Արհեստական բանականության (AI) խոստումը ձեռնարկությունների համար միշտ կապված է եղել օպտիմալացման հայեցակարգի հետ։ Մատակարարման շղթաների լոգիստիկայից մինչև կլինիկական աշխատանքային գործընթացներ՝ առաջարկը գայթակղիչ է. հում տվյալները մուտքագրել ալգորիթմական շարժիչ և ստանալ առանց խոչընդոտների, գերարդյունավետ ժամանակացույց կամ գործառնական ճանապարհային քարտեզ։ Այնուամենայնիվ, երբ մենք ականատես ենք լինում ձեռնարկատիրական ծրագրային ապահովման ներդրման ներկայիս ալիքին, հատկապես առողջապահության պես բարձր ռիսկային միջավայրերում, բախվում ենք դաժան իրականության. մաթեմատիկական օպտիմալացումը հազվադեպ է հաշվի առնում «մարդը համակարգում» (human-in-the-loop) փոփոխականները, որոնք կենսական համակարգերը պահում են աշխատունակ վիճակում։

Երբ հիվանդանոցային խոշոր ցանցը ձեռքով կառավարումը փոխարինում է կանխատեսող բարդ հարթակով, անմիջական գայթակղությունը մեկ ժամվա արժեքի և ծածկույթի գործակիցների չափանիշներին առաջնահերթություն տալն է։ Այնուամենայնիվ, բուժքույրական անձնակազմի կողմից այս նոր ավտոմատացված համակարգերի վերաբերյալ բարձրաձայնված դժգոհությունները ընդգծում են թվային փոխակերպման (Digital Transformation) ներկայիս ռազմավարությունների հիմնարար ձախողումը։ Երբ ծրագրային ապահովումը ստեղծվում է աղյուսակները, այլ ոչ թե մարդկային համատեքստը օպտիմալացնելու համար, այն դադարում է գործիք լինելուց և սկսում է խոչընդոտ դառնալ։

Ալգորիթմական բացը գործառնական իրականության մեջ

AI-ով աշխատող ժամանակացույցի ներկայիս հիմնական հակասությունը «իդեալական» և «գործնական» մոդելների տարբերության մեջ է։ Ընդլայնված ծրագրային ապահովումը, ինչպիսիք են առողջապահական խոշոր կոնգլոմերատների և մասնագիտացված ցանցերի կողմից կիրառվող հարթակները, նախատեսված են հսկայական տվյալների բազաներ վերլուծելու համար՝ հիվանդների վիճակը, անձնակազմի պատմական միտումները և ընդունելությունների կանխատեսվող տեմպերը։ Տեսականորեն՝ սա գործառնական արդյունավետության գագաթնակետն է։

Սակայն կլինիկական միջավայրերը գծային չեն։ Դրանք քաոտիկ են, հարաբերական և բարձր ճնշման տակ գտնվող։ Երբ ռեսուրսների բաշխման համար պատասխանատու AI գործակալն անտեսում է բուժքույրական ստորաբաժանման «թիմային գիտելիքը»՝ չասված փոխանցումները, թիմային կոնկրետ դինամիկան կամ հաջորդական հերթափոխների կոգնիտիվ ծանրաբեռնվածությունը, դա առաջացնում է սխալների շղթայական ռեակցիա։ Համակարգը կարող է «լուծել» հարկաբաժնում աշխատողների թվաքանակի խնդիրը, բայց այն անտեսում է հոգնածությունը, որը տանում է դեպի մասնագիտական այրում։

Բիզնեսի ղեկավարների համար, ովքեր ցանկանում են AI-ն ինտեգրել իրենց գործառնական հիմքում, սա զգուշացում է.

  • Տվյալների մեկուսացում vs. ամբողջական համատեքստ. Եթե ձեր AI-ն նայում է միայն HR-ի ժամանակային նշիչներին և մահճակալների քանակին, այն չունի այն համատեքստային մետատվյալները, որոնք անհրաժեշտ են անվտանգ որոշումներ կայացնելու համար։
  • Հետադարձ կապի օղակներ. Ժամանակացույցի ծրագրերի մեծ մասը գործում է «սև արկղի» սկզբունքով։ Առանց երկկողմանի հետադարձ կապի մեխանիզմի, որտեղ անձնակազմը կարող է վիճարկել կամ կատարելագործել AI-ի տրամաբանությունը, ծրագիրը դառնում է վարչական տրավմայի, այլ ոչ թե աջակցության աղբյուր։
  • Ավտոմատացման փխրունությունը. Երբ AI-ն ներդրվում է առանց հաշվի առնելու եզրային դեպքերը՝ հիվանդության պատճառով անսպասելի բացակայությունները կամ շտապօգնության դեպքերի հանկարծակի հոսքը, մարդկային անձնակազմը ստիպված է լինում ձեռքով վերացնել համակարգի գործողությունները՝ զրոյացնելով ROI-ն (ներդրումների եկամտաբերությունը), որին դուք ձգտում էիք։

ROI-ն և ներդրման ձախողման բարձր գինը

Կառավարման վերին օղակի տեսանկյունից նպատակը հաճախ աշխատուժի ծախսերի կրճատումն ու աշխատանքի արդյունավետության բարձրացումն է։ Տրամաբանությունը հիմնավոր է թվում. եթե կարողանանք կրճատել ավելորդ անձնակազմի քանակը ցածր ծանրաբեռնվածության ժամերին և առավելագույնի հասցնել ծածկույթը պիկ ժամերին, ROI-ն պետք է անմիջական լինի։ Այնուամենայնիվ, մենք տեսնում ենք անհամապատասխանություն։ Երբ ալգորիթմական կարծրության պատճառով անձնակազմի հոսունությունը մեծանում է, իսկ այրումը՝ խորանում, «փափուկ ծախսերը» արագորեն գերազանցում են «կոշտ ձեռքբերումները»։

Ինքնավար ձեռնարկության (Autonomous Enterprise) համակարգերի ուղղությամբ միտումն անխուսափելի է, սակայն ներդրման ներկայիս փուլը բարդ է։ Ընկերությունները սովորում են, որ հնացած կազմակերպչական կառուցվածքին չի կարելի պարզապես «կցել» AI ժամանակացույցի մոդուլ։ Հաջող ներդրումը պահանջում է տվյալների ենթակառուցվածքի վերանայում և, որ ավելի կարևոր է, մշակութային փոփոխություն այն հարցում, թե ինչպես են ղեկավարները դիտարկում ալգորիթմի դերը։

CRM-ի և հաճախորդների սպասարկման գործառնությունների համատեքստում ազդեցությունը նույնն է։ Եթե ներդնեք ավտոմատացված համակարգ, որը տոմսերի լուծման արագությունը գերադասում է փոխգործակցության որակից, գուցե եռամսյակի համար ձեր KPI-ները կատարեք, բայց տարվա վերջում կտեսնեք, որ Net Promoter Score-ը (NPS) փլուզվել է։ Ժամանակակից ձեռնարկության համար հետևությունն այն է, որ ավտոմատացումը պետք է մեծացնի աշխատուժի կարողությունը՝ լավագույնս կատարելու իր աշխատանքը, այլ ոչ թե նրանց աշխատանքը վերափոխի կոշտ, ալգորիթմական շրջանակի։

Քանի որ մենք առաջ ենք շարժվում այս տասնամյակում, «հաջող» և «ձախողված» AI նախագծերի տարբերությունը կախված կլինի մարդակենտրոն դիզայնից (Human-Centric Design)։ Ամենաարդյունավետ գործիքներ