Rozwijaj się poza „workslop” z pomocą praktycznego, ukierunkowanego na człowieka AI

Problem „AI slop” wywołał spore zainteresowanie i uwagę mediów w ciągu ostatnich kilku lat, gdyż używanie LLM i innych generatorów treści AI stale rośnie. Ludzie zauważają, gdy niskiej jakości obrazy i podrzędne teksty zalewają ich media społeczne.

Dzięki AI slop, jesteśmy teraz mniej skłonni do zaufania treściom reklamowym, które podejrzewamy, że są generowane przez AI, nawet jeśli tak nie jest, a czytelnicy zaczynają dostrzegać charakterystyczne cechy treści generowanych przez LLM, takie jak nadużywanie myślników. Niestety, „workslop” jest teraz również rzeczą.

Czym jest workslop i dlaczego liderzy finansowi powinni się nim zajmować?

Każdy CFO zna frustrację związaną z poszukiwaniem odchyleń w budżecie lub spędzaniem godzin na rozwiązywaniu niejasnych anomalii. W dzisiejszym krajobrazie przedsiębiorstw obietnica AI jest wszędzie, ale jest również nowy zabójca produktywności: workslop.

Workslop to produkt uboczny automatyzacji, który wygląda na błyszczący, ale brakuje mu treści, kontekstu lub użyteczności. To artykuł usiany myślnikami, który nie uczy niczego nowego; raport ogólny, który budzi więcej pytań niż odpowiedzi; workflow zatwierdzania, który tworzy tarcie zamiast klarowności. To treść generowana przez AI, która zmusza zespoły finansowe do wykonania więcej pracy, a nie mniej.

Workslop najczęściej kojarzy się z niską jakością treści. Dewaluuje markę, jest mniej godna zaufania i wysyła sygnał, że ludzie przestali zwracać uwagę. Ale gdy workslop zaczyna wpływać na aplikacje biznesowe, takie jak ERP, staje się jeszcze większym obciążeniem dla produktywności i zaufania.

Workslop powstaje, gdy systemy AI generują dane wyjściowe bez wystarczającego wkładu, kontekstu lub nadzoru ludzi. Dla liderów finansowych oznacza to spędzanie cennego czasu na wyjaśnianiu, poprawianiu lub przerabianiu tego, co powinno być zautomatyzowane.

Wynikiem jest utracona wydajność, zmniejszona ufność w automatyzację i funkcja finansowa, która utknęła w trybie reaktywnym. Możesz myśleć, że twoja organizacja nie jest wystarczająco zaangażowana w AI, aby być dotknięta workslop, ale jest już tam.

Artykuł z HuffPost cytował badanie Uniwersytetu Stanforda, które wykazało, że ponad połowa pracowników twierdzi, że spotkała się z workslop w pracy. Oprócz irytowania dotkniętych pracowników, workslop zagraża podważeniu kluczowego punktu sprzedażowego dla integracji AI w miejscu pracy: większej produktywności z wyjątkową jakością.

Dobra wiadomość jest taka, że możesz zminimalizować lub nawet wyeliminować workslop z praktycznym, ukierunkowanym na człowieka podejściem do AI. Oto spojrzenie na bieżący stan problemu workslop, co może wyglądać bardziej przemyślane zastosowanie technologii AI w miejscu pracy i jakie są wskazówki, aby osiągnąć agile, iteracyjne wdrożenie AI.

Czy workslop nie jest problemem, ale raczej pierwszym szkicem?

Przyznajmy — jest prawie 2026 rok, a AI to ekscytujący produkt. Ma niesamowity potencjał, aby zaoszczędzić czas i poprawić produktywność, więc ludzie będą go używać, niezależnie od tego, czy ich pracodawca zachęca do przyjęcia tej technologii, czy nie. Pytanie brzmi, czy będą ją stosować z odpowiednim szkoleniem i wysiłkiem niezbędnym do uzyskania najlepszych wyników?

Workslop występuje, gdy użytkownik nie dostarcza AI wystarczającego lub dobrze zorganizowanego wejścia. Aby uzyskać najlepsze wyniki z AI, musisz prowadzić rozmowę. Musisz przepisać swoje polecenie lub udoskonalić swoje potrzeby. Ten proces powrotu wprowadza więcej kontekstu i informacji zwrotnej, co pomaga uzyskać lepszy wynik.

Dowiedziałem się o tym na własnej skórze, gdy stworzyłem polecenie AI, które miało być rytuałem na koniec dnia, aby zaktualizować mój listę zadań, podsumowując niewysłane e-maile i oznaczając zobowiązania, które złożyłem. Brzmiało to jak świetny pomysł, ale oryginalna wersja była zbyt rozbudowana i ciężka, aby być użyteczna.

Wymagało to wiele udoskonaleń, informacji zwrotnej i szkolenia z LLM, aby uzyskać przewidywalne i praktyczne dane wyjściowe. Wymagało, abym był jasny co do moich potrzeb, stylu przetwarzania informacji i uwagi, aby uzyskać wynik, który działał.

Byłoby słuszne nazwać mój pierwszy szkic „workslop”, ale dzięki udoskonaleniu uzyskałem użyteczne narzędzie AI. Ale co, gdybym zatrzymał się na pierwszej iteracji i pozostał przy mniej przyjaznym pierwszym szkicu? Gdybym to zrobił, miałbym do czynienia z workslop, który utrudniałby produktywność.

Pomnóż to przez bardziej złożone procesy, w których biorą udział wielu uczestników, i możesz łatwo zobaczyć, jak AI stosowana z najlepszymi intencjami może stać się workslop — chyba że masz szkolenie, wytrwałość i podstawy, aby ją uczynić skuteczną.

Nie ma wątpliwości, że AI może dodać prawdziwą wartość. Ale jako liderzy, musimy upewnić się, że pracownicy mają wiedzę, wsparcie i koordynację, aby odnieść sukces, a raporty z miejsc pracy na pierwszej linii wskazują, że jest jeszcze wiele pracy do wykonania.

Czym jest podejście ukierunkowane na człowieka do AI, i jak tam dojść?

Co to jest podejście ukierunkowane na człowieka do AI? I jak można osiągnąć lepsze wyniki, wdrażając AI w procesy pracy?

Dla zwolenników AI w miejscu pracy dobrym punktem wyjścia jest uznanie, że celem nie jest zastąpienie ludzi. Jest to ułatwienie tarcia i wzmocnienie naszej inteligencji, rozumiejąc człowieka: jego potrzeby, codzienne irytacje, sąd i cele.

Są dwie lekcje, które należy wyciągnąć, aby wprowadzić AI ukierunkowane na człowieka i jakość do miejsca pracy. Po pierwsze, dla twoich zespołów pracujących z generatywnym AI upewnij się, że mają szkolenie i czas, aby uzyskać lepsze wyniki z silnym kontekstem i udoskonaleniem.

Dla systemów, które wybierasz i które oferują włączenie AI, upewnij się, że twoi partnerzy technologiczni naprawdę rozumieją potrzeby twojego zespołu. Oznacza to zrozumienie ich codziennego środowiska operacyjnego, co działa, a co nadal ich irytuje.

Wygląd AI ukierunkowanego na człowieka w miejscu pracy

AI można stosować samodzielnie, aby ułatwić ludziom pracę, lub używać do uzupełnienia starszych technologii, które pozostawiają irytujące luki w procesach pracy. Weźmy na przykład technologię OCR. Konwertuje obrazy tekstu na czytelny, wyszukiwalny tekst i była używana przez lata do usprawniania zadań, takich jak wprowadzanie papierowych paragonów lub faktur do oprogramowania do rozliczania wydatków.

Ale każdy, kto regularnie używa OCR, wie, że nie zawsze działa tak, jak obiecano. Może zrobiłeś zdjęcie paragonu w pociągu, a paragon był zgięty, zasłaniając informacje. Może faktura była napisana nieczytelnym pismem. Być może data jest w formacie europejskim, a system rozpoznaje tylko format amerykański.

Istnieją niezliczone powody, dla których OCR może nieprawidłowo tłumaczyć dane. To ograniczona technologia. Integracja bardziej zaawansowanej technologii, takiej jak AI, może zamknąć te luki i w końcu wyeliminować irytację, jaką jest ręczne wprowadzanie tych liczb.

To tylko początek tego, co AI ukierunkowane na człowieka może umożliwić. Biorąc pod uwagę możliwości AI, nowe aplikacje mogą zrobić o wiele więcej, aby złagodzić tarcie w pracy. Na przykład z odpowiednimi podpowiedziami i przemyślanym rozpoznaniem wzorców historycznych transakcji AI będzie mogło dodać kontekst do faktury poza polami na stronie, inferując centrum kosztów, informacje o projekcie i więcej za pośrednictwem kontekstu skupionego na człowieku, który go używa.

AI ukierunkowane na człowieka może również złagodzić tarcie w miejscu pracy, przenosząc zadania do ludzi spoza systemów, takich jak firma ERP. Praca większości ludzi nie odbywa się w systemie ERP, ale muszą się do niego zalogować (i do innych systemów), aby wykonać określone zadania, takie jak zatwierdzenie arkuszy czasu pracy lub wniosków pracowników.

Co, gdy agent AI przyniósł te zadania do osoby, wraz z odpowiednim kontekstem, którego potrzebują, aby podjąć decyzję w programie, który już używają? To mogłoby utrzymać procesy w ruchu i pracowników bardziej skupionych. AI ukierunkowane na człowieka może wyeliminować zadania bez dodanej wartości, takie jak wprowadzanie danych i logowanie do wielu systemów.

Jak AI ukierunkowane na człowieka transformuje funkcje finansowe?

Podejście agile i iteracyjne do AI już transformuje funkcje finansowe w znaczący sposób. Gdy profesjonaliści finansowi są zanurzeni w arkuszach kalkulacyjnych i analizach, może być trudno zmienić stronę opowiadania; dlaczego więc nie zbudować agenta AI, aby pomóc w dostarczeniu tego kontekstu?

Na przykład anomalie i odchylenia są chronicznym irytantem dla profesjonalistów finansowych, a AI może podjąć się tego zadania, dostarczając kontekst, aby wyjaśnić skoki w wydatkach korporacyjnych. Dobrze zaprojektowany agent może oznaczyć potencjalne problemy, zanim analityk finansowy przeszuka przez wszystkie arkusze kalkulacyjne, aby odkryć odchylenia.

Podobnie AI agile i iteracyjne może oznaczać anomalie, zanim pojawią się one w przestrzeni HR. Gdy występuje odchylenie w wynagrodzeniu po przebiegu płac i pracownik kwestionuje to, ktoś z zespołu HR musi przerwać wszystko i wykonać analizę sądową, aby odkryć powód różnicy. To jest prawdziwe wyzwanie dla zajętych zespołów.

Przemyślanie agenta AI mogłoby ujawnić anomalie, zanim pracownicy zostaną dotknięci, oznaczając anomalie i dostarczając kontekst decydentom HR tam, gdzie są. W ten sposób uwaga członków zespołu pozostaje skupiona na maksymalizowaniu produktywności, a nie na gaszeniu pożarów, a operacje działają bardziej gładko.

Wyeliminowanie tarcia i workslopu: agenci DIY czy AI od dostawcy?

Najlepszym sposobem, aby uniknąć workslopu i uzyskać prawdziwą wartość z AI, jest znalezienie sposobów na zmniejszenie codziennej dawki irytacji, z którymi wszyscy spotykamy się w pracy, podejmując się zadań, które nie dodają wartości. Dla niektórych pracowników, w tym wielu ról finansowych i HR, wprowadzanie danych do systemu jest irytacją, którą można często wyeliminować za pomocą przemyślanej automatyzacji.

Dla ludzi, którzy tworzą treści, pisanie jest częścią pracy, ale efektywne wykorzystanie AI wymaga szkolenia, współpracy i polityk, które pomagają pracownikom stworzyć podpowiedzi, które generują znaczące treści i nie tworzą zadań podrzędnych dla kolegów.

Dla automatyzacji pracy odpowiednie rozwiązanie będzie się różnić w zależności od roli i branży, ale liderzy, którzy integrują AI w miejscu pracy, często będą musieli zdecydować, czy stworzyć agenci sami, czy uzyskać gotowe rozwiązanie AI od dostawcy.

Dla firm z zasobami IT, w tym nieograniczonym dostępem do ekspertyzy AI lub integratorem systemów na retainerze, nie ma granic. W takim przypadku dostawca, który dostarcza technologię do tworzenia agentów, którą klienci mogą używać do tworzenia rozwiązań AI, może działać.

Ale wiele firm nie ma dostępu do tych zasobów, a nawet jeśli, workslop może szybko stać się problemem, gdy ludzie próbują budować własnych agentów AI bez odpowiedniego szkolenia i zasobów, aby uniknąć pułapek w dół.

Bezpieczeństwo jest również kluczowym czynnikiem. Pamiętaj, że ludzie będą używać AI, niezależnie od wszystkiego. Oznacza to, że zadaniem lidera jest upewnienie się, że pracownicy używają jej w sposób bezpieczny i przejrzysty — i bez wprowadzania chaosu.

Co należy wziąć pod uwagę przy wyborze dostawców?

Dla wielu firm system AI umożliwiony przez dostawcę jest świetną opcją, ale pamiętaj, że nie wszystkie produkty są równie dobre. Najlepszym sposobem, aby uniknąć workslopu i uzyskać prawdziwą wartość z AI, jest znalezienie systemu, który zna cię tak dobrze, jak to możliwe.

Na przykład, jeśli twoim celem jest poprawa operacji za pomocą systemu ERP z AI, rozważ następujące pytania dla potencjalnych dostawców:

• Czy produkt eliminuje tarcie, z którym twoi pracownicy spotykają się najczęściej?
• Czy rozwiązuje najtrudniejsze problemy, z którymi spotykają się twoi pracownicy?
• Czy może dostosować się do różnych poziomów ekspertyzy w twojej organizacji?
• Czy utrzymuje ludzi w pętli i zapewnia odpowiedzialność i przejrzystość?

Niezależnie od tego, czy używasz systemu do generowania treści, automatyzacji procesów, czy odpowiedzi na pytania, jakość twoich wyników zależy od tego, jak dobrze system zna twój kontekst. Zapytaj swoich partnerów technologicznych, jak ich rozwiązania AI koncentrują się na człowieku i dostarczają prawdziwą wartość.

Czy workslop jest nieunikniony?

Niezależnie od tego, jaki jest twój dostawca, i czy budujesz własnych agentów, czy używasz rozwiązania, które usuwa tarcie za pomocą automatyzacji out-of-the-box, to od ciebie jako lidera zależy, aby upewnić się, że AI jest bezpieczna, przejrzysta i dodaje wartość.

Pamiętaj, że AI ukierunkowana na człowieka nie jest definiowana wyłącznie przez to, czy rozwiązuje prawdziwe problemy i ułatwia ludziom pracę. Praktyczna AI ukierunkowana na człowieka utrzymuje również ludzi w pętli, ponieważ ostatecznie to my, ludzie, jesteśmy odpowiedzialni za wyniki.

Workslop może być nieuniknionym etapem ewolucji AI, ale nie musi być stałą cechą twojej funkcji finansowej. Poprzez umieszczenie ludzi w centrum, inwestowanie w szkolenie i wybór dostawców, którzy rozumieją kontekst twojej firmy, CFO mogą odblokować nowe poziomy produktywności i strategicznej wartości z systemów ERP.

Następna fala innowacji ERP będzie napędzana przez AI, która rozumie twoją firmę tak dobrze, jak ty, i jest w stanie dostarczyć spostrzeżenia, zautomatyzować rutynowe zadania i umożliwić liderom finansowym skupić się na tym, co najważniejsze.

Przyszłość finansów jest bogata w kontekst, zwinna i napędzana przez ludzi. Masz prawo do narzędzi, których możesz używać dzisiaj, aby wejść do jutra, i możesz rozwinąć się poza workslop z pomocą praktycznego, ukierunkowanego na człowieka AI, aby osiągnąć ten cel.