Automaatiotyökaluja on enemmän kuin koskaan. Tekoälyagentit, jotka lukevat sähköpostisi, tiivistävät kokouksesi, luonnostelevat vastauksesi, kirjoittavat koodisi, järjestävät viikkosi. Joka kuukausi uusi aalto.
Silti suurin osa ihmisistä, joiden kanssa puhumme, tekee edelleen samaa manuaalista, toistuvaa ja uuvuttavaa työtä kuin kaksi vuotta sitten.
Miksi?
Vietimme viime kuukaudet yrittäen vastata tähän kysymykseen. Keskustelimme 22 ihmisen kanssa eri rooleista, toimialoilta ja taitotasoilta. Noin kolme neljästä oli tekninen tausta. Loput eivät. Suunnilleen puolet työskenteli teknologian parissa. Toinen puoli ei.
Kysyimme heiltä, millaista heidän työnsä on. Mikä on vaikeaa. Mitä he toivoisivat voivansa muuttaa.
Löysimme neljä estettä, jotka toistuvat kerta toisensa jälkeen, riippumatta siitä, mitä joku tekee työkseen tai kuinka tekninen hän on. Kolme niistä on henkilökohtaisia. Neljäs on rakenteellinen. Yhdessä ne selittävät, miksi automaatio – vaikka sitä on luvattu ohjelmistomaailmassa jo kaksi vuosikymmentä – on yhä useimmille vain haave.
Tässä ne ovat.
Este 1: Et näe, mikä on rikki
Ensimmäinen yllätys: kun kysyimme ihmisiltä, mikä heidän työssään on vaikeaa tai turhauttavaa, useimmat antoivat epämääräisiä otsikkotason vastauksia. "Prioriteettien hallinta." "Viestintä." "Olen vain kiireinen." Ei mitään konkreettista. Ei mitään, mihin tarttua.
Kokeilimme toista kysymystä: "Jos voisit heilauttaa taikasauvaa ja korjata yhden asian nykyisessä työnkulussasi, mikä se olisi?"
Yhtäkkiä esiin nousi todellista kipua. Tarkkoja tehtäviä. Asioita, joita he vihasivat. Samat ihmiset, jotka viisi minuuttia aiemmin kohauttivat olkiaan, keksivät nyt kolme vastausta kukin.
Eräs haastateltava kertoi:
"Joo, olen linjassa. Olen käynyt paljon keskusteluja. Mutta kaikkien ajan tasalla pitäminen on niin tylsä osa työtä."
Toinen kuvaili neljännesvuosittaista prosessia:
"Olisi hienoa päästä eroon tästä manuaalisesta seurannasta. Se vie liikaa aikaa. Sitä tehdään melkein joka neljännes. Ja silloin, kun sitä tehdään, kaikki vihaavat sitä."
Kolmas haastateltava kuvaili toistuvaa tehtävää:
"Joskus saan myymäläpyynnön, jossa pyydetään synkronoimaan varasto verkossa. Pyyntö on niin... ei-standardisoitu. Joskus he antavat oikeat myymälä-ID:t. Joskus ID:n pitää olla isoilla kirjaimilla, mutta he antavat pienillä. Muoto ei ole oikea. Joudun manuaalisesti korjaamaan kaikki muodot, jotta ne ovat oikein, syöttämään ne koneeseen ja painamaan nappia."
Kukaan näistä ihmisistä ei ollut ajatellut näitä tehtäviä automatisoitavina ennen kuin kysyimme oikean kysymyksen. He olivat tehneet niitä kuukausia tai vuosia. Ne olivat vain osa työtä.
Tämä ei ole henkilökohtainen epäonnistuminen. Näin huomio toimii. Toistuvat tehtävät katoavat taustalle. Aivot lakkaavat kiinnittämästä niihin huomiota, koska ne ovat ennakoitavia. Epämukavuudesta tulee "maanantai".
Et voi automatisoida sitä, mitä et osaa nimetä. Ja useimmat eivät osaa nimetä työnsä ongelmakohtia ilman apua.
Tämä on ensimmäinen este.
Este 2: Et tiedä, mistä aloittaa
Oletetaan, että näet, mikä on rikki. Tiedät tarkalleen, mikä tehtävä vie viikkosi voimat. Sinulla on jopa pääsy tekoälytyökaluihin, jotka voisivat ehkä hoitaa sen.
Silti useimmat jäätyvät.
Ongelma: liikaa mahdollisuuksia, ei selkeää aloituskohtaa. Päätöshalvaus automaatiossa. Kun voit automatisoida mitä vain, et usein automatisoi mitään.
Eräs haastateltava sanoi:
"Miten saat tekoälyn tekemään sen? Miten muotoilet viestin tekoälylle? Siinä kestää oppia, miten olla tarkempi."
He tiesivät, että tekoäly osaa. He eivät vain tienneet, miten ohjata sitä omaan työhönsä.
Toinen haastateltava kuvaili asiaa suoremmin:
"En usko, että käyttöliittymästä käy ilmi, mitä muuta voi tehdä. Kun vain kirjoittaa kehotteen, ajattelen, että minun pitää keksiä itse, mitä tarvitsen. Mutta minulla ei oikeastaan ole vaihtoehtoja, eikö? En tiedä, mitä muuta se osaa. Kuinka pitkälle voin kuvitella ongelmani? Edellisessä keskustelussa tajusin, että voisin pyytää siltä standup-raportin sähköpostistani tai ehkä luoda Linear-tehtävän. Se ei ollut selvää."
He jatkoivat:
"Jos olisi vaikka pudotusvalikko tai esimerkkikehotteita tai malleja, joita voisin käyttää, se auttaisi. Ei tarvitsisi keksiä kaikkea alusta asti."
Toinen toivoi vielä konkreettisempaa:
"Vaihtoehtoja on niin paljon. Teknologiakasa on valtava. Jos joku voisi kertoa, mitä työkalua minun kannattaa käyttää kuhunkin tehtävään. Että joku katsoisi Linearistani ja sanoisi, että tähän tehtävään kannattaa käyttää tätä, ei vaikka Claude Codea. Se olisi hienoa."
Ihmiset eivät kaipaa lisää kyvykkyyttä. He kaipaavat konkreettista aloituskohtaa. Oikeaa esimerkkiä. Työnkulkua, jonka joku heidän kaltaisensa on rakentanut alusta loppuun ja jonka voi kopioida ja muokata.
Siksi samat viisi työnkulkua automatisoidaan kaikkialla: aamukatsaukset, viikkoraportit, sähköpostin lajittelu, standup-muistiinpanot, asiakasyhteenvedot. Ne eivät ole parhaita automaatioita. Ne ovat vain niitä, joista on julkisia malleja ja selkeä aloituskohta.
Kaikki muu jää manuaaliseksi. Ei siksi, etteikö sitä voisi automatisoida, vaan koska kukaan ei ole näyttänyt, miltä "aloittaminen" näyttää.
Tämä on toinen este.
Este 3: Aloittamisen hinta on suurempi kuin tekemättä jättämisen
Olet tunnistanut työn. Sinulla on konkreettinen aloituskohta. Nyt pitää oikeasti laittaa se kuntoon.
Tässä kohtaa useimmat luovuttavat.
Eräs haastateltava kertoi tekoälytyökalusta, jota heidän kollegansa käyttivät säännöllisesti:
"Tiedän OpenClawin, mutta en ole koskaan kokeillut itse. Tiedän, että kollegani käyttävät sitä, mutta en ole kokeillut."
Kysyimme miksi. Vastaus: käyttöönotto oli liian monimutkaista ja vei liikaa aikaa. He eivät olleet edes yrittäneet. Se, että tiimikaverit käyttivät sitä onnistuneesti, ei riittänyt. Koettu aloituskynnys oli niin korkea, että he vain... eivät tehneet mitään.
Toinen oli vielä suorempi:
"Luulen, että erityisesti uusille käyttäjille tämä on ongelma. Monet näkevät nämä jutut ja haluavat kokeilla. Sitten kun he laittavat sen NPM installin ja saavatkin ilmoituksen 'tarvitset myös Claude-asennuksen'... siinä kohtaa moni luovuttaa, ei jatka ollenkaan."
Molempien taustalla on sama rationaalinen laskelma. Kolmas haastateltava sanoi suoraan:
"Kun haluamme automatisoida työnkulun, haluamme säästää aikaa ja lisätä tuottavuutta. Emme halua käyttää paljon aikaa työkaluihin, joiden pitäisi parantaa tehokkuuttamme."
Tämä ei ole laiskuutta. Se on matematiikkaa.
Automatisoinnin koko idea on säästää aikaa. Mutta useimmissa työnkuluissa käyttöönotto vie enemmän aikaa kuin tehtävän tekeminen käsin. Opit käyttöliittymän, rakennat liipaisimet, testaat reunatapaukset – ja vasta sitten alat säästää aikaa. Viikoittaisissa tehtävissä takaisinmaksuaika on kuukausia. Kuukausittaisissa tai neljännesvuosittaisissa tehtävissä laskelma ei koskaan kannata.
Siksi ihmiset jättävät sen väliin.
Aiemmat kokemukset pahentavat ongelmaa. Ihmiset ovat kokeilleet työkaluja, jotka lupasivat kaiken ja vaativat 40-vaiheisen käyttöönoton. He ovat opetelleet käyttöliittymiä, joista ei ollut hyötyä. Joten vaikka uusi työkalu oikeasti toimisi, aiemmat kokemukset tekevät heistä varovaisia.
Useimmat automaatiotyökalut olettavat, että käytät tunnin oppimiseen ennen kuin saat mitään hyötyä. Useimmille, etenkin ei-teknisille, suhde päättyy siihen.
Tämä on kolmas este.
Este 4: Organisaatiosi ei salli sitä
Tämä este on vaikein korjata ja se, josta kuulemme eniten suurissa organisaatioissa työskenteleviltä.
Vaikka näet, mikä on rikki, tiedät tarkalleen, mistä aloittaa, ja olet valmis käyttämään aikaa käyttöönottoon, yrityksesi ei välttämättä anna sinun tehdä sitä.
Eräs suuryrityksessä työskentelevä haastateltava kuvaili tätä näin:
"Jokainen käyttämämme työkalu pitää hyväksyttää asiakkaalla tai sisäisesti. Kun hyväksyntä ja budjetti on saatu, ostamme työkalun henkilökohtaisesti."
Hyväksyntä. Budjetti. Henkilökohtainen lisenssi. Jokaiselle uudelle työkalulle. Kun prosessi on valmis, alkuperäinen motivaatio on jo kuukausien takana.
Syvempi versio ongelmasta ei ole vain "en saa työkalua hyväksyttyä". Vaikka saisit käyttää tekoälytyökaluja henkilökohtaisesti, et voi yhdistää niitä järjestelmiin, joissa oikea työsi on. Sama henkilö:
"En voi yhdistää työympäristöäni tähän. Jos käytän tätä henkilökohtaisesti, en voi yhdistää Salesforceani. En voi yhdistää Teamsia. Koska se on työpaikan läppärillä."
Heillä on pääsy ChatGPT:hen. Heillä on tehtäviä, jotka haluaisivat automatisoida Salesforcessa. Näitä kahta ei voi yhdistää. Haluttu automaatio vaatisi sillan henkilökohtaisten työkalujen ja työdatan välille, ja se on kielletty.
Tämä ei ole vain isojen yritysten ongelma. Toinen haastateltava kertoi:
"Luulen, että isoilla yrityksillä on jonkin verran huolta yksityisyydestä. Saamme käyttää ChatGPT:tä, mutta emme Geminiä. En tiedä miksi. En tiedä miksi. Mutta se on tavallaan yrityksen valinta."
"En tiedä miksi." Tämä lause toistuu usein, kun puhutaan organisaatioiden työkalurajoituksista. Valinnat tuntuvat sisäpuolelta mielivaltaisilta. Jotkut työkalut hyväksytään, toisia ei, eikä logiikkaa näy. Sääntöjä kierretään ymmärtämättä syitä.
Monille tämä on todellinen muuri. Ei "en näe, mikä on rikki". Ei "en tiedä, miten automatisoida". Vaan "en saa".
Tämä este on vaikeampi kuin muut, koska kyse ei ole sinusta. Kyse on ympäristöstäsi. Ja ympäristöt muuttuvat hitaasti.
Tämä on neljäs este.
Mitä tämä tarkoittaa
Nämä neljä estettä ovat kerroksittain. Vaikka pääset ensimmäisestä ohi, törmäät toiseen. Toisen jälkeen kolmanteen. Ja vaikka pusket läpi kolmesta, ympäröivä organisaatio voi silti pysäyttää sinut.
Yhdessä ne muodostavat muurin, jonka useimmat eivät ylitä, vaikka tietäisivät tarkalleen, mitä haluavat korjata. Siksi työnkulkujen automaatio – vaikka sitä on luvattu ohjelmistoissa jo kaksi vuosikymmentä – on yhä useimmille vain haave.
Uskomme, että muuri on murrettavissa. Ei kokonaan, ei kaikille, mutta enemmän kuin nykyiset työkalut olettavat. Olemme viime kuukausina rakentaneet ratkaisuja erityisesti kolmen ensimmäisen esteen voittamiseen ja miettineet, miten automaatiosta tehdään niin turvallista, että neljäs este lievenee ajan myötä. Meillä on näkemyksiä siitä, mikä toimii. Mutta haluamme ennemmin näyttää kuin kertoa.
Siksi teemme näin.
Lauantaina 16. toukokuuta järjestämme maksuttoman käytännön labran San Josessa. Käymme läpi, miten tunnistaa omasta työstä automatisoitavat kohdat, mistä aloittaa, kun vaihtoehtoja on sata, ja miten ottaa käyttöön ensimmäinen tekoälytyökaveri alle 15 minuutissa. Ei koodausta.
Osallistujakatto on 30 henkilöä. Ilmoittaudu: https://luma.com/yqpulmgq
Tiistaina 20. toukokuuta järjestämme vastaavan tapahtuman San Franciscossa. Lisätiedot ja ilmoittautuminen pian. Seuraa @vm0_ai, niin kuulet ensimmäisenä.
Jos et pääse kumpaankaan tapahtumaan, seuraa silti. Kirjoitamme, mitä ihmiset oikeasti rakentavat labrassa. Työnkulut, yllätykset, asiat jotka eivät toimineet. Julkaisemme ne seuraavassa postauksessa. Saat siis käytännön vastaukset joka tapauksessa.
Nämä neljä estettä ovat todellisia. Kuulemme niistä lähes jokaiselta, jonka kanssa puhumme. Kolme ensimmäistä on ratkaistavissa jo nyt. Neljäs vie pidempään, mutta sekin on ratkaistavissa. Aiomme näyttää sen seuraavien viikkojen aikana tapahtumissa ja julkaisuissamme.
Lainaukset on anonymisoitu roolin mukaan. Haastattelunäyte: 22 henkilöä ohjelmiston/tekoälyn, terveydenhuollon, esittävän taiteen, valmistuksen, konsultoinnin, vähittäiskaupan, biomekaniikan ja järjestöjen aloilta. Noin 73% teknisellä taustalla ja 27% ilman.
