W erze, w której przełom AI odbywa się prawie co tydzień, Jim Wilson, globalny dyrektor zarządzający w … (+)
Gdy usiadłem z Jimem Wilsonem, globalnym dyrektorem zarządzającym przywództwa i technologii w Accenture i współautor nowo zaktualizowanej książki „Human + Machine: Reimagining Work in the Are of AI,„ Jedna rzecz stała się krystalicznie jasna: rewolucja AI nie chodzi o ludzi kontra maszyny-chodzi o maszyny ludzi plus.
W świecie, w którym przełomowe postępy AI wydają się być dostarczane co miesiąc, Wilson oferuje odświeżająco optymistyczną perspektywę, która przecina hałas. Zamiast postrzegać sztuczną inteligencję jako zagrożenie związane z kradzieżą pracy, przedstawia przekonujące dowody na przyszłość oparta na inteligencji współpracy.
Brakujący środek współpracy ludzkiej
„Istnieje pojawiający się wspólny inteligencja, której firmy będą teraz potrzebować, aby konkurować i wprowadzać innowacje” – wyjaśnił Wilson podczas naszej rozmowy. „Chodzi o to, by starannie i rygorystyczne tworzenie tego połączonego efektu, w którym ludzka pomysłowość, innowacje ludzkie, a także systemy AI przewyższają to, co ktoś mógłby zrobić sam”.
Aby to zilustrować ten punkt, Wilson podzielił fascynującą historię litewskiego badacza, który pomysłowo zmienił alfafold (system AI do przewidywania struktur białkowych) w celu rozwiązania złożonych problemów z interakcją białka, których jego twórcy nie przewidzieli. Wynik? Przełom naukowy, który połączył ludzką kreatywność z mocą przetwarzania AI.
„Po stronie ludzkiej poprzednie metody mogłyby osiągnąć około 74 procent dokładności. Ale często zajęło to tygodnie ręcznego wysiłku” – zauważył Wilson. „Po stronie sztucznej inteligencji Alphafold zasadniczo uzyskałby zero. Ale dzięki współpracy ludzi i maszyn faktycznie widzimy efekt, w którym byli w stanie osiągnąć 88 -procentową precyzję w ciągu zaledwie kilku godzin”.
Ten słodki punkt współpracy jest tym, co Wilson nazywa „brakującym środkiem” – przestrzenią, w której ludzkie zdolności i mocne strony AI łączą się, aby stworzyć coś większego niż suma ich części.
Przekształcanie funkcji biznesowych i gospodarki
Implikacje tego wspólnego podejścia wykraczają daleko poza badania naukowe. Według badań Accenture, generatywne sztuczna inteligencja przekształci ponad 40% godzin pracy w różnych branżach, a sześć funkcji biznesowych widzi ponad połowę godzin pracy przekształconych poprzez automatyzację, powiększenie i współpracę.
Wilson podzielił rzeczywisty przykład globalnej firmy z napojami, która wdrożyła generatywny trener sprzedaży napędzanej AI. Wyniki były niezwykłe: „Sprzedawcy byli teraz w stanie spędzić mierzalnie mniej czasu przed komputerami i faktycznie mierzona więcej czasu na spotkanie z klientami. A firma była również w stanie zobaczyć, że teraz te usługi na pierwszej linii są w stanie pójść i spotykać się z nowymi klientami, że po prostu nie byli w stanie zrobić wcześniej”.
Firma nie zatrzymała się na fazie pilotażowej – teraz skaluje tę inicjatywę do 1500 dodatkowych sprzedawców w różnych regionach.
Przeprojektowanie miejsc pracy w erze AI
Jak przyspiesza adopcję AI, w jaki sposób liderzy powinni ponownie wyobrazić sobie role i opisy stanowisk? Wilson uważa, że większość firm wciąż brakuje znaku.
„Większość dzisiejszych firm naprawdę brakuje projektów pracy, aby metodycznie łączyć ludzi i maszyny oraz budować tę inteligencję współpracy” – wyjaśnił. „Większość dzisiejszych firm naprawdę brakuje projektów pracy, aby metodycznie łączyć ludzi i maszyny oraz budować tę inteligencję współpracy” – wyjaśnił. Wilson wzywa firmy do natychmiastowego podjęcia działań poprzez przeprojektowanie swojej siły roboczej około sześciu niezbędnych kategorii pracy przy opracowywaniu innowacyjnych metod pracy.
Wilson podziela te pojawiające się role na dwie główne grupy. Pierwsze są pozycje techniczne, które bezpośrednio umożliwiają systemy AI: trenerzy, którzy opracowują i udają modele AI, tłumaczy, którzy interpretują wyniki AI i budują interfejsy, które sprawiają, że są zrozumiałe w całym biznesie, oraz podtrzymujący, którzy zapewniają, że systemy AI działają etycznie i skutecznie w czasie.
Oprócz tych wyspecjalizowanych ról technicznych Wilson identyfikuje trzy odrębne sposoby przekształcania istniejących zadań: wzmocnienie, w których AI zwiększa możliwości analityczne i twórcze ludzkie; interakcja, która obejmuje nowe formy współpracy między ludźmi i interfejsami AI; oraz wcielenie, w których sztuczna inteligencja rozszerza możliwości fizyczne poprzez technologie takie jak robotyka współpracy w warunkach produkcyjnych. Te transformacje nie zastępują po prostu miejsc pracy, ale zasadniczo zmieniają sposób wykonywania pracy.
Dzielił się przekonującymi statystykami pokazującymi siłę tego powiększania: „W dużym badaniu zadań analitycznych sama AI osiągnęła 73-procentową wydajność, sam człowiek w 80%. Ale pracownicy zbiorowości osiągnęli 90%. Więc to naprawdę znaczący przyspieszenie”.
Ta transformacja już dzieje się w dziedzinach kreatywnych. Wilson opisał, w jaki sposób projektanci mebli współpracują teraz z generatywnymi systemami AI, które mogą sugerować innowacyjne projekty oparte na kryteriach estetycznych i biznesowych, przekształcając naturę procesu projektowania.
Nowe umiejętności fuzji dla AI Age
Ponieważ 95% pracowników widzi potencjalną wartość w pracy z generatywną sztuczną inteligencją i 94% gotowymi do nauki nowych umiejętności, pojawia się krytyczne pytanie: jakie kompetencje musimy opracować?
„W procesach pracy coraz częściej jest połączenie ludzi i maszyny” – zauważył Wilson. „Istnieje coraz większa potrzeba połączenia pracy i uczenia się umiejętności AI w pracy”.
Wilson i jego współautor, Paul Daugherty, zidentyfikowali osiem „umiejętności fuzji” niezbędnych dla tej nowej epoki. Jedną kluczową umiejętnością jest „integracja osądu” – umiejętność oceny wyników AI pod kątem nowości, użyteczności i wiarygodności.
„Tworzenie wartości w tej erze Gen Ai naprawdę wymaga wprowadzenia eksperckiego człowieka, swojej wiedzy specjalistycznej w dziedzinie w obszarach takich jak prawo lub projektowanie produktu lub nauka w sposobie współpracy z dużymi modelami językowymi” – podkreślił Wilson.
Ramy transformacji AI
Dla liderów biznesu, którzy chcą skutecznie wdrożyć sztuczną inteligencję, Wilson oferuje ustrukturyzowane podejście o nazwie MELDS – sposób myślenia, eksperymenty, przywództwo, cyfrowy rdzeń i umiejętności.
Po pierwsze, przywódcy muszą przyjąć sposób myślenia, który przeprojektowuje procesy wokół „brakującego środka”, rozkładania pracy i delegowania zadań na rzecz ludzi lub maszyn w oparciu o przewagę porównawczą.
Potem pojawia się eksperymenty – ale z wyraźną ścieżką do skalowania udanych pilotów. „Wiele firm utknęło w fazie eksperymentów” – ostrzegł Wilson. „Bardzo ważne jest, aby firmy zastanawiały się od tych eksperymentalnych pilotów, przenosząc inicjatywę do systemu produkcyjnego”.
Przywództwo w epoce AI oznacza przyjęcie odpowiedzialnych praktyk AI, które wykraczają poza zwykłą zgodność. Jednak Wilson zauważył, że podczas gdy „98 procent kadry kierowniczej naprawdę rozumie znaczenie dobrego zarządzania ryzykiem, tylko około 2 procent firm, na które patrzyliśmy, naprawdę wdraża odpowiedzialną sztuczną inteligencję w sposób holistyczny i oparty na akcji”.
Firmy potrzebują również solidnego cyfrowego rdzenia, w tym infrastruktury chmurowej i zmodernizowanych systemów danych. Obecnie tylko około 20% firm właściwie przygotowało swoje dane i infrastrukturę w chmurze do efektywnego wykorzystania AI.
Wreszcie organizacje muszą inwestować w rozwój umiejętności. Wilson podkreśla, że pomimo powszechnego entuzjazmu pracowników dla umiejętności AI, tylko około 5% pracowników uważa, że ich firmy zapewnia odpowiednie zasoby i czas na rozwój umiejętności.
Ostateczna waluta: zaufanie
Ponieważ systemy AI stają się bardziej zdolne i autonomiczne, Wilson podkreśla, że zaufanie będzie ograniczającym czynnikiem w realizacji potencjalnych korzyści AI.
„Ludzie nie będą skutecznie współpracować z systemami AI, jeśli jest to po prostu czarny pudełko i nie wiedzą, dlaczego AI podejmuje określoną decyzję” – wyjaśnił. Właśnie dlatego role takie jak „Wyjaśniali inżynierowie uczenia maszynowego” stają się coraz bardziej istotne.
Wpływ działalności wyjaśniającej, skoncentrowanej na człowieku sztucznej inteligencji jest już wymierny. Wilson cytował badania pokazujące „pięciokrotny spadek ludzkich poziomów błędów w identyfikacji wadliwych części na piętrze fabryki, gdy pracownicy widzą wyjaśniającą zalecenie AI w swoich przepływach pracy”. Podobnie w opiece zdrowotnej lekarze wykazują 10-punktowy wzrost dokładności z wyjaśniającą AI, ale 20-punktowy spadek w przypadku systemów czarnych.
W tej nowej erze inteligencji współpracy przyszłość należy do organizacji, które mogą z powodzeniem łączyć ludzką kreatywność z możliwościami AI, budować zaufanie poprzez systemy wyjaśniające i rozwijać umiejętności fuzyjne potrzebne do skutecznych partnerstw dla ludzi. Ci, którzy opanowują tę równowagę, nie przetrwają rewolucji AI – będą się w niej rozwijać.
