Az üzletember az AIToday-nek kifejtette: a cégek számára tévút lehet, ha dolgozót helyettesítenek mesterséges intelligenciával. Az AI a munkafolyamatok lépéseit segíti, és ha nem értjük a folyamatot, automatizálni sem tudjuk.
A mesterséges intelligencia egyre több munkahelyi folyamatban jelenik meg, ám - ahogy arra az Economist kutatása is rámutat - kérdéses, hogy hol és milyen mélységben tud valódi eredményt hozni, hiszen sokan csak égetik a pénzt a bevezetésére, a cégek pedig pilot-purgatóriumban ragadnak. Balogh Petya, a STRT Akadémia alapítója az AIToday-nek arról beszélt, hogy az AI elsősorban a munkafolyamatok egyes lépéseit automatizálja, nem pedig egy-egy teljes munkakört vált ki. Éppen ezért azok a cégek tudnak vele igazán élni, amelyek jól feltérképezték a működésüket.
A magyar kkv-knál nehezebb is az adaptáció, mert az ott dolgozók bármit megoldanak, ami éppen bejön az ajtón, így nem mindig világos, hogy az AI miben lehetne igazán hatékony.
Balogh Petya azt látja, hogy az AI nemcsak gyorsíthatja a feladatokat, hanem jobb minőségű végeredményt is adhat, de a megtérülése közben nehezen mérhető. Mégis: a technológiához értők előnybe kerülnek, a prémium munkaerő pedig egyre kevésbé akar olyan helyen dolgozni, ahol nincs rendes AI-eszköztár. A hatás sok apró lépésben mutatkozik meg: gyorsabb feladatellátás, kevesebb hiba, átalakuló munkakörök. Óriási és egyre terjedő probléma viszont a „workslop”.
— Zajlik még szakmai diskurzus arról, hogy a mesterséges intelligenciát milyen területeken vonják be a cégek a működésükbe, vagy ez már egy teljesen elterjedt dolog, és minden területet érint?
— Van erről egy izgalmas tanulmány: az Anthropic publikálta nemrég arról, hogy az irodai munkában melyik munkaköröket hány százalékban tudja, vagy tudja majd a jövőben kiváltani a mesterséges intelligencia. Területenként lebontva mutatják meg, százalékosan, és mindegyik területen mutatnak olyan szakmát is, amit nagyban érint. Például az informatikában a programozói szakma kiválthatóságát 90 százalék fölé becsülik.
— Van benne más izgalmas adat is, amit kiemelnél, vagy csak ez lepett meg a leginkább?
— Ez az egyik legmeglepőbb, de összességében az látszik, hogy a jelenlegi szellemi munkakörök jelentős részét át tudná venni a mesterséges intelligencia. Még nem tartunk ott, tehát még nem fedi le az összes munkát, még nem tud mindent elvenni. Egy másik izgalmas kutatás a Harvard Business Review-é, ami azt vizsgálta, hogy mit okoz az AI a munkahelyeken. Az ő megállapításuk az, hogy a mesterséges intelligencia nem elveszi a munkát vagy megkönnyíti, hanem intenzívebbé teszi. Ez azt jelenti, hogy nem kevesebb idő alatt végezzük el ugyanazt a feladatot, hanem ugyanannyi idő alatt, vagy akár még többen dolgozva, de lényegesen jobb minőségű végeredmény születik. Azaz ők sem az időspórolásban, hanem a minőségnövekményben mértek nagy ugrást. Ehhez kapcsolódik egy szlovák bank AI‑bevezetési projektje, amibe egyetemeket is bevontak, és készült belőle egy kutatási white paper. Az ő bevezetésük egy általánosabb irodai AI‑bevezetés volt, ami sok munkafolyamatot érintett. Ebből az jött ki, hogy a kollégák 20 százalékkal gyorsabban végeznek a feladatokkal, és 50 százalékkal jobb minőségben. Most sok helyen inkább ez látszódik: nem kevesebb lesz az elvégzendő munka, és nem ugyanannyit kell megcsinálni kevesebb idő alatt, hanem jobb minőségben végzünk többet, de nem dolgozunk kevesebben a mesterséges intelligencia miatt.
— A The Economist riportjában érdekes állítás, hogy sok cég nem méri az AI‑projektek üzleti hatását. Ez miért maradhat el, miközben máskor mindenki a megtérülést firtatja?
— Ennek nagyon nehéz a mérhetősége, mert nem egy konkrét munkafolyamatot változtat meg, hanem szinte minden irodai munkafolyamat kutatási, végiggondolási és megfogalmazási részéhez kapcsolódik. Emiatt nem lehet jól felállítani egy vegytiszta „előtte‑utána” mérést, mert szinte minden irodai munka elvégzésekor tud valahol hasznos lenni. Ha csak a postai levelek megcímzésére, a bélyegek gyorsabb felragasztására lehetne használni, akkor mérhető lenne, hogy kézzel mennyi idő, és az új technológiával mennyi idő bélyeget ragasztani, és ki lehetne számolni a megtérülést. Itt viszont nagyon sok ponton érintkezik a munkával. A másik, ami limitálja a jól mérhető megtérülést, az az, hogy nemcsak nekünk van ilyen eszközünk, hanem a konkurenciának is. Hirtelen egyszerre kapja meg a világon mindenki ezeket az eszközöket. Ma már a kollégák nagyon nagy része használ valamilyen AI‑eszközt a munkájához. Ennek túlnyomó többsége, mérések szerint több mint 80 százaléka, olyan AI‑eszköz, amiről a cége nem is tud, és nem a cégtől kapta. Ezt hívják „shadow AI”-nak. Tehát nagyon sok helyre beépült a munkafolyamatokba, de a konkurenciámnál is, meg a harmadik, negyediknél is.
Ez azért fontos, mert az AI használata önmagában nem jelent versenyelőnyt, hiszen hirtelen mindenkinek egyszerre jelent versenyelőnyt. Mintha az olimpián eddig mindenki mezítláb futott volna, most meg mindenki a legjobb karboncipőben futhat.
Akkor mindenki gyorsabban futna, de mivel mindenki gyorsabban fut, nem lenne hatalmas ugrás egyik futónál sem. Ugyanezt látjuk a gazdaságban: az összgazdasági hatása nem jelentős. Aki kimarad belőle, az nyilván lemarad. Ahol jobban megragadják ezt a lehetőséget, ott vannak jó példák, akik ezzel előre szaladtak, de még nem tudjuk pontosan megmérni, mi az, ami AI nélkül nem így lett volna. Amit én sejtek mögötte, az az, hogy sokkal több probléma van megoldva jobb minőségben. Tehát egy általános minőségjavulást fogunk látni az AI miatt. Illetve nagyon sok baleset is történik a mesterséges intelligencia körül. Erre is van egy új szavunk, amit szerintem érdemes ismerni: ez a „workslop”. Az egyik új szó, ami tavaly egyesek szerint az év szava volt, az az „AI slop”, az AI moslék, az a híg, silány tartalom, amit az AI gyárt. Ehhez képest
a „Work Slop” az, amikor ez a munkahelyen történik: kapok e‑mailben egy kollégától egy kérdést, és anélkül, hogy elolvasnám, generáltatok rá egy választ, és küldöm is vissza.
Tehát úgy válaszoltam meg egy szakmai kérdést, hogy sem a kérdést, sem a választ nem olvastam el. Ez nyilván nagyban aláássa a bizalmat, rosszabb minőségű döntésekhez vezethet, és a terjedése rohamos. Ez már megjelent a munkahelyeken, ami pedig a hatékonyságot csökkenti.
— Több kutatás hiányolja, hogy a cégek nem alakítják át a munkaköröket az AI bevezetésével. Amit felvázoltál, az viszont nem munkakör‑átalakítási, hanem inkább munkamorál‑kérdés, nem?
— Szerintem a munkahelyeken kell megszületniük azoknak a szabályoknak, amik mentén működünk, és ezek még nem alakultak ki. Most még kicsit vadnyugat van, mindenki azt és úgy használja, ahogy éppen kedve tartja. Biztos, hogy a következő években mindenkinek meg kell tanulnia egy közös illemszabályt, egy közös együttműködési rendet. Ha használok AI‑t a munkámhoz, attól még el kell olvasnom, amit az AI mondott, és egyet kell értenem vele, mielőtt továbbküldöm. Egy csomó ilyen részlet jön majd, aminek szerintem az egymással szembeni elvárásokban is meg kell jelennie. A másik oldalról pedig az AI nem munkaköröket vált ki, hanem a munkafolyamatok lépéseit. Azok a cégek, ahol jól feltérképezett, jól ismert munkafolyamatok vannak, ott tudják ezeket automatizálni AI segítségével. Egy átlag magyar KKV‑nál viszont nem munkafolyamatok vannak, hanem emberek, akik igyekeznek megoldani bármit, ami éppen bejön az ajtón, ezért ott nehezebb az adaptáció.
Sokszor a cégvezetők arra gondolnak, hogy az AI majd valamelyik emberüket váltja ki. De nem, mert az az ember lehet, hogy sok mást is csinál a cégben, ami máshol hasznos.
Tehát ha már értem a munkafolyamatokat, csak akkor tudok beállítani automatizációkat. Egy izgalmas belső információ: nálunk a cégnél a CTO, a technológiai vezetőnk, a tavalyi évben közel ezer különböző kis szoftvert írt AI segítségével különböző, addig kézzel végzett tevékenységek és munkafolyamatok kiváltására. Szerintem ez lesz a jellemző: nagyon sok apró munkalépést tudunk kiváltani, és utána átépítjük a rendszereinket. De ez nem azt jelenti, hogy nem lesz emberre szükség, hanem hogy változni fognak a munkakörök. A szellemi kulimunkából a szellemi rendező vagy karmester irányába fogunk elmozdulni: sokkal inkább felügyeljük a munkát, mintsem végezzük.
— A „karmester” kollégád esete viszont mérhető hasznot hozott az ezer szoftverrel. Ott mérhető volt a hatékonyságnövekedés.
Az AIToday.hu-n teljes egészében (és ingyenesen) olvasható interjú folytatásában Balogh Petya kifejti, hogy
- miért nem vállal a minőségi munkaerő olyan állást, amelyhez nem járnak megfelelő AI-eszközök,
- a kisebb vállalkozásokál miért komolyabb kihívás az AI bevezetése,
- milyen módszerrel végezheti el egy néhány fős csapat akár 50 fő munkáját,
- mikorra válnak alapelvárássá a beható AI-ismeretek a munkaerőpiacon,
- hogyan érdemes kezelni a mesterséges intelligenciát, ahelyett, hogy csak technológiai kérdésként tekintenénk rá.
FOLYTATÁS ITT.