Heeft u ooit nagedacht over het verschil tussen een tool en een systeem?
Tools zijn wat we gebruiken om taken uit te voeren. Systemen stroomlijnen taken op vergelijkbare wijze.
Sommigen stellen zich een systeem wellicht voor als simpelweg een complexere tool.
Echter, wanneer taken worden onderverdeeld in twee typen – iteratiewerk en flow werk – wordt het onderscheid tussen tools en systemen duidelijk.
Iteratie en Flow
Iteratiewerk is het proces van het geleidelijk creëren van opleveringen door flexibele vallen en opstaan.
Bij iteratiewerk is een gereedschapskist die uitwisselbaar kan worden gebruikt voor specifieke taken nuttig.
Flow werk daarentegen is een proces dat stapsgewijs vordert en in de laatste fase een oplevering produceert.
Bij flow werk verbetert de productiviteit en kwaliteit aanzienlijk wanneer er een systeem is om de taakstroom te begeleiden.
Flow Werk Conversie en Systematisering
Veel taken die door mensen worden uitgevoerd, zijn ofwel iteratiewerk, ofwel een onderdeel van gesystematiseerd flow werk.
Door iteratiewerk om te zetten in flow werk en dit vervolgens te systematiseren, kunnen productiviteit en kwaliteit aanzienlijk worden verbeterd.
De Industriële Revolutie en de IT-Revolutie
De Industriële Revolutie en de IT-Revolutie zijn schoolvoorbeelden van hoe het omzetten van iteratiewerk naar flow werk, en de daaropvolgende systematisering, de productiviteit en kwaliteit drastisch verbeterde.
Vóór de Industriële Revolutie werd productie uitgevoerd als iteratiewerk, waarbij mensen vakkundig gereedschappen gebruikten en telkens vrijelijk arrangementen en procedures aanpasten.
Ook vóór de IT-Revolutie omvatte informatieverwerking het gebruik van tools door mensen op een ongestructureerde, iteratieve manier.
Door deze processen te systematiseren, vergelijkbaar met fabrieksproductielijnen of zakelijke IT-systemen, werden de productiviteit en kwaliteit aanzienlijk verbeterd.
Echter, niet alleen systematisering, maar ook de flow werk conversie van iteratieve taken is uiterst cruciaal. Het was het vermogen om om te zetten naar flow werk dat systematisering überhaupt mogelijk maakte.
De Generatieve AI Revolutie
Wanneer men streeft naar verbetering van de productiviteit en kwaliteit door het gebruik van generatieve AI in bedrijfsprocessen, zal het louter inzetten van AI als een tool de ware waarde ervan niet ontsluiten.
De kerndoelstelling is de flow werk conversie van iteratiewerk, gevolgd door de systematisering van dat flow werk.
Generatieve AI kan iteratiewerk aan dankzij zijn aanpassingsvermogen. Echter, of het nu door mensen of door generatieve AI wordt uitgevoerd, er zijn grenzen aan de productiviteit en kwaliteit van iteratiewerk.
Daarom is het cruciaal om te streven naar flow werk conversie en systematisering.
Men zou kunnen aanvoeren dat als flow werk conversie de productiviteit en kwaliteit voor menselijke werknemers kon verbeteren, dergelijke initiatieven al vóór de komst van generatieve AI hadden kunnen worden ondernomen.
Echter, flow werk conversie, wanneer deze gebaseerd is op menselijke werknemers, is in feite een zeer moeilijk probleem. Menselijke werknemers kunnen zich niet onmiddellijk aanpassen aan veranderingen in taaktoewijzingen of inhoud.
Omgekeerd, wanneer de werknemer een generatieve AI is, is het eenvoudig om rollen en taakinhoud iteratief te herconfigureren.
In tegenstelling tot mensen kan generatieve AI eerdere stappen vergeten, direct nieuwe procedures lezen en begrijpen, en taken op basis daarvan uitvoeren.
Om deze reden zal de mainstream benadering voor het benutten van generatieve AI in het bedrijfsleven de flow werk conversie van iteratiewerk en de daaropvolgende systematisering ervan zijn.
Bedrijfsefficiëntie met Generatieve AI
Laten we een voorbeeld bekijken van bedrijfsefficiëntie die wordt bereikt door generatieve AI.
Als voorbeeld nemen we de taak van het beantwoorden van werknemersvragen over interne bedrijfsregels.
Generatieve AI kan worden gebruikt om interne regels te doorzoeken en antwoorden op te stellen.
Er bestaat echter een mogelijkheid dat generatieve AI naar verouderde regels verwijst of per abuis antwoorden genereert op basis van verzonnen informatie die niet in de regels staat.
Bovendien kunnen vragen via diverse kanalen binnenkomen, zoals e-mail, berichtenapps, telefoon of persoonlijke gesprekken.
Daarom moet de medewerker die vragen afhandelt, deze nog steeds zoals voorheen ontvangen.
Het is denkbaar dat de efficiëntie kan worden verbeterd door medewerkers vragen ter plaatse te laten beantwoorden wanneer mogelijk, en voor vragen die regelverificatie vereisen, de inhoud van de vraag in generatieve AI in te voeren om conceptantwoorden te genereren.
Daarnaast is het voor veelgestelde vragen noodzakelijk om deze als FAQ op de interne website van het bedrijf te plaatsen.
Generatieve AI kan ook worden gebruikt om representatieve vragen en antwoorden in te voeren en concepten in opsommingstekens te genereren voor publicatie op de website.
Bovendien kan generatieve AI worden ingezet om conceptteksten te beoordelen wanneer reglementswijzigingen nodig zijn.
Dergelijke toepassingen zouden een bepaald percentage van de taken voor het afhandelen van vragen kunnen stroomlijnen.
Dit behandelt het afhandelen van vragen echter slechts als iteratiewerk en gebruikt generatieve AI als een tool.
Bijgevolg zijn de efficiëntiewinsten van deze benadering zeer beperkt.
Flow Werk Conversie
Om de efficiëntie van de als voorbeeld genoemde vraagbeantwoordingstaak te maximaliseren, moet deze taak worden omgezet in flow werk.
Dit vereist het gedetailleerd beschrijven en documenteren van de stappen die de verantwoordelijke neemt bij het afhandelen van vragen:
- Vragen ontvangen via verschillende kanalen.
- Als de vraag hetzelfde is als een eerder beantwoorde vraag en er geen wijzigingen zijn in de relevante regels, geef dan hetzelfde antwoord als voorheen.
- Voor een nieuwe vraag, of een vraag waarbij een regelwijziging is betrokken, de regels controleren en een conceptantwoord voorbereiden.
- Controleren of het conceptantwoord verwijst naar oude regels of informatie bevat die niet in de regels staat.
- Controleren of goedkeuring vereist is voordat wordt geantwoord, en indien nodig goedkeuring verkrijgen.
- Antwoorden via het kanaal waarop de vraag is ontvangen.
- De inhoud van de vraag, het goedkeuringsresultaat en het antwoordresultaat registreren in de vraaghistoriedata.
- Periodiek de vraaghistoriedata controleren om voorgestelde updates voor veelgestelde vragen en antwoorden te creëren.
- De interne bedrijfswebsite bijwerken na het verkrijgen van goedkeuring.
- Wanneer regels worden bijgewerkt, de geraadpleegde regeldata bijwerken.
- Tegelijkertijd in de historische vraagdata vastleggen dat gerelateerde antwoorden en regelupdates hebben plaatsgevonden.
- Verifiëren of veelgestelde vragen en antwoorden herziening behoeven vanwege regelwijzigingen, en indien nodig bijwerken.
Door de details van deze taken te verduidelijken en met elkaar te verbinden, kan het flexibele iteratiewerk worden omgezet in een helder flow werk.
Voorbeeld van Systematisering
Door taken om te zetten in flow werk, wordt het pad naar systematisering duidelijk.
Bij systematisering, indien enig opoffering van het gemak van de werknemer acceptabel is, is één optie het consolideren van de vraagkanalen.
Omgekeerd, als het gemak van de werknemer de hoogste prioriteit heeft, moeten alle vraagkanalen open blijven.
Fundamenteel zou het systeem vragen direct moeten ontvangen. Alleen in het geval van mondelinge vragen zou een mens de details in het systeem invoeren.
Nadat een vraag is ontvangen, zullen het IT-systeem en generatieve AI zoveel mogelijk van de daaropvolgende taken uitvoeren volgens de flow. In eerste instantie moeten menselijke controles en goedkeuringen door het hele systeem worden ingevoegd, en menselijke operators moeten in staat zijn correcties aan te brengen.
Vervolgens, naarmate het systeem wordt gebruikt om vragen af te handelen, moeten, als de generatieve AI een fout maakt, de instructies voor de AI worden bijgewerkt met aandachtspunten, te controleren items, voorbeelden van fouten en correcte voorbeelden om te voorkomen dat de fout zich herhaalt.
Dit proces kan de fouten van generatieve AI verminderen. Het bijwerken van deze AI-instructies zelf kan nog efficiënter worden gemaakt door het om te zetten van iteratiewerk naar flow werk.
Op deze manier, door flow-omgezette taken te systematiseren, kunnen zelfs operaties die aanvankelijk menselijke tussenkomst lijken te vereisen, worden vervangen door een generatief AI-centrisch systeem.
Veelvoorkomende Misvattingen
Veel mensen geloven dat de zakelijke toepassing van generatieve AI momenteel weinig effect heeft, of dat het nog te vroeg is.
De meeste van deze individuen hebben echter vaak twee soorten misvattingen.
De eerste misvatting komt voort uit de focus op het gebruik van generatieve AI als louter een tool.
Zoals hier is aangetoond, verhoogt het inzetten van generatieve AI als tool voor iteratiewerk de bedrijfsefficiëntie niet significant. Deze misvatting ontstaat door het ervaren of waarnemen van dergelijke beperkte resultaten.
De tweede misvatting komt voort uit de focus op het laten uitvoeren van iteratiewerk door generatieve AI.
Het is inderdaad zo dat pogingen om de huidige generatieve AI iteratiewerk te laten uitvoeren vaak mislukken. Hierdoor trekken mensen ten onrechte de conclusie dat generatieve AI geen taken kan overnemen die door mensen worden uitgevoerd, enkel gebaseerd op deze observatie.
Conclusie
Zoals besproken, kan door het omzetten van iteratiewerk naar flow werk en het systematiseren ervan, een grotere efficiëntie worden verwacht dan met tools alleen.
Bovendien, zelfs als generatieve AI geen iteratiewerk kan uitvoeren, kan het veel individuele taken binnen een flow werk proces afhandelen. Zelfs als er aanvankelijk veel fouten zijn, kan continue verbetering worden bereikt door de instructies bij te werken.
Als alternatief kunnen, indien nodig, taken worden verdeeld, waarbij het opstellen wordt gescheiden van het controleren, of waarbij meerfasencontroles worden geïmplementeerd.
Als systematisering op deze manier kan worden bereikt, zullen verbeteringen zich voordoen bij elke uitgevoerde taak, en zullen de werkzaamheden in de loop van de tijd efficiënter worden.
Dit is een werkmethode die continue verbetering van het mechanisme zelf mogelijk maakt, vergelijkbaar met fabrieksproductie en IT-systematisering.
Om generatieve AI effectief te benutten, is een verschuiving in denkwijze vereist: in plaats van te proberen het eigen iteratiewerk te verbeteren, moet men de taken objectief omzetten in flow werk en deze systematiseren.