W sali zarządu brzmi to często jak jedno zdanie: marża musi wzrosnąć, a AI w tym pomaga. Wszyscy przytakują, ale jeden myśli o niższych kosztach zakupu, drugi o krótszych czasach realizacji, a trzeci o mniejszej liczbie ręcznej pracy w backoffice. Problemem nie jest sama ambicja, lecz jej przełożenie na praktykę. Poprawa marży dzięki AI nie jest środkiem oszczędnościowym, to przesunięcie w zakresie tego, kto wykonuje pracę i kto sprawdza, czy została wykonana dobrze.
To przesunięcie przebiega wzdłuż trzech ścieżek, które się przenikają. Część pracy może przejąć sama AI: standardowe raporty, uzgodnienia (reconciliations), pierwsze analizy odchyleń. Inna część pozostaje współpracą, w której AI przedstawia propozycję, a pracownik ją zatwierdza lub odrzuca, z podaniem powodu. Trzecia część pozostaje pracą ludzką, ponieważ wymaga oceny, negocjacji lub kontekstu, który nie znajduje się w danych. Poprawa marży oznacza, że musicie wskazać te trzy ścieżki w waszej własnej firmie, dla każdego procesu, a nie w ogólnych sformułowaniach.
Różnica rzadko leży w technologii. Dwie porównywalne firmy z tymi samymi narzędziami AI osiągają różne wyniki, ponieważ jedna ustaliła, a druga nie, kto może zatwierdzić wynik propozycji AI, kto pilnuje jakości danych, na których te propozycje się opierają, oraz kto jest odpowiedzialny, gdy poprawa marży powoduje problem gdzie indziej, na przykład w niezawodności dostaw.
Firmy, w których to już działa, uczyniły to prawo decyzyjne wyraźnym, jeszcze przed przesunięciem pracy. Wiedziały, która rola ocenia wynik modelu AI dotyczący planowania produkcji, a która rola pilnuje tylko procesu. Firmy, w których to jeszcze nie działa, odkrywają to dopiero, gdy pojawia się pierwsze odchylenie i nikt nie wie, kto ma prawo się do tego odnieść.
Poprawa marży w tych warunkach wymaga gotowości na ośmiu wymiarach, nie na jednym. Kilka z nich w praktyce najszybciej spowalnia ambicję:
Test ambicji ujmuje tę ambicję w czterech warstwach: wizja, tak jak wyraża ją zarząd, vision state opisujący, jak wygląda praca po przesunięciu, target z konkretnym celem oraz target state opisujący, jaka zdolność (capacity) wtedy się zwalnia. Te cztery warstwy są sprawdzane wzdłuż ośmiu wymiarów i pięciu confidence gates, i przekładane na role oraz prawa decyzyjne, które muszą być obsadzone już dziś, a nie dopiero wtedy, gdy coś pójdzie nie tak.
Poprawa marży dzięki AI nie wymaga automatycznie nowych funkcji, ale wymaga nowych odpowiedzialności w ramach istniejących ról. Kontroler, który dziś zestawia raporty, staje się rolą, która ocenia analizy odchyleń wygenerowane przez AI. Kierownik operacyjny, który dziś zatwierdza plany, staje się rolą, która wyjaśnia, dlaczego propozycja AI została odrzucona, aby model mógł się na tym uczyć. To wymaga innego rozłożenia czasu: mniej godzin na tworzenie zestawienia, więcej godzin na jego ocenę.
To przesunięcie dotyka pytania, ile zdolności w etatach (fte) się zwalnia i gdzie ta zdolność zostaje następnie wykorzystana. Jest to pytanie o pracę, nie o personel; co pracodawca z tym robi, podlega własnym wymogom prawnym i jest sprawą pracodawcy.
Żaden zarząd nie musi czekać na raport roczny, aby zobaczyć, czy to działa. Sygnały są widoczne wcześniej: zespół, który zatwierdza lub w uzasadniony sposób odrzuca propozycje AI w ciągu dni, zamiast odkładać je na tygodnie. Kontroler, który może wskazać, którą część poprawy marży można przypisać propozycji AI, a którą własnej interwencji. Organizacja, która nie dyskutuje już o tym, czy AI potrafi wykonać pracę, ale o tym, które odchylenie zasługuje na uwagę. Więcej o tym, czym są te wczesne sygnały, opisano na jakie są wczesne sygnały, że zmiana się przyjmuje.
Ta ambicja rzadko stoi samodzielnie. Poprawa marży dotyka często tych samych praw decyzyjnych, co jakich zdolności wymaga szybsza dostawa, gdy AI przejmuje pracę, a przy fuzji lub przejęciu to pytanie powraca w przyspieszonej formie, jak opisano na jakich zdolności wymaga integracja przejęcia, gdy AI przejmuje pracę. Kto zauważa, że strategiczny plan mimo tej ambicji zostaje jedynie na papierze, znajdzie wyjaśnienie na jak zapobiec temu, by strategia pozostała tylko dokumentem.
Underlying pytanie zazwyczaj nie dotyczy tego, czy AI może poprawić marżę, lecz jaką pracę w tej konkretnej firmie można faktycznie przejąć. Na to pytanie odpowiada się dla każdego zadania za pomocą werkscan (skanu pracy) FTE TO AI.
Kto chce najpierw wiedzieć, gdzie stoi organizacja, może wykonać bezpłatny test gotowości: osiem krótkich pytań, jedno na wymiar, z obrazem tego, gdzie jesteście najdalej, a gdzie najmniej daleko. Pełny test ambicji, z czterema warstwami i pięcioma confidence gates, jest w przygotowaniu.
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.