Az igazgatói tárgyalóban ez gyakran egyetlen mondatként hangzik el: a margének fel kell mennie, és az AI ebben segít. Mindenki bólint, de az egyik a kisebb beszerzési költségekre gondol, a másik a gyorsabb átfutási időkre, a harmadik pedig a kevesebb kézi munkára a backofficeban. Nem az ambícióval van a probléma, hanem a lefordításával. A margejavítás AI-val nem költségintézkedés, hanem elmozdulás abban, hogy ki végzi a munkát, és ki ellenőrzi, hogy azt jól végezték-e.
Ez az elmozdulás három, egymást átfedő nyomvonalon zajlik. A munka egy részét az AI teljesen átveheti: standard jelentések, egyeztetések, eltérések első elemzése. A másik rész továbbra is együttműködés marad, ahol az AI javaslatot tesz, egy munkatárs pedig jóváhagyja vagy elutasítja, indoklással. A harmadik rész pedig emberi munka marad, mert olyan megítélést, tárgyalást vagy kontextust igényel, amely nincs benne az adatokban. A margejavítás azt jelenti, hogy ezt a három nyomvonalat képesnek kell lennie kijelölni a saját vállalatában, folyamatonként, nem általános fogalmakban.
A különbség ritkán a technikában rejlik. Két hasonló vállalat ugyanazokkal az AI-eszközökkel eltérő eredményeket ér el, mert az egyik kialakította, a másik pedig nem, hogy ki hagyhatja jóvá egy AI-javaslat kimenetét, ki őrzi az adatok minőségét, amelyeken ezek a javaslatok alapulnak, és ki felelős, ha egy margejavítás máshol problémát okoz, például a szállítási megbízhatóságban.
Azoknál a vállalatoknál, ahol ez már működik, ezt a döntési jogot már azelőtt explicitté tették, hogy a munka elmozdult volna. Tudták, melyik szerep bírálja el egy AI-modell kimenetét egy termelési tervben, és melyik szerep csak a folyamatot felügyeli. Azoknál a vállalatoknál, ahol ez még nem működik, ezt csak akkor fedezik fel, amikor bekövetkezik az első eltérés, és senki nem tudja, kinek van beleszólása.
A margejavítás ilyen körülmények között nyolc dimenzióban kíván készenlétet, nem egyben. Néhány olyan, amely a gyakorlatban a leggyorsabban lassítja le az ambíciót:
Az ambíciópróba négy rétegben rögzíti ezt az ambíciót: a víziót, ahogyan azt az igazgatóság megfogalmazza, a vision state-et, amely leírja, hogy néz ki a munka az elmozdulás után, a targetet konkrét céllal, és a target state-et, amely leírja, milyen kapacitás szabadul fel ehhez. Ezt a négy réteget nyolc dimenzió és öt confidence gate mentén vizsgálják, és lefordítják olyan szerepekre és döntési jogokra, amelyeket már ma be kell tölteni, nem csak akkor, ha valami elromlik.
A margejavítás AI-val nem automatikusan új funkciókat kíván, hanem új felelősségeket a már meglévő szerepeken. Egy kontroller, aki most jelentéseket állít össze, olyan szereppé válik, amely az AI által generált eltéréselemzéseket bírálja el. Egy operatív vezető, aki most terveket hagy jóvá, olyan szereppé válik, amely elmagyarázza, miért utasítottak el egy AI-javaslatot, hogy a modell tanuljon abból. Ez más jellegű időbeosztást kíván: kevesebb óra az áttekintés összeállítására, több óra annak elbírálására.
Ez az elmozdulás érinti azt a kérdést is, mennyi fte-kapacitás szabadul fel, és azt a kapacitást hol vetik be ezután. Ez egy munkával kapcsolatos kérdés, nem személyzeti kérdés; hogy a munkáltató mit tesz ezzel, az a saját jogi kötelezettségei alá tartozik, és a munkáltató döntése.
Egyetlen igazgatóságnak sem kell megvárnia egy éves jelentést ahhoz, hogy lássa, ez működik-e. A jelek korábban láthatók: egy csapat, amely napokon belül jóváhagy vagy indokolt módon elutasít AI-javaslatokat, ahelyett hogy heteken át pihentetné azokat. Egy kontroller, aki meg tudja mutatni, hogy a margejavítás mely része tulajdonítható egy AI-javaslatnak, és mely része egy saját beavatkozásnak. Egy szervezet, amely már nem arról vitatkozik, hogy az AI bírja-e a munkát, hanem arról, hogy melyik eltérés érdemel figyelmet. Bővebben arról, hogy pontosan mik ezek a korai jelek, a milyen korai jelei vannak annak, hogy egy változás beválik oldalon olvasható.
Ez az ambíció ritkán áll egyedül. A margejavítás gyakran ugyanazokat a döntési jogokat érinti, mint a milyen képességeket kíván a gyorsabb szállítás, ha az AI átveszi a munkát, és egy fúzió vagy felvásárlás esetén ez a kérdés felgyorsult formában tér vissza, ahogyan azt a milyen képességeket kíván egy felvásárlás integrálása, ha az AI átveszi a munkát oldal leírja. Aki azt tapasztalja, hogy egy stratégiai terv papíron marad ezen ambíció ellenére, magyarázatot talál a hogyan előzhető meg, hogy egy stratégia dokumentum maradjon oldalon.
A mögöttes kérdés általában nem az, hogy az AI képes-e javítani a margén, hanem hogy ebben a konkrét vállalatban ténylegesen milyen munkát lehet átvenni. Erre a kérdésre feladatonként ad választ az FTE TO AI munkaszkennere.
Aki először azt szeretné megtudni, hol áll a szervezet, elvégezheti az ingyenes felkészültségi ellenőrzést: nyolc rövid kérdés, dimenziónként egy, amely képet ad arról, hol áll a legjobban és hol a legkevésbé jól. A teljes ambíciópróba, a négy réteggel és az öt confidence gate-tel, jelenleg készül.
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.