Στη Διορία της Τεχνητής Νοημοσύνης, Η Στρατηγική Προηγείται της Ταχύτητας

Η Τεχνητή Νοημοσύνη είναι προτεραιότητα για σχεδόν κάθε επιχειρηματικό ηγέτη αυτή τη στιγμή – και για καλό λόγο. Έχει το δυναμικό να κάνει τη ζωή μας πιο εύκολη, τόσο προσωπικά όσο και επαγγελματικά. Nhưng η μετατροπή αυτού του δυναμικού σε πραγματική επίδραση δεν είναι αυτόματη.

Σύμφωνα με μια πρόσφατη μελέτη από το Qlik, ενώ το 94% των εταιρειών αυξάνουν τις δαπάνες για προϊόντα και υπηρεσίες που υποστηρίζουν την ετοιμότητα δεδομένων για Τεχνητή Νοημοσύνη, μόνο το 21% έχουν ενσωματώσει πλήρως την Τεχνητή Νοημοσύνη στις επιχειρήσεις τους. Από αυτές που έχουν ενσωματώσει την Τεχνητή Νοημοσύνη, η έρευνα του MIT βρήκε ότι το 95% των πιλότων γεννητικής Τεχνητής Νοημοσύνης εσωτερικά αποτυγχάνουν.

Ο χάσμα εδώ αποκαλύπτει μια κοινή πρόκληση: ενώ ο ενθουσιασμός για την Τεχνητή Νοημοσύνη υπάρχει, η εκτέλεση αποτυγχάνει χωρίς πραγματικά στόχους. Πολύ συχνά, οι οργανισμοί τρέχουν να υιοθετήσουν την Τεχνητή Νοημοσύνη χωρίς να ορίσουν πρώτα τι σημαίνει επιτυχία, να ευθυγραμμίσουν τις ομάδες με τους στόχους ή να προετοιμάσουν τους ανθρώπους για το πώς θα αλλάξει η δουλειά τους.

Η Τεχνητή Νοημοσύνη γίνεται μια καινούρια πρωτοβουλία αλλά όχι ένα στρατηγικό περιουσιακό στοιχείο.尽管 η nặngες δαπάνες, μόνο το 25% των οργανισμών αναφέρουν ότι βλέπουν ένα σαφές οφέλους από τις πρωτοβουλίες Τεχνητής Νοημοσύνης τους, και το 75% περιμένουν ακόμη την απόδοση, σύμφωνα με το Boston Consulting Group.

Για να αλλάξουν αυτή τη τροχιά, οι εταιρείες πρέπει να αλλάξουν την στάση τους. Αυτό σημαίνει να ξεκινήσουν με σαφήνεια, όχι με κώδικα. Η επιτυχία με την Τεχνητή Νοημοσύνη δεν προέρχεται από την τεχνολογία μόνο, αλλά από το να κάνουν καλύτερες ερωτήσεις και να επενδύσουν σε αυτό που περιβάλλει την τεχνολογία.

Ξεκινώντας με το Πρόβλημα, Όχι το Εργαλείο

Είναι εύκολο να συρθεί κανείς από την ενθουσιασμό της υπόσχεσης της Τεχνητής Νοημοσύνης. Οι ηγέτες θέλουν να δείξουν ότι αγκαλιάζουν την καινοτομία, αλλά πολύ συχνά, ξεκινάνε με το εργαλείο αντί για το πρόβλημα. Οι ομάδες που βλέπουν τη μεγαλύτερη επίδραση ξεκινάνε με τα σημεία πόνου. Πού είναι οι άνθρωποι κολλημένοι; Γιατί δεν είναι αποτελεσματικοί;

Μέσα στις περισσότερες εταιρείες, η πρόκληση δεν είναι ότι οι άνθρωποι δεν εργάζονται αρκετά σκληρά· είναι ότι είναι θάμνοι σε χαμηλής αξίας δουλειά. Χειροκίνητες ενημερώσεις. Διπλότυπες εργασίες σε αποσυνδεδεμένα εργαλεία. Άπειρες συναντήσεις για να παραμείνουν ευθυγραμμισμένοι. Κυνήγι για την τελευταία έκδοση ενός σχεδίου. Σε σήμερα το περιβάλλον με μικρότερες ομάδες και στενότερες πόρους, αυτές οι ανεπάρκειες δεν είναι μόνο ενοχλητικές, είναι αβίωτες.

Σύμφωνα με ερευνητές στο MIT, οι γνώστες εργαζόμενοι περνούν σχεδόν το 50% του χρόνου τους αναζητώντας πληροφορίες, μεταβαίνοντας μεταξύ εργαλείων ή διπλώνοντας εργασία. Αυτές οι ανεπάρκειες επιβραδύνουν τις ομάδες, δημιουργούν αμφιβολία και καταναλώνουν περισσότερο χρόνο που θα μπορούσε να ξοδευτεί σε στρατηγική σκέψη.

Εδώ είναι όπου η Τεχνητή Νοημοσύνη μπορεί να λάμψει: όχι αντικαθιστώντας τους ανθρώπους, αλλά μειώνοντας το επιβάρυνση που τους εμποδίζει να κάνουν την καλύτερη δουλειά τους. Βλέπω ομάδες να χρησιμοποιούν Τεχνητή Νοημοσύνη όχι μόνο για να κινηθούν γρηγορότερα αλλά και να εργαστούν πιο έξυπνα, αφαιρώντας επαναλαμβανόμενες εργασίες ώστε να μπορέσουν να επικεντρωθούν σε υψηλής αξίας συνεργασία. Οι πιο επιτυχημένες κυκλοφορίες ξεκινάνε με μια σαφή κατανόηση του τι είναι κατεστραμμένο και πώς η Τεχνητή Νοημοσύνη μπορεί να απελευθερώσει τους ανθρώπους, όχι μόνο τις διαδικασίες.

Καταστρέφοντας τους Θόλους με Κοινή Νοημοσύνη

Ένας από τους μεγαλύτερους λόγους που οι προσπάθειες Τεχνητής Νοημοσύνης σταματούν είναι ότι αντιμετωπίζονται ως πειραματισμοί τμήματος. Η ομάδα προϊόντων μπορεί να δοκιμάζει ένα εργαλείο, η ομάδα μάρκετινγκ ένα άλλο, και η ηγεσία κάτι άλλο εντελώς χωρίς καμία ευθυγράμμιση σε στόχους, εργαλεία ή αρχές. Ακόμη χειρότερα, οι ομάδες πρώτης γραμμής μπορεί να μην κατανοούν γιατί η Τεχνητή Νοημοσύνη εισαγωγείται ή πώς υποστηρίζει την δουλειά τους. Αυτό είναι μια συνταγή για θραυσματική υιοθέτηση και ασυνεχείς αποτελέσματα.

Οι εταιρείες που βλέπω με την περισσότερη τράχηλα αντιμετωπίζουν μια διαφορετική προσέγγιση. Θεωρούν την Τεχνητή Νοημοσύνη ως μια οριζόντια ικανότητα, όχι μια κάθετη πρωτοβουλία. Για παράδειγμα, το McKinsey βρήκε ότι οι εταιρείες που βλέπουν υψηλές επιστροφές από την Τεχνητή Νοημοσύνη είναι σχεδόν τρεις φορές πιο πιθανό να έχουν εταιρική συντονισμό στην στρατηγική Τεχνητής Νοημοσύνης τους.

Αυτό σημαίνει να χτίζουν κοινή κατανόηση μεταξύ των ομάδων, να ευθυγραμμίζουν τους ενδιαφερόμενους από νωρίς και να ενσωματώνουν την Τεχνητή Νοημοσύνη στις ροές εργασίας, όχι μόνο να την τοποθετούν επάνω. Η διατμηματική συνεργασία είναι κλειδί. Στην πραγματικότητα, μια πρόσφατη έκθεση του McKinsey βρήκε ότι οι οργανισμοί με ισχυρές επιστροφές από την Τεχνητή Νοημοσύνη είναι σημαντικά πιο πιθανό να έχουν κεντρική διακυβέρνηση και εταιρική ορατότητα σε πώς χρησιμοποιείται η Τεχνητή Νοημοσύνη.

Δεν είναι μόνο για τα εργαλεία που επιλέγετε· είναι για το πώς σχεδιάζετε συστήματα που λειτουργούν μαζί. Αυτό περιλαμβάνει να έχουν μια ενοποιημένη άποψη για το πού η Τεχνητή Νοημοσύνη είναι αναπτυγμένη, σαφείς διαδικασίες δεδομένων που τροφοδοτούν τις εποπτικές ικανότητες μεταξύ των λειτουργιών, κοινές ορισμούς επιτυχίας και συνεχή εκπαίδευση και ενσωμάτωση για τις ομάδες.

Όταν οι εταιρείες επενδύουν σε αυτόν τον τύπο συντονισμού, η Τεχνητή Νοημοσύνη δεν απλώς ροώνει τις εργασίες, αλλά γίνεται ένας πολλαπλασιαστής σε όλη την οργάνωση.

Από την Ατομική Αποτελεσματικότητα στην Συστημική Αλλαγή

Όταν υπάρχει μια μεγάλη αλλαγή στο πώς λειτουργεί ο κόσμος, οι άνθρωποι είναι δικαίως σκεπτικοί. Οι περισσότεροι άνθρωποι δεν ήθελαν να είναι οι πρώτοι σε ένα αεροπλάνο, αλλά σήμερα επιβιβάζονται σε πτήσεις χωρίς δεύτερη σκέψη. Όταν το διαδίκτυο έγινε δημοφιλές, υπήρχαν πολλές φωνές που αμφέβαλλαν ότι θα διαρκούσε. Η ιστορία μας δείχνει ότι κάθε μεγάλη μεταμόρφωση – από την αεροπορική ναυτιλία στο διαδίκτυο – αντιμετώπισε αντίσταση πριν γίνει απαραίτητη.

Η Τεχνητή Νοημοσύνη είναι σε ένα παρόμοιο σημείο εκκρεμότητας επειδή η υιοθέτηση δεν είναι σαν την αναβάθμιση ενός λογισμικού. Αλλάζει τον τρόπο που οι άνθρωποι εργάζονται και, σε πολλές περιπτώσεις, τον τρόπο που σκέφτονται για τους ρόλους τους και πώς παρέχουν αξία για τις οργανώσεις τους. Αυτό είναι γιατί η επιτυχημένη υιοθέτηση είναι τόσο για τη διαχείριση αλλαγής όσο και για τη λειτουργικότητα.

Η αντίσταση συχνά προέρχεται όχι από την σκεπτικισμό για την τεχνολογία, αλλά από την έλλειψη контекστού. Όταν η Τεχνητή Νοημοσύνη φτάνει χωρίς εξήγηση, οι άνθρωποι έχουν έγκυρες ερωτήσεις: Θα αντικαταστήσει την δουλειά μου; Πώς να ξέρω ότι είναι ακριβής; Τι είμαι υπεύθυνος τώρα; Πώς μπορώ να την εμπιστευτώ;

Στην πραγματικότητα, ένα τρίτο των εργαζομένων στις ΗΠΑ αναφέρουν ότι αισθάνονται υπερφορτωμένοι από την άνοδο της Τεχνητής Νοημοσύνης στο μέλλον της εργασίας. Για να υπερβούν αυτήν την αβεβαιότητα, οι ηγέτες πρέπει να επενδύσουν σε διαφάνεια και εκπαίδευση, όχι μια φορά, αλλά συνεχώς. Αυτό περιλαμβάνει την εξήγηση του σκοπού των εργαλείων Τεχνητής Νοημοσύνης στο контέκστ της ομάδας, την επεξήγηση πότε να βασίζονται στην Τεχνητή Νοημοσύνη και πότε στην ανθρώπινη κρίση, τη δημιουργία βρόχων ανατροφοδότησης για να προσαρμόσουν πώς χρησιμοποιείται η Τεχνητή Νοημοσύνη στην πράξη και την ενδυνάμωση των διευθυντών να προπονήσουν και να υποστηρίξουν τις ομάδες τους μέσω της αλλαγής.

Οι καλύτερες εταιρείες αντιμετωπίζουν τους διευθυντές όχι μόνο ως ηγέτες ομάδων, αλλά και ως μεταφραστές και οικοδόμοι εμπιστοσύνης, βοηθώντας τους ανθρώπους να πλοηγηθούν σε νέους τρόπους εργασίας και να αισθανθούν εμπιστοσύνη κάντοντας così. Η εμπιστοσύνη είναι το τελικό κλειδί· όταν οι άνθρωποι κατανοούν το “γιατί” πίσω από την Τεχνητή Νοημοσύνη, είναι πολύ πιο πιθανό να πειραματιστούν, να υιοθετήσουν και να βοηθήσουν να διαμορφώσουν την εξέλιξή της.

Δεν αλλάζουμε μόνο εργαλεία, αλλά και τον τρόπο που εργαζόμαστε

Οι εταιρείες που θα ευδοκιμήσουν στην εποχή της Τεχνητής Νοημοσύνης είναι αυτές που δημιουργούν ολιστικές στρατηγικές που σχεδιάζονται για να ενισχύσουν την ανθρώπινη ευφυΐα, όχι να την αντικαταστήσουν

Αυτή η αλλαγή φέρει τεράστια δυναμικό, αλλά και πραγματική ευθύνη. Κάνουν το σωστό, η Τεχνητή Νοημοσύνη δεν είναι για την αυτοματοποίηση του všeho. Είναι για την ενίσχυση того που κάνουν οι άνθρωποι καλύτερα: κρίση, δημιουργικότητα και συνεργασία, ενώ αφαιρούν την τριβή που εμποδίζει και αυξάνουν την επίδραση του ατόμου μέσα στην οργάνωση.

Για να πραγματοποιήσουν αυτό το δυναμικό, οι εταιρείες πρέπει να μετακινηθούν πέρα από τον ενθουσιασμό στη στρατηγική. Αυτό σημαίνει να ξεκινήσουν με τα σωστά προβλήματα, να ευθυγραμμίσουν τις ομάδες σε διαφορετικές λειτουργίες και να επενδύσουν στην ανθρώπινη πλευρά της μεταμόρφωσης. Ίδια σημαντικά, οι εταιρείες πρέπει να επενδύσουν σε περιβάλλοντα που καλλιεργούν την μάθηση και το πειραματισμό μαζί με τη συνεχή βελτίωση, ώστε να εξελιχθούν καθώς η Τεχνητή Νοημοσύνη εξελίσσεται γύρω μας. Όταν οι άνθρωποι αισθάνονται ενδυναμωμένοι να πειραματιστούν, να προσαρμόσουν και να επαναλάβουν, η υιοθέτηση της Τεχνητής Νοημοσύνης δεν είναι μια μονοφατική κυκλοφορία, αλλά ένα ζωντανό σύστημα που γίνεται πιο έξυπνο με τον καιρό.

Οι εταιρείες που το κάνουν δεν θα παραμείνουν μόνο στο ρυθμό της Τεχνητής Νοημοσύνης, αλλά θα χτίσουν συστήματα και κουλτούρες που είναι έτοιμες να ευδοκιμήσουν μαζί της.