Myslitelé

Překonejte workslop pomocí praktické AI zaměřené na člověka

Jennifer Sherman
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyWorkslop vzniká, když umělá inteligence postrádá dostatečný lidský vstup a dohled, což…
Zobrazit více
  • Workslop vzniká, když umělá inteligence postrádá dostatečný lidský vstup a dohled, což vede k nákladným přepracováním.
  • Lidsky orientovaná umělá inteligence vyžaduje iterativní zdokonalování a trénink, aby přeměnila počáteční návrhy v hodnotné nástroje.
  • Efektivní řešení založená na umělé inteligenci musí rozumět konkrétním potřebám zaměstnanců, aby odstraňovala překážky, nikoli vytvářela nové.

Problém „AI bahna“ vyvolal v posledních letech poměrně velkou kulturní bouři a mediální pozornost, protože používání LLM a dalších generátorů obsahu AI neustále roste. Lidé si všimnou, když jejich sociální sítě zaplavují nízkokvalitní obrázky a podstandardní próza.

Kvůli AI balastu nyní méně důvěřujeme reklamnímu obsahu, u kterého máme podezření, že byl vygenerován AI, i když tomu tak není, a čtenáři si začínají všímat značek LLM generovaného obsahu, jako je přehršel pomlček. Bohužel, „workslop“ je teď také věc.

Co je Workslop a proč by se o něj měli finanční lídři zajímat?

Každý finanční ředitel zná frustraci z honby za rozdílem v rozpočtu nebo strávení hodin při vyrovnávání nevysvětlených anomálií. V dnešním podnikatelském prostředí je slib AI všudypřítomný, ale také je zde nový zabiják produktivity: workslop.

Workslop je produkt automatizace, který vypadá elegantně, ale postrádá podstatu, kontext nebo užitnou hodnotu. Je to článek posetý pomlčkami, který vás nic nového nenaučí; obecná zpráva, která vyvolává více otázek, než odpovědí; schvalovací workflow, které vytváří tření místo jasnosti. Je to AI vygenerovaný obsah, který nutí finanční týmy dělat více práce, ne méně.

Workslop je nejčastěji spojován s nízkou kvalitou obsahu. Sníží hodnotu značky, je méně důvěryhodný a posílá zprávu, že lidé přestali věnovat pozornost. Ale když workslop začne ovlivňovat obchodní aplikace, jako je ERP, stává se ještě větším odsáváním produktivity a důvěry.

Workslop vzniká, když systémy AI generují výstup bez dostatečného lidského vstupu, kontextu nebo dohledu. Pro finanční lídry to znamená, že stráví cenný čas vysvětlováním, opravováním nebo přepracováváním toho, co mělo být automatizováno.

Výsledkem je ztráta efektivity, snížená důvěra v automatizaci a finanční funkce, která je uvězněna v reaktivním režimu. Můžete si myslet, že vaše organizace není dostatečně investována do AI, aby byla postižena workslopem, ale je to už tam.

Nedávný článek v HuffPost citoval studii Stanfordovy univerzity, která zjistila, že více než polovina pracovníků uvedla, že se setkala s workslopem na pracovišti. Kromě toho, že workslop obtěžuje postižené pracovníky, ohrožuje také klíčový prodejní bod pro integraci AI do pracovního prostředí: vyšší produktivitu s výjimečnou kvalitou.

Dobrou zprávou je, že můžete minimalizovat nebo dokonce eliminovat workslop s praktickým, lidsky orientovaným přístupem k AI. Zde je pohled na současný stav problému workslop, jak může vypadat více uvážlivý přístup k technologii AI v pracovním prostředí a několik tipů, jak dosáhnout agilního, iterativního nasazení AI.

Co když workslop není problém, ale spíše první návrh?

Přiznejme si to — je téměř 2026 a AI je vzrušující produkt. Má neuvěřitelný potenciál ušetřit čas a zlepšit produktivitu, takže lidé ji budou používat, ať už jejich zaměstnavatelé podporují přijetí této technologie nebo ne. Otázkou je, zda ji budou používat s odpovídajícím tréninkem a úsilím potřebným pro dosažení nejlepších výsledků.

Workslop nastává, když uživatel nedá AI dostatečný nebo dobře strukturovaný vstup. Chcete-li dosáhnout nejlepších výsledků s AI, musíte udržovat konverzaci. Musíte přepsat svou výzvu nebo upřesnit své potřeby. Tato opakovaná výměna přidává kontext a zpětnou vazbu a pomáhá dosáhnout lepšího výsledku.

Osobně jsem to zjistil, když jsem vytvořil AI výzvu, kterou jsem si představoval jako rituál na konci pracovního dne pro aktualizaci mého seznamu úkolů shrnutím nezodpovězených e-mailů a označením závazků, které jsem učinil. Znělo to jako skvělý nápad, ale původní verze byla příliš přehnaná a nepraktická.

Bylo třeba hodně úpravy, zpětné vazby a koučování od LLM, abych dosáhl předvídatelného a praktického výstupu. Bylo třeba, abych byl jasný o svých potřebách, stylu zpracování informací a délce pozornosti, abych dosáhl výsledku, který fungoval.

Bylo by spravedlivé nazvat můj první návrh „workslopem“, ale díky úpravám jsem dosáhl užitečného AI nástroje. Ale co když bych zastavil u první iterace a držel se méně uživatelsky přívětivého prvního návrhu? Pokud bych to udělal, musel bych se potýkat s workslopem, který by brzdil produktivitu.

Pokud zvětšíme to na více složitých procesů zahrnujících více stran, snadno můžete vidět, jak AI aplikovaná s nejlepšími úmysly se může stát workslopem — pokud nemáte trénink, vytrvalost a zakotvení, aby to fungovalo.

Není pochyb o tom, že AI může přidat skutečnou hodnotu. Ale jako lídři musíme zajistit, aby zaměstnanci měli know-how, podporu a koordinaci, aby uspěli, a zprávy z pracovišť na předních liniích naznačují, že je ještě mnoho práce, která musí být provedena.

Co je lidsky orientovaný přístup k AI a jak se k němu dostat?

Co je lidsky orientovaný přístup k AI? A jak může praktická cesta vést k lepším výsledkům, když je AI integrována do pracovních procesů?

Pro zastánce AI v pracovním prostředí je dobrým výchozím bodem uznat, že cílem není nahradit lidi. Cílem je omezit překážky a posílit naši inteligenci tím, že pochopíme člověka: jeho potřeby, denní frustrace, úsudky a cíle.

Z toho plynou dvě poučení pro zavádění kvalitní AI zaměřené na člověka na pracoviště. Za prvé zajistěte týmům pracujícím s generativní AI školení a čas na dosažení lepších výsledků pomocí kvalitního kontextu a průběžných úprav.

Pro systémy, které zvolíte a které nabízejí AI podporu, musíte zajistit, aby vaši technologičtí partneři skutečně rozuměli potřebám vašeho týmu. To znamená pochopit jejich denní provozní prostředí, co funguje a co je stále frustrující.

Jak vypadá AI zaměřená na člověka na pracovišti?

AI lze využít samostatně k usnadnění práce nebo k doplnění starších technologií, které ponechávají frustrující mezery v pracovních procesech. Vezměme si například optické rozpoznávání znaků (OCR). Převádí obrázky textu na čitelný, vyhledatelný text a používá se již léta ke zjednodušování úkolů, jako je zadávání papírových účtenek nebo faktur do softwaru pro vykazování výdajů.

Ale jak ví každý, kdo pravidelně používá OCR, nefunguje to vždy tak, jak je inzerováno. Možná jste vyfotili účtenku v pohyblivém vlaku a účtenka byla ohnutá, zakrývající informace. Možná je faktura napsána něčí nečitelným rukopisem. Možná je datum ve formátu Evropa a systém rozpoznává pouze formát USA.

Existuje mnoho důvodů, proč OCR nemusí správně přeložit data. Je to omezená technologie. Integrace sofistikovanější technologie, jako je AI, může tyto mezery uzavřít a konečně eliminovat otravnost ručního zadávání těchto čísel.

To je teprve začátek toho, co může AI zaměřená na člověka umožnit. Díky schopnostem AI lze vytvářet nové aplikace, které mohou mnohem více pomoci zmírnit tření na pracovišti. Například s vhodnými výzvami a promyšleným rozpoznáváním vzorců v historických transakčních datech může AI přidat kontext k faktuře nad rámec polí na stránce tím, že odvodí informace o nákladovém centru, projektu a dalších na základě kontextu soustředěného na člověka, který ji používá.

AI zaměřená na člověka může také zmírnit tření na pracovišti tím, že přinese úkoly lidem mimo systémy, jako je firemní ERP. Práce většiny lidí se neodehrává v systému ERP, ale musí se přihlásit (a do dalších systémů) pro konkrétní úkoly, jako je schvalování časových listů nebo žádostí zaměstnanců.

Co když AI agent přinese tyto úkoly lidem místo toho, spolu s relevantním kontextem, který potřebují, aby mohli učinit rozhodnutí v programu, který již používají? To by mohlo udržet procesy v chodu a zaměstnance více soustředěné. AI zaměřená na člověka tohoto typu může eliminovat úkoly bez přidané hodnoty, jako je zadávání dat a přihlašování do více systémů.

Jak AI zaměřená na člověka transformuje finanční funkce?

Agilní, iterativní přístup k AI již transformuje finanční funkce významným způsobem. Když jsou finanční profesionálové ponořeni do tabulek a analýz, může být obtížné přepnout do režimu vyprávění příběhu, který se za daty skrývá; proč tedy nevytvořit AI agenta, který by jim pomohl poskytnout kontext?

Například anomálie a odchylky jsou chronickou otravností pro finanční profesionály a AI může pomoci tím, že poskytne kontext pro vysvětlení špiček firemních výdajů. Dobře navržený agent může označit potenciální problémy, než se finanční analytik ponoří do všech tabulek, aby objevil rozdíly.

Podobně agilní, iterativní AI může označit anomálie, než se objeví v HR prostoru. Když dojde k rozdílu v platbě po spuštění payrollu a zaměstnanec to zpochybní, někdo z HR týmu musí vše zastavit a provést forenzní analýzu, aby objevil důvod rozdílu. To je skutečná výzva pro zaneprázdněné týmy.

Promyšleně navržený AI agent by mohl odhalit anomálie, než budou zaměstnanci postiženi, a označit je a poskytnout kontext HR rozhodovatelům, kde jsou. Tímto způsobem zůstává zaměření členů týmu na maximalizaci produktivity, spíše než hašení požárů, a operace běží hladčeji.

Jak eliminovat tření a workslop: DIY agenti nebo AI od dodavatele?

Nejlepším způsobem, jak se vyhnout workslopu a získat skutečnou hodnotu z AI, je hledat způsoby, jak snížit denní dávku otravností, se kterými se všichni setkáváme v našich pracovních pozicích, a to tak, že se ujmeme úkolů, které nepřidávají hodnotu. Pro některé zaměstnance, včetně mnoha finančních a HR rolí, je zadávání dat do systému otravností, která lze často eliminovat pomocí uvážlivé automatizace.

Pro lidi, kteří vytvářejí obsah, je psaní součástí práce, ale efektivní využití AI vyžaduje trénink, spolupráci a zásady, které pomáhají zaměstnancům vytvořit výzvy, které generují smysluplný obsah a nevytvářejí následné práce pro kolegy.

Pro automatizaci práce je správné řešení různé podle role a odvětví, ale lídři, kteří integrují AI do pracovního prostředí, budou často muset rozhodnout, zda vytvořit agenty sami nebo získat hotové AI řešení od dodavatele.

Pro společnosti s robustními IT zdroji, včetně neomezeného přístupu k odborníkům na AI nebo trvale smluvně zajištěného systémového integrátora, jsou možnosti téměř neomezené. V takovém případě může fungovat dodavatel, který dodává technologii pro vytváření agentů, kterou klienti používají k vytváření AI řešení.

Ale mnoho firem nemá přístup k těmto zdrojům a i když je mají, workslop se může rychle stát problémem, když se lidé snaží vytvořit vlastní AI agenty bez odpovídajícího tréninku a zdrojů, aby se vyhnuli pastem.

Bezpečnost je další kritickou úvahou. Je třeba mít na paměti, že lidé budou AI používat, bez ohledu na to. To znamená, že je úkolem lídra zajistit, aby zaměstnanci AI používali bezpečně a transparentně — a aby nezpůsobili chaos.

Co byste měli zvážit při výběru dodavatelů?

Pro mnoho společností je AI podporovaný systém od dodavatele skvělou možností, ale je třeba si uvědomit, že ne všechny produkty jsou vytvořeny stejně. Nejlepším způsobem, jak se vyhnout workslopu a získat skutečnou hodnotu z AI, je najít systém, který vás zná co nejlépe.

Například, pokud je vaším cílem zlepšit operace s AI podporovaným systémem ERP, zvažte následující otázky pro potenciální dodavatele:

  • Zda produkt eliminuje tření, se kterým se vaši zaměstnanci nejčastěji setkávají?
  • Zda řeší nejvýznamnější problémy, se kterými se vaši zaměstnanci potýkají?
  • Dokáže zohlednit různé úrovně odbornosti ve vaší organizaci?
  • Zda udržuje lidi zapojené do rozhodování a zajišťuje odpovědnost a transparentnost?

Bez ohledu na to, zda používáte systém pro generování obsahu, automatizaci pracovních procesů nebo odpovědi na otázky, kvalita vašich výsledků závisí na tom, jak dobře systém zná váš kontext. Zeptejte se svých technologických partnerů, jak jejich AI řešení soustředí člověka a dodávají skutečnou hodnotu.

Je workslop nevyhnutelný?

Bez ohledu na to, kdo je váš dodavatel, a zda vytváříte své vlastní agenty nebo používáte řešení, které odstraňuje tření prostřednictvím hotové automatizace, je na vás jako lídru, abyste zajistili, že AI je bezpečná, transparentní a přidává hodnotu.

Mějte na paměti, že AI zaměřená na člověka není definována pouze tím, zda řeší skutečné problémy a usnadňuje lidem práci. Praktická AI zaměřená na člověka také udržuje lidi zapojené do rozhodování, protože nakonec jsme lidé zodpovědní za výsledky.

Workslop může být nevyhnutelnou fází evoluce AI, ale nemusí být trvalou součástí vaší finanční funkce. Tím, že ponecháte lidi v centru rozhodování, investujete do školení a vyberete dodavatele, kteří rozumějí kontextu vašeho podnikání, můžete jako finanční ředitelé odemknout nové úrovně produktivity a strategické hodnoty ze systémů ERP.

Budoucí vlna inovací ERP bude poháněna AI, která rozumí vašemu podnikání stejně dobře, jako vy, a je schopna dodávat přehledy, automatizovat rutinní úkoly a umožňovat finančním lídrům soustředit se na to, co je nejdůležitější.

Budoucnost financí je bohatá na kontext, agilní a lidsky orientovaná. Zasloužíte si nástroje, které můžete použít dnes, aby vás dovedly do zítřka, a můžete se vyvinout za hranice workslopu s praktickou AI zaměřenou na člověka, abyste dosáhli této destinace.

Jennifer Sherman je Chief Product Officer ve společnosti Unit4 a má více než 25 let zkušeností s rozvojem produktové strategie poháněné umělou inteligencí napříč předními společnostmi v oblasti podnikových technologií.