¿Cuánto tiempo dedican tus empleados a supervisar bots?

De HBR.org El costo oculto de la IA no es solo el tiempo.

También es el desgaste mental que implica revisar, corregir y estabilizar constantemente un sistema antes de que su trabajo pueda utilizarse.

Cierta supervisión de los bots es inevitable, e incluso beneficiosa.

Pero la mayor parte de lo que reportan los trabajadores es tedioso y rutinario.

Cada vez que los empleados sobrecargan un modelo con contexto, vuelven a ejecutar una tarea o transfieren el trabajo a un modelo más costoso solo para poder obtener algo utilizable, las organizaciones están pagando dos veces: una por la potencia de procesamiento informático adicional que se consume y otra por el trabajo manual necesario para guiar la herramienta hacia un resultado útil.

Los tres errores de cálculo de los líderes Lo que parece ser un problema de productividad individual es, en realidad, un problema de diseño organizacional --uno que se deriva de tres errores de cálculo que cometen los líderes.

Subestimar la cantidad de gestión que requiere la IA Los líderes no suelen ver ni tomar en cuenta el trabajo humano necesario para que la IA sea útil, lo cual implica aportar el contexto que falta, verificar la precisión, corregir respuestas a medias y suavizar las cosas cuando la herramienta malinterpreta la relación, lo que está en juego o el tono.

Para abordar este problema, comienza por evaluar cuánto tiempo dedican los trabajadores a supervisar a los bots.

Luego pregúntate: ¿Esta supervisión está generando valor o es mera evidencia de que la herramienta no está lista para el trabajo? También puedes reducir la supervisión innecesaria al integrar la IA directamente en el flujo de trabajo.

Cada herramienta de IA independiente crea otra interfaz que los empleados deben aprender a usar, en la que deben iniciar sesión, alternar con otras y a la que deben proporcionar contexto.

Confundir el acceso a los datos con un contexto útil Las organizaciones deben tratar el contexto como infraestructura, no como algo que los empleados introducen manualmente en las herramientas de IA.

Es útil que los desarrolladores de IA trabajen junto a expertos en el tema que sepan dónde falla el proceso oficial y cómo se ve lo "correcto" en la práctica.

Las organizaciones también deben invertir en una capa de contexto, una infraestructura que capture cómo se realiza el trabajo, no solo lo que está escrito.

Esto incluye en qué versión de un documento confía la gente, qué gerente da el visto bueno antes de que algo se lance, quién se convirtió en la autoridad después de que el responsable original se fuera y quién conoce la diferencia entre lo que describen las pautas de precios y lo que aprobará el departamento de conformidad o cumplimiento normativo.