พรมแดนถัดไปของ AI? คุณกำลังนั่งอยู่ในนั้น

เกือบทุกพาดหัวข่าว AI ในปีนี้พูดถึงบางแง่มุมของชั้นดิจิทัลของการทำงาน ตั้งแต่เอเจนต์ที่เขียนโค้ด ไปจนถึงโมเดลที่จดบันทึกการประชุมทางวิดีโอ ขณะเดียวกัน พนักงานเดียวกันที่ใช้ AI เพื่อทำงานบนแล็ปท็อปได้อย่างมีประสิทธิภาพอย่างน่าประหลาดใจ ก็กำลังเดินเข้าออฟฟิศในโลกจริงที่ไม่มีประสิทธิภาพเหล่านั้นเลย

ปัญหาของการสนทนาเกี่ยวกับ AI ในช่วงสองปีที่ผ่านมา คือมันยังคงอยู่ภายในอาคารเกือบทั้งหมด และผมหมายความอย่างตรงไปตรงมานั่นเอง มันเกี่ยวกับหน้าจอ หน้าต่างแชท และเอกสาร—สิ่งที่เกิดขึ้นระหว่างคนกับจอภาพ และตลอดเวลานั้น สำนักงานจริงก็แค่คอยอยู่ตรงนั้น ถูกมองว่าเป็นค่าใช้จ่ายคงที่ที่ต้องจัดการ แทนที่จะเป็นระบบที่สามารถทำความเข้าใจและปรับปรุงได้จริง

โดยเฉพาะในที่ทำงานที่ยืดหยุ่นสมัยใหม่ มักประสบกับความไม่ตรงกันระหว่างผู้ที่ควรอยู่กับผู้ที่จริงๆ แล้วมาปรากฏ ซึ่งทำให้ทุกอย่างยากต่อการจัดการ เมื่อพนักงานมาถึง พวกเขาอาจไม่สามารถหาห้องประชุมได้ หรืออาจเดินไปรอบๆ ชั้นเพื่อค้นหาโต๊ะว่างเหมือนกำลังมองหาที่จอดรถในห้างในคืนคริสต์มาส แผนผังชั้นอาจถูกวาดขึ้นจากการคาดเดาของใครสักคน มากกว่าข้อมูลจริงว่าผู้คนใช้พื้นที่อย่างไร

ความไม่สามารถใช้พื้นที่อย่างมีประสิทธิภาพนี้เป็นปัญหาที่ใหญ่กว่าที่ดูเหมือน อสังหาริมทรัพย์มักเป็นค่าใช้จ่ายอันดับสองของบริษัท รองจากค่าแรงคนการสำรวจล่าสุดที่ดำเนินการโดย The Collab Collective, หกในสิบของผู้เชี่ยวชาญด้านการดำเนินงานสถานที่ทำงานกล่าวว่าความขัดแย้งประเภทนี้ — ความไม่สามารถจัดการทรัพยากรสำนักงานเช่นโต๊ะและห้องประชุมอย่างมีประสิทธิภาพ — จริงๆ แล้วแย่ลงในปีที่ผ่านมา.

ความขัดแย้งนั้นก็มีค่าใช้จ่ายเช่นกันและค่อนข้างสูง พนักงานเสียเวลาอยู่ระหว่างสองถึงสี่ชั่วโมงต่อสัปดาห์ในการค้นหาพื้นที่ ไล่ตามเพื่อนร่วมงาน และทำงานรอบระบบสำนักงานที่กระจัดกระจาย หากคำนวณตามตัวเลขค่าตอบแทนมาตรฐาน บริษัทที่มีพนักงานหนึ่งพันคนอาจสูญเสียถึง $9 ล้านต่อปีจากความขัดแย้งในสถานที่ทำงานเพียงอย่างเดียว

จุดบอดในการวางแผนอสังหาริมทรัพย์

AI มีศักยภาพอย่างมากในการแก้ไขความท้าทายเหล่านี้ เช่นเดียวกับที่ AI สามารถคาดการณ์ความต้องการหรือจัดเส้นทางตั๋วสนับสนุนได้ มันสามารถเรียนรู้ว่าโต๊ะและห้องใดถูกใช้โดยใครและเมื่อใด มันสามารถสังเกตว่าภาพและเสียง (AV) ที่มักจะล้มเหลวที่ใดและระบุว่าชั้นหรือพื้นที่ประชุมใดไม่ได้ถูกใช้

คู่มือเก่าในการจัดการออฟฟิศยังสมมติว่ากำลังแรงงานส่วนใหญ่จะมาปรากฏตามตารางเวลาที่คาดเดาได้ ในที่ทำงานแบบไฮบริดของวันนี้ มักไม่เป็นเช่นนั้น ข้อมูลการครอบครองแสดงให้เห็นว่าการเปลี่ยนแปลงนั้นกว้างแค่ไหน บริษัทอสังหาริมทรัพย์เชิงพาณิชย์ CBRE พบว่าองค์กรส่วนใหญ่ทำงานที่ความจุเต็มในวันทำงานที่คับคั่งที่สุดของออฟฟิศแต่เพียงประมาณหนึ่งในสามของความจุนั้นในวันโดยเฉลี่ย. ช่องว่างนั้นเป็นเหตุผลที่จำนวนพนักงานเพียงอย่างเดียวเป็นวิธีที่ไม่น่าเชื่อถือในการวางแผนพื้นที่ ชั้นที่สร้างขึ้นเพื่อรองรับจุดสูงสุดของวันจันทร์จะว่างเปล่าส่วนใหญ่ในวันพฤหัสบดี และไม่มีสัญชาตญาณใดๆ ที่จะจับรูปแบบนั้นได้เท่ากับข้อมูลการใช้จริง

เครื่องมือเองทำให้สถานการณ์แย่ลง เพราะส่วนใหญ่บริษัทใช้ระบบการจอง, การเช็คอินผู้เยี่ยมชม, การวางแผนพื้นที่, บริการประชุม, และการวิเคราะห์เป็นระบบแยกกันที่ไม่เคยออกแบบให้สื่อสารกันได้ เครื่องมือกำหนดเวลาที่ไม่ทราบว่าห้องถูกใช้จริงอย่างไรไม่สามารถบอกฝ่ายสิ่งอำนวยความสะดวกอะไรที่เป็นประโยชน์เมื่อถึงเวลาต่อรองสัญญาเช่า การวิเคราะห์ที่อยู่ในแดชบอร์ดเดียวไม่สามารถย้ายและจองใหม่ให้คนในห้องอื่นเมื่อการจองของพวกเขาล้มเหลว

ความจริงคือ การตัดสินใจเกี่ยวกับอสังหาริมทรัพย์ส่วนใหญ่ในวันนี้ยังคงทำบนพื้นฐานของสัญชาตญาณและการจ้างงานปัจจุบัน มากกว่าการใช้จริง วิธีนี้อาจทำได้เมื่อตัวสำนักงานมีการครอบครองที่สม่ำเสมอและคาดเดาได้ แต่ในโลกไฮบริดที่การเข้าร่วมเปลี่ยนแปลงตามวันของสัปดาห์และทีม การอธิบายจึงยากกว่ามาก

เมื่อใช้ได้อย่างเหมาะสม AI ในที่ทำงานทำหน้าที่สองอย่างพร้อมกัน สำหรับพนักงาน มันแก้ปัญหาลอจิสติกส์การทำงานโดยอัตโนมัติจับคู่คนกับพื้นที่ว่าง แสดงทรัพยากรที่ว่างอยู่แบบเรียลไทม์และขจัดความจำเป็นในการย้ายการประชุมอย่างเร่งด่วน สำหรับทีมปฏิบัติการและฝ่ายสิ่งอำนวยความสะดวกที่จัดการงบประมาณ AI สามารถวิเคราะห์สัญญาณเล็กๆ เหล่านั้น — ใครจองอะไร, เมื่อไหร่, ความถี่, และห้องใดว่าง — เพื่อสร้างภาพที่ชัดเจนของการทำงานของพื้นที่

ยิ่งไปกว่านั้น เมื่อบริษัทสามารถเห็นว่าพื้นที่ถูกใช้จริงอย่างไร ผู้จัดการสามารถตัดสินใจด้านอสังหาริมทรัพย์บนพื้นฐานของความต้องการจริง เหมือนกับการตัดสินใจจัดสรรทรัพยากรอื่นๆ ด้วยข้อมูลนี้ พวกเขาสามารถรวมชั้นที่ไม่มีใครใช้, เข้าสู่การต่อสัญญาเช่าด้วยอำนาจต่อรองจริง และออกแบบโครงสร้างออฟฟิศใหม่ตามวิธีการทำงานร่วมกันของทีม

เมื่อข้อมูลถูกรวมเป็นหนึ่งเดียว ผลตอบแทนก็ชัดเจนอย่างรวดเร็ว สมมติว่าองค์กรพบว่า 40% ของการประชุมของพวกเขาใช้ห้องประชุมเพียงส่วนเล็กน้อย ด้วยข้อมูลนี้ ผู้จัดการปฏิบัติการสามารถกำหนดได้อย่างง่ายดายว่าห้องใดควรได้รับการอัปเกรด AV ก่อนเป็นอันดับแรก และห้องใดที่เหลือควรได้รับการออกแบบใหม่แทนการบำรุงรักษาประจำ

บริษัทที่ได้นำ AI ไปใช้กับโค้ด, คิวสนับสนุนและกล่องจดหมายของตนแล้วได้เห็นแล้วว่าอะไรเกิดขึ้นเมื่อข้อมูลที่ดีแทนที่การคาดเดา สำนักงานจึงเป็นสถานที่ต่อไปที่ควรนำบทเรียนนี้ไปใช้ ยิ่งไปกว่านั้น องค์กรที่เป็นผู้นำจะไม่เพียงลดค่าใช้จ่ายในพื้นที่ที่ไม่ได้ใช้เท่านั้น แต่ยังคืนเวลาที่พนักงานสูญเสียไปอย่างเงียบ ๆ ให้กับความขัดแย้งในที่ทำงานมานานให้กลับคืนมา