Használjuk, de a hatás még nem meggyőző – hogyan állunk az AI-adaptációval?

Miért nem jelenik meg látványosan az értékteremtésben a mesterséges intelligencia hatása, ha majdnem minden dolgozó használja? A Boston Consulting Group (BCG) felmérése számszerűsíti az elmaradt ígéretet: globálisan a cégek 60 százaléka nem tudott érdemi üzleti értéket felmutatni az MI-ből – annak ellenére, hogy jelentős összegeket fordított a technológiára.

A magyarázat többnyire nem a technológiában, hanem a szervezeti megközelítésben keresendő: a vállalatok az MI-t jellemzően nem a munkavégzés tényleges átalakításának eszközeként, hanem informatikai megoldásként kezelik.

A munkavégzés újragondolása és a mesterséges intelligencia beépítése az alaptevékenységekbe csak akkor lehet sikeres, ha a vállalatvezetők tisztában vannak azzal, hogy a munkavállalók

  • hogyan és milyen tempóban jutnak el az MI használatáig, valamint azzal is,

  • milyen szervezeti és egyéni tényezők fékezik ezt a folyamatot.

A BCG tapasztalatai szerint még az élenjáró szervezetek is gyakran a könnyen elérhető eredményekre koncentrálnak: elsősorban a kiegészítő vagy adminisztratív tevékenységek hatékonyságát javítják a mesterséges intelligenciával, ahelyett, hogy az MI-t a valódi üzleti értéket termelő alapfolyamatokba építenék be.

Nincsenek on/off-kapcsolók

A legtöbb szervezet az MI elterjedését továbbra is „bemeneti” mutatókkal méri: hányan lépnek be az MI alkalmazásokba és mennyi időt töltenek a használatukkal? A valódi szemléletváltást viszont egy másik megközelítés írja le. A kérdés nem az, hogy mennyien használják az MI-t, hanem az, hogy minőségi-e a használat, és mennyiben alakul át általa a munkavégzés.

Több tucat vállalattal végzett munkánk alapján jól kirajzolódik az MI-alkalmazásának jellegzetes, 5 szakaszon átívelő mintázata.

Ez az öt szakasz

  • a kezdeti, keresőmotor-szerű használattól

  • a feladatmegoldáson és

  • a delegáláson át

  • a félig autonóm együttműködésig, illetve,

  • a ma még ritkábban alkalmazott, az MI-ügynökök által vezérelt, nagyrészt autonóm folyamatokig tart.

Sok szervezet tévesen már az első lépcsőt is az MI elfogadásának bizonyítékaként értelmezi. A valóban mélyebb bevonódás a második szakaszban jelenik meg: a feladattámogatás során az MI-t konkrét, célzott igényekre használják, például kódrészletek generálására, egyszerű vizuális anyagok készítésére vagy számítások elvégzésére. Ezt követi a delegálás fázisa, amikor már konkrét feladatok, például e-mailek megfogalmazására vagy jelentések összeállítására használják.

Az igazi fordulópont az, amikor a használat a delegálás szintjéről átlép a félig autonóm együttműködésbe.

Ez a negyedik szakasz jelenti a tényleges értékteremtés kezdetét. Itt az MI már nem pusztán végrehajtja a kéréseket, hanem valódi munkatárssá válik: az MI-ügynökök emberi felügyelet mellett tervezik és hajtják végre a feladatokat, aktívan alakítva a munkafolyamatokat. A legtöbb munkakör esetében ez a szint tekinthető a reális célnak, mivel egyszerre érvényesül benne az emberi döntéshozatal, az ellenőrzés és a folyamatos együttműködés.

Ritkább esetekben, de már megjelenik az ötödik szakasz is, a teljesen autonóm irányítás, amikor a mesterséges intelligencia emberi beavatkozás nélkül vezényel le összetett folyamatokat a kezdetektől a végéig. Mind a félig autonóm együttműködés, mind a teljesen autonóm működés valódi munkafolyamat-újratervezést igényel, és együtt jár a szerepkörök, a csapatstruktúrák és a munkavégzés módjának átalakulásával.

Ez az öt szakasz segít keretbe rendezni a munkavállalók MI-használathoz vezető útját, de ez korántsem lineáris folyamat, on/off kapcsolókkal. Az, hogy ki honnan indul és meddig jut el, számos tényezőtől függ:

  • az MI-vel kapcsolatos attitűdöktől és bizalmi szinttől,

  • a technológiával való találkozások gyakoriságától,

  • a használatot lehetővé tevő szervezeti feltételektől,

  • a vezetői és kollegiális támogatástól, valamint attól is, hogy

  • mennyi idő és kapacitás jut tanulásra és fejlődésre.

Az egyéni alkalmazkodási utak és gondolkodásmódok mélyebb megértése érdekében három különböző szervezet szoftverfejlesztőit kérdeztünk meg: ők hogyan használják az MI-t, és miként viszonyulnak a hozzá? A mintaválasztás nem véletlen:

a szoftverfejlesztők mintegy előrejelzőként segítenek megérteni, hogyan formálják majd a fejlett technológiák – köztük az autonóm MI-ügynökök – a szélesebb értelemben vett szellemi munkát.

A vállalatok közötti összehasonlítás egyértelművé teszi, hogy az MI elterjedésének akadályai nem egységesek. A leggyakrabban visszatérő problémák a technológiába vetett bizalom hiányához és a készségfejlesztésre fordítható idő szűkösségéhez kapcsolódnak. Ezeket követik az információbiztonsági és szerzői jogi aggályok, a készségek leépülésétől és a munkahelyek biztonságától való félelmek, valamint egyes szervezetekben a megfelelő képzési erőforrások hiánya. Ezeknek a problémáknak a kezelésére nincs egységes recept. Szegmentált megközelítésre van szükség: arra kell választ találni, hogy kik, miben és miért akadnak el az MI használata során.

Tapasztalataink szerint az MI-alkalmazás útján öt visszatérő munkavállalói „személyiség” rajzolódik ki:

  • az MI-bajnok,

  • az önálló felfedező,

  • a szervezeti adaptáló,

  • a passzív megfigyelő és

  • az óvatos szkeptikus.

Ezek a típusok jól tükrözik a motiváció, az önbizalom, a felhatalmazottság és a szervezeti támogatás közötti különbségeket – és megmagyarázzák, hogy miért működik elvétve a mindenkire kiterjesztett, egyforma bevezetési stratégia.

Az MI-bajnok

Ők az alkalmazás látható úttörői. Ők próbálják ki elsőként az új eszközöket, építik be azokat a valós munkafolyamatokba, és aktívan meg is osztják a tapasztalataikat. Kísérletezésük nemcsak saját hatékonyságukat növeli, de felgyorsítja a kollégák alkalmazkodását is. Ennek azért van jelentősége, mert a kollegális tanulást a munkavállalók 69 százaléka az MI-készségek fejlesztésének három legfontosabb módja közé sorolja. Azok, akik közvetlenül együtt dolgoznak olyan kollégákkal, akik már érdemben beépítették az MI-t a munkavégzésükbe, természetesebbnek érzik a technológia használatát, és gyorsabban sajátítják el a bevált gyakorlatokat. A fejlettebb MI-használók egyben arról is beszámolnak, hogy a technológia élvezetesebbé teszi a munkát: 88 százalékuk szerint az MI hozzájárul ahhoz, hogy nagyobb értéket teremtsenek.

Az önálló felfedező

Az önálló felfedezők belső késztetésből tanulnak. Az MI-vel gyakran a formális vállalati programokon (és a munkaidőn) túl is kísérleteznek. Új megoldásokat próbálnak ki vagy hivatalosan nem engedélyezett eszközöket használnak ötleteik tesztelésére. Ez a magatartás illeszkedik az egyébként kerülendő, céges jóváhagyás nélküli AI-használat, vagyis a shadow AI jelenséghez. A BCG korábbi kutatásai szerint a munkavállalók 54 százaléka akkor is használ MI-eszközöket, ha erre nincs formális felhatalmazása. Az önálló tanulás erősíti a magabiztosságot és a készségeket, miközben ezek a munkavállalók gyakran hamarabb azonosítanak gyakorlati felhasználási lehetőségeket, mint ahogy a szervezeti stratégiák utolérnék őket.

A szervezeti adaptáló

A szervezeti adaptálók az adott keretekhez igazodnak. Akkor kezdenek el érdemben MI-t használni, amikor az eszközök, a képzések és az iránymutatás világosan rendelkezésre állnak, jellemzően formális munkafolyamatokon vagy vállalati programokon keresztül. Nyitottak a technológia lehetőségeire, de óvatosan haladnak: az érdeklődést gyakran kiegyensúlyozza a relevanciával és a megbízhatósággal kapcsolatos bizonytalanság. E csoport tempója jól tükrözi a szervezeti felhatalmazottság általános szintjét. A BCG adatai alapján mindössze a munkavállalók 36 százaléka érzi úgy, hogy megfelelő MI-képzésben részesült. Miközben négyből három dolgozó úgy véli, hogy az MI-ügynökök kulcsszerepet játszanak majd a jövőbeli sikerben, a szervezeteknek csupán 13 százaléka integrálta ezeket az eszközöket széles körben a mindennapi munkafolyamatokba.

A passzív megfigyelő

A passzív megfigyelők jelentős, de kihasználatlan potenciált képviselnek. Tisztában vannak az MI létezésével, mégis vonakodnak a kísérletezéstől. A technológiát gyakran megbízhatatlannak vagy nehézkesnek tartják, ezért inkább a megszokott munkamódszerekhez ragaszkodnak. A felmérésben részt vevő szoftverfejlesztők 38 százaléka például úgy nyilatkozott, hogy az MI által generált kimenetek ellenőrzése fáradságos és időigényes, ami tovább erősíti az inaktivitást. A passzív megfigyelők motivációja szorosan összefügg a vezetői támogatással is: a kutatások szerint az első vonalban dolgozó munkavállalók mindössze 25 százaléka kap a vezetéstől elegendő útmutatást az MI hatékony használatához. Ez arra utal, hogy a következetes iránymutatás és bátorítás kulcsszerepet játszhatna az aktivizálásukban.

Az óvatos szkeptikus

Az óvatos szkeptikusok jelentik a legellenállóbb csoportot. Bár tapasztalt és kompetens munkavállalók, kételkednek az MI megbízhatóságában és félelmeik vannak, hogy a technológia hogyan hat a saját szakértelmükre és szakmai identitásukra. Bizalmatlanságuk gyakran a korlátozott tapasztalatból és a következetlen, nehezen értelmezhető eredményekből fakad. A BCG kutatásai szerint a vállalatok fele még mindig az MI-alkalmazás korai, stagnáló szakaszában jár, nem képes érdemi értéket felmutatni, és nem tudja skálázni a technológiát. Ennek következtében a szkeptikusok sokszor kiforratlan gyakorlatokkal találkoznak, nem stabil, jól működő folyamatokkal. Egyértelmű bizonyítékok és világos keretek hiányában megmaradnak távolságtartónak.

Védett tanuló idő és jó vezető nélkül nem megy

A szoftverfejlesztők körében végzett felméréseink azt mutatják, hogy a munkavállalók több mint 85 százaléka továbbra is az MI-alkalmazás második és harmadik szakaszában marad. Kevesebb mint 10 százalék jutott el a negyedik szintre, a félig autonóm együttműködésig, illetve azon túl, a teljesen autonóm MI-alapú folyamatvezérlésig. Ez jelentős, kiaknázatlan fejlődési potenciált jelez.

Felméréseink alapján jelentős arányt képviselnek a szervezeti adaptálók és a passzív megfigyelők – éppen azok a csoportok, amelyekben a legnagyobb a kiaknázatlan potenciál. Fejlesztésük kulcsa a tanulásra fordítható idő biztosítása. A válaszadók szerint a tanulással töltött idő kevesebb mint 25 százaléka esik munkaidőre, az MI-hez kapcsolódó készségfejlesztés így jellemzően a magánidő rovására történik.

Ezt a vezetői tapasztalatok is visszaigazolják:

a BCG 1400 felsővezető bevonásával végzett globális felmérésében 62 százalék a megfelelő tehetség és MI-készségek hiányát jelölte meg az MI-értékteremtés legnagyobb akadályaként

– megelőzve az olyan tényezőket, mint a stratégia hiánya. Ennek ellenére mindössze a szervezetek 6 százaléka jelezte, hogy érdemben megkezdte a munkaerő célzott átképzését. Azok a vállalatok, amelyek teret adnak annak, hogy a munkavállalók a mindennapi munkavégzés során kérdéseket tegyenek fel az MI gyakorlati használatáról, mérhetően gyorsabb elterjedést érnek el.

A közvetlen vezetők is döntő szerepet játszanak abban, hogy az MI-használat a mindennapok részévé válik-e. Ez különösen igaz a szervezeti adaptálókra és a passzív megfigyelőkre, akik gyakran a vezetőik viselkedését tükrözik. A BCG Henderson Institute és a Columbia Business School friss kutatása szerint az erősen munkavállaló-központú szervezetek közel hétszer nagyobb eséllyel jutnak el az érett MI-használatig, mint versenytársaik.

Nyitókép: MTI / Czeglédi Zsolt

Tetszik, amit olvasol?

Ez a hírlevél csak egy a sok közül. A hvg360-on 10+ hírlevél közül választhatsz. Ezeket egyfelől szakmájukban kiemelkedő szerzők írják a gazdaság vagy a menedzsment területeiről, másfelől a HVG sokat látott újságíróit követhetitek: érdekes összefüggések adatokon keresztül, változó világunk jogi értelmezése, személyes történetek közéletről női szempontból, szemérmetlen dömpingű kultúrajánlat és külföldi lapok heti hírszemléje.

Hozzászólások