Vedení firmy nanáší do grafu své předpoklady a vidí něco nepříjemného: dva předpoklady, které oba stojí ve strategickém dokumentu, si odporují. Jeden říká, že oddělení roste, protože poptávka stoupá. Druhý říká, že totéž oddělení se zmenšuje, protože část práce mezitím vykonává AI. Oba předpoklady byly kdysi zapsány z dobrého důvodu. Problém není v tom, že jeden z nich je hloupý. Problém je v tom, že nikdo nezaznamenal, ve kterém okamžiku by měl který předpoklad ustoupit.
Rozpor mezi předpoklady většinou není chyba ve výpočtu. Je to viditelný pozůstatek posunu, který se na dvou místech ve firmě projevil odlišně. Jeden předpoklad napsal někdo, kdo vidí oddělení růst v počtu poptávek. Druhý napsal někdo, kdo vidí, že část těchto stejných poptávek se mezitím vyřizuje bez lidského zásahu, s dohledem, který schvaluje nebo zamítá. Obě pozorování mohou být správná. Jen už nebyla dána do souladu od chvíle, kdy AI převzala část práce.
Tady se metoda stává užitečnou, a tady také naráží na své hranice. Zátěžový test odhalí rozpor; nevysvětlí, kdo se mýlí. To vyžaduje rozhovor, ne výpočet.
Vlastní graf vedení firmy je momentkou toho, co si lidé myslí, že vědí, ne toho, co je pravda. Pokud dva členové vedení označí předpoklad oba jako „platný“, znamená to, že se na tom shodují — ne že předpoklad je správný. A naopak: pokud je předpoklad označen jako „pochybný“, protože jedna osoba zaznamenala signál, který ostatní neznají, je to důvod k ověření, nikoli potvrzení, že předpoklad neplatí.
Externí data, se kterými se vlastní graf srovnává, mají vlastní míru nejistoty. Odvětvová data o tom, do jaké míry AI přebírá práci, zaostávají za praxí. Regulace mění hřiště dřív, než to čísla ukážou. Konkurent, který komunikuje o automatizaci, ne vždy říká, co se interně skutečně děje. Zátěžový test tyto zdroje kombinuje, aby zviditelnil vzorec, ne aby zaručil výsledek. Tam, kde je obraz řídký — jeden zdroj, jedno čtvrtletí, jeden region — zátěžový test to označí jako řídké, místo aby to skrýval za zdánlivě přesné číslo.
Výsledek tedy sám o sobě nic neříká. Něco říká v kombinaci s otázkou: jak nedávno bylo toto potvrzeno, a kým.
V jedné firmě se předpoklad o AI upraví během čtvrtletí, jakmile je první úkol skutečně převzat. V jiné firmě zůstává tentýž předpoklad po dvou letech v dokumentu nezměněný, zatímco úkol, na kterém stojí, už z velké části vykonává AI. Rozdíl málokdy spočívá v kvalitě lidí. Spočívá v tom, zda existuje pevný okamžik, kdy se předpoklady znovu prověřují, a zda je tento okamžik nezávislý na tom, kdo v danou chvíli nejhlasitěji volá po změně. Firmy, kde nejhlasitější hlas automaticky neurčuje, která aplikace AI dostane přednost, nechávají předpoklady stát nebo padat na základě toho, co je vidět, ne na základě toho, kdo dominoval poslední poradě.
Existuje rozdíl mezi rizikem, které vědomě přijímáte, a předpokladem, o který jste, aniž byste si toho všimli, už přišli; rozdíl mezi rizikem AI a předpokladem o AI vysvětluje, proč se dva předpoklady někdy nesrážejí proto, že jsou chybné, ale proto, že jeden popisuje riziko a druhý fakt, který se mezitím změnil. Jakmile je toto rozlišení provedeno, je také jasnější, proč rozpor nemusí nutně žádat rozhodnutí, ale spíše aktualizaci toho, co se považuje za pravdivé.
Hodnota zátěžového testu netkví v okamžiku samotného rozporu, ale v tom, co se s tímto rozporem stane potom. Pokud se zaznamená, který předpoklad byl upraven a na základě jakého signálu, dá se to později dohledat. Zůstane-li to jen u rozhovoru bez poznámky, tentýž rozpor se za rok objeví znovu, se stejným zmatkem. Kdo chce být schopen zpětně vysvětlit, proč bylo tehdy učiněno strategické rozhodnutí, potřebuje také, aby bylo zaznamenáno, proč předpoklad o AI přestal platit — nikoli jako archivní materiál, ale protože jinak další rozhodovatel začíná znovu od nuly.
Důležité: to vše se týká rozpoznávání a sledování posunu, ne toho, co organizace následně dělá se svými zaměstnanci. Tam, kde se výsledek dotýká rozhodnutí o lidech, platí pro to vlastní zákonné požadavky; zátěžový test není podkladem pro takové rozhodnutí.
Vedení, které jednou najde rozpor, se často ptá, jak často se něco takového opakuje. Odpověď závisí na tom, jak rychle AI v daném odvětví skutečně přebírá úkoly a jak viditelně se to projevuje navenek. To je také otázka za tím, jak často si strategie zaslouží přehodnocení: ne v pevně stanovený kalendářní termín, ale ve chvíli, kdy se předpoklady a realita znovu začínají rozcházet.
Základní otázka — kterou práci v této firmě lze skutečně převést na AI, kterou s dohledem a která zůstane lidskou prací — se zodpovídá po jednotlivých úkolech pomocí pracovního skenu FTE TO AI. Chcete-li nejprve vidět, kde stojí vaše vlastní předpoklady, než se do toho pustíte, existuje bezplatná kontrola předpokladů: krátké kolo, ve kterém pojmenujete své nejdůležitější předpoklady a u každého uvidíte, kdy byl naposledy potvrzen. Kompletní zátěžový test, s externím srovnáním a vlastním grafem vedle sebe, se připravuje.
Stel uw vraag. Vaak zit de echte vraag een laag dieper — daar mag ik naar vragen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.