AI Không Tiết Kiệm Thời Gian Cho Đội Ngũ Của Bạn. Nó Chỉ Thay Đổi Chỗ Thời Gian Trôi Đi.

Một đội ngũ triển khai một trợ lý AI để xử lý hỗ trợ cấp một. Thời gian phản hồi được cải thiện. Lượng tồn đọng giảm xuống. Bảng điều khiển cho thấy mức tăng hiệu quả rõ rệt. Sáu tháng sau, đội ngũ báo cáo không giảm nhân sự và không giảm giờ làm thêm. Các chỉ số có vẻ tốt, nhưng chi phí con người vẫn như cũ.

Đây không phải là sự lừa dối. Đây là công việc làm lại vô hình.

Hệ thống AI không loại bỏ công việc. Chúng di dời công việc. Khi AI soạn thảo một phản hồi mà con người phải xác minh và điều chỉnh, con người dành nhiều thời gian chỉnh sửa hơn là viết lại từ đầu khi bản nháp sai. Khi một bộ phân loại AI gán danh mục với độ chính xác 80%, đội ngũ hạ nguồn dành 20% thời gian còn lại để phân loại lại và sửa chữa thủ công. Khi một bộ tóm tắt AI tạo ra phiên bản ngắn gọn của một báo cáo, người xem xét phải đọc cả bản tóm tắt lẫn bản gốc để xác minh tính đầy đủ — gấp đôi khối lượng đọc.

Khoản tiết kiệm xuất hiện trên một mục chi phí, nhưng lại xuất hiện dưới dạng thời gian mới ở hàng chục mục khác.

Thời Gian Thực Sự Đi Đâu

Công việc làm lại mà AI tạo ra rất khó đo lường vì nó phân tán trên nhiều vai trò và hệ thống. Nó không hiển thị thành một chỉ số duy nhất. Nó hiển thị thành một tập hợp các hoạt động nhỏ, lặp đi lặp lại, mỗi hoạt động riêng lẻ có vẻ không đáng kể:

Chiết khấu tinh thần. Một người vận hành biết hệ thống không đáng tin cậy với một số đầu vào sẽ tự động gắn cờ tinh thần cho mọi đầu ra từ kênh đó. Điều này tốn sự chú ý, chứ không phải vài giây. Qua một ca làm việc, tải nhận thức tích lũy của việc nghi ngờ mọi đầu ra cao hơn tải của việc tự mình tạo ra đầu ra.

Xác minh ngầm. Một đội ngũ duy trì một bảng tính thủ công để đối chiếu chéo đầu ra của hệ thống với sự thật cơ sở. Bảng tính này không nằm trong bất kỳ tài liệu quy trình nào. Nó xuất hiện vì ai đó không tin tưởng hệ thống và thói quen này lan rộng. Giờ đây nó tốn vài giờ mỗi tuần.

Sửa lỗi trôi dạt. Hệ thống tạo ra đầu ra đúng hướng nhưng sai nhẹ ở từng chi tiết — định dạng ngày, quy ước đặt tên, cách viết theo vùng miền. Mỗi lần sửa mất hai giây. Mười nghìn lần sửa sau đó, đội ngũ đã dành hàng giờ làm công việc mà lẽ ra hệ thống phải xử lý.

Đào tạo ngược. Những người vận hành liên tục sửa hệ thống sẽ hình thành hiểu biết riêng về các chế độ lỗi của nó. Họ điều chỉnh đầu vào, sàng lọc trước khi gửi, hoặc diễn đạt lại prompt để tránh kích hoạt các lỗi đã biết. Chuyên môn này rất giá trị và hoàn toàn vô hình. Khi họ rời đi, người thay thế phải tự khám phá lại từng chế độ lỗi một cách độc lập.

Thời gian AI tiết kiệm được hiển thị rõ trên bảng điều khiển. Thời gian AI gây tốn kém chỉ hiển thị qua khoảng cách giữa điều các chỉ số báo cáo và điều đội ngũ cảm nhận. Khoảng cách đó hầu như luôn lớn hơn mức ban lãnh đạo giả định.

Tại Sao Công Việc Làm Lại Leo Thang Thay Vì Suy Giảm

Công việc làm lại vô hình có tính chất lãi kép. Càng lâu không được đo lường, nó càng tích lũy nhiều. Thành viên mới học theo hành vi của những người vận hành có kinh nghiệm. Nếu người có kinh nghiệm chiết khấu tinh thần hoặc xác minh ngầm, người mới học làm theo, ngay cả khi hệ thống đã cải thiện kể từ khi thói quen bắt đầu.

Các quy trình bị vôi hóa quanh các chế độ lỗi ban đầu của hệ thống. Một bước xác minh được thêm vào trong giai đoạn thí điểm trở thành vĩnh viễn, ngay cả khi hệ thống không còn cần nó. Không ai gỡ bỏ việc kiểm tra thủ công vì không ai biết khi nào việc kiểm tra không còn cần thiết. Công việc trở nên thể chế hóa.

Kết quả là một hệ thống tốn kém về nhân lực ngang với quy trình thủ công mà nó thay thế, nhưng lại tạo ra vẻ ngoài hiệu quả vì quy trình thủ công bị thay thế không còn hiển thị trong cùng các chỉ số.

Đo Lường Gánh Nặng Ẩn Giấu

Giải quyết công việc làm lại vô hình đòi hỏi theo dõi thời gian không nằm trong định nghĩa quy trình. Điều này có nghĩa là hỏi người vận hành họ thực sự làm gì, chứ không phải họ phải làm gì. Nghĩa là theo sát các luồng công việc và để ý đến các bảng tính riêng, các lần kiểm tra kép theo bản năng, gánh nặng tinh thần mà không ai ghi lại.

Điều đó cũng có nghĩa là đo lường chất lượng đầu ra của hệ thống dựa trên thời gian con người bị tiêu tốn, chứ không chỉ dựa trên độ chính xác. Một hệ thống chính xác 95% nhưng khiến mỗi người vận hành tốn thêm ba mươi phút mỗi ngày cho việc chiết khấu tinh thần có thể kém hiệu quả hơn một hệ thống chính xác 90% mà người vận hành đủ tin tưởng để dùng mà không nghi ngờ. Chỉ số độ chính xác đã bỏ sót chi phí thực sự.

Những đội ngũ nắm bắt được khoảng thời gian ẩn giấu này mới là những người thực sự đạt được mức tăng hiệu quả mà AI hứa hẹn. Những người còn lại chỉ đang chạy nhanh hơn tại chỗ.

Lần gần nhất bạn hỏi đội ngũ của mình AI đã tạo ra công việc gì mà không xuất hiện trên bất kỳ bảng điều khiển nào là khi nào?

Nghĩ rằng lập luận này phù hợp với sự kiện của bạn? Hãy kể cho tôi về khán phòng — lịch trình có chọn lọc.