«Det sentrale spørsmålet er ikke lenger bare hvordan KI forbedrer en enkelt oppgave. Vi prøver å forstå effekten av KI på et bredere systemnivå, ikke bare som ujevne produktivitetsverktøy på oppgavenivå.» — Peyman Shahidi, doktorgradsstipendiat ved MIT Sloan School of Management (1)
I sitt nye forskningspaper (2) peker Shahidi og medforfatterne hans på at etter hvert som virksomheter investerer mer i KI, vil de modnes fra å se gevinstene gjennom linsen av «ujevne produktivitetsverktøy» til hvordan det omformer hele arbeidsflyter.
Årsaken er koordineringskostnader — «gjennomgangen, valideringen og justeringene» som trengs hver gang en oppgave går fra maskin til menneske.
Et konsept som Philip Evans omtalte som «transaksjonskostnader» på TED (3) allerede i 2013, som selve grunnsteinen for å forstå hva som gjør virksomheter produktive (og hvorfor de til slutt disrupteres).
«En organisasjon er ikke noe annet enn en rekke komponenter holdt sammen av transaksjonskostnader. Når teknologi, og spesielt KI, påvirker disse komponentene og kostnadene, da endrer selskaper og bransjer seg, ugjenkallelig.» — Helge Tennø (4)
Shahidi et al. antyder at selv om KI-verktøyene produserer arbeid av lavere verdi enn mennesker på enkeltoppgaver, vil reduksjonen i koordineringskostnader på tvers av hele arbeidsflyten være det som virkelig endrer spillet.
Noe som også støtter Simone Ciceros betraktning om at det som er viktigere enn selve KI-verktøyene, er det vi bygger rundt dem for å støtte dem i stor skala:
«Når teknisk utførelse i stor grad blir en handelsvare, blir problemdefinisjon og kontekstdesign de avgjørende differensiatorene. Den kritiske ferdigheten er ikke lenger å vite hvordan man bygger, men å artikulere rammer, regler og brukeropplevelser tydelig nok til at team kan samhandle med agentisk programvare for å realisere dem.» — Simone Cicero (5)
«For ledere flytter dette KI-adopsjon fra å være en ren teknologibeslutning til å bli en bredere utfordring innen organisasjonsdesign. [Virksomheter] som tenker nytt om hvordan arbeid er strukturert — ved å gruppere KI-kompatible oppgaver, redusere unødvendige overleveringer og redesigne arbeidsflyter — har større sannsynlighet for å utløse det fulle potensialet.» — Kristin Durnham (1)
Kilder:
(1) How AI is reshaping workflows and redefining jobs — MIT Sloan
(2) Chaining Tasks: AI and Automation (forskningspaper, PDF)
(3) Philip Evans: How data will transform business — TED
(4) How AI changes industries: from efficiencies to disruption — Medium