Jak agenci AI zmieniają sposób, w jaki pracujemy
Dyskusja o AI i pracy zwykle podąża w jednym z dwóch kierunków: utopijnym — AI wykonuje całą nudną pracę, a ludzie zajmują się pracą twórczą — lub dystopijnym — AI zastępuje pracowników i prowadzi do zaburzeń gospodarczych.
Oba te obrazy są błędne. Nie dlatego, że opisywane przez nie scenariusze są niemożliwe, lecz dlatego, że opisują przyszły stan zamiast przejścia, które faktycznie zachodzi. A to przejście jest ciekawsze i bardziej znaczące niż którykolwiek z tych stanów końcowych.
Zmiana zachodząca teraz nie polega na zastępowaniu pracowników przez AI ani na wspomaganiu ich. Chodzi o przesuwanie się granicy między tym, co robi AI, a tym, co robią ludzie — w określonym kierunku: w stronę wykonywania przez AI i oceniania przez ludzi — i to przesuwanie zachodzi szybciej, niż większość organizacji jest w stanie się dostosować.
To wszystko dotyczy tego, co faktycznie zmienia się w sposobie wykonywania pracy, a nie tego, jak może wyglądać przyszłość pracy.
Granica się przesuwa
Każda technologia, która zmieniła pracę, przesunęła jakąś granicę. Wprowadzenie arkuszy kalkulacyjnych przesunęło granicę między obliczeniami matematycznymi a analizą strategiczną — księgowi spędzali mniej czasu na obliczeniach, a więcej na interpretacji. E-mail przesunął granicę między komunikacją pisemną a komunikacją strategiczną — specjaliści spędzali mniej czasu na pisaniu listów, a więcej na decydowaniu, co powiedzieć.
Agenci AI przesuwają ten sam rodzaj granicy. Zmiana polega na przejściu od zadań wymagających wykonania przez człowieka do zadań, które AI może wykonywać autonomicznie. Nie tylko zadań wymagających danych wejściowych od człowieka lub osądu człowieka — ale zadań wymagających działania człowieka.
To rozróżnienie ma znaczenie, ponieważ determinuje to, jaką pracę ludzie będą wykonywać w przyszłości. Nie chodzi o inspirujący obraz — ludzie wykonują pracę twórczą, a AI pracę powtarzalną. Chodzi o bardziej trafny obraz: ludzie wykonują pracę wymagającą osądu, a AI pracę wymagającą wykonania.
Praca, którą ludzie będą nadal wykonywać, to praca wymagająca osądu: decydowanie, jaki cel obrać, ocenianie, czy wynik jest prawidłowy, dostosowywanie się, gdy okoliczności zmieniają się w sposób, którego AI nie przewidziało. Praca, którą AI będzie coraz bardziej wykonywać, to praca wymagająca wykonania: dążenie do zdefiniowanego celu, realizacja procesu, koordynowanie między systemami.
To nie jest koniec pracy ludzkiej. To przesunięcie znaczenia tego, czym jest praca ludzka.
Konsekwencja organizacyjna: projektowanie pracy jest teraz decyzją strategiczną dotyczącą AI
Tradycyjne podejście do projektowania pracy: dzielenie stanowiska na zadania, przydzielanie zadań ludziom na podstawie ich umiejętności, mierzenie wydajności na podstawie ukończenia zadań.
Podejście związane z agentami AI: dzielenie stanowiska na zadania wymagające osądu i zadania wymagające wykonania. Przydzielanie zadań wykonawczych agentom AI. Przydzielanie zadań wymagających osądu ludziom. Mierzenie wydajności na podstawie wyników, a nie ukończenia zadań.
To zmienia sposób projektowania pracy. Praca nie jest już projektowana wokół ludzkich zdolności i ograniczeń. Jest projektowana wokół podziału między wykonaniem przez AI a osądem człowieka. Decyzja o tym, jak podzielić pracę między AI i ludzi, jest teraz decyzją projektowania pracy z strategicznymi konsekwencjami.
Organizacje, które najszybciej się adaptują, traktują to jako problem projektowania organizacyjnego, a nie problem adopcji technologii. Mają ludzi, których zadaniem jest ocenianie, które workflowy powinny być wykonywane przez AI, a które powinny pozostać osądzane przez ludzi. Mierzą jakość tej decyzji o podziale, a nie tylko wydajność narzędzi AI, które wdrożyli.
Konsekwencja indywidualna: osąd jest umiejętnością
Jeśli AI zajmuje się wykonaniem, umiejętnością, która ma znaczenie, jest osąd — zdolność do decydowania, jaki cel obrać, jakie podejście przyjąć, jakie kompromisy zaakceptować.
Brzmi to abstrakcyjnie, dopóki nie zobaczysz tego w praktyce. Obserwowałem profesjonalistów, których praca polegała głównie na wykonaniu — tworzeniu raportów, zarządzaniu wprowadzaniem danych, koordynowaniu działań uzupełniających — którzy odkrywali, że AI może wykonywać szybciej i bardziej konsekwentnie niż oni. Ich wartość w tych rolach spada do zera. Ich wartość pochodzi z pracy wymagającej osądu, którą wykonywali obok pracy wykonawczej — i jeśli nie rozwijali tego osądu, są w trudnej sytuacji.
Profesjonaliści, którzy doskonale radzą sobie w tym przejściu, to ci, którzy zawsze wykonywali pracę wymagającą osądu obok pracy wykonawczej. Mieli opinie na temat strategii, podejmowali decyzje dotyczące podejścia, oceniali, czy wyniki były prawidłowe. Używali AI, aby uwolnić się od ciężaru wykonania i zyskać więcej czasu na osądzanie. Są bardziej produktywni, bardziej wartościowi i bardziej strategiczni.
Profesjonaliści, którzy mają trudności, to ci, którzy byli głównie pracownikami wykonawczymi. Nie mieli warstwy osądu, ponieważ ich rola tego nie wymagała. Gdy AI przejęło wykonanie, ich rola straciła na wartości.
Wniosek: osąd jest umiejętnością, która się kumuluje. Umiejętności wykonawcze są przyswajalne przez AI. Umiejętności osądzania są tym, co wnoszą ludzie i czego AI nie może zreplikować.
Co to oznacza dla sposobu, w jaki organizacje powinny myśleć o AI
Organizacje adaptujące się najszybciej do tej zmiany mają trzy wspólne cechy, których organizacje mające trudności nie mają.
Po pierwsze, są jasne co do tego, czego próbują się podjąć. Nie adoptują AI, dlatego że konkurenci go adoptują. Ewaluują konkretne workflowy, mierzą konkretne koszty i korzyści oraz podejmują decyzje na podstawie ekonomiki swojej specyficznej sytuacji.
Po drugie, projektują pracę wokół podziału AI/człowiek, zamiast nakładać AI na istniejące projekty pracy. Typowy wzorzec niepowodzenia polega na tym, że bierze się istniejący proces, dodaje narzędzia AI w określonych punktach i mierzy, czy narzędzia AI są szybsze. Bardziej produktywne podejście polega na przeprojektowaniu procesu wokół tego, co AI robi dobrze, i tego, co ludzie robią dobrze.
Po trzecie, rozwijają zdolności osądzania swoich ludzi, a nie tylko ich zdolności wykonawcze. Organizacje traktujące AI jako zamiennik pracowników wykonawczych są w wyścigu na dno — szkolą swoich ludzi, aby konkurowali z AI na warunkach AI. Organizacje rozwijające zdolności osądzania swoich ludzi budują jedyną trwałą przewagę w gospodarce wzmocnionej przez AI.
Praca, którą ludzie wykonują, to fundamentalnie praca wymagająca osądu: decydowanie, co ma znaczenie, czego się podjąć, jakie kompromisy zaakceptować, jakie wyniki optymalizować. Agenci AI wykonują. Ludzie decydują. Organizacje organizujące się wokół tego rozróżnienia — zamiast próbować wykorzystywać AI do obniżenia kosztów ludzkiego wykonania — budują coś trwałego.
Przesunięcie od narzędzi do agentów nie dotyczy doskonalenia samych narzędzi. Chodzi o fundamentalną zmianę charakteru pracy ludzkiej. Organizacje, które szybciej to zrozumieją, będą lepiej przygotowane do zarządzania tym przejściem.