Uchambuzi wa ndani wa Google kuhusu mwingiliano wa milioni 15 wa zana za AI unaonyesha kuwa ingawa 68% ya kazi sasa zinahusisha msaidizi wa AI, mifumo hiyo inatekeleza kazi kiotomatiki (automate) kwa asilimia 21 tu ya kazi zinazofanyika. Pengo hili ni muhimu kwa sababu makampuni yanabeteka na AI ili kubadilisha mifumo ya kazi, lakini data zinaonyesha kuwa wafanyakazi wengi bado wanategemea teknolojia hiyo kwa shughuli chache tu.

Kwa nini namba hizi ni muhimu

Utafiti huo, ulioendeshwa kwenye jukwaa la Gemini la Google, unaonyesha picha ya kina kuhusu upokeaji wa AI. Kiwango cha upokeaji cha sehemu mbili ya tatu kinaonekana kuwa cha kuvutia, lakini takwimu ndogo ya 21% ya utendaji wa kiotomatiki inamaanisha kazi nne kati ya tano zinaendelea bila msaada wa AI. Wakurugenzi wanaopanga utekelezaji wa AI katika kiwango kikubwa wanapaswa kuzingatia kutofautiana kati ya viwango vya upokeaji vinavyotangazwa na faida halisi ya uzalishaji—hii inaweza kukuza matarajio ya ROI.

Jinsi tulivyofika hapa

Wauzaji wameyaeneza zana za AI kama hatua inayofuata katika ufanisi wa mahali pa kazi, wakiahidi "mawakala wenye uwezo wa kujiongoza" (autonomous agents) wanaoweza kuendesha michakato yote kuanzia mwanzo hadi mwisho. Hata hivyo, data za Google zinaonyesha kuwa watumiaji wengi wanatumia teknolojia hiyo kwa nyakati maalum za ushirikiano—kama vile kubuni mawazo, kuandaa mikakati, au kukusanya utafiti—badala ya kukabidhi mfumo mzima wa kazi. Utafiti huo ulifuatilia kila mwingiliano wa Gemini, ukirekodi madhumuni ya kila ombi na aina ya kazi iliyosaidiwa.

Kile data inachofichua

  • Jitihada ndogo za utendaji kamili wa kiotomatiki. Chini ya mmoja kati ya mwingiliano kumi ulikuwa na lengo la kutekeleza kazi kiotomatiki kikamilifu. Watumiaji wengi wanapendelea mbinu inayohusisha binadamu katika mchakato (human-in-the-loop).
  • Ushirikiano badala ya ubadilishaji. Sehemu kubwa ya matumizi ya AI inajikita katika kuzalisha dhana, kuboresha mikakati, na kufanya utafiti wa awali, ikionyesha kuwa wafanyakazi wanaona AI kama mshirika badala ya mbadala.
  • Kazi za kawaida hupata kipaumbele cha kwanza. Wakati AI inapotekeleza kazi kiotomatiki, inachukua kazi zinazojirudia na zilizofafanuliwa vizuri. Hata hivyo, hata hapo, sehemu nne ya tano ya shughuli za kila siku hazijaguswa.
  • Kazi za kiakili na zisizo za kawaida ndizo zinazotawala matumizi ya AI. Takriban 65% ya mwingiliano unahusisha kazi zisizo na viwango maalum—kama vile utatuzi wa matatizo, uchambuzi, au fikra za ubunifu—ikionyesha kuwa watumiaji wanageukia AI pale ambapo uamuzi wa binadamu bado ni muhimu.
  • Athari zisizo sawa katika taaluma mbalimbali. Majukumu ya maafisa wa ofisini (white-collar) kama vile uundaji wa programu na uchambuzi wa kifedha yanaonyesha matumizi makubwa zaidi ya AI. Kazi za mikono zinachelewa, ingawa baadhi ya mafundi tayari wanatumia AI kutambua hitilafu za vifaa kupitia picha.

Hatari kwa biashara

Ikiwa kampuni itajenga mkakati wake wa AI kwa kudhania kuwa kazi nyingi zitahamishiwa kwa mifumo inayojiongoza hivi karibuni, inaweza kuwekeza kidogo katika michakato ya kibinadamu ambayo bado inatawala matokeo ya kila siku. Kuahidi kupita kiasi kuhusu utendaji wa kiotomatiki kunaweza kuharibu imani wakati ufanisi unaotarajiwa unaposhindwa kutokea. Kwa upande mwingine, kutambua mahali ambapo AI tayari inaongeza thamani—kama vile kuzalisha mawazo, utafiti wa haraka, na usimamizi wa data za kawaida—kunaruhusu makampuni kulenga rasilimali za mafunzo, zana, na utawala kwa ufanisi zaidi.

Hoja ya upande wa pili

Baadhi ya wauzaji wanahoji kuwa takwimu za awali za upokeaji ni hatua ya kwanza tu na kwamba, kadiri mifumo inavyoboreka, viwango vya utendaji wa kiotomatiki vitapanda kwa kasi. Wanataja maendeleo ya haraka katika mifumo ya lugha kubwa (large-language models) na utoaji wa mawakala maalum kama ushahidi kwamba takwimu ya 21% ni kiwango cha chini cha muda mfupi. Mafanikio ya baadaye yanawezekana, lakini utafiti wa Google unasisitiza kuwa nia ya mtumiaji ni muhimu: bila nia ya wazi ya kubadilisha kazi, hata mifumo yenye uwezo mkubwa zaidi itabaki kuwa msaidizi badala ya mbadala.

Nini cha kufuatilia baadaye

  • Mabadiliko katika nia ya mtumiaji. Je, uwiano wa maombi yanayotekelezwa kiotomatiki kikamilifu utapanda kadiri imani katika AI inavyokua, au ushirikiano utabaki kuwa mkuu?
  • Mielekeo ya upokeaji kulingana na sekta. Sekta zenye kanuni kali au zinazohitaji usalama mkubwa zinaweza kuona utendaji wa kiotomatiki wa polepole, wakati nyanja zenye teknolojia nyingi zinaweza kusukuma asilimia hiyo juu zaidi.
  • Ukuaji wa zana. Vipengele vipya vinavyounganisha AI kwa karibu zaidi kwenye programu zilizopo vinaweza kusukuma sehemu ya utendaji wa kiotomatiki juu, lakini ni ikiwa vitaendana na mifumo ya kazi ya watumiaji.

Hatua inayofuata ya vitendo kwa timu

Usiruhusu kiwango cha upokeaji kinachotangazwa kiongoze mipango yako. Waulize watu wako: “Ni kazi gani mahususi zinaunda asilimia yetu 21 ya kazi zinazotekelezwa kiotomatiki na AI?” Kuchora ramani ya kazi hizo kunatoa msingi thabiti wa kupanua utendaji wa kiotomatiki, kupanga bajeti ya leseni za AI, na kupima athari halisi ya uzalishaji.

Muhtasari: AI sasa ni msaidizi anayepatikana karibu kila mahali, lakini bado anashughulikia kazi chache tu. Makampuni yanayochukulia AI kama zana ya ushirikiano leo—na yanayotambua kazi kamili ambazo tayari anazitekeleza kiotomatiki—yatakuwa katika nafasi nzuri zaidi ya kupata faida halisi ya ufanisi wakati teknolojia hiyo hatimaye itakapovuka kiwango cha 21%.