Віце-президент EY Global: Найбільший парадокс ШІ полягає в тому, що врешті-решт він не може зробити?

Це саме той навик, який штучний інтелект впроваджує в кожну роботу, незалежно від того, чи є титул, написаний на дверях, аналітик, технік чи оператор машини. Парадокс ери ШІ полягає в тому, що чим потужніша технологія, тим більше ринок винагороджує інших. Потрібні навички властиві людині, і все залежить від того, чого штучний інтелект не може зробити.

Незважаючи на те, що інвестиції в штучний інтелект зростають, компанії все ще втрачають до 40% збільшення продуктивності штучного інтелекту через брак інвестицій у таланти. Багато навчальних програм зосереджені на технічному досвіді роботи зі штучним інтелектом, оминаючи важливі навички, які визначають, чи успішна стратегія штучного інтелекту.

Що ще не вміє ШІ

Технології сяють у повторюваних завданнях і поширенні даних. Однак люди відповідають за визначення цілей, встановлення цілей і забезпечення контексту, який надає сенсу інформації. Люди вирішують, які цілі варто досягти, розуміють, коли обставини змінюються, і залишаються відповідальними за результати. Без людського керівництва дані й висновки можуть не застосовуватися ефективно й досягти повної потенційної цінності.

Це переосмислення того, як могло б виглядати робоче місце, адаптоване до ШІ. Це не видаляє людину, а натомість видаляє частини роботи, які спочатку не вимагали людського судження. Залишається те, що можуть зробити тільки люди.

Тренування вільного володіння ШІ як лідерської навички

Щоб максимально використати світ із підтримкою штучного інтелекту, вільне володіння штучним інтелектом має стати не лише спеціальною навичкою. Вам потрібно інтегрувати взаємодію інструментів штучного інтелекту з оцінкою їх результатів на релевантність, щоб ви знали, як (і коли) втручатися, коли виникають проблеми.

У середньостатистичній організації ідентифікатори машин перевищують кількість працівників у співвідношенні 82 до 1. Навіть у такому масштабі людська відповідальність не зменшується. Зосередьтеся. Оскільки системи ШІ стають більш автономними, людське судження стає ще важливішим.

Згідно з опитуванням Всесвітнього економічного форуму, аналітичне мислення є найбажанішою основною навичкою, яку роботодавці шукають у кандидатах на роботу, причому майже сім із 10 роботодавців кажуть, що це важливо.

Керівники хочуть, щоб співробітники уникали сліпого делегування та знали, як протистояти ШІ, коли це важливо.

Суть полягає в тому, що ми використовуємо штучний інтелект, щоб зробити нашу роботу більш ефективною, а не приймати рішення, які залишаються найважливішою частиною нашої роботи.

не пливи сам

Реальність така, що жодна організація не вирішує питання інтеграції робочої сили ШІ самостійно. Індивідуалізований підхід може зайняти багато часу та коштувати, оскільки організації витрачають цикли на перебудову робочих потоків, які інші вже вирішили.

Це робота альянсів та екосистем, які я очолюю в EY, допомагаючи організаціям побудувати правильні основи для ефективного масштабування технологій без необхідності заново винаходити те, що вже було вирішено.

Наша нещодавня робота з компанією з виробництва напоїв Lion продемонструвала це, збільшивши швидкість відгуку клієнтів на 75% і покращивши операційні витрати на всі функції співробітників приблизно на 30% завдяки співпраці з партнерами по екосистемі. Замість того, щоб намагатися побудувати кожен рівень HR-функції на основі ШІ з нуля, Lion працював із партнером, який уже вирішував частину цієї проблеми в іншому місці.

Реконструюйте робочі процеси, щоб люди були в центрі

Поставлення людей у ​​центр прийняття рішень і збереження довіри вимагає переосмислення робочих процесів. Якщо гібридний робочий процес штучного інтелекту та людини будується навколо суворої передачі й очікує, що штучний інтелект виконає завдання перед передачею результатів людині, основним припущенням є те, що завдання можна чітко розділити.

Насправді ця структура може позбавити можливості приймати значущі рішення та призвести до ще більшого повторення роботи.

Більш довговічна модель організовує роботу навколо спільних завдань у справді інтегрованому процесі, де люди та ШІ беруть участь на кожному кроці, а не послідовно.

Daikin, багатонаціональна компанія, що спеціалізується на опаленні, вентиляції та кондиціонуванні повітря, продемонструвала це, розгорнувши нову систему планування ресурсів підприємства (ERP), у якій гібридний ШІ та команди людей працювали разом. У той час як штучний інтелект допомагав у створенні коду та автоматизованому тестуванні, співробітники продовжували відстежувати винятки та сценарії з високим ризиком, підкреслюючи, що алгоритми не можуть приймати рішення.

Цей підхід скоротив поставки приблизно на 30%, а в пілотних роботах призвів до 10% ефективніших лічильників і 20% швидшого часу закриття.

Навички, які ніколи не втрачають чинності

Можливості моделі штучного інтелекту постійно змінюються, тому просте відстеження технічних оновлень уповільнює процес підвищення кваліфікації. Технічні навички, пов’язані з конкретною версією моделі, мають короткий термін зберігання, а здатність визначати, коли і як втручатися, не є ефективною.

Розсудливість має важливе значення для створення безпечного та надійного ШІ.

Нічого з цього не відбувається випадково. Це вимагає вільного володіння на кожному рівні, партнера, який би розподіляв тягар створення, і робочого процесу, розробленого для того, щоб тримати людей у ​​курсі кожного кроку, щоб забезпечити належний нагляд.

Організації, які добре масштабують штучний інтелект, свідомо вибирають, які частини роботи залишаються людьми. І успішне впровадження штучного інтелекту швидше прояснило, ніж зменшило його роль..

Погляди, викладені в цій статті, є поглядами автора та не обов’язково відображають погляди глобальної організації EY або її компаній-членів.