Ajatusjohtajat

Uudenlainen AI-delegaation talous

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Jokainen suuri teknologinen vallankumous on ensin muuttanut työkaluja ja vasta sitten muuttanut tapaa, jolla ihmiset työskentelevät. Tänään monet näkevät AI:n vain yhtenä tuottavuustyökaluna. Uskon, että tämä on liian kapea näkökulma. Olemme valtavien muutosten kynnyksellä, jotka muuttavat organisaatioiden rakenteen ja perinteisen roolien ja vastuujen jakautumisen.

Johtamisketjun loppu

Monet yritykset, erityisesti start-upit, aloittavat perustajien ottamalla vastaan lähes jokaisen liiketoiminnan osan. He rakentavat tuotteen, hankkivat ensimmäiset asiakkaat ja johtavat toimintaa – kaikkea samaan aikaan.

Kun liiketoiminta kasvaa, tämä malli kuitenkin väistämättä saavuttaa rajojensa. Työmäärä ja vaadittu asiantuntemus alkavat ylittää, ja perustajien on vaihdettava vastuuta ja rakennettava organisaatio, jossa eri toiminnot ovat erikoistuneiden omistajien hallussa.

Toimitusjohtaja delegoi osan vastuustaan osastopäälliköille. Nämä johtajat puolestaan jakavat työn joukkoihinsa. Tässä tapahtuu tuttu organisaatiohierarkian muotoutuminen.

Vuosikymmenien ajan tämä järjestelmä kuitenkin oli luonnollinen rajoitus. Alimmassa tasossa olivat yksittäiset työntekijät, joilla ei ollut ketään, kenelle heidän olisi voinut delegoida. He itse tekivät työn. Matematiikassa tämänkaltaista rakennetta kutsutaan puuksi, ja sen päättermit tunnetaan lehdiksi. Organisaatioissa nämä lehdit merkitsivät delegointiketjun loppumista.

Ensimmäistä kertaa modernin liiketoiminnan historiassa nämä lehdet nyt ovat jonkun tai jonkin delegoimisen työn. Melkein jokainen erikoistunut voi antaa osan työstään AI:lle: digitaalivirkailijalle, joka pystyy tuottamaan ensimmäisen luonnoksen, suorittamaan tutkimuksen, kirjoittamaan koodia, tarkastamaan asiakirjoja tai keräämään tietoa muutamassa minuutissa.

Uudenlainen työntekijä

Tänään monet ihmiset ovat huolissaan siitä, että AI korvaa ihmistyöntekijät. Ensimmäisellä silmäyksellä näyttää loogiselta olettaa, että mitä enemmän yritys delegoi työtä AI:lle, sitä pienemmät sen toimintakustannukset tulevat olemaan. Todellisuus on kuitenkin monimutkaisempi.

Jokainen delegointi on hintansa. Kun johtaja antaa tehtävän työntekijälle, yritys maksaa työntekijän palkan. AI:lle delegoiminen tuo aivan erilaisen taloudellisen mallin. Sen sijaan, että yritys maksaisi palkkoja, se kantaa kustannuksia perusmallien, API-käytön, laskentaresurssien, tietovarastoinnin, kontekstiruutujen, integraatioiden ja kymmenien muiden palvelujen osalta, joita modernit AI-virkailijat tarvitsevat toiminnan kannalta.

Tosiasiallisesti organisaatiot saavat uudenlaisen työntekijän. Tämä työntekijä ei ota lomaa ja voi toimia ympäri vuorokauden, mutta se ei ole lainkaan ilmainen. Siksi yksi tärkeimmistä kysymyksistä, joihin yritykset nyt kohtaavat, ei ole se, pitäisikö heidän käyttää AI:ta, vaan mihin tehtäviin on todella arvoa delegoida digitaalisille virkailijoille ja mitkä tehtävät ovat edelleen tehokkaampia ihmisten käsissä.

Minulla oli mahdollisuus havainnoida tätä muutosta läheltä työskennellessäni Keymakrissa. AI-työkalut löysivät vähitellen tiensä melkein jokaiseen yrityksen toimintoon. Esimerkiksi markkinointitiimi käytti AI-virkailijoita tunnistamaan ja analysoimaan alan tapahtumia, suorittamaan markkinatutkimusta ja keräämään kilpailijoiden tietoa. Toiminnan aikana AI otti haltuunsa asiakirjojen käsittelyn, sisäisen raportoinnin, tietojen hakemisen ja monia muita rutiinitehtäviä.

Se, mikä vaikutti minuun eniten, oli se, miten tarkoituksenmukaisesti tämä delegointi toteutettiin. Sen sijaan, että AI korvaisi ihmisiä, se käsitteli toistuvia, aikaa vieviä tehtäviä, jolloin tiimit pystyivät keskittymään tehtäviin, jotka vaativat ihmisen arviointikykyä, luovuutta ja strategista ajattelua. Hyödyt olivat nähtävissä jokaisella organisaation tasolla, arkipäiväisten työprosessien sujuvuudesta suuriin aloitteisiin ja yrityksen laajoihin kampanjoihin.

Silloin tajusin, että AI:n suurin vaikutus on perustavanlaatuinen muutos siinä, miten työ jaetaan organisaatiossa.

AI:n piilotettu kustannus

Yksi yleisin virhe, jonka yritykset tekevät, on arvioida AI:n kustannusta kuukausimaksun perusteella. Todellisuudessa se on vain pienen osan koko taloudesta.

Todelliset kustannukset alkavat ilmetä, kun AI upotetaan arkiseen liiketoimintaan. Yksi agentti analysoi asiakirjoja, toinen työskentelee CRM:n kanssa, kolmas valmistaa raportteja ja neljäs käsittelee sähköposteja. Jokainen nojautuu eri malleihin, kuluttaa eri määriä dataa ja vaatii eri tasoja laskentaa. Tässä vaiheessa yritys kertyy koko digitaalisen infrastruktuurin.

AI:n todellinen kustannus määräytyy lopulta siitä, miten tehokkaasti tämä infrastruktuuri käytetään.

Oletetaan, että kaksi työntekijää saa saman tehtävän. Ensimmäinen käyttää automaattisesti tehokkaimman ja kalleimman mallin, riippumatta siitä, kuinka yksinkertainen pyyntö on. Toinen ymmärtää, että useimmissa tapauksissa pienempi ja halvempi malli on tarpeeksi, ja varaa edistyneempiä malleja vain tehtäviin, joissa ne tarjoavat merkittävää lisäarvoa. Lopputulos voi olla identtinen, mutta tehtävän suorittamisen kustannus voi vaihdella jopa kymmenkertaisesti.

Sama periaate koskee dataa. EI kaikki AI-virkailijat tarvitse käsitellä miljoonia tietueita vain siksi, että se on teknisesti mahdollista. Monissa tapauksissa on tehokkaampaa rajoittaa hakutilaa, vähentää mallille välitetyn kontekstin määrää tai suunnitella uudelleen datan käsittelyprosessi kokonaan. Nämä näennäisesti pienet päätökset muokkaavat AI:n taloutta organisaatioissa.

Uskon, että tulevina vuosina yritykset kilpailevat siitä, miten tehokkaasti ne hallitsevat AI-kustannuksiaan. Johtajien on opittava hallitsemaan ihmisiä. Nyt heidän on opittava hallitsemaan digitaalista työvoimaa. Voittajat ovat niitä, jotka pystyvät saavuttamaan samat tulokset alhaisimmalla kustannuksella.

Ensimmäiset työt, jotka tuntevat muutoksen

Suurimmat muutokset tapahtuvat rooleissa, joissa suuri osa päivittäisestä työstä koostuu rakenteellisista, toistuvista ja tietopohjaisista tehtävistä, jotka voidaan delegoida AI:lle. Nämä ovat ympäristöjä, joissa AI:n talous jo muodostaa vahvimman liiketoimintatapauksen.

Siksi ensimmäiset roolit, jotka muuttuvat, ovat niitä, jotka perustuvat suureen määrään rakenteellisia, toistuvia prosesseja. Tänään AI otetaan käyttöön erityisesti nopeasti aloilla, kuten suunnittelussa, ohjelmistokehityksessä, lakipalveluissa, konsultoinnissa ja hallinnollisessa tukitoiminnassa, yksinkertaisesti siksi, että merkittävä osa työstä voidaan jo delegoida.

Uskon, että monet ihmiset arvioivat väärin AI:n vaikutusta. He mittaavat sitä työpaikkojen määrällä, jotka katoavat. Monet ammatit voivat kuitenkin säilyä, vaikka päivittäinen työ muuttuu niin dramaattisesti, että muutaman vuoden kuluttua insinöörit, suunnittelijat, lakimiehet ja markkina-asiantuntijat edelleen käyttävät samoja työnimiä, mutta suorittavat perustavanlaatuista erilaisia tehtäviä.

En olisi yllättynyt, jos yritykset lopettaisivat arvioimasta työntekijöitä ainoastaan heidän ammattiin liittyvän asiantuntemuksensa perusteella. Yhtä tärkeäksi tulee kyky rakentaa ja hallita henkilökohtaista AI-virkailijoiden ekosysteemiä, ymmärtää eri mallien vahvuudet ja heikkoudet, valita oikea työkalu kullekin tehtävälle ja hallita koko AI-infrastruktuurin kustannuksia.

Jollain tavoin jokainen tietotyöntekijä muuttuu johtajaksi. Ero on siinä, että osa tiimistä ei koostu enää ihmisistä, vaan digitaalisista työntekijöistä.

Tänään työskennellessäni Introspectorissa ja yhteistyössä yritysten kanssa, jotka kehittävät fyysisiä AI-ratkaisuja, näen tämän evoluution seuraavan vaiheen. Jos ensimmäinen kysymys oli, miten integroida AI liiketoimintaprosesseihin, keskustelu siirtyy nyt jotain perustavanlaatuista: miten jakaa työ ihmisten ja älykkäiden järjestelmien välillä siten, että ne todella täydentävät toisiaan ja luovat taloudellista arvoa.

Siksi uskon, että AI-hallinta muuttuu vähitellen omaksi ammattikseen. Olemme jo nähneet konsultteja, joiden tehtävänä on auttaa organisaatioita suunnittelemaan AI-työprosesseja, valitsemaan oikeat työkalut ja optimoimaan kustannuksia. Olen varma, että tällaisen asiantuntemuksen kysyntä kasvaa jatkuvasti.

Michael Abramov on Introspectorin perustaja & toimitusjohtaja, tuoden yli 15 vuoden ohjelmistokehitys- ja tietokonenäön AI-järjestelmäkokemuksen yritystason merkintätyökalujen rakentamiseen.

Michael aloitti uransa ohjelmistosuunnittelijana ja R&D-päällikkönä, rakentaen skaalautuvia tietojärjestelmiä ja johtamalla poikkitoiminnallisia insinööritiimejä. Vuoteen 2025 asti hän on toiminut Keymakrin toimitusjohtajana, data-merkintäpalveluyrityksenä, jossa hän oli edelläkävijä human-in-the-loop-työnkulkujen, kehittyneiden QA-järjestelmien ja räätälöityjen työkalujen kehittämisessä suurten tietokonenäön ja autonomian datatarpeiden tukemiseksi.

Hänellä on B.Sc. tietojenkäsittelytieteen alalta sekä tausta tekniikassa ja luovassa taiteessa, mikä tuo monitieteisen näkökulman vaikeiden ongelmien ratkaisemiseen. Michael elää teknologia-innovaation, strategisen tuotejohtamisen ja todellisen maailman vaikutuksen risteyskohdassa, edistäen autonomisten järjestelmien ja älykkään automaation seuraavaa rajapintaa.