ovlašten odbiti rezultat AI-ja, ima li ta osoba za to vremena, i očekuje li organizacija zabilježen razlog kod odbijanja umjesto osjećaja. Poduzeća u kojima to već funkcionira, tu su ulogu jasno definirala: netko je vlasnik kvalitete AI dijela procesa, s mandatom da ga vrati na doradu. Poduzeća u kojima to još ne funkcionira, puštaju AI rezultat da prolazi kroz proces osmišljen za ljudski rad, a da nitko nije određen da prepoznaje novu vrstu grešaka.

Što organizacija mora znati i moći

Provjera ambicije to bilježi u četiri sloja: viziju (kvaliteta gore), stanje vizije (što to konkretno znači po procesu), cilj (opisanu razinu) i ciljno stanje (kako posao tada izgleda). Ta četiri sloja provjeravaju se prema osam dimenzija spremnosti — od kvalitete podataka do prava odlučivanja do vještine ocjenjivanja AI rezultata — i duž pet kontrolnih vrata (confidence gates) koja pokazuju je li organizacija spremna prijeći na sljedeći korak.

Iz toga slijedi prijevod natrag u sposobnosti, i po svakoj sposobnosti jedna uloga:

Netko tko utvrđuje standard kvalitete po zadatku. Ne u općenitim pojmovima, nego po koraku: što je dobar rezultat, čega je vrijedno odbijanje.
Netko s mandatom da odbije AI rad. Bez te ovlasti nadzor ostaje formalnost.
Ustaljen način bilježenja odbijanja s razlogom. To nije samo kontrola, to je izvor učenja kojim se primjena AI-ja tijekom vremena poboljšava.
Netko tko periodično preispituje granicu između tri kategorije posla. Ono što je danas ljudski posao, za pola godine može biti dijelom preuzimljivo — i obrnuto, ako se zahtjevi kvalitete povećaju.

Ovo pitanje o ulogama i mandatu vraća se kod srodnih ambicija: tko želi rasti bez zapošljavanja dodatnih ljudi, može pročitati što to zahtijeva u koje su sposobnosti potrebne za rast bez proširenja tima, a tko želi smanjiti ovisnost o nekolicini ključnih osoba, pronaći će preklapanje u koje su sposobnosti potrebne za smanjenje ovisnosti o ključnim osobama. Tko kvalitetu prije svega traži u administraciji, može pročitati prijevod na taj specifičan proces u koje su sposobnosti potrebne za prepolovljenje administracije uz pomoć AI-ja.

Po čemu ćete to primijetiti za godinu dana

Rezultat nije "AI je posvuda uključen". Rezultat je da po svakom procesu postoji jasno izrečen odgovor na tri pitanja: koji dio radi AI, tko odobrava ili odbija drugi dio, i tko taj posao u potpunosti zadržava sam. Za godinu dana primijetit ćete to po manje rasprave o tome može li se vjerovati AI rezultatu, a više po ustaljenom ritmu u kojem se odbijanja bilježe i koriste za usmjeravanje procesa. Nema obećanja da će postotak grešaka pasti za utvrđen broj — to ovisi o procesu, kvaliteti temeljnih podataka i koliko se ljudskih sati već sada troši na kontrolu — ali postoji dokaziv drukčiji razgovor na sastancima uprave.

Ako ova promjena zadire i u broj zaposlenih, za to vrijede zasebni zakonski zahtjevi; ta procjena ne spada u ovu provjeru.

Tko prvo želi znati kako se takva ambicija pretvara u mjerljive korake umjesto da ostane samo namjera, može to pročitati u kako ambiciju rasta pretvarate u mjerljive korake, a tko se pita što ciljni operativni model znači jednostavnim riječima, pronaći će to objašnjeno u što ciljni operativni model znači jednostavnim riječima.

Što sada možete učiniti

Osnovno pitanje — koji se posao u ovom poduzeću doista može prenijeti na AI, a gdje je i dalje potreban nadzor ili ljudski rad — odgovara se po zadatku pomoću provjere rada (werkscan) tvrtke FTE TO AI. Želite li najprije sliku na razini uprave, bez te dubine: besplatna provjera spremnosti sastoji se od osam kratkih pitanja, po jedno za svaku dimenziju, i daje sliku o tome gdje je organizacija već najdalje, a gdje je razmak još najveći. Potpuna provjera ambicije, s četiri sloja i pet kontrolnih vrata, u izradi je.