Procesas susideda iš žingsnių, ir kiekvienas žingsnis turi kitokį ryšį su AI. Prašymo vertinimas susideda iš duomenų tikrinimo, kriterijų taikymo, išimties atpažinimo ir sprendimo fiksavimo. Iš šių keturių žingsnių AI dažnai gali perimti pirmąjį, antrąjį – iš dalies, kai žmogus patvirtina arba atmeta su pagrindimu, o trečiasis ir ketvirtasis paprastai lieka žmogaus darbu. Pats procesas kategorijos nekeičia. Žingsniai – taip, ir būtent čia slypi pinigai bei laikas: ne teiginyje „šis procesas tinka AI“, o kiekvieno žingsnio išskaidyme ir to, kas po to lieka, pertvarkyme.
Su tuo susijusios išlaidos retai turi fiksuotą sumą. Jos priklauso nuo to, kiek yra procesų, kaip nuosekliai jie šiuo metu vykdomi, ir kiek žinių apie tą vykdymą glūdi žmonėse, o ne dokumentacijoje.
Parengtis šiuo aspektu reikalauja trijų rūšių darbo, ir jis netolygiai paskirstytas tarp organizacijų.
Pirmasis – procesų ir užduočių inventorizacija: fiksavimas, kas iš tikrųjų vyksta dabar, žingsnis po žingsnio, o ne tai, ką teigia proceso dokumentas. Daugelyje įmonių praktika skiriasi nuo schemos, ir būtent šis skirtumas yra vieta, kur strigsta AI taikymas.
Antrasis – perdavimo tarp AI ir žmogaus perprojektavimas. Kai dalis užduoties pereina iš vykdymo į priežiūrą, keičiasi darbuotojo vaidmuo: nuo darymo prie vertinimo. Tam reikia kitokių įgūdžių, kitokio laiko paskirstymo ir dažnai kitokios atsakomybės rūšies. Šis projektavimo darbas dažnai nuvertinamas, nes nejaučiamas kaip „AI diegimas“, o kaip „proceso permąstymas iš naujo“.
Trečiasis – grįžtamojo ryšio sutvarkymas: kas vyksta, kai priežiūra pateikia atmetimą. Be užfiksuoto atmetimo maršruto žmogus praktiškai viską perdaro iš naujo, ir AI žingsnio nauda dingsta. Tai viena labiausiai nuvertinamų išlaidų pozicijų, nes ji tampa matoma tik po to, kai pirmasis žingsnis jau perimtas.
Kai kurios įmonės tai jau įgyvendinusios praktiškai: pretenzija pateikiama skaitmeniniu būdu, sistema įvertina standartinius atvejus, darbuotojas gauna tik abejotinus atvejus su pagrindimu, kodėl sistema abejoja. Kitos įmonės su panašiu procesu to neturi, ir skirtumas retai slypi turimoje technologijoje. Jis slypi tame, ar procesas kada nors buvo suskaidytas į žingsnius, kurie atskirai įvertinti pagal tai, ką gali AI, kam reikia priežiūros ir kas lieka žmogaus darbu.
Įmonės, kurios tai jau padarė, paprastai taip pat investavo į du prieš tai einančius žingsnius: aiškius kriterijus, kas yra išimtis, ir užfiksuotą būdą tą išimtį apdoroti. Įmonės, kurios to dar nepadarė, dažnai tik pirmojo bandymo taikyti AI metu atranda, kad tie kriterijai niekada nebuvo užrašyti, o glūdi tik patyrusių darbuotojų galvose.
Pirmasis požymis – painiava dėl to, ką konkrečiai reiškia „proceso paruošimas“. Vieni vadovai turi galvoje sistemos įsigijimą, kiti – darbo instrukcijų perrašymą, dar kiti – darbuotojų mokymą naujam vaidmeniui. Visos šios reikšmės yra parengties dalis, tačiau tai skirtingi darbo paketai su skirtingais įgyvendinimo terminais ir skirtingais atsakingaisiais.
Antrasis požymis – neatitikimas tarp ambicijos ir dabartinio valdymo. Jei vizijos būsena numato, kad procesą didžia dalimi vykdo AI, o dabartinės sprendimų teisės tame žingsnyje vis dar visiškai priklauso darbuotojui, tai nėra techninė problema, o valdymo klausimas: kas ateityje galės ignoruoti AI žingsnio atmetimą ir kokiu pagrindu. Šis klausimas liečia tai, kaip darbas paskirstomas ir vertinamas organizacijoje; tam galioja atskiri teisiniai reikalavimai, ir tai pati organizacija turi nuspręsti, o ne kažkas, ką šis puslapis vertina.
Procesų parengtis neegzistuoja atskirai. Kai užduotis pereina nuo vykdymo prie priežiūros, keičiasi ir tai, kas turi būti matuojama: nebe kiek užduočių atlikta, o kiek buvo atmetimų ir kodėl – tai susiję su tuo, kaip veiklos vertinimas turi keistis kartu, kai AI perima dalį darbo. Tai taip pat liečia sistemas, kuriose tie žingsniai fiksuojami, kas savo ruožtu susiję su tuo, kokios technologijos ir pajėgumų reikia, kad procesas iš tikrųjų galėtų pasikeisti. O kadangi darbuotojai yra tie, kurie užpildo naują priežiūros vaidmenį, geriau veikia, kai jie į projektavimą įtraukiami anksti, kaip aprašyta tame, kaip darbuotojai įtraukiami į strategiją taip, kad tai neužtruktų metų.
Į pagrindinį klausimą — kokį darbą šioje konkrečioje įmonėje, šiuose konkrečiuose procesuose iš tikrųjų galima perduoti AI — atsakoma ne bendru vertinimu, o FTE TO AI darbo skenavimu, kuris tai išsiaiškina užduočių lygmeniu.
Nemokamą parengties patikrą sudaro aštuoni trumpi klausimai, po vieną kiekvienam aspektui, ir ji suteikia vaizdą, kur jūsų organizacija yra pažengusi labiausiai, o kur – mažiausiai, įskaitant ir šį aspektą. Visas ambicijos testas su keturiais sluoksniais ir penkiais patikimumo vartais (confidence gates) yra kuriamas. Tiems, kas jau dabar abejoja, ar vizijos būsenos ambicija dera su tuo, kaip praktiškai sutvarkytos sprendimų teisės ir priežiūra, pirmą užuomazgą galima rasti tame, kaip neaiški vizija paverčiama pakankamai konkrečia, kad ją būtų galima patikrinti.
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.