Το να παραδίδετε ποιότητα και το να αποδεικνύετε ποιότητα δεν είναι η ίδια εργασία. Το πρώτο συμβαίνει στον χώρο εργασίας, στο τηλέφωνο, στον κώδικα. Το δεύτερο συμβαίνει μετά: έλεγχος, εντοπισμός αποκλίσεων, διόρθωση, καταγραφή ότι όλα είναι σωστά. Αυτό το δεύτερο κομμάτι είναι εκεί όπου δημιουργείται τώρα η διαφορά. Όχι επειδή η AI θα ήταν καλύτερη στην τεχνική εργασία, αλλά επειδή η εργασία ελέγχου — το κομμάτι που καθορίζει αν ένα σφάλμα εντοπίζεται πριν το εντοπίσει ο πελάτης — μπορεί εν μέρει να αυτοματοποιηθεί.
Έναν χρόνο πριν, η διασφάλιση ποιότητας ήταν ζήτημα δειγματοληψιών και ανθρώπινης προσοχής. Όποιος είχε περισσότερη χωρητικότητα για έλεγχο, εντόπιζε περισσότερα σφάλματα. Αυτό εξακολουθεί να ισχύει σε επιχειρήσεις όπου αυτή η εργασία εξακολουθεί να βρίσκεται πλήρως στα χέρια ανθρώπων. Αλλά όπου συστήματα ελέγχουν διαρκώς κάθε συναλλαγή, κάθε παράδοση ή κάθε γραμμή κώδικα αντί για ένα δείγμα, το πρότυπο μετατοπίζεται. Όχι επειδή οι άνθρωποι εκεί είναι καλύτεροι, αλλά επειδή η κάλυψη είναι μεγαλύτερη.
Πίσω από κάθε ισχυρισμό περί ποιότητας υπάρχει μια αλυσίδα εργασιών. Επιθεώρηση: είναι αυτό το προϊόν, αυτή η παράδοση, αυτή η γραμμή έτοιμη όπως συμφωνήθηκε. Εντοπισμός αποκλίσεων: αυτό βρίσκεται εκτός προτύπου, και θα το είχε δει κάποιος χωρίς το σύστημα. Ανάδραση: φτάνει η πληροφορία έγκαιρα σε όποιον μπορεί να διορθώσει την πορεία. Καταγραφή: υπάρχει ένα ιχνηλάτιμο που αποδεικνύει ότι έγινε έλεγχος, όχι μόνο ότι το αποτέλεσμα βγήκε καλό.
Αυτές οι εργασίες χωρίζονται στις τρεις κατηγορίες που επανέρχονται παντού. Ο εντοπισμός αποκλίσεων βασισμένος σε μοτίβα σε μεγάλα σύνολα δεδομένων είναι συχνά κάτι που μπορεί να αναλάβει ένα σύστημα, εφόσον τα δεδομένα είναι καθαρά και πλήρη. Η αξιολόγηση αν μια απόκλιση είναι αποδεκτή στο πλαίσιο ενός συγκεκριμένου πελάτη παραμένει συνήθως εργασία με ανθρώπινη επίβλεψη: το σύστημα σηματοδοτεί, κάποιος εγκρίνει ή απορρίπτει, με αιτιολόγηση. Και η πραγματική επαγγελματική κρίση — είναι αυτή η εργασία καλή, όχι μόνο σύμφωνα με το πρότυπο αλλά σύμφωνα με την αίσθηση του πελάτη — παραμένει ανθρώπινη εργασία. Καμία από τις τρεις αυτές δεν είναι οργανωμένη παντού με τον ίδιο τρόπο, και αυτό είναι ακριβώς ο λόγος για τον οποίο η σύγκριση μεταξύ επιχειρήσεων μετρά τώρα κάτι διαφορετικό από πριν πέντε χρόνια.
Αν η εργασία ελέγχου σε μια επιχείρηση είναι σε μεγάλο βαθμό αυτοματοποιημένη και σε μια άλλη όχι, δεν συγκρίνετε πλέον δύο επιχειρήσεις με την ίδια προσπάθεια ποιότητας και διαφορετικό αποτέλεσμα. Συγκρίνετε δύο διαφορετικά είδη κάλυψης. Η επιχείρηση όπου ελέγχεται κάθε γραμμή αντί για ένα δείγμα πέντε τοις εκατό, βρίσκει σφάλματα που η άλλη συστηματικά χάνει — όχι λόγω καλύτερης εργασίας, αλλά λόγω περισσότερης παρατήρησης.
Αυτό αλλάζει την αξία ενός ισχυρισμού περί ποιότητας. «Εφαρμόζουμε αυστηρό έλεγχο ποιότητας» σήμαινε προηγουμένως: διαθέτουμε ανθρώπους για αυτό. Τώρα μπορεί επίσης να σημαίνει: σε εμάς δεν χάνεται σχεδόν τίποτα επειδή ο έλεγχος δεν εξαρτάται από το πόσοι ελεγκτές ήταν διαθέσιμοι εκείνη την εβδομάδα. Αυτή είναι μια διαφορετική υπόσχεση, και ο πελάτης που ακούει και τις δύο δεν ξέρει ποια από τις δύο ακούει χωρίς να ρωτήσει πώς είναι ακριβώς οργανωμένη η εργασία.
Η μετατόπιση είναι επίσης ορατή σε αυτό που απομένει για τους ανθρώπους. Όπου ο εντοπισμός έχει αναληφθεί από το σύστημα, η λειτουργία ποιότητας μετατοπίζεται προς την αξιολόγηση: είναι αυτή η απόκλιση πρόβλημα, και τι κάνουμε με αυτήν. Αυτή είναι διαφορετική εργασία από την καταμέτρηση και απαιτεί διαφορετικές δεξιότητες. Επιχειρήσεις όπου αυτή η μετατόπιση δεν έχει ακόμη πραγματοποιηθεί, αναθέτουν αυτή την επαγγελματική κρίση ακόμη στους ίδιους ανθρώπους που έκαναν και την καταμέτρηση — με λιγότερο χρόνο για την κρίση επειδή η καταμέτρηση δεν έχει ακόμη εκλείψει.
Η ταχύτητα με την οποία μετατοπίζεται αυτή η εργασία δεν εξαρτάται από τη θέληση για καινοτομία. Εξαρτάται από το αν τα υποκείμενα δεδομένα είναι αρκετά δομημένα για αυτόματο έλεγχο, αν ο πελάτης έχει μια διαδικασία που παρακολουθείται εύκολα ψηφιακά, και αν είναι ήδη καθορισμένο τι σημαίνει ακριβώς «καλό» για αυτό το συγκεκριμένο προϊόν ή αυτή τη συγκεκριμένη υπηρεσία. Μια παραγωγική διαδικασία με σταθερές προδιαγραφές προσφέρεται ευκολότερα για αυτοματοποιημένο έλεγχο από ένα συμβουλευτικό έργο όπου η ποιότητα βρίσκεται σε μεγάλο βαθμό στη συζήτηση.
Αυτός είναι επίσης ο λόγος για τον οποίο η ποιότητα σπάνια στέκεται μόνη της. Το προβάδισμα που φέρνει η AI στην ποιότητα συνδέεται με τον τρόπο που μια επιχείρηση έχει οργανώσει την υπηρεσία μετά την πώληση, με το αν οι βλάβες εντοπίζονται εξίσου ταχέως όσο επιλύονται, και με την τεχνική γνώση που απαιτείται για να εκτιμηθεί σωστά η αξία μιας σηματοδοτημένης απόκλισης. Ένα σύστημα που αναφέρει χίλιες αποκλίσεις την ημέρα δεν αποτελεί προβάδισμα χωρίς ανθρώπους που γνωρίζουν ποια από αυτές μετράει.
Αν ένας ανταγωνιστής έχει ήδη μεταφέρει εν μέρει την εργασία ποιότητάς του σε ένα σύστημα, δεν είναι ορατό από έξω στο τελικό αποτέλεσμα. Είναι όμως ορατό στον τρόπο που μιλάει γι' αυτό: σε κάλυψη και χρόνο επεξεργασίας, ή σε προσπάθεια και ανάπτυξη ανθρώπων. Όταν εσείς οι ίδιοι υποστηρίζετε έναν ισχυρισμό περί ποιότητας που δεν μπορείτε να τεκμηριώσετε με αριθμό, αξίζει να δείτε πώς τεκμηριώνετε έναν ισχυρισμό για τη δική σας ποιότητα πριν το κάνει αυτό για εσάς ένας πελάτης ή ανταγωνιστής. Και αν αποδειχθεί ότι βρίσκεστε σε καθυστέρηση σε αυτή τη διάσταση, υπάρχει μια προσέγγιση για το ερώτημα τι κάνετε με μια καθυστέρηση σε μια διάσταση που δεν ξεκινά με πανικό αλλά με απόδειξη.
Το υποκείμενο ερώτημα — ποιο μέρος της εργασίας ποιότητας στην επιχείρησή σας μπορεί πραγματικά να αναλάβει η AI, και ποιο μέρος παραμένει ανθρώπινη εργασία — απαντάται από τη σάρωση εργασιών της FTE TO AI ανά εργασία, όχι στο επίπεδο ολόκληρου του τμήματος.
Ως πρώτο βήμα, μπορείτε να κάνετε τον δωρεάν έλεγχο διάστασης: προσδιορίζετε σε τι πιστεύετε ότι υπερτερείτε, και βλέπετε ποιοι από αυτούς τους ισχυρισμούς μπορούν να υποστηριχθούν με αποδείξεις. Το πλήρες σημείο αναφοράς, με τον πίνακα αποδείξεων για τον τομέα σας, βρίσκεται υπό κατασκευή.