Jak przygotować swoją karierę na zmiany wywołane przez AI

INTRORozdział 1 - Twój zawód to nie jedno zadanieRozdział 2 - Firma nie płaci ci za bycie zajętymRozdział 3 - Najbardziej zagrożona jest rutyna, nie człowiekRozdział 4 - "AI się myli" nie jest strategią karieryRozdział 5 - Nie musisz znać 47 narzędzi AIRozdział 6 - Nie czekaj, aż firma przygotuje cię na przyszłośćRozdział 7 - Nie próbuj zgadnąć, jaki zawód będzie bezpiecznyRozdział 8 - Jedna specjalizacja to za mało, siedemnaście teżRozdział 9 - Naucz się pracować z AI, zanim stanie się to oczywisteRozdział 10 - Zautomatyzuj nudę, nie odpowiedzialnośćRozdział 11 - Zostań człowiekiem, który potrafi sprawdzić wynikRozdział 12 - Buduj dowody, nie tylko deklaracjeRozdział 13 - Naucz się robić rzeczy, których AI nie rozumie bez ciebieRozdział 14 - Zbuduj sieć ludzi, zanim będziesz jej potrzebowaćRozdział 15 - Co zrobić, kiedy nie masz czasu "uczyć się AI"Rozdział 16 - Co zrobić, kiedy próbujesz i nic z tego nie wychodziRozdział 17 - Co zrobić, kiedy rynek przyspiesza szybciej niż tyRozdział 18 - Twoja kariera potrzebuje planu B, zanim plan A się obraziRozdział 19 - Zrób sobie zawodowy przegląd technicznyRozdział 20 - Nie wygrasz z AI. I bardzo dobrze Title Page Cover Table of Contents

INTRO

W poniedziałek rano otwierasz komputer i widzisz wiadomość od kolegi: "Znalazłem narzędzie AI, które robi raport w pięć minut". Raport, nad którym ty w zeszłym tygodniu siedziałeś pół dnia, poprawiając tabelę, wykres, komentarz do wykresu i komentarz do komentarza, ponieważ ktoś uznał, że niebieska strzałka "nie komunikuje wystarczająco dynamicznie wzrostu".

Patrzysz na ekran.

Pięć minut.

Najpierw pojawia się ciekawość. Potem lekka irytacja. Następnie pytanie, którego nikt specjalnie nie chce zadawać na głos:

"To co właściwie będzie ze mną?"

I właśnie tutaj rozpoczyna się jeden z ciekawszych zawodowych absurdów naszych czasów. Z jednej strony słyszysz, że sztuczna inteligencja zmieni wszystko. Z drugiej, że niczego nie trzeba się bać. Jedni przewidują koniec połowy zawodów, inni tłumaczą, że AI to po prostu kolejne narzędzie, mniej więcej jak Excel, tylko Excel nigdy nie zaproponował ci napisania strategii firmy, streszczenia spotkania i maila do prezesa przed drugą kawą.

Trudno zachować spokój, kiedy internet codziennie organizuje pogrzeb kolejnego zawodu.

Wczoraj copywriter.

Dzisiaj analityk.

Jutro prawdopodobnie ktoś ogłosi koniec menedżerów, grafików, programistów, księgowych i człowieka odpowiedzialnego za zamawianie tonerów.

Toner będzie bronił się najdłużej.

Problem polega na tym, że większość rozmów o AI wpada w jedną z dwóch skrajności. Pierwsza brzmi: "Nie ma się czego bać, człowiek zawsze będzie potrzebny". Bardzo przyjemne zdanie. Można je wydrukować, oprawić i powiesić nad biurkiem obok zdjęcia zespołu z integracji. Niestety nie mówi ci absolutnie nic o tym, co powinieneś zrobić w poniedziałek o dziewiątej rano.

Druga skrajność jest jeszcze bardziej użyteczna: "AI zabierze ci pracę".

Dziękujemy.

Poziom praktyczności mniej więcej taki jak komunikat: "Kiedyś umrzesz. Miłego dnia".

Prawda jest znacznie mniej widowiskowa, a przez to dużo bardziej interesująca. Sztuczna inteligencja nie musi sprawić, że twój zawód zniknie, żeby bardzo mocno zmienić twoją karierę. Wystarczy, że zmieni sposób wykonywania części zadań, zwiększy tempo pracy, obniży wartość niektórych umiejętności i podniesie wartość innych. Firma nie musi zwolnić całego działu. Może po prostu uznać, że pięć osób zrobi pracę, do której wcześniej potrzebowała siedmiu.

I wtedy problem przestaje być filozoficzny.

Staje się kadrowy.

To również nie oznacza, że powinieneś natychmiast rzucić wszystko i rozpocząć intensywny kurs programowania modeli językowych. Jeżeli pracujesz w sprzedaży, HR, marketingu, finansach, logistyce, zarządzaniu albo administracji, prawdopodobnie nie potrzebujesz budować własnej sztucznej inteligencji. Tak samo jak korzystając z samochodu, nie musisz umieć zaprojektować skrzyni biegów.

Dobrze jednak wiedzieć, gdzie jest hamulec.

I nie pytać samochodu o strategię życiową tylko dlatego, że ma duży ekran.

Przygotowanie kariery na AI nie polega przede wszystkim na nauczeniu się konkretnej aplikacji. Aplikacje będą się zmieniać. Dzisiejszy hit może za rok wyglądać jak odtwarzacz MP3 znaleziony w szufladzie: kiedyś rewolucja, dziś zastanawiasz się, gdzie właściwie podłączyć kabel.

Znacznie ważniejsze jest zrozumienie, które elementy twojej pracy są łatwe do automatyzacji, które można dzięki AI przyspieszyć, a które stają się jeszcze cenniejsze właśnie dlatego, że technologia potrafi zrobić coraz więcej. To wymaga nie paniki, lecz chłodnego spojrzenia na własną pracę.

A człowiek wyjątkowo nie lubi chłodno patrzeć na własną pracę.

Zwłaszcza kiedy od dziesięciu lat wykonuje pewne zadanie i właśnie ktoś sugeruje, że być może można je zrobić w siedem minut.

Naturalna reakcja brzmi wtedy:

"Ale to nie jest takie proste".

Czasami rzeczywiście nie jest.

Czasami natomiast jest dokładnie tak proste i właśnie dlatego robi się nieprzyjemnie.

Największe zagrożenie nie polega więc na tym, że pewnego ranka do biura wejdzie robot, usiądzie przy twoim biurku i poprosi dział IT o dostęp do SharePointa. Znacznie bardziej prawdopodobny scenariusz jest mniej filmowy. Ktoś wykonujący podobną pracę zacznie używać AI lepiej niż ty. Będzie szybciej przygotowywał materiały, sprawniej analizował informacje, łatwiej tworzył pierwsze wersje dokumentów, szybciej porządkował chaos i dzięki temu będzie miał więcej czasu na rzeczy trudniejsze.

Nie człowiek kontra AI.

Częściej człowiek korzystający z AI kontra człowiek, który nadal uważa, że "te całe czaty to chwilowa moda".

Historia zna wiele chwilowych mód.

Internet też miał być jedną z nich.

Twoim celem nie jest jednak zostać zawodowym entuzjastą technologii. Nie musisz przy każdej prezentacji mówić "transformacja", "rewolucja" i "nowy paradygmat", aż dział HR zacznie sprawdzać, czy przypadkiem nie zostałeś podmieniony podczas konferencji.

Masz zrobić coś znacznie bardziej przyziemnego.

Sprawić, żeby twoja wartość zawodowa nie opierała się głównie na rzeczach, które maszyna potrafi zrobić taniej, szybciej i bez marudzenia o poniedziałku.

To oznacza rozwijanie umiejętności, które dobrze współpracują z AI, zamiast konkurować z nią dokładnie tam, gdzie ma przewagę. Umiejętność zadawania dobrych pytań. Ocenianie jakości odpowiedzi. Rozumienie kontekstu biznesowego. Podejmowanie decyzji przy niepełnych danych. Komunikacja. Negocjacje. Odpowiedzialność. Łączenie informacji z wielu źródeł. Rozumienie ludzi, procesu, klienta i konsekwencji decyzji.

AI może przygotować dziesięć pomysłów.

Nadal warto wiedzieć, który z nich jest idiotyczny.

I to szybciej, niż zdąży trafić do prezentacji dla zarządu.

W tej książce nie będziemy próbować przewidzieć dokładnie, które zawody znikną w 2031 roku, bo równie dobrze moglibyśmy prognozować pogodę na maj 2047 i już teraz wybierać parasol. Zamiast tego zajmiemy się czymś bardziej użytecznym: twoją odpornością zawodową.

Sprawdzimy, jak rozłożyć własną pracę na zadania i ocenić, które z nich są najbardziej podatne na automatyzację. Jak zacząć korzystać z AI bez zamieniania całego życia w eksperyment technologiczny. Jak rozwijać umiejętności, których wartość może rosnąć. Jak budować portfolio doświadczeń, kontaktów i kompetencji, dzięki którym nie jesteś przywiązany do jednego stanowiska jak pilot do telewizora, którego już nie masz.

Będzie też o czymś, o czym łatwo zapomnieć, kiedy wszyscy zachwycają się kolejnymi funkcjami modeli: samo używanie AI nie czyni cię automatycznie bardziej wartościowym pracownikiem.

Jeżeli wcześniej tworzyłeś niepotrzebny raport przez trzy godziny, a teraz tworzysz go w siedem minut, gratulacje.

Znacznie szybciej produkujesz coś, czego nikt nie potrzebuje.

Technologia wzmacnia dobre sposoby pracy, ale potrafi też spektakularnie przyspieszyć złe. Dlatego przygotowanie kariery na AI wymaga nie tylko nowych narzędzi, lecz również lepszego rozumienia tego, po co właściwie wykonujesz swoją pracę i za co naprawdę ktoś chce ci płacić.

To jest pytanie znacznie ważniejsze niż: "Jakiego prompta użyć?"

Bo firma nie zatrudnia cię za liczbę promptów.

Zatrudnia cię za rezultat.

I właśnie na tym będziemy budować. Bez paniki. Bez technoentuzjazmu na poziomie człowieka, który kupił inteligentną lodówkę i teraz uważa się za futurystę. Bez przekonywania, że każdy musi zmienić zawód. Za to z konkretnym planem, jak obserwować zmiany, testować narzędzia, rozwijać kompetencje i podejmować decyzje, zanim rynek podejmie część z nich za ciebie.

Nie musisz wiedzieć, jak będzie wyglądać praca za dziesięć lat.

Wystarczy, że przestaniesz przygotowywać się do niej tak, jakby miała wyglądać dokładnie jak dzisiaj.

To już całkiem dobry początek.

Rozdział 1 - Twój zawód to nie jedno zadanie

Wyobraź sobie, że ktoś pyta cię, czym się zajmujesz.

"Jestem kierownikiem sprzedaży."

"Pracuję w marketingu."

"Jestem księgową."

"Zarządzam projektami."

"Pracuję w HR."

Brzmi sensownie. Problem pojawia się wtedy, gdy próbujemy na tej podstawie odpowiedzieć na pytanie: "Czy AI może zagrozić mojej pracy?"

Bo AI nie patrzy na wizytówkę.

Nie obchodzi jej, że jesteś Senior Strategic Business Development Operations Excellence Managerem i nazwa stanowiska zajmuje trzy linijki na LinkedInie.

Interesują ją zadania.

I tutaj zaczyna robić się ciekawie.

Weźmy kierownika sprzedaży. Jego praca może obejmować analizowanie wyników, przygotowywanie prezentacji, prowadzenie spotkań, coaching zespołu, negocjacje z klientami, odpowiadanie na maile, planowanie działań, interpretowanie danych, gaszenie konfliktów i spędzanie dwudziestu minut na poszukiwaniu pliku o nazwie "FINAL_v7_OSTATECZNY_NAPRAWDĘ.xlsx".

To ostatnie pozostaje bezpieczne.

Nawet sztuczna inteligencja ma swoje granice.

Jeśli spojrzysz na pracę jak na jeden wielki zawód, łatwo wpaść w panikę. Czy AI zastąpi marketerów? Księgowych? Menedżerów? Prawników? Sprzedawców?

To trochę tak, jakby zapytać:

"Czy maszyny zastąpią kucharzy?"

Maszyna może pokroić warzywa. Może kontrolować temperaturę. Może odmierzyć składniki. Może nawet przygotować część potrawy. Ale z tego nie wynika automatycznie, że w sobotę wieczorem restaurację będzie prowadził blender.

Najważniejsza zmiana myślenia brzmi więc:

Nie analizuj swojego stanowiska.

Rozłóż je na części.

Zrób zawodową sekcję zwłok

Przez tydzień zapisuj, co naprawdę robisz w pracy. Nie to, co masz w zakresie obowiązków. Zakres obowiązków to literatura fantasy działu HR.

Zapisuj rzeczywistość.

Na przykład:

przygotowuję raport tygodniowy, - analizuję sprzedaż, - odpowiadam klientom, - prowadzę rozmowy z zespołem, - tworzę prezentacje, - szukam informacji, - przygotowuję oferty, - sprawdzam dokumenty, - organizuję harmonogram, - podejmuję decyzje, - rozwiązuję konflikty, - tłumaczę kierownictwu, dlaczego czegoś nie dało się zrobić w terminie, który od początku nie miał kontaktu z rzeczywistością.

Nie oceniaj jeszcze tych czynności. Po prostu je zbierz.

Po kilku dniach możesz odkryć coś mało romantycznego.

Na przykład to, że tylko około jednej trzeciej czasu poświęcasz na pracę, którą uważałeś za swoją właściwą pracę. Reszta to administracja, komunikacja, przetwarzanie informacji, przepisywanie danych, przygotowywanie materiałów i uczestniczenie w spotkaniach, na których osiem osób wspólnie dochodzi do wniosku, że należy zorganizować kolejne spotkanie.

I właśnie w tej części AI pojawia się najwcześniej.

Nie dlatego, że "zastępuje zawody".

Dlatego, że potrafi przejmować fragmenty procesu.

Cztery rodzaje zadań

Teraz weź swoją listę i podziel zadania na cztery grupy.

Pierwsza grupa to zadania łatwe do zautomatyzowania.

Są powtarzalne, mają dość jasne wejście i przewidywalny rezultat. Streszczenie dokumentu. Wstępna analiza danych. Pierwsza wersja maila. Porządkowanie informacji. Standardowy raport. Transkrypcja spotkania. Przerobienie notatek na listę działań.

Jeżeli wykonujesz codziennie niemal identyczną czynność według tego samego schematu, technologia patrzy na nią z zainteresowaniem.

Jak kot na otwartą szafkę.

Druga grupa to zadania, których AI prawdopodobnie nie wykona samodzielnie wystarczająco dobrze, ale może bardzo mocno przyspieszyć człowieka.

Przykład: przygotowanie oferty dla klienta.

AI może stworzyć strukturę, przeanalizować materiały, zaproponować argumenty, poprawić język i przygotować pierwszą wersję. Nadal ktoś musi rozumieć klienta, ceny, możliwości firmy, ryzyko i moment, w którym propozycja "dodajmy gwarancję pełnej satysfakcji" może spowodować nerwowy telefon z działu prawnego.

To ogromna grupa.

I właśnie ona może mieć największy wpływ na twoją karierę.

Trzecia grupa to zadania silnie zależne od kontekstu, odpowiedzialności i relacji.

Rozmowa z pracownikiem, który chce odejść. Negocjacje z ważnym klientem. Decyzja o zmianie strategii. Rozwiązanie konfliktu między działami. Ocena sytuacji, w której dane mówią jedno, a doświadczenie podpowiada coś innego.

AI może pomóc.

Może przygotować cię do rozmowy.

Może wskazać warianty.

Ale ostatecznie ktoś nadal musi powiedzieć:

"Dobra. Robimy to."

I najlepiej, żeby wiedział dlaczego.

Czwarta grupa to zadania, które na razie mają niewielki sens ekonomiczny do automatyzacji albo wymagają obecności fizycznej, złożonej pracy w realnym środowisku czy bardzo specyficznych umiejętności.

Hydraulik diagnozujący dziwny dźwięk w instalacji ma trochę inną sytuację niż osoba przenosząca dane z jednego arkusza do drugiego.

Choć zapewne obaj czasem mówią:

"Kto to, do cholery, wcześniej zrobił?"

Nie pytaj: "Czy AI potrafi to zrobić?"

To pytanie jest za proste.

Lepsze brzmi:

"Jak dużo człowieka będzie potrzebne do wykonania tego zadania za trzy lata?"

To ogromna różnica.

Technologia nie musi wykonywać zadania idealnie, żeby zmienić rynek pracy. Musi wykonywać je wystarczająco dobrze, żeby jedna osoba mogła zrobić więcej.

Załóżmy, że dział przygotowuje miesięcznie sto standardowych analiz. Kiedyś analityk wykonywał dziesięć.

Jeżeli dzięki narzędziom wykonuje dwadzieścia, firma nie musi organizować uroczystej ceremonii "AI właśnie przejęła dział analiz".

Po prostu przy kolejnym wakacie może nie zatrudnić nowej osoby.

To właśnie dlatego część zmian zawodowych będzie mało widowiskowa.

Nie zobaczysz robota zajmującego twoje krzesło.

Zobaczysz brak rekrutacji.

Zmniejszenie zespołu.

Nowe oczekiwania.

Większą liczbę zadań przypisaną do jednej osoby.

Albo pytanie przełożonego:

"Skoro to narzędzie robi pierwszą wersję, to dlaczego zajmuje nam to nadal dwa dni?"

I nagle technologia, która miała oszczędzać czas, stworzyła nowy sposób mierzenia czasu.

Klasyka.

Test podatności zadania

Dla każdego regularnego zadania odpowiedz sobie na pięć pytań:

Czy zadanie jest powtarzalne? 2. Czy pracuję głównie na informacjach cyfrowych? 3. Czy można jasno opisać oczekiwany rezultat? 4. Czy większość pracy polega na przetwarzaniu, porównywaniu, pisaniu, klasyfikowaniu albo podsumowywaniu informacji? 5. Czy błędny rezultat można łatwo zauważyć i poprawić przed wykorzystaniem?

Im więcej odpowiedzi "tak", tym większa szansa, że AI będzie miała istotny wpływ na sposób wykonywania tego zadania.

Nie oznacza to automatycznie zagrożenia.

Czasami oznacza świetną wiadomość.

Jeżeli dwie godziny dziennie spędzasz na przygotowywaniu powtarzalnych dokumentów, a możesz skrócić to do czterdziestu minut, właśnie odzyskałeś spory kawałek życia.

Pytanie brzmi tylko, co z nim zrobisz.

Jeżeli wykorzystasz go na zadania o większej wartości, świetnie.

Jeżeli wypełnisz odzyskany czas kolejnymi dokumentami, gratulacje. Osiągnęliśmy większą efektywność produkcji dokumentów.

Las płacze.

Nie broń zadania tylko dlatego, że jest twoje

To jedna z trudniejszych pułapek.

Ludzie mają tendencję do przeceniania wartości czynności, w których są dobrzy.

Jeżeli przez osiem lat nauczyłeś się błyskawicznie przygotowywać skomplikowane raporty, możesz czuć irytację, gdy pojawia się narzędzie robiące dużą część tej pracy.

To naturalne.

Przez lata inwestowałeś czas w konkretną umiejętność.

Nagle technologia zachowuje się jak człowiek, który przychodzi na twoją działkę z koparką, kiedy ty właśnie zostałeś mistrzem świata w używaniu łopaty.

Łopata nadal może być potrzebna.

Ale dobrze zauważyć koparkę.

Najgorszą strategią jest więc bronienie obecnego sposobu pracy za wszelką cenę.

"Tak robiliśmy zawsze."

Jedno z najbardziej kosztownych zdań w biznesie.

Tuż obok:

"Na pewno zdążymy."

Co zrobić już teraz

Wybierz pięć zadań, które zajmują ci najwięcej czasu.

Nie pięć najważniejszych.

Najbardziej czasochłonnych.

Przy każdym zapisz:

Ile czasu zajmuje mi dzisiaj?

Która część wymaga mojego doświadczenia?

Która część jest mechanicznym przetwarzaniem informacji?

Co mogłoby przygotować AI?

Co nadal muszę sprawdzić lub zrobić sam?

Może się okazać, że zadanie trwające godzinę wygląda tak:

10 minut - zrozumienie problemu.

35 minut - przygotowanie materiału.

10 minut - weryfikacja.

5 minut - decyzja.

Jeżeli technologia może ograniczyć środkowe 35 minut do dziesięciu, nie zastąpiła twojej pracy.

Zmieniła jej proporcje.

I właśnie proporcje będą jednym z najważniejszych tematów przyszłości pracy.

Minimalna wersja dla zabieganych

Jeśli na samą myśl o tygodniowym analizowaniu swoich obowiązków czujesz, że właśnie dostałeś kolejny obowiązek, zrób prostszą wersję.

Jutro pod koniec pracy wypisz dziesięć rzeczy, które robiłeś.

Postaw przy nich:

A - można częściowo zautomatyzować,

W - wymaga wsparcia AI,

C - wymaga przede wszystkim człowieka.

Nie musisz być pewien.

To nie egzamin.

Nikt nie zabierze ci punktów za źle sklasyfikowany Excel.

Najważniejsze, żeby przestać patrzeć na karierę jak na jednolity blok.

Bo twoja praca nie zniknie albo nie przetrwa w całości.

Będzie się zmieniać kawałek po kawałku.

A im wcześniej zobaczysz, które kawałki ruszą pierwsze, tym łatwiej będzie ci zdecydować, gdzie warto inwestować czas.

Nie broń stanowiska.

Buduj wartość niezależnie od stanowiska.

Rozdział 2 - Firma nie płaci ci za bycie zajętym

Jest godzina 17:12.

Zamykasz laptop po dniu pełnym pracy.

Odpowiedziałeś na trzydzieści siedem maili, uczestniczyłeś w pięciu spotkaniach, poprawiłeś prezentację, przekleiłeś dane do arkusza, sprawdziłeś raport, napisałeś komentarze i dwa razy powiedziałeś "wróćmy do głównego tematu", kiedy spotkanie zaczęło zmierzać w stronę analizy wydarzeń sprzed trzech kwartałów.

Byłeś zajęty.

Bardzo zajęty.

Tylko co właściwie powstało?

To pytanie robi się szczególnie ważne w świecie AI, ponieważ technologia bezlitośnie ujawnia różnicę między wykonywaniem czynności a tworzeniem wartości.

Przez lata wiele stanowisk zawierało sporo pracy, która wyglądała profesjonalnie głównie dlatego, że zajmowała dużo czasu.

Jeżeli raport przygotowywano sześć godzin, wydawał się poważny.

Jeżeli prezentacja miała czterdzieści slajdów, musiała być strategiczna.

Jeżeli na spotkaniu siedziało dwanaście osób, sprawa najwyraźniej była ważna.

Dwanaście osób nie może się mylić.

Mogą tylko wspólnie zmarnować dwanaście godzin w ciągu jednej godziny.

AI zaczyna psuć ten wygodny układ, ponieważ potrafi dramatycznie skrócić czas wykonania części czynności. I kiedy coś, co wcześniej zajmowało trzy godziny, zaczyna zajmować piętnaście minut, pojawia się niewygodne pytanie:

"Za co właściwie klient albo firma płaci?"

Za dokument?

Za czas?

Za decyzję?

Za poprawny rezultat?

Za wiedzę?

Za odpowiedzialność?

Za rozwiązanie problemu?

Im lepiej odpowiesz na to pytanie, tym lepiej przygotujesz swoją karierę.

Wartość nie zawsze jest tam, gdzie spędzasz czas

Wyobraź sobie specjalistę przygotowującego cotygodniową analizę sprzedaży.

Zbieranie danych: 45 minut.

Porządkowanie danych: 30 minut.

Tworzenie wykresów: 40 minut.

Pisanie komentarza: 30 minut.

Wysyłka raportu: 5 minut.

Łącznie dwie i pół godziny.

Gdzie znajduje się największa wartość?

Można automatycznie odpowiedzieć: "W całym procesie".

Nie.

Największa wartość może znajdować się w pięciu minutach, podczas których specjalista zauważa:

"Sprzedaż produktu A spadła nie dlatego, że klienci przestali go kupować. Dwa największe sklepy nie miały go na stanie."

To jest informacja, która może prowadzić do działania.

Pozostałe dwie godziny i dwadzieścia pięć minut były drogą do tej informacji.

Jeżeli AI skraca drogę, wartość człowieka nie musi spaść.

Może wzrosnąć.

Pod warunkiem, że człowiek rzeczywiście potrafi zrobić coś z tym, co dostał.

Bo jeżeli po automatycznym wygenerowaniu raportu jedyną kompetencją pozostaje naciśnięcie "Wyślij", sytuacja robi się mniej komfortowa.

Przycisk nie ma silnej pozycji negocjacyjnej.

Zadaj pytanie: "Co się stanie, jeśli tego nie zrobię?"

To prosty test wartości.

Weź dowolną regularną czynność i zapytaj:

"Jeśli jutro przestanę to robić, co konkretnie się wydarzy?"

Jeżeli odpowiedź brzmi:

"Klient nie dostanie oferty."

Wartość jest jasna.

"Nie podejmiemy decyzji dotyczącej budżetu."

Jasna.

"Zespół nie będzie wiedział, co ma zrobić."

Również jasna.

A teraz:

"Nie przygotuję prezentacji zbierającej informacje, które wszyscy już mają w systemie."

Hmm.

"Nie wyślę raportu, którego nikt od sześciu miesięcy nie komentował."

Interesujące.

"Nie zaktualizuję tabeli stworzonej przez człowieka, który od dwóch lat nie pracuje w firmie."

Zaczynamy odkrywać archeologię korporacyjną.

W wielu organizacjach zadania trwają dlatego, że kiedyś ktoś je rozpoczął, a później nikt nie zadał pytania, czy nadal mają sens.

AI daje świetną okazję do automatyzacji.

Ale najpierw warto upewnić się, że nie automatyzujemy głupoty.

Bo automatyzacja niepotrzebnego procesu nie tworzy dobrego procesu.

Tworzy bardzo szybką głupotę.

Trzy poziomy wartości zawodowej

Możesz spojrzeć na swoją pracę jak na trzy piętra.

Na pierwszym znajdują się czynności.

Napisanie maila.

Stworzenie wykresu.

Przygotowanie podsumowania.

Przepisanie danych.

Zebranie informacji.

To właśnie tutaj AI radzi sobie coraz lepiej.

Drugie piętro to rozwiązywanie problemów.

Dlaczego wyniki spadły?

Który klient ma największy potencjał?

Jak skrócić proces?

Co zmienić w kampanii?

Jak rozwiązać konflikt?

Co powinno znaleźć się w ofercie?

Na tym poziomie AI może być bardzo pomocna, ale człowiek zwykle nadal potrzebuje kontekstu, priorytetów i umiejętności oceny.

Trzecie piętro to odpowiedzialność za rezultat.

Podejmujesz decyzję.

Przekonujesz ludzi.

Negocjujesz.

Ustalasz priorytety.

Bierzesz odpowiedzialność.

Pilnujesz wdrożenia.

Reagujesz, kiedy plan po kontakcie z rzeczywistością rozpada się jak parasol za dziewięć złotych podczas pierwszego podmuchu wiatru.

Im wyżej znajduje się większa część twojej wartości, tym trudniej zastąpić cię prostą automatyzacją.

Nie oznacza to, że każdy musi zostać dyrektorem.

Specjalista również może działać wysoko.

Świetny analityk nie jest wartościowy dlatego, że potrafi zrobić tabelę przestawną.

Jest wartościowy, bo potrafi powiedzieć:

"Te dane wyglądają dziwnie. Sprawdźmy źródło, zanim podejmiemy decyzję za pół miliona."

Świetny sprzedawca nie jest wartościowy dlatego, że wysyła ofertę.

Jest wartościowy, bo rozumie, czego klient naprawdę potrzebuje, kiedy warto naciskać, kiedy odpuścić i dlaczego zdanie "muszę porozmawiać z szefem" czasami oznacza dokładnie to, a czasami oznacza "proszę przestać do mnie dzwonić".

AI może pomóc analizować sygnały.

Człowiek nadal musi żyć wśród ludzi.

To jest przewaga i kara jednocześnie.

Przesuń się o jedno piętro wyżej

Nie musisz zmieniać zawodu.

Spróbuj przesunąć charakter swojej pracy.

Jeżeli dziś większość czasu zajmuje ci przygotowanie informacji, rozwijaj umiejętność ich interpretacji.

Jeżeli analizujesz informacje, rozwijaj umiejętność rekomendowania działań.

Jeżeli rekomendujesz działania, rozwijaj zdolność ich wdrażania.

Jeżeli wdrażasz, ucz się brać odpowiedzialność za wynik.

Spójrzmy na prosty przykład.

Stary model:

"Przygotowałem raport."

Lepszy model:

"Przygotowałem raport i wskazałem trzy najważniejsze zmiany."

Jeszcze lepszy:

"Wskazałem trzy zmiany i rekomenduję, żebyśmy zareagowali na drugą."

Jeszcze wyżej:

"Uzgodniłem działania z zespołem i sprawdzimy wynik za dwa tygodnie."

Ta sama osoba.

Ten sam obszar.

Zupełnie inna wartość.

Pierwszy wariant dostarcza plik.

Ostatni prowadzi do rezultatu.

AI jest wyjątkowo dobra w produkowaniu plików.

Uważaj na pułapkę "jestem szybki"

Przez lata szybkość wykonywania zadania mogła być ogromną zaletą.

"Ania robi prezentację w godzinę."

Świetnie.

Teraz narzędzie przygotowuje pierwszą wersję w trzy minuty.

Czy umiejętność Ani straciła wartość?

Częściowo być może tak.

Ale Ania nadal może mieć przewagę, jeśli potrafi ocenić, które slajdy są potrzebne, jakie dane są wiarygodne, czego brakuje i jak przedstawić historię tak, żeby ktoś na jej podstawie podjął decyzję.

Jeżeli natomiast cała przewaga Ani polegała na szybkim przesuwaniu prostokątów w PowerPoincie, technologia właśnie zaczęła zaglądać jej przez ramię.

Nie panikujemy.

Ale też nie udajemy, że za plecami stoi roślina doniczkowa.

Znajdź swój "wynik końcowy"

Dokończ zdanie:

"Firma płaci mi przede wszystkim za to, że dzięki mojej pracy..."

Nie:

"...tworzę raporty."

To czynność.

Co dzięki nim?

"...menedżerowie szybciej wykrywają problemy sprzedażowe."

Lepiej.

Nie:

"...prowadzę szkolenia."

Co zmienia szkolenie?

"...sprzedawcy lepiej prezentują produkt i częściej zamykają sprzedaż."

Nie:

"...obsługuję klientów."

Co to oznacza biznesowo?

"...problemy klientów są rozwiązywane szybko i rzadziej rezygnują z usługi."

Teraz zaczynasz mówić językiem wartości.

Możliwe, że nie znasz dokładnej odpowiedzi.

To też cenna informacja.

Jeżeli po pięciu latach na stanowisku trudno ci powiedzieć, jaki rezultat właściwie tworzysz, warto się temu przyjrzeć zanim zrobi to ktoś planujący reorganizację.

Zbuduj mapę wartości

Podziel kartkę na trzy kolumny.

Czynność

Co robię?

Rezultat

Co dzięki temu powstaje albo się zmienia?

Moja przewaga

Dlaczego potrzebny jest tutaj człowiek z moją wiedzą?

Przykład:

Czynność: przygotowanie oferty.

Rezultat: klient dostaje rozwiązanie dopasowane do potrzeb.

Moja przewaga: znam historię klienta, jego ograniczenia, sytuację konkurencyjną i potrafię negocjować.

Albo:

Czynność: analiza danych sprzedażowych.

Rezultat: wykrywamy problemy i szanse.

Moja przewaga: rozumiem kanał sprzedaży i wiem, które anomalie wymagają reakcji.

Takie ćwiczenie pokazuje, gdzie rzeczywiście masz zawodowy kapitał.

A gdzie po prostu wykonujesz czynność.

Co rozwijać?

Jeżeli chcesz przygotować karierę na AI, szukaj kompetencji przesuwających cię bliżej rezultatu.

Najczęściej będą to:

rozumienie konkretnej branży, - znajomość klientów, - podejmowanie decyzji, - weryfikowanie informacji, - rozwiązywanie nietypowych problemów, - komunikacja, - negocjacje, - zarządzanie zmianą, - praca z ludźmi, - łączenie danych z kontekstem, - umiejętność korzystania z AI bez bezkrytycznej wiary w jej odpowiedzi.

Ostatni punkt będzie coraz ważniejszy.

Bo możliwość wygenerowania odpowiedzi nie oznacza jeszcze możliwości wygenerowania prawdy.

Model może brzmieć bardzo przekonująco.

Tak samo jak człowiek, który nigdy nie był we Włoszech, ale po dwóch Aperolach szczegółowo tłumaczy wszystkim, gdzie w Rzymie robią najlepszą carbonarę.

Pewność siebie nie jest dowodem jakości.

Plan minimum

Wybierz jedną czynność, którą wykonujesz regularnie.

Dopisz do niej dwa zdania:

"Prawdziwy rezultat tej czynności to..."

"Moja wartość nie polega na wykonaniu czynności, lecz na..."

Jeśli nie potrafisz dokończyć drugiego zdania, właśnie znalazłeś obszar wymagający uwagi.

Nie dlatego, że jutro stracisz pracę.

Dlatego, że warto zacząć przesuwać swoją rolę z wykonywania zadania w stronę rozwiązywania problemu.

AI będzie coraz lepiej robiła rzeczy.

Ty ucz się coraz lepiej rozumieć, które rzeczy warto robić.

To znacznie bezpieczniejsze miejsce na przyszłość.

Rozdział 3 - Najbardziej zagrożona jest rutyna, nie człowiek

Masz zadanie, które wykonujesz od lat. Znasz je świetnie. Wiesz, gdzie kliknąć, co skopiować, z którego pliku pobrać dane i że kolumna H wygląda niepozornie, ale jeśli jej nie odświeżysz, wszystko się rozsypie.

Nowa osoba potrzebuje trzech tygodni, żeby to zrozumieć.

Ty robisz to w czterdzieści minut.

I właśnie dlatego możesz mieć wrażenie, że posiadasz bardzo wartościową umiejętność.

Problem polega na tym, że z punktu widzenia automatyzacji opis brzmi trochę inaczej:

"Człowiek wykonuje serię przewidywalnych kroków na danych cyfrowych według powtarzalnego schematu".

AI właśnie poprawiła okulary.

To nie znaczy, że jesteś niepotrzebny. Znaczy tylko, że powtarzalność jest jednym z pierwszych miejsc, w których technologia zaczyna przejmować pracę, ponieważ właśnie tam najłatwiej opisać reguły, wzorce i oczekiwany rezultat.

Im bardziej twoje zadanie przypomina instrukcję:

"Jeżeli A, zrób B. Następnie sprawdź C. Jeżeli wynik przekracza X, przygotuj Y",

tym łatwiej będzie próbować je automatyzować.

Człowiek może być w tym absolutnym mistrzem.

Niestety maszyna nie przyznaje punktów za staż.

Doświadczenie i rutyna to nie to samo

Tu warto rozdzielić dwie rzeczy.

Doświadczenie jest niezwykle cenne.

Rutyna bywa cenna tylko tak długo, jak długo nie istnieje tańszy sposób wykonania tej samej czynności.

Doświadczenie pomaga rozpoznać wyjątek, którego inni nie zauważają. Pozwala przewidzieć konsekwencje decyzji. Ułatwia właściwą interpretację informacji. Sprawia, że widzisz problem wcześniej.

Rutyna oznacza natomiast często:

"Robię to szybko, bo robiłem to tysiąc razy".

Jeżeli technologia potrafi wykonać tysiąc pierwszy raz w sekundę, sytuacja wygląda trochę inaczej.

Przykład?

Specjalista przez wiele lat nauczył się przygotowywać świetne podsumowania spotkań. Notuje szybko, wychwytuje decyzje, porządkuje zadania i dwadzieścia minut po zakończeniu spotkania wysyła wszystkim elegancki dokument.

Naprawdę wartościowa umiejętność.

Do momentu, gdy system sam nagrywa spotkanie, tworzy transkrypcję, wyciąga ustalenia i przypisuje zadania.

Czy doświadczenie specjalisty znika?

Nie.

Ale wartość samego notowania może spaść dramatycznie.

Jeżeli specjalista wykorzysta odzyskany czas, żeby pilnować realizacji ustaleń, usuwać przeszkody i doprowadzać projekty do końca, jego wartość może nawet wzrosnąć.

Jeżeli natomiast jego zawodowa tożsamość brzmi:

"Nikt nie robi notatek tak dobrze jak ja",

przyszłość może być emocjonalnie interesująca.

Pułapka zawodowej dumy

Każdy chce czuć, że jest dobry w swojej pracy.

To normalne.

Problem zaczyna się wtedy, gdy zaczynamy bronić konkretnych czynności nie dlatego, że nadal tworzą największą wartość, ale dlatego, że właśnie w nich jesteśmy ekspertami.

Wyobraź sobie człowieka, który całe życie ręcznie przepisywał dokumenty i osiągnął w tym niezwykłą biegłość.

Pojawia się drukarka.

On odpowiada:

"Ale drukarka nie rozumie dokumentu".

Prawda.

Nie musi.

Jej zadaniem jest drukować.

Kilka dekad później podobny mechanizm może pojawiać się w innych zawodach. Nie warto śmiać się z człowieka od przepisywania.

W pewnych obszarach sami nim jesteśmy.

"AI może napisać tekst, ale nie rozumie klienta."

Zgoda.

Czy cały twój wkład polega jednak na rozumieniu klienta?

Czy przez cztery godziny próbujesz dopracować pierwszą wersję tekstu, którą narzędzie mogłoby stworzyć w minutę, a ty następnie wykorzystałbyś swoją wiedzę o kliencie do jej poprawienia?

To dwie różne rzeczy.

Nie broń młotka tylko dlatego, że świetnie umiesz nim wbijać gwoździe.

Sprawdź, czy ktoś właśnie nie przyniósł wkrętarki.

Najbardziej niebezpieczne zdanie

"Tego się nie da zautomatyzować."

Czasami to prawda.

Ale samo zdanie jest ryzykowne, ponieważ zamyka analizę.

Lepsze pytanie brzmi:

"Której części tego nie da się dziś sensownie zautomatyzować?"

Załóżmy, że rekruter mówi:

"Rozmowy z kandydatami wymagają człowieka".

Oczywiście.

Ale cała rekrutacja to nie tylko rozmowa.

Są opisy stanowisk, selekcja informacji, umawianie spotkań, porównywanie profili, przygotowanie pytań, podsumowanie rozmowy, komunikacja z kandydatem, raport dla menedżera.

Część procesu może się zmienić, choć sama rozmowa pozostaje ludzka.

Prawnik może powiedzieć:

"AI nie weźmie odpowiedzialności za opinię prawną".

Słusznie.

Ale może pomóc wyszukać informacje, uporządkować dokumentację, przygotować strukturę argumentacji albo wskazać obszary do sprawdzenia.

Sprzedawca może powiedzieć:

"AI nie zbuduje relacji z klientem".

Być może.

Ale może pomóc przygotować się do spotkania, przeanalizować wcześniejszą komunikację, stworzyć propozycję i przypomnieć, że klient wspomniał o ważnym problemie trzy rozmowy wcześniej.

Relacja zostaje.

Część otoczki może być coraz bardziej automatyczna.

I właśnie dlatego warto patrzeć na proces, a nie na magiczne zdanie:

"Mnie to nie dotyczy".

Technologia lubi takie zdania.

Działają na nią motywująco.

Rutyna ukrywa się wszędzie

Nie myśl tylko o prostych pracach administracyjnych.

Rutyna występuje również w zadaniach uznawanych za bardzo specjalistyczne.

Analityk może każdego tygodnia sprawdzać te same wskaźniki.

Menedżer może tworzyć podobne podsumowania.

Marketingowiec może przygotowywać kolejne warianty podobnych materiałów.

Programista może pisać powtarzalny kod.

Prawnik może analizować podobne zapisy umowne.

Lekarz może wykonywać część dokumentacji według tych samych schematów.

Specjalistyczność zadania nie chroni go przed automatyzacją.

Chroni go raczej stopień nieprzewidywalności, odpowiedzialności, kontekstu i potrzeby oceny.

To trochę jak z prowadzeniem samochodu. Prosta droga przy dobrej pogodzie jest łatwiejsza do automatyzacji niż manewrowanie po chaotycznym parkingu pod supermarketem w sobotę, kiedy pieszy z wózkiem wychodzi zza SUV-a, ktoś parkuje na dwóch miejscach, a człowiek w Skodzie uznał kierunkowskaz za opcję wyposażenia premium.

Nie każda sytuacja ma tyle samo zmiennych.

Tak samo z pracą.

Sprawdź poziom rutyny

Dla najważniejszych zadań możesz zastosować prostą skalę.

Poziom 1 - prawie zawsze identycznie

Te same kroki, podobne dane, podobny rezultat.

Największa podatność na automatyzację.

Poziom 2 - podobnie, ale występują wyjątki

Proces jest w dużej mierze powtarzalny, lecz trzeba czasem podjąć prostą decyzję.

Nadal wysoka podatność.

Poziom 3 - struktura jest podobna, ale kontekst mocno się zmienia

AI może pomagać, lecz rośnie znaczenie ludzkiej oceny.

Poziom 4 - każdy przypadek jest wyraźnie inny

Wymaga doświadczenia, interpretacji, kontaktu z ludźmi albo odpowiedzialności.

Automatyzacja trudniejsza.

Poziom 5 - chaos w eleganckim garniturze

Niejasne cele, sprzeczne interesy, niepełne dane, presja czasu i człowiek z zarządu pytający:

"A może zrobimy to zupełnie inaczej?"

Tutaj nadal dobrze mieć człowieka.

Najlepiej wypoczętego.

Chociaż z tym bywa różnie.

Nie próbuj koniecznie uciekać od automatyzacji

Naturalny odruch może być taki:

"Skoro moje zadanie można zautomatyzować, muszę znaleźć takie, którego nie można".

Nie zawsze.

Często lepszą strategią jest zostać osobą, która pierwsza potrafi to zadanie automatyzować.

Załóżmy, że cztery osoby w dziale co tydzień przygotowują podobne raporty.

Możesz walczyć o utrzymanie starego sposobu pracy.

Możesz też powiedzieć:

"Sprawdźmy, czy jesteśmy w stanie skrócić przygotowanie raportu o połowę."

W drugim wariancie stajesz się częścią zmiany zamiast jej przeszkodą.

To bardzo ważna różnica.

Firmy często potrzebują ludzi, którzy rozumieją zarówno pracę, jak i sposób jej usprawnienia.

Nie musisz pisać systemu.

Musisz wiedzieć, co warto usprawnić, jak sprawdzić wynik i gdzie automatyzacja może zrobić głupotę.

Technologia potrzebuje opiekuna.

Zwłaszcza kiedy nabierze pewności siebie.

Zbuduj własną "listę rutyny"

Przez najbliższe dni zwracaj uwagę na momenty, kiedy myślisz:

"Znowu to samo."

To świetne sygnały.

"Znowu muszę przerobić te dane."

"Znowu przygotowuję taki sam mail."

"Znowu kopiuję informacje do prezentacji."

"Znowu porównuję te same dokumenty."

"Znowu szukam tych samych informacji."

Nie irytuj się.

Notuj.

To może być twoja osobista lista kandydatów do automatyzacji albo usprawnienia.

Jeżeli znajdziesz trzy takie czynności i skrócisz każdą o dwadzieścia minut tygodniowo, zyskujesz godzinę.

Jeżeli znajdziesz dziesięć, robi się poważniej.

A jeżeli odkryjesz, że osiemdziesiąt procent twojej pracy to "znowu to samo", nie panikuj.

To nie wyrok.

To informacja.

Informacje bywają nieprzyjemne, ale nadal są tańsze niż niespodzianka.

Plan minimum

Wybierz jedną rzecz, którą wykonujesz co najmniej raz w tygodniu.

Nie próbuj jej od razu automatyzować.

Najpierw rozpisz proces.

Co dostajesz na wejściu?

Co robisz?

Jakie decyzje podejmujesz?

Co wychodzi na końcu?

Które kroki są mechaniczne?

Które wymagają oceny?

Jeżeli okaże się, że osiem z dziesięciu kroków jest mechanicznych, masz jasny sygnał.

Nie musisz bronić tych ośmiu.

Możesz pozostać osobą odpowiedzialną za dwa najważniejsze.

I właśnie tam warto budować przewagę.

Bo przyszłość kariery nie będzie polegała na tym, żeby człowiek wykonywał wszystko sam.

Będzie polegała na tym, żeby wiedział, czego nie powinien oddawać.

Rozdział 4 - "AI się myli" nie jest strategią kariery

Pokazujesz komuś odpowiedź wygenerowaną przez AI.

Jest błąd.

Człowiek uśmiecha się z satysfakcją.

"Wiedziałem."

Sprawa zamknięta.

Sztuczna inteligencja została pokonana.

Można wrócić do ręcznego tworzenia wszystkiego, ponieważ technologia popełniła błąd, a człowiek - jak powszechnie wiadomo - nigdy nie pomylił liczby w Excelu, nie wysłał maila do złej osoby i nie umieścił w prezentacji wykresu z poprzedniego kwartału.

Wspaniale.

Niestety błędy AI są realnym problemem, ale budowanie na nich zawodowego poczucia bezpieczeństwa to kiepski pomysł.

Technologia nie musi być nieomylna.

Musi być wystarczająco użyteczna.

Maszyna nie musi być lepsza od najlepszego człowieka

To jedna z najważniejszych rzeczy do zrozumienia.

Jeśli porównujesz AI do najlepszego specjalisty w branży, możesz dojść do wniosku:

"Jeszcze długo go nie zastąpi."

Możliwe.

Ale rynek nie składa się wyłącznie z najlepszych specjalistów.

Znaczna część pracy wykonywana jest na poziomie wystarczającym.

Mail ma być wystarczająco dobry.

Notatka ma być wystarczająco dobra.

Pierwsza wersja prezentacji ma być wystarczająco dobra.

Podsumowanie dokumentu ma pomóc szybko zrozumieć temat.

Jeżeli AI przygotuje coś w osiemdziesięciu procentach dobrze w ciągu trzydziestu sekund, a człowiek potrzebuje godziny, firma może zaakceptować model:

AI robi pierwszą wersję.

Człowiek sprawdza.

I tutaj zmienia się ekonomia pracy.

Wcześniej potrzebowałeś sześciu osób produkujących pierwsze wersje.

Teraz być może potrzebujesz czterech osób, które potrafią szybko poprawić, zweryfikować i wykorzystać wynik.

To nie jest futurystyczny film.

To zwykła matematyka organizacyjna.

Matematyka ma fatalne poczucie humoru.

"Ale człowiek musi to sprawdzić"

Tak.

I właśnie dlatego umiejętność sprawdzania będzie coraz cenniejsza.

Nie chodzi jednak o to, żeby traktować konieczność weryfikacji jako dowód bezwartościowości narzędzia.

Kalkulator również trzeba prawidłowo użyć.

Samochód trzeba prowadzić.

Excel potrafi perfekcyjnie policzyć kompletną bzdurę, jeśli wpiszesz złą formułę.

Nikt z tego powodu nie wrócił masowo do liczydeł.

Prawdziwe pytanie brzmi:

"Czy połączenie człowieka i narzędzia daje lepszy rezultat niż człowiek pracujący bez narzędzia?"

Jeżeli tak, rynek zacznie premiować ludzi, którzy potrafią tworzyć takie połączenie.

Nie tych, którzy najbardziej widowiskowo udowadniają, że AI kiedyś pomyliła Warszawę z Krakowem.

To naprawdę nie jest konkurs.

Są trzy rodzaje ludzi przy technologicznej zmianie

Pierwszy typ mówi:

"Nie używam tego. To się myli."

Drugi:

"AI zrobi wszystko. Wklejam i wysyłam."

Obie strategie są kiepskie.

Pierwsza ignoruje potencjał.

Druga ignoruje ryzyko.

Najbardziej wartościowy jest trzeci człowiek:

"Wiem, gdzie AI może mi pomóc. Wiem, gdzie trzeba ją sprawdzić. Wiem też, czego nie powinienem jej powierzać."

To jest dojrzałe korzystanie z technologii.

Nie zachwyt.

Nie strach.

Kompetencja.

Najważniejsza nowa umiejętność: kontrola jakości

Wyobraź sobie, że AI przygotowuje analizę rynku.

Wersja pierwsza wygląda świetnie.

Profesjonalny język.

Logiczne nagłówki.

Dane.

Wnioski.

Pięknie.

Teraz osoba niedoświadczona myśli:

"Świetna analiza."

Osoba bardziej doświadczona pyta:

"Skąd są te dane?"

I właśnie między tymi dwiema reakcjami może znajdować się spora różnica wartości zawodowej.

Im więcej treści, kodu, analiz, podsumowań i rekomendacji będzie powstawało automatycznie, tym cenniejsi będą ludzie potrafiący odróżnić:

dobrą odpowiedź od odpowiedzi tylko dobrze napisanej,

wiarygodne dane od liczb wyglądających wiarygodnie,

sensowną rekomendację od efektownego nonsensu,

pomocną automatyzację od bardzo sprawnego produkowania problemów.

AI często potrafi brzmieć jak człowiek, który jest całkowicie pewien odpowiedzi.

Nawet kiedy odpowiedź właśnie wymyślił.

Czyli pod tym względem technologia bardzo szybko nauczyła się funkcjonować na spotkaniach biznesowych.

Weryfikacja powinna być częścią procesu

Najgorszy model pracy wygląda tak:

Poproś AI. 2. Skopiuj. 3. Wyślij. 4. Odkryj błąd. 5. Zacznij aktualizować CV.

Lepszy model zawiera kontrolę.

W zależności od zadania możesz sprawdzić:

fakty, - liczby, - źródła, - logikę wniosków, - zgodność z kontekstem, - język, - ryzyko, - dane wrażliwe, - założenia.

Nie każde zadanie wymaga pełnego audytu.

Jeśli prosisz o propozycje nazw wewnętrznego spotkania, nie musisz zwoływać komisji ds. bezpieczeństwa narodowego.

Jeśli AI przygotowuje analizę, na podstawie której podejmiesz ważną decyzję finansową, sytuacja wygląda inaczej.

Poziom kontroli powinien zależeć od konsekwencji błędu.

To banalne.

A jednak ludzie zadziwiająco często sprawdzają najdokładniej kolor ikonki, a najmniej założenie finansowe warte pół miliona.

Priorytety bywają artystyczne.

Naucz się rozpoznawać zadania wysokiego ryzyka

Najlepsza strategia nie polega na tym, żeby bać się każdej odpowiedzi AI.

Polega na tym, żeby wiedzieć, kiedy błąd naprawdę ma znaczenie.

Możesz myśleć o trzech poziomach.

Niskie ryzyko

Pomysły, robocze wersje, formatowanie, streszczenia do własnego użytku, propozycje struktury.

Błąd kosztuje niewiele.

Poprawiasz i idziesz dalej.

Średnie ryzyko

Materiały wysyłane klientom, analizy biznesowe, prezentacje, rekomendacje, komunikacja zewnętrzna.

Potrzebna jest świadoma kontrola.

Wysokie ryzyko

Prawo, finanse, bezpieczeństwo, zdrowie, poufne informacje, decyzje dotyczące ludzi, duże zobowiązania.

Tu nie ma miejsca na model:

"Brzmi przekonująco, więc chyba dobrze."

W takich obszarach AI może wspierać pracę, ale nie powinna zastępować wymaganej ekspertyzy i odpowiedzialności.

To ważne również dla twojej kariery.

Im lepiej rozumiesz ryzyko w swojej dziedzinie, tym trudniej sprowadzić twoją pracę do prostego:

"Wpisz polecenie i gotowe."

Ekspert przyszłości będzie filtrem

Kiedy informacji jest mało, cenny jest człowiek, który potrafi je zdobyć.

Kiedy informacji jest bardzo dużo, coraz cenniejszy staje się człowiek, który potrafi je odfiltrować.

AI dramatycznie zwiększa ilość dostępnych treści.

Możesz w minutę dostać:

pięćdziesiąt pomysłów,

dziesięć strategii,

cztery wersje komunikatu,

analizę konkurencji,

plan projektu,

listę ryzyk,

harmonogram,

a prawdopodobnie także motywujące zakończenie z trzema punktami o synergii.

Nie cierpimy już na brak materiału.

Cierpimy na nadmiar materiału o niepewnej jakości.

W takiej rzeczywistości wartościowa jest osoba, która potrafi powiedzieć:

"Te dwie rzeczy są istotne. Resztę możemy wyrzucić."

To kompetencja bardzo trudna do zauważenia w CV.

Ale bardzo łatwa do zauważenia w pracy.

Nie walcz o bycie nieomylnym

Jeszcze jedna pułapka.

Nie próbuj konkurować z AI argumentem:

"Ja popełniam mniej błędów."

Może rzeczywiście.

Ale przyszłość prawdopodobnie nie będzie konkursem między tobą a modelem działającym samodzielnie.

Będzie porównaniem:

człowiek bez AI

z

człowiekiem wspieranym przez AI.

I wtedy sytuacja się zmienia.

Wyobraźmy sobie dwóch specjalistów.

Pierwszy przygotowuje analizę w trzy godziny.

Drugi wykorzystuje AI do zebrania wstępnych informacji, samodzielnie je sprawdza, odrzuca błędy, dodaje kontekst i kończy w godzinę.

Który jest bardziej wartościowy?

Nie zawsze drugi.

Ale coraz częściej będzie.

Zwłaszcza jeśli jakość końcowa jest podobna lub lepsza.

Twój nowy standard

Zamiast mówić:

"AI się myli",

przyjmij zasadę:

"AI może się mylić. Moim zadaniem jest wiedzieć, gdzie i jak to sprawdzić."

To subtelna zmiana.

Ale zawodowo ogromna.

Bo przestajesz być przeciwnikiem technologii.

Stajesz się jej operatorem i kontrolerem.

I nagle błąd AI nie jest argumentem przeciwko narzędziu.

Jest częścią procesu.

Tak samo jak błąd człowieka.

Tyle że człowiek po błędzie często mówi:

"To nie ja, plik się źle zapisał."

Model przynajmniej nie obwinia Excela.

Jeszcze.

Praktyczne ćwiczenie

Wybierz jedno zadanie, przy którym możesz bezpiecznie użyć AI do przygotowania pierwszej wersji.

Następnie nie pytaj tylko:

"Czy odpowiedź jest dobra?"

Sprawdź ją według czterech kryteriów:

Co jest poprawne?

Co jest wątpliwe?

Czego brakuje?

Co wymaga mojego doświadczenia?

To ćwiczenie uczy znacznie więcej niż samo generowanie odpowiedzi.

Zaczynasz widzieć granice narzędzia.

A kiedy znasz granice, możesz korzystać z niego znacznie bezpieczniej.

Plan minimum

Jeśli nie korzystasz jeszcze regularnie z AI, nie musisz od jutra przerabiać całego sposobu pracy.

Wybierz jedno mało ryzykowne zadanie.

Na przykład:

streszczenie własnych notatek,

uporządkowanie listy pomysłów,

przygotowanie roboczej struktury prezentacji,

poprawienie języka maila,

zaproponowanie pytań do analizy problemu.

Wykorzystaj wynik jako materiał roboczy.

Nie jako wyrocznię.

Sprawdź go.

Popraw.

Porównaj czas.

A potem odpowiedz sobie:

"Czy dzięki temu zrobiłem pracę szybciej albo lepiej?"

To jest pytanie ważniejsze niż:

"Czy AI jest inteligentna?"

Twojej karierze wszystko jedno, jak filozoficznie definiujemy inteligencję.

Znacznie bardziej interesuje ją to, kto za dwa lata będzie potrafił dobrze korzystać z dostępnych narzędzi.

Błąd AI nie jest powodem do paniki.

Nie jest też powodem do ignorowania AI.

Jest powodem, żeby nauczyć się ją kontrolować.

I to jest umiejętność, którą warto mieć, zanim stanie się oczywistym wymaganiem.