Ihminen on kallis API – mistä löytyy seuraava tekoälyn poistama kustannus?

Ihminen on kallis API – mistä löytyy seuraava tekoälyn poistama kustannus?

Monessa kuluttajapalvelussa on edelleen hieman erikoinen tuotantorakenne.

Asiakas antaa ammattilaiselle digitaalista informaatiota. Ammattilainen lukee sen, etsii lisää digitaalista informaatiota, järjestelee aineiston uudelleen, soveltaa muutamia sääntöjä ja palauttaa asiakkaalle uuden digitaalisen tuotoksen.

Sitten asiakas maksaa ihmistyöstä.

Tätä kutsutaan ammatista riippuen asiantuntijapalveluksi, neuvonnaksi, suunnitteluksi, tutkimukseksi, käännökseksi, hakemuspalveluksi tai henkilökohtaiseksi palveluksi.

Tietojärjestelmän näkökulmasta sama asia saattaa näyttää huomattavasti vähemmän romanttiselta:

digitaalinen syöte
→ tiedon poiminta
→ luokittelu
→ sääntöjen soveltaminen
→ uusi digitaalinen tuotos

Jos suurin osa työstä on tätä, kiinnostava kysymys ei ole:

Voiko tekoäly korvata ammattilaisen?

Parempi kysymys kuuluu:

Missä kohdassa prosessia ammattilaisen harkintaa oikeasti tarvitaan?

Tämä ero on liiketoiminnallisesti valtava.

Älä automatisoi ammattia. Automatisoi normaalitapaus.

Ajatellaan palvelua, jossa ihminen käsittelee sata tapausta.

  • 70 on täysin tavanomaisia
  • 20 sisältää pientä epäselvyyttä
  • 8 vaatii todellista asiantuntijaharkintaa
  • 2 on aidosti vaikeita

Perinteisessä palvelussa kaikki sata kulkevat ihmisen kautta.

Tekoälyjärjestelmässä rakenne voisi olla:

x → {
  AI, jos tapaus on riittävän varma
  ihminen, jos epävarmuus ylittää kynnyksen
}

Tällöin tavoite ei ole rakentaa kaikkitietävää tekoälyä.

Tavoitteena on rakentaa järjestelmä, joka tunnistaa, milloin se ei tarvitse ihmistä.

Se on huomattavasti helpompi ongelma.

Ja usein myös taloudellisesti paljon kiinnostavampi.

100 euron palvelu ei välttämättä sisällä 100 euroa harkintaa

Kuluttaja voi maksaa palvelusta sata euroa, vaikka palvelun kustannusrakenne olisi esimerkiksi:

100€ =
5€ harkintaa +
75€ informaatiomuunnosta +
20€ luottamusta ja vastuuta

Tämä on tietenkin havainnollistava malli, ei väite tietyn toimialan kustannuksista.

Mutta se paljastaa olennaisen.

Tekoälyn disruptiopotentiaali ei välttämättä sijaitse tuossa viiden euron asiantuntijaharkinnassa.

Se sijaitsee 75 eurossa työtä, joka syntyy siitä, että ihminen toimii käyttöliittymänä tietojärjestelmien välillä.

Hän lukee. Kopioi. Hakee. Vertaa. Tiivistää. Luokittelee. Muotoilee. Täyttää kenttiä. Muodostaa dokumentin.

Ja vasta silloin tällöin pysähtyy kysymykseen, johon todella tarvitaan kokemusta, vastuuta tai kontekstuaalista harkintaa.

Siinä saattaa olla kokonaisen uuden yritysluokan lähtökohta.

CV-palvelu on informaatiomuunnin

Otetaan yksinkertainen esimerkki.

Asiakas antaa:

  • aikaisemman CV:n
  • koulutuksen
  • työhistorian
  • LinkedIn-profiilin
  • työpaikkailmoituksen

Palveluntarjoaja tuottaa kohdennetun CV:n ja hakemuksen.

(hakijan tiedot, työpaikkailmoitus)
→ vaatimukset
→ vastaavat näytöt
→ priorisointi
→ uudelleenmuotoilu
→ hakemus

Missä kohdassa tarvitaan ihmistä?

Jos hakijalla on suoraviivainen työhistoria, vastaus voi olla: yllättävän vähän.

Jos taustalla on pitkä työttömyys, alanvaihto tai ristiriitainen tavoite, ihmisen harkinnan arvo kasvaa nopeasti.

Tästä seuraa luonnollinen tuotearkkitehtuuri:

automatisoi tavallinen tapaus ja eskaloi vaikea tapaus ihmiselle.

Ei ihmistä vastaan, vaan ihmisen käyttämistä vain siellä, missä ihmisyydestä todella maksetaan.

Sukututkimuksessa ihminen voi olla tietokantakyselyn käyttöliittymä

Sukututkimus on kiinnostava esimerkki.

Suuri määrä historiallista aineistoa on digitoitu.

Tyypillisesti tutkija:

  1. tunnistaa henkilön
  2. etsii tietueita
  3. yhdistää nimiä ja paikkoja
  4. seuraa sukusuhteita
  5. dokumentoi lähteet
  6. muodostaa kokonaisuuden

Tässä on kaksi ongelmaa:

1. tietokantayhteyksien seuraaminen

2. epäselvien henkilöiden identiteetin tulkinta

Ensimmäinen on algoritminen.

Toinen vaatii asiantuntijaharkintaa.

Jos ne yhdistetään, ihminen tekee kallista rutiinityötä voidakseen tehdä joskus arvokasta työtä.

Parempi järjestelmä erottaa nämä.

Hakemusten täyttäminen on vielä selvempi tapaus

Vakuutuskorvaukset, etuushakemukset ja viisumit sisältävät saman rakenteen:

D = {henkilötiedot, tapahtumat, dokumentit, kuitit}
R = {säännöt, ehdot, vaatimukset}
O = f(D, R)

Kun tapaus on selkeä, ihminen vain muuntaa tietoa.

Kun tapaus on poikkeava, ihmisen harkinta on ratkaisevaa.

Järjestelmän raja pitäisi vetää tähän.

Paras tekoälymarkkina voi löytyä epävarmuuden jakaumasta

Älä kysy vain missä on manuaalista työtä.

Kysy:

Miten harkinta jakautuu tapausten välillä?

Jos kaikki on erilaista, automaatio on vaikeaa.

Jos kaikki on samanlaista, se on jo automatisoitu.

Kiinnostavin alue on keskellä:

palvelu näyttää asiantuntijatyöltä, koska vain pieni osa on oikeasti asiantuntijatyötä.

Jos H vaihtelee, nykyjärjestelmä maksaa:

nC_h

Hybridissä:

nC_a + P(H > h*) nC_h

Jos automaatio on halpaa ja poikkeuksia vähän, kustannus romahtaa.

Mutta tässä tulee klassinen tekoäly-yrittäjän ansa

Helppo johtopäätös:

rakennetaan sovellus

Ei.

Ensin pitää todistaa, että työ on oikeasti toistuvaa.

Oikea järjestys:

palvelu → havaittu toisto → kustannus → automaatio

Ei:

tekoälyidea → sovellus → toivotaan asiakasta

Flutterby Ninja Consultingin ihmiskustannusseula™

  • Onko syöte digitaalinen?
  • Onko lopputulos digitaalinen?
  • Kuinka suuri osa on informaation muuntamista?
  • Kuinka samanlaisia tapaukset ovat?
  • Missä kohtaa harkinta tapahtuu?
  • Voidaanko epävarmuus havaita?
  • Mikä jää ihmisen niukaksi resurssiksi?

Niukkoja resursseja ovat mm. vastuu, empatia, neuvottelu ja luottamus.

Ehkä tulevaisuuden asiantuntijayritys näyttää erilaiselta

Vanha:

10 asiantuntijaa käsittelee 1000 tapausta

Uusi:

järjestelmä käsittelee 900, ihmiset 100

Paras:

järjestelmä käsittelee 900, tunnistaa 80 epävarmaa, ihmiset ratkaisevat 20 kriittistä

Silloin tekoäly ei korvaa asiantuntijaa.

Se puhdistaa työn.

Etsi ihmistä, joka toimii ohjelmistona

Kysy palveluista:

Mitä hän tekee ensimmäiset 45 minuuttia?

Jos vastaus on tiedonhaku, vertailu ja muotoilu, olet löytänyt markkinan.

Seuraava kysymys:

Mikä osa tästä vaatii edelleen ihmistä, jos rutiini on automatisoitu?

Siellä on todellinen arvo.

Kaikki muu on käyttöliittymää.


Flutterby Ninja Consulting

Poistamme prosessista ihmiset, joita siellä tarvitaan vain siksi, ettei kukaan ole vielä kirjoittanut ehtolausetta.

Kommentit

Tämän blogin suosituimmat tekstit

Hajautetun ymmärryksen ohjauslaite – pieni laite, joka voi muuttaa B2B-markkinoinnin tiedonkeruun

Tekoäly ei ehkä ole kyvytön – sille on vain rakennettu huono käyttöliittymä