Компании, сокращающие персонал из-за ИИ, проиграют тем, кто этого не делает

Существует версия внедрения ИИ, которая выглядит разумно на электронной таблице. Меньше людей, ниже зарплата, такой же результат. Это версия, которая сейчас тихо реализуется в правлениях, облаченная в язык об эффективности и трансформации.

Это также версия, которая обойдется этим организациям дорого в течение следующих пяти лет.

Это не аргумент против ИИ. Это аргумент за его правильное использование — и это различие имеет значение больше, чем большинство руководящих команд в настоящее время понимают.

Актив, который они сокращают, — это актив, который они не могут восстановить

Когда организация сокращает штат в ответ на возможности ИИ, предположение состоит в том, что удаленная работа была ценностью. Что сам задача — отчет, анализ, электронная почта, ввод данных — был причиной, по которой роль существовала.

Это предположение неверно.

Реальная ценность, находящаяся внутри большинства команд, — это не работа, которую они производят. Это знания, которые они несут. Как на самом деле работает бизнес. Где живут исключительные случаи. Почему определенные решения принимаются именно так. Что клиенты на самом деле имеют в виду, когда жалуются на конкретную проблему. Контекст, который никогда не попадает в документ процесса, потому что это не обязательно — потому что нужный человек это уже знает.

Это знание является институциональным. Оно строится со временем. Его чрезвычайно сложно восстановить, когда оно уходит за дверь. Прямо сейчас организации отпускают это в обмен на краткосрочное сокращение затрат, не полностью учитывая, что они теряют.

ИИ не заменяет суждение. Это умножает его.

Организации, которые выйдут вперед, — это не те, которые использовали ИИ для выполнения той же работы с меньшим количеством людей. Это те, которые использовали ИИ для выполнения значительно большего объема работы с тем же количеством людей — или с людьми, которые лучше расположены, чтобы применять свое суждение в масштабе.

Это принципиально другая операционная модель. Вместо того чтобы заменить результаты работы члена команды, ИИ расширяет их охват. Команда маркетинга, которая ранее управляла одной кампанией одновременно, теперь может управлять пятью. Аналитик, который потратил три дня на отчет, теперь может создать один утром и потратить остаток недели на интерпретацию и стратегию. Менеджер по успеху клиента, который управлял тридцать счетами, теперь может содержательно взаимодействовать со сотней.

Человек не удаляется из уравнения. Человек — это уравнение. ИИ — это то, что делает это уравнение быстрее.

Бизнес-знание — это конкурентное преимущество — но только если вы его сохраняете

Существует составной эффект институциональных знаний, который не проявляется в показателях численности. Опытные команды принимают лучшие решения. Они ловят проблемы раньше. Они достаточно глубоко понимают бизнес, чтобы применять новые инструменты — включая инструменты ИИ — так, чтобы это действительно соответствовало контексту организации.

Система ИИ полезна ровно настолько, насколько хорошо суждение, которое ей руководит. Подсказка, написанная кем-то, кто глубоко понимает клиентскую базу, продукт и операционные ограничения, будет категорически более ценной, чем та же подсказка, написанная новым наемным работником на основе брифинга. Контекст — это не мягкое преимущество. Это жесткое преимущество.

Когда организации сокращают опытных членов команды в пользу эффективности, основанной на ИИ, они часто обнаруживают слишком поздно, что ИИ работает значительно лучше, когда люди, которые действительно понимают бизнес, — это те, кто его направляет.

Правильный вопрос для постановки

Вместо того чтобы спрашивать «где ИИ может заменить людей?», более полезный вопрос: «где ИИ может вернуть время, которое наши люди теряют на задачи, которые не требуют их суждения?»

Большинство организаций имеют значительное количество времени высокого уровня, поглощаемого работой низкого уровня. Администрирование, форматирование, планирование, основные отчеты, создание первого черновика. Это области, где ИИ может обеспечить подлинное облегчение — не путем удаления ролей, а путем удаления трения, которое мешает опытным людям работать с максимальной отдачей.

Команды, которые получают это время и перенаправляют его на работу, которую могут выполнить только они — управление отношениями, стратегическое мышление, решение сложных проблем, детальное принятие решений — будут иметь значимое преимущество. Не потому, что у них ниже затраты. Потому что у них большего возможностей.

Устойчивая модель выглядит иначе

При правильном внедрении ИИ должны результатом быть команды, которые более эффективны, более сосредоточены и более способны доставлять на уровне, который ранее был невозможен. Это должно сделать знания внутри организации более доступными, а не более избыточными.

Организации, которые это понимают, инвестируют в обучение своих команд работе с инструментами ИИ, а не замене команд ими. Они будут рассматривать бизнес-знание как инфраструктуру. Они будут строить процессы, в которых ИИ обрабатывает объем, а люди обрабатывают глубину.

Это не более осторожная версия внедрения ИИ. Это более амбициозная. Потому что она требует от ИИ делать что-то более сложное, чем замена человеческого результата — она требует от него умножить человеческий потенциал.

Компании, которые сейчас сокращают персонал для поглощения затрат на ИИ, совершают краткосрочную сделку с долгосрочными последствиями. Те, кто держит свои команды вместе и инвестирует в то, как эти команды работают с ИИ, создают нечто более устойчивое.

Разрыв между этими двумя подходами станет видимым раньше, чем ожидает большинство.

Libertas Software Research создает индивидуальные программные решения, разработанные для поддержки того, как современные команды на самом деле работают. Если вы думаете о том, как инструменты ИИ вписываются в операции вашей организации, свяжитесь с нами.