Egy vezetői csapat felrajzolja a feltételezéseit, és valami kellemetlent lát: két feltételezés, amelyek mindketten a stratégiai dokumentumban szerepelnek, ellentmondanak egymásnak. Az egyik szerint egy részleg növekszik, mert a kereslet nő. A másik szerint ugyanaz a részleg zsugorodik, mert a munka egy részét már AI végzi. Mindkét feltételezést egykor jó okkal írták le. A probléma nem az, hogy egyik ostoba lenne. A probléma az, hogy senki nem rögzítette, mely pillanatban melyik feltételezésnek kellene engednie.
Egy ellentmondás két feltételezés között többnyire nem számítási hiba. Ez egy elmozdulás látható maradéka, amely a vállalat két különböző pontján másképp csapódott le. Az egyik feltételezést az írta, aki a részleget a beérkező kérések számában látja növekedni. A másikat az, aki látja, hogy ugyanezen kérések egy része már emberi kéz nélkül kerül elintézésre, olyan felügyelettel, amely jóváhagy vagy elutasít. Mindkét megfigyelés lehet helyes. Csak már nem lettek egymással összevetve azóta, hogy az AI átvette a munka egy részét.
Itt válik hasznossá a módszer, és itt vannak a korlátai is. A próbanyomat feltárja az ellentmondást; nem magyarázza meg, kinek van igaza. Ehhez beszélgetés szükséges, nem számítás.
Egy vezetői csapat önértékelő felrajzolása egy pillanatfelvétel arról, amit az emberek tudni hisznek, nem arról, amit valóság. Ha két vezetőségi tag egy feltételezést mindketten "érvényesre" állít, ez azt jelenti, hogy egyetértenek — nem azt, hogy a feltételezés helyes. Ennek fordítottja is igaz: ha egy feltételezés "kérdésesre" kerül, mert egy személy olyan jelzést látott, amelyet a többiek nem ismernek, ez ok a vizsgálatra, nem megerősítés arra, hogy a feltételezés érvényét veszti.
A külső adatoknak, amelyekkel az önértékelő felrajzolást összevetik, saját bizonytalanságuk van. Az ágazati adatok arról, milyen mértékben veszi át az AI a munkát, lemaradnak a gyakorlattól. A szabályozás eltolja a terepet, mielőtt ez a számokban megjelenne. Egy versenytárs, aki az automatizálásról kommunikál, nem mindig mondja el, mi történik valójában belsőleg. A próbanyomat ezeket a forrásokat kombinálja, hogy egy mintát láthatóvá tegyen, nem azért, hogy garantáljon egy eredményt. Ahol a kép vékony — egy forrás, egy negyedév, egy régió — a próbanyomat ezt vékonyként jelzi, helyette hogy egy látszólag pontos szám mögé rejtené.
Egy eredmény tehát önmagában nem mond semmit. Akkor mond valamit, ha összekapcsolják a kérdéssel: mennyire friss ez a megerősítés, és ki erősítette meg.
Egy vállalatnál egy AI-ról szóló feltételezést egy negyedéven belül módosítanak, amint az első feladatot tényleg átveszik. Egy másik vállalatnál ugyanaz a feltételezés két év után is változatlanul szerepel a dokumentumban, míg a feladat, amelyre alapszik, már jórészt AI által ellátott. A különbség ritkán az emberek minőségében rejlik. Abban rejlik, hogy létezik-e egy fix pillanat, amikor a feltételezéseket újra megvizsgálják, és hogy ez a pillanat független-e attól, ki kiabál abban a pillanatban a leghangosabban azért, hogy valaminek változnia kell. Azok a vállalatok, ahol nem a leghangosabb hang dönti el automatikusan, melyik AI-alkalmazás kap elsőbbséget, a feltételezéseket a látott dolgok alapján tartják vagy engedik el, nem azon alapulva, ki uralta az utolsó megbeszélést.
Különbség van egy kockázat között, amelyet tudatosan elfogad, és egy feltételezés között, amelyet anélkül, hogy észrevette volna, már elveszített; a különbség egy AI-kockázat és egy AI-feltételezés között megmagyarázza, miért ütközik néha két feltételezés egymással nem azért, mert hibásak, hanem mert az egyik egy kockázatot ír le, a másik pedig egy tényt, amely közben megváltozott. Amint ez a megkülönböztetés megtörténik, világosabbá válik az is, hogy az ellentmondás nem feltétlenül döntést igényel, hanem egy frissítést arról, amit igaznak feltételeznek.
A próbanyomat értéke nem magában az ellentmondás pillanatában rejlik, hanem abban, amit ezután az ellentmondással tesznek. Ha rögzítik, melyik feltételezést módosították és milyen jelzés alapján, azt később visszakereshetik. Ha csak egy jegyzet nélküli beszélgetésnél marad, ugyanaz az ellentmondás egy év múlva ismét felbukkan, ugyanazzal a zavarral. Aki képes lenni akarja utólag elmondani, miért hoztak akkor egy stratégiai döntést, annak arra is szükség van, hogy rögzítve legyen, miért vált érvénytelenné egy AI-ról szóló feltételezés — nem archiválási dokumentumként, hanem mert a következő döntéshozó egyébként ismét nulláról kezdi.
Fontos: mindez egy elmozdulás felismeréséről és nyomon követéséről szól, nem arról, mit tesz ezután a szervezet a személyzetével. Ahol egy eredmény egy emberekkel kapcsolatos döntéshez kapcsolódik, arra saját jogi követelmények vonatkoznak; a próbanyomat nem alapja ennek a döntésnek.
Egy vezetőség, amely egyszer talált egy ellentmondást, gyakran azt kérdezi, milyen gyakran ismétlődik ilyesmi. A válasz attól függ, milyen gyorsan veszi át az AI az adott ágazatban tényleg a feladatokat, és mennyire válik ez láthatóvá kívülről. Ez a kérdés áll amögött is, milyen gyakran érdemes a stratégiát felülvizsgálni: nem egy fix naptári időpontban, hanem abban a pillanatban, amikor a feltételezések és a valóság ismét szétválni kezdenek.
Az alapkérdésre — mely munkát lehet ebben a vállalatban tényleg átvenni AI-val, mely részt felügyelettel, és mely rész marad emberi munka — a FTE TO AI munkaszkenje ad választ feladatonként. Ha először azt szeretné látni, hol állnak a saját feltételezései, mielőtt ezt kideríti, ott van az ingyenes feltételezés-ellenőrzés: egy rövid kör, amelyben megnevezi a legfontosabb feltételezéseit, és feltételezésenként láthatja, mikor erősítették meg utoljára. A teljes próbanyomat, a külső összehasonlítással és az önértékelő felrajzolással egymás mellett, jelenleg épül.
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.