Práce

AI lidi nenahradí. Mění ale obsah jejich práce.

Většina sporů o AI a zaměstnanost pracuje se špatnou jednotkou. Neautomatizují se profese, ale úlohy — a práce je svazek úloh, který lze přeskládat, aniž by se název pozice jakkoli změnil. Následuje mechanika toho přeskládání, na obou stranách pracovní smlouvy.

Nahrazení je špatná jednotka měření

Profese je svazek úloh, který drží pohromadě název pozice. Účetní odsouhlasuje účty, vysvětluje číslo řediteli, rozhoduje, co dělat, když papíry neodpovídají skutečnosti, a podepisuje něco, za co hrozí sankce, pokud je to špatně. Automatizace nepřichází na úrovni toho svazku. Přichází na úrovni jednotlivé úlohy.

Poctivá otázka proto nikdy nezní, zda AI nahradí účetní. Zní, kterou z těch čtyř věcí převezme, co to udělá s hodnotou zbytku a kolik lidí nový svazek vyžaduje. Rozdíl působí oběma směry: role může přežít jako název a přitom ztratit většinu toho, proč byla dobře placená — a role může nabýt na hodnotě, protože zdlouhavá polovina zmizela.

Co AI přebírá jako první

Úlohy, které odcházejí nejdřív, mají společný tvar, bez ohledu na obor i seniornost.

• Opakují se. Stejná operace nad různými vstupy, mnohokrát za sebou. Opakování je to, co vrací investici, a zároveň to, díky čemu šlo úlohu vůbec popsat.
• Mají zjistitelnou správnou odpověď. Vytažení data ze smlouvy, zařazení požadavku podpory, převedení zadání do rutinního kódu. Výstup lze zkontrolovat.
• Jde o objem, který nikoho nebaví. Přečíst čtyři sta dokumentů a najít těch šest podstatných, nebo připravit první verzi, která se stejně přepíše.
• Jsou ohraničené. Vše potřebné je obsaženo v úloze; není nutné dojít o patro níž a zeptat se, jak to klient vlastně myslel.

Všimněte si, co v tom seznamu chybí: obtížnost. Napsat kompetentní smluvní ustanovení je těžké a LLM to zvládne během několika sekund. Zvládnout klienta, který je rozzlobený z důvodů se smlouvou nesouvisejících, těžké není — a nedokáže to žádný model.

Co se nepřesouvá

Odpovědnost se nepřenáší. Když rozhodnutí nese finanční, právní nebo reputační následky, někdo je musí vlastnit. Systém umí vytvořit doporučení, nemůže ale být tou stranou, která za ně ručí. To není omezení technologie, to je význam slova odpovědnost.

Úsudek při neúplných informacích se přenáší špatně. Modely jsou silné, když jsou vstupy k dispozici, a slabé, když je rozhodujícím vstupem to, co nikdo nezapsal: že dodavatel je potichu v problémech, že termín je politický, že zadání není to, co člověk doopravdy chce. Velká část seniorní práce spočívá v zacházení s tím, co ve spisu chybí.

Vyjednávání a práce s lidmi zůstávají, protože jejich obsahem není přenos informací. Dohodnout dvě oddělení, provést klienta špatným čtvrtletím, říct někomu ne: tady je celým smyslem to, že na druhé straně je člověk. A zůstává definování problému. Systémy odpovídají na otázky; rozhodnutí, která otázka stojí za odpověď, leží před jakýmkoli nástrojem.

Co se stane s rolí, když je polovina automatizovaná

Obvyklým výsledkem není smazání, ale posun nahoru. Když výrobní část práce převezme stroj, lidská část se přesouvá k tomu zadat, co má vzniknout, zkontrolovat, co se vrátilo, a nést následek. Z překladatele se stává editor a ručitel významu. Analytik tráví méně času sestavováním reportu a více rozhodováním, co má report měřit a zda čísla obstojí.

Z toho plynou dva důsledky. Nový svazek potřebuje na stejný objem méně lidí, protože jeden člověk, který dohlíží na výstup, pokryje víc než jeden, který jej vytváří. A vyžaduje víc zkušeností na osobu, přičemž ruší juniorní úlohy, na kterých se ty zkušenosti dřív získávaly. Organizace, které druhý bod přehlédnou, ho objeví o pár let později — a nebude koho povýšit.

Role, které dřív neexistovaly

Kolem automatizovaných systémů vzniká nová práce a nic z ní není exotické.

• Lidé, kteří popíšou procesy dost přesně na to, aby šly automatizovat. Většina procesů existuje jen jako zvyk. Převést zvyk do explicitní posloupnosti s definovanými vstupy, hraničními případy a výjimkami je analytická práce a je úzkým hrdlem téměř každého automatizačního projektu.
• Lidé, kteří ručí za kvalitu toho, co systém produkuje. Někdo musí definovat, jak vypadá dobrá odpověď, postavit kontroly a všimnout si, když přesnost začne klesat.
• Lidé, kteří nastavují hranice. Co smí systém rozhodnout sám, co vyžaduje lidský podpis, jakých dat se smí dotknout, co musí odmítnout. Tohle leží mezi právem, riziky a inženýringem a stává se z toho role, ne odstavec ve směrnici.

Nic z toho nejsou pozice o modelech. Jsou to pozice o procesu, důkazech a mezích — proto je obvykle obsazují lidé, kteří nejdřív porozuměli byznysu.

Co to znamená pro specialistu

Dovednost přestává být vzácná ve chvíli, kdy ji stroj dodá levně. To je celý mechanismus a platí i pro dovednosti, které byly roky spolehlivě hodnotné: vytvořit čistý standardní výstup, pamatovat si, jak se něco dělá, napsat rutinní verzi dokumentu.

Vzácným se stává opak. Formulovat problém tak přesně, aby s ním systém nebo tým mohl pracovat. Rozeznat ve vlastním oboru dobrou odpověď od věrohodné, což vyžaduje znalost oboru, ne znalost nástroje. Podepsat se pod rozhodnutí. Být účinný s lidmi, kteří s vámi nemají povinnost souhlasit. Praktickým krokem není sbírat nástroje jako pojistku, nástroje se mění. Je to posunout se k té části práce, kde rozhodujete a ručíte, a nechat automatizaci tu část, kde píšete.

Co to znamená pro firmu

Reflexem je brát automatizaci jako otázku počtu lidí a organizace, které začnou propouštěním, obvykle prodělají dvakrát. První ztrátou je kapacita: odebrat lidi ve chvíli, kdy výstup na osobu roste, znamená uložit si úsporu a zapomenout na růst. Stejný výstup s menším týmem je jedna možnost; větší výstup se stejným týmem mívá vyšší hodnotu a s týmem tato možnost mizí.

Druhou ztrátou jsou znalosti. Lidé, kteří umí popsat, jak práce doopravdy probíhá, jsou ti, kdo ji dělají. Propusťte je dřív, než jsou procesy zdokumentované, a program přijde o jediný spolehlivý zdroj zadání.

Co obvykle přináší víc: vybrat několik procesů se skutečným objemem a snesitelnou cenou chyby, u každého automatizovaného rozhodnutí držet jmenovitě odpovědného člověka, uvolněné hodiny přesunout do práce, na kterou dřív nezbývalo, a měřit výsledek na byznysovém čísle, ne na míře adopce. Přesun kapacity je náročnější manažerská úloha, proto se přeskakuje a proto v ní leží návratnost.

Kde pracovní místa skutečně mizí

Poctivost vůči mechanismu vyžaduje poctivost i vůči jeho okraji. Tam, kde se role skládá téměř výhradně z automatizovatelných úloh, ohraničených, objemných, se známou správnou odpovědí a malým podílem úsudku, se taková role skutečně zmenšuje. Obvykle ne na nulu, ale na méně lidí, kteří místo produkce dohlížejí. Vstupní zpracování dokumentů, první linie podpory u rutinních dotazů, základní obsah a kód ve velkém: tyto svazky řídnou a tvrdit lidem uvnitř nich něco jiného není laskavost.

To, co s tím dělají seriózní firmy, není efektní. Řeknou, které role se mění a v jakém horizontu, místo aby si to lidé domýšleli. Přesouvají lidi k dohledové a výjimkové práci, kterou tatáž automatizace vytváří, rekvalifikují před změnou, ne po ní, a znovu staví vstupní dráhu, aby lidé získávali úsudek i bez juniorních úloh, které jej dřív budovaly.

Tvar té změny

AI neodstraňuje lidi z práce, která nese následky. Odstraňuje mechanické části té práce a posouvá lidský příspěvek k zadání, ověření a odpovědnosti, čímž zvyšuje laťku na osobu a snižuje počet lidí potřebných na daný objem výstupu. Není to katastrofa, ale ani nic, co by šlo přejít: je to přerozdělení, které odměňuje specialisty posouvající se k úsudku a firmy, které uvolněnou kapacitu investují, místo aby si ji nechaly.

AKVANT Technologies je firma pro AI poradenství a vývoj. Se společnostmi hledáme, kde se AI vyplatí — a stavíme jen tam.