Następna granica AI? Już w niej siedzisz

Prawie każdy nagłówek o AI w tym roku dotyczył jakiegoś aspektu cyfrowej warstwy pracy, od agentów piszących kod po modele sporządzające notatki z konferencyjnych rozmów. Tymczasem ci sami pracownicy, którzy korzystają z AI, aby stać się niezwykle wydajni na swoich laptopach, wchodzą do rzeczywistych biur, w których tej wydajności po prostu nie ma. 

Problemem w dyskusji o AI w ciągu ostatnich kilku lat jest to, że pozostawała niemal wyłącznie w pomieszczeniach, i mówię to w bardzo dosłownym sensie. Chodziło o ekrany, okna czatu i dokumenty – wszystko, co dzieje się między człowiekiem a monitorem. A przez cały ten czas fizyczne biuro po prostu stało, traktowane jak stały koszt do zarządzania, a nie jako system, który można zrozumieć i ulepszyć.

Nowoczesne elastyczne miejsca pracy, w szczególności, cierpią na tę rozbieżność między tym, kto powinien być w biurze, a tym, kto faktycznie się pojawia, co utrudnia zarządzanie. Gdy pracownicy przybywają, mogą nie znaleźć sali konferencyjnej lub wędrować po piętrze w poszukiwaniu wolnego biurka, jakby szukali miejsca parkingowego w centrum handlowym w wigilijną noc. Sam plan piętra prawdopodobnie został opracowany na podstawie czyjejś najlepszej domysły, a nie rzeczywistych dowodów na to, jak ludzie wykorzystują przestrzeń.

Ta niezdolność do efektywnego wykorzystania przestrzeni jest większym problemem, niż się wydaje. Nieruchomości są często drugim co do wielkości wydatkiem firmy, zaraz po ludziach. A w niedawnym badaniu przeprowadzonym przez The Collab Collective, sześć na dziesięciu specjalistów ds. operacji w miejscu pracy stwierdziło, że tego rodzaju tarcia w miejscu pracy — niezdolność do efektywnego zarządzania zasobami biurowymi, takimi jak biurka i sale konferencyjne — faktycznie pogorszyły się w ciągu ostatniego roku. 

To tarcie ma również swoją cenę i jest znaczące. Pracownicy tracą od dwóch do czterech godzin tygodniowo na poszukiwanie przestrzeni, gonienie za współpracownikami i radzenie sobie z rozproszonymi systemami biurowymi. Jeśli przeliczyć to na standardowe wynagrodzenia, firma zatrudniająca tysiąc pracowników może stracić aż 9 milionów dolarów rocznie wyłącznie na tarcia w miejscu pracy. 

Ślepa plamka w planowaniu nieruchomości

AI ma znaczący potencjał, aby rozwiązać te wyzwania. Tak jak AI może prognozować popyt lub kierować zgłoszenia wsparcia, może nauczyć się, które biurka i pokoje są używane przez kogo i kiedy. Może zauważyć, gdzie sprzęt AV regularnie zawodzi i zidentyfikować, które piętra lub przestrzenie konferencyjne nie są wykorzystywane. 

Stara metoda zarządzania biurem zakładała również siłę roboczą, która w większości przychodziła zgodnie z przewidywalnym harmonogramem. W dzisiejszym hybrydowym miejscu pracy rzadko tak się dzieje. Dane o zajętości pokazują, jak szerokie są te wahania. Firma zajmująca się nieruchomościami komercyjnymi CBRE odkryła, że większość organizacji pracuje na pełnej pojemności w najintensywniejszy dzień w biurze, ale tylko około jednej trzeciej tej pojemności w przeciętnym dniu. Ta luka jest dokładnie powodem, dla którego sama liczba pracowników jest tak niewiarygodnym sposobem planowania przestrzeni. Piętro zbudowane na szczytowy poniedziałek jest w większości puste do czwartku, i żadne przeczucie nie uchwyci tego wzorca tak, jak robią to dane o wykorzystaniu.

Narzędzia same w sobie pogarszają sytuację, ponieważ większość firm korzysta z rezerwacji, rejestracji gości, planowania przestrzeni, usług spotkań i analiz jako oddzielnych systemów, które nigdy nie zostały zaprojektowane do współpracy. Narzędzie do harmonogramowania, które nie wie, jak faktycznie wykorzystywany jest pokój, nie może przekazać działowi obiektów żadnych przydatnych informacji, gdy przychodzi czas na negocjowanie najmu. Analizy wyświetlane w jednym pulpicie nie mogą „przeskoczyć” i przenieść kogoś do innego pokoju, gdy ich rezerwacja się nie powiodła.

Faktem jest, że większość dzisiejszych decyzji dotyczących nieruchomości wciąż opiera się głównie na przeczuciu i aktualnym zatrudnieniu, a nie na rzeczywistym wykorzystaniu. Takie podejście było uzasadnione, gdy biura funkcjonowały przy stałej, przewidywalnej zajętości. W hybrydowym świecie, w którym frekwencja waha się w zależności od dnia tygodnia i zespołu, jest to znacznie trudniejsze do uzasadnienia.

Gdy jest właściwie zastosowane, AI w miejscu pracy pełni dwie funkcje jednocześnie. Dla pracowników rozwiązuje logistykę pracy, automatycznie dopasowując ludzi do dostępnej przestrzeni, wskazując w czasie rzeczywistym, które zasoby są wolne, i eliminując konieczność przenoszenia spotkań w ostatniej chwili. Dla zespołów operacyjnych i obsługi obiektów zarządzających budżetem, AI może analizować wszystkie te drobne sygnały — kto co zarezerwował, kiedy, jak często i które pokoje są puste — aby stworzyć klarowny obraz rzeczywistej wydajności przestrzeni. 

Jeszcze lepiej, gdy firma zobaczy, jak przestrzeń jest faktycznie wykorzystywana, menedżerowie mogą opierać decyzje dotyczące nieruchomości na rzeczywistym popycie, tak jak przy każdej innej decyzji o zasobach. Mając te informacje, mogą scalić nieużywane piętra, przystąpić do odnowienia najmu z realnym lewarem oraz przeprojektować układ biura w oparciu o to, jak ich zespoły naprawdę współpracują.

Gdy dane są zjednoczone, korzyści pojawiają się szybko i konkretnie. Załóżmy, że organizacja odkryła, że 40 % ich spotkań odbywa się w niewielkiej części sal konferencyjnych. Mając te informacje, menedżerowie operacyjni mogą na przykład łatwo określić, które pokoje powinny mieć priorytet przy modernizacji AV, a które z pozostałych wymagają przemyślenia projektu, a nie jedynie rutynowej konserwacji.

Firmy, które już wykorzystują AI w swoim kodzie, kolejce wsparcia i skrzynkach odbiorczych, już widziały, co się dzieje, gdy dobre dane zastępują domysły. Biuro jest po prostu kolejnym miejscem, w którym można zastosować tę lekcję. Co więcej, organizacje, które jako pierwsze to zrobią, nie tylko wydadzą mniej na niewykorzystaną przestrzeń, ale także zwrócą pracownikom godziny, które cicho tracili z powodu tarć w miejscu pracy.