Подолайте workslop за допомогою практичного, орієнтованого на людину ШІ

Проблема “AI slop” викликала значний культурний резонанс і медійну увагу за останні кілька років, оскільки використання мовних моделей та інших генераторів контенту штучного інтелекту продовжує стрімко зростати. Люди помічають, коли низькоякісні зображення та неякісний текст заповнюють їхні соціальні мережі.

Дякуючи AI slop, ми тепер менше довіряємо рекламному контенту, який, на нашу думку, створений штучним інтелектом, навіть якщо це не так, і читачі починають розпізнавати ознаки контенту, створеного мовними моделями, наприклад, надмірне використання довгих тире. На жаль, “workslop” також став реальністю.

Що таке Workslop, і чому керівники фінансових підрозділів повинні турбуватися про це?

Кожен фінансовий директор знає розчарування, яке виникає при переслідуванні відхилень у бюджеті або витраті годин на узгодження незрозумілих аномалій. У сучасному корпоративному ландшафті обіцянка штучного інтелекту присутня всюди, але також є новий вбивця продуктивності: workslop.

Workslop – це побічний продукт автоматизації, який виглядає полішованим, але не має суті, контексту чи корисності. Це стаття, наповнена довгими тире, яка нічого нового не вчить; загальний звіт, який ставить більше питань, ніж відповідає; процес затвердження, який створює тертя замість ясності. Це контент, створений штучним інтелектом, який змушує фінансові команди виконувати більше роботи, а не менше.

Workslop найчастіше пов’язаний з низькою якістю контенту. Це знецінює бренд, менше довіряють йому і посилає повідомлення про те, що люди припинили звертати увагу. Але коли workslop починає впливати на бізнес-застосунки, такі як ERP, це стає ще більшим витоком продуктивності та довіри.

Workslop виникає, коли системи штучного інтелекту генерують результати без достатніх вхідних даних від людини, контексту чи нагляду. Для керівників фінансових підрозділів це означає витрату цінного часу на уточнення, корекцію або переробку того, що повинно було бути автоматизованим.

Результат? Втрата ефективності, зменшення довіри до автоматизації та фінансове відомство, яке застряло в реактивному режимі. Ви можете подумати, що ваша організація не достатньо інвестувала в штучний інтелект, щоб бути постраждалим від workslop, але воно вже існує.

Нещодавня стаття в HuffPost процитувала дослідження Стенфордського університету, яке показало, що понад половина працівників стверджують, що вони зустрічали workslop на роботі. Окрім того, що workslop дратує працівників, воно загрожує підірвати ключову перевагу інтеграції штучного інтелекту на робочому місці: більшу продуктивність з винятковою якістю.

Добра новина полягає в тому, що ви можете мінімізувати або навіть ліквідувати workslop за допомогою практичного, орієнтованого на людину підходу до штучного інтелекту. Ось погляд на поточний стан проблеми workslop, як більш вдумливий підхід до технологій штучного інтелекту на робочому місці може виглядати, і деякі поради щодо досягнення агільної, ітеративної реалізації штучного інтелекту.

Що, якщо workslop не проблема, а перша чернетка?

Давайте визнаємо — це майже 2026 рік, і штучний інтелект — це цікавий продукт. Він має неймовірний потенціал для збереження часу та підвищення продуктивності, тому люди будуть використовувати його, незалежно від того, чи заохочує їх роботодавець до впровадження цієї технології чи ні. Питання в тому, чи будуть вони застосовувати його з належною підготовкою та зусиллями, необхідними для досягнення найкращих результатів?

Workslop відбувається, коли користувач не надає штучному інтелекту достатнього або добре структурованого входу. Для отримання найкращих результатів із штучним інтелектом потрібно продовжувати розмову. Потрібно переписати запит або уточнити свої потреби. Такий обмін додає контекст і зворотний зв’язок та допомагає досягти кращого результату.

Я дізнався про це на власному досвіді, коли створив запит штучному інтелекту, який мав бути ритуалом наприкінці дня для оновлення списку завдань шляхом підсумкування електронних листів, на які я ще не відповів та виділення зобов’язань, які я взяв на себе. Це звучало як велика ідея, але оригінальна версія була надто великою та важкою для будь-якої практичної користі.

Знадобилося багато доопрацювання, зворотного зв’язку та підказок від мовної моделі, щоб досягнути передбачуваного та практичного результату. Потрібно було бути чітким щодо своїх потреб, стилю обробки інформації та тривалості концентрації уваги, щоб досягнути результату, який працював.

Було б справедливо назвати мою першу чернетку “workslop”, але завдяки доопрацюванню я досягнув корисного інструменту штучного інтелекту. Але що, якщо б я зупинився на першій ітерації та залишився з менш зручною першою чернеткою? Якби я зробив це, я мав би справу з workslop, який заважав би продуктивності.

Якщо помножити це на більш складні процеси, які включають декілька сторін, можна легко побачити, як штучний інтелект, застосований з найкращими намірами, може стати workslop, якщо не мати належної підготовки, витривалості та основи для його ефективного застосування.

Немає сумніву, що штучний інтелект може додати реальну цінність. Але як лідери, нам потрібно забезпечити, щоб працівники мали знання, підтримку та координацію для успіху, і звіти з робочих місць на передовій вказують на те, що ще багато роботи потрібно зробити.

Що таке орієнтований на людину підхід до штучного інтелекту, і як до нього дійти?

Що таке орієнтований на людину підхід до штучного інтелекту? І як практичний шлях може привести до кращих результатів при інтеграції штучного інтелекту в робочі процеси?

Для захисників штучного інтелекту на робочому місці хорошим початком є визнання того, що метою не є заміна людей. Мета полягає в тому, щоб полегшити тертя та посилити наш інтелект шляхом розуміння людини: її потреб, щоденних подразників, суджень та цілей.

Є два уроки тут, щоб привести орієнтований на людину, якісний штучний інтелект на робоче місце. По-перше, для ваших команд, які працюють з генеративним штучним інтелектом, забезпечте їм підготовку та час для досягнення кращих результатів із сильним контекстом та доопрацюванням.

Для систем, які ви обираєте та які пропонують можливості штучного інтелекту, забезпечте, щоб ваші технологічні партнери справді розуміли потреби вашої команди. Це означає розуміння їхнього щоденного робочого середовища, того, що працює, а що все ще дратує їх.

Як виглядає орієнтований на людину штучний інтелект на робочому місці?

Штучний інтелект можна застосовувати самостійно, щоб полегшити людям роботу, або використовувати для доповнення старих технологій, які залишають дратівливі пробіли в робочих процесах. Наприклад, технологія розпізнавання тексту з зображень (OCR) перетворює зображення тексту в читаний, пошуковий текст і використовується протягом років для оптимізації завдань, таких як введення паперових квитанцій або рахунків у програмне забезпечення для звітності про витрати.

Але, як кожен, хто регулярно використовує OCR, знає, воно не завжди працює так, як обіцяно. Можливо, ви сфотографували квитанцію на рухомому поїзді, і квитанція була зігнута, що приховувало інформацію. Можливо, рахунок написаний нерозбірливим почерком. Можливо, дата вказана в європейському форматі, а система розпізнає тільки формат США.

Є безліч причин, чому OCR може неправильно перекласти дані. Це обмежена технологія. Інтеграція більш складної технології, наприклад штучний інтелект, може закрити ці пробіли та нарешті усунути незручність ручного введення цих даних.

Це тільки початок того, що орієнтований на людину штучний інтелект може зробити можливим. З огляду на можливості штучного інтелекту, нові застосування можуть зробити набагато більше для полегшення тертя на роботі. Наприклад, з правильними запитами та ретельним визначенням закономірностей історичних транзакцій штучний інтелект зможе додати контекст до рахунку за межами полів на сторінці шляхом висновку інформації про центр витрат, проєкт та іншу інформацію, орієнтовану на людину, яка його використовує.

Орієнтований на людину штучний інтелект також може полегшити тертя на робочому місці, виводячи завдання до людей поза системами, такими як корпоративна система ERP. Більшість людей не виконують свою роботу в системі ERP, але їм потрібно входити в систему (і інші системи) для виконання конкретних завдань, таких як затвердження табелів обліку робочого часу або запитів працівників.

Що, якщо агент штучного інтелекту принесе ці завдання людині, разом із відповідним контекстом, необхідним для прийняття рішення в програмі, яку вони вже використовують? Це могло б тримати процеси в русі та працівників більш зосередженими. Орієнтований на людину штучний інтелект такого типу може ліквідувати завдання, які не додають цінності, такі як введення даних та вхід до декількох систем.

Як орієнтований на людину штучний інтелект трансформує фінансові функції?

Агільний, ітеративний підхід до штучного інтелекту вже трансформує фінансові функції значним чином. Коли фінансові фахівці занурені в таблиці та аналіз, може бути складно переключитися на пояснення історії, що стоїть за даними; тому чому б не створити агента штучного інтелекту, який допоможе у наданні цього контексту?

Наприклад, аномалії та відхилення є постійним джерелом роздратування для фінансових фахівців, і штучний інтелект може взяти на себе цю роботу, надаючи контекст для пояснення сплесків корпоративних витрат. Добре спроектований агент може виділити потенційні проблеми до того, як фінансовий аналітик розбереться у всіх таблицях та знайде відхилення.

Аналогічно, агільний, ітеративний штучний інтелект може виділити аномалії до того, як вони виникнуть у сфері персоналу. Коли є відхилення у зарплаті після розрахунку зарплати та працівник запитує про це, хтось з команди персоналу повинен кинути все та провести докладний аналіз, щоб знайти причину різниці. Це справжній виклик для зайнятих команд.

Ретельно спроєктований агент штучного інтелекту міг би виділити аномалії до того, як вони вплинули на працівників, виділивши аномалію та надаючи контекст приймаючим рішення у сфері персоналу. Таким чином, команда залишається зосередженою на максимізації продуктивності, а не на гасінні пожеж, і операції проходять більш гладко.

Ліквідація тертя та workslop: саморобні агенти чи штучний інтелект вендора?

Найкращий спосіб уникнути workslop та отримати реальну цінність від штучного інтелекту полягає в тому, щоб шукати способи зменшити щоденну дозу дратівлі, яку ми всі зустрічаємо на роботі, приймаючи на себе завдання, які не додають цінності. Для деяких працівників, зокрема багатьох фінансових та кадрових спеціалістів, введення даних у систему є дратівлею, яку можна ліквідувати за допомогою вдумливої автоматизації.

Для тих, хто створює контент, введення тексту є частиною роботи, але ефективне використання штучного інтелекту вимагає підготовки, співробітництва та політики, які допоможуть працівникам створювати запити, які генерують змістовний контент і не створюють подальшу роботу для колег.

Для автоматизації роботи правильне рішення буде різним для різних ролей та галузей, але лідери, які інтегрують штучний інтелект на робочому місці, часто повинні вирішувати, чи створювати агентів самостійно, чи отримувати готове рішення штучного інтелекту від вендора.

Для компаній з потужними ІТ-ресурсами, зокрема необмежений доступ до експертів зі штучного інтелекту або системного інтегратора на постійному договорі, можливості майже безмежні. У цьому випадку вендор, який надає технологію створення агентів, яку клієнти можуть використовувати для створення рішень штучного інтелекту самостійно, може працювати.

Але багато підприємств не мають доступу до цих ресурсів, і навіть якщо вони мають, workslop може швидко стати проблемою, коли люди намагаються створити власних агентів штучного інтелекту без належної підготовки та ресурсів для уникнення проблем на подальших етапах.

Безпека також є критичним фактором. Майте на увазі, що люди будуть використовувати штучний інтелект, і крапка. Це означає, що завдання лідера — забезпечити, щоб працівники використовували його безпечно та прозоро — і без введення хаосу.

Що слід враховувати при виборі вендорів?

Для багатьох компаній система, оснащена штучним інтелектом, від вендора — це велика можливість, але пам’ятайте, що не всі продукти створені рівноцінно. Найкращий спосіб уникнути workslop та отримати реальну цінність від штучного інтелекту полягає в тому, щоб знайти систему, яка знає вас якомога ближче.

Наприклад, якщо ваша мета — покращити операції за допомогою системи ERP, оснащеної штучним інтелектом, розгляньте такі питання для потенційних вендорів:

• Чи ліквідує продукт тертя, з яким ваші працівники стикаються найчастіше?
• Чи розв’язує він найскладніші проблеми, з якими стикаються ваші працівники?
• Чи може він адаптуватися до різного рівня експертизи в вашій організації?
• Чи тримає він людей у циклі та забезпечує підзвітність та прозорість?

Незалежно від того, чи використовуєте ви систему для генерації контенту, автоматизації робочих процесів чи відповідей на питання, якість ваших результатів залежить від того, наскільки добре система знає ваш контекст. Запитайте своїх технологічних партнерів, як їхні рішення штучного інтелекту центрують людину та надають реальну цінність.

Чи є workslop неминучим?

Незалежно від того, хто ваш вендор, і чи створюєте ви власних агентів чи використовуєте рішення, яке усуває перешкоди за допомогою готової автоматизації, це залежить від вас як лідера, щоб забезпечити, що штучний інтелект є безпечним, прозорим та додає цінність.

Майте на увазі, що орієнтований на людину штучний інтелект не визначається лише тим, чи розв’язує він реальні проблеми та полегшує людям роботу. Практичний, орієнтований на людину штучний інтелект також тримає людей у циклі, оскільки, в кінцевому підсумку, ми, люди, відповідаємо за результати.

Workslop може бути неминучим етапом еволюції штучного інтелекту, але він не повинен бути постійною особливістю вашої фінансової функції. Центруючи людей у циклі, інвестуючи у підготовку та вибираючи вендорів, які розуміють контекст вашого бізнесу, фінансові директори можуть розблокувати нові рівні продуктивності та стратегічної цінності з систем ERP.

Наступна хвиля інновацій ERP розвиватиметься завдяки штучному інтелекту, який розуміє ваш бізнес так само, як і ви, і здатний надавати інсайти, автоматизувати повторювані завдання та надавати фінансовим керівникам можливість зосередитися на тому, що найважливіше.

Майбутнє фінансів — насичене контекстом, гнучке та кероване людьми. Ви заслуговуєте на інструменти, які ви можете використовувати сьогодні, щоб перейти до завтра, і ви можете розвинутися за межі workslop з практичним, орієнтованим на людину штучним інтелектом, щоб досягнути цієї мети.