Met AI verliezen organisaties een van de beste training tools

Jonge advocaten-in-spe leerden vroeger het vak door het verzamelen van jurisprudentie. Stom werk, waar ze veel van leerden..

Deloitte heeft een zogenaamd  “apprenticeship model.” Elk jaar weer neemt de organisatie duizenden jonge medewerkers in dienst, in de verwachting dat de meesten hard zullen werken en weer vertrekken zodra ze het idee hebben dat ze ‘marketable’ vaardigheden en kennis hebben opgedaan. Dat is niet erg – zoals de meeste organisaties is Deloitte een piramide, met aan de basis veel meer employees dan in het midden, en de top is per definitie smal. Er moeten er dus steeds veel afvallen.

Die structuur en opbouw was logisch, toen er nog veel saai napluiswerk te doen viel, bijvoorbeeld bij het controleren van de boeken van een onderneming. Vroeger liet het Big Four kantoor aankomende partners ‘handmatig’ tot wel honderd contracten napluizen. “Enorm arbeidsintensief,” herinnert CEO Cathy Engelbert zich, “soms was je daar een paar weken mee bezig, en je maakte natuurlijk al snel een fout of foutje.”

Nu kan Deloitte beschikken over technologie die in een uur evenveel contracten nakijkt en beoordeelt als waar een stagiair vroeger een jaar voor nodig had. Een systeem dat “Argus” genoemd is voor de controle, en “D-ICE”  voor de  consulting business. En naarmate er meer van dat soort kunstmatig intelligente systemen in dienst genomen worden, zal de behoefte aan jonge beginnende aspirant-accountants dalen, dat is duidelijk. Dat betekent dat het onvermijdelijk is, dat de vorm van de organisatie verandert: van een piramide wordt deze meer een briljant. Er blijven mensen nodig om de output van de machines te beoordelen, maar dat kunnen alleen professionals met de nodige ervaring en praktijkkennis – in het middensegment dus. CEO Engelbert vraagt zich af waar in de nabije toekomst die door de wol geverfde accountants vandaan zullen komen. “Hoe zorgen we ervoor dat we die mensen in adequate aantallen voorzien van adequate praktijkkennis en ervaring, als al dat saaie napluiswerk voortaan door machines gedaan wordt?”

Het mag dan saai werk zijn, het is wel dé manier om de nodige ervaring op te doen. En Deloitte zal manieren moeten vinden om die cruciale ervaring op andere manieren over te dragen. Hetzelfde probleem ervaren advocatenkantoren: als ze systemen hebben die natuurlijke taal begrijpen en kunnen analyseren, wat moeten de stagiairs dan doen om even geverseerd te worden in de jurisprudentie als die (zelflerende) systemen?

Hoera, kunstmatige intelligentie gaat ons ontlasten van alle routinewerk! Maar heee… iedere professional weet dat hij of zij via dat soort saaie werk veel geleerd heeft.

Arne Lasance begon zijn carrière in de uitgeverij, als journalist voor een managementblad. Snel daarna vervulde hij diverse uitgevers- en managementfuncties. Vanaf begin jaren ‘90 was hij corporate business consultant en projectmanager voor intranet- en internetpublishingprojecten.
Posts created 138

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Gerelateerde berichten

Type je zoekwoorden hierboven en druk op Enter om te zoeken. Druk ESC om te annuleren.

Terug naar boven