Tulipoanza kwa mara ya kwanza kuzungumza na Big Four kuhusu AI, mazungumzo yalisonga kwa kasi ya kushangaza. Hakukuwa na utangulizi mrefu, wala haja ya kueleza kwa nini AI ilikuwa muhimu. Karibu mara moja, washirika na washauri wakuu walianza kuzungumzia muda wao ulikuwa unaenda wapi hasa. Sio katika kufanya maamuzi au kupata maarifa, bali katika maandalizi. Kuvuta data kutoka mifumo tofauti. Kulinganisha nambari. Kuhakikisha uchanganuzi unaendana na viwango vya ndani kabla mtu yeyote hajaanza hata kufikiria matokeo hayo yanamaanisha nini.
Kilichotugusa ni kwamba hakuna hata moja ya kazi hii iliyokuwa ya thamani ndogo. Ilikuwa ya lazima. Lakini pia ilikuwa ya kuchosha sana. Watu wenye uzoefu mkubwa walikuwa wakitumia sehemu kubwa ya siku yao wakijaribu tu kufika mahali ambapo fikra halisi zinaweza kuanza.
Kadiri mazungumzo yalivyoendelea, yalibainisha zaidi ya michakato kadhaa ambapo AI ingeweza kuwa na nafasi. Utoaji wa taarifa, uzingatiaji wa kanuni, udhibiti wa kifedha, uchanganuzi wa kodi, mapitio ya ndani. Kwa juu juu, ilionekana kama tatizo la kawaida la uotomatishaji. Haikuwa hivyo.
Nyingi ya michakato hii tayari ilikuwa na zana, templeti, na uotomatishaji wa sehemu fulani. Kilichokuwa kinapunguza kasi ya kila kitu kiliishi kati ya hatua hizo. Kubadilisha muktadha. Kuoanisha matokeo. Kutumia uamuzi kwa uthabiti katika taarifa zilizogawanyika. Gharama halisi haikuwa muda pekee, bali mzigo wa kiakili.
Hapo ndipo mtazamo ulipobadilika.
Badala ya kuuliza jinsi AI ingeweza kufanya kazi kutoka mwanzo hadi mwisho, tulianza kuuliza jinsi ingeweza kuwasaidia watu wanaofanya kazi hiyo. Je, AI ingeweza kushughulikia sehemu zinazomaliza nguvu, bila kuondoa udhibiti? Je, ingeweza kuandaa rasimu zenye muundo, kuibua kutokuwiana, na kufanya mantiki yake ionekane, ili wataalamu waweze kuzingatia uamuzi badala ya maandalizi?
Mara tu mbinu hii ilipoanza kutumika moja kwa moja, athari yake ikawa dhahiri.
Katika timu mbalimbali, muda wa mzunguko ulipungua kwa asilimia 80 hadi 90 kwa kazi za uchanganuzi zinazojirudia. Makosa ya mikono, hasa katika michakato yenye upatanisho mwingi, yalipungua kwa kiasi kikubwa. Muhimu vilevile, matokeo yakawa thabiti zaidi katika timu ambazo hapo awali zilikuwa zikikaribia kazi ileile kwa njia tofauti kidogo. Kwa wastani, washauri walirejesha takriban saa 40 hadi 50 kwa mwezi ambazo sasa zingeweza kutumika katika fikra zenye thamani ya juu zaidi.
Lakini mabadiliko ya kuvutia zaidi hayakuwa kwenye nambari.
Yalikuwa katika jinsi watu walivyozungumzia kazi yao. Mapitio yakawa tulivu zaidi. Majadiliano yakawa na mwelekeo zaidi. Wakaguzi waandamizi walitumia muda mchache kukagua kama kila kitu kilikuwa sahihi na muda zaidi kujadili matokeo hayo yalikuwa yanamaanisha nini hasa.
Baada ya muda, mfumo ukaacha kuhisiwa kama zana ambayo watu walipaswa kutumia. Ukaanza kuhisiwa kama njia ya pamoja ya kufanya kazi, ukiendelea kwa utulivu kufyonza jinsi maamuzi yalivyokuwa yakifanywa na kuakisi hilo katika uchanganuzi wa baadaye.
Uzoefu huu pia uliimarisha jambo ambalo tumekuwa tukiamini kwa muda mrefu. Maendeleo kuelekea akili ya jumla zaidi hayatakuja kutoka kwa mifumo inayojaribu kuchukua nafasi ya wataalamu katika nyanja changamano. Yatakuja kutoka kwa mifumo inayopunguza msuguano unaozunguka fikra za kitaalamu na kuziimarisha.
Katika ushirikiano huu, AI iliunda thamani si kwa kuwa huru kujitawala, bali kwa kuwa ya kushirikiana. Haikuwafanyia watu maamuzi. Iliwasaidia kufanya maamuzi bora zaidi, kwa haraka zaidi.
Ikiwa kuna ishara ya mapema ya mahali ambapo mifumo inayofanana na AGI itakuwa na umuhimu kwanza, ni hapa. Si katika uotomatishaji kamili, bali katika kuunga mkono uamuzi wa binadamu kwa kiwango kikubwa.
Mabadiliko hayo, kutoka uotomatishaji kwenda kuongeza uwezo, ndiyo yaliyofanya tofauti.
