生産性の通貨: AIと人間の要素

過去数年間で、働き方は新しい職場のトレンドやテクノロジーによって完全に変化しました。AIは、ビジネス界での生産性のルールを急速に再定義しました。メール、ソーシャルメディアの投稿、画像、プレゼンテーション、ビデオはすべて、数日ではなく数クリックで生成できます。

しかし、生産性は速度だけで定義されません。質と成果も同等に重要です。はい、私たちはAIにますます重要なタスクを任せ始めています。運転、予測、さらには医療診断などです。しかし、まだ人間が関与することで利益をもたらす（将来ももたらす）多くのことがあります。人間の感覚には、機械がまだ効果的に再現できない価値があります。信頼とつながりを促進するからです。

AIの採用が進むにつれて、最も明らかで容易に達成できる価値提案は、時間を労働者に返す能力であることが明らかになっています。労働者は、役割の最も影響力のある要素に集中できます。例えば、カスタマイズされた問題解決、クライアントとのパートナーシップ、買い手の複雑なビジネス要件の分析などです。

生成的なAIの時代に、質問は次のようになります。人間の独自のスキルをどのようにして、生産性を促進するだけでなく、生産性について考える方法を再定義することができるのでしょうか。以下では、AIが職場に与える深い影響と、自動化の時代におけるソフトスキルの重要性について探ります。

AIが職場のダイナミクスを変えた方法

今日の職場は、テクノロジーと変化する職場文化によってもたらされた変革的な変化により、10年前の職場とほとんど似てありません。ChatGPT、Midjourney、DALL·Eのような生成的なAIツールは、AIのより華麗な使用例ですが、AIを使用した分析が大量のデータを分析し、パターンを特定し、洞察を生成することで、ビジネスにも無限の価値をもたらしています。

次の4種類のAIを使用したデータ分析を考えてみましょう。

• 記述的な分析は、歴史的なデータを調べて何が起こったかを教えてくれます。このタイプは、客観的に数量を把握し、測定し、監視します。例えば、セールスパフォーマンス、セールス別地域、勝敗レポートなどです。
• 診断的な分析は、起こった理由を教えてくれます。診断は、主観的な要素をよりよく理解するために、客観的な尺度を使用します。診断ツールは、取引の喪失、セールスサイクルの長さ、顧客の流失、セールスのパフォーマンスなどの分析を生成します。
• 予測的な分析は、将来起こり得ることを予測します。主観的な入力と客観的な入力を使用して、リードをスコア付け、流失を予測、需要とセールスを予測、特定の取引の完了の可能性をモデル化します。重要な点は、予測モデルは、市場全体のパフォーマンスなどの外部シグナルやデータを使用して、進行中の傾向をモデル化することができるということです。
• 規範的な分析は、上記のすべてに基づいて、次のステップについてアドバイスを提供します。ほとんどの人は、Netflix 、TikTok、YouTubeの提案アルゴリズムからこの分野の分析を知っていることでしょう。買い手と売り手の行動を重み付けして、次に何が起こるべきかを提案することができます。

規範的な分析は、ビジネスが最も価値を得ることができる場所であり、現在までで人間の独創性を再現することができた最も近い場所です。これらのモデルは、洞察を行動に変え、行動を成果に変えます。これらの成果は、の一貫性と繰り返しやすさのためにコード化できます。ただし、人間の管理とコラボレーションはまだ必要です。

したがって、AIの統合は、仕事の性質を再定義するだけでなく、将来も労働力を構成することになります。組織は、技術的な専門知識とソフトスキルを兼ね備えた個人の価値を高く評価するでしょう。したがって、人間の感覚の価値を忘れないことが重要です。

自動化の世界におけるソフトスキルの価値

AIがルーチンなタスクや分析的な側面を処理する一方で、人間は創造性、共感、批判的思考スキルを提供します。現在の最も高度なAIモデルでも、感情的な知能が欠けています。人間は、効果的なコミュニケーションにおいて不可欠です。人間は、AIが提供できないものを提供します。人間の経験、人間が聞いている人の経験、AIでも捉えられないニュアンスを通じて考える能力などです。また、AIが自己学習するのと同様に、人間はコーチングやメンターシップを通じて、職場での生産性を促進するために不可欠です。

これらのソフトスキルは、収益を生み出す、関係を重視する活動、例えばセールスなどにおいて特に重要です。例えば、セールスマネージャーが新しいセラーと働いています。セラーは、プロスペクトアカウントの直接の連絡先（POC）とやり取りしています。セラーの目標は、POCにセールスのVPを紹介してもらうことです。なぜなら、VPが最終的に決定を下すからです。評価プロセスに参加する必要があるからです。しかし、ビデオ通話で、POCは紹介を渋ります。POCは、セラーが「台本」を外さないことを確認したいのかもしれません。そうすれば、POCがセラーをVPの前に出すと、POCが馬鹿にされることはないでしょう。

自然言語処理（NLP）ツールを使用して、この躊躇を検出できます。しかし、躊躇の根本的な理由を解釈することは、ソリューションの能力ではありません。そこで、人間の感覚が重要になります。AIツールが提供したものに、専門知識とコンテキストを加えることで、セラーはPOCと会話を続ける方法についてアドバイスを受けることができます。会話が続くにつれて、このアプローチは、システムのフォローアップ資料を適切に、カスタマイズして、効果的にするための指針となります。

これは、人間が取引を結び、ビジネスを前進させる活動に価値を加える多くの例の1つです。人間は、人間関係を築くことで、顧客のニーズに合わせてコラボレーションを促進する方法を見つけたり、サポート的な職場環境を形作ったりすることができます。これらのことによって、ビジネスの成果がもたらされ、AIの自動タスク完了と同等の生産性がもたらされます。

結論

AIと高度な分析は、職場を革命的に変え、ルーチンなタスクを自動化し、プロセスを以前になく速く効率的にしました。しかし、生産性の本質は、単に速度だけではありません。ビジネスの成功と成長に貢献する有形な成果にあります。AIが退屈で手間のかかるタスクを処理する一方で、人間は不可欠な貢献者として登場します。

私たちが仕事の変化する風景を切り抜け、AIと人間のコラボレーションが規範になるようになると、テクノロジーと人間のスキルの相互関係が、革新的なソリューションと持続的なビジネス成功の原動力として浮上します。生産性について考える方法を再定義する上で、人間の感覚の永続的な価値を認識し、祝うことが重要です。多面的な形で、AIと並んで、有意義なビジネス成果を生み出すのです。