Како заправо AI workflow функционише у фирми

У понедељак ујутру, виша референтица корисничке подршке у једној онлајн продавници из Ниша, отворила је инбокс у којем је било осамдесет мејлова пристиглих током викенда. Њен посао био је да отвори сваки, да прочита садржај, да ручно пронађе број поруџбине у другом програму, а затим да мејлу додели једну од три различите ознаке: рекламација, кашњење, или упит о производу. Радила је то бар четрнаест сати седмично, уз помоћ једне колегинице и бесконачног копирања текста.

Био је то један од оних послова који временом изгубе статус „задатка“ и постану део канцеларијске рутине, нешто што се подразумева као гужва на ауто-путу кроз Београд. Међутим, тог понедељка, њен колега из ИТ сектора пустио је у рад аутоматизовани процес који је исти посао обавио за два минута. Она је подигла поглед са екрана, погледала у колегу, и рекла: „Чекај, чекај. И то је то?“

Ова реченица је значајнија него што делује на први поглед. Поред изненађења због брзине обављеног посла, у њој је и благи шок који настаје када човек први пут види да је нешто што је годинама третирао као нужност, заправо била последица начина на који је посао организован. Разврставање мејлова није представљало суштину процеса. Мануелна провера никада није била доказ одговорности, стручности или пословне озбиљности. Уместо тога, све је то био привремени прелаз преко проблема које нико раније није имао храбрости или времена да преиспита.

Такви прелази постоје свуда. У табелама које се ручно преправљају. У мејловима који се шаљу по шаблону, али их неко сваки пут прекуцава изнова. У одобрењима која пролазе четири особе, иако две заправо само формално потврђују оно што је већ одлучено. У документима који се штампају, потписују, скенирају и враћају у систем из ког су и изашли. У људима који по цео дан „само проверавају да ли је све у реду“, иако се огроман део тог проверавања може свести на јасно дефинисане услове и правила.

Када се такав посао посматра довољно дуго, он почне да изгледа као природан део пословног процеса. Кад га први пут аутоматизујете, тек тада вам постаје очигледно колико је обављање тог посла била само наслеђена импровизација.

Може вам се учинити да сцена коју смо описали припада само једној канцеларији, или једном конкретном радном дану. Али није тако. Она се, са мањим варијацијама, понавља у стотинама фирми, институција и тимова који су у последњих годину дана почели да уводе аутоматизоване радне токове засноване на вештачкој интелигенцији (AI workflow). Образац је готово увек исти: неко открива да је посао који је сматрао обавезним и неизбежним заправо био само навика; да је велики део онога што називамо радом у ствари скуп импровизованих процедура склепаних да одрже систем у покрету; и да се те процедуре, када се једном јасно идентификују и опишу, изненађујуће лако могу препустити машини.

Проблем са речју „аутоматизација“

И баш на том месту почиње једна од највећих савремених забуна, јер се у последње време, по канцеларијама, на конференцијама, у разговорима између људи који воде фирме или тимове, чује једна реченица: „Ми смо то аутоматизовали“. Понекад јој се дода „помоћу АИ-ја“, а понекад не. Тон је готово увек исти и подразумева се да је ствар решена, да је нешто покренуто, да је посао сад лакши, бржи и елегантнији. И обично нико не пита шта то заправо значи, зато што звучи као да је одговор очигледан, а није.

Кад чујете реч „аутоматизација“, у глави се одмах појави слика: нешто што је човек радио ручно, сад ради машина. Формулар који се сам попуњава. Мејл који се сам шаље. Табела која се сама ажурира. Иако ова слика није погрешна, ипак је непотпуна.

Јер кад неко каже „направио сам AI workflow“, може помислити на потпуно различите ствари. Може мислити да је спојио два програма тако да излазни податак из једног пређе као улазни податак у други програм, и то без ручног копирања. Може мислити да је убацио велики језички модел (ЛЛМ) у средину неког процеса да генерише текст, одговара на мејлове или сортира поруке. Може мислити да је направио низ корака који се покрећу аутоматски, али које неко и даље мора да прати и исправља. Може мислити да је уклонио један понављајући задатак. А може мислити и да је четири сата покушавао да натера један алат да разговара са другим, па је на крају ствар ипак одрадио ручно. Све ово може да се подведе под AI workflow. И ту почиње проблем.

Зато је корисно одмах раздвојити две ствари које се упорно мешају. Прва ствар је аутоматизација у класичном смислу. Имамо задатак, тај задатак има јасна правила, и ви направите систем који та правила извршава уместо човека. Пример: када стигне фактура, извуци износ, провери ПИБ, упореди са базом добављача, унеси податке у систем, пошаљи обавештење. Овде нема ничег нејасног. Правила су непроменљива. И улаз и излаз су углавном предвидиви. Овај процес постоји већ деценијама уназад и ради веома поуздано, када се добро постави.

Друга ствар изгледа слично, али функционише другачије. То је процес у који је убачен АИ алат, и то велики језички модел који не ради по једном непроменљивом правилнику, него генерише одговор на основу вероватноће и образаца које је научио у процесу тренирања. Ви му кажете: „Прочитај овај мејл и предложи одговор“, или „Погледај ову табелу и напиши резиме“, или „Разврстај ове захтеве по хитности“. И он то уради некад добро, некад врло добро, некад одлично, а некад на чудан начин.

Али, и ово је кључно, не на исти начин сваки пут.

Управо ту лежи његова снага и његова слабост. Он може да се носи са непрецизним језиком, са нејасним захтевима, са полу структурираним документима, са текстом какав људи пишу сваког дана. Па ипак, заузврат не даје ону врсту строге, механичке предвидљивости коју даје класична аутоматизација.

Кад ове две ствари упоредите, разлика постаје врло очигледна. Прва ствар је машина. Друга је машина која се понаша као да размишља, али у ствари процењује, погађа највероватнији наставак, и зато уме да буде корисна управо тамо где правила нису до краја одређена. И једно и друго може бити изузетно вредно. Али то нису исте ствари. Проблем настаје кад се обе назову истим именом: „АИ аутоматизација“, и кад се од њих очекују исте особине и исти резултати.

Шта је заправо AI workflow (АИ радни ток)

Од класичне аутоматизације очекујете поузданост. Очекујете да ради исто сваки пут. Да не „одлучи“ да промени редослед корака. Да не прескочи проверу јер јој се „учинило“ да није потребна. Да не врати резултат у другом формату само зато што је „проценила“ да је прегледније. Од великог језичког модела то не можете очекивати на исти начин. Његов посао је да произведе излаз који је смислен, користан и контекстуално одговарајући.

Кад то разумете, много тога постаје једноставније. Постаје јасније зашто АИ може сјајно да напише нацрт мејла, али није паметно пустити га да на своју руку шаље правно осетљиве поруке. Зашто може помоћи у организацији података, али не би требало да самостално одлучује који је податак тачан. Зашто пет пута ради одлично, а шести пут уради нешто чудно, и зашто то није грешка него особина система.

Просто речено, AI workflow, или АИ радни ток, јесте пракса у којој се низови понављајућих задатака (прикупљање података, сортирање, доношење рутинских одлука, слање обавештења, препознавање образаца, попуњавање формулара, усклађивање информација из више извора) препуштају АИ агентима или системима који у одређеној мери могу да се прилагођавају променама без сталног људског надзора.

У стварности, овај систем не замењује цело одељење, већ низ мањих, међусобно повезаних корака у оквиру неког радног процеса. Неки од тих корака су строго дефинисани. Неки само повезују системе који раније нису били повезани. Неки служе да издвоје случајеве које човек треба да провери. Неки ништа не одлучују, него само убрзавају припрему материјала за одлучивање. У том смислу, АИ радни ток је архитектура: начин на који се један посао разлаже на кораке, а онда расподељује између људи и машина.

Проблем је и у томе како посао стварно изгледа

Међутим, и сам израз АИ радни ток уме да заведе. Изгледа као да описује нешто уређено. Низ корака. Као добро нацртан дијаграм са стрелицама које јасно показују шта иде после чега. Али у пракси већина послова не изгледа тако. Већина послова изгледа као скуп навика, пречица, успутних договора, изузетака и ствари које неко ради „јер тако одувек радимо“. И када покушате да то претворите у ток који машина може да прати, прво морате да опишете речима тај ток.

А то је често теже него што делује на први поглед, и тек тада се покаже да људи у истом тиму исти посао раде на три различита начина. Да постоје кораци који постоје само у нечијој глави. Да један део процеса зависи од тога ко је тај дан на терену. Да формална процедура и стварна процедура нису исто. И то је реалност активног рада. Али аутоматизација, било да је класична, или потпомогнута АИ-јем, захтева да се та реалност преведе у нешто што је поновљиво. А то превођење је огроман посао који треба да обаве људи.

И ниједан АИ алат га не може урадити уместо вас, јер алат не зна шта ви заправо радите док му то не објасните.

Зато је први ефекат озбиљне АИ аутоматизације разоткривање, а не убрзање. Тек кад кренете да описујете процес, схватите да га до тог тренутка нико заправо није видео у целости. Једна особа зна податке за улаз. Друга зна изузетке. Трећа зна коме се ствар носи кад систем не да одговор. Четврта зна да постоји неписано правило које сви поштују, али га нема ни у једном документу. Увођење АИ радног тока је анализа организације која не показује само где можете да уштедите време, него и где вам је посао деценијама зависио од туђег памћења, прећутних претпоставки и свакодневне импровизације.

Како један АИ радни ток функционише

На микро плану, један АИ радни ток може да се опише прилично једноставно. Сваки задатак има три елемента: улаз, правило и излаз. Улаз може бити документ, мејл, порука, образац, табела, сигнал из другог система. Правило говори шта с тим улазом треба урадити: провери, класификуј, сажми, преведи, проследи, упореди, одобри, одбаци, трансформиши. Излаз је резултат који иде даље у систем: уписан податак, послата порука, отворен захтев, генерисан извештај, упозорење, одлука о повећању.

Традиционално, човек је тај који својим радом повезује ове тачке. Он чита улаз, тумачи правило и производи излаз. АИ радни процес преузима део тог посла. Некад само спаја улаз и излаз. Некад помаже да се правило примени у нејасној ситуацији. Некад само припрема терен за људску одлуку. И ово ради посао када имамо једну карику у ланцу. Међутим, права снага се појављује када се повеже десет таквих карика.

Тада настаје систем који убрзава сам себе, јер свака аутоматизована карика ослобађа време и пажњу за следећу. Први аутоматизовани корак можда уштеди сат времена. Други уштеди сат и по, јер се сада мање чека, мање преписује, мање проверава. Трећи уштеди два сата, јер прва два више нису уска грла у радном процесу. Четврти смањи број грешака, па пети више не мора да поправља претходне уносе. Укупна добит зато расте брже него што би прост збир уштеда сугерисао.

А уз уштеду времена долази и нешто још важније: људи престају да троше пажњу на ствари које не траже пажњу. Људи у мануелном процесу рада не троше енергију само на рад, него и на стално пребацивање пажње између ситних, неповезаних корака. На отварање пет алата. На тражење последње верзије. На проверу да ли је неко одговорио. На присећање коме се ово шаље ако је изузетак. Када те ситнице нестану, не ослобађају се само минути него и ментални простор.

Ово је важна тачка, јер већина расправа о аутоматизацији остаје заглављена у математици уштеде времена. Колико сати мање? Колико људи мање? Колико брже? Ово јесу важна питања, али нису једина. Постоји велика разлика између човека који четири сата дневно ради рутински посао без прекида и човека који осам сати дневно стално прескаче с једне обавезе на другу. У овом другом случају трошак је расута пажња, замор од контекста, осећај да цео дан радите а ништа суштински не завршавате. Добар АИ радни ток зато уклања и празан ход између задатака, јер је тај празан ход, у великом броју организација, један од највећих скривених трошкова.

Србија и две погрешне реакције на АИ

Када је „сналажење“ део културе рада, онда се прича о АИ аутоматизацији додатно компликује. Људи су у фирмама, нарочито мањим и средњим, одавно навикли да посао функционише захваљујући довитљивости, импровизацији и личном напору. Кад се појави алат који обећава да ће нешто „одрадити сам“, реакција је често или претерано одушевљење или претерано неповерење. Ретко је нешто између.

Они који се одушеве често прескоче досадни део где треба заиста да разумеју шта тачно треба аутоматизовати. Обично крену од АИ алата уместо од проблема. Чули су за n8n, Make, GPT агенте и no-code платформе, и одмах почну да спајају ствари пре него што су јасно одредили шта желе да се деси, које су границе система, шта је прихватљива грешка и где мора да буде људска контрола. Резултат је често нешто што ради, али нико не зна тачно како ради. Или је резултат нешто што не ради, али сви претпостављају да ради.

Они који су неповерљиви, с друге стране, обично имају врло рационалне разлоге за то. Видели су довољно „решења“ која су трајала два месеца, па тихо нестала. Видели су системе које је правио неки ИТ-јевац, а после његовог одласка нико више није знао како да одржава систем. У том смислу, систем који нико не разуме и нико не одржава, пре ће постати одложен проблем него аутоматизација.

Из свега наведеног, за руководиоца следи нешто врло практично: АИ систем се у фирму уводи и као алат, и као промена радне дисциплине и равнотеже. У средини у којој део људи унапред верује да ће алат решити све, а други део унапред верује да ће направити додатни неред, спровођење имплементације постаје једнако важно као и сам избор АИ технологије.

То значи да руководилац не сме да уведе алат у радни процес пре него што дефинише јасан оквир: где се алат тестира, ко проверава излаз, које грешке су допуштене, када човек преузима ствар и по ком критеријуму се мери да ли систем стварно помаже. Без тога, оптимисти ће пребрзо прогласити успех, а скептици ће први промашај узети као доказ да је цео приступ био погрешан.

У таквом окружењу људи морају да виде не само шта АИ алат ради, него и где му је место, где су му границе и шта се од њих и даље очекује. Ако тога нема, фирма не добија ни дисциплиновану аутоматизацију ни очекивано поверење, него класичну комбинацију локалног ентузијазма, тихог отпора и система који формално постоји, а стварно се користи само напола. Зато је у оваквом контексту можда важније увести добар режим надзора него врхунски АИ алат.

Између ове две реакције постоји једно практично питање запослених које се ретко помиње: шта у мом послу заиста има јасна правила, а шта захтева процену? Без овог питања, свака прича о аутоматизацији остаје недоречена. Јер ако покушате да потпуно аутоматизујете нешто што у својој суштини зависи од контекста, односа, преговарања, процене нијанси и читања неизговореног, добићете лош систем. Ако, с друге стране, третирате као „креативан“ посао нешто што је у стварности низ доследних микро-корака, потрошићете сате људске пажње на посао који не тражи људско промишљање него само људско присуство.

Шта треба аутоматизовати, а шта не?

Узмимо неколико примера. Ако вам сваког дана стиже сто упита купаца и осамдесет од њих спада у пет истих категорија: статус пошиљке, цена, рекламација, рок испоруке, доступност, онда је очигледно да постоји простор за АИ радни ток који прво класификује поруке, затим нуди предлог одговора, а само спорних двадесет случајева прослеђује човеку. Ако у HR сектору стално обрађујете исте типове докумената (пријаве, потврде, уговоре, решења), онда је смислено аутоматизовати извлачење података, генерисање нацрта и проверу формалне исправности, док правна процена и коначно одобрење остају у домену људског одлучивања. Ако сте маркетиншка агенција и сваког понедељка ручно правите исти тип извештаја од истих података, онда је врло вероватно да део тог посла треба препустити АИ систему.

Али ако покушавате да аутоматизујете стратешку одлуку о позиционирању бренда на тржишту које се мења из недеље у недељу, онда не решавате проблем, него уводите елегантно упакован привид контроле. Другим речима, поред питања да ли нешто може да се аутоматизује, треба још питати да ли треба, и до које тачке. Технологија вас данас често привуче тиме што показује шта све може. Озбиљан рад на аутоматизацији захтева да се запитате шта је разумно препустити систему, а шта није. И још важније: где је тачно граница између подршке одлучивању и самог одлучивања.

Кад људи чују да је нешто аутоматизовано помоћу АИ-ја, често замишљају систем који „зна“. Као да је софтвер стекао неку врсту поузданог разумевања процеса. А у великом броју случајева, оно што се заправо десило много је приземније и корисније: систем је постао довољно добар да барата структурама које се стално понављају. Ово наравно није мала ствар. Али није исто што и разумевање.

Систем може одлично да препозна образац рекламације, а да нема појма шта значи фрустрација купца. Може врло успешно да разврста кандидатуре за посао по формалним условима, а да не разуме шта чини некога потенцијално одличним колегом. Може да сажме десет страница записника, а да превиди реченицу која мења политичку динамику целе одлуке. Зато су најстабилнији радни токови они у којима АИ није свезналица, него асистент са јасно ограниченим доменом функционисања.

У добро направљеном систему, вештачка интелигенција не треба да глуми човека. Она ради оно у чему је корисна: брзо обрађује велики број улаза, препознаје обрасце, генерише нацрте, сажима, преводи, рангира, издваја сумњиве случајеве, и прослеђује даље оно што захтева људску процену. Проблем настаје тек кад јој се припише више него што јој припада. Кад се претпостави да зато што звучи сигурно, мора бити у праву. Или да зато што је пет пута била корисна, шестог пута има право да одлучи сама.

Демонстрација није исто што и одржив систем

У томе је и разлика између техничке демонстрације и пословно одрживог система. Демонстрација показује да је нешто могуће, док одрживи систем показује да је нешто поновљиво, проверљиво, поправљиво и да не зависи од једне особе која „зна како то ради“. Ово је много тежи стандард. Али без овог стандарда, прича о аутоматизацији остаје у домену утиска. Лепо изгледа на састанку, а не функционише у стварном раду.

Зато озбиљна АИ имплементација никад не почиње од алата, него од мапирања процеса. Шта се овде заправо понавља? Где је правило, а где процена? Ко сада то ради, како и уз које изузетке? Које грешке су прихватљиве, а које нису? Где човек мора да има последњу реч? Ко ће систем одржавати? Шта се дешава кад улаз није онакав какав смо очекивали? Ово су питања која су људи постављали и пре него што је АИ ушао у свакодневни речник. Али данас добијају нову тежину зато што АИ алати постају све доступнији, па расте искушење да се прескочи управо онај део који је најдосаднији, а најважнији: разумевање сопственог посла.

У пракси, успешни примери АИ имплментације готово никада не почињу великом визијом о „потпуној трансформацији“. Почињу од једног уског грла у радном процесу. Од једног задатка који је досадан, често се понавља, а уз то је можда и скуп. Од једног радног задатка којег запослени не воле да раде, а нико га не доводи у питање.

Рецимо: обрада улазних фактура, или израда недељног извештаја, или провера да ли су сви подаци унети у CRM, или пребацивање података из формулара у интерну базу. На овим местима се прави први АИ систем. Онда се гледа где систем греши, па се онда дотерује. Уводи се људска провера на критичним тачкама. Додаје се евидентирање грешака кроз лог фајлове. Пишу се правила за изузетке, па се тек онда иде даље.

АИ систем се унапређује итерацијом.

Где аутоматизација заиста доноси вредност

Овај образац увођења АИ радног тока се препознаје у сасвим различитим срединама. Рачуноводствена агенција у Крагујевцу аутоматизује извлачење података из фактура, проверу основних поља и унос у систем, па уместо два дана обраде месечне документације троши четири сата, док људи остатак времена користе за анализу и саветовање клијената. Студентска организација на једном техничком факултету повезује форме за пријаву, календар и мејлинг листу у један ток, па уместо да координатор ручно шаље стотину порука, систем то ради сам, а координатор се бави садржајем програма. Мала маркетиншка агенција у Београду користи АИ радни процес који прикупља коментаре са друштвених мрежа, класификује их по теми и сентименту и прави први нацрт недељног извештаја. Професор на факултету аутоматизује претрагу научних база, уклања очигледно нерелевантне радове и прави ужи избор научних радова за ручни преглед. Власник мале онлајн продавнице повезује наруџбине, стање залиха и обавештења курирској служби, и први пут у три године престаје да касни са испорукама. Ни у једном од ових случајева технологија није урадила нешто спектакуларно и сигурно није „разумела бизнис“. Урадила је нешто обично, али много вредније: уклонила је празан ход.

А празан ход је, у већини савремених система рада, огромна и потцењена тема. Он се ретко види на први поглед, али се осећа свуда: у кашњењима, у дуплом уносу, у чекању да неко „само потврди“, у грешкама насталим копирањем, у порукама „да ли си стигао да погледаш“, у потреби да се три пута провери оно што је једном већ проверено. Уклањањем овог слоја системских сметњи, организација остварује виши ниво видљивости у погледу процеса, одговорности и протока информација, смањује сложеност свакодневног рада, унапређује координацију и подржава квалитетније доношење одлука.

Ова видљивост је можда и највећа не-финансијска добит АИ аутоматизације. Кад склоните рутину из радног процеса, одједном се види шта је преостало. Остала је процена, остао је однос с клијентом, остало је преговарање, остало је решавање изузетака, остала је одговорност за одлуку, остала је способност да се препозна да правило у једном случају не треба применити. То је тренутак у којем организација почиње да разликује прави посао од празног хода унутар посла.

Шта значи да се посао „помера навише“

Често се каже да аутоматизација „помера посао навише по лествици сложености“. Ово звучи уверљиво, али није једнако тачно за све који се налазе унутар организације. За власника фирме или директора, то заиста може значити већу прегледност, мање оперативног нереда и више времена за одлуке које носе већу вредност. За део запослених, нарочито у средњем оперативном слоју, иста промена може значити нешто сасвим друго: сужавање простора у коме су до јуче били незаменљиви, губитак неформалне контроле над процесом, па понекад и губитак функције која је постојала управо зато што је систем био спор, фрагментиран и мануелан.

Зато АИ аутоматизација, не само да уклања неефикасност, него мења и расподелу моћи унутар организације. А то значи да отпор према њој често не долази од људи који „не разумеју технологију“, него од људи који врло добро разумеју шта ће се променити када процес постане видљив, мерљив и делимично измештен из њихових руку.

Ако се то не види на време, руководилац ће врло лако погрешно протумачити отпор у тиму. Повероваће да се људи противе новом алату зато што су инертни, а у стварности се можда бране од реалног смањења значаја свог посла. Увођење АИ радног процеса је и питање превођења нове логике рада на језик који тим може да прихвати. Јер ако систем једној групи запослених ослобађа време, а другој тихо укида разлог постојања, онда одлука о аутоматизацији постаје управљачка одлука са јасним последицама.

Где су стварне границе АИ система

Додуше, није свака област једнако погодна за овакав приступ. Постоји граница. Када је процес толико неструктуриран да нема јасан улаз, правило и излаз, као што су, рецимо, стратешко планирање, креативно осмишљавање кампање, решавање конфликта у тиму, политичко балансирање унутар организације, вођење тешких разговора, или препознавање проблема који још није ни именован, тада АИ радни ток нема за шта да се „ухвати“.

У тим ситуацијама покушај аутоматизације често не доноси уштеду, већ само компликацију. Троши се време на описивање нечега што се не може до краја описати, на формализовање онога што зависи од импровизације, интуиције, односа и контекста. АИ модел аутоматизације престаје тамо где нема карика које се могу јасно одвојити. То је његова граница. А знати границу технологије једнако је важно као и познавати њену снагу.

Неки процеси споља изгледају сасвим уредно и структурирано, а ипак нису добри кандидати за аутоматизацију зато што је цена грешке превисока. На пример, систем може сасвим солидно да класификује долазне упите, предложи одговоре или означи приоритете, али ако се грешка догоди у комуникацији са кључним клијентом, у правно осетљивом одговору, у процени рекламације или у првом контакту с кандидатом за посао, последица није само „један погрешан излаз“. Последица може бити нарушено поверење и репутација, правни проблем или однос који више не може лако да се врати на старо.

То значи да граница АИ система није само тамо где нема јасног правила, него и тамо где постоји правило, али су цена промашаја и грешке веће од користи коју доноси убрзање.

Због тога, поред питања : „Може ли се ово аутоматизовати?“, руководилац терба да постави и следеће питање: „Колико нас кошта ако систем овде погреши?“ Тек када се тако постави ствар, види се разлика између процеса који је само технички погодан за аутоматизацију и процеса који је заиста безбедан да се препусти АИ систему. У супротном, фирма може да погреши и аутоматизује баш оно место на којем јој је била најпотребнија људска процена, јер је проценила да јој је брзина важнија од поверења.

Људска улога неће нестати

Овде долазимо и до људске димензије целе приче. За многе запослене први сусрет са аутоматизацијом је узнемирујући. Ако машина сада може да уради велики део онога што сам радио јуче, где сам онда ја у тој причи? Истина је да ће неки радни задаци у оквиру радног процеса нестати. Неки описи послова ће се смањити, преобликовати или спојити с другима. Али исто тако, појавиће се потреба за новим врстама рада: за надзором АИ система, за формулисањем правила, за евалуацијом излаза, за обрадом изузетака  и граничних случајева, за дизајном процеса, за одржавањем токова, за провером квалитета, за одговорношћу над одлукама које не треба препустити систему.

Другим речима, вредност човека се нужно неће преселити ван АИ система, већ ће се преселити на његове критичне тачке.

У том смислу, АИ аутоматизација помера људски рад навише по лествици сложености. Човек све мање служи као мост између два неповезана софтвера, а све више као онај који одлучује када аутоматика има смисла, када нема, и шта треба урадити кад стварни свет одбије да се понаша као усвојени дијаграм радног тока.

Када ефикасност почне да производи нови неред

Остаје, међутим, још једно питање које се понекад постави, а можда постаје све важније: шта се дешава када систем постане толико ефикасан да почне да производи више излаза него што организација може смислено да апсорбује? Другим речима, постоји ли тачка у којој ефикасност престаје да буде предност и постаје нови облик нереда? Ово је итекако могуће да се догоди.

Ако радни процес генерише више извештаја него што ико може да прочита, уради више класификација него што тим може да провери, направи више препорука него што менаџмент може да преточи у одлуке, онда аутоматизација не решава проблеме, већ почиње да ствара проблеме.

Треба да видимо како ће посао да иде брже, али исто тако треба да видимо и како да тај радни ток има смисла. Добар АИ радни ток штеди минуте па и сате, и повећава квалитет пажње која запосленима остаје. Ако је резултат тога да људи мање времена проводе у рутини, а више у размишљању, одлучивању, процени и стварању вредности, онда је технологија урадила оно што треба. Ако је резултат само то да систем избацује све више, све брже, без капацитета да се то разуме и употреби, онда смо старо расипање енергије само заменили новим.

Није поента да машина ради уместо људи

Можда је зато најкорисније о свему овоме говорити без великих речи и сувишних очекивања. АИ радни процес је најбоље разумети као практичан метод за анализу и уређење рада. Он омогућава да се посао разложи на јасне кораке, да се ти кораци сагледају као део целине и да се донесе рационална одлука о томе шта треба препустити АИ систему, а шта задржати у оквиру људског ангажовања. У том процесу организација често добија више од саме временске уштеде: добија прецизнији увид у то како посао заиста функционише.

И управо ту лежи најдубља вредност целе приче. Када систем преузме рутинске, понављајуће и механичке кораке, људима остаје више простора за оно за шта је потребно њихово расуђивање, одговорност и смислено деловање. Тек тада постаје видљиво шта је суштина њиховог посла, где лежи њихов стварни допринос и у чему је права вредност људског рада.