Avete mai considerato la differenza tra uno strumento e un sistema?
Gli strumenti sono ciò che utilizziamo per svolgere i compiti. I sistemi, in modo simile, semplificano i compiti.
Alcuni potrebbero immaginare un sistema come semplicemente uno strumento più complesso.
Tuttavia, quando i compiti vengono categorizzati in due tipi — lavoro di iterazione e lavoro a flusso — la distinzione tra strumenti e sistemi diventa chiara.
Iterazione e Flusso
Il lavoro di iterazione è il processo di creazione graduale di risultati attraverso tentativi ed errori flessibili.
Nel lavoro di iterazione, è utile una cassetta degli attrezzi che possa essere utilizzata in modo intercambiabile per compiti specifici.
Al contrario, il lavoro a flusso è un processo che progredisce in modo incrementale, producendo un risultato nella fase finale.
Nel lavoro a flusso, disporre di un sistema per guidare il flusso delle attività migliora significativamente la produttività e la qualità.
Conversione del Lavoro a Flusso e Sistematizzazione
Molti compiti eseguiti dagli esseri umani sono o lavoro di iterazione o parte di un lavoro a flusso sistematizzato.
Convertendo il lavoro di iterazione in lavoro a flusso e quindi sistematizzandolo, la produttività e la qualità possono essere significativamente migliorate.
La Rivoluzione Industriale e la Rivoluzione IT
La Rivoluzione Industriale e la Rivoluzione IT sono esempi lampanti di come la conversione del lavoro di iterazione in lavoro a flusso, e la sua successiva sistematizzazione, abbia migliorato drasticamente la produttività e la qualità.
Prima della Rivoluzione Industriale, la produzione era eseguita come lavoro di iterazione, con gli esseri umani che utilizzavano abilmente gli strumenti e modificavano liberamente gli allestimenti e le procedure ogni volta.
Allo stesso modo, prima della Rivoluzione IT, l'elaborazione delle informazioni prevedeva che gli esseri umani utilizzassero strumenti in modo non strutturato e iterativo.
Sistematizzando questi processi, in modo molto simile alle linee di produzione delle fabbriche o ai sistemi IT aziendali, la produttività e la qualità sono state significativamente migliorate.
Tuttavia, non solo la sistematizzazione, ma anche la conversione del lavoro di iterazione in lavoro a flusso è estremamente cruciale. È stata la capacità di convertire al lavoro a flusso che ha reso possibile la sistematizzazione in primo luogo.
La Rivoluzione dell'IA Generativa
Quando si mira a migliorare la produttività e la qualità utilizzando l'IA generativa nelle operazioni aziendali, il semplice uso dell'IA come strumento non svelerà il suo vero valore.
L'obiettivo principale è la conversione del lavoro di iterazione in lavoro a flusso, seguita dalla sistematizzazione di tale lavoro a flusso.
L'IA generativa può gestire il lavoro di iterazione grazie alla sua adattabilità. Tuttavia, sia che venga eseguito da esseri umani o dall'IA generativa, ci sono limiti alla produttività e alla qualità del lavoro di iterazione.
Pertanto, puntare alla conversione del lavoro a flusso e alla sistematizzazione è cruciale.
Si potrebbe obiettare che, se la conversione del lavoro a flusso potesse migliorare la produttività e la qualità per i lavoratori umani, tali iniziative avrebbero potuto essere intraprese anche prima dell'avvento dell'IA generativa.
Tuttavia, la conversione del lavoro a flusso, quando basata sui lavoratori umani, è in realtà un problema molto difficile. I lavoratori umani non possono adattarsi immediatamente ai cambiamenti nelle assegnazioni o nel contenuto dei compiti.
Al contrario, quando il lavoratore è un'IA generativa, è facile riconfigurare iterativamente ruoli e contenuto dei compiti.
A differenza degli esseri umani, l'IA generativa può dimenticare i passaggi precedenti, leggere e comprendere istantaneamente nuove procedure e svolgere compiti basandosi su di esse.
Per questa ragione, l'approccio principale per sfruttare l'IA generativa nel business sarà la conversione del lavoro di iterazione in lavoro a flusso e la sua successiva sistematizzazione.
Efficienza Aziendale tramite l'IA Generativa
Consideriamo un esempio di efficienza aziendale ottenuta tramite l'IA generativa.
Come esempio, si prenda il compito di rispondere alle domande dei dipendenti riguardo alle regole interne dell'azienda.
L'IA generativa può essere utilizzata per cercare le regole interne e redigere risposte.
Tuttavia, esiste la possibilità che l'IA generativa possa fare riferimento a regole obsolete o generare erroneamente risposte basate su informazioni immaginate e non presenti nelle regole.
Inoltre, le domande possono arrivare attraverso vari canali, come e-mail, strumenti di messaggistica, telefono o di persona.
Pertanto, il dipendente che gestisce le domande deve comunque riceverle come prima.
È concepibile che l'efficienza possa essere migliorata facendo rispondere i dipendenti alle domande sul posto quando possibile, e per quelle che richiedono la verifica delle regole, inserendo il contenuto della domanda nell'IA generativa per generare bozze di risposte.
Inoltre, per le domande frequenti, è necessario pubblicarle sul sito web interno dell'azienda come FAQ.
L'IA generativa può anche essere utilizzata per inserire domande e risposte rappresentative e generare bozze in formato elenco puntato per la pubblicazione sul sito web.
Inoltre, l'IA generativa può essere impiegata per rivedere la formulazione delle bozze quando sono necessarie modifiche alle regole.
Tali utilizzi potrebbero semplificare una certa percentuale di compiti di gestione delle domande.
Tuttavia, questo si limita a trattare la gestione delle domande come lavoro di iterazione e utilizza l'IA generativa come strumento.
Di conseguenza, i guadagni di efficienza derivanti da questo approccio sono molto limitati.
Conversione del Lavoro a Flusso
Per massimizzare l'efficienza del compito di risposta alle domande menzionato come esempio, è necessario convertire questo compito in un lavoro a flusso.
Ciò richiede di dettagliare e documentare i passaggi eseguiti dalla persona responsabile nella gestione delle domande:
- Ricevere le domande attraverso vari canali.
- Se la domanda è la stessa di una precedentemente risposta e non ci sono modifiche alle regole pertinenti, fornire la stessa risposta di prima.
- Per una nuova domanda, o una che implica un cambiamento di regola, rivedere le regole e preparare una bozza di risposta.
- Controllare se la bozza di risposta fa riferimento a regole vecchie o include informazioni non dichiarate nelle regole.
- Controllare se è richiesta l'approvazione prima di rispondere, e ottenerla se necessario.
- Rispondere tramite il canale attraverso cui è stata ricevuta la domanda.
- Registrare il contenuto della domanda, il risultato dell'approvazione e il risultato della risposta nei dati della cronologia delle domande.
- Controllare periodicamente i dati della cronologia delle domande per creare aggiornamenti proposti per le domande frequenti e le risposte.
- Aggiornare il sito web interno dell'azienda dopo aver ottenuto l'approvazione.
- Quando le regole vengono aggiornate, aggiornare i dati delle regole a cui si fa riferimento.
- Contemporaneamente, registrare nei dati della cronologia delle domande passate che si sono verificate risposte correlate e aggiornamenti delle regole.
- Verificare se le domande frequenti e le risposte necessitano di revisione a causa di cambiamenti nelle regole, e aggiornare se necessario.
Chiarificando i dettagli di questi compiti e collegandoli, il flessibile lavoro di iterazione può essere trasformato in un chiaro lavoro a flusso.
Esempio di Sistematizzazione
Convertendo i compiti in lavoro a flusso, il percorso verso la sistematizzazione diventa chiaro.
Nella fase di sistematizzazione, se un certo sacrificio in termini di comodità per i dipendenti è accettabile, un'opzione è consolidare i canali di richiesta informazioni.
Al contrario, se la comodità del dipendente è la massima priorità, tutti i canali di richiesta informazioni dovrebbero rimanere aperti.
Fondamentalmente, il sistema dovrebbe ricevere direttamente le richieste. Solo nel caso di richieste verbali un essere umano inserirebbe i dettagli nel sistema.
Una volta ricevuta una richiesta, il sistema IT e l'IA generativa eseguiranno il maggior numero possibile di compiti successivi in base al flusso. Inizialmente, i controlli e le approvazioni umane dovrebbero essere intervallati in tutto il sistema, e gli operatori umani dovrebbero essere in grado di apportare correzioni.
Successivamente, man mano che il sistema viene utilizzato per gestire le richieste, se l'IA generativa commette un errore, le istruzioni per l'IA dovrebbero essere aggiornate con punti di cautela, elementi da controllare, esempi di errori ed esempi corretti per evitare che l'errore si ripeta.
Questo processo può ridurre gli errori dell'IA generativa. L'aggiornamento di queste istruzioni per l'IA stessa può essere reso ancora più efficiente convertendolo da lavoro di iterazione a lavoro a flusso.
In questo modo, sistematizzando i compiti convertiti in flusso, anche le operazioni che inizialmente potrebbero sembrare richiedere l'intervento umano possono essere sostituite da un sistema centrato sull'IA generativa.
Idee Sbagliate Comuni
Molte persone credono che l'applicazione aziendale dell'IA generativa abbia attualmente scarso effetto, o che sia prematura.
Tuttavia, la maggior parte di questi individui spesso ha due tipi di idee sbagliate.
La prima idea sbagliata deriva dal concentrarsi sull'uso dell'IA generativa come un semplice strumento.
Come dimostrato qui, sfruttare l'IA generativa come strumento per il lavoro di iterazione non aumenta significativamente l'efficienza aziendale. Questa idea sbagliata nasce dall'esperienza o dall'osservazione di risultati così limitati.
La seconda idea sbagliata deriva dal concentrarsi sul far eseguire all'IA generativa il lavoro di iterazione.
In effetti, tentare di far eseguire il lavoro di iterazione all'attuale IA generativa è spesso infruttuoso. Di conseguenza, le persone concludono erroneamente che l'IA generativa non può sostituire i compiti svolti dagli esseri umani, basandosi unicamente su questa osservazione.
Conclusione
Come discusso, convertendo il lavoro di iterazione in lavoro a flusso e sistematizzandolo, si può prevedere un'efficienza maggiore rispetto all'uso dei soli strumenti.
Inoltre, anche se l'IA generativa non può svolgere lavori di iterazione, è in grado di gestire molti compiti individuali all'interno di un processo di lavoro a flusso. Anche se inizialmente ci sono molti errori, è possibile ottenere un miglioramento continuo aggiornando le istruzioni.
In alternativa, se necessario, i compiti possono essere divisi, separando la redazione dalla verifica, o implementando controlli a più fasi.
Se la sistematizzazione può essere raggiunta in questo modo, allora i miglioramenti progrediranno con ogni compito svolto, e le operazioni diventeranno più efficienti nel tempo.
Questo è un metodo di lavoro che consente il miglioramento continuo del meccanismo stesso, simile alla produzione in fabbrica e alla sistematizzazione IT.
Per utilizzare efficacemente l'IA generativa, è richiesto un cambiamento di mentalità: invece di cercare di migliorare il proprio lavoro di iterazione, si devono convertire oggettivamente i propri compiti in lavoro a flusso e sistematizzarli.