Dzień dobry. Jeśli kiedykolwiek spędziłeś popołudnie na rozwikłaniu raportu wygenerowanego przez sztuczną inteligencję, który wyglądał przekonująco, ale nie miał sensu, napotkałeś „przeoczenie”.
„Workslop” to treść generowana przez sztuczną inteligencję, udająca dobrą pracę, ale pozbawiona treści, która znacząco przyspieszy wykonanie danego zadania. Według niedawnego badania przeprowadzonego przez naukowców z BetterUp Labs i Stanford Social Media Lab około 40% pracowników biurowych w USA doświadcza w danym miesiącu marnowania pracy. Rozwiązanie każdego incydentu zajmuje średnio dwie godziny, co daje szacunkowy miesięczny koszt na poziomie 186 dolarów na pracownika i 9 milionów dolarów rocznych kosztów dla firmy zatrudniającej 10 000 pracowników.
Tego lata rozmawiałem z Michaelem Schrage, badaczem z MIT Sloan Initiative on the Digital Economy, o maratonach podpowiedzi AI: ustrukturyzowanych sesjach opartych na sprintach, których celem jest opracowywanie podpowiedzi dla dużych modeli językowych (LLM). Niedawno ponownie się z nim skontaktowałem, aby omówić konsekwencje niechlujnej pracy.
Jego prognoza: Workslop nie będzie tylko hackiem zwiększającym produktywność; stanie się wyzwaniem w zakresie zarządzania i nadzoru.
„Ostatecznie poważna kadra kierownicza wyższego szczebla będzie wymagać wskaźników niedbałej pracy w taki sam sposób, w jaki wymaga wskaźników jakości” – przewiduje Schrage. „Będą wykorzystywać LLM do wykrywania wzorców marnotrawstwa w zadaniach obliczeniowych – zasadniczo będziesz walczyć ze sztuczną inteligencją za pomocą sztucznej inteligencji”.
Kontynuował: „Wkrótce zobaczymy wszelkiego rodzaju środki zaradcze. Dostroisz lub wyszkolisz ChatGPT lub Gemini w zakresie rozpoznawania i filtrowania śmieci, zanim wartościowi ludzie będą musieli tracić na to czas”.
Najważniejszym pytaniem nie jest to, czy i kiedy organizacje rozwiną wykrywanie odpadów, stwierdził Schrage. „Pytanie brzmi, czy sformalizują tę informację, czy utrzymają ją w tajemnicy” – wyjaśnił. „Jeśli podejrzewam, że wciskasz mi bzdury, wrzucę to do mojego wykrywacza bzdur, a potem ty i ja odbędziemy krótką pogawędkę na temat Twojej profesjonalnej oceny. Wykrywanie śmieci powinno skłonić ludzi do wzmożenia wysiłków, zamiast zlecać swoje myślenie firmom LLM”.
Przejrzystość i nowa definicja „pokaż swoją pracę”
Na przykład na MIT Schrage przyznał, że w zasadzie zrezygnował z wykrywania plagiatów i akceptuje fakt, że bystrzy studenci idą na skróty za pomocą LLM. Chce jednak, aby ludzie byli szczerzy w swoich wyborach.
Na przykład na swoich zajęciach z edukacji dla kadry kierowniczej ostrzega studentów: „Jeśli korzystasz z programu LLM, jedyne, o co proszę, to podanie kierunku. Pokaż mi, jak kierujesz swoją pracą. Takie jest moje pojęcie przejrzystości i niewidzialności. Jeśli nie podasz z dumą swojego kierunku, uznam, że udajesz, co jest twoje”.
„Szczerze mówiąc” – powiedział – „założę się, że coraz więcej organizacji będzie upierać się, że pokazanie swojej pracy oznacza pokazanie kierunku, w którym podążają”. Będzie to jeszcze bardziej prawdziwe, gdy do firmy dołączą multimedialne/multimodalne firmy LLM – dodał.
Być może więc CPA staną się certyfikowanymi współpracownikami podżegania, pół żartem. Być może profesjonaliści finansowi będą kontrolować powiadomienia podobnie jak obecnie audytują arkusze kalkulacyjne. Docelowo przejrzystość nie będzie opcjonalna.
Jeśli chodzi o zgodność, Schrage oferuje taktyczne rozwiązanie dla firm, które chcą dostarczać firmom LLM zastrzeżone dane: zamiast tego przeprowadź analizę konkurencji. Analizuj publicznie dostępne dane konkurencji: rozmowy o zarobkach, prognozy, prezentacje. „Dział FP&A, który nie może wykorzystywać LLM do wewnętrznych prognoz, może nadal analizować prognozy konkurencji i uwzględniać te spostrzeżenia” – powiedział. „Czasami jednak widok z zewnątrz jest cenniejszy”.
„Jeśli chcę być prowokacyjny” – powiedział Schrage – „przewiduję, że Twoja szybka historia będzie wkrótce miała takie samo znaczenie jak oceny wyników. Ponieważ oceny wyników mierzą wyniki. Podpowiedzi pokazują, czy naprawdę potrafisz myśleć”.
Dodał: „I nie da się tego ukryć, bez względu na to, jak mądry jest twój drugi pilot lub LLM”.
Tabela liderów
James G. Mackey został awansowany na stanowisko dyrektora finansowego BankUnited, Inc. (NYSE: BKU) ze skutkiem od 10 listopada. Mackey został zatrudniony 23 lipca i od 15 sierpnia do 10 listopada pełnił funkcję starszego wiceprezesa wykonawczego ds. finansów. Leslie N. Lunak, który pełnił funkcję dyrektora finansowego firmy od 2013 r., będzie pełnił funkcję doradcy wykonawczego do stycznia 2026 r.
Martino Cadoni został mianowany dyrektorem finansowym DeepL, globalnej firmy zajmującej się badaniami i produktami w zakresie sztucznej inteligencji. Cadoni wnosi ponad 15 lat doświadczenia w międzynarodowym przywództwie finansowym i technologicznym. Do DeepL dołączył z Klarna, gdzie piastował wyższe stanowiska kierownicze, w tym dyrektora ds. finansów strategicznych i relacji inwestorskich, a także kierował sprzedażą Klarna Checkout. Wcześniej Cadoni zajmował także wyższe stanowiska finansowe w HSBC i GE.
Wielka sprawa Badanie EY 2025 Work Reimagined wykazało rozdźwięk między przyjęciem sztucznej inteligencji a gotowością człowieka. Jednak według raportu sztuczna inteligencja, efektywnie wykorzystywana i mająca stabilne pule talentów, może wygenerować nawet o 40% większy wzrost produktywności w firmach.
Choć niemal dziewięciu na 10 pracowników (88%) korzysta ze sztucznej inteligencji w swojej codziennej pracy, jej wykorzystanie ogranicza się przede wszystkim do podstawowych zastosowań, takich jak wyszukiwanie dokumentów i podsumowania. Tylko niewielka liczba (5%) używa go w zaawansowany sposób, aby zmienić sposób swojej pracy.
Według EY, gdy przyjęcie sztucznej inteligencji i nowych technologii opiera się na kruchych bazach talentów (słaba kultura, nieefektywne uczenie się i źle dobrane nagrody), potencjalne korzyści ze sztucznej inteligencji znacznie się zmniejszają. Organizacje, które skutecznie integrują talenty i technologię, realizują większą wartość, ale z badania wynika, że tylko 28% jest na dobrej drodze do jej osiągnięcia.
Ustalenia opierają się na ankiecie przeprowadzonej wśród 15 000 pracowników i 1500 pracodawców w 29 krajach.
Going Deeper „Zrozumienie 38 bilionów dolarów długu Ameryki i przyszłości” to nowy odcinek podcastu „This Week in Business” firmy Wharton. Kent Smetters z Wharton omawia czynniki napędzające rosnący dług publiczny Ameryki oraz to, co jest potrzebne dla długoterminowej stabilności fiskalnej. Słyszałem, że „przywództwo na rynku jutra będzie zależeć od Twojej zdolności do przyjęcia zmian i przewodzenia im już dziś”.
—
Phil Gilbert, były dyrektor ds. projektowania w IBM, pisze w artykule w „Fortune”. Gilbert jest autorem książki „Zmiana nie do odparcia: plan osiągnięcia akceptacji i sukcesu”.
To jest internetowa wersja CFO Daily, newslettera o trendach i ludziach kształtujących finanse przedsiębiorstw. Zarejestruj się za darmo.
