ስለ AI ከBig Four ጋር መወያየት ስንጀምር የተማርነው

Muhammed Gider
ለማንበብ 3 ደቂቃ • 
AIን በBig Four የባንክ ሥራ ሂደቶች ላይ ስናሰማራ፣ ዋነኛው ማነቆ መሣሪያዎች ሳይሆኑ የአእምሮ ጫና መሆኑን ተረዳን። ሥራን በራስ-ሰር ለማከናወን መገንባትን ትተን፣ የሰዎችን የማመዛዘን ችሎታ በሰፊው ለመደገፍ መገንባት ስንጀምር የተለወጠው ይህ ነው።

ስለ AI ከBig Four ጋር መወያየት ስንጀምር፣ ውይይቶቹ በሚያስገርም ፍጥነት ወደ ዋናው ጉዳይ ገቡ። ረጅም መግቢያ አልነበረም፤ AI ለምን አስፈላጊ እንደሆነም ማብራራት አላስፈለገም። ወዲያው ማለት ይቻላል፣ አጋሮችና ከፍተኛ አማካሪዎች ጊዜያቸው በእውነት በምን ላይ እንደሚያልፍ መናገር ጀመሩ። ውሳኔ በመስጠት ወይም ጥልቅ ግንዛቤ በማግኘት ሳይሆን፣ በዝግጅት ላይ ነበር። ከተለያዩ ሥርዓቶች ውሂብ መሰብሰብ። ቁጥሮችን ማጣጣም። ማንም ሰው ውጤቶቹ ምን እንደሚያመለክቱ ማሰብ ከመጀመሩ በፊት እንኳን፣ ትንታኔዎቹ የድርጅቱን የውስጥ መስፈርቶች ማሟላታቸውን ማረጋገጥ።

ትኩረታችንን የሳበው፣ ከእነዚህ ሥራዎች አንዱም አነስተኛ ጠቀሜታ ያለው አለመሆኑ ነበር። አስፈላጊ ነበሩ። ግን የሚያደክሙም ነበሩ። ከፍተኛ ልምድ ያላቸው ሰዎች ጥልቅ ማሰብ ወደሚጀምሩበት ደረጃ ለመድረስ ብቻ የቀናቸውን ትልቅ ክፍል ያሳልፉ ነበር።

ውይይቶቹ እየቀጠሉ ሲሄዱ፣ AI ሚና ሊኖረው የሚችልባቸውን ከበርካታ ደርዘኖች በላይ ሂደቶች ለዩ። ሪፖርት ማዘጋጀት፣ ደንቦችን ማክበር፣ የፋይናንስ ቁጥጥሮች፣ የግብር ትንታኔ፣ የውስጥ ግምገማዎች። በላይ ላይ ሲታይ፣ በተለመደው መንገድ ሥራን በራስ-ሰር በማከናወን የሚፈታ ችግር ይመስል ነበር። ግን እንዲህ አልነበረም።

ከእነዚህ ሂደቶች አብዛኞቹ አስቀድሞ መሣሪያዎች፣ አብነቶችና በከፊል በራስ-ሰር የሚከናወኑ ሥራዎች ነበሯቸው። ሁሉንም የሚያዘገየው በደረጃዎቹ መካከል ያለው ሥራ ነበር። ከአንድ የሥራ አውድ ወደ ሌላ መሸጋገር። ውጤቶችን ማጣጣም። በተበታተነ መረጃ ላይ ወጥ በሆነ መንገድ ማመዛዘን። እውነተኛው ኪሳራ ጊዜ ብቻ አልነበረም፤ የአእምሮ ጫናም ነበር።

ጉዳዩን የምናይበት መንገድ የተለወጠው ያኔ ነበር።

AI ሥራውን ከመጀመሪያ እስከ መጨረሻ እንዴት ሊሠራ እንደሚችል ከመጠየቅ ይልቅ፣ ሥራውን የሚሠሩትን ሰዎች እንዴት ሊደግፍ እንደሚችል መጠየቅ ጀመርን። ቁጥጥሩን ከእጃቸው ሳይወስድ፣ ኃይል የሚያሟጥጡትን የሥራ ክፍሎች ቢያከናውንስ? ባለሙያዎች በዝግጅት ሳይሆን በማመዛዘን ላይ እንዲያተኩሩ፣ የተዋቀሩ ረቂቆችን ቢያዘጋጅ፣ የማይጣጣሙ ነገሮችን ቢያሳይና አመክንዮውን ግልጽ ቢያደርግስ?

ይህ አቀራረብ ወደ ሥራ ሲገባ፣ ተጨባጭ ውጤቱ መታየት ጀመረ።

በሁሉም ቡድኖች፣ ተደጋጋሚ የትንታኔ ሥራን ለማጠናቀቅ የሚወስደው ጊዜ በ80 እስከ 90 በመቶ ቀነሰ። ሥራዎች በእጅ ሲከናወኑ የሚፈጠሩ ስህተቶች፣ በተለይም ብዙ ማጣጣም በሚፈልጉ ሂደቶች፣ በከፍተኛ ደረጃ ቀነሱ። እንዲሁ አስፈላጊ የነበረው፣ ቀደም ሲል ተመሳሳይ ሥራን በጥቂቱ በተለያዩ መንገዶች ይሠሩ በነበሩ ቡድኖች መካከል ውጤቶቹ ይበልጥ ወጥ መሆናቸው ነበር። በአማካይ፣ አማካሪዎች በወር ወደ 40 እስከ 50 ሰዓት መልሰው አገኙ፤ አሁን ይህን ጊዜ የበለጠ ጠቀሜታ ላለው ማሰብ ማዋል ይችላሉ።

ግን ከሁሉ ይበልጥ አስደሳች የነበረው ለውጥ በቁጥሮቹ ውስጥ አልነበረም።

ሰዎች ስለ ሥራቸው በሚናገሩበት መንገድ ነበር። ግምገማዎች ይበልጥ በእርጋታ መካሄድ ጀመሩ። ውይይቶች ይበልጥ ትኩረት አገኙ። ከፍተኛ ገምጋሚዎች ሁሉም ነገር ትክክል መሆኑን ለማጣራት የሚያሳልፉት ጊዜ ቀነሰ፤ ውጤቶቹ በእውነት ምን እንደሚያመለክቱ ለመወያየት የሚያውሉት ጊዜ ደግሞ ጨመረ።

በጊዜ ሂደት፣ ሥርዓቱ ሰዎች መጠቀም ያለባቸው መሣሪያ መምሰሉ ቀረ። ይልቁንም ውሳኔዎች እንዴት እንደሚሰጡ በጸጥታ እየተማረ፣ ያንንም በቀጣይ ትንታኔዎች ውስጥ የሚያንጸባርቅ የጋራ የአሠራር መንገድ መምሰል ጀመረ።

ይህ ልምድ ለረጅም ጊዜ ስናምንበት የነበረውን ሐሳብም አጠናከረ። ወደ ይበልጥ አጠቃላይ ብልህነት የሚደረግ እድገት፣ በውስብስብ መስኮች ያሉ ባለሙያዎችን ለመተካት ከሚሞክሩ ሥርዓቶች አይመጣም። የሚመጣው የባለሙያዎችን አስተሳሰብ የሚያስተጓጉሉ ነገሮችን ከሚቀንሱና አስተሳሰባቸውን ከሚያጎለብቱ ሥርዓቶች ነው።

በእነዚህ የሥራ ትብብሮች፣ AI ጠቀሜታ የፈጠረው ራሱን ችሎ በመሥራት ሳይሆን፣ በመተባበር ነበር። በሰዎች ምትክ ውሳኔ አልሰጠም። የተሻሉ ውሳኔዎችን በበለጠ ፍጥነት እንዲሰጡ ረዳቸው።

AGIን የሚመስሉ ስርዓቶች መጀመሪያ የት ጠቃሚ እንደሚሆኑ የሚያሳይ ቀደምት ምልክት ካለ፣ እዚህ ነው። ሙሉ በሙሉ በአውቶሜሽን ሳይሆን፣ የሰውን የመመዘንና የመወሰን ችሎታ በሰፊው በመደገፍ ነው።

ልዩነቱን ያመጣው ያ ከአውቶሜሽን ወደ አቅም ማሳደግ የተደረገው ሽግግር ነበር።

Dvinaን ይቀላቀሉ

በነጻ ይመዝገቡና ሁሉንም መሣሪያዎችዎን በአንድ ቀላል የሥራ ቦታ ያሰባስቡ።

ተጨማሪ ያስሱ