Kada smo prvi put počeli razgovarati s Velikom četvorkom o AI-u, razgovori su se kretali iznenađujuće brzo. Nije bilo dugog uvoda, nije bilo potrebe objašnjavati zašto je AI važan. Gotovo odmah, partneri i viši konsultanti počeli su govoriti o tome gdje im vrijeme zaista odlazi. Ne na donošenje odluka ili uvide, već na pripremu. Izvlačenje podataka iz različitih sistema. Usklađivanje brojeva. Provjeravanje da analize odgovaraju internim standardima prije nego što iko uopće može početi razmišljati o tome šta rezultati znače.
Ono što nas je pogodilo bilo je to da nijedan dio tog rada nije bio niske vrijednosti. Bio je neophodan. Ali je bio i iscrpljujući. Vrlo iskusni ljudi provodili su veliki dio dana samo pokušavajući doći do tačke u kojoj pravo razmišljanje može početi.
Kako su se razgovori nastavljali, mapirali su više od desetina procesa u kojima bi AI mogao igrati ulogu. Izvještavanje, usklađenost, finansijske kontrole, poreska analiza, interne revizije. Na površini, to je izgledalo kao klasičan problem automatizacije. Nije bio.
Većina tih procesa već je imala alate, predloške i djelimičnu automatizaciju. Ono što je sve usporavalo živjelo je između koraka. Prebacivanje konteksta. Usklađivanje izlaza. Dosljedna primjena prosuđivanja kroz fragmentirane informacije. Pravi trošak nije bilo samo vrijeme, već kognitivno opterećenje.
Tada se promijenio okvir razmišljanja.
Umjesto da pitamo kako AI može obaviti posao od početka do kraja, počeli smo pitati kako može podržati ljude koji taj posao rade. Šta ako AI može preuzeti dijelove koji iscrpljuju energiju, a da ne oduzme kontrolu? Šta ako može pripremiti strukturirane nacrte, ukazati na nedosljednosti i učiniti svoje obrazloženje vidljivim, kako bi se stručnjaci mogli fokusirati na prosuđivanje umjesto na pripremu?
Kada je ovaj pristup zaživio, uticaj je postao opipljiv.
U svim timovima, vrijeme ciklusa za ponavljajući analitički rad palo je za 80 do 90 posto. Ručne greške, posebno u procesima s mnogo usklađivanja, naglo su se smanjile. Jednako važno, rezultati su postali dosljedniji među timovima koji su ranije istom poslu pristupali na blago različite načine. U prosjeku, konsultanti su povratili oko 40 do 50 sati mjesečno, koji su se sada mogli potrošiti na razmišljanje veće vrijednosti.
Ali najzanimljivija promjena nije bila u brojkama.
Bila je u tome kako su ljudi govorili o svom radu. Revizije su postale mirnije. Rasprave su postale fokusiranije. Viši revizori provodili su manje vremena provjeravajući da li je sve tačno, a više vremena razgovarajući o tome šta rezultati zaista znače.
S vremenom, sistem je prestao djelovati kao alat koji ljudi moraju koristiti. Počeo je djelovati kao zajednički način rada, koji tiho upija kako se odluke donose i to odražava u budućim analizama.
Ovo iskustvo je također potvrdilo nešto u šta dugo vjerujemo. Napredak prema općenitijoj inteligenciji neće doći od sistema koji pokušavaju zamijeniti stručnjake u složenim domenima. Doći će od sistema koji smanjuju trenje oko stručnog razmišljanja i pojačavaju ga.
U ovim angažmanima, AI je stvarao vrijednost ne time što je bio autonoman, već time što je bio saradnički. Nije donosio odluke umjesto ljudi. Pomagao im je da donesu bolje odluke, brže.
Ako postoji rani signal gdje će sistemi nalik AGI-ju prvo postati važni, onda je to ovdje. Ne u potpunoj automatizaciji, nego u podršci ljudskom prosuđivanju u velikim razmjerama.
Upravo je taj pomak, od automatizacije ka povećanju učinka, napravio razliku.
