Antagandet att detta arbete inte låter sig standardiseras

Var antagandet kommer från

I nästan varje strategi finns, oftast outtalat, ett antagande om det egna arbetets karaktär: detta är för specialiserat, för kontextberoende, för mycket skräddarsytt för att fångas i en standardprocess. Det antagandet är inte gripet ur luften. Det är uppbyggt av års erfarenhet med programvara som följde regler och därför bara kunde det som var förutsett i förväg. Arbete som byggde på bedömning, på avvikelse, på att läsa en situation som inte stod i handboken, förblev därför människoarbete. Slutsatsen blev en fast bjälke under strategin: den här delen av vårt arbete är vårt, och kommer att förbli det.

Varför det höll så länge

Så länge automatisering byggde på regler var antagandet korrekt. Ett system som exakt följer det som är programmerat kan inte känna igen ett undantag som inte är definierat som undantag. Arbete med många varianter, lite upprepning och bedömning baserad på erfarenhet förblev därför utom räckhåll för automatisering. Strategin som byggde på detta antagande höll, och de direktioner som höll fast vid den hade rätt. Problemet är inte att antagandet en gång var fel. Problemet är att förutsättningen det vilade på har förändrats.

Vad som har förändrats

AI som arbetar med språk, mönster och kontext behöver inte känna till varje variant i förväg. Den känner igen likheter med det den redan har sett och tillämpar det på en ny situation. Därigenom förskjuts en del av det arbete som ansågs icke-standardiserbart till en av tre kategorier: arbete som AI klarar självständigt, arbete där AI lägger fram ett förslag och en människa godkänner eller avslår det med motivering, och arbete som förblir människoarbete eftersom bedömningen lutar för tungt mot erfarenhet, ansvar eller kontext som inte är dokumenterad. Denna förskjutning sker inte överallt i samma takt. Ett företag där bedömningar är väl dokumenterade, där mönster i tidigare ärenden är igenkännbara och där tillsyn av AI-resultat är inrättad, ser denna del av arbetet förskjutas snabbare än ett företag där samma bedömning till stor del sitter i medarbetarnas huvuden. Skillnaden ligger inte i branschen, utan i hur explicit arbetet redan hade gjorts innan AI började läsa med.

Vad som visar en direktion att antagandet har gått ut

Antagandet går sällan ut med ett tillkännagivande. Det går ut genom att en konkurrent, en leverantör eller en kund gör något som enligt det gamla antagandet inte var möjligt. Några signaler som pekar på det: en aktör på marknaden levererar en tjänst i ett tempo eller till ett pris som bara kan förklaras om en del av bedömningsarbetet har tagits över. Interna diskussioner om kvalitet handlar inte längre om huruvida något är korrekt, utan om huruvida tillsynen av resultatet är god nog. Nya medarbetare sätts in på kontroll och korrigering istället för på den ursprungliga uppgiften. Och frågan om nya aktörer på marknaden fortfarande behöver flera år för att lära sig detta arbete får ett annat svar än för fem år sedan. Ingen av dessa signaler bevisar något i sig. Tillsammans är de skäl att pröva antagandet på nytt istället för att låta det stå kvar bara eftersom det aldrig har motsagts.

Denna förskjutning berör också frågan om exakt var marginalen i ett företag finns. Om det arbete som ansågs icke-standardiserbart delvis kan tas över, förskjuts också var värdet i processen skapas, något som hänger samman med antagandet att marginalen finns i utförandet. Den som enbart behandlar detta som en operativ fråga missar att det är ett strategiskt antagande som behöver ses över.

Detta ämne berör oundvikligen också frågan vad detta innebär för bemanningen. Den frågan behandlas inte på denna sida. Om en direktion överväger beslut som berör personal gäller egna lagkrav och en egen process för det; de faller utanför vad som behandlas här.

Vad ni borde mäta för att veta om det fortfarande gäller

Ett antagande om ett arbetes standardiserbarhet är prövningsbart, förutsatt att ni följer rätt saker. Användbara indikatorer är bland annat: andelen uppgifter inom arbetet som numera är dokumenterade som beslutsregel eller mönster, istället för som enskild bedömning; det tempo i vilket jämförbara aktörer på marknaden använder verktyg som liknar detta arbete; antalet gånger tillsyn av ett AI-förslag resulterar i avslag med motivering, som en indikation på hur mycket bedömning som fortfarande verkligen är människoarbete; och det senaste datum då detta antagande explicit diskuterades inom direktionen, inte tyst antogs. Den som inte kan ange någon av dessa fyra vet inte om antagandet fortfarande gäller eller bara ännu inte har blivit ifrågasatt.

Vad ni kan göra nu

Den underliggande frågan om vilket arbete i ert företag som verkligen kan tas över av AI går inte att besvara med ett allmänt intryck; arbetsscanen från FTE TO AI besvarar den uppgift för uppgift. För den direktion som först vill veta vilka antaganden som behöver ses över innan en uppgift-för-uppgift-bild finns, finns den kostnadsfria antagandekontrollen: en kort genomgång där ni identifierar era viktigaste antaganden och för varje antagande ser när det senast faktiskt bekräftades. Den som undrar vem som bör sitta med vid en strategigenomgång eller märker att direktionen är oenig om prioriteringarna, hittar där en utgångspunkt. Den fullständiga strategiska tryckprovningen, med branschdata bredvid direktionens egen självplottning, är under uppbyggnad.