Myslitelé

Provozní důvěra jako úzké místo: Proč zaměstnanci skutečně odolávají AI na pracovišti

mm
Přidejte Unite.AI mezi své preferované zdroje na Google
A wide, photorealistic photograph of a modern office meeting where three diverse professionals gather around a large, transparent digital display on a wooden conference table. The glowing, blue and cyan screen shows an abstract, text-free diagram visualizing decision flow and collaboration between automated AI insights and human judgment boundaries. Sunlight streams through a large window, conveying transparency.

AI byla dominantní silou v posledních letech a změnila základy toho, jak se práce provádí. Pokud se podíváme do budoucna, názor mezi výkonnými řediteli je stále velmi silný, s 92% společností, které plánují zvýšit své investice do AI do roku 2028. Mezi zaměstnanci je však pocit kolem AI mnohem více smíšený.

Podle nedávné zprávy je 52% pracovníků znepokojeno tím, jak AI ovlivní pracoviště, a dalších 32% se domnívá, že povede ke snížení počtu pracovních příležitostí. Tento odpor vůči AI na pracovišti je běžnou, ale přetrvávající, bariérou pro úspěšnou adopci AI. Je to také jeden, který je často mapován zpět na mezery v dovednostech zaměstnanců nebo technické připravenosti organizace. Je pravda, že oba faktory hrají roli v podněcování odporu vůči AI. Skutečný kořen problému je však provozní důvěra.

Kde skutečně žije odpor a riziko AI

Odpor je symptomem nejistoty – ohledně toho, jak AI změní rozhodování, kdo bude nést odpovědnost, když se věci pokazí, nebo jaké kontroly a zábrany jsou na místě. Tento rozpad provozní důvěry neovlivňuje pouze zaměstnance. Zaměstnavatelé nejsou imunní.

Deloitte nedávno zjistil, že zatímco 42% společností se domnívá, že jejich obchodní strategie je velmi připravena na adopci AI, cítí se méně připravena z hlediska infrastruktury, dat, rizika a talentu. Bez ohledu na úroveň seniority, absence kontroly nad daty nebo ztráta dat, udržování souladu s průmyslovými standardy a potenciální narušení zavedených pracovních postupů jsou na prvním místě. Tyto obavy jsou especialmente platné v vysoce regulovaných odvětvích, kde špatné rozhodnutí AI může mít mnohem větší dopad.

Existuje také skutečné riziko při automatizaci pracovních postupů, které jsou již vadné nebo postrádají jasnou strukturu řízení. V těchto scénářích se AI stává středem pozornosti selhání, často vytvářejícím více tření a zesilujícím předchozí chyby. Přeceťte, špatný systém je stále špatný, i když je podporován AI. AI nefixuje rozbité systémy. Prostě je provádí rychleji. Zde společnosti tendují k tomu, aby narazily na skutečné problémy.

Mnozí považují nástroje AI samy o sobě za primární zdroj rizika. Ve skutečnosti riziko žije v provozním modelu, do kterého jsou tyto nástroje zavedeny. V praxi je větší hrozba spojená s přidáním AI k provozním modelům, které nebyly navrženy tak, aby podporovaly pokročilou automatizaci od začátku. Zvláště ve velkém měřítku. Tento přístup je receptem na urychlení samotných problémů, které organizace snaží vyřešit.

Vestavěná AI a lidský úsudek

AI je nejlépe, když neodstraňuje lidský úsudek z rovnice, ale přerozděluje, kde žije úsudek a jak je podporován. S tímto přístupem jsou hranice rozhodnutí jasnější, konzistentnější a škálovatelnější, s AI fungujícím jako nástroj, který pomáhá organizacím šířit bohatství svých lidských odborných znalostí efektivněji a účinněji.

Jdeme dlouhou cestu od éry AI, ve které již není potřeba lidský vstup. Přesto průmysl dosáhl bodu, ve kterém je lidský úsudek třeba aplikovat jinak, a více uvážlivě, aby se využilo maximum z AI. Zlatý standard lidsko-AI vztahu je ten, ve kterém technologie poskytuje přehled a kontext na základě dat, aby vedla pracovníky v rozhodování na vyšší úrovni a uvolňovala čas pro práci, která skutečně záleží.

Když je AI nasazena jako samostatná iniciativa, zlepšení jsou.incrementální. Je pravděpodobné, že urychlí opakující se úkoly nebo sníží manuální úsilí v oblastech, jako je administrativní práce, ale to je pouze poškrábání povrchu potenciální hodnoty AI. Skutečná transformace nastává, když je AI vestavěna přímo do pracovních postupů, orchestrace, jak informace proudí, shora dolů.

Čistota je klíčem k udržitelné adopci AI

Pouze 41% lidí v USA je ochotno důvěřovat AI. Pokud se vezme v úvahu, že tyto systémy ovlivňují, jak zaměstnanci pracují, jejich výkon je hodnocen a budoucí pracovní vyhlídky, je váhavost překvapivá, ale nemůže být dovolena, aby přetrvávala. Společnosti musí budovat důvěru zaměstnanců, a školení nemůže nést celou zátěž samo. Provozní čistota je klíčem.

Zaměstnanci musí rozumět, kde AI přispívá k doporučení a kde lidský úsudek zůstává autoritativní od začátku. Musí také vědět, kdo vlastní rozhodnutí, když je zapojena AI. Viditelnost usnadňuje ověření spolehlivosti výstupů AI a vytváří pocit kontroly a odpovědnosti, stejně jako jasně stanovené protokoly pro přepsání. Tyto prvky jsou základem silné provozní důvěry. Bez nich mohou i dobře navržené systémy mít potíže, s pracovníky, kteří pochybují o doporučeních, nebo dokonce opustí technologii úplně ve prospěch původních manuálních procesů. To pouze snižuje celkovou hodnotu investic do AI a posiluje názor, že AI je více rušivá než osvobozující.

Řešení této dynamiky brzy v nasazení je nezbytné. Organizace, které dosahují největšího úspěchu s adopcí AI, neřeší AI jako jednorázové nasazení nebo izolovaný IT projekt. Místo toho se k němu přistupují jako k evoluci provozního modelu – začínajícího od předefinování pracovních postupů, předefinování rolí a stanovení sdílené odpovědnosti napříč podnikem.

Vedoucí pracovníci, technické týmy a partneři platformy každý přinášejí jiný kus puzzle. Výzvou není odbornost, ale zarovnání. Vedoucí pracovníci rozumí, které výsledky jsou nejdůležitější a jak se váží k dlouhodobé strategii. Inženýři a IT lídři rozumí schopnostem a omezením technologie. Partneři platformy přinášejí reálné zkušenosti s nasazením AI v produkčních prostředích. Když tyto skupiny společně navrhují pracovní postupy, AI se stává proveditelnou. Když ne, zůstává teoretickou.

Představa, že AI je něco, co je ukládáno, spíše než užitečný nástroj, který byl vyvinut s příspěvkem od lidí, kteří jej budou používat, je další významnou hnací silou za odolností na pracovišti. Zapojení front-line týmů do redesignu pracovních postupů otočí tento scénář. Zaměstnanci jsou dána příležitost identifikovat své nejvýraznější bolestivé body a stát se aktivními přispěvateli při určování, jak je AI aplikována denně.

Skutečné výsledky budou vždy silnější než slibovaná úleva. Pokud zaměstnanci vidí hmatatelné důkazy o tom, že AI zlepšuje jejich pracovní život – zda eliminuje únavnou práci nebo jim pomáhá hluboce se věnovat vysoce kvalifikované práci, o které jsou vášniví – jsou více pravděpodobně, že se s ní budou zapojovat. Ve skutečnosti, když je důvěra v AI vysoká, pracovníci jsou 2,8krát více pravděpodobně, že budou používat technologii denně a ušetří průměrně 2 hodiny týdně, podle Deloitte.

Odpor vůči AI je nakonec provozní výzvou. Organizace, které překonají ji, nebudou ty s nej pokročilejšími modely, ale ty, které předefinují, jak se práce skutečně provádí, a učiní ji proveditelnou, odpovědnou a jasnou.

Tato změna se neodehrává v izolaci. Vyžaduje závazek k mezioborové spolupráci napříč podnikem a ochotu být přizpůsobivými a přehodnotit dlouho zavedené procesy. Jakmile jsou vnitřní systémy optimalizovány tak, aby odpovídaly tomu, jak lidé, kteří v nich žijí, skutečně pracují, důvěra, souhlas a udržitelná adopce přirozeně následují.

Madelaine Yue je Senior Director of Strategy and Transformation ve společnosti Zyter|TruCare, kde řídí podnikové iniciativy zaměřené na přepracování operačního výkonu prostřednictvím řízené, agentic AI a lidské spolupráce. Spolupracuje úzce s výkonnými řediteli na začlenění orchestrace AI do komplexních pracovních postupů, posílení integrity rozhodnutí a dosažení měřitelných výsledků ve vysoce regulovaných prostředích. Madelaine přináší více než 20 let zkušeností z oblasti zdravotnických IT, strategie založené na hodnotě a organizačních změn do Zyter|TruCare, přičemž dříve radila lídrům na vysoké úrovni při velkých modernizačních úsilích a pomáhala organizacím přecházet od strategických ambicí k trvalému, měřitelnému dopadu.