«У епоху штучного інтелекту: хто буде витіснений?» Двоє випускників Гарварду та консалтингової компанії McKinsey, Bradley та Harvey, обговорюють цю тему у відео «У світі рішень на іншому рівні: точність може бути безглуздою».
Bradley спершу зазначає, що штучний інтелект зовсім не вміє «читати повітря», але саме це є ключем до реалізації ідей. У сфері управлінського консалтингу найбільше часу витрачається на обдумування, що саме включити у презентацію. Наприклад, «чи може це слово викликати емоційну реакцію у когось?» — такі питання AI важко визначити, і це дуже залежить від людського розуміння ситуації.
Harvey зазначає, що для тих, хто пройшов тренінг і має досвід, AI — це як додаткові очі. Він знає, що є «краще», і може вдосконалити результати AI. Але новачки, які щойно увійшли у професію, не знають, що таке добре, і приймають відповіді AI без критики. У майбутньому потрібно використовувати AI для досягнення 80 балів, а потім доводити до 100. Люди без суджень просто здають 80 балів. Незалежно від того, скільки зробив AI, потрібно додати останній штрих — важливо знати, у чому різниця.
AI не може «читати повітря», але саме це — ключ до реалізації ідей.
Bradley каже, що AI не здатен «читати повітря», оскільки наразі ще не може справді зрозуміти емоційні реакції людей. Це дуже важливо для «реального впровадження ідей». Потрібно справді сідати і спілкуватися з людьми, щоб зрозуміти ці тонкощі. У бізнес-сценаріях це стає найважливішим і найвідміннішим навичкою.
Після появи AI аналіз даних очевидно буде поступово витіснений, це незворотній тренд. Але в кінцевому підсумку все зводиться до того, хто зможе правильно інтерпретувати ці дані і прийняти хороше рішення, щоб команда рухалася вперед.
Це — найскладніше. Багато рішень все одно потребують людського тлумачення.
Автор додає: великі мовні моделі, за своєю суттю, навчаються на масиві даних, передбачаючи найімовірніше слово або фразу. Вони розуміють контекст через величезну базу даних і видають результати. Вони знають, що фраза «яблуко впало» часто з’являється, але не розуміють гравітацію. Аналогічно, їм важко зрозуміти абстрактні ситуації, як «читати повітря». Але у сферах аналізу даних вони — лише в плані ефективності моделей.
Використання AI для створення звітів? Головне — судження.
Bradley наводить приклад презентацій. У науковій сфері раніше витрачали багато часу на форматування та аналіз, готували матеріал і виступали. У консалтингу ж найважливіше — «обдумати, що саме включити», і «як саме сказати одне й те саме речення».
Harvey додає, що для деяких людей у залі слово може бути чутливим або викликати інтуїтивну емоційну реакцію. Адже, якщо тригерити амігдалу, людина закриє вуха.
AI за своєю природою обмежений і не може робити такі абстрактні, суб’єктивні судження, як «це слово викличе емоційну реакцію?». Тому навіть якщо AI допомагає, це підвищує ефективність. Але найголовніше — це «людина», яка робить цілісну оцінку ситуації.
Тут «судження» — ключове слово. Harvey каже, що коли ти можеш робити ці судження, ти розумієш людей, їхній бекґраунд і що вони думають.
Тому кожного разу, коли хтось каже: «AI вже може робити презентації, чи не зникне тоді управлінський консалтинг?», Harvey відповідає: якщо йдеться лише про аналіз звітів, AI цілком може замінити. Але якщо мета презентації — «сприяти змінам», то тут важливе судження. Якщо ти довіряєш AI цілком, ти ризикуєш: його ціннісні судження стають твоїми. Але що таке ціннісне судження AI? В деякому сенсі, це чорна скринька.
Головне у PowerPoint — зробити акцент.
Harvey підкреслює важливий момент: презентація — не просто звіт, а спосіб «зробити точку». Назва PowerPoint походить від здатності передавати точку зору. Потрібно, щоб презентація допомагала донести ідею, але цього недостатньо — потрібні й інші навички.
Він зазначає, що роль менеджера — це в певному сенсі використання його погляду: що вважається хорошим? Що потрібно повернути і переробити? Як працювати з людьми? Це — найважливіші навички лідерства.
Майстерність бачення: AI — як додаткові очі, без суджень — лише інструмент.
Harvey каже, що для тих, хто пройшов тренінг і має досвід, AI — це як додаткові очі. Він знає, що є «краще», і може вдосконалити результати AI. Але новачки, які щойно увійшли у професію, не знають, що таке добре, і приймають відповіді AI без критики — це дуже ризиковано.
Найкращі — ті, хто використовує AI для досягнення 80 балів і доводить до 100. Люди без суджень просто здають 80. А в сучасних умовах 80 — це мало, бо AI може зробити це за хвилину. На ринку цінуються 100 балів, незалежно від того, скільки зробив AI. Тому потрібно додати останній штрих — знати, у чому різниця.
Майбутні ключові навички: активне навчання суджень, корекція і підвищення стандартів.
Harvey дякує, що його наставляли і коригували. Це допомогло розвинути судження. Тепер, коли AI може замінити багато людських процесів, чи потрібно все ще тренувати новачків?
Він підкреслює, що майбутня організація цінуватиме тих, хто прагне довести до 100 балів. Якщо ти здаєш 80, AI може тебе замінити. Чим більший обсяг і важливість рішення, тим важливіше судження керівника.
Особисті емоції, тип характеру — не так важливо. Головне — «бачення». Кожен крок має значення, навіть критика і корекція. Це — цінний досвід. Але проблема в тому, що вже немає обов’язку когось навчати. Тому новачкам потрібно активно шукати зворотний зв’язок. Раніше чекали, коли когось «зловлять», тепер — потрібно самостійно просити про фідбек. Запитуйте: «Що ще можна покращити? Як зробити краще?»
Зараз усі шукають «людей, що досягають 100 балів». Тому майбутні ключові навички — активне навчання суджень, корекція і підвищення стандартів.
Бо більше ніхто не допоможе вам зробити це.
Ця стаття: AI може зробити 80 балів, але тих, хто не досягає 100, — чекає витіснення! Консалтингові компанії та випускники Гарварду радять новачкам так діяти.
