Kolik stojí zpracovat účtenku
“Honzíku, prosímtě, ten doklad za hotel z minulého týdne už jsi mi dodal?” Účtenky, doklady, jízdenky... běžná součást nejen byznysové praxe. A také věčné téma bojů s účetními, které se jen snaží udělat svou práci, mít účetnictví v pořádku a nám tak ušetřit na daních. Proč nás tyto a podobné dotazy v práci tak moc nebaví?
Je to proto, že jde o vyrušení, “přepnutí”, nebo také “narušení flow”. Vaše mysl přestane dělat to na co byla soustředěna a musí se věnovat tomuto novému podnětu. Podle výzkumu Kalifornské Univerzity trvá v průměru 23 minut, než se mysl plně zotaví a zase se plně věnuje původnímu problému. Problém je dlouhodobě známý, zejména mezi programátory, ale s nástupem AI se s s ním nedobrovolně seznamuje více a více lidí.
Sami víte jak se cítíte v situaci, kdy musíte přeskakovat mezi úkoly co deset minut. Efektivní čas se pak snažíte dohnat tím, že pracujete rychleji, to ale vede k většímu stresu, rozhodovací (kognitivní) únavě a nárůstu chybovosti. Jde o těžce měřitelnou ztrátu efektivity a produktivity. Je to takzvaná daň z přepínání - “attention tax”.
Jiné ROI: Většina AI projektů míří vedle
Typický AI projekt dnešní doby se snaží nahradit spoustu manuální práce. A mnohdy se to i podaří. Ale jen málokterý AI projekt tu práci zcela odstraní. Většinou z ní část zbyde - ať už nutnost napsat správné zadání, sehnat správná data, validovat výsledek, nebo potvrdit nějaké rozhodnutí. Manuální práce je tedy ušetřena, ale ta obtížnější, kognitivní, stále zůstává.
V praxi to pak vypadá, že namísto jednoho-dvou větších úkolů přepínáme mezi spoustou menších, a některé odpracovávají agenti a prompty. Papírově je to jasně produktivnější (ubyla část práce), ale reálně ne. Jde o stav permanentního vyrušení a vzpomínání (“co jsem vlastně dělal tady?”), validaci (“pochopilo mě to AI správně? Nehalucinuje?”), odpočinek/prokrastinaci (vydechnutí přetíženého mozku, tzv. “AI brain fry”) a inflaci práce (“když jsem stihl X, tak tam ještě přidám Y”).
Reálné očekávané ROI se tudíž nekoná.
Case study od nás z RainFellows: naháněč dokladů
Když kolega roman začal řešit téma dohledávání dokladů z úvodu článku, jeho cílem nebylo uspořit firmě čas ani peníze. Byl jen zdravě naštvaný spoustou vyrušení na přelomu měsíce, kdy musel dohledávat ztracené doklady. Jeho ideálem bylo řešení, které sníží počet vyrušení.
Výsledné Gemini AI řešení (které Roman jistě rád popíše v separátním článku) je skvělé v tom, že AI samo co nejdříve kontroluje validitu všeho zadaného, samo páruje doklady na platby z banky a dále samostatně rozhoduje a operuje v rámci limitů a hranic. Pokud tedy člověk něco dohledává, tak je to ihned (“Honzo, na tom dokladu Ti chybí DIČ!”), nebo alespoň relativně brzy, když to mám ještě v paměti (“Honzo, nemám doklad za včerejší platbu.”). Tím pomáhá budovat správné návyky a funkční proces, kdy trest (vyrušení) přijde brzy po chybě (zapomenutý doklad).
Výsledek? Jako jeden ze subjektů mohu potvrdit, že u sebe registruji o 50% menší dokladovou chybovost. Rozhodně se téma dokladů posunulo z oblasti “velmi otravné” do mnohem lepší oblasti “v podstatě o tom nevím”. O jednu mentálně přepínací oblast méně.
Nahradilo AI naši účetní? Ne. To ani nebylo cílem. Odstranilo to otravnou část práce - vzájemné nahánění a dohledávání? Ano. Účetní samotné to ušetřilo 20% času. Stále je však potřeba a dále hlídá a nastavuje pravidla tohoto systému. Hlavní její práce je teď řešit výjimky a automatizovat další hraniční případy.
Jak tedy vybrat AI projekt tak, aby měl přínos?
Pořád stojí zato se dívat na oblasti se spoustou nudné repetitivní práce - tam je potenciál. Ale zároveň se dívejte zejména na ty oblasti, které vyrušují, nebo vás jednoduše lidsky “štvou”. Tam je obrovský potenciál vymyslet si zkratku. Podívejte se na danou oblast/proces a hledejte řešení - nejen ta která ušetří část práce, ale taková, která znamenají kompletní delegaci a ušetří to skutečně hodnotné - vaši pozornost.