Mesterséges intelligencia: mitől tartanak a munkavállalók, minek örül a menedzsment, és megosztja-e az előnyöket?

A tanulmány több mint 35 európai nagyvállalat vezetőivel, felhasználóival és mesterségesintelligencia- (MI) implementációs szakértőivel készített interjúk alapján készült, és a Journal of Organizational Change Management szakfolyóiratban jelent meg. Bakonyi Zoltánt, a Boston Consulting Group (BCG) tanácsadóját, a kutatás szerzőjét kérdezte a Világgazdaság, milyen kihívásokkal kell számolni a menedzsmentnek, ha meg akarja ugrani az MI bevezetését.

A munkavállalók jellemzően csak attól félnek, hogy elveszi a munkájukat az MI, vagy mástól is?

Ami még jellemzőbb, hogy attól tartanak, hogy másként kell végezniük a munkát, mint korábban, ami nem volt előre betervezve. Az is gyakran elhangzott érv, hogy a kontroll kikerülhet a kezükből, és egy olyan gép javaslatára kell döntést hozniuk, amelynek működése nem teljesen transzparens. Egy közép-európai feldolgozóvállalat kontrollerének például akkor rendült meg igazán a bizalma, amikor a menedzsment megbeszélésén nem a saját korábbi számításait kellett prezentálnia, hanem egy feketedoboz algoritmusét. De természetesen a szakértők személyes befolyásának elvesztése is félelmet szülhet.

Azt is vizsgálták, hogy milyen formában jelenik meg az ellenállás?

Igen, találkoztunk olyan esetekkel, amikor szakmai érvekkel próbálták alátámasztani az MI bevezetésével szembeni ellenállást. Az egyik gyakori érv az volt, hogy a korábbi rendszerek szubjektívebbek voltak, és emiatt előnyösebbek. Egy európai gyógyszergyártó vállalatban évekkel a sikeres MI-alapú előrejelzési rendszer bevezetése után is születtek még olyan prezentációk, amelyek azt mutatták, hogy egyes esetekben a régi rendszer jobb volt. Holott összességében messze jobban teljesített az új algoritmus.

Volt-e olyan példa, ahol kifejezett nyitottság volt a MI bevezetése iránt? Ha igen, mi lehet ennek az oka?

Igen, például egy európai olajipari vállalat munkavállalói pozitívan fogadták az MI bevezetését egy adott tervezési folyamat esetén. Ez azért valósult meg sikeresen, mert a munkatársak felismerték, hogy így magasabb hozzáadott értékű tevékenységekre koncentrálhatnak. Ez az MI egyik legfontosabb előnye: felszabadítja az erőforrásokat, hogy a munkavállalók stratégiaibb, kreatívabb feladatokkal foglalkozhassanak.

Ez az egyes számú nyereség? Az idő?

Az időmegtakarítás valóban az egyik legkönnyebben megérthető előny. Ha a munkakörök átalakulását előre ismertetik a munkavállalókkal, ez csökkenti a stresszt, és felgyorsítja az MI nyújtotta előnyök felismerését. Emellett lehetőségük nyílik új, komplexebb feladatok elvégzésére is, mint például az előrejelzések készítése, ami korábban nem lett volna elérhető számukra. 

A megoldás nyilván a képzés. Tanulunk, aztán úgyis elveszi a munkánkat?

Ez nem ennyire egyértelmű. Például, ha egy call center munkatársa megtanulja, hogyan használhatja az MI-t, az felgyorsíthatja a munkáját, több ügyfelet tud kezelni, így kevésbé lesz helyettesíthető. Fontos, hogy a vállalatok időt biztosítsanak a munkavállalóknak az új MI-rendszerek készségszintű elsajátítására, és ezt a tanulási időt munkaidőként kezeljék, hiszen ez hosszú távon stratégiai előnyt jelent.

A vezetők hogyan látják azt a jövőt, amelyben nagy szerepet kap a mesterséges intelligencia?

Az MI stratégiai bevezetése akkor a legeredményesebb, ha egyértelmű adatstratégiára épül. Sok nagyvállalatnak már most is van adatstratégiája, de a középvállalatok számára is elengedhetetlen lesz az adatok minőségével és strukturálásával foglalkozni, hogy később hatékony MI-alapú megoldásokat tudjanak bevezetni.

A technológiai fejlődés robbanásszerű, de a vezetőknek reálisan kell megtervezniük az implementációt, fokozatosan építve be az MI-t a mindennapi üzleti gyakorlatba. A komplex megoldások helyett érdemes először kevésbé összetett MI-rendszereket bevezetni, például termékforgalom- vagy karbantartás-előrejelzést, így a szervezetnek is nagyobb rutinja lesz az új MI-applikációk bevezetésében. Egyébként több kutatás szerint a közép- és felső vezetők nyitottabbak az MI-megoldásokra, mint a vonalbeli munkatársak. 

A kutatás hét fő paradoxont azonosít, amelyek mindegyike különböző kihívások elé állítja a vállalatokat:

• Tudáshelyettesítési paradoxon: Az MI bizonyos típusú tudást helyettesíthet, ami az emberi szakértelem csökkenéséhez vezethet, és ezzel bizalmatlanságot kelthet a munkavállalók körében.
• Feladathelyettesítési paradoxon: Bár az MI növelheti a munka hatékonyságát, egyúttal félelmet is kelthet az alkalmazottakban a munkahelyek elvesztése miatt.
•  Szakértői paradoxon: A szakértők általában jobban bíznak abban az MI-ben, amelynek a fejlesztésében részt vettek, de ugyanakkor szkeptikusabbak lehetnek, ha úgy érzik, hogy az MI veszélyezteti az ő pozíciójukat vagy preferált megközelítésüket.
• Időparadoxon: Az MI gyorsítja a döntéshozatalt, ugyanakkor az implementáció és a felhasználók betanítása időigényes lehet, ami csökkentheti a kezdeti bizalmat.
• Hibaparadoxon: Az MI hibái súlyosabbnak tűnhetnek, mint az emberi hibák, még akkor is, ha az MI általában pontosabb.
• Referenciaparadoxon: Az MI által előállított eredmények elfogadottsága nagyobb, ha hasonlók a korábbi emberi eredményekhez, de ha túl közel állnak ezekhez, akkor felmerülhet a kérdés, hogy miért is szükséges az MI.
• Tapasztalati paradoxon: Az MI képes felismerni mintákat nagy adathalmazokban, de az emberek gyakran jobban bíznak saját tapasztalataikban, mint a gépi elemzésekben.