Η επάρκεια στην τεχνητή νοημοσύνη είναι η δεξιότητα του εργατικού δυναμικού που οι οργανισμοί δεν μπορούν να αγνοήσουν

Οι οργανισμοί επεκτείνουν ραγδαία τη χρήση της AI, αλλά η πρόσβαση ξεπερνά τις δυνατότητες του εργατικού δυναμικού. Google and Ipsos διαπίστωσαν ότι ενώ το 40 % των εργαζομένων χρησιμοποιεί AI στη δουλειά, μόνο το 5 % είναι πραγματικά εξοικειωμένο με την AI. Η παροχή εργαλείων AI στους εργαζόμενους δεν σημαίνει ότι γνωρίζουν πότε να τα χρησιμοποιούν, πώς να αξιολογούν τα αποτελέσματά τους ή πού η ανθρώπινη λήψη αποφάσεων πρέπει ακόμη να ηγείται. 

Η αντιμετώπιση αυτού του χάσματος απαιτεί οι οργανισμοί να θεωρούν την επάρκεια στην AI ως μια ικανότητα του εργατικού δυναμικού και τελικά ως μέρος του λειτουργικού μοντέλου. Δεν είναι μια τεχνική δεξιότητα που προορίζεται μόνο για τις ομάδες IT, τους επιστήμονες δεδομένων ή τους πρώιμους υιοθετητές. Οι εργαζόμενοι χρειάζονται την αυτοπεποίθηση και την κρίση για να εφαρμόζουν την AI σε πραγματικά επιχειρηματικά προβλήματα, να αμφισβητούν τα αποτελέσματά της και να κατανοούν τι πρέπει και τι δεν πρέπει να ανατίθεται στην τεχνολογία. Οι ηγέτες χρειάζονται επίσης αυτές τις ικανότητες, επειδή ο ρόλος τους δεν είναι πλέον απλώς η απόφαση για το πού θα υλοποιηθεί η AI. Πρέπει να επανασχεδιάσουν τον τρόπο εκτέλεσης της εργασίας, προσδιορίζοντας πού η AI μπορεί να εκτελεί, πού η υπάρχουσα τεχνολογία μπορεί να υποστηρίζει την εργασία και πού η ανθρώπινη κρίση, οι σχέσεις και η λογοδοσία δημιουργούν τη μεγαλύτερη αξία. Αυτή είναι η μετάβαση προς έναν οργανισμό με επάρκεια στην AI. Σημαίνει το σχεδιασμό του λειτουργικού μοντέλου γύρω από τις δυνάμεις των ανθρώπων, της AI και της τεχνολογίας μαζί. 

Η υιοθέτηση της AI δεν είναι το ίδιο με την επάρκεια στην AI

Ένα από τα πιο συχνά λάθη που κάνουν οι οργανισμοί είναι να θεωρούν τη χρήση της AI ως απόδειξη της επιτυχίας της AI. Οι συνδέσεις, τα prompts, οι ενεργοποιημένες άδειες, οι ολοκληρώσεις εκπαιδεύσεων και η χρήση tokens δείχνουν ότι οι εργαζόμενοι έχουν πρόσβαση στην τεχνολογία, αλλά λένε λίγα για το αν η AI βελτιώνει την αποδοτικότητα και την ακρίβεια της εργασίας τους. 

Gallup ανέφερε ότι το 65 % των εργαζομένων λέει ότι η AI έχει βελτιώσει την ατομική τους παραγωγικότητα, ενώ μόνο το 12 % λέει ότι έχει αλλάξει τον τρόπο που γίνεται η εργασία στην οργάνωσή τους. Η τοποθέτηση της AI στα χέρια των εργαζομένων δεν δημιουργεί αυτόματα επιχειρηματική αξία, ειδικά εάν η υιοθέτηση είναι το κύριο μέτρο επιτυχίας. Οι οργανισμοί πρέπει να κοιτάξουν πέρα από τη χρήση και να αξιολογήσουν αν οι εργαζόμενοι ξέρουν πώς να χρησιμοποιούν την AI αποτελεσματικά. Αυτό σημαίνει την αναγνώριση των κατάλληλων περιπτώσεων χρήσης, την υποβολή καλύτερων ερωτήσεων, την αμφισβήτηση αποτελεσμάτων που φαίνονται λογικά αλλά μπορεί να είναι λανθασμένα, και την αναγνώριση πότε το πλαίσιο, η ενσυναίσθηση ή η κρίση έχουν μεγαλύτερη σημασία από την craw intelligence. 

Τα μέτρα επιτυχίας πρέπει να μετατοπιστούν αναλόγως. Οι οργανισμοί θα πρέπει να αξιολογούν αν η AI βελτιώνει την ποιότητα και την ταχύτητα των αποφάσεων, δημιουργεί καλύτερες εμπειρίες για τους εργαζόμενους και τους πελάτες, αφαιρεί εργασίες χαμηλής αξίας και ελευθερώνει τους ανθρώπους να εστιάσουν στη κρίση, τη δημιουργικότητα, τη συνεργασία και τις σχέσεις όπου δημιουργούν τη μεγαλύτερη αξία. Τελικά, η AI θα πρέπει να μετράται με τη συμβολή της στην επιχειρηματική απόδοση, από μεγαλύτερη παραγωγικότητα και ευελιξία έως ισχυρότερη ποιότητα, ανάπτυξη και ανθεκτικότητα. 

Η ανάπτυξη αυτής της ικανότητας απαιτεί περισσότερα από το να διδάσκουμε τους εργαζόμενους πώς να δίνουν prompts. Η επάρκεια στην AI σημαίνει να κατανοεί κανείς πότε να χρησιμοποιεί την AI, πώς να αξιολογεί τα αποτελέσματά της και τι πρέπει να παραμένει στα χέρια των ανθρώπων. Ο στόχος δεν είναι περισσότερη χρήση της AI, αλλά καλύτερη εργασία ως αποτέλεσμα. 

Οι οργανισμοί χρειάζονται μια ισορροπημένη στρατηγική ταλέντου AI

Η πραγματικότητα είναι ότι οι οργανισμοί δεν μπορούν να προσλάβουν ώστε να αποκτήσουν ένα εργατικό δυναμικό με επάρκεια στην AI. Θα χρειαστούν ακόμη ειδικοί σε τομείς όπως η μηχανική AI, η επιστήμη δεδομένων και η διακυβέρνηση, αλλά απλώς δεν θα υπάρχει αρκετό εξειδικευμένο ταλέντο για να δημιουργηθεί η επάρκεια στην κλίμακα που απαιτούν οι περισσότερες επιχειρήσεις. Αυτή η ικανότητα πρέπει να επεκταθεί σε όλο τον οργανισμό. Η μεγαλύτερη ευκαιρία είναι η ανάπτυξη του υπάρχοντος εργατικού δυναμικού ώστε οι άνθρωποι σε διάφορους ρόλους να μπορούν να συνεργάζονται αποτελεσματικά με την AI. 

Αυτό σημαίνει να είμαστε σκόπιμοι σχετικά με το πού θα χτίσουμε, θα αγοράσουμε ή θα δανειστούμε ικανότητες. Προσλάβετε ειδικούς όπου δημιουργούν διαφοροποιημένη αξία. Επιδιώξτε εξωτερική βοήθεια όταν η ανάγκη είναι συγκεκριμένη ή προσωρινή. Για ρόλους που η AI έχει αλλάξει σήμερα, επενδύστε στην ανάπτυξη των δεξιοτήτων των υπαρχόντων εργαζομένων. 

Πρέπει επίσης να αλλάξει τι προσλαμβάνουν οι εταιρείες. Όταν τα εργαλεία και οι απαιτήσεις εργασίας αλλάζουν γρήγορα, η επάρκεια στην τρέχουσα τεχνολογία λέει μόνο τόσα. Η ευελιξία μάθησης, η περιέργεια, η κριτική σκέψη και η κρίση γίνονται πιο πολύτιμες. Οι ομάδες προσλήψεων θα πρέπει να ρωτούν αν το άτομο μπορεί να μαθαίνει γρήγορα, να εφαρμόζει τη γνώση σε διαφορετικά πλαίσια και να αξιολογεί κριτικά τα αποτελέσματα της AI αντί να τα αποδέχεται απλώς. 

Η ανάπτυξη χρειάζεται την ίδια πρακτική προοπτική. Ένα μάθημα AI μπορεί να διδάξει τα βασικά, αλλά η επάρκεια προέρχεται από την πρακτική εργασία. Δώστε στους ανθρώπους πραγματικά προβλήματα προς επίλυση με AI, επιτρέποντάς τους να δοκιμάσουν πού εξοικονομεί χρόνο, βελτιώνει τα αποτελέσματα και αποτυγχάνει. Χρησιμοποιήστε διευθυντές, καθοδήγηση και διαλειτουργικά έργα για να μετατρέψετε αυτές τις εμπειρίες σε επαναλήψιμες πρακτικές. 

Οι ηγέτες πρέπει να θέσουν σαφή όρια. Οι εργαζόμενοι πρέπει να γνωρίζουν γιατί εισάγεται η AI, ποιο πρόβλημα λύνει, πού ενθαρρύνεται η πειραματική χρήση και ποιες αποφάσεις απαιτούν ανθρώπινη ευθύνη. Χωρίς σαφήνεια, οι οργανισμοί αντιμετωπίζουν ένα από τα δύο αποτελέσματα: οι άνθρωποι διστάζουν να χρησιμοποιήσουν την AI, ή τη χρησιμοποιούν χωρίς επαρκή κρίση. 

Ο στόχος δεν είναι να δημιουργηθεί ένα εργατικό δυναμικό γεμάτο ειδικούς AI· είναι να δημιουργηθεί ένα εργατικό δυναμικό που εργάζεται διαφορετικά επειδή υπάρχει η AI. Οι άνθρωποι χρειάζονται σαφή όρια και ορατή ανθρώπινη ευθύνη ώστε να πειραματίζονται με αυτοπεποίθηση, χωρίς να εκχωρούν την κρίση τους στην τεχνολογία. 

Το Microsoft Work Trend Index διαπίστωσε ότι μόνο περίπου ένας στους τέσσερις χρήστες AI λένε ότι η ηγεσία του οργανισμού τους είναι σαφώς και σταθερά ευθυγραμμισμένη με την AI. Deloitte ανέφερε επίσης ότι οι εταιρείες με μεγαλύτερη έκθεση στην AI βιώνουν περίπου 40 % μεγαλύτερη αύξηση παραγωγικότητας σε σύγκριση με εκείνες με χαμηλότερη έκθεση. Η έρευνά της διαπίστωσε ότι το 53 % των οργανισμών λέει ότι η εκπαίδευση του ευρύτερου εργατικού δυναμικού είναι η κύρια στρατηγική ταλέντου AI, σε σύγκριση με το 36 % που εστιάζει στην πρόσληψη εξειδικευμένου ταλέντου AI. 

Αυτή η εξέλιξη έχει σημασία επειδή η στρατηγική AI δεν αφορά πλέον μόνο την απόκτηση τεχνολογίας. Καθίσταται όλο και περισσότερο μια στρατηγική εργατικού δυναμικού. 

Οι ηγέτες πρέπει να επανασχεδιάσουν την εργασία γύρω από τους ανθρώπους και την AI

Η επάρκεια στην AI είναι σημαντική, αλλά η εκπαίδευση των ανθρώπων στη χρήση της AI χωρίς αλλαγή του τρόπου εκτέλεσης της εργασίας αφήνει το λειτουργικό μοντέλο σε μεγάλο βαθμό αμετάβλητο. Εάν οι άνθρωποι επιστρέψουν στους ίδιους ρόλους, διαδικασίες και ροές εργασίας, οι οργανισμοί θα αξιοποιήσουν μόνο μέρος του δυναμικού της AI. Η μεγαλύτερη ευκαιρία είναι να επανασχεδιάσουμε την εργασία γύρω από ό,τι κάνουν καλύτερα οι άνθρωποι και η AI — χρησιμοποιώντας την AI για να επιταχύνει την εκτέλεση και να βελτιώσει τις εμπειρίες και εφαρμόζοντας ανθρώπινη κρίση εκεί που δημιουργεί τη μεγαλύτερη αξία. 

Τα δεδομένα υποδεικνύουν ότι οι περισσότεροι οργανισμοί εξακολουθούν να κάνουν ακριβώς αυτό. Μόνο το 16% of organizations έχουν επανασχεδιάσει πλήρως ρόλους, διαδικασίες και λειτουργικά μοντέλα για να ενσωματώσουν την AI στην εργασία. Όσοι δίνουν προτεραιότητα στο σχεδιασμό εργασίας, ωστόσο, είναι δύο φορές πιο πιθανό να ξεπεράσουν τις προσδοκίες τους για την απόδοση επένδυσης στην AI. 

Ας πάρουμε έναν διευθυντή που προετοιμάζεται για μια δύσκολη συνομιλία με έναν εργαζόμενο. Η AI μπορεί να συγκεντρώσει το ιστορικό απόδοσης, να συνοψίσει προηγούμενα σχόλια και να εντοπίσει θέματα ή ερωτήσεις που αξίζει να εξερευνηθούν. Αυτό μπορεί να εξοικονομήσει χρόνο προετοιμασίας και να δώσει στον διευθυντή καλύτερες πληροφορίες. Ωστόσο, η AI δεν πρέπει να κυριαρχεί στη συνομιλία. Η κατανόηση του εργαζομένου, η ανάγνωση της κατάστασης, η εμφάνιση ενσυναίσθησης και η λήψη σημαντικής απόφασης ανήκουν ακόμη στον διευθυντή. 

Το ίδιο ισχύει και στην προσλήψη ταλέντων. Η AI μπορεί να αναλύσει δεδομένα αγοράς εργασίας, να διαχειριστεί διοικητικά καθήκοντα και να αναδείξει μοτίβα που ένας recruiter θα έπρεπε να βρει με ώρες. Αυτό δημιουργεί χωρητικότητα. Η αξία προέρχεται από το τι κάνει ο recruiter με αυτήν: να αφιερώνει περισσότερο χρόνο στην κατανόηση των κινήτρων των υποψηφίων, να αμφισβητεί τις υποθέσεις του υπεύθυνου πρόσληψης ή να συμβουλεύει έναν επιχειρηματικό ηγέτη για ανταλλαγές ταλέντου. 

Αυτή είναι η αλλαγή που πρέπει να επιδιώξουν οι οργανισμοί, όχι απλώς η αυτοματοποίηση εργασιών, αλλά η χρήση της AI για δημιουργία χωρητικότητας και η σκόπιμη ανακατεύθυνσή της προς εργασίες όπου οι άνθρωποι προσθέτουν περισσότερη αξία. 

Διαφορετικά, είναι εύκολο να αυτοματοποιηθεί μια κακή διαδικασία και να καταλήξουμε σε μια πιο γρήγορη αλλά ακόμη κακή διαδικασία. Η μεγαλύτερη ευκαιρία είναι να επανασχεδιάσουμε την εργασία γύρω από ό,τι κάνουν καλύτερα οι άνθρωποι και η AI. 

Η επάρκεια στην AI θα καθορίσει το μέλλον του εργατικού δυναμικού

Η επάρκεια στην AI θα γίνεται ολοένα και πιο βασική ικανότητα του εργατικού δυναμικού, όπως σήμερα η ψηφιακή γραμματισμός. Ωστόσο, το AI‑native δεν είναι μια γενιά και δεν είναι η επάρκεια στα σημερινά εργαλεία. Είναι η ικανότητα και η νοοτροπία να μαθαίνεις συνεχώς, να πειραματίζεσαι και να προσαρμόζεις τον τρόπο εργασίας καθώς η AI εξελίσσεται. Οι πλατφόρμες θα αλλάξουν. Οι οργανισμοί που θα δημιουργήσουν διαρκή ικανότητα θα επενδύσουν σε άτομα που μπορούν να προσαρμόζονται μαζί τους, γνωρίζοντας πότε να χρησιμοποιούν την AI, πότε να την αμφισβητούν και πού η ανθρώπινη κρίση παραμένει πιο σημαντική. 

Καθώς αυτή η ικανότητα ωριμάζει, η AI σταματά να είναι μια συλλογή εργαλείων και γίνεται μέρος του τρόπου λειτουργίας του οργανισμού. Οι οργανισμοί που θα το πετύχουν δεν θα είναι εκείνοι με τα περισσότερα εργαλεία AI ή ακόμη και τη μεγαλύτερη υιοθέτηση. Θα είναι εκείνοι των οποίων οι άνθρωποι μπορούν σταθερά να μετατρέπουν την AI σε καλύτερη εργασία, καλύτερες αποφάσεις και καλύτερη επιχειρηματική απόδοση. 

Αυτή είναι τελικά η δοκιμασία της επάρκειας στην AI. Όχι αν το εργατικό σας δυναμικό χρησιμοποιεί την AI, αλλά αν αυτό οδηγεί σε καλύτερη εργασία, καλύτερες αποφάσεις, καλύτερες εμπειρίες και καλύτερη επιχειρηματική απόδοση.