Работниците се превръщат в следващото голямо препятствие пред AI

FT поставя нов акцент в AI цикъла: след като инвеститорите говориха за чипове, центрове за данни и електроенергия, следващото ограничение може да се окаже работната сила. Компаниите вече имат достъп до все по-мощни модели, но това не означава автоматично по-висока производителност. Технологията трябва да бъде преведена в процеси, роли и решения, които хората реално използват.

Проблемът е, че много организации внедряват AI по-бързо, отколкото променят начина си на работа. Служителите получават инструменти, но не винаги ясни правила за качество, отговорност и допустими данни. Мениджърите очакват икономии, но често нямат система за измерване дали задачите стават по-бързи, по-точни или просто се преместват от един екран на друг.

Това създава нов тип тесен участък. Не липсва само технически капацитет, а организационен капацитет. Нужни са хора, които разбират и бизнеса, и моделите: продуктови екипи, юристи, специалисти по риск, инженери по данни, обучители и мениджъри, които могат да променят процеси без да разрушат контрола. Такъв талант е по-труден за купуване от още лицензи.

За служителите AI носи двойно послание. От една страна, обещава премахване на рутинна работа и по-добри инструменти. От друга, създава страх от наблюдение, ускоряване на темпото и замяна. Ако компаниите третират внедряването като чисто технологичен проект, съпротивата ще расте. Ако го третират като промяна в труда, могат да получат повече доверие и по-добри резултати.

Това е особено важно в регулирани отрасли. Банки, застрахователи, здравни компании и публични институции не могат просто да пуснат генеративен AI върху чувствителни процеси. Те трябва да знаят кой носи отговорност при грешка, как се пазят данни, как се проверяват изходите и как се обяснява решение пред клиент или регулатор. Тези въпроси изискват човешка инфраструктура.

Инвеститорите също трябва да променят въпросите си. Не е достатъчно да питат колко AI инструмента има една компания. По-важно е къде те са интегрирани, как се измерва възвръщаемостта и дали служителите имат мотивация да ги използват качествено. Разликата между демонстрация и производителност ще стане все по-видима в отчетите и маржовете.

Затова следващата фаза на AI няма да бъде само надпревара за модели. Тя ще бъде надпревара за управление на промяната. Компаниите, които обучат хората си, пренапишат процесите и въведат отговорност, ще извлекат реална стойност. Останалите рискуват да имат скъпа технология, която стои върху стара организация и произвежда повече шум, отколкото продуктивност.