Liderzy opinii

Era AI zwiększa zapotrzebowanie na ludzi, a nie eliminuje ich

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Firmy w różnych branżach dążą do usprawnienia swoich wewnętrznych procesów. W rezultacie technologia stała się kozłem ofiarnym dla kolejnych fal zwolnień. Szczególnie w sektorze technologicznym firmy obwiniają masowe zwolnienia o AI. Trendy rynkowe dotyczące płaskich organizacji i bardziej oszczędnych operacji w celu finansowania inwestycji są przedstawiane jako zyski w efektywności, podczas gdy w rzeczywistości liderzy AI w przedsiębiorstwach po prostu nie zgadzają się, że możliwe jest zastąpienie ludzi w tej skali dostępną dziś technologią. 

Niezależnie od tego, narracja o tym, że AI zastępuje ludzi, jest coraz bardziej utrwalana, a strach przed technologią zasiewany jest w każdej sile roboczej – nawet wśród tych, którzy nie zostali bezpośrednio dotknięci. 

To prawda, że AI eliminuje niektóre zadania, przekształcając sposób, w jaki spędzamy czas i umożliwiając większą skalę osiągnięć. Jednak nie eliminuje potrzeby ekspertyzy. W rzeczywistości zwiększa zapotrzebowanie na ludzką wiedzę w obszarze, w którym spotykają się operacje biznesowe i AI. 

Zmiana wartości ludzkiej w pracy

W ciągu ostatniego roku liczne przedsiębiorstwa ogłosiły zwolnienia związane z AI. W pewnym stopniu AI rzeczywiście usprawnia niektóre prace i czyni je zbędnymi; jednak w wielu przypadkach jest to po prostu wygodna wymówka dla szerszych działań oszczędnościowych nagradzanych przez rynki publiczne. 

Choć odbywa się to kosztem reputacji firmy, na pierwszy rzut oka zwolnienia wynikające ze zwiększonej efektywności dzięki nowej technologii są świetnym sygnałem dla inwestorów; jednak ta strategia priorytetyzuje krótkoterminowe zyski w marżach zysku kosztem długoterminowych zwrotów. W rzeczywistości, według badanie Deloitte, większość organizacji przeznacza 93 % wydatków na technologię, a jedynie 7 % jest reinwestowane w ludzi. Może to być szkodliwe dla firmy, jeśli nie zainwestuje ona zysków z produktywności w nowe możliwości i solidną strategię siły roboczej. Konieczna jest równowaga, aby wesprzeć transformację pracowników, która odniosłaby sukces w erze AI‑pierwszej.

Ramowy model wprowadzania zmian nadal opiera się na ludziach, procesach i technologii – nawet w narracji o AI. Choć podstawowa technologia się zmienia, organizacje nie mogą zaniedbać części związanej z procesami i ludźmi. 

W końcu, tak, większość AI jest wykorzystywana do automatyzacji zadań administracyjnych i powtarzalnych, ale zapominamy o całej pracy zaplecza potrzebnej, aby to osiągnąć. Ktoś wciąż musi definiować cele, weryfikować wyniki, nadzorować decyzje AI, aby zapewnić ciągłe doskonalenie systemów, oraz przeprojektować całe przepływy pracy wokół tych systemów. Technologia jest umożliwiaczem. Nie jest zastępstwem dla krytycznego myślenia, budowania relacji i wspierania grupy różnorodnych opinii i perspektyw, aby dojść do właściwej odpowiedzi. 

Patrząc na to w ten sposób, AI w przedsiębiorstwach może tworzyć więcej pracy niż eliminuje, przesuwając miejsce, w którym ludzie wykazują wartość w pracy. 

Widzisz, duże modele językowe znają język, ale mają ograniczone zrozumienie wewnętrznych mechanizmów funkcjonowania konkretnego biznesu – jego polityk, otoczenia regulacyjnego, kultury organizacyjnej i niuansów operacyjnych. W rezultacie obserwujemy rosnące zapotrzebowanie na role łączące te dwa obszary, takie jak inżynierowie wdrażający (FDE), architekci przepływów AI oraz liderzy transformacji i umożliwiania. 

Uwaga! Nadchodzą zmiany organizacyjne

Przedsiębiorstwa zdały sobie sprawę, że pilotaż AI to łatwa część. Przejście od eksperymentowania do wdrożenia produkcyjnego jest trudne – i właśnie tam znajduje się większość firm w tej chwili. Aby skutecznie skalować pilotaże do wdrożenia, konieczne jest przeprojektowanie całych przepływów pracy i procesów biznesowych. Poza wydajnością modeli, niezbędna jest szersza zmiana organizacyjna. 

Dlatego rośnie zapotrzebowanie na osoby, które potrafią przetłumaczyć AI na konkretne przepływy pracy w biznesie. W rzeczywistości zauważyliśmy to na początku tego roku wraz ze wzrostem liczby FDE, ale nie byłoby zaskoczeniem, gdyby tego typu eksperci AI stały się przewagą konkurencyjną. Pomyśl, jak cenne byłoby mieć w swojej organizacji kogoś, kto zna odpowiedzi na pytania takie jak:

  • Jakie problemy/przepływy pracy wymagają przeprojektowania?
  • Jak powinniśmy mierzyć sukces w naszej konkretnej organizacji?
  • Jak możemy sprawić, by pracownicy naprawdę przyjęli AI na dużą skalę?

Więc co mogą zrobić liderzy biznesu, aby zapewnić, że ich organizacja jest przygotowana na sukces z tego rodzaju talentami?

Po pierwsze, zdecyduj, czy chcesz budować, czy nabywać talent AI. To obecnie gorąca dyskusja, oba podejścia mają plusy i minusy. Pozyskanie nowego talentu może natychmiast wypełnić luki w wiedzy technicznej, wzmocnić początkową strategię AI i przetestować nowe pomysły. Jednakże, jeśli mówimy o nowej roli, w której biegłość w AI łączy się z wiedzą biznesową, naturalnym rozwiązaniem jest osoba już istniejąca w organizacji, zaznajomiona z jej operacjami. Oczywiście wymaga to silnego przywództwa, aby zidentyfikować i szkolić te osoby, i może to być dłuższy proces niż zatrudnienie kogoś z zewnątrz. 

Odpowiedzią jest połączenie obu podejść – budowania i kupowania – aby uzyskać idealny rezultat. Łącząc technicznych specjalistów AI z zewnątrz z wewnętrznymi ekspertami ds. przepływów pracy, można osiągnąć doskonałą równowagę. 

Po drugie, buduj zespoły AI o przekrojowych kompetencjach, które nie istnieją wyłącznie w silosie IT. Jeśli ramowy model udanej transformacji siły roboczej to ludzie, procesy i technologia, nie możesz zaniedbać żadnego z tych elementów. Niektóre z najlepszych wdrożeń AI są prowadzone przez liderów biznesu z działów zasobów ludzkich, zespołów produktowych, działu prawnego i innych. 

Era AI i dalej: spojrzenie na nową siłę roboczą

Jeśli historia jest jakąkolwiek wskazówką, wiemy, że każdy wielki boom technologiczny przewracał dotychczasową siłę roboczą, eliminując role – tak – ale zastępując je nowymi. Na przykład internet zmniejszył popyt na tradycyjny handel detaliczny i prace drukarskie. Jednak w zapleczu pojawiły się cyfrowi marketerzy, graficy, specjaliści ds. cyberbezpieczeństwa, architekci chmury i wiele innych. 

Wszystko to wskazuje, że prawdopodobnie nadal będziemy obserwować masowe zwolnienia przypisywane AI, zwłaszcza gdy firmy promują zwiększone wykorzystanie i zyski w produktywności. Jednak prawdziwie nastawione na AI firmy wiedzą, że choć same stanowiska mogą się zmienić, liczba ról prawdopodobnie nie będzie się znacząco wahać. 

Nowącą się już siła robocza będzie potrzebować specjalistów, którzy mogą połączyć lukę między operacjami biznesowymi, zarządzaniem zmianą a wiedzą techniczną. Firmy, które wcześnie postawią na to, będą tymi, które zbudują zespół zdolny przekształcić AI w trwałą przewagę konkurencyjną. 

Heather Levy Sigel jest Dyrektorem ds. ludzi i transformacji w Tungsten Automation, gdzie prowadzi pełną funkcję personalną firmy oraz koordynację na poziomie całej organizacji najważniejszych inicjatyw transformacyjnych. Posiada udokumentowane doświadczenie w wprowadzaniu zmian organizacyjnych i transformacji na dużą skalę w firmach będących własnością funduszy private equity oraz w dużych przedsiębiorstwach.

Przed dołączeniem do Tungsten Automation, Heather pełniła funkcję Dyrektora ds. Transformacji i Dyrektora ds. Operacji Obsługi Klienta w Applause, firmie zajmującej się cyfrowym testowaniem i opiniami. W tej roli opracowała globalne strategie zwiększające sukces klientów, zwiększyła efektywność operacyjną i zrealizowała kluczową propozycję wartości firmy. Nadzorowała globalne zespoły realizacyjne Applause, rozwój korporacyjny, strategię korporacyjną oraz programy transformacyjne.

Przed Applause, Heather pracowała w praktyce Human Capital w Deloitte Consulting, gdzie współpracowała z firmami z listy Fortune 100, opracowując i wdrażając strategie poprawiające wydajność organizacyjną w celu osiągnięcia znaczących wyników biznesowych. Heather posiada dyplom z zakresu Relacji Przemysłowych i Pracowniczych uzyskany na Cornell University oraz MBA z Tuck School of Business przy Dartmouth College.