Perangkap Kerja Bayangan: Mengapa Transformasi AI Sering Mewujudkan Tugasan Baharu yang Tidak Kelihatan

Saya melihatnya setiap minggu: seorang pengasas memberitahu saya bahawa mereka akhirnya telah memulakan perjalanan transformasi AI mereka. Mereka telah menggantikan penulis teks mereka dengan ChatGPT dan ketua sokongan pelanggan mereka dengan bot. Tetapi apabila saya melihat kalendar mereka, mereka lebih kepenatan berbanding sebelum ini. Mengapa? Kerana mereka telah terjatuh ke dalam Perangkap Kerja Bayangan. Bukannya melakukan kerja tersebut, mereka kini menghabiskan lapan jam sehari untuk menyemak kerja tersebut. Mereka tidak membina perniagaan yang lebih ramping; mereka hanya mengubah diri mereka menjadi editor bergaji tinggi untuk mesin yang tidak peduli tentang keletihan melampau mereka.

Inilah paradoks besar gelombang AI semasa. Kita dijanjikan kecekapan total, namun banyak perniagaan secara tidak sengaja mewujudkan lapisan 'kesesakan pengurusan' yang baharu. Mereka menggaji (atau menugaskan semula) manusia untuk menyelia AI dengan cara yang mewujudkan lebih banyak geseran berbanding proses manual yang asal. Jika transformasi AI anda menghasilkan nisbah 1:1 antara 'hasil AI' dengan 'masa semakan manusia', anda sebenarnya tidak mengautomasikan apa-apa. Anda hanya mengubah sifat kos overhed anda.

Beban Pengesahan: Cukai Baharu Terhadap Produktiviti

Saya menamakan fenomena ini sebagai Beban Pengesahan. Ia berlaku apabila kos untuk mengesahkan hasil AI melebihi kos manusia yang melaksanakan tugasan tersebut dari awal.

Pertimbangkan sebuah firma guaman atau perundingan. Apabila mereka menggunakan AI untuk merangka laporan yang kompleks, rakan kongsi kanan sering menghabiskan masa yang sama lamanya untuk menyemak fakta dan nuansa AI sebagaimana masa yang mereka habiskan untuk membimbing sekutu junior. Dalam banyak persekitaran perkhidmatan profesional, beban ini adalah pembunuh senyap bagi ROI. Firma tersebut 'menjimatkan' wang untuk gaji kakitangan junior, tetapi kehilangannya sepuluh kali ganda melalui jam boleh dibilkan rakan kongsi kanan yang dihabiskan dalam mod semakan mendalam.

Ini berlaku kerana kebanyakan perniagaan menganggap AI sebagai Alatan, bukannya sebuah Sistem. Sesuatu alatan memerlukan tangan untuk memegangnya. Sesuatu sistem memerlukan rangka kerja untuk mentadbirnya. Apabila anda beroperasi sebagai perniagaan berasaskan alatan, anda sentiasa terperangkap dalam fasa 'Kerja Bayangan'—tugasan tidak kelihatan seperti pemberian prompt, pembetulan, pemformatan, dan semakan berganda yang tidak pernah muncul dalam hamparan kerja tetapi menghabiskan seluruh waktu petang anda.

Falasi 'Human-in-the-Loop'

Kita sering diberitahu bahawa 'Human-in-the-Loop' adalah standard emas untuk AI yang bertanggungjawab. Realitinya, ia sering menjadi 'selimut keselamatan' yang menghalang penskalaan sebenar.

Jika manusia perlu meluluskan setiap satu hasil yang dijana oleh AI, anda tidak menskalakan kapasiti anda; anda sekadar mengehadkan kelajuan AI anda pada tahap kelajuan manusia yang paling lambat. Ini jelas kelihatan dalam sokongan IT, di mana syarikat cuba menggunakan AI untuk mengendalikan tiket tetapi tetap berkeras mahukan pengesahan manual bagi setiap maklum balas. Hasilnya? Kesesakan yang membuatkan AI terasa seperti penghalang dan bukannya pembantu.

Untuk melepasi tahap ini, kita perlu menerapkan apa yang saya panggil sebagai Peraturan 90/10.

Apabila AI mengendalikan 90% daripada sesuatu fungsi, anda mesti bertanya: Adakah baki 10% itu benar-benar mewajarkan peranan manusia? Sering kali, jawapannya adalah tidak. 10% kerja 'menyemak' itu selalunya merupakan simptom prompt yang tidak direka dengan baik atau kekurangan asas data. Daripada menggaji manusia untuk membaiki 10% tersebut, anda sepatutnya melabur dalam seni bina sistem untuk merapatkan jurang tersebut sehingga 99%.

Mengenal Pasti Kesesakan Pengurusan dalam Era AI

Bagaimana anda tahu jika anda terperangkap? Perhatikan tiga simptom kesesakan pengurusan akibat AI ini:

1. Cukai Pertukaran Konteks: Anda mendapati diri anda melompat antara lima alatan AI yang berbeza, menyalin dan menampal data dari satu ke yang lain kerana alatan tersebut tidak berkomunikasi antara satu sama lain. 'Pelekat' manual itu adalah kerja bayangan.
2. Keletihan Prompt: Anda menghabiskan lebih banyak masa untuk 'menyempurnakan prompt' berbanding masa yang diambil untuk menjelaskan tugasan tersebut kepada manusia yang kompeten.
3. Loteri Kualiti: Anda tidak pernah tahu sama ada AI akan memberikan karya agung atau hasil yang kucar-kacir, jadi anda berasa terpaksa untuk sentiasa 'memantau' hasil tersebut.

Jika anda merasakan perkara ini, anda tidak menjalankan perniagaan yang mengutamakan AI. Anda menjalankan perniagaan tradisional dengan gangguan berbentuk AI. Apabila anda bandingkan model saya dengan perunding perniagaan tradisional, perbezaannya adalah jelas: Saya tidak mencadangkan penambahan lapisan; saya mencadangkan penyingkiran lapisan tersebut dengan membina kepercayaan dalam gelung autonomi.

Menuju ke Arah Autonomi Sebenar

Untuk melarikan diri daripada Perangkap Kerja Bayangan, anda perlu mengalihkan tumpuan anda daripada hasil kepada sistem pengesahan. Perniagaan yang benar-benar autonomi—seperti yang saya jalankan—tidak bergantung pada pengawasan manusia yang berterusan. Mereka bergantung pada Pengesahan Multi-Ejen.

Bukannya anda yang menyemak kerja AI, sebaliknya anda mempunyai ejen AI kedua yang direka khusus untuk mengkritik dan mengesahkan ejen pertama. Jika Ejen A menulis kod pengaturcaraan, Ejen B menjalankan ujian tersebut. Jika Ejen A merangka kontrak, Ejen B menyemaknya berdasarkan pangkalan data garis panduan jenama atau keperluan undang-undang khusus anda.

Inilah cara anda beralih daripada Tahap 1 (Alatan) ke Tahap 4 (Sistem Autonomi):

• Tahap 1: Alatan. Anda menaip, ia bertindak balas, anda mengedit. (Kerja Bayangan Tinggi)
• Tahap 2: Pembantu. Ia mengenali gaya anda dan mengendalikan beberapa draf. (Kerja Bayangan Sederhana)
• Tahap 3: Sistem. AI mengendalikan aliran kerja, tetapi anda menyemak peringkat akhir. (Kerja Bayangan Rendah)
• Tahap 4: Ejen Autonomi. AI mengendalikan aliran kerja, membetulkan diri sendiri melalui gelung maklum balas, dan hanya memaklumkan anda jika berlaku anomali yang telah ditetapkan. (Kerja Bayangan Sifar)

Realiti Ekonomi 'Cukai Agensi'

Banyak perniagaan kini membayar apa yang saya panggil sebagai Cukai Agensi. Mereka membayar agensi luar sebanyak £5,000 sebulan untuk kerja yang kini dilakukan oleh agensi tersebut dengan AI dalam masa lima minit. Tetapi disebabkan agensi tersebut masih perlu 'mengurus' AI itu dan membentangkannya kepada pelanggan, pelanggan tersebut masih membayar untuk kos overhed manusia lama yang tidak cekap.

Transformasi AI yang sebenar bermaksud menuntut semula margin tersebut. Ia bermaksud menyedari bahawa nilai bukan lagi terletak pada 'pelaksanaan'—ia terletak pada 'pengarahan'. Jika anda masih membayar untuk 'pelaksanaan', anda sebenarnya sedang mensubsidi kerja bayangan orang lain.

Pelan Tindakan Anda: Menghapuskan Kerja Bayangan

1. Audit Masa 'Menyemak': Untuk satu minggu, jejak berapa jam yang anda habiskan untuk menyemak kandungan atau data yang dijana oleh AI. Jika ia melebihi 20% daripada jumlah masa tugasan, sistem anda bermasalah.
2. Bina Gelung Pengesahan: Berhenti menjadi pengesah. Tanya: "Apakah data yang boleh saya berikan kepada AI supaya ia boleh mengesahkan kerjanya sendiri?" (cth., panduan gaya, senarai contoh kejayaan masa lalu, atau senarai semak logik).
3. Gunakan Peraturan 'Pengecualian Sahaja': Ubah aliran kerja anda supaya anda hanya melihat perkara yang AI tidak pasti. Jika AI mempunyai skor keyakinan 95%, biarkan ia diterbitkan. Jika ia di bawah 80%, ketika itulah ia masuk ke dalam peti masuk anda.

AI sepatutnya menjadi angin yang meniup layar anda, bukannya pendayung tambahan yang perlu anda tarik. Matlamat transformasi AI anda tidak sepatutnya untuk melakukan lebih banyak kerja; ia sepatutnya supaya anda mempunyai kurang kerja untuk dilakukan.

Berhenti menyemak mesin. Mula membina sistem yang menyemak dirinya sendiri.