Kde AI čas nešetří

Užitečné hodnocení AI efektivity musí umět říct „ne“. Nejjednodušší způsob, jak udělat AI působivou, je předpokládat, že každý úkol lze automatizovat a každý vygenerovaný výstup představuje úsporu. Ve skutečné práci to tak není.

Sedm situací, kde je potřeba brzdit

• 1. Práce náročná na ověřování — generování je rychlé, ale kvalifikovaná kontrola drahá.
• 2. Špatně definovaná práce — cílem je nejdřív vyřešit strategickou nejistotu, ne automatizovat její formulaci.
• 3. Vzácná práce s vysokými náklady na nastavení — jednou ročně může být ruční práce s pomocí AI levnější.
• 4. Práce, kde je vztah součástí produktu — vyjednávání, citlivý rozhovor nebo poradenský moment založený na důvěře.
• 5. Automatizace, která vytvoří víc administrativy, než odstraní.
• 6. Nestabilní nebo nedostupné vstupy — neúplná, rozptýlená, právně omezená nebo rychle se měnící data.
• 7. Rozhodnutí, kde nelze delegovat odpovědnost.

U práce náročné na ověřování je rychlost generování zavádějící. Pokud AI vyprodukuje odpověď za jednu minutu, ale kvalifikovaný člověk potřebuje dvacet minut na kontrolu každého tvrzení, musí se do ekonomiky započítat právě těch dvacet minut.

U špatně definované práce může předčasná automatizace vyrobit jen elegantně formulovanou nejistotu. AI je velmi silná, když lze explicitně popsat cíl, vstupy a kritéria úspěchu. Pokud je ale úkol ve skutečnosti balíkem nevyřešených strategických otázek, je potřeba nejdřív rozhodnout, co vlastně řešíme.

Podobně ne každý vzácný úkol ospravedlní složité workflow. Někdy je ekonomicky lepší udělat ho ručně s pomocí AI než budovat automatizaci, kterou bude potřeba za rok znovu pochopit a opravit.

Cílem není maximalizovat podíl práce, které se AI dotkne

Cílem je maximalizovat čistý leverage. Některá práce má být plně automatizovaná. Některá má být AI-assisted. Některá má zůstat lidská, ale AI ji může lépe připravit. A některou je nejlepší nechat být.

Dobrá AI strategie je částečně strategií zdrženlivosti.