Mënyra e ngatërruar e zbatimit të AI-së dëmton kompanitë dhe trazon punonjësit

Kur inxhinieri i AI-së Malcolm punonte në një firmë për analizë të dhënash, drejtuesit e saj donin të përdornin AI gjenerues për të ndarë bazën e klientëve në persona të ndryshme. Malcolm argumentoi se një model tradicional i mësimit makinerik do të ishte shumë më i përshtatshëm, duke ofruar rezultate të qëndrueshme dhe të ripërsëritshme, dhe do të kishte kosto shumë më të ulët. “Ata vazhduan megjithatë me AI gjenerues,” thotë Malcolm (emri i tij i vërtetë nuk është i publikuar). Zgjedhja e AI-së gjeneruese solli një proces më pak të saktë dhe shumë më të shtrenjtë, por i dha kompanisë mundësinë të pretendojë se po “pranon” teknologjinë e re.

Përvoja e Malcolm-it është e njohur në shumë kompani të tjera. Në shkurt, konsulencë globale Accenture njoftoi se përparimet në pozitat kryesore do të kërkojnë “përdorim të rregullt të mjeteve AI” dhe se do të monitorojë përdorimin e platformës së saj AI. Në maj, konkurrenti KPMG shpalli se ka krijuar një pult për të kontrolluar nëse punonjësit e saj në SHBA arrijnë objektivin prej 75 % përdorimi të mjeteve AI. Këto masa, sipas kompanisë, janë pjesë e “një përpjekjeje holistike për të ndihmuar njerëzit të ngjiten në shkallën e pjekurisë së AI-së”.

Qeveria britanike gjithashtu pret të përfitojë nga AI për të “riformuar” shtetin dhe për të rritur efikasitetin në Whitehall. Sidoqoftë, një studim i sindikatës së funksionarëve civilë FDA zbuloi se, edhe pse funksionarët janë të hapur ndaj përdorimit të AI-së për produktivitet, menaxhmenti ka vështirësi në menaxhimin e transformimit. Më pak se një e treta e funksionarëve është konsultuar për mënyrën e implementimit, duke sjellë kritikat se “ndryshimi po bëhet ndaj punonjësve, jo me ta”. Sekretari i përgjithshëm i FDA-së, Dave Penman, e përshkroi procesin si “i pakohë në departamente, çka kufizon fitimet në produktivitet”.

Sipas Dan Boyles, CEO i konsulencës Hello AI Collective, shumë kompani theksojnë adoptimin e AI-së pa pasur një qëllim të qartë. “Isha në një kompani të naftës dhe gazi, u ulë me ekzekutivët e nivelit C dhe thashë: ‘Cila është arsyeja për përdorimin e AI-së?’ Asnjëri nuk pohoi një përgjigje të përbashkët,” thotë Boyles. Kryetari ekzekutiv i kompanisë theksoi nevojën për të ndjekur konkurrencën, ndërsa drejtuesi i shitjeve deshironte të rrisë fitimet, dhe ekipi i marketingut kërkonte të heqë në dorë kontraktorët e jashtëm. Këto mosmarrëveshje në nivelin e lartë shpesh çojnë në investime AI që nuk sjellin kthim të pritur dhe në mungesë angazhimi nga punonjësit.

Një konsulent i një firme të madhe konsulente, i cili preferon të mbetet anonim, shpjegoi se në firmën e tij të gjithë kanë akses në dy mjete AI, por mund të kërkojnë mjete të specializuara për detyra specifike si kodimi. “Nëse puna e tyre e kërkon, disa prej tyre do të kenë qasje në katër ose pesë mjete AI,” thotë ai. Ai thekson se organizatat duhet të marrin parasysh anën njerëzore, duke përmendur dallimet e brezave dhe mundësinë e dallimeve gjinore në besimin ndaj teknologjisë. Përpara se dikush të marrë akses në një mjet, duhet të kalojë një trajnim të detyrueshëm mbi etikën dhe rreziqet e AI-së, duke përfshirë keqinterpretimet dhe “halucinacionet” e mundshme të modeleve.

Kultura ekzistuese në një organizatë mund të jetë faktor vendimtar për suksesin ose dështimin e zbatimit të AI-së, sipas Caroline Rawlinson, CEO e Culture Amp, e cila monitoron përvojat dhe reagimet e punonjësve. Sipas saj, “nëse vendosni teknologjinë AI mbi një kulturë të fragmentuar ose të bazuar në frikë, ajo nuk do të funksionojë”. Sipas raporteve të Culture Amp, nëseqë nëntë nga dhjetë profesionistë të burimeve njerëzore presin të rrisin përdorimin e AI-së gjeneruese, një e tretë thotë se “asnjë nuk ka një strategji AI në kompanitë e tyre”. Në rastin e kompanisë së naftës dhe gazi ku ndihmoi Boyles, presidenti i saj përfundimisht tha: “Dua të rris fitimet operative sepse dua të shes kompaninë në disa vite”. Kjo motivim i qartë i lejon ekipin e Boyles-it të identifikojë proceset kritike, të heqë pengesat dhe të propozojë zgjidhje AI që vërtetësohen në praktikë.