Analytická práce je jedním z nejlepších příkladů toho, proč je formulace „AI umí tu práci“ zavádějící. Ta práce totiž není jedna věc.
Analytik nebo konzultant potřebuje definovat otázku, získat informace, vyčistit data, pochopit kontext, testovat hypotézy, počítat, porovnávat alternativy, napsat příběh, vytvořit prezentaci, upravit ji podle zpětné vazby a obhájit závěr. Jednotlivé části tohoto řetězce mají velmi rozdílný AI potenciál.
Zkraťte práci kolem samotného úsudku — ne úsudek samotný.
Rešerše a práce s daty
AI může urychlit vyhledávání, shrnout velké množství materiálu, extrahovat strukturovaná fakta a odhalit témata. Analytik ale stále musí posoudit kvalitu zdrojů, relevanci, srovnatelnost a to, zda důkazy skutečně podporují závěr.
Totéž platí pro práci s daty. AI může pomoci psát transformace, prohlížet schémata, generovat kód, vysvětlovat chyby, navrhovat validační kontroly a připravit první analýzy. To může mít obrovskou hodnotu i pro profesionály, kteří nejsou programátoři.
Smyslem není udělat z každého analytika softwarového inženýra. Smyslem je snížit tření mezi otázkou a reprodukovatelným výpočtem.
První draft je levnější než prázdná stránka
Pokud je analytická struktura už jasná, AI dokáže vytvořit první verzi argumentace, převést poznámky do executive summary, přestrukturovat obsah pro různé publikum a navrhnout alternativní formulace. Za argument ale musí stále odpovídat analytik.
AI je obzvlášť užitečná při iteraci. Místo dlouhého mechanického přepisování lze rychle testovat otázky, které jinak vznikají až při pozdější revizi.
To jsou velmi časté mikroúkoly, které mohou výrazně zkrátit cestu od pracovního materiálu k výstupu připravenému pro rozhodování.
AI umí rychle generovat plynulé vysvětlení. Slabou analýzu proto dokáže nebezpečně snadno převléknout za hotový výstup. Výpočty mají být reprodukovatelné, zdroje dohledatelné, důležitá tvrzení ověřená a nejistota viditelná.
Co tedy odstranit z analytického dne
- opakované dohledávání stejného kontextu
- ruční přestrukturování a formátování
- kopírování mezi nástroji
- dlouhou cestu od nápadu k prvnímu testu
- administrativu kolem revizí a iterací
Podle mé zkušenosti není správným cílem analytika z procesu vyautomatizovat. Cílem je odstranit části analytické práce, které nepotřebují jeho vzácný úsudek.
Člověk pak může větší část dne dělat to, co klienti a organizace skutečně oceňují: klást správnou otázku a rozhodovat, co důkazy znamenají.