Ami gyorsul
Az előkészítés tűnt el, nem a gondolkodás
Ötven fölötti vállalati AI bevezetés után elég jól látom, hol lassult régen a döntés. A döntő ember gondolkodásán ritkán múlt, sokkal inkább azon, ami előtte történt. Valaki összeszedte az adatokat, valaki más táblázatot épített belőlük, egy harmadik megírta az egyoldalas vezetői anyagot, és a vezető három héttel a kérdés felmerülése után kapott valamit, amiről dönthetett. Az előkészítés volt lassú, maga a döntés a végén sokszor tíz perc.
Az AI ezt a szakaszt nyomja össze. A szerződések kivonata, a beszállítói ajánlatok összevetése, a piaci adatok táblázata és a vezetői összefoglaló ma percek alatt elkészül, és a döntő elé kerülő anyag gyakran rendezettebb, mint amit korábban egy túlterhelt elemző hetek alatt összerakott. A Deloitte AI Institute 25 ország 3500 vezetőjét kérdezte meg, és az október végén megjelent jelentésben a cégek 81 százaléka számolt be gyorsabb döntéshozatalról és végrehajtásról, miközben csak a negyedük használja az AI-t arra, hogy magát a munkát alakítsa át. Vagyis a többség ugyanazt a folyamatot futtatja, csak gyorsabban.
Ugyanezt látom a magyar cégeknél is. A sebességet mindenki méri, mert könnyű. Van egy dátum, amikor felmerült a kérdés, és van egy dátum, amikor aláírták a döntést, a kettő közti napokat bárki ki tudja vonni egymásból. A döntés minőségére ilyen egyszerű mérőszám nincs, úgyhogy nem is méri senki, és a gyorsulást úgy ünneplik a cégek, mintha az javulás lenne. Pedig a kettő két külön dolog, és az egyik könnyen megy a másik rovására.
Ami nem javul magától
A jól megírt összefoglaló magabiztosságot ad, nem jobb döntést
Egy rendezett AI összefoglalóban van tiszta szerkezet, három lehetőség, mindegyik mellett előny és kockázat, a végén egy javaslat. Aki ilyet olvas, az úgy érzi, hogy látja a teljes képet, holott azt látja, amit a modell az elérhető adatokból kiolvasott, és azt már nem látja, mi maradt ki belőle. Azt tapasztaltam, hogy a döntők az AI által készített anyag mellett kevesebb alternatívát mérlegelnek, mint egy kézzel, hiányosan összerakott, kérdőjelekkel teli prezentáció mellett. A hiányos anyag vitára hív, a kész anyag aláírásra.
Régen egy nagyobb döntés előtt a kontrolling, a beszerzés és az üzemeltetés külön készült, és a három anyag a megbeszélésen ütközött. Ez az ütközés szűrte ki a rossz ötleteket, mert valaki mindig hozott egy adatot, ami nem passzolt a többiekéhez. Most mindhárom terület ugyanazt az AI összefoglalót kapja, ugyanabból a forrásból, ugyanazzal a feltételezéssel, és a megbeszélésen egyetértenek egymással. A lassú vita eltűnt, és vele együtt eltűnt az a szűrő is, amit senki nem tervezett bele a folyamatba, csak mindig működött.
Ha a kiinduló feltételezés hibás, az ma gyorsabban terjed. Egy rossz devizaárfolyam vagy egy elavult kapacitásadat a régi rendszerben valahol elakadt, mert három hét alatt valaki észrevette. A pillanatok alatt kész anyagban ugyanez a hiba már másnap beépül két másik döntésbe is, és mire kiderül, három helyen kell visszabontani.
Ezért óvatos vagyok, amikor egy ügyfél azzal dicsekszik, hogy a döntési idő a harmadára csökkent. Örülök neki, mert a lassúság tényleg sok pénzbe került. Közben viszont megkérdezem, mit tudnak a döntések minőségéről, és erre a legtöbb helyen még nincs válasz, mert a mérés eszköze sem létezik.
Egy drága tanulság
A beszállítóváltás, amit húsz perc alatt hagytak jóvá
Egy 400 fős logisztikai cégnél tavaly az egyik első folyamat, amit az AI bevezetés után látványosan felgyorsítottak, a beszállítói ajánlatok értékelése volt. Korábban egy raklapbeszállító cseréje hat hétig tartott, mert a beszerzés végignézte a mintákat, a telephelyvezetők nyilatkoztak, és a kontrolling kiszámolta a fuvarköltségre gyakorolt hatást. Az új rendszerben az AI beolvasta a négy ajánlatot, összevetette az árakat, a szállítási feltételeket és a minősítéseket, és egy délelőtt alatt letett egy rangsort az ügyvezető elé. A legolcsóbb ajánlat tizenegy százalékkal volt kedvezőbb a meglévőnél. Az ügyvezető húsz perc alatt jóváhagyta a váltást, és a csapat büszke volt, hogy hat hétből egy nap lett.
Négy hónappal később a raklapok egy része nem bírta a hűtött áru párás környezetét, a két vidéki telephely hetekig kézi átrakással dolgozott, és a végén felárral tértek vissza a régi beszállítóhoz. Amikor ezt az esetet utólag végigbeszéltük, kiderült, hogy a régi, hathetes folyamatban a telephelyvezetők mindig kipróbálták a mintát a hűtőházban. Senki nem írta le ezt a lépést sehova, egyszerűen mindenki tudta. Az AI nem tudhatta, mert az ajánlatokban nem szerepelt, a kérdésben pedig senki nem említette a hűtött árut.
Ebből a projektből azt tanultam, hogy a gyors döntés ott válik rosszá, ahol a régi, lassú folyamat valamilyen rejtett ellenőrzést is tartalmazott, és az új folyamat ezt tudtán kívül kihagyta. A hibát ebben az esetben sem a sebesség okozta, hanem az, hogy senki nem nézte végig, mit csináltak az emberek a hat hét alatt a várakozáson kívül. Azóta minden gyorsítás előtt ezt a kérdést teszem fel elsőként, és meglepően sokszor kerül elő egy hűtőházi próba. Van, ahol egy könyvelő hívja fel az ügyfelet aláírás előtt, van, ahol a műszakvezető kimegy a géphez, mielőtt rábólint egy alkatrészre, és ezek a lépések egyetlen folyamatábrán sem szerepelnek.
Mérés
A kimenetel félrevezet, a döntés pillanata viszont mérhető
A döntés minőségét a legtöbb vezető a kimenetelen méri, és ez félrevezet. Egy rosszul előkészített döntés is végződhet jól, ha szerencsénk van a piaccal, és egy gondosan mérlegelt döntés is bukhat egy váratlan vámon vagy egy kieső ügyfélen. Ha csak az eredményt nézzük, a szerencsés vakmerőt jutalmazzuk, az óvatos vesztest pedig büntetjük, és a cég egy év múlva rosszabbul dönt, mint előtte. A döntés minősége abban mérhető, amit a döntés pillanatában tudtunk, és abban, hogy mit kezdtünk vele.
Ezért egy pénzügyi holding kontrolling csapatánál bevezettünk egy döntési naplót, ami szándékosan rövid. Minden olyan döntésnél, amit AI előkészítés alapján hoznak, négy mezőt töltenek ki. Mit tudtunk biztosan. Mit feltételeztünk anélkül, hogy ellenőriztük volna. Mit várunk a döntéstől, számmal, ha lehet. Mikor nézzük vissza. A kitöltés öt perc, eleinte mindenki nyűgnek érezte, aztán a harmadik hónapban az egyik elemző szólt, hogy a feltételezés rovatban már ránézésre látszik, melyik döntés áll gyenge lábon.
A visszanézést két-három hónap múlva tartjuk a napló alapján, és a feltételezéseket vesszük sorra, melyik bizonyult igaznak, az eredmény csak ezután kerül szóba. Ebből születik az a két mérőszám, amit azóta minden ügyfelemnél javaslok. Az egyik a visszafordított döntések aránya, vagyis hány AI előkészítésű döntést kellett három hónapon belül módosítani vagy visszavonni. A másik a megdőlt feltételezések aránya, vagyis a naplóban rögzített feltételezések hány százaléka bukott el a visszanézésen. Ennél a holdingnál az első negyedévben a feltételezések közel harmada dőlt meg, és ez az arány fél év alatt a felére csökkent, mert az elemzők elkezdték ellenőrizni azt, amit korábban csak leírtak.
Amikor ezt elvégeztük, a kontrolling vezető mondott valamit, amit azóta sok helyen idézek. A napló szerinte nem a döntést javította meg, hanem az előkészítést, mert aki tudja, hogy a feltételezését három hónap múlva valaki visszaolvassa, az eleve jobban megnézi, mielőtt leírja.
Ellenvélemény és tempó
Mikor lassítok, és mikor hagyom gyorsan futni
Az AI-tól külön kérem a legerősebb ellenérvet. Egy győri gépipari beszállítónál ez lett a döntési folyamat legolcsóbb lépése. A beszerzési vezető minden összefoglaló után ugyanazt a kérdést teszi fel a modellnek, hogy ha ez a döntés hat hónap múlva rossznak bizonyul, mi lesz a legvalószínűbb ok. Erre a válasz sokszor közhelyes, de nagyjából minden ötödik alkalommal előkerül egy szempont, amit senki nem nézett meg, például egy alkatrész egyetlen forrásból érkező alapanyaga. Az ellenvélemény azért működik, mert a modell ugyanabból az anyagból más irányból olvas, és ezzel visszahozza azt a vitát, ami az egységes összefoglalóval kiveszett. A folyamatba került be, nem a jóindulatra bízva, és a döntési napló feltételezés rovatát sokszor ez tölti meg.
Lassítást viszont csak a döntések egy része érdemel. Egy 35 fős kreatív ügynökségnél azt láttam, hogy a csapat ugyanolyan óvatosan kezelte a heti kampánybüdzsé átcsoportosítását, mint egy éves ügyfélszerződés aláírását, és a gyorsulás előnyét így elvesztették. Ott két kosárba raktuk a döntéseket. Ami visszafordítható és gyakori, például egy hirdetési keret átcsoportosítása vagy egy kreatív irány kipróbálása, az mehet az AI javaslatára akár aznap, mert a hibát a jövő heti adat úgyis megmutatja. Amelyik viszont visszafordíthatatlan vagy nagy tétű, például egy kulcsember elengedése, egy beszállítóváltás vagy egy új árazási modell, az megkapja a döntési naplót, az ellenérv kérését és egy éjszakát.
Egyre több cégnél engedik, hogy az AI bizonyos döntéseket emberi jóváhagyás nélkül hajtson végre. Ezzel önmagában nincs bajom, ha a visszafordítható kosárról van szó. A gond ott kezdődik, ahol a két kosár közti határt senki nem húzta meg, és az automatikus végrehajtás ugyanúgy vonatkozik a hirdetési keretre, mint az árlistára.
Az első hét
Hol kezdem egy új ügyfélnél
Egy új ügyfélnél az első héten nem a döntési naplóval kezdek, hanem azzal, hogy elkérem az elmúlt fél év húsz leggyorsabb döntését, nem a legnagyobbakat. Megnézzük, melyiket kellett azóta módosítani, és mindegyiknél megkeressük, mit hagyott ki az új folyamat a régihez képest. Ez általában két nap, és a végére kirajzolódik, hol élt rejtett ellenőrzés a régi lassúságban, mint a hűtőházi próba a logisztikai cégnél. Utána a döntéseket két kosárba rakjuk, és csak a visszafordíthatatlan kosár kapja a naplót meg az ellenérv kérését, a másik pedig szabadon gyorsul. A harmadik lépés a visszanézés naptárba írása, mert amit nem tűztek ki, azt nem tartják meg.
A naplóhoz külön szoftver nem kell, a legtöbb helyen egy megosztott táblázat négy oszloppal elég, és a tulajdonosa mindig az a személy, aki a döntést előkészítette, nem az, aki meghozta. Így a feltételezéseket az írja le, aki a modellel dolgozott, és ő is olvassa vissza három hónap múlva. Ahol ezt a vezetőre bízták, ott a napló két hét után kiürült, mert a vezető a döntést hozza, az előkészítés részleteit pedig már nem látja.
Ez a három lépés nem látványos, az AI eszközt ettől senki nem veszi meg, viszont a következő negyedévben a visszafordított döntések aránya már mérhető, és a vezetés első alkalommal látja számban, hogy a gyorsulás javított-e vagy rontott. Az egyik ügyfelemnél az első visszanézésen három olyan döntés került elő, amit az ügyvezető az AI összefoglaló alapján hozott, és amelynek feltételezéseit a napló szerint soha senki nem ellenőrizte. Azóta az ügyvezető minden AI összefoglaló tetejére kézzel beírja, melyik feltételezést nézte meg ő maga, és melyiket hagyta a modellre.