Zvišanje kakovosti, medtem ko AI delno prevzema delo

Ambicija, kot je izražena

V upravni sobi zveni preprosto: "želimo dvigniti kakovost, in AI pri tem pomaga." Vsi prikimavajo. Pa vendar en direktor s tem misli manj napak v izpisu, drugi hitrejše in bolj dosledno delo, tretji pa predvsem manjšo odvisnost od izkušenj peščice seniorjev. Ista poved, tri ambicije. Dokler ta ambicija ni razčlenjena na to, kaj se natančno spreminja — katera naloga, na kateri ravni, s kakšnim nadzorom — ostaja želja brez smeri.

Kaj se že zdaj premika

Premik ni prihodnji scenarij. Poteka že danes, skozi delo, v treh vrstah korakov, ki obstajajo drug ob drugem:

Nekatere naloge lahko AI prevzame v celoti: napisati prvi osnutek, strukturirati podatke, sestaviti poročilo iz stalnih virov.
Druge naloge se prevzamejo delno, pri čemer človek odobri ali zavrne in to utemelji z razlogom — delo se spremeni iz izvajanja v preverjanje.
Spet drugo delo ostaja človeško: pogajanje, pomiritev stranke, presoja, kjer konteksta ni mogoče zajeti v pravila.

Dvig kakovosti torej ne pomeni "dodati AI", temveč natančno določiti, v katero od treh kategorij naloga spada, in organizacijo urediti tako, da se druga kategorija — nadzor — dejansko izvaja. To je točka, kjer pogosto zaide narobe: podjetja uvedejo AI za izpis, ne zgradijo pa hkrati nadzorne plasti.

Zakaj v enem podjetju že deluje, v drugem pa ne

Razlika redko tiči v tehnologiji. Tiči v tem, kdo je pooblaščen zavrniti rezultat AI, ali ta oseba za to dobi čas, in ali organizacija pri zavrnitvi pričakuje zabeležen razlog namesto občutka. Podjetja, kjer to že deluje, so to vlogo naredila eksplicitno: nekdo je lastnik kakovosti AI-dela procesa, s pooblastilom, da ga vrne v obdelavo. Podjetja, kjer to še ne deluje, pustijo, da izpis AI teče znotraj procesa, zasnovanega za človeško delo, ne da bi kdo bil določen za prepoznavanje nove vrste napak.

Kaj mora organizacija zmoči

Preizkus ambicije to zabeleži v štirih plasteh: vizijo (višja kakovost), vision state (kaj to konkretno pomeni po posameznem procesu), cilj (opisana raven) in target state (kako bo delo videti takrat). Te štiri plasti se preverijo ob osmih dimenzijah pripravljenosti — od kakovosti podatkov do pravic odločanja do sposobnosti presojanja izpisa AI — in ob petih prehodih zaupanja (confidence gates), ki pokažejo, ali je organizacija pripravljena na naslednji korak.

Iz tega sledi povratni prevod v zmogljivosti in za vsako zmogljivost vloga:

Nekdo, ki določi standard kakovosti po posamezni nalogi. Ne v splošnih izrazih, temveč po koraku: kaj je dober izpis, kaj je vredna zavrnitev.
Nekdo s pooblastilom, da zavrne AI-delo. Brez tega pooblastila nadzor ostane zgolj formalnost.
Ustaljen način beleženja zavrnitev z razlogom. To ni le nadzor, temveč vir učenja, s katerim se uporaba AI sčasoma izboljša.
Nekdo, ki periodično preverja mejo med tremi kategorijami dela. Kar je danes človeško delo, je lahko čez pol leta delno prevzemljivo — in obratno, če se zahteve po kakovosti dvignejo.

To vprašanje o vlogah in pooblastilih se ponovi pri sorodnih ambicijah: kdor želi rasti brez zaposlovanja dodatnih ljudi, naj prebere, kaj to zahteva, v katere zmogljivosti so potrebne za rast brez povečanja ekipe, kdor pa želi zmanjšati odvisnost od nekaj ključnih oseb, najde prekrivanje v katere zmogljivosti so potrebne za zmanjšanje odvisnosti od ključnih oseb. Kdor kakovost išče predvsem v administraciji, lahko prevod v ta specifičen proces prebere v katere zmogljivosti so potrebne za prepolovitev administracije z AI.

Po čem boste to opazili čez eno leto

Rezultat ni "AI teče povsod zraven". Je to, da obstaja po posameznem procesu izrečen odgovor na tri vprašanja: kateri del opravlja AI, kdo odobri ali zavrne drugi del, in kdo v celoti ostane odgovoren sam. Čez eno leto boste to opazili po manj razpravah o tem, ali je izidu AI mogoče zaupati, in bolj po ustaljenem ritmu, v katerem se zavrnitve beležijo in uporabljajo za prilagajanje procesa. Ni obljube, da se delež napak zniža za določeno število — to je odvisno od procesa, kakovosti osnovnih podatkov in koliko človeških ur je že zdaj vloženih v nadzor — je pa dokazljivo drugačen pogovor na sestankih vodstva.

Če ta premik vpliva tudi na obseg zaposlenih, zanj veljajo lastne zakonske zahteve; ta presoja ne sodi v ta preizkus.

Kdor želi najprej vedeti, kako se taka ambicija spremeni v merljive korake, namesto da ostane zgolj namera, lahko to prebere v kako ambicijo rasti spremenite v merljive korake, kdor pa se sprašuje, kaj target operating model pomeni v vsakdanjem jeziku, najde razlago v kaj target operating model pomeni v preprostih besedah.

Kaj lahko storite zdaj

Osnovno vprašanje — katero delo v tem podjetju je resnično mogoče prepustiti AI in kje je še vedno potreben nadzor ali človeško delo — se po posamezni nalogi odgovori z delovnim pregledom (werkscan) podjetja FTE TO AI. Če želite najprej sliko na ravni uprave, brez te poglobitve: brezplačno preverjanje pripravljenosti obsega osem kratkih vprašanj, po eno na dimenzijo, in prinese sliko o tem, kje je organizacija že najdlje in kje je razlika še največja. Celoten preizkus ambicije, s štirimi plastmi in petimi prehodi zaupanja, je v pripravi.