Ajatusjohtajat

Tekoäly ei ole Rautamies. Se on puku

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Useimmat johtajat ajattelevat tekoälyä väärin. Ei siksi, että heillä ei olisi riittävästi kunnianhimoa tai tietoisuutta, vaan siksi, että vallitsevat kertomukset — tekoäly työvoiman korvaajana ja tekoäly itsenäisenä tuottavuuden moottorina — molemmat ovat väärässä. Seuraan useimmin yhtenäistä mallia eri aloilla ja tehtävissä, että organisaatiot, jotka saavuttavat todellisia tuottoja tekoälystä, eivät ole ne, jotka ovat käyttäneet sitä laajimmin. He ovat ne, jotka ymmärtävät, mitä se todella on: ei Rautamies, vaan puku. Ja he ovat rakentaneet strategiansa tämän eron ympärille.

Tarkastellaan, mitä Rautamiehen puku todella on. Se ei ole sankari. Se on laitteisto, ohjelmisto ja älykkyys, jotka on koottu palvelemaan tiettyä operaattoria. Ilman Tony Starkia sen sisällä, puvussa ei ole tehtävää, tuomiovaltaa, vastuuta eikä kykyä navigoida tilanteessa, johon se ei ole suunniteltu. Puku on erittäin kykyinen. Se on myös täysin riippuvainen henkilöstä, joka sen käyttää. Tämä riippuvuus kulkee molempiin suuntiin — Stark ilman pukua on rajoitettu inhimillisten rajoitusten vuoksi; puku ilman Starkia on inertti metalli. Arvo on olemassa ainoastaan yhdistelmässä. Yritysten tekoäly toimii täsmälleen samalla tavalla, ja organisaatiot, jotka saavuttavat todellisia tuottoja, ovat ymmärtäneet tämän alusta alkaen.

Niissä asiakokonaisuuksissa, jotka tuottavat todellisia tuottoja, tekoäly tekee juuri sitä: se lisää kapasiteettia, vähentää kitkaa ja parantaa suorituskykyä. Mutta organisaatiot, jotka näkevät vahvimmat tulokset, eivät kysy, kuinka nopeasti he voivat poistaa ihmiset yhtälöstä. He kysyvät, kuinka he voivat laittaa parhaat ihmisensä parempaan pukuun — paremmilla työkaluilla, paremmalla tiedolla ja paremmalla päätöksenteon tuella — jotta he voivat toimia tasolla, joka ei aiemmin ollut mahdollista.

Kyky yksin ei ole liiketoimintaa

Tässä useimmat yritysten tekoälykeskustelut menevät pieleen. Johtajat keskittyvät siihen, mitä teknologia voi tehdä eristyneisyydessä — voiko se tiivistää nopeammin, luokitella paremmin, luoda sisältöä, tunnistaa poikkeamia, automatisoida vastauksia. Nämä ovat reiluita kysymyksiä, mutta ne ovat epätäydellisiä. Kyky ei ole sama asia kuin liiketoimintaa. Ja kuilu näiden kahden välillä on siellä, missä suuri osa tekoälysijoituksesta menee alityöllistetyksi.

Liiketoimintaa saadaan siitä, miten tekoäly sovelletaan toimintamalliin. On tärkeää kysyä, missä se sijaitsee työnkulussa, minkä päätöksen se parantaa, minkä pullonkaulan se poistaa, minkä riskin se vähentää, kuka vahvistaa tulosteen ja kuka omistaa poikkeuksen, kun jotain ei sovi malliin. Nämä ovat ne kysymykset, jotka määrittävät, luoko tekoäly kestävää arvoa vai tuottaa vain vaikuttavan demon.

Vahvimmat käyttöönotot, joita näemme, eivät tule työkalun pudottamisesta olemassaolevaan prosessiin ja toivomisesta, että liiketoiminta järjestäytyy uudelleen sen ympärille. Ne tulevat työn uudelleenmuotoilusta siten, että koneen nopeutta käytetään siellä, missä se luo lisäarvoa, kun taas ihmisen tuomiovalta säilyy lähellä päätöksiä, jotka vaativat kontekstia, nuansseja, vastuuta ja alan ymmärrystä. Siellä luodaan todellinen arvo — ja se vaatii tarkoituksenmukaista suunnittelua, ei vain teknologian saatavuutta.

Mihin ihminen silmällä tarkoitetaan todella

Ihminen silmällä on yksi niistä lauseista, jotka kuulostaa vastuulliselta, mutta usein jää turhauttavan epämääräiseksi. Käytännössä se ei ole iskulause. Se on toimintamalli, joka määrittää, tuleeko tekoälystä hyödyllinen, hallittavissa oleva ja luotettava. Se tarkoittaa selkeää päätöksentekovaltaa, nimenomaista kynnysarvoa eskaloimiseksi, järjestelmällistä tulostuotteiden vahvistamista ja nimettyä vastuuta tuloksista — ei epämääräistä yhteistä omistajuutta. Organisaatiot, jotka määrittävät tämän selvästi, ovat ne, jotka rakentavat aitoa instituutiomaisen luottamusta tekoälyyn — luottamusta, joka on ansaittu, koska ihmiset organisaatiossa ymmärtävät tarkalleen, milloin luottaa järjestelmään, milloin haastaa sitä ja kuka on vastuussa, kun se on tärkeintä.

Esimerkiksi asiakaspalvelussa tekoäly voi tiivistää asiakastapaamisen historian, ohjata tiedustelun tai ehdottaa luonnosta. Se voi luoda todellista tehokkuutta. Mutta kun ongelma on herkkä, emotionaalisesti latautunut tai poikkeaa normaalista, ihmisen tuomiovalta on edelleen olennainen. Tekoäly voi lisätä alaa ja nopeutta, mutta henkilö ohjaa edelleen vuorovaikutusta.

Sama logiikka pätee funktioihin kuten rahoitus, lakiasiat, noudattaminen ja toiminnanohjaus. Tekoäly voi tarkastella asiakirjoja, tunnistaa poikkeamia, tuoda esiin malleja ja käsitellä signaaleja mittakaavassa, jota yksilö ei voi koskaan saavuttaa. Arvo ei kuitenkaan ole korvaamassa tuomiovaltaa, vaan sallimassa koulutetuille ammattilaisille viettää enemmän aikaa materiaalisen riskin, strategisen tulkitsemisen, poikkeamien ja päätösten parissa, jotka vaikuttavat todella tuloksiin. Monissa yritysympäristöissä korkeamman arvon ihmisen rooli ei katoa. Se keskittyy enemmän valvontaan, eskaloimiseen, orkestraatioon ja vastuuseen.

Mihin oikea aloituspiste näyttää

Organisaatiot, jotka tekevät todellista edistystä tekoälyssä, jakavat yhdenmukaisen aloituspisteen: he aloittavat liiketoimintahaasteen, jonka arvo on ratkaista, ei teknologian, jonka arvo on omaksua. He määrittävät, missä koneen nopeus luo nostetta, ennen kuin he käyttävät sitä. He määrittävät vastuun ennen kuin he automatisoivat. Ja he tunnistavat, mitkä tulokset todella merkitsevät, ennen kuin he puhuvat tuottavuudesta. Tämä kuri — tulos ensin, teknologia toisena — on vähemmän yleinen kuin pitäisi, ja se on usein se, mikä erottaa toteutukset, jotka kasvavat arvossa, niistä, jotka jäävät paikoilleen.

Kuilu lupaavan pilotin ja vahvan toimintamallin välillä on siellä, missä suurin osa yritysten tekoälyarvoa katoaa. Se ei ole teknologinen epäonnistuminen. Malli toimii. Tulostus on järkevä. Mutta ihmiset eivät luota siihen, mitä he eivät ymmärrä. Tiimit eivät muuta työskentelytapaa vain siksi, että uusi järjestelmä ilmestyy heidän ympäristöönsä. Ja organisaatiot eivät saa liiketoimintaa arvoa yksinkertaisesti siksi, että pilotin teknisesti vaikuttava. Toteutus onnistuu. Omaksuminen epäonnistuu. Ja tuotot eivät koskaan materialisoidu.

Organisaation valmius on edelleen suurempi haaste kuin tekninen pääsy. Tekoälykyvyn ostaminen on suhteellisen helppoa. Prosessien, hallinnon, mittauksen ja tiimien käyttäytymisen uudelleenmuotoilu kyvyn ympärille on paljon vaikeampaa. Mutta yritykset, jotka tekevät sen hyvin, rakentavat arvokkaamman kuin tekoälytoteutuksen — he rakentavat alustan. Yksi, jossa jokainen myöhempi käyttötapa on nopeampi vahvistaa, nopeampi skaalata ja tiukemmin kytketty liiketoimintatulokseen, joka voidaan todella mitata.

Vibe-koodausansan loukkaus

On tietty ja kasvava sekaannuksen lähde markkinoilla tällä hetkellä, joka pahentaa tilannetta. ”Vibe-koodauksen” — idean, että kuka tahansa, jolla on pääsy tekoälytyökaluihin, voi rakentaa monimutkaisia ohjelmistoja nopeasti ja ilman syvää teknistä asiantuntemusta — on vahvistettu aallon ai-markkinointia ai-yrityksiltä, sekä vakiintuneilta alustoilta että uudelta sukupolvelta startup-yrityksiltä, jotka yhdistävät yleisesti yksinkertaisuuden, jolla voidaan rakentaa ja toteuttaa tekoälyjärjestelmiä, jotka todella tukevat liiketoimintaprosesseja ja tarjoavat todellista arvoa. Viesti, tarkoituksellinen tai ei, on, että vaikea osa on suurelta osin ratkaistu. Se ei ole.

Tekoäly on todella alentanut esteen rakentaa jotain, joka näyttää toimivan. Prototyyppi, demo, konseptin todistus, joka vaikuttaa johtoryhmässä, ovat helpompia kuin koskaan aiemmin. Mutta se, että jotain näyttää toimivan ja se todella toimii yrityksen mittakaavassa, ovat kaksi perustavanlaatuisesti eri asiaa. Rakentaa järjestelmä, joka toimii luotettavasti oikealla, sekavalla, epätäydellisellä datasta, on eri ongelma kuin rakentaa sellainen, joka toimii puhdistetuilla testijoukoilla. Rakentaa järjestelmä, joka käsittelee poikkeamia, reunatapauksia ja vikamuotoja sulavasti, on eri ongelma kuin rakentaa sellainen, joka käsittelee yleistapauksen. Ja rakentaa järjestelmä, jolla on hallinnon, tarkasteltavuuden ja vastuun rakenteet, jotka yritysten toteutus todella vaatii, on eri ongelma vielä kerran.

Tämä kuilu on kallista missä tahansa toimialalla. Säänneltyjen alojen kohdalla se voi olla olemassaolollinen. Pankkitoiminnassa, rahoituspalveluissa, vakuutusyhtiöissä ja terveydenhuollossa tekoälyjärjestelmät, jotka tukevat todellisia liiketoimintaprosesseja, on toimittava tiukkojen sääntelykehysten puitteissa — SR 26-2 malliriskille rahoituslaitoksissa, HIPAA ja kliinisen päätöksenteon ohjelmistovaatimukset terveydenhuollossa, Solvency II ja käyttäytymisen riski velvoitteet vakuutusyhtiöissä. Niiden on oltava selitettävissä sääntelijöille ja puolustettavissa tarkastuksessa. Niissä on oltava nimetty ihmisen vastuu jokaisesta merkittävästä päätöksestä, jota ne ohjaavat. Niissä on oltava testattuja takaisinvedon mekanismeja, kun ne epäonnistuvat. Yksikään näistä ei ole vibe-koodatun prototyyppien piirissä, riippumatta siitä, kuinka vakuuttava se näytti demossa. Pankki, joka toteuttaa tekoälyluottopäätöksentekojärjestelmän ilman oikeaa mallin riskienhallintakehystä, ei liiku nopeasti. Se kertyy sääntely- ja maineeseen liittyvää vastuuta, joka tulee esiin huonoimmassa mahdollisessa hetkessä.

Seuraamus, jonka tämä luo, on kallista tietyllä tavalla. Johtajat, jotka ovat omaksuneet demokratisoimisnarratiivin, aliarvioivat sijoituksen, aliarvioivat vaadittua asiantuntemusta ja syyttävät tekoälyä, kun todellinen syy on lähestymistapa. Se, mikä näyttää tekoälyongelmalta, on lähes aina data-, hallinto- tai arkkitehtuuriongelma, jota mikään ohjelmointipromptti ei olisi ratkaissut. Malli, jonka näemme jatkuvasti, on, että organisaatiot, jotka käsittelevät tekoälytoteutusta samalla insinööritieteellisellä kurilla kuin minkä tahansa kriittisen liiketoimintajärjestelmän, ovat ne, jotka pääsevät tuotantoon ja pysyvät siellä. Ne, jotka ovat lumoutuneet yksinkertaisuuden narratiivista, pääsevät demoon ja ihmettelevät, miksi arvo ei seurannut.

Todellinen mahdollisuus on tarkoituksenmukainen täydentäminen

Tulee olemaan tapauksia, joissa tekoäly automatisoi tehtäviä voimakkaasti, ja jotkin organisaatiot tavoittelevat työvoiman vähentämistä ensisijaisena tavoitteenaan. Se on legitiimi valinta. Mutta useimmissa liiketoimissa — erityisesti niissä, jotka toimivat monimutkaisissa, säännellyissä, asiakaspalveluun liittyvissä tai tuomiovaltaa vaativissa ympäristöissä — suurempi ja kestävämpi mahdollisuus on täydentäminen tarkoituksella: varustaa parhaat ihmiset puvulla, joka tekee heistä kykeneviä asioita, joita he eivät voineet aiemmin tehdä.

Tällainen täydentäminen saattaa ei tuota loistokkainta otsikkoa, mutta se on siellä, missä kestävin arvo asuu. Se ilmenee nopeammissa päätöksissä, paremmassa priorisoinnissa, vahvemmassa asiakaspalvelussa, vähemmässä rutininomaisissa pullonkauloissa ja enemmän aikaa, jota vietetään työssä, joka todella vaatii kokemusta ja tuomiovaltaa. Ja toimitus talous muuttuu tavoin, jotka muuttavat sitä, mitä organisaatiot voivat kohtuullisesti yrittää. Työ, joka vaati aiemmin suuren tiimin ja pitkän aikataulun, tulee mahdolliseksi pienemmällä, korkeamman tason tiimillä, joka liikkuu tahdissa, joka ei aiemmin ollut mahdollista. Ambition rajoitus muuttuu. Organisaatiot alkavat tavoitella kykyjä, joita he olisivat aiemmin hylänneet liian kalliina tai hitaana, ennen kuin puku oli olemassa. Ajan myötä nämä voitot eivät ole marginaalisia. Ne määrittävät uudelleen, mitä organisaatio pitää mahdollisena.

Yritykset, jotka pääsevät eteenpäin, eivät ole niitä, joilla on eniten työkaluja tai malleja. Ne ovat niitä, jotka tulevat parhaiksi yhdistämään teknistä kykyä ihmisen kykyyn — jotka tietävät, mihin automaatio kuuluu, mihin tuomiovalta on lähellä ja miten suunnitella työtä uudelleen siten, että molempien vahvuudet tukevat toisiaan. Ja he ovat rakentaneet data-perustan ja hallintomallin, joka tekee jokaisen uuden tekoälykyvyn nopeammin käyttöönottaa ja helpommin luotettavaa.

Rautamies testi

Tekoäly ei ole Rautamies. Se on puku. Ja kuten mikä tahansa puku, sen arvo riippuu täysin siitä, kuka sen käyttää, mitä he yrittävät saavuttaa, ja miten hyvin se on rakennettu tehtävään. Johtajat, jotka ymmärtävät tämän, lopettavat kysymisen, onko tekoäly valmis, ja alkavat kysyä, onko heidän organisaationsa valmis — onko toimintamalli määritelty, onko data-perusta paikallaan, onko hallinto todella olemassa eikä pelkästään retoriikkaa, ja tietävätkö ihmiset puvussa, mitä he tekevät ja miksi. Nämä ovat ne kysymykset, jotka määrittävät, tuleeko tekoäly kestäväksi kilpailuetuksi vai kalliiksi sarjaksi kokeita, jotka eivät koskaan toimita.

Todellinen johtamishaaste ei ole se, onko tekoäly voimakas. Se on selvästi. Haaste on se, ovatko johtajat valmiit käsittelemään sitä vakavuudella, jota se vaatii — vastustamaan yksinkertaisuuden narratiivia, investoimaan perustaan, joka tekee siitä toimivan, ja rakentamaan toimintamallin, joka muuttaa kyvyn tuloksiksi. Se on vaikeampi polku kuin ostaa työkalu ja odottaa tuloksia. Mutta se on ainoa polku, joka johtaa jonnekin arvoisaan. Tiimit, jotka ovat valinneet sen, eivät ole vain suorittamassa paremmin tänään. He rakentavat organisaatioita, jotka tulevat olemaan merkittävästi vaikeampia kilpailla huomenna.

Chris Brown on Sngular U.S.:n toimitusjohtaja ja johtaa yrityksen Yhdysvaltojen kasvua, asiakasprojektien toteutusta ja markkinoiden laajentamisstrategiaa. Yli 20 vuoden kokemuksella digitaalisen muutoksen, tekoäly- ja edistyneiden teknologiapalvelujen parissa Chris keskittyy auttamaan keskisuurilla markkinoilla toimivia organisaatioita ja keskisuuria yrityksiä siirtymään kokeiluista tuotantovalmiiden digitaalisten ratkaisujen toimittamiseen, jotka luovat mitattavissa olevaa liiketoimintavaikutusta.