AI kasutamine muutub meeskonnas tavapäraseks siis, kui inimesed teavad, millises töös seda kasutada, kuidas tulemust hinnata ja kellelt abi saada.
Organisatsioon saadab inimesed AI-koolitusele, kus nad saavad tööriistu proovida ja oma töö jaoks ideid koguda. Aga siis tuleb päris töö AI-ga ning tekivad küsimused: kas kliendi kirja tohib AI-le anda, miks meil mingid võimalused kinni keeratud ja kes üldse lõplikult vastutab? Microsofti 2026. aasta tööelu-uuringus ütles vaid 26% küsitletud AI kasutajatest, et juhtkonnal on AI suhtes selge ja järjepidev ühine suund. OECD seitsme riigi väike- ja keskmiste ettevõtete uuringus oli generatiivset AI-d kasutavatest ettevõtetest ligikaudu 29% koostanud töötajatele kasutusjuhised. Organisatsioon võiks juba enne koolitust selgeks teha lubatud tööriistad ja info jagamise piirid. Koolituse järel tuleb kokku leppida, millises töös õpitut katsetada, kes tulemust kontrollib ja küsimustele vastab ning mis juhtub vigade korral. Alustada saab viiest kokkuleppest.
1. Millistes tööprotsessides AI-d kasutada?
Alustuseks tasub meeskonna tööprotsessid sammude kaupa kirja panna: kust tuleb info, mida sellega tehakse ja kellele tulemus edasi läheb. Üks hea kolleeg kasutas selleks Miro tahvlit ja märkis iga protsessi juures ära, millises sammus AI-d kasutada. Selline ülevaade aitab valida konkreetse kasutuskoha ja näha, kuidas see mõjutab järgmist tööetappi. Näiteks koosolekumärkmetest tegevusplaani koostamisel koondab AI ülesanded, vastutajad ja tähtajad tabelisse; töötaja võrdleb tulemust märkmetega ning täpsustab puuduva info. Katsetamiseks valitakse esialgu üks selline samm.
2. Kes kontrollib AI tulemust ja vastutab selle kasutamise eest?
Iga katsetatava töö puhul tuleb kokku leppida, kes tulemust kontrollib ja selle kasutamise üle otsustab. Iseseisvalt töötavale spetsialistile on abiks lühike kontrollnimekiri: mida võrrelda algallikaga, millised otsused võib ise teha ja millal tuleb kolleegilt kinnitust küsida. Näiteks kliendipakkumise puhul kontrollib müügispetsialist hinnad kehtivast hinnakirjast ja tarneaja laoinfost. Tavapakkumise saab ta ise lõpetada, erisoodustuse kinnitab müügijuht. AI-lt tasub paluda ka eraldi välja tuua puuduv info ja oletused. See aitab kontrollimist alustada, kuid faktid tuleb endal allikatega võrrelda. Korduva töö puhul võiks kontrollnimekirja lisada need vead, mis katsetamisel ilmnevad. Nii ei pea töötaja iga kord uuesti mõtlema, mida üle vaadata, ning saab kokkulepitud piirides iseseisvalt tegutseda.
3. Kuidas jagada AI katsetuste kogemusi ja õppida vigadest?
Katsetuste jagamisest peab sündima midagi, mida meeskond järgmises töös kasutada saab. Manchesteri ülikool kirjeldas 2026. aasta mais, kuidas esimese kasutajarühma tagasiside põhjal pikendati õppimiseks antud aega, täpsustati alustamise juhiseid ja lisati rohkem ülikooli enda tööga seotud näiteid. Töötajatele olid toeks ka Teamsi õpikeskkond ja vabas vormis kohtumised. Sama põhimõtet saab rakendada lühikese tiimikohtumisega: juurutamise ajal kord nädalas 20 minutit, hiljem näiteks kord kuus. Üks kolleeg näitab oma katsetust, teised saavad küsida ja võrrelda enda kogemusega. Kui tulemus ebaõnnestus, vaadatakse koos üle antud juhis ja taustainfo. Kokku lepitakse ka, kellele veast teada anda, kui tulemus on juba kasutusse läinud. Kohtumise lõpuks talletatakse toimiv näide või täpsustatakse ühist juhendit. Nii saab ka alles alustav kolleeg oma järgmises töös juba läbiproovitud võtet kasutada.
4. Mille järgi hindame, kas töö läks paremaks?
Katse alguses võiks valida ühe näitaja, mida töös juba jälgitakse. Näiteks kliendipäringute puhul vaadatakse, kui kiiresti saab klient vastuse. Selle kõrvale tasub võtta kvaliteeti näitav küsimus: kas klient sai vajaliku info või pidi sama asja uuesti küsima? Nii saab hinnata, kas kiirem vastamine ka kliendi jaoks midagi parandas. Kui olemasolevaid näitajaid pole, võib tiimikohtumisel võrrelda paari varasemat tööd AI abil tehtutega: kui palju tuli parandada ja kas kolleeg sai tulemusega edasi töötada? Esimestel katsetustel kulub aega ka õppimisele, seega tasub sama töövõte pärast juhise kohendamist uuesti läbi proovida. Katse lõpus tehakse konkreetne otsus: võtame kasutusele, muudame ja proovime uuesti või lõpetame selle ülesande juures katsetamise.
5. Milleks kasutame võidetud aega?
Üks assistent kasutas oma töös AI-d ja automatsioone nii palju, et töö sai tehtud kiiremini ja kvaliteetsemalt. Ta sai reede vabaks. See annab organisatsioonile üsna konkreetse arutelukoha: mida saab töötaja sellest, kui ta leiab parema viisi oma töö tegemiseks? Ajavõidu kasutamine tasub läbi rääkida juba katsetamise alguses. Mõnes meeskonnas annab see aega kliendiga põhjalikumalt tegeleda, teises seni oodanud töö ära teha, kolmandas lühemat töönädalat proovida. Näiteks vaba reede katsetamisel lepitakse kokku, mis peab neljapäevaks valmis olema ja kes tegeleb reedel kiirete küsimustega. Mõne nädala pärast vaadatakse üle, kas töö saab tehtud, kvaliteet püsib ja kolleegide koormus on mõistlik. Siis on olemas kogemus, mille põhjal edasi otsustada.
Järelkaja
Kui organisatsioon plaanib AI-koolitust, tasub esimene ühine katsetuste arutelu kohe kalendrisse panna. Siis on inimestel teada, millal oma küsimused ja kogemused kaasa võtta. Lauale võiks jõuda üks päris töö koos kasutatud juhise ja tulemusega. Selle pealt saab otsustada, mida tasub korrata, mida muuta ja milline kokkulepe on veel puudu. Ka ebaõnnestunud katse on jagamist väärt. Kui üks inimene on vea juba läbi teinud, saavad teised sellest õppida. Järgmisel tiimikohtumisel tasub võtta ette üks tööülesanne ja vaadata, millised neist viiest kokkuleppest on juba olemas ning mis vajab veel läbi rääkimist.
