Nang una kaming nagsimulang makipag-usap sa Big Four tungkol sa AI, nakakagulat na mabilis umusad ang mga pag-uusap. Walang mahabang introduksyon, walang kailangang paliwanag kung bakit mahalaga ang AI. Halos agad, nagsimulang pag-usapan ng mga partner at senior consultant kung saan talaga napupunta ang oras nila. Hindi sa pagdedesisyon o pagbuo ng insight, kundi sa paghahanda. Pagkuha ng data mula sa iba't ibang system. Pag-aayos ng mga numero. Pagtitiyak na tugma ang mga analysis sa mga internal standard bago pa man nila masimulang pag-isipan kung ano ang ibig sabihin ng mga resulta.
Ang tumatak sa amin ay wala sa trabahong ito ang mababa ang halaga. Kailangan ito. Pero nakakapagod din ito. Malaking bahagi ng araw ng mga taong may napakataas na karanasan ang nauubos sa simpleng pagsisikap na makarating sa puntong maaari nang magsimula ang totoong pag-iisip.
Habang nagpapatuloy ang mga pag-uusap, nailatag nila ang mahigit dose-dosenang proseso kung saan maaaring gumanap ng papel ang AI. Reporting, compliance, financial controls, tax analysis, internal reviews. Sa unang tingin, mukha itong klasikong problema sa automation. Hindi pala.
Karamihan sa mga prosesong ito ay mayroon nang mga tool, template, at bahagyang automation. Ang nagpapabagal sa lahat ay nasa pagitan ng mga hakbang. Pagpapalit-palit ng konteksto. Pagtutugma ng mga output. Pare-parehong paglalapat ng judgment sa pira-pirasong impormasyon. Ang tunay na gastos ay hindi lang oras, kundi cognitive load.
Doon nagbago ang pag-frame.
Sa halip na itanong kung paano magagawa ng AI ang trabaho mula umpisa hanggang dulo, nagsimula kaming magtanong kung paano nito masusuportahan ang mga taong gumagawa ng trabaho. Paano kung kayang asikasuhin ng AI ang mga bahaging nakakaubos ng enerhiya, nang hindi inaalis ang kontrol? Paano kung makapaghahanda ito ng mga structured draft, makapaglalabas ng mga inconsistency, at maipapakita ang pangangatwiran nito, para makapagpokus ang mga eksperto sa judgment sa halip na sa setup?
Nang maging live ang paraang ito, naging konkreto ang epekto.
Sa iba’t ibang team, bumaba ang cycle time nang 80 hanggang 90 porsyento para sa paulit-ulit na analytical work. Malaki ang ibinaba ng mga manual error, lalo na sa mga prosesong mabigat sa reconciliation. Kasinghalaga nito, naging mas consistent ang mga output sa iba’t ibang team na dati ay bahagyang magkakaiba ang paraan sa paglapit sa parehong trabaho. Sa karaniwan, nabawi ng mga consultant ang humigit-kumulang 40 hanggang 50 oras bawat buwan na maaari na ngayong ilaan sa mas mataas na halagang pag-iisip.
Pero ang pinaka-interesanteng pagbabago ay wala sa mga numero.
Nasa paraan ito ng pag-uusap ng mga tao tungkol sa kanilang trabaho. Naging mas kalmado ang mga review. Naging mas nakapokus ang mga talakayan. Mas kaunting oras ang ginugol ng mga senior reviewer sa pag-check kung tama ang lahat at mas maraming oras sa pagtalakay kung ano talaga ang ibig sabihin ng mga resulta.
Sa paglipas ng panahon, tumigil ang system sa pakiramdam na isa lang itong tool na kailangang gamitin ng mga tao. Nagsimula itong maramdaman bilang isang pinagsasaluhang paraan ng pagtatrabaho, na tahimik na sumisipsip kung paano ginagawa ang mga desisyon at ibinabalik iyon sa mga susunod na analysis.
Pinagtibay rin ng karanasang ito ang isang bagay na matagal na naming pinaniniwalaan. Ang pag-usad tungo sa mas pangkalahatang intelligence ay hindi magmumula sa mga system na sumusubok pumalit sa mga eksperto sa mga komplikadong domain. Magmumula ito sa mga system na nagpapababa ng friction sa paligid ng expert thinking at nagpapalakas nito.
Sa mga engagement na ito, lumikha ng halaga ang AI hindi dahil autonomous ito, kundi dahil collaborative ito. Hindi ito gumawa ng mga desisyon para sa mga tao. Tinulungan sila nitong gumawa ng mas mabubuting desisyon, nang mas mabilis.
Kung may maagang senyales kung saan unang magiging mahalaga ang mga AGI-like system, narito iyon. Hindi sa ganap na automation, kundi sa pagsuporta sa paghatol ng tao sa malawakang antas.
Ang pagbabagong iyon, mula sa automation tungo sa leverage, ang siyang nagdala ng kaibhan.
