Po dwóch dekadach spędzonych w firmie usług profesjonalnych, gdzie ludzki osąd stanowi fundament modelu biznesowego, wiceprzewodniczący EY Global argumentuje w komentarzu dla Fortune, że to, czego klienci szukają w EY — nie tylko analizy, ale doświadczenia, wglądu i perspektywy potrzebnych do poruszania się w niepewności i podejmowania lepszych decyzji — jest dokładnie tą umiejętnością, którą AI obec wprowadza do każdego stanowiska pracy, niezależnie od tego, czy na drzwiach widnieje napis analityk, technik czy operator maszyn.

Paradoks ery AI, jak przekonuje autor, polega na tym, że im bardziej zdolna staje się technologia, tym bardziej rynek nagradza wszystko inne. Najbardziej poszukiwane umiejętności są z natury ludzkie — wszystko sprowadza się do tego, czego AI nie potrafi.

Luka talentów jest odczuwalna. Mimo że inwestycje w AI rosną, firmy tracą nawet 40% korzyści produktywności płynących z AI z powodu luk w inwestycjach w talenty, według badania EY. Wiele programów szkoleniowych koncentruje się na technicznym doświadczeniu z AI, pomijając kluczowe umiejętności, które zadecydują, czy strategia AI się opłaci. Wniosek: ograniczeniem zwrotów z AI może być strategia personalna równie mocno jak sama technologia.

Czego AI wciąż nie potrafi

Technologia dobrze radzi sobie z powtarzalnymi zadaniami i wydobywaniem danych. Ale to ludzie odpowiadają za definiowanie celu, określanie intencji i dostarczanie kontekstu, który nadaje informacjom sens. Ludzie decydują, które cele są warte realizacji, rozpoznają zmiany kontekstu i pozostają odpowiedzialni za wyniki. Bez tego ludzkiego kierunku dane i wnioski mogą nie być skutecznie wykorzystane lub nie wygenerować pełnej potencjalnej wartości.

To zmienia sposób postrzegania miejsca pracy orkiestrowanego przez AI. Nie eliminuje człowieka — eliminuje te części pracy, które nigdy nieagały ludzkiego osądu. To, co pozostaje, to część, którą może wykonać tylko człowiek.

Trening biegłości w AI jako umiejętności przywódczej

Aby w pełni wykorzystać świat napędzany przez AI, biegłość w AI musi stać się czymś więcej niż umiejętnością specjalistyczną — łączyć obsługę narzędzi AI z oceną wyników pod kątem trafności oraz wiedzą, jak (i kiedy) interweniować, gdy coś pójdzie nie tak.

Skala jest uderzająca: tożsamości maszyn przewyższają liczbę pracowników ludzkich w stosunku 82:1 w przeciętnej organizacji, według raportu CyberArk, który wiąże tę ekspansję z wykładniczym wzrostem zagrożeń bezpieczeństwa tożsamości przy fragmentarycznym zarządzaniu tożsamościami maszyn. Taka skala nie rozmywa ludzkiej odpowiedzialności — ją koncentruje. W miarę jak systemy AI stają się bardziej autonomiczne, ludzki osąd staje się jeszcze ważniejszy.

Myślenie analityczne jest najbardziej pożądaną umiejętnością podstawową, jakiej pracodawcy szukają u potencjalnych pracowników, według badania World Economic Forum, przy czym około siedmiu na dziesięciu pracodawców uważa je za kluczowe. Przywódcy chcą pracownika, który unika ślepego delegowania i wie, jak kwestionować AI, gdy to ważne.

Sedno sprawy: używaj AI, aby uczynić swoją pracę bardziej wydajną, a nie aby przejmować decyzje wymagające osądu, które pozostają najważniejszą częścią pracy.

Nie poruszaj się sam

W praktyce żadna organizacja nie rozwiązuje problemu integracji siły roboczej z AI w pojedynkę. Izolowane podejścia mogą być czasochł i kosztowne, ponieważ organizacje marnują zasoby na odbudowywanie procesów, które inni już rozwiązali.

To właśnie praca nad sojuszami i ekosystemami, którą autor kieruje w EY, pomaga organizacjom tworzyć właściwe fundamenty, aby efektywnie skalować technologię bez konieczności odbudowywania tego, co ktoś inny już rozwiązał.

Ostatnia współpraca z producentem napojów Lion to potwierdziła — współpraca z partnerami ekosystemowymi zaowocowała o 75% szybszą reakcją na klienta i około 30% poprawą kosztów operacyjnych w obszarze funkcji personalnej. Zamiast próbować budować od zera każdą warstwę funkcji personalnej opartej na AI, Lion współpracował z partnerami, którzy rozwiązali już fragmenty tego problemu gdzie indziej — punkt odniesienia dla organizacji rozważających budowę własną wobec drogi opartej na partnerstwie.

Przeprojektuj przepływy pracy tak, aby człowiek pozostał w centrum

Przepływy pracy muszą zostać przemyślane na nowo, aby utrzymać ludzi w centrum podejmowania decyzji i zachować zaufanie. Gdy hybrydowe przepływy AI–człowiek opierają się na sztywnych przekazaniach — z oczekiwaniem, że AI zakończy swoje zadania, zanim przekaże wynik człowiekowi — fundamentalnym założeniem jest to, że zadania można podzielić w czysty sposób. W praktyce taka struktura niweczy możliwości podejmowania trafnych decyzji wymagających osądu i może generować więcej pracy iteracyjnej.

Trwalszy model organizuje pracę wokół wspólnych zadań w prawdziwie zintegrowanym procesie, w którym ludzie i AI wnoszą wkład na każdym etapie, a nie kolejno.

Daikin, międzynarodowa firma specjalizująca się w ogrzewaniu, wentylacji i klimatyzacji, zilustrował to, wykorzystując hybrydowe zespoły AI i ludzi pracujące w tandemie przy wdrażaniu nowego systemu planowania zasob przedsiębiorstwa (ERP). Podczas gdy AI wspierała generowanie kodu i automatyczne testowanie, pracownicy zachowywali nadzór nad wyjątkami i scenariuszami wysokiego ryzyka — co potwierdza, że osąd jest czymś, czego żaden algorytm nie może przejąć. Według opisu zaangażowania przez EY to podejście przyspieszyło realizację o około 30%, a pilot przyniósł 10% wzrost wydajności stanowisk i o 20% szybsze zamykanie ksiąg.

Umiejętność, która nie wygasa

Przy nieustannie zmieniających się możliwościach modeli AI rozmowa o podnoszeniu kwalifikacji pozostaje w tyle, jeśli śledzi wyłącznie aktualizacje techniczne. Umiejętności techniczne związane z konkretną wersją modelu szybko tracą na wartości; osąd pozwalający wiedzieć, kiedy i jak interweniować — nie.

Osąd jest kluczowy dla budowy bezpiecznego i godnego zaufania AI.

Nic z tego nie dzieje się przypadkiem. Potrzebna jest biegłość na każdym poziomie, partnerzy dzielący ciężar budowy oraz przepływy pracy zaprojektowane tak, aby utrzymać człowieka w pętli na każdym etapie i zapewnić właściwy nadzór.

Organizacje, które właściwie skalują AI, podejmują przemyślane decyzje o tym, które części pracy pozostają ludzkie. A dobrze przeprowadzona adopcja AI doprecyzowuje tę rolę, zamiast ją pomniejszać.

Poglądy wyrażone w tym artykule są poglądami autora i niekoniecznie odzwierciedlają stanowisko globalnej organizacji EY ani jej firm członkowskich. Opinie wyrażone w komentarzach na Fortune.com są wyłącznie poglądami ich autorów i niekoniecznie odzwierciedlają opinie i przekonania Fortune. Ta historia pierwotnie ukazała się na łamach Fort.com.