Semasa syarikat-syarikat di seluruh dunia berlumba-lumba melaksanakan penyelesaian kecerdasan buatan, satu corak mengejutkan mula muncul: pengurangan tenaga kerja yang dijanjikan untuk mewajarkan pelaburan besar dalam AI semata-mata tidak berlaku. Walaupun vendor menjanjikan bahawa alat AI akan membolehkan syarikat beroperasi dengan lebih sedikit pekerja, pemimpin perniagaan mendapati mereka tidak dapat mengurangkan bilangan pekerja walaupun mereka melabur berbilion-bilion dolar dalam infrastruktur AI. Perbincangan komuniti mendedahkan ini bukan sekadar kegagalan teknikal—ia adalah salah faham asas tentang bagaimana organisasi sebenarnya berfungsi.
Teka-Teki Bilangan Pekerja
Janji teras AI perusahaan—bahawa ia akan membolehkan pengurangan tenaga kerja yang ketara—sedang berlanggar dengan realiti organisasi. Pemimpin perniagaan mendapati diri mereka dalam kedudukan yang pelik: mereka telah melabur heavily dalam alat AI yang direka untuk meningkatkan kecekapan, tetapi mereka tidak dapat memanfaatkan penjimatan tenaga kerja yang dijangka. Masalahnya bukan semestinya alat itu tidak berfungsi, tetapi struktur organisasi dan insentif pengurusan secara aktif bekerja menentang pengurangan bilangan pekerja.
Struktur insentif untuk pengurus (dan secara literal semua orang dalam rantaian) adalah untuk memaksimumkan bilangan pekerja. Lebih ramai orang yang anda uruskan, lebih banyak kuasa yang anda miliki dalam organisasi.
Pengetahuan ini sampai ke inti pati mengapa usaha pengurangan tenaga kerja berpandukan AI terbantut. Pengurus tidak membayar gaji dari bajet peribadi mereka, dan pasukan yang lebih besar biasanya bermaksud lebih banyak pengaruh organisasi dan pampasan yang lebih tinggi. Bajet alat teknologi adalah berasingan daripada kos personel, mewujudkan percanggahan antara pelaburan AI dan penjimatan tenaga kerja sebenar.
Cabaran Pelaksanaan AI yang Dikenal Pasti Melalui Perbincangan Komuniti:
- Paradoks Pengurangan Kakitangan: Organisasi tidak dapat memanfaatkan penjimatan tenaga kerja yang didorong oleh AI kerana insentif pengurusan yang mengutamakan pasukan yang lebih besar
- Kos Pengurusan Perubahan: Anggaran nisbah 3:1 perbelanjaan pengurusan perubahan berbanding kos pembangunan AI
- Kerumitan Harga: Model penetapan harga AI yang tidak telus dan kompleks menyukarkan ramalan kos
- Peningkatan Penggunaan: Pelaburan yang tidak mencukupi dalam latihan pengguna dan reka bentuk semula aliran kerja mengehadkan keberkesanan AI
- Isu Kepercayaan: Pekerja tidak mempercayai keupayaan jabatan IT untuk menyelenggara dan menyokong alat AI dalam jangka masa panjang
Di Mana AI Sebenarnya Mencipta Nilai
Perbincangan komuniti mencadangkan AI sedang mencari aplikasinya yang paling berjaya di tempat-tempat yang tidak dijangka. Daripada menggantikan fungsi kerja keseluruhan, alat AI terbukti paling berharga sebagai penambah produktiviti untuk penyumbang individu. Pembangun melaporkan menggunakan pembantu pengekodan AI untuk mengemudi pangkalan kod yang tidak dikenali dengan lebih pantas, manakala profesional lain menggunakan AI untuk mengendalikan tugas rutin seperti menghasilkan draf awal atau meringkaskan maklumat.
Pelaksanaan AI yang paling berkesan nampaknya adalah yang meningkatkan keupayaan manusia daripada menggantikannya sepenuhnya. Apabila AI mengendalikan tugas berulang atau memakan masa, pekerja boleh menumpukan pada kerja bernilai tinggi yang memerlukan pertimbangan dan kreativiti manusia. Ini mewujudkan peningkatan produktiviti yang boleh diukur tanpa semestinya membolehkan pengurangan bilangan pekerja, kerana bilangan orang yang sama kini boleh mencapai kerja yang lebih canggih.
Kes Penggunaan AI yang Berjaya berbanding Bermasalah daripada Pengalaman Komuniti:
Aplikasi Berkesan:
- Navigasi kod dan pemahaman dalam pangkalan kod yang tidak biasa
- Penggubalan dokumen rutin dan penyusunan ringkasan
- Pembelajaran kemahiran dan konsep teknikal baharu
- Mengendalikan tugas pembangunan yang berulang
Aplikasi Bermasalah:
- Penyusunan ringkasan kontrak untuk perjanjian undang-undang
- Menggantikan pembuatan keputusan pengurusan yang kompleks
- Penjanaan laporan automatik yang tidak dibaca oleh sesiapa
- Pelaksanaan AI secara top-down tanpa input pengguna
Peluang Automasi Pengurusan
Beberapa perbincangan yang paling provokatif berpusat pada sama ada AI mungkin lebih sesuai untuk menggantikan fungsi pengurusan daripada pekerja barisan hadapan. Pemberi komen menyatakan bahawa sistem AI semasa sudah cemerlang dalam menjana jenis percakapan korporat dan pembuatan keputusan berhati-hati yang menjadi ciri banyak peranan pengurusan. Potensi penjimatan kos dari mengautomasikan jawatan eksekutif yang mahal boleh mengatasi apa-apa yang boleh dicapai dengan mengurangkan kakitangan barisan hadapan.
Walau bagaimanapun, ini mewujudkan paradoks asas: orang yang membuat keputusan tentang pelaksanaan AI adalah tepat mereka yang peranannya mungkin paling boleh diganti. Konflik kepentingan ini mungkin menerangkan mengapa pelaksanaan AI sering mensasarkan bahagian organisasi yang salah, menumpukan pada mengautomasikan tugas yang mudah diukur daripada menangani sumber ketidakcekapan organisasi yang paling ketara.
Cabaran Pengurusan Perubahan
Pelaksanaan AI yang berjaya memerlukan lebih daripada sekadar membeli lesen perisian. Ahli komuniti menekankan bahawa organisasi secara konsisten memandang rendah usaha pengurusan perubahan yang diperlukan. Pekerja memerlukan latihan untuk menggunakan alat baru dengan berkesan, aliran kerja mesti direka bentuk semula, dan metrik prestasi perlu dikemas kini. Seorang pemberi komen menyatakan bahawa untuk setiap dolar yang dibelanjakan untuk pembangunan model AI, syarikat harus menjangkakan untuk membelanjakan tiga dolar untuk pengurusan perubahan.
Kos tersembunyi yang besar ini menerangkan mengapa banyak inisiatif AI gagal memberikan pulangan yang dijanjikan. Tanpa pengurusan perubahan yang betul, pekerja sama ada mengabaikan alat baru atau menggunakannya dengan cara yang tidak benar-benar meningkatkan produktiviti. Hasilnya adalah peningkatan kos IT tanpa faedah yang sepadan, tepat senario yang dialami banyak syarikat sekarang.
Penghakiman AI yang Akan Datang
Apabila gembar-gembur awal sekitar AI memberi laluan kepada pengalaman pelaksanaan praktikal, syarikat mula mempersoalkan pulangan atas pelaburan besar mereka. Perbincangan komuniti mencadangkan kita sedang menghampiri titik perubahan di mana organisasi akan menuntut bukti konkrit proposisi nilai AI. Vendor yang tidak dapat menunjukkan faedah yang boleh diukur akan bergelut untuk mewajarkan harga mereka, terutamanya memandangkan kos inferens AI asas terus menurun dengan cepat.
Keadaan semasa menyerupai kitaran gembar-gembur teknologi sebelumnya di mana alat yang menjanjikan terlebih jual dan kurang penghantaran. Walau bagaimanapun, tidak seperti beberapa teknologi sebelumnya, AI memang memberikan nilai tulen apabila dilaksanakan dengan betul. Cabaran untuk organisasi adalah memikirkan bagaimana untuk menangkap nilai itu dengan cara yang masuk akal untuk perniagaan, daripada sekadar mengejar trend teknologi terkini.
Kesimpulan
Paradoks produktiviti AI mendedahkan kebenaran asas tentang perubahan organisasi: teknologi sahaja jarang mengubah perniagaan. Pelaksanaan AI yang berjaya memerlukan pemahaman tentang bagaimana kerja sebenarnya dilakukan, menyelaraskan insentif dengan hasil yang diinginkan, dan melabur dalam sisi manusia perubahan teknologi. Syarikat yang akan berjaya dengan AI bukanlah mereka yang ingin menggantikan tenaga kerja mereka, tetapi mereka yang menggunakan AI untuk memberdayakan pekerja mereka untuk melakukan kerja yang lebih bernilai. Apabila perburuan emas AI awal reda, kita mungkin akan melihat pendekatan yang lebih terukur yang memberi tumpuan kepada kes penggunaan tertentu di mana AI benar-benar meningkatkan produktiviti daripada menjanjikan pengurangan tenaga kerja ajaib.
Rujukan: McKinsey wonders how to sell Al apps with no measurable benefits