Как идентифицировать простые задачи внутри должностной инструкции? Для этого существуют различные методики, и вы можете использовать сразу несколько. Компоненты, из которых складывается работа, легко найти в служебной инструкции или в списке требуемых навыков, а иногда даже и в соглашении об оплате труда. Также попробуйте воспользоваться онлайн-библиотекой O*Net. Как говорится на сайте https://www.onetonline.org, «онлайн-база O*Net содержит детальные описания служебных обязанностей примерно для 1000 различных должностей, как стандартизированных, так и специфических для определенных отраслей, и охватывающих практически всю экономику США. База данных доступна бесплатно для всех желающих. Она постоянно пополняется усилиями работников самых разных сфер»[10]. Рис. 1.1 является адаптированной версией диаграммы, созданной специалистами AlphaBeta Analysis по данным O*Net с целью проиллюстрировать, каким образом можно оценить пригодность для автоматизации тех или иных задач, составляющих должностную инструкцию. Как вы можете видеть, любая работа складывается из множества различных обязанностей, и здесь необходим индивидуальный подход. Задаваться вопросом, поддается ли автоматизации тот или иной вид работы в целом, бессмысленно: необходимо разобраться, можно ли автоматизировать каждый пункт должностной инструкции.
Какие задачи поддаются автоматизации?
Как измерить сложность автоматизации для каждой задачи? Это зависит от трех базовых характеристик (рис. 1.2).
Однообразная работа предсказуема и монотонна, она соответствует четким критериям. Меняющиеся задачи, напротив, невозможно спрогнозировать, такая деятельность требует разнообразных подходов, постоянной адаптации и самостоятельного принятия решений.
Большинство задач кредитных аналитиков носит однообразный характер. Эти специалисты собирают воедино стандартные данные по каждой кредитной заявке. Они ищут одни и те же подводные камни в каждом элементе информации о клиенте, взятой из банковских учетных документов, сведений кредитных рейтинговых агентств, официальных источников и социальных сетей. В целом шаблонная работа лучше поддается автоматизации (более подробно об этом мы поговорим в главе 3). В результате ее внедрения кредитный анализ осуществляется в среднем в 15 раз быстрее и практически без ошибок. На другом конце шкалы находится работа кадрового консультанта, где возможно великое множество различных вариантов. Все его клиенты отличаются друг от друга, каждая проблема уникальна. Консультант работает с инструментами аналитики, применяя методики построения и управления процессами, которые ему всякий раз приходится заново настраивать для диагностики той или иной конкретной проблемы и поиска подходящего решения. Подобная работа хуже поддается автоматизации, однако достижения в сфере познавательной автоматики, возможно, позволят автоматизировать некоторые аналитические задачи и извлекать полезные данные из результатов работы с предыдущими клиентами.
Задачи, выполняемые сотрудником независимо, практически не требуют контактов и сотрудничества с другими людьми, в то время как существуют должности, где просто необходимо общаться и налаживать совместную работу, демонстрируя навыки общения и взаимопонимание.
Бухгалтер, готовящий официальный отчет для регулирующих органов, использует стандартные образцы и правила выполнения работы, действуя в одиночку. Он собирает информацию из различных источников, обобщает ее, анализирует стандартными методами, не привлекая к этому других сотрудников. Такая работа может быть в значительной степени автоматизирована с помощью надежных, неоднократно опробованных методик. К примеру, имеет смысл использовать роботизированную автоматику для сбора и объединения информации, а также провести ее анализ и составить стандартный отчет с помощью искусственного интеллекта. Сотрудники колл-центров постоянно взаимодействуют с людьми. Они подстраиваются под каждого звонящего: эмоции, потребности и стиль общения клиентов уникальны. Работа, требующая взаимодействия с людьми, хуже поддается автоматизации. Однако развитый искусственный интеллект и усовершенствованные сенсоры способны распознать эмоции человека, находящегося на другом конце провода, и проанализировать запрос, предоставив сотруднику колл-центра информацию, которая поможет ему обслужить клиента более внимательно, лучше понимая его нужды.