Компаниите, които намаляват персонала за ИИ, ще загубят пред тези, които не го правят

Има версия на приемането на ИИ, която изглежда разумна на електронна таблица. По-малко хора, по-нска заплата, един и същи резултат. Това е версията, която се тихо изпълнява в залите на советите сега, облечена в език за ефективност и трансформация.

Това е също версията, която ще струва на тези организации скъпо през следващите пет години.

Това не е аргумент срещу ИИ. Това е аргумент за използването му правилно — и разликата има значение повече, отколкото повечето лидерски екипи в момента оценяват.

Активът, който срязват, е този, който не могат да преграждат

Когато организация намали персонала в отговор на способностите на ИИ, предположението е, че работата, която се премахва, е била стойност. Че самата задача — доклад, анализ, имейл, въвеждане на данни — е била това, за което съществуваше ролята.

Това предположение е грешно.

Реалната стойност, която седи вътре в повечето екипи, не е работата, която произвеждат. Това е знанието, което пренасят. Как всъщност функционира бизнесът. Къде живеят граничните случаи. Защо определени решения се вземат по този начин. Какво наистина имат предвид клиентите, когато се оплакват от конкретен проблем. Контекстът, който никога не попада в документ на процеса, защото не трябва — защото правилният човек вече знае.

Това знание е институционално. Построено е във времето. Невероятно е трудно да се преградят, след като отидат с дверта. И точно сега организациите го отпускат в замяна за краткосрочни намаления на разходите, без да отчитат напълно какво губят.

ИИ не замества преценката. Той я умножава.

Организациите, които ще излезнат напред, не са тези, които са използвали ИИ, за да направят същата работа с по-малко хора. Те са тези, които са използвали ИИ, за да направят значително повече работа със същите хора — или с хора, които са по-добре позициониран да прилагат преценката си в мащаб.

Това е принципно различен модел на операциите. Вместо да замени продукцията на членка на екипа, ИИ разширява обхвата им. Маркетингов екип, който преди е управлявал един кампания наведнъж, може сега да управлява пет. Анализатор, който е похарчил три дни на доклад, вече може да произведе един сутрин и да прекара остатъка на седмицата на интерпретация и стратегия. Мениджър на успеха на клиента, който е управлявал тридесет сметки, вече може да участва смислено със сто.

Човекът не е премахнат от уравнението. Човекът е уравнението. ИИ е това, което прави това уравнение да работи по-бързо.

Бизнес познанието е конкурентно предимство — но само ако го запазите

Има съставен ефект на институционалното познание, който не се показва в показателите на персонала. Опитни екипи вземат по-добри решения. Те хващат проблемите по-рано. Те разбират бизнеса достатъчно дълбоко, за да прилагат нови инструменти — включително инструменти за ИИ — по начини, които наистина отговарят на контекста на организацията.

Система ИИ е толкова полезна, колкото преценката, която я ръководи. Подбуда, написана от някой, който дълбоко разбира базата на клиентите, продукта и оперативните ограничения, ще произведе нещо категорично по-ценно, отколкото същата подсказ, написана от заместник на наемания от кратък период. Контекстът не е мека предимство. Това е твърдо.

Когато организациите отрязват опитни членове на екипа в полза на ИИ-предводено ефективност, те често откриват твърде късно, че ИИ работи значително по-добре, когато хората, които наистина разбират бизнеса, са тези, които го управляват.

Правилният въпрос, който трябва да задам

Вместо да задаст „където може ИИ да замени хора?", по-полезният въпрос е: „отде ИИ може да върне нашите хора време, което те губят при задачи, които не изискват преценката им?"

Повечето организации имат значително количество висококвалифицирано време, поглътнато от нискоквалифицирана работа. Администрация, форматиране, планиране, основни отчети, първа черна продукция. Това са областите, където ИИ може да предостави истинско облекчение — не чрез премахване на роли, а чрез премахване на триенето, което спира опитни хора да функционират по най-добрия си начин.

Екипите, които отново отвеждат това време и го преориентират към работа, която могат да направят само те — управление на взаимоотношения, стратегическо мислене, решаване на сложни проблеми, нюансирана вземане на решения — ще имат смислено предимство. Не защото имат по-малко разходи. Защото имат повече възможности.

Устойчив модел изглежда различно

Направено добре, приемането на ИИ трябва да доведе до екипи, които са по-ефективни, по-сфокусирани и способни да се справят на ниво, което преди не е било достижимо. Следва да направи познанието вътре в организацията по-достъпно, а не по-излишно.

Организациите, които разбират това, ще инвестират в обучението на своите екипи, за да работят повече с инструменти за ИИ, вместо да замену екипи с тях. Те ще третират бизнес познанието като инфраструктура. Те ще строят процеси, където ИИ управлява обема и хората управляват дълбочината.

Това не е по-предпазлива версия на приемането на ИИ. Това е по-амбициозна. Защото пита ИИ да направи нещо по-трудно от замяна на човешката продукция — той пита да умножи човешкия потенциал.

Компаниите, които в момента намаляват персонала, за да абсорбират разходите на ИИ, правят краткосрочни компромиси с дълготрайни последици. Тези, които держат своите екипи заедно и инвестират в начина, по който те работят с ИИ, строят нещо по-издръжливо.

Разликата между тези два подхода ще стане видима по-рано, отколкото очакват повечето.

Libertas Software Research строи персонализирани софтуерни решения, проектирани да поддържат как модерните екипи наистина работят. Ако мислите за това как инструментите на ИИ се вписват в операциите на вашата организация, свържете се.