Kehitty käyttämällä ”työslopia” käytännöllisellä, ihmiskeskeisellä tekoälyllä

”Tekoälyslop” -ongelma on saanut paljon kulttuurista huomiota ja mediahuomiota viime vuosien aikana, kun LLM:ien ja muiden tekoälysisällön luojien käyttö on lisääntynyt rakettinopeasti. Ihmiset huomaavat, kun matalan tason kuvat ja ala-arvoiset kirjoitukset tulvivat heidän sosiaalisen median syötteisiinsä.

Kiitos tekoälyslopille, me olemme nyt vähemmän todennäköisiä luottamaan mainossisältöön, jota epäilemme olevan tekoälyllä luotua, vaikka se ei ole, ja lukijat ovat ottaneet haltuunsa LLM:ien luoman sisällön ilmiselvät merkit, kuten pilkuvien ylitarjoamisen. Valitettavasti ”työslop” on nyt asia, josta on syytä huoleen.

Mikä on työslop, ja miksi rahoitusjohtajien pitäisi välittää siitä?

Jokainen CFO tietää, miten turhauttavaa on jahtailla budjettivaihtelua tai viettää tunteja selvittämässä selittämättömiä poikkeamia. Nykyisessä yritysmaisemassa tekoälyn lupa on joka paikassa, mutta siellä on myös uusi tuottavuuden tappaja: työslop.

Työslop on automaation sivutuote, joka näyttää kiillotetulta, mutta joka puuttuu sisällöstä, asiayhteydestä tai hyödyllisyydestä. Se on artikkeli, joka on täynnä pilkkuja, mutta joka ei opeta sinulle mitään uutta; yleinen raportti, joka herättää enemmän kysymyksiä kuin se vastaa; hyväksymisprosessi, joka luo kitkaa sen sijaan, että se selventäisi asiaa. Se on tekoälyllä luotu sisältö, joka pakottaa rahoitusjoukkueita tekemään enemmän työtä, ei vähemmän.

Työslop on useimmiten liitetty huonoon sisällön laatuun. Se alentaa brändin arvoa, se on vähemmän luotettavaa, ja se lähettää viestin, että ihmiset ovat lopettaneet asioiden seuraamisen. Mutta kun työslop alkaa vaikuttaa liiketoimintasovelluksiin, kuten ERP:hen, se muuttuu entistä suuremmaksi tuottavuuden ja luottamuksen haaskaukseksi.

Työslop johtuu siitä, kun tekoälyjärjestelmät luovat tulosteita riittävän ihmisen syötteen, asiayhteyden tai valvonnan puutteessa. Rahoitusjohtajille tämä tarkoittaa, että he joutuvat käyttämään arvokasta aikaa selventääkseen, oikaisemalla tai uudelleen työstääkseen sitä, mitä olisi pitänyt automatisoida.

Tuloksena on kadonnut tehokkuus, vähentyneet luottamus automaatioon ja rahoitusfunktio, joka on jumissa reaktiivisessa tilassa. Voit ajatella, että organisaatiosi ei ole tarpeeksi panostanut tekoälyyn, jotta se voisi olla vaikuttunut työsloppiin, mutta se on jo siellä.

Äskettäin HuffPost -artikkeli viittasi Stanfordin yliopiston tutkimukseen, jossa todettiin, että yli puolet työntekijöistä kertoi, että he ovat kohdanneet työsloppia työssään. Työslop ei vain ärsytä vaikuttuneita työntekijöitä, vaan se uhkaa myös heikentää tekoälyn keskeistä myyntivalttiutta: suurempaa tuottavuutta poikkeuksellisen laadun kanssa.

Hyviä uutisia on, että voit minimoida tai jopa poistaa työslopin käytännöllisellä, ihmiskeskeisellä lähestymistavalla tekoälyyn. Tässä on katsaus työsloppiongelman nykytilaan, miltä ajateltu tekoälytekniikan soveltaminen työpaikalla voi näyttää, ja joitakin vinkkejä saavuttamiseksi ketterä, iteratiivinen tekoälykäyttöönotto.

Mikä jos työslop ei ole ongelma, vaan ensimmäinen luonnos?

Tunnustakaamme — olemme melkein vuonna 2026, ja tekoäly on jännittävä tuote. Sillä on uskomaton potentiaali säästää aikaa ja parantaa tuottavuutta, joten ihmiset tulevat käyttämään sitä, riippumatta siitä, kannustavatko heidän työnantajansa heitä omaksumaan teknologian vai eivät.

Kysymys on, soveltavatko he sitä tarvittavalla koulutuksella ja ponnistelulla saadakseen parhaat tulokset? Työslop tapahtuu, kun käyttäjä ei anna tekoälylle riittävää tai hyvin rakennettua syötettä. Saadakseen parhaat tulokset tekoälyllä on pidettävä keskustelua käynnissä. On kirjoitettava uudelleen aloitetta tai tarkistettava tarpeita. Tämä edestakainen prosessi esittää enemmän asiayhteyttä ja palautetta ja auttaa saavuttamaan paremman tuloksen.

Totesin tämän itse, kun loin tekoälyaloitteen, jonka kuvittelin päivän lopussa toimintona, joka päivittää tehtävälukua tiivistämällä vastaamattomat sähköpostit ja merkitsemällä sitoumukset, joita olin tehnyt. Se kuulosti loistavalta idealta, mutta alkuperäinen versio oli liian turhan ja raskas ollakseen minkäänlaista käytännön hyötyä.

Se vaati paljon hienosäätöä, palautetta ja valmennusta LLM:ltä saadakseen ennustettavan ja käytännöllisen tuloksen. Se vaati minulta olla selkeä siitä, mitä tarvitsin, tietojen käsittelytyylistäni ja tarkkaavaisuudestani saadakseen tuloksen, joka toimi.

Olisi ollut reilua kutsua ensimmäistä luonnosta ”työsloppiin”, mutta hienosäätöä kautta saavutin hyödyllisen tekoälytyökalun. Mutta mitä jos olisin lopettanut ensimmäisessä iteroinnissa ja pitänyt epäkäytännöllisen ensimmäisen luonnoksen? Olisin silloin kamppaillut työslopin kanssa, joka haittasi tuottavuutta.

Moninkertaistaen tämän monimutkaisempiin prosesseihin, joissa on useita osapuolia, voit helposti nähdä, miten tekoäly, jota sovelletaan parhailla aikomuksilla, voi muuttua työsloppiin, ellette ole koulutusta, sitoutumista ja perustaa tehdäkseen siitä tehokasta.

On selvää, että tekoäly voi lisätä todellista arvoa. Mutta johtajina meidän on varmistettava, että työntekijöillä on tarvittavat taidot, tuki ja koordinointi onnistua, ja raportit työpaikoilta eturintamasta osoittavat, että on vielä paljon työtä tehtävissä.

Mikä on ihmiskeskeinen lähestymistapa tekoälyyn, ja miten pääset sinne?

Mitä on ihmiskeskeinen lähestymistapa tekoälyyn? Miten käytännöllinen polku voi johtaa parempiin tuloksiin, kun tekoäly integroidaan työnkulkuihin?

Tekoälyn puolustajille työpaikalla hyvä lähtökohta on tunnustaa, että tavoitteena ei ole korvata ihmisiä. Sen sijaan on helpottaa kitkaa ja voimistaa älymme ymmärtämällä ihmistä: heidän tarpeitaan, päivittäisiä ärsytyskappaleitaan, arvostelukykyään ja tavoitteitaan.

Siellä on kaksi oppituntia tuoda ihmiskeskeinen, laadukas tekoäly työpaikalle. Ensinnäkin, tiimillesi, joka työskentelee generatiivisen tekoälyn parissa, varmista, että heillä on koulutus ja aika saada paremmat tulokset vahvan asiayhteyden ja hienosäädön kautta.

Toiseksi, järjestelmissä, jotka tarjoavat tekoälyominaisuudet, varmista, että teknologia-kumppanisi todella ymmärtävät tiimisi tarpeita. Tämä tarkoittaa ymmärtämistä heidän päivittäisestä toimintaympäristöstään, mitä toimii ja mitä edelleen ärsyttää heitä.

Miltä näyttää ihmiskeskeinen tekoäly työpaikalla?

Tekoäly voidaan soveltaa itsenäisesti helpottamaan työntekijöiden työtä tai käyttää vanhempien teknologioiden täydentämiseen, jotka jättävät ärsyttäviä aukkoja työnkulkuihin. Otetaan esimerkiksi Optical Character Recognition (OCR) -tekniikka, joka muuttaa tekstikuvia luettavaksi ja haettavaksi tekstiksi, ja jota on käytetty vuosien ajan suorittamaan tehtäviä, kuten syöttämään paperikuitteja tai laskuja kustannusraportointiohjelmistoon.

Mutta kuten kuka tahansa, joka käyttää OCR:ää säännöllisesti, tiedostaa, ettei se aina toimi mainostetulla tavalla. Ehkä otit valokuvan kuitista liikkuvalta junalta, ja kuitti oli taipunut, peittäen tietoja. Ehkä lasku on kirjoitettu jonkun epäselvästi kirjoittamalla. Ehkä päivämäärä on eurooppalaisessa muodossa, ja järjestelmä tunnistaan vain Yhdysvaltain muodon.

On lukuisia syitä, miksi OCR voi epäonnistua kääntämään tietoja oikein. Se on rajoitettu teknologia. Tekoälyn integroiminen voi täyttää nämä aukot ja lopulta poistaa ärsytyksen, joka liittyy manuaaliseen tietojen syöttämiseen.

Se on vasta alku siitä, mitä ihmiskeskeinen tekoäly voi mahdollistaa. Tekoälyn mahdollisuuksien vuoksi uudet sovellukset voivat tehdä paljon enemmän kitkan helpottamiseksi työssä. Esimerkiksi oikeilla aloitteilla ja tarkoituksenmukaisen historiallisen transaktiodatan tunnistamisella tekoäly voi lisätä asiayhteyttä laskuun sen ulkopuolella olevien kenttien kautta, kuten kustannuskeskuksen, projektietuuden ja enemmän, asiayhteyden keskittyen ihmiseen, joka sitä käyttää.

Ihmiskeskeinen tekoäly voi myös helpottaa työpaikan kitkaa tuomalla tehtäviä ulos järjestelmistä, kuten yrityksen ERP-järjestelmästä. Useimpien työntekijöiden työ ei elä ERP-järjestelmässä, mutta heidän on kirjauduttava siihen (ja muihin järjestelmiin) suorittaakseen tiettyjä tehtäviä, kuten hyväksymään työaikoja tai työntekijöiden pyynnöt.

Mitä jos tekoälyagentti toi nämä tehtävät henkilölle, yhdessä tarvittavien asiayhteyden kanssa, joita he tarvitsevat, tehdäkseen päätöksen ohjelmassa, jota he jo käyttävät? Se voisi pitää prosessit liikkeessä ja työntekijät keskittyneempinä. Ihmiskeskeinen tekoäly tällaisessa muodossa voi poistaa arvottomat tehtävät, kuten tietojen syötön ja useiden järjestelmien kirjautumisen.

Miten ihmiskeskeinen tekoäly muuttaa rahoitusfunktioita?

Ketterä, iteratiivinen lähestymistapa tekoälyyn on jo muuttamassa rahoitusfunktioita merkittävällä tavalla. Kun rahoitusammattilaiset ovat polvessaan taulukoissa ja analyyseissä, voi olla haasteellista siirtää tarinankerrontaa aivoissa; joten miksi ei rakentaisi tekoälyagenttia avuksi tarjoamaan asiayhteyttä?

Esimerkiksi poikkeamat ja anomaliat ovat rahoitusammattilaisten kroninen ärsytys; tekoäly voi ottaa sen vastuun tarjoamalla asiayhteyttä selittämään kulutuspiikkejä. Hyvin suunniteltu agentti voi merkitä mahdollisia ongelmia ennen kuin rahoitusanalyytikko kaivaa kaikki taulukot läpi löytääkseen poikkeamat.

Samoin ketterä, iteratiivinen tekoäly voi merkitä anomalia ennen kuin ne tulevat esiin HR-tilassa. Kun on poikkeama palkanmaksun jälkeen ja työntekijä kyselee siitä, joku HR-tiimistä on pakotettu lopettamaan kaiken ja suorittamaan rikostutkinnan löytääkseen poikkeaman syyn. Se on oikea haaste kiireisille joukkueille.

Ajateltu tekoälyagentti voisi merkitä poikkeamat ennen kuin työntekijöille aiheutuu haittaa, merkitsemällä poikkeaman ja tarjoamalla asiayhteyttä HR-päätöksentekijöille, missä he ovat. Tällä tavoin tiimien keskittyminen säilyy tuottavuuden maksimoimisessa eikä palon sammuttamisessa, ja toiminta sujuu sileämmin.

Poistamalla kitkaa ja työsloppia: itse tehty agentti vai toimittajan tekoäly?

Paras tapa välttää työsloppia ja saada todellista arvoa tekoälystä on etsiä keinoja vähentää päivittäistä ärsytystasoamme, joita meillä kaikilla on töissämme, ottamalla tehtäviä, jotka eivät lisää arvoa. Monille työntekijöille, mukaan lukien monille rahoitus- ja HR-rooleille, tietojen syöttäminen järjestelmään on ärsytys, jota voidaan usein poistaa tarkoituksenmukaisella automaatiolla.

Työntekijöille, jotka luovat sisältöä, kirjoittaminen on osa työtä, mutta tekoälyn hyödyntäminen edellyttää koulutusta, yhteistyötä ja käytäntöjä, jotka auttavat työntekijöitä luomaan aloitteita, jotka tuottavat merkityksellistä sisältöä eivätkä luo alijäämää kollegoilleen.

Työn automaatioon oikea ratkaisu vaihtelee roolin ja toimialan mukaan, mutta johtajat, jotka integroivat tekoälyä työpaikalle, joutuvat usein päättämään, luovatko he itse agenteja vai hankkivatko ne valmiin tekoälyratkaisun toimittajalta.

Yrityksille, joilla on vahvat IT-resurssit, mukaan lukien pääsy tekoälyosaamiseen tai järjestelmäintegroijan, jonka heillä on valtakirja, taivas on rajaton. Silloin toimittaja, joka toimittaa asiakkaalle agenttien rakentamiseen käytettävän teknologian, voi toimia.

Mutta monilla yrityksillä ei ole pääsyä näihin resursseihin, ja vaikka heillä on, työslop voi nopeasti muuttua ongelmaksi, kun ihmiset yrittävät rakentaa omia tekoälyagenttejaan ilman oikeaa koulutusta ja resursseja välttääkseen esteitä alirakenteessa.

Turvallisuus on myös kriittinen huomio. Muista, että ihmiset tulevat käyttämään tekoälyä, piste. Se tarkoittaa, että johtajan tehtävänä on varmistaa, että työntekijät käyttävät sitä turvallisesti ja avoimesti — ja ilman kaaoksen aiheuttamista.

Mitä pitäisi ottaa huomioon valitessa toimittajia?

Monille yrityksille tekoälyominaisuuksilla varustettu järjestelmä toimittajalta on loistava vaihtoehto, mutta muista, että kaikki tuotteet eivät ole samanarvoisia. Paras tapa välttää työsloppia ja saada todellista arvoa tekoälystä on löytää järjestelmä, joka tuntee sinut niin hyvin kuin mahdollista.

Esimerkiksi, jos tavoitteesi on parantaa toimintoja tekoälyominaisuuksilla varustetulla ERP-järjestelmällä, harkitse seuraavia kysymyksiä potentiaalisille toimittajille:

• Poistaa tuote kitkan, jota työntekijöisi kohtaavat useimmin?
• Ratkaistaako se vaikeimmat ongelmat, joita työntekijöisi kohtaavat?
• Voi koordinoida vaihtelevia taitotasoa organisaatiossasi?
• Pitääkö se ihmiset silmällä ja varmistaa vastuu ja avoimuus?

Riippumatta siitä, käytätkö järjestelmää sisällön luomiseen, työnkulkujen automaatioon vai kysymyksiin, tulosten laatu riippuu siitä, kuinka hyvin järjestelmä tuntee asiayhteyksesi. Kysy teknologia-kumppaneiltasi, miten heidän tekoälyratkaisunsa keskittyy ihmiseen ja toimittaa todellista arvoa.

Onko työslop välttämätön?

Riippumatta siitä, kuka on toimittajasi ja käytätkö itse luotuja agentteja vai ratkaisua, joka poistaa kitkan käyttämällä valmiita automaatioita, on sinun johtajan tehtävänä varmistaa, että tekoäly on turvallista, avoimesti ja lisää arvoa.

Muista, että ihmiskeskeinen tekoäly määritellään ei ainoastaan siitä, ratkaiseeko se todellisia ongelmia ja tekee työntekijöiden työn helpommaksi. Käytännöllinen, ihmiskeskeinen tekoäly pitää myös ihmiset silmällä, koska lopulta me ihmiset olemme vastuussa tuloksista.

Työslop saattaa olla välttämätön vaihe tekoälyn evoluutiossa, mutta se ei tarvitse olla pysyvä ominaisuus rahoitusfunktiossasi. Keskittämällä ihmiset silmällä, investoimalla koulutukseen ja valitsemalla toimittajia, jotka ymmärtävät liiketoimintasi asiayhteyttä, CFO:t voivat lukita uudet tuottavuuden ja strategisen arvon tasot ERP-järjestelmistä.

Seuraava aalto ERP-innovaatioita on tekoälyn, joka ymmärtää liiketoimintasi yhtä hyvin kuin sinä, ja joka pystyy toimittamaan näkemyksiä, automatisoimaan rutiininomaisia tehtäviä ja antamaan rahoitusjohtajille mahdollisuuden keskittyä siihen, mikä on tärkeintä.

Rahoituksen tulevaisuus on asiayhteyden rikas, ketterä ja ihmisten voimin toimiva. Ansaitset työkaluja, joita voit käyttää tänään päästäksesi huomiseen, ja voit kehittyä työsloppiin käytännöllisellä, ihmiskeskeisellä tekoälyllä saavuttaaksesi sen.