Tekanan ‘Ketagihan AI’ Menunjukkan Halangan Seterusnya dalam Pelaksanaan AI di Syarikat

Kemunculan Risiko Operasi Baharu: ‘Ketagihan AI’

Semasa penggunaan AI generatif dalam operasi semakin pantas, satu penemuan kajian yang tidak boleh diabaikan telah diterbitkan. Menurut kajian oleh Hoshi no Manabi Cafe, didapati bahawa satu dalam tiga pengguna berat AI generatif merasa mereka ‘bergantung’ kepada AI. Ini bukan sekadar isu psikologi pengguna. Ia adalah petanda risiko pengurusan baharu yang menanti syarikat-syarikat yang melaksanakan AI sepenuhnya dan mendorong peningkatan kecekapan operasi.

“Adakah saya akan hilang keupayaan berfikir sendiri kerana terlalu bergantung pada AI?”, “Saya terlalu mempercayai outputnya tanpa soal”. Tekanan sebegini, di sebalik manfaat peningkatan produktiviti, membawa isu serius seperti penurunan kreativiti dan daya pertimbangan pekerja, serta kelemahan dalam proses membuat keputusan. Pengurus dan CTO perlu memberi perhatian kepada pengurusan risiko ‘ketagihan’ ini sebagai ‘Fasa Kedua’ dalam pelaksanaan AI.

Perangkap ‘Berhenti Berfikir’ yang Lahir di Hujung Peningkatan Kecekapan

Di syarikat kami sendiri, kami telah mencapai pengurangan masa yang ketara dengan menyerahkan tugas seperti semakan kontrak dan analisis pasaran kepada AI. Namun, pada masa yang sama, pasukan mula melaporkan, “Kami cenderung menggunakan output AI terus tanpa pengesahan mendalam”, “Membandingkan jawapan dari pelbagai AI adalah menyusahkan, jadi kami cenderung mengikut keputusan pertama”.

Keadaan ketagihan ini berlaku disebabkan beberapa faktor yang bertindih.

Kos Pertukaran Konteks

Semasa menjalankan tugas, membuka tab ChatGPT atau Claude dalam pelayar, memasukkan prom, menyalin hasil, dan menampalnya kembali ke aplikasi operasi asal. Siri ‘pertukaran konteks’ ini memutuskan aliran pemikiran dan menyebabkan AI dilihat sebagai ‘pengganti pemikiran’ dan bukannya ‘alat luaran yang berguna’. Semakin rumit tugas, pengguna cenderung menerima output pertama AI sebagai ‘jawapan betul’ dan mengabaikan pengesahan.

Kekaburan Tanggungjawab Membuat Keputusan

Ungkapan “Sebab AI kata begitu” mengaburkan tanggungjawab membuat keputusan individu. Terutamanya dalam tugas yang melibatkan undang-undang dan pematuhan, mempercayai nasihat AI membuta tuli adalah risiko besar. Apabila ketagihan meningkat, terdapat bahaya rasa kesedaran terhadap risiko ini sendiri menjadi kebas.

Kunci Menyelesaikan Ketagihan: ‘Integrasi’ dan ‘Pembuatan Dalaman’

Satu jawapan jelas untuk isu ini ditunjukkan dalam satu lagi berita. Ciri baharu ‘Penyelesaian AI Generatif’ yang diumumkan oleh Third AI ialah ‘fungsi apl mini’ yang membolehkan apl web operasi diintegrasikan dan dibina ke dalam skrin yang sama. Ini adalah percubaan untuk mengubah AI daripada ‘alat yang dibuka dalam tab berasingan’ kepada ‘sebahagian yang ditenun ke dalam proses operasi’.

Secara khusus, apl mini seperti sembang AI atau pemprosesan tertentu boleh disematkan dalam skrin seperti Salesforce, Slack, atau sistem teras syarikat sendiri. Ini membolehkan pengguna menjalankan tugas seperti ringkasan dokumen, terjemahan, penjanaan kod, atau analisis data tanpa meninggalkan skrin kerja mereka.

Nilai terbesar yang dibawa oleh ‘integrasi’ ini ialah mengubah ketagihan AI kepada ‘penggunaan mampan’. Tanpa kerja pertukaran yang rumit, dan dengan AI menyatu secara semula jadi ke dalam aliran kerja, pengguna dapat meletakkan AI dengan betul sebagai ‘alat mempercepatkan pemikiran’ dan bukannya ‘pengganti pemikiran’. Peningkatan kebolehgunaan seperti ini mungkin menyumbang kepada laporan TV Asahi bahawa “hasil peningkatan kecekapan operasi mula kelihatan” dalam aktiviti bahagian pemacu AI mereka.

Strategi Pengurusan: ‘Platform Operasi Berpandukan Pengguna’

Konsep ‘pembinaan platform operasi berpandukan pengguna’ yang ditekankan oleh kenyataan akhbar Third AI adalah satu konsep yang perlu diberi perhatian oleh pihak pengurusan. Ini bermakna keluar daripada model tradisional di mana jabatan IT mengedarkan alat secara sehala. Kakitangan operasi di setiap jabatan boleh menggabungkan fungsi AI yang diperlukan untuk tugas mereka dengan drag & drop, dan membina ruang kerja digital khusus untuk mereka.

Menggalakkan pembuatan dalaman ini membawa manfaat berganda. Pertama, alat yang sesuai dengan keperluan operasi akan dihasilkan, meningkatkan kadar kejayaan pelaksanaan dan penggunaan dengan ketara. Kedua, pengetahuan operasi yang tersirat dapat dilihat dan diformalkan dalam bentuk ‘apl mini yang digabungkan’ ini, terkumpul sebagai aset organisasi. Jika ketagihan AI menghasilkan ‘pemberhentian pemikiran individu’, pendekatan ini menggalakkan ‘penghabluran kebijaksanaan organisasi’.

Langkah Pelaksanaan Praktikal: Untuk Mengelak Risiko Ketagihan

Jadi, bagaimana pengurus dan CTO boleh melaksanakan pengetahuan ini dalam syarikat mereka? Terdapat langkah yang boleh dilaksanakan sebelum pengenalan platform berskala besar.

Langkah 1: ‘Kajian Tekanan’ Mengenai Penggunaan AI Semasa

Mula-mula, jalankan temu bual ringkas atau soal selidik terhadap pengguna berat dalam syarikat anda. Fokus soalan adalah pada ‘tekanan’ dan bukannya ‘kecekapan’. “Adakah terdapat tugas yang menjadi lebih membimbangkan apabila menggunakan AI?”, “Sejauh mana anda mempersoalkan dan mengesahkan output?”, “Adakah anda rasa menyusahkan untuk menggunakan pelbagai AI?”. Suara langsung ini akan mendedahkan kawasan berpotensi risiko ketagihan.

Langkah 2: Kenal pasti ‘Pertukaran Konteks’ Tersembunyi dalam Aliran Kerja

Visualkan aliran tugas utama dan kenal pasti titik di mana pekerja menukar tab pelayar atau aplikasi. Titik di mana salin & tampal kerap berlaku adalah tempat pembiakan untuk ketagihan AI dan ketidakselanjaran maklumat. Kerja ini akan menjadi senarai keutamaan untuk penambahbaikan apabila platform integrasi diperkenalkan kemudian.

Langkah 3: Jalankan Eksperimen ‘Integrasi’ Berskala Kecil

Sebelum memperkenalkan platform di seluruh syarikat, jalankan projek perintis dengan pasukan tertentu. Contohnya, integrasikan bot AI secara mendalam dengan Microsoft Teams atau Slack untuk membina persekitaran di mana minit mesyuarat boleh dibuat atau tugas diekstrak terus dari konteks perbualan. Atau, tambah fungsi AI tersuai pada bar sisi Google Workspace. Kos eksperimen ini agak rendah dan dapat menunjukkan kesan dan cabaran dengan jelas.

Langkah 4: Pupuk Budaya Pembuatan Dalaman dan Tetapkan Garis Panduan

Untuk membina budaya menggabungkan ‘apl mini’, adakan bengkel asas yang menghubungkan alat no-code/low-code (seperti Make, n8n, Power Automate) dengan AI (seperti ChatGPT API, Claude API). Pada masa yang sama, tetapkan garis panduan bertulis untuk proses pengesahan output AI (seperti sentiasa mengesahkan maklumat sumber utama, mengira semula nombor secara berasingan). Putarkan kedua-dua roda: kebebasan alat dan prinsip penggunaan yang bertanggungjawab.

Kesimpulan: Kematangan Penggunaan AI Terletak pada ‘Pembebasan dari Ketagihan’

Pada peringkat awal pelaksanaan AI generatif, matlamatnya adalah ‘sekurang-kurangnya membuatkan mereka menggunakannya’. Namun, apabila kadar penggunaan meningkat dan pengguna berat bertambah, isu kualitatif baharu muncul ke permukaan. Itulah ‘tekanan ketagihan’.

Penyelesaian kepada isu ini bukanlah menjadikan AI lebih berguna, tetapi membina persekitaran di mana AI boleh digunakan ‘tanpa disedari’. Arah yang ditunjukkan oleh fungsi integrasi apl mini Third AI adalah mendekatkan AI kepada infrastruktur seperti air atau elektrik, mewujudkan asas di mana pengguna boleh menumpukan pada tugas kreatif asal dan pertimbangan peringkat tinggi.

Dalam kes TV Asahi dan peningkatan permintaan untuk perkhidmatan perundingan bersampingan, kita dapat membaca keperluan untuk ‘penggunaan mampan dan pengurusan kualiti’ yang melampaui sekadar pengenalan alat. Penggunaan AI sebagai strategi pengurusan telah tamat babak pertama iaitu peningkatan kecekapan, dan kini beralih ke babak kedua untuk meningkatkan penglibatan pekerja dan ketahanan organisasi. Terasnya adalah bagaimana mereka bentuk organisasi yang bukan ‘bergantung’ pada AI, tetapi dapat ‘mengintegrasikan’ AI dengan bebas dan menguatkan kecerdasan manusia.