Kur filluam për herë të parë të flisnim me Big Four për AI, bisedat ecën çuditërisht shpejt. Nuk pati hyrje të gjata, as nevojë për të shpjeguar pse AI kishte rëndësi. Pothuajse menjëherë, partnerët dhe konsulentët e lartë nisën të flisnin për atë se ku po shkonte realisht koha e tyre. Jo te vendimmarrja apo te nxjerrja e insight-eve, por te përgatitja. Tërheqja e të dhënave nga sisteme të ndryshme. Përputhja e shifrave. Sigurimi që analizat përputheshin me standardet e brendshme para se dikush të mund të fillonte të mendonte se çfarë nënkuptonin në të vërtetë rezultatet.
Ajo që na ra në sy ishte se asnjëra nga këto punë nuk kishte vlerë të ulët. Ishte e nevojshme. Por ishte edhe rraskapitëse. Njerëz me shumë përvojë po shpenzonin një pjesë të madhe të ditës së tyre thjesht duke u përpjekur të arrinin në një pikë ku mendimi i vërtetë mund të fillonte.
Ndërsa bisedat vazhduan, ato hartuan më shumë se dhjetëra procese ku AI mund të luante një rol. Raportim, pajtueshmëri, kontrolle financiare, analizë tatimore, rishikime të brendshme. Në sipërfaqe, dukej si një problem klasik automatizimi. Nuk ishte.
Shumica e këtyre proceseve tashmë kishin mjete, shabllone dhe automatizim të pjesshëm. Ajo që i ngadalësonte të gjitha jetonte mes hapave. Ndërrimi i kontekstit. Rakordimi i rezultateve. Zbatimi i gjykimit në mënyrë të qëndrueshme mbi informacion të fragmentuar. Kostoja reale nuk ishte vetëm koha, por ngarkesa njohëse.
Pikërisht atëherë ndryshoi korniza e të menduarit.
Në vend që të pyesnim se si AI mund ta bënte punën nga fillimi në fund, filluam të pyesnim se si mund t’i mbështeste njerëzit që e bënin punën. Po sikur AI të mund të merrej me pjesët që të shterojnë energjinë, pa të hequr kontrollin? Po sikur të mund të përgatiste drafte të strukturuara, të nxirrte në pah mospërputhjet dhe ta bënte të dukshëm arsyetimin e vet, në mënyrë që ekspertët të përqendroheshin te gjykimi dhe jo te përgatitja?
Sapo kjo qasje hyri në përdorim, ndikimi u bë i prekshëm.
Në të gjitha ekipet, koha e ciklit ra me 80 deri në 90 për qind për punën analitike të përsëritur. Gabimet manuale, veçanërisht në proceset e ngarkuara me rakordim, ranë ndjeshëm. Po aq e rëndësishme, rezultatet u bënë më të qëndrueshme mes ekipeve që më parë i qaseshin së njëjtës punë në mënyra paksa të ndryshme. Mesatarisht, konsulentët rifituan rreth 40 deri në 50 orë në muaj, që tani mund të shpenzoheshin për mendim me vlerë më të lartë.
Por ndryshimi më interesant nuk ishte te shifrat.
Ishte te mënyra se si njerëzit flisnin për punën e tyre. Rishikimet u bënë më të qeta. Diskutimet u bënë më të fokusuara. Rishikuesit e lartë shpenzonin më pak kohë duke kontrolluar nëse gjithçka ishte e saktë dhe më shumë kohë duke diskutuar se çfarë nënkuptonin realisht rezultatet.
Me kalimin e kohës, sistemi pushoi së ndieri si një mjet që njerëzit duhej ta përdornin. Filloi të ndihej si një mënyrë e përbashkët pune, që në heshtje përthithte mënyrën se si merreshin vendimet dhe e pasqyronte këtë në analizat e ardhshme.
Kjo përvojë gjithashtu përforcoi diçka që e kemi besuar prej kohësh. Përparimi drejt inteligjencës më të përgjithshme nuk do të vijë nga sisteme që përpiqen të zëvendësojnë ekspertët në fusha komplekse. Do të vijë nga sisteme që ulin fërkimin rreth mendimit ekspert dhe e amplifikojnë atë.
Në këto angazhime, AI krijoi vlerë jo duke qenë autonome, por duke qenë bashkëpunuese. Nuk merrte vendime për njerëzit. I ndihmonte ata të merrnin vendime më të mira, më shpejt.
Nëse ka një sinjal të hershëm se ku sistemet e ngjashme me AGI do të kenë rëndësi së pari, ai është këtu. Jo te automatizimi i plotë, por te mbështetja e gjykimit njerëzor në shkallë të gjerë.
Ai ndryshim, nga automatizimi te fuqizimi, është ajo që bëri diferencën.
