Naar inhoud springen
Dit artikel is vanuit het Japans vertaald met behulp van AI
Lees in het Japans
Dit artikel is in het Publiek Domein (CC0). Voel je vrij om het vrij te gebruiken. CC0 1.0 Universal

Flow-gebaseerd werken en systemen: De essentie van het benutten van generatieve AI

Heeft u ooit nagedacht over het verschil tussen een tool en een systeem?

Tools zijn dingen die we gebruiken als we werken. Systemen maken werk, op vergelijkbare wijze, efficiënter.

Sommigen hebben misschien het beeld dat een systeem simpelweg een complexere tool is.

Echter, als we werk indelen in twee typen – iteratief werk en flow-gebaseerd werk – wordt het onderscheid tussen een tool en een systeem opmerkelijk duidelijk.

Iteratie en Flow

Iteratief werk is het proces van het geleidelijk creëren van een eindproduct door middel van vallen en opstaan, waarbij flexibel wordt aangepast gaandeweg.

Voor iteratief werk is een toolkit nuttig die u in staat stelt de juiste tool te kiezen voor specifieke taken.

Flow-gebaseerd werk daarentegen omvat het doorlopen van verschillende fasen, waarbij het eindproduct in de laatste fase wordt geproduceerd.

Voor flow-gebaseerd werk verbetert het hebben van een systeem dat het werk langs de flow begeleidt de productiviteit en kwaliteit aanzienlijk.

Transformatie naar Flow-gebaseerd Werk en Systematisering

Veel van het werk dat door mensen wordt uitgevoerd, is ofwel iteratief werk, ofwel een onderdeel van een gesystematiseerd, flow-gebaseerd proces.

Het transformeren van iteratief werk naar flow-gebaseerd werk, en het vervolgens systematiseren ervan, draagt aanzienlijk bij aan verbeteringen in productiviteit en kwaliteit.

De Industriële Revolutie en de IT-Revolutie

De Industriële Revolutie en de IT-Revolutie zijn schoolvoorbeelden van significant toegenomen productiviteit en kwaliteit door de transformatie van iteratief werk naar flow-gebaseerd werk en de daaropvolgende systematisering ervan.

Vóór de Industriële Revolutie werd productie uitgevoerd als iteratief werk, waarbij mensen bekwaam gereedschap gebruikten en telkens vrijelijk opstellingen en procedures wijzigden.

Informatieverwerking vóór de IT-Revolutie was ook iteratief werk, waarbij mensen gereedschap gebruikten en op een niet-gestandaardiseerde manier te werk gingen.

Door deze processen te systematiseren, net als fabrieksproductielijnen en zakelijke IT-systemen, werden productiviteit en kwaliteit verbeterd.

Echter, niet alleen systematisering, maar de flow-gebaseerde transformatie van dat iteratieve werk is buitengewoon cruciaal. Juist omdat een flow-gebaseerde transformatie werd bereikt, werd systematisering mogelijk.

De Generatieve AI Revolutie

Wanneer men productiviteit en kwaliteit wil verbeteren door het benutten van generatieve AI in het bedrijfsleven, zal het simpelweg gebruiken van AI als een tool geen ware waarde opleveren.

Het hoofddoel is de transformatie van iteratief werk naar flow-gebaseerd werk, en vervolgens de systematisering van dat flow-gebaseerde werk.

Generatieve AI, in staat tot flexibele aanpassing, kan iteratieve taken afhandelen. Echter, of het nu door mensen of generatieve AI wordt uitgevoerd, er zijn grenzen aan de productiviteit en kwaliteit van iteratief werk.

Dit is waarom het cruciaal is om te streven naar flow-gebaseerde transformatie en systematisering.

Men zou kunnen aanvoeren dat als flow-gebaseerde transformatie de productiviteit en kwaliteit zelfs met menselijke werknemers zou kunnen verbeteren, dergelijke initiatieven al vóór de komst van generatieve AI hadden kunnen worden ondernomen.

Echter, flow-gebaseerde transformatie, uitgaande van menselijke werknemers, is in feite een zeer moeilijk probleem. Menselijke werknemers kunnen zich niet onmiddellijk aanpassen aan veranderingen in taaktoewijzingen of inhoud.

Aan de andere kant, wanneer de werknemer generatieve AI is, is het eenvoudig om toewijzingen en taakinhoud opnieuw te configureren door middel van vallen en opstaan.

In tegenstelling tot mensen kan generatieve AI eerdere stappen vergeten, onmiddellijk nieuwe procedures lezen en begrijpen, en daarop gebaseerd werken.

Daarom zal de belangrijkste benadering voor het benutten van generatieve AI in het bedrijfsleven de transformatie van iteratief werk naar flow-gebaseerd werk en de daaropvolgende systematisering ervan zijn.

Verbetering van bedrijfsefficiëntie met behulp van Generatieve AI

Laten we een voorbeeld bekijken van het verbeteren van de bedrijfsefficiëntie met behulp van generatieve AI.

Als voorbeeld nemen we de taak van het beantwoorden van vragen van medewerkers over bedrijfsregels.

Door gebruik te maken van generatieve AI kan men bedrijfsregels doorzoeken en antwoorden opstellen.

Er bestaat echter een mogelijkheid dat de generatieve AI verwijst naar verouderde regels of per ongeluk antwoorden verzint en geeft die niet expliciet in de regels staan vermeld.

Bovendien komen vragen in verschillende vormen binnen, zoals e-mail, messenger tools, telefoongesprekken of mondelinge communicatie.

Daarom moeten medewerkers die vragen behandelen, deze nog steeds ontvangen zoals voorheen.

Het is denkbaar dat de efficiëntie kan worden verbeterd door vragen die ter plekke kunnen worden beantwoord, direct te beantwoorden, en voor vragen die regelverificatie vereisen, de inhoud van de vraag in de generatieve AI in te voeren om conceptantwoorden te genereren.

Daarnaast is het voor veelgestelde vragen noodzakelijk om deze als FAQ's op de interne homepage van het bedrijf te plaatsen.

Generatieve AI kan ook worden gebruikt om typische vragen en antwoorden in te voeren en opgesomde concepten te maken voor publicatie op de website.

Verder kan, wanneer regelrevisies nodig zijn, generatieve AI worden gebruikt voor het opstellen van voorstellen.

Dergelijke toepassingen zouden een bepaald percentage van de taken voor het afhandelen van vragen efficiënter kunnen maken.

Dit laat de afhandeling van vragen echter slechts als iteratief werk bestaan en gebruikt generatieve AI als een tool.

Dientengevolge zijn de efficiëntievoordelen zeer beperkt.

Transformatie naar Flow-gebaseerd Werk

Om de efficiëntie van de als voorbeeld gegeven taak voor het afhandelen van vragen te maximaliseren, moet deze taak worden getransformeerd tot een flow.

Hiervoor moeten de taken die de verantwoordelijke uitvoert bij het afhandelen van vragen gedetailleerd en geformaliseerd worden.

  • Vragen ontvangen via verschillende kanalen.
  • Als de vraag dezelfde is als een eerder beantwoorde vraag en er geen wijzigingen zijn in gerelateerde regels, geef dan hetzelfde antwoord.
  • Voor nieuwe vragen of vragen waarbij regelwijzigingen betrokken zijn, de regels bevestigen en een antwoord opstellen.
  • Controleren of het conceptantwoord niet verwijst naar verouderde regels of informatie bevat die niet in de regels staat vermeld.
  • Controleren of goedkeuring vereist is voordat er geantwoord wordt, en indien nodig goedkeuring verkrijgen.
  • Reageren via het kanaal waarlangs de vraag is ontvangen.
  • De inhoud van de vraag, het goedkeuringsresultaat en het antwoordresultaat registreren in de historische gegevens van de vragen.
  • Regelmatig de historische gegevens van de vragen controleren en concepten opstellen voor het bijwerken van veelgestelde vragen en antwoorden.
  • De interne bedrijfspagina bijwerken na het verkrijgen van goedkeuring.
  • De referentiedatabase van regels bijwerken wanneer regels worden bijgewerkt.
  • Tegelijkertijd in de historische gegevens van de vragen vastleggen dat gerelateerde antwoorden en regelupdates hebben plaatsgevonden.
  • Controleren of veelgestelde vragen en antwoorden moeten worden herzien vanwege regelwijzigingen, en indien nodig bijwerken.

Door de details van de uitgevoerde taken, zoals hierboven beschreven, duidelijk te definiëren, kunnen deze taken met elkaar worden verbonden, waardoor flexibel iteratief werk wordt omgezet in een duidelijker flow-gebaseerd proces.

Voorbeeld van Systematisering

Door deze workflow te creëren, wordt de weg naar systematisering duidelijk.

Voor systematisering geldt dat, indien het opofferen van enig gebruikersgemak acceptabel is, een optie is om de inkanalen voor vragen te consolideren.

Omgekeerd, als het gebruikersgemak prioriteit heeft, moet het systeem de mogelijkheid behouden om vragen via alle kanalen te ontvangen.

In principe moet het systeem vragen direct ontvangen. Alleen voor mondelinge vragen moet de verantwoordelijke deze in het systeem invoeren.

Nadat een vraag is ontvangen, moeten het IT-systeem en de generatieve AI zoveel mogelijk van het daaropvolgende werk uitvoeren, volgens de flow. Aanvankelijk moeten menselijke controles en goedkeuringen door het hele systeem worden ingebouwd, en menselijke operators moeten in staat zijn correcties aan te brengen.

Vervolgens, naarmate het systeem wordt gebruikt voor het afhandelen van vragen, moeten de instructies aan de generatieve AI, als deze een fout maakt, worden bijgewerkt met waarschuwingen, controlepunten, voorbeelden van fouten en correcte voorbeelden om herhaling te voorkomen.

Dit maakt een reductie van generatieve AI-fouten mogelijk. Dit proces van het bijwerken van instructies voor generatieve AI kan nog efficiënter worden gemaakt als het wordt getransformeerd naar een flow-gebaseerde taak in plaats van een iteratieve taak.

Op deze manier, door flow-gebaseerd werk te systematiseren, kunnen zelfs taken die ogenschijnlijk menselijke tussenkomst vereisen, worden vervangen door een systeem dat gecentreerd is rond generatieve AI.

Veelvoorkomende Misvattingen

Veel mensen zijn van mening dat de zakelijke toepassing van generatieve AI op dit moment niet erg effectief is, of dat het nog te vroeg is.

Echter, een aanzienlijk aantal van deze individuen valt vaak in twee patronen van misverstanden.

De eerste misvatting ontstaat door de focus op het gebruik van generatieve AI als een tool.

Zoals hier gedemonstreerd, leidt het inzetten van generatieve AI als tool voor iteratieve taken niet tot een significante toename van de bedrijfsefficiëntie. Het ervaren of horen hiervan leidt tot deze misvatting.

De tweede misvatting komt voort uit de focus op het laten uitvoeren van iteratieve taken door generatieve AI.

Het is inderdaad zo dat het proberen om de huidige generatieve AI iteratieve taken te laten uitvoeren, niet goed werkt. Bijgevolg kan generatieve AI de door mensen uitgevoerde taken niet volledig overnemen, en het uitsluitend focussen op dit punt leidt tot het misverstand.

Tot Slot

Zoals hier besproken, kan door het transformeren van iteratief werk naar flow-gebaseerd werk en het systematiseren ervan, een grotere efficiëntie worden verwacht dan met louter tools.

Bovendien, zelfs als iteratief werk zelf niet volledig kan worden afgehandeld, kunnen veel individuele taken binnen een flow-gebaseerd proces worden beheerd door de huidige generatieve AI. Zelfs als er in het begin veel fouten zijn, kan continue verbetering worden bereikt door instructies bij te werken.

Als alternatief kunnen taken naar behoefte worden opgesplitst, waarbij het opstellen wordt gescheiden van het controleren, of waarbij meerfasencontrole wordt geïmplementeerd.

Als systematisering op deze manier kan worden bereikt, zullen verbeteringen bij elke taak voortgang boeken en zullen de werkzaamheden na verloop van tijd efficiënter worden.

Dit is een manier van werken die continue verbetering van het mechanisme zelf mogelijk maakt, vergelijkbaar met fabrieksproductie en de implementatie van IT-systemen.

Om generatieve AI te benutten, is een verschuiving in denkwijze vereist: in plaats van alleen uw eigen iteratieve taken te verbeteren, moet u uw werk objectief transformeren in flow-gebaseerde processen en deze systematiseren.