Είναι η «αποκάλυψη» των θέσεων εργασίας λόγω AI υπερβολική;
Η «αποκάλυψη» των θέσεων εργασίας λόγω AI είναι υπερβολική ως τίτλος, αλλά πραγματική ως πρόβλημα διαχείρισης. Το AI αλλάζει τα καθήκοντα, τα μοντέλα στελέχωσης και τις απαιτήσεις διακυβέρνησης ταχύτερα από ό,τι μπορούν να προσαρμοστούν οι περισσότερες εταιρείες, πράγμα που σημαίνει ότι ο μεγαλύτερος κίνδυνος για το 2025 δεν είναι η συνολική απώλεια θέσεων εργασίας, αλλά οι κακές αποφάσεις σχετικά με το πού θα γίνει αυτοματοποίηση, πού θα γίνει επανεκπαίδευση και ποιος φέρει την ευθύνη.
Αν προσπαθείτε να διαχωρίσετε το σήμα από τον θόρυβο, αυτό είναι το πρακτικό ερώτημα πίσω από τη συζήτηση για την «αποκάλυψη» των θέσεων εργασίας λόγω AI: ποιες θέσεις εργασίας αλλάζουν πραγματικά και τι πρέπει να κάνουν οι ηγέτες τώρα; Αυτό το άρθρο εξετάζει τη δίκη Musk κατά Altman, τα σήματα από την αγορά εργασίας που σχετίζονται με τη Meta και το πλαίσιο πολιτικής γύρω από το Υπουργείο Δικαιοσύνης για να εξηγήσει τι σημαίνει ο αντίκτυπος του AI στην εργασία για τους επιχειρησιακούς παράγοντες και όχι για τους θεατές.
Η σύντομη απάντηση είναι απλή: οι αντικαταστάσεις θέσεων εργασίας από το AI είναι πραγματικές σε περιορισμένες, επαναλαμβανόμενες ροές εργασίας, αλλά μια ευρεία κατάρρευση της αγοράς εργασίας δεν είναι αυτό που δείχνουν τα καλύτερα διαθέσιμα στοιχεία.
Τι είναι η «αποκάλυψη» των θέσεων εργασίας λόγω AI;
Ο όρος «αποκάλυψη» των θέσεων εργασίας λόγω AI αναφέρεται στον ισχυρισμό ότι η τεχνητή νοημοσύνη θα προκαλέσει μαζική ανεργία στην εργασία γνώσης και στις λειτουργίες πρώτης γραμμής. Τα τρέχοντα στοιχεία για το 2025 δείχνουν αντ' αυτού διατάραξη σε επίπεδο καθηκόντων: ορισμένοι ρόλοι συρρικνώνονται, άλλοι επεκτείνονται και πολλοί επανασχεδιάζονται γύρω από την αναθεώρηση, τη διαχείριση εξαιρέσεων και την ανθρώπινη κρίση.
Η φράση έγινε δημοφιλής επειδή συμπυκνώνει μια περίπλοκη μετάβαση της αγοράς εργασίας σε μια δραματική ιστορία. Στην πράξη, οι εταιρείες δεν αντικαθιστούν ολόκληρα τμήματα εν μία νυκτί. Αντικαθιστούν κομμάτια εργασίας: σύνταξη πρώτου σχεδίου, ταξινόμηση, σύνοψη, εξαγωγή δεδομένων, προγραμματισμό, ποιοτικούς ελέγχους και διαλογή υποστήριξης.
Αυτό έχει σημασία επειδή η υποκατάσταση καθηκόντων είναι ευκολότερο να μετρηθεί από την κατάργηση θέσεων εργασίας. Μια ανάλυση του ΟΟΣΑ για το 2023 σχετικά με το AI και την εργασία και η έρευνα του ΔΝΤ για το 2024 σχετικά με το AI και το μέλλον της εργασίας δείχνουν ανομοιόμορφη έκθεση, με τις οικονομίες υψηλότερου εισοδήματος να βλέπουν περισσότερες θέσεις εργασίας να επηρεάζονται, αλλά όχι να εξαφανίζονται ομοιόμορφα.
Μια χρήσιμη διάκριση για τους ηγέτες B2B είναι η εξής:
| Σενάριο | Τι αλλάζει πραγματικά | Πιθανή επίδραση στο εργατικό δυναμικό |
|---|---|---|
| Αυτοματοποίηση καθηκόντων | Τα επαναλαμβανόμενα βήματα διεκπεραιώνονται από μοντέλα ή πράκτορες | Λιγότερες ώρες σε εργασίες ρουτίνας |
| Επανασχεδιασμός ροής εργασίας | Η ανθρώπινη εργασία μετατοπίζεται σε εγκρίσεις και εξαιρέσεις | Διαφορετικό μείγμα ρόλων, ίδιος αριθμός προσωπικού αρχικά |
| Ενοποίηση μοντέλου υπηρεσιών | Προμηθευτές ή πλατφόρμες απορροφούν τη χειρωνακτική εργασία | Μικρότερος αριθμός εργολάβων ή εξωτερικών συνεργατών |
| Πλήρης κατάργηση ρόλου | Η ροή εργασίας από άκρο σε άκρο αυτοματοποιείται και ελέγχεται | Μικρότερες ομάδες σε στενές λειτουργίες |
Οι περισσότερες ομάδες υποτιμούν το κόστος διακυβέρνησης της λειτουργίας AI στην παραγωγή. Για μια αναφορά σχετικά με το πώς αντιμετωπίζεται αυτό από άκρο σε άκρο, δείτε την Συμβουλευτική Στρατηγικής AI για Κλιμακούμενη Ανάπτυξη της Encorp.ai.
Ποιες θέσεις εργασίας κινδυνεύουν από το AI;
Οι θέσεις εργασίας με μεγάλους όγκους επαναλαμβανόμενης ψηφιακής εργασίας είναι οι πιο εκτεθειμένες. Αυτό περιλαμβάνει τη διαλογή υποστήριξης πελατών, τη σύνταξη αρχικής έρευνας, την παραλαβή απαιτήσεων, την επεξεργασία τιμολογίων, τη δημιουργία σημειώσεων συναντήσεων, την προετοιμασία παρακολούθησης συμμόρφωσης, τη βασική παραλλαγή κειμένου και τμήματα εσωτερικών γραφείων υποστήριξης.
Στο λιανεμπόριο, οι αντικαταστάσεις θέσεων εργασίας από το AI εμφανίζονται στην υποστήριξη εμπορευμάτων, τη βοήθεια προγραμματισμού ζήτησης και τις ροές εργασίας των κέντρων επικοινωνίας. Στο fintech, η έκθεση είναι υψηλή στις ουρές ελέγχου απάτης, την ταξινόμηση εγγράφων KYC και τις εσωτερικές λειτουργίες. Στην υγειονομική περίθαλψη, η υποστήριξη τεκμηρίωσης και οι ροές εργασίας προ-έγκρισης αλλάζουν ταχύτερα από την άμεση κλινική φροντίδα.
Πώς το AI δημιουργεί νέες θέσεις εργασίας;
Το AI δημιουργεί επίσης ζήτηση για ρόλους που δεν υπήρχαν σε κλίμακα πριν από πέντε χρόνια: υπεύθυνοι προϊόντων AI, διαχειριστές κινδύνου μοντέλων, ειδικοί prompt και αξιολόγησης, ελεγκτές ασφαλείας AI, επικεφαλής διακυβέρνησης και μηχανικοί ενσωμάτωσης. Η έρευνα Work Change του LinkedIn και ο Δείκτης AI του Stanford HAI δείχνουν ότι η ζήτηση εργασίας μετατοπίζεται προς ρόλους υλοποίησης, επίβλεψης και δεδομένων.
Εδώ είναι που το στάδιο 1, Εκπαίδευση AI για Ομάδες, και το στάδιο 2, Fractional AI Director, έχουν σημασία. Η εκπαίδευση αλλάζει τη συμπεριφορά των χρηστών. Η διακυβέρνηση αποφασίζει ποιες περιπτώσεις χρήσης πρέπει να μετακινηθούν από τον πειραματισμό στις λειτουργικές ροές εργασίας.
Πώς σχετίζεται η δίκη Musk κατά Altman με τον αντίκτυπο του AI στις θέσεις εργασίας;
Η διαμάχη Musk κατά Altman έχει σημασία γιατί δεν αφορά μόνο την προσωπική αντιπαλότητα. Η υπόθεση θέτει τη διακυβέρνηση, τον έλεγχο, την κεφαλαιοποίηση και την παρέκκλιση της αποστολής στο επίκεντρο της αγοράς AI, και αυτοί οι παράγοντες διαμορφώνουν το πόσο γρήγορα αναπτύσσονται τα συστήματα AI σε εργασίες που επηρεάζουν προϋπολογισμούς, ρόλους και αποφάσεις για το εργατικό δυναμικό.
Ο Elon Musk, ο Sam Altman και η OpenAI είναι κεντρικές οντότητες στη δημόσια αφήγηση γύρω από το AI αιχμής. Ο νομικός αγώνας για τη δομή και την κατεύθυνση της OpenAI έχει γίνει αντιπρόσωπος ενός μεγαλύτερου επιχειρηματικού ερωτήματος: ποιος κυβερνά τα ισχυρά συστήματα AI όταν συγκρούονται τα εμπορικά κίνητρα, η πίεση των επενδυτών και η κλίμακα;
Αυτό το ερώτημα συνδέεται άμεσα με τα αποτελέσματα της αγοράς εργασίας από το AI. Εάν η διακυβέρνηση είναι αδύναμη, οι εταιρείες προωθούν την αυτοματοποίηση σε ροές εργασίας πριν αποκτήσουν πρότυπα για την ποιότητα, την κλιμάκωση, τις διαδρομές ελέγχου ή τη μετάβαση του εργατικού δυναμικού. Εάν η διακυβέρνηση είναι ισχυρότερη, οι ηγέτες ιεραρχούν την υιοθέτηση βάσει κινδύνου και οικονομικής αξίας αντί για τον κύκλο της διαφημιστικής εκστρατείας.
Το ρεπορτάζ του WIRED για τη δίκη Musk κατά Altman και την OpenAI είναι χρήσιμο γιατί πλαισιώνει τη διαμάχη ως έναν αγώνα για την αποστολή και τον εμπορικό έλεγχο της OpenAI και όχι ως μια απλή προσωπική βεντέτα. Για έναν πιο επίσημο φακό πολιτικής, το Πλαίσιο Διαχείρισης Κινδύνου AI του NIST παρέχει στους οργανισμούς μια πρακτική δομή για τη χαρτογράφηση, τη μέτρηση και τη διαχείριση του κινδύνου AI πριν συμβούν αναπτύξεις που επηρεάζουν το εργατικό δυναμικό.
Μια μη προφανής διαπίστωση εδώ είναι ότι οι διαφωνίες διακυβέρνησης σε επίπεδο παρόχου μοντέλων μεταφέρονται στη συμπεριφορά του εργοδότη. Εάν ο προμηθευτής σας αλλάξει όρους, κατώφλια ασφαλείας, ρυθμίσεις διατήρησης ή τιμολόγηση, τα οικονομικά της αυτοματοποίησής σας αλλάζουν επίσης. Η ιστορία της «αποκάλυψης» των θέσεων εργασίας λόγω AI συχνά αγνοεί ότι οι αποφάσεις για το εργατικό δυναμικό συνδέονται όλο και περισσότερο με τη διακυβέρνηση των προμηθευτών, όχι μόνο με τα εσωτερικά σχέδια παραγωγικότητας.
Ποιες είναι οι επιπτώσεις για τη διακυβέρνηση του AI;
Η διακυβέρνηση του AI δεν είναι πλέον μόνο θέμα συμμόρφωσης. Είναι ένα λειτουργικό μοντέλο. Στις συνεργασίες της Encorp.ai, εδώ είναι ακριβώς που ένας Fractional AI Director γίνεται χρήσιμος: καθορίζοντας πολιτική για την αποδεκτή χρήση, τα επίπεδα κινδύνου, τις διαδρομές έγκρισης, την επιλογή μοντέλου και την ανθρώπινη αναθεώρηση πριν η αυτοματοποίηση φτάσει σε ευαίσθητες διαδικασίες.
Το βάρος της διακυβέρνησης αυξάνεται επίσης εξωτερικά. Η EU AI Act εισάγει απαιτήσεις που έχουν σημασία για τους εργοδότες που χρησιμοποιούν συστήματα AI υψηλού κινδύνου. Το ISO/IEC 42001 παρέχει ένα πρότυπο συστήματος διαχείρισης για τη διακυβέρνηση του AI. Ακόμη και εταιρείες εκτός Ευρώπης χρησιμοποιούν αυτά τα πλαίσια ως σημεία αναφοράς για προμήθειες και διασφάλιση το 2025 και το 2026.
Πώς επηρεάζει η διακυβέρνηση τις επιπτώσεις του AI στις θέσεις εργασίας;
Η διακυβέρνηση επηρεάζει το αν το AI μειώνει τη σπατάλη ή δημιουργεί κρυφή εργασία. Το κακώς ελεγχόμενο AI συχνά αυξάνει την εργασία αναθεώρησης, την επανεπεξεργασία, τα παράπονα πελατών, τη νομική έκθεση και τη σκιά IT. Το καλά ελεγχόμενο AI αφαιρεί βήματα χαμηλής αξίας και διατηρεί τη λογοδοσία.
Γι' αυτό ο αντίκτυπος στην εργασία είναι συχνά αντιφατικός. Η πρώτη φάση της υιοθέτησης του AI μπορεί να αυξήσει τον αριθμό των εργαζομένων στην επίβλεψη, την ασφάλεια και τον επανασχεδιασμό διαδικασιών πριν εμφανιστούν κέρδη αποδοτικότητας στους αριθμούς λειτουργίας.
Είναι οι αντικαταστάσεις θέσεων εργασίας από το AI πραγματικά κρίση ή υπερβολή;
Οι αντικαταστάσεις θέσεων εργασίας από το AI είναι υπερβολικές όταν συζητούνται ως μια αποκάλυψη σε επίπεδο οικονομίας, αλλά αποτελούν πραγματική κρίση για συγκεκριμένες ομάδες, προμηθευτές και γεωγραφικές περιοχές με συγκεντρωμένη εργασία ρουτίνας. Το σωστό πλαίσιο είναι η ανομοιόμορφη διατάραξη: ορισμένες λειτουργίες αντιμετωπίζουν άμεση συμπίεση, ενώ άλλες βλέπουν κέρδη παραγωγικότητας που επεκτείνουν την παραγωγή χωρίς περικοπές προσωπικού.
Η Meta είναι ένα χρήσιμο παράδειγμα επειδή οι απολύσεις που συνδέονται με εργασία που σχετίζεται με το AI αναδεικνύουν μια δύσκολη αλήθεια: δεν είναι όλη η εργασία γύρω από το AI διαρκής εργασία. Ορισμένες από τις θέσεις εργασίας που δημιουργήθηκαν για την επισήμανση, τον συντονισμό ή την υποστήριξη αγωγών μοντέλων μπορούν να ανατεθούν σε εξωτερικούς συνεργάτες, να ανατιμολογηθούν ή να καταργηθούν γρήγορα όταν αλλάζουν οι προτεραιότητες. Δείτε το ρεπορτάζ του Reuters για τις απολύσεις της Meta που σχετίζονται με το AI και την ώθηση για αποδοτικότητα και το ρεπορτάζ του WIRED για τους εργαζόμενους που εκπαιδεύουν το AI της Meta και αντιμετωπίζουν απολύσεις.
Ωστόσο, οι ισχυρισμοί για ευρεία αντικατάσταση παραμένουν πολύ αμβλείς. Η έρευνα της McKinsey για το παραγωγικό AI και το μέλλον της εργασίας εκτίμησε μεγάλες δυνατότητες παραγωγικότητας, αλλά τόνισε επίσης ότι η υιοθέτηση εξαρτάται από τον επανασχεδιασμό, την επένδυση και την επανεκπαίδευση. Η έρευνα AI at Work της BCG διαπίστωσε παρομοίως διακυμάνσεις ανά λειτουργία, εμπιστοσύνη των εργαζομένων και ωριμότητα διακυβέρνησης.
Εδώ είναι το πρακτικό τεστ για το αν η διατάραξη είναι σε επίπεδο κρίσης ή διαχειρίσιμη:
- Είναι η ροή εργασίας εξαιρετικά επαναλαμβανόμενη και ψηφιακή;
- Είναι η ποιότητα του αποτελέσματος εύκολο να μετρηθεί;
- Μπορείτε να ορίσετε κανόνες κλιμάκωσης με σαφήνεια;
- Είναι το περιβάλλον δεδομένων αρκετά σταθερό για αυτοματοποίηση;
- Έχετε κάποιον υπεύθυνο για τον κίνδυνο μοντέλου και το ROI;
Αν η απάντηση είναι ναι σε τέσσερα ή πέντε από αυτά, η διατάραξη της αγοράς εργασίας από το AI είναι πιθανό να φτάσει ταχύτερα σε αυτή τη ροή εργασίας.
Ποιοι κλάδοι επηρεάζονται περισσότερο;
Η υγειονομική περίθαλψη, το λιανεμπόριο και το fintech αντιμετωπίζουν ουσιαστικές αλλαγές, αλλά όχι με τον ίδιο τρόπο.
- Υγειονομική περίθαλψη: η τεκμηρίωση, η υποστήριξη κωδικοποίησης, τα κέντρα επικοινωνίας, οι λειτουργίες κύκλου εσόδων και η προ-έγκριση αλλάζουν. Η κλινική υποστήριξη αποφάσεων παραμένει πιο ευαίσθητη λόγω της ασφάλειας των ασθενών, της δυνατότητας ελέγχου και της ρύθμισης.
- Λιανεμπόριο: η ανάλυση εμπορευμάτων, η υποστήριξη καταστημάτων, η συνομιλία εξυπηρέτησης, η πρόβλεψη και η επικοινωνία με προμηθευτές κινούνται πρώτα επειδή οι όγκοι δεδομένων είναι υψηλοί και τα περιθώρια κέρδους μικρά.
- Fintech: οι λειτουργίες απάτης, η ενσωμάτωση, η υποστήριξη AML, οι ροές εργασίας εισπράξεων και τα εσωτερικά εργαλεία αναλυτών είναι κύριοι υποψήφιοι, αλλά ο ρυθμιστικός έλεγχος είναι επίσης υψηλότερος.
Το πρότυπο στελέχωσης διαφέρει επίσης ανάλογα με το μέγεθος της εταιρείας:
- 30 εργαζόμενοι: η ταχύτητα έχει μεγαλύτερη σημασία από την επίσημη διαδικασία, αλλά μια κακή ανάπτυξη μπορεί να δημιουργήσει δυσανάλογο κίνδυνο. Ξεκινήστε με εκπαίδευση και μία ελεγχόμενη ροή εργασίας.
- 3.000 εργαζόμενοι: το σημείο συμφόρησης είναι ο συντονισμός μεταξύ νομικών, IT, ασφάλειας, HR και λειτουργιών. Εδώ είναι που ένας οδικός χάρτης και ένα μοντέλο ιδιοκτησίας έχουν τη μεγαλύτερη σημασία.
- 30.000 εργαζόμενοι: η πρόκληση είναι η τυποποίηση μεταξύ επιχειρηματικών μονάδων, προμηθευτών, περιοχών και απαιτήσεων ελέγχου. Το AI-OPS και η επιβολή πολιτικής γίνονται κεντρικά.
Τι μπορούν να κάνουν οι επιχειρήσεις για να προσαρμοστούν;
Η καλύτερη απάντηση δεν είναι να παγώσουν τις προσλήψεις ή να αυτοματοποιήσουν τα πάντα. Η καλύτερη απάντηση είναι να ταξινομήσουν την εργασία.
Μια πρακτική λειτουργική ακολουθία μοιάζει με αυτήν:
- Καταγράψτε καθήκοντα, όχι τίτλους. Χωρίστε τους ρόλους σε επαναλαμβανόμενα καθήκοντα, αποφάσεις κρίσης, αλληλεπιδράσεις με πελάτες και ρυθμιζόμενα βήματα.
- Αναθέστε επίπεδα κινδύνου. Χρησιμοποιήστε το NIST AI RMF ή το ισοδύναμό σας για να διαχωρίσετε τα copilot χαμηλού κινδύνου από την υποστήριξη αποφάσεων υψηλού κινδύνου.
- Πιλοτική εφαρμογή με βασικές μετρήσεις. Μετρήστε τον χρόνο κύκλου, το ποσοστό σφάλματος, τον όγκο κλιμάκωσης και το κόστος ανά συναλλαγή.
- Εκπαιδεύστε πρώτα τους διευθυντές. Οι περισσότερες αποτυχημένες αναπτύξεις είναι αποτυχίες διαχείρισης, όχι αποτυχίες μοντέλων.
- Ορίστε κανόνες μετάβασης εργατικού δυναμικού. Αποφασίστε πότε τα κέρδη γίνονται ανακατανομή ικανοτήτων, επιβράδυνση προσλήψεων ή μείωση ρόλων.
Ποιον ρόλο παίζει η διακυβέρνηση στον μετασχηματισμό των θέσεων εργασίας από το AI;
Η διακυβέρνηση καθορίζει αν ο μετασχηματισμός των θέσεων εργασίας από το AI θα είναι ομαλός ή χαοτικός. Ένα πρόγραμμα διακυβέρνησης ορίζει το πεδίο εφαρμογής, τους κανόνες έγκρισης, την παρακολούθηση, τους ελέγχους προμηθευτών και τις διασφαλίσεις του εργατικού δυναμικού, ώστε οι αποφάσεις αυτοματοποίησης να συνδέονται με την επιχειρηματική αξία, τα καθήκοντα συμμόρφωσης και τη μετρήσιμη ανθρώπινη επίβλεψη αντί για την πίεση για γρήγορη ανάπτυξη.
Για τις εταιρείες, η διακυβέρνηση είναι η γέφυρα μεταξύ στρατηγικής και εκτέλεσης. Στο στάδιο 2, Fractional AI Director, ο οδικός χάρτης ορίζεται: τι να αυτοματοποιηθεί, τι να αναβληθεί, ποιες πολιτικές ισχύουν και ποια αποτελέσματα μετρούν ως επιτυχία. Στο στάδιο 3, ξεκινά η υλοποίηση. Στο στάδιο 4, η Διαχείριση AI-OPS παρακολουθεί την απόκλιση, την αξιοπιστία, το κόστος και τους τρόπους αποτυχίας με την πάροδο του χρόνου.
Μια δεύτερη μη προφανής διαπίστωση είναι ότι η ισχυρότερη διακυβέρνηση μπορεί να επιταχύνει την υιοθέτηση. Οι ομάδες συχνά πιστεύουν ότι οι έλεγχοι επιβραδύνουν την εργασία. Στην πράξη, οι καθορισμένες διαδρομές έγκρισης και τα τυπικά κριτήρια αξιολόγησης αφαιρούν εβδομάδες συζήτησης και μειώνουν τον αριθμό των πιλοτικών προγραμμάτων που καθυστερούν σε νομικό ή ελεγκτικό έλεγχο ασφαλείας.
Ποια πλαίσια υπάρχουν για τη διακυβέρνηση του AI;
Τρία πλαίσια είναι ιδιαίτερα χρήσιμα το 2025:
- NIST AI RMF: πρακτικό για χαρτογράφηση κινδύνου, ελέγχους και διαχείριση κύκλου ζωής σε περιβάλλοντα λειτουργίας ευθυγραμμισμένα με τις ΗΠΑ.
- ISO/IEC 42001: χρήσιμο όταν χρειάζεστε ένα επίσημο σύστημα διαχείρισης AI που μπορούν να αναγνωρίσουν οι προμήθειες, ο έλεγχος και οι εταιρικοί αγοραστές.
- EU AI Act: απαραίτητο εάν τα συστήματα, οι χρήστες ή οι πελάτες σας αγγίζουν την ευρωπαϊκή αγορά ή εάν δραστηριοποιείστε σε περιπτώσεις χρήσης υψηλού κινδύνου.
Αυτά τα πλαίσια σας βοηθούν να απαντήσετε σε ερωτήματα ευαίσθητα για το εργατικό δυναμικό, όπως: Ποιος εγκρίνει τα αυτοματοποιημένα αποτελέσματα; Ποια αρχεία καταγραφής τηρούνται; Πότε πρέπει να επανεξετάσει ένας άνθρωπος; Πώς παρακολουθείται η μεροληψία; Τι συμβαίνει όταν το μοντέλο υποαποδίδει;
Πώς μπορούν οι εταιρείες να εφαρμόσουν αποτελεσματική διακυβέρνηση AI;
Ξεκινήστε με μια μικρή αρχιτεκτονική αποφάσεων, όχι με μια γιγαντιαία επιτροπή. Στην Encorp.ai, τα αποτελεσματικά προγράμματα συνήθως ορίζουν πέντε ιδιοκτήτες νωρίς: εκτελεστικό χορηγό, ιδιοκτήτη πολιτικής, ιδιοκτήτη ασφάλειας, ιδιοκτήτη ροής εργασίας και ιδιοκτήτη μέτρησης.
Στη συνέχεια, ορίστε ένα πακέτο ελάχιστης διακυβέρνησης για κάθε περίπτωση χρήσης AI:
- προβλεπόμενη χρήση και χρήση εκτός πεδίου
- επιλεγμένο μοντέλο ή προμηθευτής
- είσοδοι δεδομένων και κανόνες διατήρησης
- κριτήρια αξιολόγησης και κατώφλι
- απαίτηση ανθρώπινης αναθεώρησης
- διαδρομή συμβάντος
- στόχος ROI και ημερομηνία αναθεώρησης
Αυτό είναι αρκετό για να μετακινηθείτε από τον πειραματισμό στην υπεύθυνη παραγωγή χωρίς να πνίξετε τις ομάδες στη γραφειοκρατία.
Συχνές ερωτήσεις
Ποιες θέσεις εργασίας κινδυνεύουν περισσότερο από την αυτοματοποίηση AI;
Οι θέσεις εργασίας που κινδυνεύουν περισσότερο από την αυτοματοποίηση AI είναι ρόλοι με επαναλαμβανόμενα, βασισμένα σε κανόνες, ψηφιακά καθήκοντα μεγάλου όγκου. Παραδείγματα περιλαμβάνουν την εισαγωγή δεδομένων, την υποστήριξη πελατών πρώτης γραμμής, τη διαχείριση τιμολογίων, την ταξινόμηση εγγράφων και την αναφορά ρουτίνας. Οι ρόλοι που εξαρτώνται από την εμπιστοσύνη, την ενσυναίσθηση, τη σωματική επιδεξιότητα ή την περίπλοκη κρίση είναι λιγότερο εκτεθειμένοι, αν και τμήματα αυτών των θέσεων εργασίας μπορεί ακόμα να αυτοματοποιηθούν.
Πώς αναμένεται να εξελιχθεί η αγορά εργασίας AI τα επόμενα πέντε χρόνια;
Η αγορά εργασίας AI είναι πιθανό να χωριστεί σε τρία κομμάτια τα επόμενα πέντε χρόνια: λιγότεροι ρόλοι ρουτίνας, περισσότεροι ρόλοι υποβοηθούμενοι από AI και αυξημένη ζήτηση για ειδικούς διακυβέρνησης, ενσωμάτωσης, ασφάλειας και αξιολόγησης. Οι μεγαλύτεροι νικητές είναι οι οργανισμοί που επανασχεδιάζουν τις ροές εργασίας νωρίς αντί να περιμένουν ένα μοντέλο πλήρους αντικατάστασης που μπορεί να μην φτάσει ποτέ.
Ποια είναι η σημασία της διακυβέρνησης AI σε αυτό το πλαίσιο;
Η διακυβέρνηση του AI έχει σημασία γιατί αποφασίζει πού η αυτοματοποίηση είναι ασφαλής, χρήσιμη και οικονομικά υγιής. Χωρίς διακυβέρνηση, οι εταιρείες συχνά δημιουργούν κρυφή εργασία στην αναθεώρηση και την αποκατάσταση. Με τη διακυβέρνηση, οι εταιρείες μπορούν να ιεραρχήσουν την υιοθέτηση, να τεκμηριώσουν τη λογοδοσία, να καλύψουν τις ρυθμιστικές απαιτήσεις και να λάβουν αποφάσεις για το εργατικό δυναμικό βάσει στοιχείων αντί για πίεση ή φόβο.
Πώς μπορούν οι εταιρείες να προετοιμαστούν για τον αντίκτυπο του AI στις θέσεις εργασίας;
Οι εταιρείες μπορούν να προετοιμαστούν χαρτογραφώντας καθήκοντα, εκπαιδεύοντας διευθυντές, επιλέγοντας ένα πλαίσιο διακυβέρνησης και δοκιμάζοντας μερικές ροές εργασίας με σκληρές μετρήσεις. Θα πρέπει επίσης να ορίσουν κανόνες μετάβασης εργατικού δυναμικού πριν φτάσουν τα κέρδη παραγωγικότητας. Αυτό αποτρέπει τη βραχυπρόθεσμη σύγχυση και βοηθά τις ομάδες να κατανοήσουν αν το AI θα υποστηρίξει την ανακατανομή, την επανεκπαίδευση ή τη μείωση ρόλων.
Βασικά συμπεράσματα
- Η «αποκάλυψη» των θέσεων εργασίας λόγω AI είναι μια παραπλανητική ετικέτα για μια πραγματική μετάβαση σε επίπεδο καθηκόντων.
- Η δίκη Musk κατά Altman αναδεικνύει πώς η διακυβέρνηση διαμορφώνει τα αποτελέσματα της εργασίας.
- Οι αντικαταστάσεις θέσεων εργασίας από το AI συγκεντρώνονται σε επαναλαμβανόμενες ψηφιακές ροές εργασίας, όχι σε όλη την εργασία.
- Τα πλαίσια διακυβέρνησης μειώνουν τον κίνδυνο και συχνά επιταχύνουν την υπεύθυνη ανάπτυξη.
- Το μέγεθος της εταιρείας αλλάζει το εγχειρίδιο από τον άτυπο πειραματισμό στον επίσημο έλεγχο.
Επόμενα βήματα: εάν αποφασίζετε πού ανήκει το AI στο σχέδιο του εργατικού δυναμικού σας, ξεκινήστε με την απογραφή καθηκόντων, το πεδίο διακυβέρνησης και την εκπαίδευση διευθυντών πριν από τις υποθέσεις για τον αριθμό προσωπικού. Περισσότερα για το πρόγραμμα AI τεσσάρων σταδίων στο encorp.ai.
Martin Kuvandzhiev
CEO and Founder of Encorp.io with expertise in AI and business transformation