AI Armageddon – koniec wiedzy, jaką znamy

66 milionów lat temu asteroida zderzyła się z Ziemią wywołającą holokaust środowiskowy, który zabił dinozaury wędrujące o naszej planecie. Z ludzkiej perspektywy to wydarzenie wyginięcia okazało się przypadkowe, ponieważ pozostałości tych stworzeń zostały przekształcone w zasoby ropy i gazu, które leżą u podstaw naszego nowoczesnego stylu życia.

66 milionów lat później praca w zakresie wiedzy człowieka stoi w obliczu podobnego wydarzenia wyginięcia. Stało się całkiem jasne, że generatywna technologia AI wyeliminuje wiele działań powszechnie wykonywanych przez dzisiejszych pracowników wiedzy. Trudno jednak przewidzieć, czy ludzkie konsekwencje tego wydarzenia będą ostatecznie korzystne.

Czym jest zasadniczo praca wiedzy?

Praca wiedzy jest w rzeczywistości nieprecyzyjnym terminem, szczególnie w dzisiejszym świecie, w którym prawie każda profesjonalna pogoń została „cyfrowo przekształcona”. Został historycznie używany do opisania dowolnej formy pracy nie-manualnej. Ale w rzeczywistości wiele miejsc pracy obejmuje mieszankę zadań ręcznych i nie-meczowych. Budowniczowie domów, japońscy ogrodnicy i cukiernicy używają specjalistycznej wiedzy, umiejętności i osobistych doświadczeń w wykonywaniu ręcznych rzemiosła, ale rzadko są uważani za pracowników wiedzy.

W praktyce definiujemy pracę wiedzy na podstawie szkolenia jednostki, zachowania w miejscu pracy i statusu zatrudnienia. Osoby pracujące w pracy wymagających pewnego rodzaju profesjonalnego stopnia naukowego – takiego jak medycyna, inżynieria lub administracja biznesowa – są uważane za pracowników wiedzy. Osoby, które spędzają większość czasu, siedząc przed ekranami komputerowymi, uczestniczyć w spotkaniach i dostarczając produkty robocze w formie dokumentów, prezentacji i arkuszy kalkulacyjnych, są uważane za pracowników wiedzy. I wreszcie, osoby, które mają duży stopień osobistej swobody w ustalaniu priorytetów zadań i zarządzaniu swoim czasem, są uważane za pracowników wiedzy. Są one rutynowo klasyfikowane jako zwolnionych pracowników i płacone na zasadzie nieogodzinne.

Przed Covid byłoby wygodne i w większości dokładne opisanie pracy wiedzy jako pracy wykonywanej w ustawieniach biurowych. Ale w dzisiejszym świecie pracy jest tak wiele hybrydowych ustaleń dotyczących pracy, że termin „praca biurowa” ma bardzo niewielkie praktyczne znaczenie.

Czym jest praca wiedzy w rzeczywistości?

Być może najdokładniejszym sposobem zdefiniowania pracy wiedzy jest po prostu analiza ogólnych zadań powszechnie wykonywanych przez pracowników wiedzy. Zadania te zazwyczaj dzielą się na trzy szerokie kategorie.

Metawork (znany również jako „praca o pracy”) Metawork jest często przerażającą, ale absolutnie niezbędną inwestycją czasu w informowanie współpracowników i menedżerów o planach pracy i postępach jednostki. Metawork przejawia się w postaci spotkań, raportów o statusie, e -maili, wiadomości luzu, połączeń powiększających itp., Ponieważ prace stają się bardziej wyspecjalizowane, a organizacje stają się mniej hierarchiczne, koordynacja działań w różnych zespołach staje się coraz ważniejsza i czasochłonna.

Włączanie pracy (znane również jako „praca chrząknięcia”) Włączanie pracy składa się z pozornie niekończących się zadań, które należy wykonać przed wykonaniem prawdziwej pracy lub można formalnie wykonać zadania pracy. Włączanie pracy ma bardzo niewielką wewnętrzną wartość biznesową, ale jest to niezbędny prekursor lub wymagany postscript do zadań generujących wartość. Na przykład zwykli obserwatorzy mogą być zaskoczeni, gdy dowiedzą się, że inżynierowie oprogramowania faktycznie spędzają bardzo mało czasu na pisząc wiersze kodu. Poświęcają znaczny czas na włączanie zadań, takich jak zarządzanie środowiskami programistycznymi, badanie interfejsów API, kod testowy, dokumentowanie kodu itp. Powszechnie postrzegają te zadania, które umożliwiają niezdolną pracę, które należy wykonać, zanim będą mogli skupić się na prawdziwej pracy, dla której zostały zatrudnione, które polega na przełożeniu logiki biznesowej na logi kodowe.

Prawdziwa praca (znana również jako „prawdziwa praca”) Prawdziwa praca jest rodzajem pracy, którą podoba większość pracowników wiedzy. Obejmuje to stosowanie ich formalnego szkolenia, umiejętności praktycznych i wcześniejszych doświadczeń w celu wyprodukowania pewnego rodzaju materialnego artefaktu, który ma wyraźną wartość biznesową. Zazwyczaj jest to czynność twórcza, która ćwiczy swoje talenty do krytycznego myślenia, analizy i odliczenia. Artefakty wynikające z prawdziwej pracy można działać w kontekście biznesowym. Mogą składać się z planów, propozycji lub badań, które zostaną wykorzystane do podejmowania znaczących decyzji dotyczących przyszłej alokacji zasobów korporacyjnych lub codziennych praktyk operacyjnych. W innych przypadkach mogą to być projekty, prototypy lub produkty o wartości komercyjnej. Większość pracowników czerpie swoje największe poczucie osobistego osiągnięcia i satysfakcji z pracy z prawdziwej pracy.

Warunki użyte powyżej mają charakter potoczny i nie mają dobrze ustalonych definicji biznesowych. Podlegają indywidualnej interpretacji w kontekście własnej pracy. Niemniej jednak każdy pracownik wiedzy ma intuicyjne zrozumienie tych rozróżnień. Odszacowują Metawork, są nieskończenie sfrustrowani chrząknięciem i czują, że spędzają zbyt mało czasu na wykonując prawdziwą pracę, która wykorzystuje ich możliwości zawodowe i powoduje, że można się przydać.

W jaki sposób Agentic AI wpłynie na te różne rodzaje wiedzy?

Sieć wyspecjalizowanych agentów AI przewidywanych jako istotny element przyszłej siły roboczej każdej firmy może mieć niszczycielski wpływ na metawork. Ta sieć utrzyma aktualną wiedzę na temat natury i statusu większości zadań w miejscu pracy, ponieważ one, agenci, będą wykonywać wiele z nich. Natychmiastowa dostępność takich informacji neguje potrzebę wielu spotkań, połączeń i wiadomości, które mają miejsce dzisiaj.

Ludzcy pracownicy będą mieli osobistych agentów AI, którzy będą oni informować o planach i postępach swoich ludzkich i nie-ludzkich odpowiedników tak często, jak chcą. Mogą również komunikować osobiste obawy, pytania i zachęty również za pośrednictwem tej sieci wielosobowej. Dzięki praktyce agenci osobiscy mogą przewidzieć obawy i pytania człowieka oraz zebrać odpowiednie informacje w celu rozwiązania tematów osobistego zainteresowania bez monitorowania.

Wymagania Metawork również spadną po prostu dlatego, że w agencyjnym miejscu pracy będzie mniej pracowników ludzkich.

Być może największe oszczędności czasowe dostarczane przez Agentic AI będzie zmniejszeniem pracy. Wiele zadań umożliwiających ma charakter powtarzalny, przestrzega znanych wytycznych proceduralnych i wymaga bardzo mało kreatywnego myślenia. Takie zadania doskonale nadają się do automatyzacji agencji w całości lub w części.

Prawdopodobnie prawdziwa praca będzie bardziej odporna na atak agencyjny, szczególnie te formy prawdziwej pracy, które wymagają oryginalnego myślenia, zrozumienia emocjonalnego, rozumowania przez analogię, wiedzę historyczną, odkrywanie informacji poprzez różne analizy danych, kreatywne rozwiązywanie problemów itp.

Podsumowując, na wszystkie formy pracy wiedzy będą miały wpływ na pewny stopień rosnącej obecności agencyjnych sieci AI. Stopień, w jakim wpłyną to poszczególne pracownicy, może się znacznie różnić w zależności od charakteru ich pracy i obowiązków organizacyjnych.

Przewodnik przetrwania w miejscu pracy AI Armageddon

Wyginięcie wielu form pracy wiedzy powszechnie praktykowanych dzisiaj spowoduje, że działania, które powodują prawdziwą wartość biznesową. Tworzenie wartości biznesowej jest przede wszystkim, jeśli nie wyłącznie, wynikiem rzeczywistych form wiedzy opisanych powyżej. Pracownicy wiedzy mają instynktowne zrozumienie tego, co stanowi prawdziwą pracę, ponieważ rówieśnicy, którzy są w stanie wykonać więcej lub lepszą prawdziwą pracę, otrzymują więcej i mają bardziej imponujące tytuły pracy, nawet w dzisiejszym środowisku.

W darwinowskiej walce o przetrwanie w miejscu pracy, która ma się nastąpić, gdy sieci agencyjne mnożą się, ludzie muszą znaleźć sposoby poświęcenia większego czasu na udoskonalenie i wykonywanie prawdziwej pracy wiedzy, która wykorzystuje ich wyjątkowo ludzkie zdolności umysłowe, jednocześnie proaktywnie poddając się Metawork i przejmując pracę agentnym kolegami. Parafrazując popularne powiedzenie: „Nie stracisz pracy agentowi AI, stracisz je z kimś, kto ma dla nich najwięcej agentów!”