Problema „plasturilor adezivi”
Provocarea esențială, explică Prasun Shah, CTO global pentru consultanță în forța de muncă și chief AI officer la PwC UK Consulting, este că multe organizații „lipește” agenți AI peste operațiunile existente, în loc să-și reimagineze modelul operațional și modul în care munca trebuie reconectată. „Încorporează angajați AI într-un model operațional uman”, suprapunând agenți peste structuri concepute pentru oameni – „ca și cum ai adăuga plasturi adezivi pe un model operațional care deja crapă”. Procedând astfel, companiile riscă să nu deblocheze întreaga valoare pe care AI-ul agentic o oferă, lăsând loc dezamăgirii.
Valoarea reală a agenților AI constă în capacitatea lor de a executa fluxuri întregi de lucru cu intervenție umană minimă: pot coordona sarcini complexe, lua decizii independente, se adapta la condiții schimbătoare și-și optimiza performanța. În domenii precum serviciul clienți, resurse umane și vânzări, estimările arată că agenții AI pot accelera procesele de business cu 30-50% și reduce timpul petrecut pe activități cu valoare redusă cu 25-40%, atunci când sunt implementați la scară. Însă această putere vine la pachet cu o complexitate crescută și cu nevoia unei schimbări la nivel de întreprindere.
Platforma enterprise de AI agentic Ema a denumit această transformare „agentic business transformation” (ABT) – un termen introdus anul trecut împreună cu HFS Research, pentru a umple un gol în vocabularul existent și a oferi companiilor un nou cadru de gândire. „Niciunul dintre termenii actuali nu surprinde amploarea schimbării”, spune Surojit Chatterjee, CEO și fondator Ema. „Transformarea digitală însemna trecerea de la hârtie la software. Transformarea AI însemna adăugarea inteligenței artificiale în procese. Co-pilot înseamnă AI care asistă în sarcini umane. ABT este cu totul altceva: integrarea agenților AI în însăși țesătura organizației.”
Pentru Shah, termenul dedicat „ajută la sublinierea necesității de a reproiecta organizația în întregime: modelul operațional, fluxurile de lucru, drepturile decizionale și sistemele de management al performanței”. Esența este ca agenții să devină „participanți activi la crearea de valoare, nu simple unelte punctuale sau ajutoare de productivitate”.
Cei trei piloni ai ABT
Ema identifică trei piloni esențiali: stiva tehnologică, forța de muncă și metricile de succes.
1. Stiva tehnologică
„Stiva tehnologică actuală a fost proiectată pentru fluxuri de lucru operate de oameni, centrate pe aplicații”, explică Chatterjee. „Trebuie regândită atunci când actorul principal este un agent AI care operează la viteza mașinii, simultan în multiple sisteme.” Pe măsură ce agenții AI sunt integrați, întreprinderile vor trebui să treacă de la procese liniare la o reconectare a muncii într-un mod fundamental diferit. Valoarea agenților nu constă într-un strat suplimentar, ci într-un „țesut conjunctiv” care se mișcă între straturi pentru a coordona sarcini complexe sau a recupera și interpreta date din aplicații disparate. Acest țesut conjunctiv creează „o adevărată diferențiere competitivă”, bazată pe capacitatea de contextualizare. „Acolo va fi următorul câmp de luptă.”
Pentru a construi acest țesut, liderii trebuie să adapteze stiva tehnologică astfel încât să scoată la suprafață decizii de calitate superioară, prioritizând accesul simultan la multiple seturi de date și aplicații. „Organizațiile care fac această schimbare arhitecturală devin cu adevărat mai adaptabile”, spune Chatterjee. „Când apare o nouă cerință de business, nu mai aștepți șase luni ca un vendor să construiască o funcționalitate. Configurezi un angajat AI în limbaj natural și îl conectezi la sistemele necesare. Timpul de la cerință la producție scade de la luni la zile.”
2. Forța de muncă
Structurile actuale ale forței de muncă se abat puțin de la modelul ierarhic al industrializării timpurii. Pentru eficiență maximă, procesele sunt standardizate, sarcinile delimitate clar între unități strategice, iar angajații avansează în funcție de capacitatea de a optimiza rezultatele echipelor subordonate. Dar agenții AI care execută, coordonează și optimizează sarcini, adesea fără coordonare managerială, estompează liniile acestei ierarhii.
Într-o forță de muncă hibridă (oameni + agenți AI), managerii vor fi eliberați de sarcini operaționale, dar vor prelua responsabilități noi: gestionarea încrederii, explicabilității, siguranței psihologice și dinamicii de statut. „Vor trebui să navigheze tensiunile care pot apărea în echipe mixte”, spune Shah. Impactul AI-ului agentic depășește însă stratul managerial. McKinsey estimează că până în 2030, trei sferturi din locurile de muncă actuale vor necesita reproiectare, recalificare sau relocare, iar organizațiile trebuie să acționeze rapid în recrutare, retenție și remunerare.
3. Metricile de succes
Pe măsură ce agenții AI preiau procese-cheie și colaborează cu oamenii, metricile tradiționale bazate pe activitate (apeluri gestionate, rapoarte completate) nu mai au sens. „Când adaugi angajați AI, metricile de activitate devin irelevante sau chiar înșelătoare”, avertizează Chatterjee. „Un angajat AI poate gestiona o mie de interacțiuni cu clienții în timpul cât un om gestionează zece. Dacă măsori succesul după numărul de interacțiuni, vei concluziona că AI-ul funcționează genial, dar vei pierde din vedere dacă acele interacțiuni au generat satisfacție, retenție sau venituri.”
Corecția constă în trecerea la metrici de rezultat, nu de ieșire. De exemplu, unul dintre clienții mari ai Ema a schimbat metrici precum „cost per interogare” sau „acuratețe AI” cu altele precum „procentul de contracte revizuite fără escaladare umană”. Rezultatul: ROI-ul de la AI-ul agentic s-a triplat în două trimestre. „Clientul a încetat să mai construiască soluții punctuale în fluxuri de volum mare și complexitate redusă și a început să implementeze angajați AI acolo unde valoarea rezultatului era cea mai mare”, spune Chatterjee.
Integrarea noilor metrici poate necesita reconfigurarea completă a proceselor de recompensare, gestionare a talentelor, responsabilitate și proprietate. În echipele om-AI, deși responsabilitățile etice și fiduciare vor rămâne probabil la oameni, responsabilitatea operațională va deveni mult mai difuză, reflectând rolul sistemic al agenților. Aceasta ridică întrebări pe care echipele de conducere trebuie să le abordeze: Cine este responsabil când un angajat AI greșește? Ce se întâmplă când AI și oamenii nu sunt de acord? Ce bariere trebuie ridicate pentru a proteja clienții?
Schimbarea sistemică este graduală
Sunt întrebări complexe, cu care experții încă se confruntă. Dar inițiind dialoguri interne despre pilonii ABT – forța de muncă, stiva tehnologică și metricile – liderii pot pune bazele unei întreprinderi mai bine poziționate să adopte AI-ul agentic la nivel sistemic și să reducă decalajul dintre ambiție și execuție.
De ce este important:
Pentru că simpla suprapunere a AI-ului agentic peste structuri vechi nu deblochează potențialul real – poate chiar genera frustrare și risipă de resurse. Înțelegerea că vorbim despre o transformare sistemică, care implică reproiectarea tehnologiei, a forței de muncă și a metricilor de succes, este cheia pentru ca organizațiile să treacă de la experimente la scalare eficientă. Cei care fac această tranziție nu doar că-și cresc adaptabilitatea, ci câștigă un avantaj competitiv durabil într-o eră în care viteza și deciziile contextualizate fac diferența.
