Ugrás a tartalomhoz

DarwinAI

AI15 perc olvasás

AI bevezetés: Az igazi hatékonyságnöveléshez először darabokra kell szedni a céget, aztán újra összerakni

A szervezeteknek komolyan el kell gondolkodniuk mind a teljes operációra vonatkozó, mind az egyes területi egységekre vonatkozó „önkonkurencia” indításán, mivel, bár az egyéni AI skillek fejlesztése, hatékony alkalmazása könnyen megugorható feladat, a teljes szervezeti átállás, a teljes operáció automatizálása más rengeteg, a meglévő szervezet működéséből adódó buktatóval bír. Ezen az úton talán könnyebb a vágyott végállapotig eljutni, ahol már nem az ember adja ki a feladatot az AI-nak, amikor gondolja – hanem a teljes end-to-end folyamatot menedzselő AI fordul az emberhez akkor, amikor döntésre van szüksége – azaz az AI használja az embert és nem fordítva.

AI bevezetés: Az igazi hatékonyságnöveléshez először darabokra kell szedni a céget, aztán újra összerakni

(A cikk teljesen humán alkotás – csak az ábra AI generált) Az alábbiakban arra próbálok választ találni, hogy miért nem sikerül a cégeknek, szervezetnek tényleges, a számokban is látható hasznot elérni az AI-val. A lehetséges magyarázatok egy egyáltalán nem megnyugtatóak hiszen, ezek feloldására esetleg el kell indítani a saját konkurenciájukat vagy szinte telejsen szét kell robbantani a szervezetet. TLDR A szervezeteknek komolyan el kell gondolkodniuk mind a teljes operációra vonatkozó, mind az egyes területi egységekre vonatkozó „önkonkurencia” indításán, mivel, bár az egyéni AI skillek fejlesztése, hatékony alkalmazása könnyen megugorható feladat, a teljes szervezeti átállás, a teljes operáció automatizálása más rengeteg, a meglévő szervezet működéséből adódó buktatóval bír. Ezen az úton talán könnyebb a vágyott végállapotig eljutni, ahol már nem az ember adja ki a feladatot az AI-nak, amikor gondolja – hanem a teljes end-to-end folyamatot menedzselő AI fordul az emberhez akkor, amikor döntésre van szüksége – azaz az AI használja az embert és nem fordítva. Munkatársi szint: Egyéni AI skillek Egy szervezetben a folyamatok, feladatok AI alapú támogatása, esetleg automatizálása ma jellemzően egyéni szinten kezdődik. Ez jó irány, mert gyorsan eredményt lehet elérni, láthatóvá ,megélhetővé válik az AI munkahelyi haszna és egyben az AI iránt érdeklődő, azt használni tudó munkatársak is kitermelődnek, azonosíthatóvá válnak a szervezetben. Az egyes, arra nyitott munkatársak, megismerik az AI lehetőségeit, a Vibe Coding technikákat, azt, hogy hogyan lehet az AI-t akár chaten, akár APIn át különböző feladatokra használni. A munkatársak elkezdenek megoldásokat fejleszteni: maguknak, csoportjuknak, alapvetően azzal a céllal, hogy megszabaduljanak a nem szeretem munkáktól, az idegőrlő, ismétlődő, a „nem értem miért kell nekem ezt csinálni” feladatoktól - hogy hamarabb elkészüljenek a feladattal és jobb legyen az eredmény. Ehhez alap hozzáállásként persze kell, hogy a szervezet ne csak Tűrje, hanem Támogassa is az AI használatot és persze biztosan ne Tiltsa. Ezt a folyamatot facilitálja, ha a cég oktatásokat, workshopokat tart a munkatársaknak. Ez esetben kérdés, hogy kiknek és milyen platformokat, megoldásokat oktat és a megközelítés technológia&módszertan – vagy eredmény&elvégzett feladat fókuszú. Ez utóbbi talán praktikusabb, motiválóbb, mivel itt rögtön láthatóvá válik, hogy milyen konkrét munkahelyi feladatra lehet használni az AI-t. Ekkor persze akár több alternatív megoldási mód is bemutatható, de bármennyire is szeretnék trainerként virtuózkodni, valószínűleg jobb egy konkrét megoldást – ami a cégnél rendszeresített platformot használja - bemutatni De ez csak a belépő szint az AI előnyeinek szervezeti kihasználásánál. Könnyen lehet, hogy ez végül még nemhogy költségcsökkentést nem jelent, de az AI előfizetések miatt még többletköltséget is hoz magával. Ettől még nem lesz alacsonyabb a bérköltség vagy nem egyértelmű, hogy miért lenne több értékesítés. Szervezeti szint: Egy álom – a teljes AI átállás A szervezetek számára az AI-ból adódó hasznon akkor jelenik meg, ha vagy ugyanannyi feladatot lehet kevesebb emberrel megoldani – vagy a növekvő feladatokat ugyanannyi ember el tudja látni (ez mivel a piac nem feltétlenül nő, talán a nehezebb irány). A kizárólag minőségi javulásnak is csak akkor van értelme, ha az pl addicionális értékesítésbe fordul át. Ennek eléréshez más megközelítés szükséges. Nem feltétlenül elég az AI eszközök egyéni használatát támogatni, sokkal átfogóbb, rendszerszintű megközelítésre van szükség, ahol az AI-nak átadható konkrét feladatok kerülnek, külső szemmel, szigorúan azonosításra és azokat ténylegesen onnantól az AI végzi, mindig, minden körülmények között, a folyamat automatizációjának egy lépéseként – az ember helyett. Ekkor nem az érintett munkatárs kezdi el saját munkakörének egyes random feladatait AI eszközökkel spontán, esetileg megtámogatni és így az csak az ő munkakörén belül jelenik meg – hanem az kívülről szervezetileg történik, és a teljes folyamatra zajlik le. Az automatizációk, toolok akkor is használatban maradnak, ha az adott pozícióra új munkatárs kerül. Szervezeti szinten könnyen belátható, hogy ha a munkatársak pozícióihoz tartozó feladatok 20%-kal csökkennek, akkor az még nem jelent költségcsökkentést. Attól, hogy egy munkatársnak 20%-kal kevesebb feladata van, még szükség van a munkájára, a maradék 80%-ra. Feladatok újraosztása Article content Ezért egy radikálisabb megközelítésre – a feladatok újracsoportosítására van szükség. Ezt igazából akkor lehet megtenni, ha elég sok lépést, több munkakört és így több pozíciót (akár ugyanazzal a munkakörrel) veszünk be az automatizációba – és ekkor válik az AI bevezetése egy komoly, nagyléptékű szervezetfejlesztési projektté, annak minden következményével. Ekkor valós munkakör szám csökkenést lehet elérni azzal, hogy a munkakörök feladatait elvesszük tőlük, függetlenítjük a munkaköröktől és két lépésben újracsoportosítjuk. Első lépésben meghatározzuk azokat a feladatokat, melyeket egy szoftver illetve ha szükséges, azon belül működő AI ügynökök el tudnak látni. Ezekre Vibe Coding segítségével pedig könnyen, gyorsan elkészítjük az automatizációt. A megmaradt második, szoftver vagy AI által meg nem megoldható feladatcsoportot teljesen új, emberi munkakörökbe szervezzük. A teoretikus példánál maradva, ha egy csoport 10 emberének mindegyikénél 20%-t spóroltunk meg, és a feladatokat újraosztjuk, akkor ez esetben 2 ember pozíciója szükségtelenné válik és így költsége megtakarítható. Ha ez sikerül, akkor az AI-hez kötődő költségek is teljesen más megvilágításba kerülnek. Ha egy 10 fős csapatból 2 embert lecserélünk, és a megtakarított költség felét – mondjuk havi 600.000 Ft- t AI tokenre költünk, azért hogy a csapat elvégezze a feladatait – még akkor is megspóroltunk még egyszer ennyit. Járulékos, de lényeges, az előzőekből eredő haszon: A feladatok munkakörökről való leválasztásával, de méginkább egy szervezet teljes, nullából történő felépítésével elkerüljük azt a hibát, hogy a múltban kialakult munkaköröket, pozíciókat alapul, adottnak véve akarjuk a folyamatot automatizálni. Ezek a már nem releváns, historikusan, a különböző feladatokhoz szükséges eltérő készségek, végzettségek, szaktudás, az elvégzendő munka időigénye miatt, egy megelőző paradigmának megfelelően alakultak ki. Ennek további következménye, hogy az eddig különböző csoportba rakott feladatok és így a munkakörök – humán munkavállalók - közötti adatáramlás, információ-átadás, tájékoztatás is feleslegessé válik. Azaz az ezek során fellépő félreértések, plusz körök, felesleges iterációk is eltűnnek. Mindenből egy példány, egy megértés, egy változat, egy szándék létezik. Ki vezeti a folyamatot – nem az ember ad feladatot az AI-nak, hanem az AI az embernek Article content E folyamat egyik lényeges eleme, hogy ha elég sok feladatot, mindet, amit az el tud végezni, sikerül átadni az újonnan, könnyebben, gyorsabban, alacsonyabb költséggel megszületőszoftvernek és AI-nak, akkor tényleg csak a valós döntési pontok, kreatív inputok maradnak az emberre és így ideális esetben a feladatok újraosztása során megfordul a reláció. Az új folyamatban már nem az ember ad feladatot a szoftvernek/AI-nak amikor úgy ítéli meg vagy az van a szabályzatban, hogy az azt jobban, gyorsabban oldja meg – hanem az AI ad feladatot az embernek, amikor az emberre van szükség a folyamat egy lépésében. A rendszer napi működése szempontjából ez azt jelenti, hogy a számítógép előtt ülve nem az ember választ ki funkciót, feladatot és hajtatja azt végre egy szoftverrel vagy az AI-val. Hanem az ember tétlenül ül a gép előtt, és amikor szükség van értékelésre, döntésre, gy kivételes eset van – akkor annak a feladatnak az elvégzésére az AI, aki a teljes folyamatot menedzseli, felkéri az embert. A folyamat gazdája az AI által írt szoftver és nem az ember. És nem fordítva. A realitás/következmény - Új cég/tesztszervezet nullából Az előzőekben tárgyalt megközelítés, ismerve sok szervezet működését, nem igazán tűnik reálisan megugorható, megvalósítható feladatnak egy 50-200-1000 fős cég életében. Egy teljes folyamatot, vagy akár az egész cég működését kellene az elejétől a végéig felmérni, feladatokra bontani, a hozzátartozó munkaköröket munkaköri leírásokat elemezni, az AI által kezelhetőeket meghatározni, és ezekre az automatizációt elkészíteni. A megmaradt, humán feladatokat új munkakörökké szervezni, azt betanítani és így az új automatizált folyamat valamint az abban működő humán szereplők munkára fogásával elindítani az új működést, amit már az AI irányít. Mindezt úgy, hogy közben a régi is párhuzamosan fut. Ez nagyon nehéznek tűník. Ez sokkal-sokkal könnyebb egy újonnan induló cég számára. mivel ez esetben nem kell egy létező szervezetet átalakítani – egy újat kell építeni. Neki viszont megvan az a komoly hátránya, hogy nem ismeri a szakma csínját bínját, nincs meg elvi szinten az a folyamat, amit AI és Humán részre lehetne bontan – merthogy ahhoz kellene egy működő szervezet. E szervezetenél nincs feltétlenül igazi használható domain tudás – hacsak azt nem egy AI szakértő és az adott domain tudással rendelkező, ilyen szervezetben már dolgozott, senior szakember alapította. A cégek– vagy éppen nagy szervezeti szakterületek – úgy tudják ezt talán megoldani (bár erre még példát igazából nem láttam), hogy vagy egy teljes duplikált folyamatot építenek fel egy jól kiválasztott folyamatra a szervezeten belül és ezt példaként használva terjeszti ki vagy az alapoktól kezdve létrehozza saját maga konkurenciáját. Alkalmazva szakmai tudását és kihasználva az AI lehetőségeit, a vibe coding által gyorsan lefejleszthető automatizáló, folyamatkezelő szoftvereket felépít egy új céget, ahol tényleg csak az AI-ra objektíve nem bízható feladatot végzi az ember – amikor az AI kéri. Összefoglalás: Fenti napi tapasztalaton, ügyfélprojekteken alapuló gondolatkísérlet számomra alátámasztja, hogy miért nem érzik a nagyobb szervezetek egyenlőre az AI komolyabb használatának előnyeit a költségoldalon. Ezt nem vagy csak nagyon nehezn fogják elérni, ha az AI-t a munkavállalók csak egyénileg használják és csak saját kényelmük érdekében alkalmazzák A szervezeti előnyök realizálásához viszont olyan léptékű projektet kellene indítani és végigvinni, mely komoly, sok szervezetnek megugorhatatlan kihívás – hiába a végállapot már sokkal versenyképesebb lenne. Ennek fényében komoly versenyfutás várható. A győztes attól függ, hogy a nagy cégek lépnek, akár saját konkurenciájuk létrehozásával hamarabb vagy a domain tudással nem rendelkező tényleg nullából építkező, teljesen AI szervezetet létrehozó rendelkezők tanulják meg a gyorsabban szakmát. Én mindkettőjüknek drukkolok

Heti AI-hírlevél

Hetente egy ilyen írás, egy projekt és a hét legfontosabb AI-fejleménye – marketingmentesen.

Kezdje el vállalkozása AI evolúcióját

Beszélgessünk arról, hol van valódi AI-potenciál az Ön működésében – és mi az a lépés, ami már két héten belül eredményt hoz.