IKT nozare lielā mērā sastāv no darba, ko var sadalīt atpazīstamos posmos: kods, kas rakstīts pēc specifikācijas, testēšana pret noteiktiem kritērijiem, dokumentācijas uzturēšana, biļešu sadale, infrastruktūras konfigurēšana, atskaišu sagatavošana. Līdzās tam pastāv darbs, ko tieši nevar ietvert posmos: arhitektūras izvēle, kas ietekmē turpmākos gadus, klients, kurš apraksta problēmu, ko vēl neviens nav atrisinājis, komanda, kurai jāsvēr termiņš pret kvalitātes prasību. Abi šie darba veidi pastāv vienās un tajās pašās funkcijās, bieži pat vienam un tam pašam cilvēkam vienā un tajā pašā dienā.
Šis sajaukums nosaka, kāpēc AI šeit ienāk nevis kā projekts, bet kā lēna nobīde. Daļa darba vienmēr bijusi darbietilpīga, bez tam, ka tā būtu sarežģīta: kода pārvēršana no viena valodā uz citu, testu skriptu ģenerēšana, žurnālu meklēšana pēc zināma modeļa. Tiklīdz AI daļēji vai pilnībā pārņem šo daļu, stratēģijā uz papīra nekas nemainās — plāns, klienta solījums, servisa līmenis paliek nemainīgi — bet pieņēmums, kas bija to pamatā, tas ir, cik cilvēku un stundu ir nepieciešams, lai šo solījumu izpildītu, vairs nav automātiski patiess.
To, kas notiek IKT nozarē, nevar apkopot kā "AI aizstāj programmētājus". Darbs sadalās trīs kategorijās, kas šķērso gandrīz visas funkcijas. Dažus uzdevumus AI var izpildīt patstāvīgi: strukturēta kода ģenerēšana, tulkošana starp sistēmām, atkārtojami testi. Citi uzdevumi tiek izpildīti daļēji: AI izstrādā priekšlikumu — kода izmaiņu, riska novērtējumu, incidenta kopsavilkumu — un cilvēks to apstiprina vai atsaka, ar dokumentētu iemeslu. Un trešā kategorija paliek cilvēka darbs: saruna ar klientu par to, ko viņš patiesībā domā, lēmums, vai sistēmu ieviest ražošanā vai ne, atbildība par to, ja kaut kas noiet greizi.
Sadalījums starp šīm trim nav fiksēts. Uzņēmumā ar daudzām mantotajām (legacy) sistēmām un mazu standartizētu dokumentāciju trešās kategorijas daļa ir lielāka nekā uzņēmumā ar modernu, labi dokumentētu infrastruktūru. Komandā, kurā uzraudzība ir organizēta kā pastāvīga procesa daļa — kad kāds faktiski novērtē AI priekšlikumus, nevis vienkārši tos apstiprina bez pārbaudes — vairāk darba pāriet uz otro kategoriju, nezaudējot kvalitāti. Komandā bez šādas uzraudzības AI paliek atsevišķu eksperimentu līmenī, un maz kas mainās, kaut arī tehnoloģija ir pieejama.
Iemesls, kāpēc tas skar direktoru padomes galdu, nevis tikai IT nodaļu, ir tas, ka šīs nozares stratēģijas bieži balstās uz pieņēmumu par kapacitāti: cik izstrādes kapacitātes nepieciešams, lai izpildītu plānu, cik atbalsta kapacitātes, lai uzturētu servisa līmeni, cik daudz vecāko speciālistu laika, lai apmācītu jaunākos. Ja AI pārņem daļu darba pirmajā vai otrajā kategorijā, mainās atbrīvoto stundu un fte kapacitātes apjoms — nevis fiksētā procentuālā daļā, jo tas ir atkarīgs no sistēmām, procesa disciplīnas un uzraudzības līmeņa, bet nobīdes virziens ir nemainīgs.
Stratēģiskais jautājums tad nav, vai AI pārņem darbu, bet vai plāns joprojām balstās uz veco sadalījumu. Plāns, kas rēķinās ar fiksētu izstrādes kapacitāti, cenu modelis, kas balstās uz fiksētu atbalsta stundu skaitu klientam, apmācības programma, kas veidota, pieņemot, ka jaunāko speciālistu darbs paliek nemainīgs — tie visi ir pieņēmumi, kas šīs nobīdes rezultātā var zaudēt spēku bez brīdinājuma. Neviens tos formāli neatceļ; tie vienkārši paliek plānā, kamēr realitāte apakšā mainās. Tas ir cits modelis nekā, piemēram, finanšu pakalpojumu nozarē, kur regulējums daļēji nosaka automatizācijas tempu, vai būvniecībā, kur fiziskā izpilde nosaka citu robežu tam, ko AI var pārņemt. IKT nozarē robeža bieži ir mazāk fiziska un mazāk juridiska, un tāpēc to var pārvietot ātrāk — tas drīzāk palielina, nevis samazina risku, ka pieņēmums kluss veidā paliek novecojis.
Divi uzņēmumi vienā un tajā pašā apakšnozarē var šajā jautājumā atšķirties ļoti daudz, un šī atšķirība reti ir saistīta ar AI rīku pieejamību — tie ir pieejami abiem. Tā ir saistīta ar to, vai pastāv funkcionējošs uzraudzības mehānisms, kas novērtē AI rezultātus ar dokumentētu iemeslu, vai dokumentācija un sistēmas ir sakārtotas tā, ka AI var tās izmantot, un vai direktoru padome nesen ir pārbaudījusi stratēģijas pamatā esošos pieņēmumus salīdzinājumā ar to, kas operatīvi jau ir mainījies. Uzņēmumi, kuriem šī pēdējā pārbaude nav notikusi, vada stratēģiju, kas uz papīra joprojām ir pareiza, kamēr tai pamatā esošais kapacitātes pieņēmums jau sen ir pārsniegts.
Šī nobīde skar arī jautājumu, kam būtu jāsēž pie galda šādā pārbaudē — ne tikai direktoru padomei, bet arī tiem, kas faktiski redz, kā darbs mainās, kā aprakstīts pārskatā par to, kam būtu jāpiedalās stratēģijas pārskatīšanā. Ciktāl šī nobīde skar lēmumus par personālu, tiem ir savas juridiskās prasības; šī lapa attiecas uz stratēģiju, ne uz šiem lēmumiem.
Pamatjautājums — kuru darbu šajā uzņēmumā AI patiešām var pārņemt, kuru daļēji, un kurš darbs paliks cilvēka darbs — ar FTE TO AI darba skenēšanu tiek atbildēts uzdevumu līmenī, nevis, balstoties uz aplēsi visai nozarei. Pirms šī skenēšana kļūst redzama, ir mazāks solis: bezmaksas pieņēmumu pārbaude, īsa aptauja, kurā jūs nosaucat savus svarīgākos stratēģiskos pieņēmumus un pie katra pieņēmuma redzat, kad tas pēdējo reizi ticis faktiski pārbaudīts. Tas parāda, kuri pieņēmumi joprojām stāv droši un kuri klusi ir sākuši mainīties. Pilnīga stratēģiskā spiediena pārbaude, kurā skats no ārpuses tiek salīdzināts ar direktoru padomes pašnovērtējumu, ir izstrādes procesā.
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.