Manager maszyn

Na potrzeby tej publikacji "managerem maszyn" nazywam nową rolę managera, w której zarządza on nie ludźmi, a maszynami, w tym także tymi napędzanymi przez AI, które zastępują ludzką pracę. Zasobem są więc modele, agenty czy roboty, a słowo "zasób" (resource) wydaje się bliższe prawdziwej definicji niż kiedykolwiek wcześniej. 

Nie należy tej roli mylić ze współczesnym "Manager AI", którego głównym zadaniem jest budowanie strategii wykorzystania sztucznej inteligencji w firmie od identyfikacji wąskich gardeł, przez dobór narzędzi, aż po wdrażanie rozwiązań dla całego zespołu i organizacji. 

Manager maszyn może występować w dowolnym procesie, ale rozważamy go w kontekście IT. Jego odpowiednikiem jest line manager lub team manager z tą różnicą, że nie zarządza on ludźmi. Odpada więc w jego pracy cały zakres miękkich umiejętności, a pojawia się silny nacisk na kompetencje techniczne. Temat ten częściowo poruszony był w artykule: Czy współczesny manager musi być "techniczny"? 

Kontekst  

W zatrważającym tempie rośnie liczba zadań możliwych do wykonania przez maszyny. Jednak nie zmienia się ciągła konieczność kontrolowania produktów przez nie wytworzonych. Oczywiście widoczne jest podobieństwo i nasuwa się porównanie do klasycznych modeli, w których tradycyjny manager był odpowiedzialny za kontrolowanie prac ludzi, którym co do zasady nie ufał. Ta managerska ocena efektywności, staranności i jakości wykonywanych prac widoczna jest również na poziomie maszyn. Oczywiście każdy z wymienionych aspektów musi być rozważany w innych płaszczyznach dla ludzi i maszyn, ale każdy z nich jest ważny: 

1. Efektywność to zazwyczaj czas na dostarczenie wartościowego produktu, rozwiązania problemu lub odpowiedzi na pytanie. Efektywność ludzi zależy od ich umiejętności i poziomu zaangażowania, efektywność maszyn to przede wszystkim wydajność, ale również zbiór wiedzy użyty do uczenia. 
2. Staranność to dbałość o każdy szczegół. Staranność ludzka będzie wynikała z sumienności, a staranność maszyn będzie wynikała z temperatury modelu, precyzji w wykonywanych działaniach, ale też eliminacji halucynacji. 
3. Jakość to poziom zaspokojenia potrzeb managera jeśli chodzi o końcowy wynik. Jakość pracy człowieka to fakt, czy manager oceni jego pracę jako wartościową, jakość maszyny będzie bliżej zero-jedynkowości, gdzie każdy postrzegany brak jakości jest defektem maszyny do poprawienia. 

Ograniczenie / ryzyko

Kierownik, korzystając z kompetencji miękkich, w tym motywowania, ale też egzekwowania odpowiedzialności czy zarządzania presją, może kształtować postawy pracowników. Jednak aspekt miękki w pracy managera maszyn przestaje mieć jakiekolwiek znaczenie. Zostaje sprowadzony do odpowiedniego definiowania promptu (polecenia), który przez pewne nacechowanie emocjonalne może wymuszać na modelu różne odpowiedzi. Jednak takie aspekty jak rozwój pracowników, podnoszenie kompetencji, motywacja finansowa nie mają dla managera maszyn żadnego znaczenia. 

Z jednej strony można się cieszyć, bo managerem mogą zostać ludzie, którzy świetnie odnajdują się w twardych, technicznych obszarach, a codzienne zarządzanie dynamiką relacji międzyludzkich nie jest ich mocną stroną, ale z drugiej strony kierownik traci wpływ na usprawnianie pracy poprzez wysyłanie odpowiednich rekomendacji czy poleceń do pracowników. Jedyne, co pozostaje, to możliwość zgłaszania defektów maszyn (agentów / modeli) do organizacji, które je dostarczają lub utrzymują. Możliwe więc, że wydłuży się czas od momentu, w którym manager wdroży "plan naprawczy" i zobaczy pierwsze efekty. Manager ludzi może obserwować taką zmianę już po pierwszych swoich słowach, np. feedbacku. Dla maszyn czas ten zależeć będzie od szybkości reakcji na nasze zgłoszenie, czyli na dostarczenie poprawki do maszyny. 

Rola 

Manager maszyn jest liderem zespołu złożonego nie z ludzi, a z komputerów definiowanych liczbą procesorów i dostępnością tokenów. Wiemy już, że nie wymaga się od niego umiejętności miękkich w prowadzeniu zespołów, ale na pewno musi on efektywnie komunikować się "z górą", czyli ze swoimi przełożonymi i biznesem. Przeważać w tej roli będą za to aspekty techniczne, czyli umiejętne zarządzanie posiadanymi zasobami i skalowanie ich w zależności od potrzeb. Manager musi odpowiedzieć na pytania: jaki model / agent / robot, z jakimi umiejętnościami jest mu potrzebny? Ile energii czy tokenów potrzebuje do osiągnięcia pożądanego celu? Czy 100% pracy może być wykonane przez maszyny, czy też zostaje coś (poza kontrolą), co musi być zrobione przez człowieka?

A to tylko początek trudnych pytań, na które trzeba udzielić odpowiedzi. 

Zakładam, że ewolucja roli będzie przebiegać od roli lidera zespołu złożonego z ludzi posługujących się narzędziami, przez stopniową redukcję poszczególnych zasobów ludzkich kosztem większych zasobów maszynowych, aż do całkowitego wyeliminowania ludzkiej pracy i zastąpienia jej maszynami używanymi bezpośrednio przez managera.  Oczywiście możliwe jest, że w przyszłości manager maszyn będzie również kształcony od podstaw z eliminacją edukacji w zakresie aspektów miękkich. 

Rolę tę, jak każdą w dobie rewolucji AI, należy traktować jako przejściową. Wynika ona z podziału na obszary kompetencyjne, wymagające większej wiedzy domenowej. Ciężko sobie dziś wyobrazić inne rozwiązanie, ale docelowo można uznać, że wiedza domenowa będzie jedną ze składowych całościowej wiedzy i umiejętności maszyn. Dziś dość naturalne wydaje się wyróżnienie managera maszyn programujących i osobno testujących, ale docelowo będzie to jeden manager maszyn dla całości działań w IT. 

Podsumowanie

Manager maszyn jako rola już istnieje i obserwując kierunek, w jakim zmierza rynek, to dalszy rozwój tej odpowiedzialności będzie jedynie kwestią czasu i dostępu do właściwych maszyn. Ten kolejny element rewolucji czeka już u otwartych bram i nikt nie powinien oczekiwać wyraźnych komunikatów sygnalizujących, że to TERAZ. Ludzkie etaty będą znikać, a użycie maszyn będzie gradacyjnie stawać się coraz powszechniejsze. Tak, jak nie wiesz, w jakim zakresie twój samochód składały maszyny, a w jakim była to praca ręczna, tak i klientów IT nie będzie obchodziło, czy oprogramowanie zrobiły modele, czy też kod napisano z palca. Byleby działało niezawodnie.