Sam Jenkins, διευθύνων εταίρος της Punchcard Systems – Σειρά συνεντεύξεων

Ο Sam Jenkins, διευθύνων εταίρος της Punchcard Systems, εργάζεται για περισσότερες από δύο δεκαετίες στη διασταύρωση τεχνολογίας, επιχειρηματικότητας και οργανωσιακού μετασχηματισμού. Από τη συνίδρυση της Punchcard Systems το 2016, συμβάλλει στην ανάπτυξή της και συμβουλεύει οργανισμούς για τη στρατηγική ψηφιακού χώρου εργασίας, το προσαρμοσμένο λογισμικό, την τεχνητή νοημοσύνη και τις αναδυόμενες τεχνολογίες. Προηγουμένως συνίδρυσε τις Startup Edmonton και Wellnext, ηγήθηκε επιχειρηματικής ανάπτυξης και πρωτοβουλιών τεχνολογίας εργασίας Microsoft (MSFT ) στην iomer internet solutions και κατείχε διοικητικές και εκτελεστικές θέσεις σε οργανισμούς τεχνολογίας, υγείας, δημόσιας ασφάλειας και τοπικής κοινότητας. Αυτή η διαδρομή τού έδωσε ευρεία εικόνα για το πώς η τεχνολογία αλλάζει τη συνεργασία, τη λήψη αποφάσεων και την εργασία.

Η Punchcard Systems είναι καναδική εταιρεία λογισμικού και τεχνολογικός συνεργάτης αναπτυσσόμενων και μεσαίων επιχειρήσεων για τον σχεδιασμό, την ανάπτυξη και την εφαρμογή ψηφιακών λύσεων με μετρήσιμους επιχειρηματικούς στόχους. Εξυπηρετεί περισσότερους από 150 πελάτες στον Καναδά και τις ΗΠΑ. Οι υπηρεσίες της περιλαμβάνουν προσαρμοσμένο λογισμικό ιστού και κινητών, AI, υποδομές cloud, δεδομένα και αναλύσεις, σχεδιασμό εμπειρίας χρήστη και τεχνολογίες εργασίας όπως Microsoft 365, Azure, Copilot, Teams, SharePoint και Power Platform. Εστιάζει στον εκσυγχρονισμό λειτουργιών, στη βελτίωση της εμπειρίας εργαζομένων και πελατών και στην ενσωμάτωση νέων τεχνολογιών σε πρακτικές επιχειρηματικές διαδικασίες.

Η καριέρα σας ακολούθησε την εξέλιξη της τεχνολογίας εργασίας, από πλατφόρμες εργαζομένων με Microsoft SharePoint και τη συνίδρυση της Startup Edmonton έως τη Wellnext και τελικά την Punchcard Systems. Πώς διαμόρφωσε αυτή η εμπειρία την άποψή σας για τη μετάβαση από λογισμικό που χειρίζονται οι εργαζόμενοι σε πράκτορες AI που εκτελούν όλο και περισσότερη εργασία για λογαριασμό τους;

Όταν άρχισα να εργάζομαι με τεχνολογίες ψηφιακού χώρου εργασίας, όπως το SharePoint, το 2003, το ζητούμενο ήταν καλύτεροι τρόποι εύρεσης πληροφοριών, ανταλλαγής γνώσεων και συνεργασίας. Στο τέλος, όμως, ο εργαζόμενος έκανε τη δουλειά: πλοηγούνταν στα συστήματα και παρήγαγε τα αποτελέσματα. Σήμερα περνάμε πέρα από την AI ως εργαλείο ατομικής παραγωγικότητας, σε μια εποχή όπου πράκτορες αναλαμβάνουν πιο σύνθετες εργασίες πολλών βημάτων για λογαριασμό εργαζομένων.

Αυτό είναι που αλλάζει. Ως οικοσύστημα, ξεπερνάμε την AI ως προσωπικό εργαλείο παραγωγικότητας και περνάμε σε συστήματα πρακτόρων που αναλαμβάνουν σύνθετη δουλειά για πραγματικούς ανθρώπους. Τα Claude Cowork και ChatGPT Work κάνουν αυτή την προσέγγιση όλο και πιο διαδεδομένη.

Έχω παρακολουθήσει αρκετές τέτοιες τεχνολογικές αλλαγές και το μοτίβο επαναλαμβάνεται. Οι οργανισμοί που επιτυγχάνουν δεν αντιμετωπίζουν τη νέα τεχνολογία ως απλή εγκατάσταση. Τη βλέπουν ως ευκαιρία επανεξέτασης του τρόπου με τον οποίο συνεργάζονται άνθρωποι, διαδικασίες και τεχνολογία.

Το ChatGPT Work μπορεί να συγκεντρώνει πληροφορίες από συνδεδεμένες εφαρμογές και αρχεία, να ολοκληρώνει αναθέσεις πολλών βημάτων και να παράγει τελικά έγγραφα, υπολογιστικά φύλλα και παρουσιάσεις. Πώς θα αλλάξει τις καθημερινές ευθύνες των εργαζομένων γνώσης που δημιουργούσαν προηγουμένως οι ίδιοι αυτό το υλικό;

Πιστεύω ότι η εργασία μετακινείται από την «παραγωγή παραδοτέων» στη «διακυβέρνηση των αποτελεσμάτων». Αυτό αλλάζει θεμελιωδώς τον ρόλο των εργαζομένων γνώσης, χωρίς να εξαλείφει την ανάγκη ανθρώπινης κατανόησης και εποπτείας. Οι εργαζόμενοι θα περνούν όλο και περισσότερο από την προσωπική δημιουργία κάθε επιμέρους εργασίας στη διαχείριση, τον έλεγχο και τον συντονισμό όσων παράγει η AI.

Πολλές επαναλαμβανόμενες εργασίες θα μεταφερθούν στον πράκτορα: συγκέντρωση πληροφοριών, δημιουργία παρουσιάσεων ή εγγράφων και σύνοψη δεδομένων. Έτσι οι άνθρωποι απελευθερώνονται για όσα πραγματικά χρειάζονται άνθρωπο: στρατηγική, δημιουργικότητα, κριτική σκέψη και συνεργασία.

Η ολοένα πολυτιμότερη δεξιότητα είναι να ξέρεις πώς να κατευθύνεις σωστά την AI, δίνοντάς της το κατάλληλο πλαίσιο, και να αναγνωρίζεις πότε μια απάντηση φαίνεται σωστή αλλά δεν είναι.

Έχετε περιγράψει αυξανόμενη ανάγκη για «υπεύθυνους AI». Τι θα περιλάμβανε αυτός ο ρόλος στην πράξη και πώς θα διέφερε από έναν διαχειριστή πληροφορικής, έναν υπεύθυνο προϊόντος ή έναν παραδοσιακό προϊστάμενο ομάδας;

Οι υπεύθυνοι AI θα βοηθούν σημαντικά τους οργανισμούς να υιοθετούν την AI υπεύθυνα και αποτελεσματικά. Θα διαχειρίζονται και θα εποπτεύουν όσα παράγει, διασφαλίζοντας ότι η εργασία είναι ακριβής, αξιόπιστη και ευθυγραμμισμένη με επιχειρηματικούς στόχους.

Είναι διαφορετική δουλειά από την παραδοσιακή πληροφορική, που έχει την ευθύνη υποδομών και τεχνικών συστημάτων, ή τη διαχείριση προϊόντος, που εστιάζει στην ανάπτυξη και βελτίωση προϊόντων. Κάθε τμήμα θα χρειάζεται κάποιον που κατανοεί πώς εφαρμόζεται η AI στο δικό του πεδίο, είτε είναι οικονομικά, νομικά, ανθρώπινο δυναμικό είτε λειτουργίες.

Η πραγματική αλλαγή είναι η ανάληψη ευθύνης. Οι περισσότεροι οργανισμοί δεν έχουν ακόμη ορίσει κάποιον σαφώς υπόλογο για το αν αυτά τα συστήματα παράγουν αξία και παραμένουν μέσα σε αποδεκτά όρια κινδύνου. Αυτό το κενό, ο προσδιορισμός άμεσα υπεύθυνων προσώπων, θα καλύψουν αυτοί οι ρόλοι.

Η KPMG Canada διαπίστωσε ότι οι πράκτορες AI ήδη επηρεάζουν τον τρόπο πρόσληψης τόσο νεοεισερχόμενων όσο και έμπειρων εργαζομένων. Ποιες δεξιότητες θα αποκτήσουν μεγαλύτερη αξία καθώς οι εργοδότες αξιολογούν την ικανότητα ανάθεσης εργασίας στην AI, ελέγχου των αποτελεσμάτων της και παρέμβασης όταν χρειάζεται;

Μεγαλύτερη αξία θα αποκτούν οι δεξιότητες που παραμένουν κατεξοχήν ανθρώπινες, όπως κριτική σκέψη, κρίση, επικοινωνία, δημιουργικότητα, επίλυση προβλημάτων και ηγεσία.

Η τεχνική εξοικείωση με την AI θα συνεχίσει να μετρά, αλλά οι εργοδότες αναζητούν ανθρώπους που κατανοούν τη θέση της στο ευρύτερο επιχειρηματικό περιβάλλον. Αυτό περιλαμβάνει διαχείριση αλλαγών, διαχείριση κινδύνου και στρατηγική σκέψη.

Το όριο μεταξύ τεχνικών και μη τεχνικών ρόλων γίνεται λιγότερο σαφές. Οι οργανισμοί δεν προσλαμβάνουν πλέον μόνο για όσα ήδη γνωρίζει κάποιος, αλλά αναζητούν ανθρώπους πρόθυμους να μαθαίνουν, να προσαρμόζονται και να αναβαθμίζουν συνεχώς τις δεξιότητές τους. Πολυτιμότεροι θα είναι όσοι αξιοποιούν την AI κατανοώντας παράλληλα πού παραμένει απαραίτητη η ανθρώπινη κρίση.

Πολλοί εργαζόμενοι ανέπτυσσαν επαγγελματική κρίση μέσα από επαναλαμβανόμενες εργασίες εισαγωγικού επιπέδου. Αν οι πράκτορες AI αναλάβουν μεγάλο μέρος αυτής της βασικής δουλειάς, πώς μπορούν οι οργανισμοί να ανασχεδιάσουν την εκπαίδευση και την επαγγελματική εξέλιξη ώστε οι νεότεροι να αποκτούν την απαραίτητη εμπειρία λήψης αποφάσεων;

Αυτή η πραγματικότητα με ανησυχεί λίγο. Οι άνθρωποι αποκτούσαν κρίση και εμπειρία δουλεύοντας επίμονα σε βασικές εργασίες. Αν τις κάνουν οι πράκτορες, η σκάλα επαγγελματικής εξέλιξης χάνει μερικά σκαλοπάτια.

Οι οργανισμοί πρέπει να γίνουν πιο συστηματικοί από ποτέ στην ανάπτυξη νέων στελεχών, με καθοδήγηση, υποστήριξη, ασκήσεις λήψης αποφάσεων και συμμετοχή σε έργα μεγαλύτερης αξίας νωρίτερα στην καριέρα τους.

Υπάρχει επίσης ευκαιρία αντίστροφης καθοδήγησης: νεότεροι εργαζόμενοι με μεγαλύτερη εξοικείωση στα εργαλεία AI μπορούν να βοηθούν τις ομάδες να κατανοούν την εφαρμογή τους, ενώ οι έμπειροι συνεχίζουν να προσφέρουν επιχειρηματικό πλαίσιο και κρίση που η AI δεν μπορεί να αναπαραγάγει.

Στόχος πρέπει να είναι ο ανασχεδιασμός της μάθησης για έναν χώρο εργασίας όπου συνεργάζονται άνθρωποι και AI.

Η Punchcard έχει μεγάλη εμπειρία στην εφαρμογή Microsoft 365 και σχετικών τεχνολογιών εργασίας. Πώς αλλάζει το ChatGPT Work το ανταγωνιστικό τοπίο για Microsoft Copilot και Google Gemini και τι πρέπει να εξετάζουν οι οργανισμοί όταν επιλέγουν πλατφόρμα AI για καθημερινή εργασία;

Το τοπίο εξελίσσεται γρήγορα και οι οργανισμοί έχουν περισσότερες επιλογές από ποτέ. Η απόφαση πρέπει να βασίζεται στο ποια λύση ταιριάζει καλύτερα στο υπάρχον τεχνολογικό περιβάλλον, στις ροές εργασίας, στις απαιτήσεις ασφαλείας και στους επιχειρηματικούς στόχους.

Για οργανισμούς που έχουν ήδη επενδύσει στο Microsoft 365, εργαλεία όπως το Copilot μπορεί να προσφέρουν πλεονεκτήματα μέσω της σύνδεσης με υπάρχουσες εφαρμογές και δεδομένα. Άλλοι μπορεί να εξυπηρετούνται καλύτερα από διαφορετικές πλατφόρμες.

Πιστεύω ότι το βασικό ερώτημα των ηγετών δεν πρέπει να είναι «ποιο εργαλείο;», αλλά «ποιο πρόβλημα λύνουμε και ποια πλατφόρμα μάς βοηθά να το λύσουμε υπεύθυνα;».

Αυτό μάθαμε από πρώτο χέρι: η επιτυχημένη υιοθέτηση απαιτεί περισσότερα από ένα εργαλείο. Έχουμε εφαρμόσει πλατφόρμες AI σε όλη την εταιρεία, με προσαρμοσμένα μοντέλα ρυθμισμένα στον τρόπο που πραγματικά εργαζόμαστε. Τις χρησιμοποιεί κάθε εργαζόμενος, αλλά αυτό δεν προέκυψε μόνο από την επιλογή προϊόντος. Προέκυψε από ισχυρά θεμέλια δεδομένων, διακυβέρνηση και ενσωμάτωση της AI στη λειτουργία της εταιρείας.

Στις συζητήσεις για AI στον χώρο εργασίας κυριαρχεί συχνά η απόδοση μοντέλων, αλλά οι οργανισμοί πρέπει να εξετάζουν και δικαιώματα, πρόσβαση στα δεδομένα, δυνατότητα ελέγχου και λογοδοσία. Ποιοι έλεγχοι διακυβέρνησης χρειάζονται πριν επιτραπεί σε πράκτορα AI να λειτουργεί σε ηλεκτρονικά μηνύματα, έγγραφα, εσωτερικές βάσεις δεδομένων και επιχειρηματικές εφαρμογές;

Ένα από τα μεγαλύτερα λάθη που βλέπω είναι η αντιμετώπιση της διακυβέρνησης AI ως εκ των υστέρων σκέψης. Καθώς τα συστήματα αποκτούν περισσότερες δυνατότητες και συνδέονται με επιχειρηματικά δεδομένα, οι οργανισμοί χρειάζονται σαφείς αρχές χρήσης πριν τα επεκτείνουν ευρέως.

Αυτό ξεκινά από την κατανόηση των πληροφοριών στις οποίες έχουν πρόσβαση, τον κατάλληλο περιορισμό δικαιωμάτων και τη θέσπιση ελέγχων παρακολούθησης και λογοδοσίας.

Χρειάζονται επίσης σαφείς οδηγίες για το πού η AI μπορεί να λειτουργεί ανεξάρτητα και πού απαιτείται ανθρώπινη εποπτεία.

Με σωστά θεμέλια δεδομένων και ασφάλειας από την αρχή, οι επιχειρήσεις μπορούν να αξιοποιούν την AI διαχειριζόμενες τους κινδύνους ολοένα πιο αυτόνομων συστημάτων.

Καθώς οι πράκτορες εκτελούν ενέργειες αντί να δίνουν απλώς απαντήσεις, τα λάθη μπορεί να έχουν λειτουργικές συνέπειες. Πώς πρέπει οι επιχειρήσεις να επαληθεύουν την εργασία τους, να καθορίζουν ποιες ενέργειες χρειάζονται ανθρώπινη έγκριση και να αποδίδουν ευθύνη για ανακριβές αποτέλεσμα ή μη επιδιωκόμενη ενέργεια;

Όταν η AI περνά από την απάντηση στη δράση, αλλάζει το προφίλ κινδύνου. Δεν έχουν όλες οι εργασίες το ίδιο διακύβευμα, επομένως η απαίτηση ανθρώπινης έγκρισης πρέπει να είναι ανάλογη των συνεπειών του αποτελέσματος.

Αυτό απαιτεί σαφή ανάληψη ευθύνης. Η AI πρέπει να υποστηρίζει τη λήψη αποφάσεων, όχι να αντικαθιστά την ευθύνη. Οι οργανισμοί χρειάζεται να ορίζουν ποιος παρακολουθεί την απόδοσή της, επαληθεύει τα αποτελέσματα και λογοδοτεί τελικά γι’ αυτά. Στόχος είναι ο συνδυασμός αποδοτικότητας μέσω AI και ανθρώπινης κρίσης, για συστήματα επεκτάσιμα και αξιόπιστα.

Πολλοί οργανισμοί πειραματίζονται με AI χωρίς να συνδέουν ακόμη την υιοθέτηση με μετρήσιμα επιχειρηματικά αποτελέσματα. Πώς πρέπει οι ηγέτες να εντοπίζουν χρήσεις πρακτόρων που αξίζουν, να μετρούν την απόδοση της επένδυσης και να κρίνουν αν ένα πιλοτικό έργο είναι έτοιμο να επεκταθεί σε όλο τον οργανισμό;

Το χάσμα συνήθως οφείλεται στη σειρά των βημάτων. Οι ομάδες επιλέγουν πρώτα τεχνολογία και μετά ψάχνουν πού να την εφαρμόσουν. Τα διατηρήσιμα οφέλη προκύπτουν όταν ξεκινούν από μια ήδη δύσκολη και δαπανηρή ροή εργασίας και εξετάζουν αν ένας πράκτορας είναι πραγματικά το κατάλληλο εργαλείο.

Το καλύτερο κριτήριο είναι η μεταβλητότητα. Αν η διαδικασία είναι αρκετά προβλέψιμη για έναν μηχανισμό κανόνων, δεν χρειάζεται πράκτορα. Αν είναι τόσο ανοιχτή ώστε κανείς δεν μπορεί να περιγράψει ένα καλό αποτέλεσμα, ο πράκτορας θα δυσκολευτεί και δεν θα μπορείτε να τον εμπιστευτείτε. Η αξία βρίσκεται ανάμεσα: σε εργασία που χρειάζεται κρίση σε πολλά συστήματα, αλλά εκτελείται μέσα σε σαφώς οριοθετημένους, ελέγξιμους κανόνες.

Θα πρόσθετα ένα ερώτημα επιλογής που αλλάζει το προφίλ κινδύνου περισσότερο από οτιδήποτε άλλο: είναι περιορισμένο το κόστος μιας λανθασμένης ενέργειας και μπορεί η ενέργεια να αναστραφεί; Όπου ισχύει αυτό, αφήστε τον πράκτορα να ενεργήσει και κινηθείτε γρήγορα. Όπου το λάθος είναι ακριβό ή δύσκολα αναστρέψιμο, κρατήστε άνθρωπο στην απόφαση.

Στην απόδοση επένδυσης, το συνηθισμένο λάθος είναι να μετράς λάθος πράγμα πολύ αργά. Οι ώρες που εξοικονομούνται είναι ο συνήθης δείκτης, αλλά υποτιμά τον αντίκτυπο. Τα μεγαλύτερα οφέλη εμφανίζονται σε συντομότερους κύκλους εργασίας, χαμηλότερα ποσοστά σφαλμάτων και διαθεσιμότητα δυναμικότητας που προηγουμένως ήταν περιορισμένη. Μια ομάδα υποστήριξης που μπορούσε να εξυπηρετεί μόνο τα μισά αιτήματα λειτουργεί εντελώς διαφορετικά όταν μπορεί να καλύψει όλα. Καταγράψτε σαφή αρχική μέτρηση πριν από το πιλοτικό έργο· διαφορετικά θα μείνετε να διαφωνείτε βάσει μεμονωμένων περιστατικών. Και στο κόστος υπολογίστε τα πάντα. Η εργασία διασύνδεσης και ο χρόνος ανθρώπινης εποπτείας είναι πραγματικές δαπάνες, ενώ η εποπτεία υποτιμάται συστηματικά.

Η απόφαση επέκτασης απαιτεί τη μεγαλύτερη πειθαρχία και είναι το βήμα στο οποίο οι ομάδες βιάζονται. Μια επίδειξη με καθαρά δεδομένα εισόδου λέει λίγα. Το πιλοτικό έργο είναι έτοιμο όταν αντέχει και στις σπάνιες, ακατάστατες πραγματικές εισόδους, όταν οι τρόποι αστοχίας είναι κατανοητοί και οριοθετημένοι, όταν υπάρχει παρατηρησιμότητα ώστε μια αθόρυβη αστοχία να εντοπίζεται πριν την ανακαλύψει πελάτης και όταν έχει οριστεί συγκεκριμένος υπεύθυνος για τη λειτουργία σε παραγωγή.

Ελέγξτε επίσης τα οικονομικά ανά μονάδα χρήσης, καθώς το κόστος των πρακτόρων αυξάνεται με τη χρήση με τρόπο διαφορετικό από τις άδειες λογισμικού ανά χρήστη.

Τα συστήματα πρακτόρων αστοχούν διαφορετικά από το παραδοσιακό λογισμικό: πιθανοτικά και συχνά αθόρυβα. Γι’ αυτό οι οργανισμοί που προηγούνται ενσωματώνουν αξιολόγηση και παρακολούθηση από την πρώτη ημέρα, αντί να τις προσθέτουν αφού παρουσιαστεί πρόβλημα.

Η Punchcard Systems βοηθά οργανισμούς να περάσουν από τον πειραματισμό στην ενσωμάτωση AI σε πραγματικές επιχειρηματικές διαδικασίες. Πώς αξιολογείτε την ετοιμότητά τους, εντοπίζετε ροές με μετρήσιμη αξία και βοηθάτε τις ομάδες να εφαρμόσουν υπεύθυνα τα συστήματα χωρίς να διαταράξουν την υπάρχουσα λειτουργία;

Είναι σημαντικό να ξεκινάμε με κατανόηση της σημερινής κατάστασης του οργανισμού. Μια από τις μεγαλύτερες παρανοήσεις είναι ότι η υιοθέτηση AI αφορά απλώς την επιλογή σωστού εργαλείου. Στην πράξη, η επιτυχία εξαρτάται από ισχυρά θεμέλια: ποιοτικά δεδομένα, σαφείς διαδικασίες και καθορισμένη ευθύνη.

Από εκεί βοηθάμε να εντοπιστούν τα σημεία όπου η AI μπορεί να προσφέρει τη μεγαλύτερη αξία, συχνά σε ροές που καταναλώνουν δυσανάλογο χρόνο σε σχέση με τον αντίκτυπό τους ή σε αποφάσεις που λαμβάνονται χωρίς τις κατάλληλες πληροφορίες.

Οι οργανισμοί πρέπει να σκεφτούν πώς θα εξελιχθούν μαζί με την τεχνολογία οι ρόλοι και η λήψη αποφάσεων. Συνδυάζοντας την κατάλληλη τεχνολογία με αποδοχή από τους εργαζομένους και διαχείριση αλλαγών, μπορούν να ενσωματώσουν την AI με μετρήσιμη αξία χωρίς να αποδιοργανώσουν όσα ήδη λειτουργούν.

Ευχαριστούμε για την ενδιαφέρουσα συνέντευξη. Όσοι θέλουν να μάθουν περισσότερα μπορούν να επισκεφθούν την Punchcard Systems.