Ang Natutuhan Namin Nang Magsimula Kaming Makipag-usap sa Big Four Tungkol sa AI

Muhammed Gider
4 min na pagbasa • 
Nang ipatupad namin ang AI sa mga daloy ng trabaho sa pagbabangko ng Big Four, natuklasan naming hindi mga tool ang tunay na sagabal—kundi ang bigat ng trabaho sa isip. Narito ang nagbago nang tumigil kami sa pagbuo para sa awtomasyon at nagsimulang bumuo para suportahan ang pagpapasya ng mga tao sa malawakang saklaw.

Nang magsimula kaming makipag-usap sa Big Four tungkol sa AI, nakakagulat ang bilis ng pag-usad ng mga pag-uusap. Walang mahabang pagpapakilala, at hindi na kailangang ipaliwanag kung bakit mahalaga ang AI. Halos agad na pinag-usapan ng mga partner at senior consultant kung saan talaga nauubos ang oras nila. Hindi sa pagpapasya o pagbuo ng malalim na pag-unawa, kundi sa paghahanda. Pagkuha ng data mula sa iba't ibang sistema. Pagtutugma ng mga numero. Pagtitiyak na naaayon ang mga pagsusuri sa mga panloob na pamantayan bago pa masimulang pag-isipan ng sinuman ang kahulugan ng mga resulta.

Ang tumatak sa amin ay hindi mababa ang halaga ng alinman sa mga gawaing ito. Kailangan ang mga ito. Pero nakakapagod din. Malaking bahagi ng araw ng mga taong may malawak na karanasan ang nauubos sa pagsisikap na makarating sa puntong maaari nang magsimula ang tunay na pag-iisip.

Habang nagpapatuloy ang mga pag-uusap, natukoy nila ang mahigit ilang dosenang proseso kung saan maaaring makatulong ang AI. Paggawa ng mga ulat, pagsunod sa mga regulasyon, mga kontrol sa pananalapi, pagsusuri sa buwis, mga panloob na pagsusuri. Sa unang tingin, tila karaniwang problema ito na malulutas ng awtomasyon. Hindi pala.

Karamihan sa mga prosesong ito ay mayroon nang mga tool, template, at bahagyang awtomasyon. Ang nagpapabagal sa lahat ay nasa pagitan ng mga hakbang. Pagpapalit-palit ng konteksto. Pagtutugma ng mga output. Pare-parehong paglalapat ng pagpapasya sa pira-pirasong impormasyon. Hindi lang oras ang tunay na kapalit, kundi ang bigat ng trabaho sa isip.

Doon nagbago ang pagtingin sa problema.

Sa halip na itanong kung paano magagawa ng AI ang trabaho mula simula hanggang wakas, nagsimula kaming magtanong kung paano nito masusuportahan ang mga taong gumagawa nito. Paano kung kayang asikasuhin ng AI ang mga bahaging nakakaubos ng lakas, nang hindi inaalis ang kontrol sa mga tao? Paano kung makapaghahanda ito ng mga draft na may malinaw na estruktura, matukoy ang mga hindi pagkakatugma, at maipakita ang pangangatwiran nito, para makatuon ang mga eksperto sa pagpapasya sa halip na sa paghahanda?

Nang simulan nang gamitin ang paraang ito, naging kapansin-pansin ang epekto.

Sa iba't ibang team, umikli nang 80 hanggang 90 porsiyento ang oras ng pagkumpleto ng paulit-ulit na gawaing pagsusuri. Malaki ang ibinaba ng mga pagkakamaling dulot ng manu-manong paggawa, lalo na sa mga prosesong nangangailangan ng maraming pagtutugma ng datos. Kasinghalaga nito, naging mas pare-pareho ang mga output ng mga team na dati ay may bahagyang magkakaibang paraan ng paggawa ng parehong trabaho. Sa karaniwan, nabawi ng mga consultant ang humigit-kumulang 40 hanggang 50 oras bawat buwan na maaari na ngayong ilaan sa pag-iisip na may mas mataas na halaga.

Pero wala sa mga numero ang pinakakawili-wiling pagbabago.

Nasa paraan ito ng pag-uusap ng mga tao tungkol sa kanilang trabaho. Naging mas kalmado ang mga pagsusuri. Naging mas nakatuon ang mga talakayan. Mas kaunting oras ang ginugol ng mga senior reviewer sa pagtiyak na tama ang lahat, at mas maraming oras sa pagtalakay sa tunay na kahulugan ng mga resulta.

Sa paglipas ng panahon, hindi na itinuring ang sistema bilang isang tool na kailangang gamitin ng mga tao. Naging tila isang paraan ito ng pagtatrabaho na pinagsasaluhan ng lahat, na tahimik na natututo kung paano ginagawa ang mga pagpapasya at inilalapat iyon sa mga susunod na pagsusuri.

Pinagtibay rin ng karanasang ito ang isang bagay na matagal na naming pinaniniwalaan. Ang pag-unlad tungo sa mas pangkalahatang katalinuhan ay hindi magmumula sa mga sistemang sumusubok na palitan ang mga eksperto sa masalimuot na mga larangan. Magmumula ito sa mga sistemang nagbabawas ng mga sagabal sa pag-iisip ng mga eksperto at nagpapalakas dito.

Sa mga pakikipagtulungang ito, naghatid ng halaga ang AI hindi sa pamamagitan ng pagkilos nang mag-isa, kundi sa pakikipagtulungan. Hindi ito nagpasya para sa mga tao. Tinulungan sila nitong makagawa ng mas mahusay na mga desisyon, nang mas mabilis.

Kung may maagang palatandaan kung saan unang magiging mahalaga ang mga sistemang tulad ng AGI, narito iyon. Hindi sa ganap na automation, kundi sa malawakang pagsuporta sa pagpapasya ng tao.

Ang pagbabagong iyon—mula sa automation tungo sa pagpapalakas ng kakayahan—ang siyang nagdulot ng kaibhan.

Sumali sa Dvina

Mag-sign up nang libre at pagsama-samahin ang lahat ng iyong tool sa iisang simpleng workspace.

Tumuklas pa