Na nedavnem kongresu Združenja Manager v Portorožu je bil med osrednjimi govorci tudi Ádám Kotsis, partner in izvršni direktor pri Boston Consulting Group ter strokovnjak za področje umetne inteligence, ljudi in prihodnosti dela. V skoraj dveh desetletjih dela je sodeloval z organizacijami v več kot 25 državah in jim svetoval predvsem pri vprašanju, kako tehnološke spremembe pretvoriti v dejanske spremembe načina dela.
Kaj umetna inteligenca pomeni za prihodnost delovnih mest – katere naloge bo prevzela tehnologija in kje bo človeško delo postalo še pomembnejše?
"V naslednjih dveh do treh letih bo umetna inteligenca preoblikovala od 50 do 55 odstotkov delovnih mest v ZDA – delovna mesta bodo ostala enaka ali podobna, vendar se bodo pričakovanja glede načina dela in rezultatov zaposlenih korenito spremenila. Kljub temu bi lahko bilo v petih letih ukinjenih le od 10 do 15 odstotkov delovnih mest. Umetna inteligenca prevzema predvsem strukturirano delo, ki temelji na pravilih in ga je mogoče jasno opredeliti. Gre za naloge, ki ne zahtevajo fizične prisotnosti, veliko čustvene inteligence ali pogajanj, pri katerih je malo nejasnosti, temeljijo pa na dokumentaciji, podatkih in preteklih primerih. Kot so iskanje podatkov o računih, reševanje težav po vnaprej pripravljenih postopkih, razvrščanje potencialnih strank, rutinsko modeliranje in združevanje podatkov ter reševanje zahtevkov na prvi ravni podpore."
Lahko konkretno izpostavite, za katera delovna mesta gre?
"Najbolj očiten primer nadomeščanja so zaposleni v klicnih centrih. Umetna inteligenca lahko ponavljajoča se vprašanja prve ravni podpore obravnava od začetka do konca, ljudem pa ostanejo zahtevnejši primeri in izjeme. Posledično se skupno število zaposlenih zmanjšuje. Po drugi strani pa postaja človeško delo pomembnejše tam, kjer so potrebni presoja, opredeljevanje problemov in interakcija s strankami. Z avtomatizacijo ponavljajočih se nalog se preostalo delo vse bolj osredotoča na reševanje problemov, odločanje in povezovanje kompleksnih informacij. Kognitivna zahtevnost dela se povečuje, zato bodo nekateri brez dodatnega izobraževanja in razvoja znanj težko vzdrževali stalno visoko raven miselne angažiranosti. Poseben izziv predstavlja torej pritisk na delovna mesta pri dnu lestvice poklicev. Najbolj izpostavljene so prav juniorske pozicije, saj se strukturirane naloge najprej avtomatizirajo."
Bo umetna inteligenca kreirala tudi nove poklice in posledično delovna mesta?
"Naj povem še, da bodo višja delovna mesta, ki zahtevajo presojo, ki jo ljudje običajno razvijejo z izkušnjami pri delu, še ostala. Obenem bodo nastajala tudi nova delovna mesta. Širitev sistemov agentne umetne inteligence namreč zahteva inženirje, ki delajo neposredno z naročniki, integratorje in projektne vodje – pri teh profilih je trenutno omejujoč dejavnik prav pomanjkanje ustreznega kadra. Pojavljajo se novi profili zaposlenih, tako imenovani citizen builders, ki sami ustvarjajo aplikacije in agente, oblikovalci delovnih tokov, ki načrtujejo procese in na novo določajo točke predaje nalog. Skrbniki agentov pa nadzorujejo delovanje skupin agentov, njihov dostop do podatkov in situacije, ko je treba njihovo delovanje ustaviti.
Poklici, ki temeljijo na neposrednem delu z ljudmi, razumevanju konteksta ali odnosih, na primer zdravniki in učitelji, bodo v svojem bistvu ostali človeški. Menim tudi, da bodo pri poklicih, kot sta marketing ali akademsko raziskovanje, ljudje še naprej oblikovali hipoteze, interpretirali rezultate in uporabljali strokovno presojo, rutinsko delo pa se bo avtomatiziralo."
Kaj se mora spremeniti v organizaciji dela, ko umetna inteligenca postaja del vsakodnevnih procesov?
"Raziskava Boston Consulting Group več kot 50 podjetij, ki so vodilna pri uporabi umetne inteligence, je pokazala, da ta podjetja ne le da uporabljajo svoje poslovne in operativne modele, ampak jih na novo oblikujejo ter opuščajo uveljavljene hierarhije in procese. Podjetja, ki delo in upravljanje talentov preoblikujejo z umetno inteligenco, namesto da bi nova orodja zgolj dodajala obstoječim procesom, svoje konkurente pri letnih donosih za delničarje presegajo za več kot enajst odstotnih točk.
Raziskava je še pokazala, da se pri tem ponavlja pet ključnih premikov, pri čemer jih je 80 odstotkov proučevanih podjetij izvedlo vsaj tri. Prvi je namen dela, ko vodstvo določi smer, posamezniki in ekipe pa prevzamejo odgovornost za rezultate. Meje med vlogami se brišejo, saj se ljudje povezujejo glede na probleme, ki jih je treba rešiti. Dve tretjini podjetij sta tako precej zmanjšali število postopkovnih preverjanj in odobritev. Ob čemer se spreminja model - ljudje ustvarjajo, stroji pomagajo, ljudje pa usmerjajo in ocenjujejo. To pomeni, da ljudje določijo nalogo, usmerjajo izvedbo in presodijo, ali je rezultat dovolj kakovosten za uporabo.
"Neprijetna ugotovitev je, da so najbolj dragocene veščine hkrati tudi najbolj ogrožene"
Spreminja se tudi arhitektura odločanja, ko se deterministične odločitve prenašajo na agente, povratne odločitve z majhnim tveganjem pa na ljudi, ki so problemu najbližji. To pomeni, da odločitve, ki jih ni mogoče spreminjati, ostajajo na višjih ravneh. Pravice odločanja so tako povezane predvsem z možnostjo razveljavitve odločitve, ne pa s položajem v hierarhiji. Zato tudi sestanki postajajo vsebinsko pomembnejši, srednji menedžment pa se iz koordinatorjev spreminja v vodje, ki so hkrati aktivni člani ekipe. Spreminja se tudi dojemanje nagrajevanja zaposlenih, saj plače in napredovanja temeljijo na dokazani kakovosti presoje, učinkoviti uporabi umetne inteligence in doseženem učinku, ne pa na delovni dobi ali količini opravljenih aktivnosti."
Katere veščine bodo zaposleni in vodje potrebovali v prihodnjih letih?
"Neprijetna ugotovitev je, da so najbolj dragocene veščine hkrati tudi najbolj ogrožene. Presoja in odločanje, razumevanje in opredeljevanje problemov, ustvarjalno razmišljanje, analiza in vzročno-posledično sklepanje ter oblikovanje in vrednotenje rešitev so tiste sposobnosti, ki jih lahko generativna umetna inteligenca ob uporabi brez ustreznih varovalk začne nadomeščati. Rezultati raziskave BCG kažejo, da polovica od 70 anketiranih vodilnih menedžerjev že opaža upad znanj in veščin, več kot 60 odstotkov pa jih meni, da bo to v naslednjih treh do petih letih predstavljalo pomembno grožnjo. Posledica je lahko razpršeno izgubljanje znanj oziroma kolektivno zmanjševanje človeških sposobnosti, ki slabi inteligenco in odpornost podjetij. Relativno bolj zaščitene so veščine, kot so empatija in aktivno poslušanje, radovednost in vseživljenjsko učenje, motivacija in samozavedanje, odpornost in prilagodljivost ter vodenje. Te sposobnosti temeljijo na odnosih in neposrednih življenjskih izkušnjah ter delujejo kot nekakšen imunski sistem organizacije, ki varuje bolj ranljive sposobnosti. Empatija je pomembna, saj omogoča kakovostno mentorstvo, družbeni vpliv spodbuja strukturirano razpravo, ki lahko nasprotuje poenotenemu načinu razmišljanja umetne inteligence, samozavedanje pa ljudi spodbuja, da kritično preverjajo rezultate, ki jih ustvarja UI."
Drži, da bodo morali tudi zaposleni v sobivanju z UI razmišljati in delovati bolj menedžersko?
"Res je, Salesforce na primer od vseh zaposlenih pričakuje sposobnosti, ki so bile nekoč predvsem domena menedžerjev. Torej predvidevanje, presojo, oblikovanje načrta s kontrolnimi točkami in sposobnost prepoznati, kdaj je treba poseči v delovni proces. Tudi novo zaposleni je namreč lahko odgovoren za dragega UI-agenta. Zato je pomembna UI-pismenost, ki pomeni bistveno več kot zgolj uporabo orodij. Zapier jo opredeljuje skozi štiri razsežnosti: miselnost oziroma radovednost; strategijo oziroma presojo, kdaj umetno inteligenco uporabiti in kdaj ne; sposobnost ustvarjanja rešitev ter odgovornost. Gre za način, kako človek razmišlja o lastnem razmišljanju. Raziskava kaže na velik razkorak pri tem, saj 72 odstotkov zaposlenih pravi, da so se pričakovanja glede potrebnih znanj spremenila, vendar jih le 36 odstotkov meni, da so bili deležni zadostnega usposabljanja. Le dobra desetina podjetij ima celovit sistem oziroma taksonomijo znanj in veščin na ravni celotne organizacije. Podjetja, pripravljena na prihodnost, nameravajo za uporabo umetne inteligence dodatno usposobiti več kot polovico zaposlenih, medtem ko je ta delež pri podjetjih, ki zaostajajo, 20 odstotkov."
Kako umetna inteligenca spreminja vodenje ekip, odločanje in vpliva na produktivnost?
"Zgodba o višji produktivnosti je realna, vendar se del pridobljene vrednosti z UI izgublja. Uporaba umetne inteligence se je sicer močno razširila, saj jo 74 odstotkov zaposlenih na operativnih delovnih mestih že redno uporablja, kar je 23 odstotnih točk več kot leta 2025. Med rednimi uporabniki jih 42 odstotkov z uporabo umetne inteligence prihrani vsaj en cel delovni dan na teden, med vodji pa ta delež dosega 60 odstotkov. Toda 66 odstotkov zaposlenih prejema malo ali nič navodil o tem, kaj naj storijo s prihranjenim časom, več kot polovica pa ga ne preusmeri v strateško pomembnejše delo.
Zato v BCG zagovarjamo merjenje ustvarjene vrednosti in ne zgolj stopnje uporabe umetne inteligence. Zato bi si v podjetjih morali odgovoriti na naslednja vprašanja. Kje ustvarjamo pretirano izpopolnjene rezultate, ki jih sploh ne potrebujemo več? Kje s pomočjo umetne inteligence kompleksnost pospešujemo, namesto da bi jo odpravljali? Katere vloge smo zares na novo opredelili in katerim zaposlenim smo zgolj naložili še več dela? Ob čemer kar 61 odstotkov zaposlenih meni, da bi lahko agenti v treh letih opravili vsaj polovico njihovega dela. Med menedžerji in vodji je ta delež 65 odstotkov. Upravljanje, nadzor in odgovornost pa še vedno močno zaostajajo za razvojem tehnologije.
"Višja delovna mesta, ki zahtevajo presojo, ki jo ljudje običajno razvijejo z izkušnjami pri delu, bodo še ostala"
Nekatere organizacije so z nadomeščanjem hierarhičnih struktur z medfunkcijskimi ekipami čas odločanja skrajšale tudi do 70 odstotkov. Toda prenos odločanja na nižje ravni deluje samo, če podjetje načrtno razvija sposobnost presoje, če je način razmišljanja viden, če je izpodbijanje mnenj običajen del dela in če manj izkušeni zaposleni že zgodaj sprejemajo odločitve ob podpori izkušenejših sodelavcev. Ob čemer na koncu niso ključna orodja. Zaposleni z jasno strateško usmeritvijo, vendar omejenim dostopom do orodij, namreč dosegajo boljše rezultate kot tisti z odličnim dostopom do orodij, vendar brez jasnih usmeritev. Podjetja, v katerih izvršni direktor osebno prevzame odgovornost za transformacijo, pa dosegajo boljše rezultate na vseh področjih – pri ustvarjeni vrednosti, zadovoljstvu zaposlenih in zaupanju."
Zakaj nekatera podjetja z umetno inteligenco že ustvarjajo več dodane vrednosti, druga pa kljub velikim naložbam ne dosegajo pričakovanih rezultatov?
"Skoraj 50 odstotkov podjetij z UI ustvarja merljivo vrednost, vendar je največji delež te vrednosti skoncentriran pri majhni skupini najuspešnejših podjetij. Le približno pet odstotkov podjetij dosega trajen učinek na poslovni izid, medtem ko jih približno 60 odstotkov ne opaža pomembnih materialnih koristi. Formula za uspeh so jasne strateške usmeritve in praktična uporaba umetne inteligence. Ko podjetja združijo oboje, ustvarijo petkrat več vrednosti z umetno inteligenco kot podjetja, ki nimajo ne enega ne drugega.
Razlike v ravnanju podjetij so konkretne, podjetja pripravljena na prihodnost namreč pri strateški jasnosti dosegajo oceno 60, podjetja, ki zaostajajo, pa 36. Prva imajo 3,5-krat večjo verjetnost, da izvajajo namenski program transformacije z umetno inteligenco, 95 odstotkov pa jih spremlja vpliv na poslovni izid ali ključni kazalnik uspešnosti. Med podjetji, ki zaostajajo, jih 47 odstotkov vpliv na vrednost ocenjuje zgolj okvirno. Uspešnejša podjetja imajo manj delovnih procesov, ki so obstali v fazi načrtovanja – štiri v primerjavi z desetimi – in petkrat več procesov, ki jih izvajajo v polnem obsegu – 20 v primerjavi s štirimi –, čeprav je njihov celoten portfelj projektov le 1,5-krat večji. Svoje vire osredotočajo na nekaj funkcij z visoko potencialno vrednostjo, namesto da bi jih razpršila na preveč področij. Ključno je tudi, da 62 odstotkov njihovih pobud procese preoblikuje ali na novo zasnuje od začetka do konca, namesto da bi zgolj uvajali nova orodja. Pri podjetjih, ki zaostajajo, je takšnih pobud 44 odstotkov."
Torej razlogi za neuspeh niso v tehnologijah, ampak v ljudeh?
"Tako je, razlogi za neuspeh skoraj nikoli niso tehnične narave. Pobude na področju umetne inteligence ne propadajo zaradi tehnologije, ampak zato, ker vodstva transformacijo izvajajo premalo disciplinirano. Tudi izvršni direktorji med večje ovire od težav s tehnologijo in podatki, ki jih omenja 49 odstotkov vprašanih, uvrščajo ovire pri izvedbi znotraj podjetja. 56 odstotkov jih izpostavlja nejasno povezavo med umetno inteligenco in finančnimi rezultati, 55 odstotkov pa neprilagodljivost zaposlenih, delovnih procesov in sistemov spodbud. Torej je ključni problem razkorak med besedami in dejanji, saj le 14 odstotkov podjetij jasno opredeli vpliv na poslovni izid za vse pobude na področju umetne inteligence, manj kot tretjina pa namenja sredstva prenovi procesov in razvoju znanj.
V BCG predlagamo model 10-20-70: deset odstotkov prizadevanj naj bo namenjenih algoritmom, 20 odstotkov tehnologiji in podatkom ter 70 odstotkov ljudem, organizaciji in procesom. Prav pri slednjem imata težave dve tretjini podjetij: pri prenovi delovnih procesov, zaposlovanju in razvoju znanj, oblikovanju spodbud in prilagajanju organizacijske kulture. Večina namreč še vedno preveč časa in denarja nameni tehnologiji, namesto temeljem uspešne transformacije. Zato umetna inteligenca ne bo preobrazila vašega podjetja – preobrazila ga bo vaša sposobnost discipliniranega izvajanja transformacije."
Obiščite spletno stran brez oglasov.
