Strategisk tålmodighed er den evne, AI-adoption først ødelægger
Strategisk tålmodighed: Ledere med strategisk tålmodighed kan fastholde fokus på langsigtede mål trods umiddelbart pres under AI-adoption.
Tidsperspektiv: Det aktuelle organisatoriske pres fremhæver hurtige resultater og overser ofte de bredere konsekvenser af AI-initiativer.
Kognitive risici: Når AI-projekter forhastes, svækkes beslutningsevnen, fordi organisationer prioriterer hastighed frem for gennemtænkt analyse.
Effektiv brug af AI: Succesfulde ledere bruger AI til at styrke beslutningsprocesserne, samtidig med at de beskytter områder, der kræver omhyggelig dømmekraft.
Langsigtet fokus: Værdifulde organisationer prioriterer resultater med en lang tidshorisont frem for kortsigtede gevinster for at opbygge bæredygtig AI-praksis.
Tidligere gennemgik vi de syv kompetencer, der adskiller ledere, som bruger AI effektivt, fra dem, der blot bruger AI.
I de kommende måneder vil jeg gennemgå hver enkelt, undersøge, hvad den kræver, og ærligt se på, hvad der sker, når organisationer lader den erodere.
Strategisk tålmodighed kommer først, fordi det er den kompetence, der er under det mest umiddelbare pres, og fordi tabet af den har tendens til at gøre alt andet sværere at genoprette.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Hvad mener vi med strategisk tålmodighed?
Strategisk tålmodighed er ikke det samme som ubeslutsomhed eller forsigtighed. Det er evnen til at rumme kompleksitet uden at løse den for tidligt, træffe beslutninger på tidshorisonter, der er længere end den aktuelle implementeringscyklus, og modstå organisationens fristelse til at erklære noget for afsluttet, før det er det.
Ledere, der besidder den, kan sidde med tvetydige data uden straks at søge mod det nærmeste tilgængelige svar. Ledere, der har mistet den, har ofte ikke selv indset det, fordi de forhold, der eroderede den, er de samme, som belønner dem lige nu.
Presset er strukturelt
Hastværket omkring AI-implementering har skabt en meget specifik form for organisatorisk pres. Handl hurtigt. Demonstrér ROI. Vis resultater før det næste bestyrelsesmøde eller den næste budgetcyklus.
Dette er ikke et abstrakt kulturelt problem. Det er indbygget i den måde, de fleste organisationer strukturerer deres AI-investeringer på, hvilke teams der holdes ansvarlige for resultaterne, og hvad der tæller som succes.
Når en driftsdirektør bliver bedt om at vise målbare gevinster fra en AI-implementering inden for 90 dage, bliver 90-dagesperioden den ramme, beslutningerne træffes inden for. Ikke 18-månedersrammen. Ikke treårsrammen. Og bestemt ikke en ramme, der tager højde for de afledte effekter på, hvordan organisationen lærer, hvordan medarbejderne tilpasser sig, eller hvilken organisatorisk muskel institutionen giver afkald på.
McKinseys forskning i transformationsprogrammer i stor skala har konsekvent vist, at flertallet mislykkes, ikke under implementeringen, men under fastholdelsen, hvor de indledende gevinster ikke holder, fordi de underliggende kompetencer ikke blev opbygget. AI-implementering gentager dette mønster i et hurtigere tempo og med større selvtillid. Tidslinjekomprimeringen er ikke tilfældig. Den er selve designet.
Eshaan Jain, en seniorproduktchef, der leder en AI-strategi i stor skala for virksomheder hos T-Mobile og tidligere har haft ansvar for globale platforme hos Amazon, oplevede dette direkte, da hans team blev presset til straks at lancere autonome arbejdsgange med flere agenter for at nå et leveringsmål.
Han fastholdt den oprindelige tidsplan, og det langsommere tempo afslørede noget interessant.
I et lukket sandkassemiljø kan en AI-MVP se meget omkostningseffektiv ud. I fuld produktion kører autonome agenter i sløjfer, ræsonnerer og kalder API’er kontinuerligt, hvilket får infrastrukturomkostningerne til at skalere på måder, som en komprimeret evalueringscyklus helt ville have overset.
Forsinkelsen gav hans team mulighed for at opbygge programmatiske grænser og nødafbrydere før lanceringen. En hurtigere udrulning ville have resulteret i en produktionsregning, som ingen havde modelleret.
Det er omkostningsargumentet for strategisk tålmodighed. Det organisatoriske argument stikker dybere.
Implementering handler om opmærksomhed
Justin Watt, administrerende direktør og medstifter af Switchboard, en konsulentvirksomhed inden for AI-drift, siger det klart.
Hastighed får dig til implementering, tålmodighed får dig til ibrugtagning, og kun sidstnævnte kan ses i resultatopgørelsen.
I foråret havde hans team en AI-drevet driftsplatform fuldt opbygget og testet for en kunde, med en lanceringsdato lige før højsæsonen. Presset bestod i at gå live og begynde at vise ROI inden for kvartalet. Watt anbefalede i stedet at udskyde udrulningen til september.
Hans begrundelse var ikke teknisk. Den var adfærdsmæssig. Et team, der tilegner sig en ny måde at arbejde på, mens det arbejder ved maksimal kapacitet, vil give systemet skylden for hver stressende dag i sæsonen. Man får kun én førstehåndsoplevelse, og en dårlig oplevelse forvandler en implementeringsudfordring til et omdømmeproblem, der overlever værktøjet.
Forsinkelsen synliggjorde noget, som en forhastet lancering ville have begravet. Yderligere runder med overvåget testning afslørede, at centrale teammedlemmer ikke forstod, hvad de skulle validere. Ved en hurtigere udrulning ville dette hul i oplæringen være blevet misforstået som et tegn på, at AI'en ikke fungerede, og initiativet ville være dødt, uden at nogen helt vidste hvorfor.
AI-adoption er et opmærksomhedsproblem, ikke et teknologiproblem. De organisationer, der forstår dette, implementerer ofte aggressivt. Men de beskytter de betingelser, hvorunder mennesker rent faktisk kan tilegne sig og anvende det, der bliver bygget.
More Articles
- De syv kompetencer, der adskiller AI-ledere fra AI-efternølere
- Vicepræsident for mennesker & organisation hos AI-unicorn siger, at HR-ledere skal blive arkitekterne bag en menneske-maskine-arbejdsstyrke
- AI-klar er en formulering, ikke en strategi
- Kunstig intelligens i strategisk planlægning: Hvad enhver leder bør vide om anvendelsesområder og investeringsafkast
- Talentrådgiver siger, at AI fremskynder organisatorisk gæld i stedet for at løse den
Den muskel, der svinder ind
Det, der gør dette særligt for strategisk tålmodighed i modsætning til blot dårlig projektledelse, er den kognitive og organisatoriske muskel, der går tabt i processen.
Strategisk tålmodighed udvikles gennem øvelse. Det kræver, at ledere gentagne gange møder situationer, hvor det rigtige svar endnu ikke er tilgængeligt, modstår presset for alligevel at vælge et svar og opbygger de institutionelle vaner, der gør det muligt for denne tolerance at bestå på tværs af teams og tid.
Når den dominerende organisatoriske erfaring bliver "sæt farten op, vis resultater tidligere", svinder den muskel ind. Ikke på én gang og ikke synligt. Men ledere, der har brugt år på at opbygge tryghed ved tvetydighed, befinder sig i organisationer, der nu betragter tvetydighed som et problem, der skal løses ved at fremskynde en beslutning, hvilken som helst beslutning, hvor AI leverer begrundelsen.
Det er her, den kumulative skade opstår. Strategisk tålmodighed er ikke blot en personlig lederegenskab. Den fungerer på institutionelt niveau gennem planlægningsprocesser, gennem hvor meget spillerum en organisation indbygger i sine beslutningscyklusser, og gennem hvordan den håndterer kløften mellem det, dataene viser, og det, beslutningen kræver.
Når disse processer bliver omkalibreret omkring hastighed, er ændringen varig. Du genvinder ikke langsigtet tænkning ved at bede folk sætte farten ned. Du genvinder den, hvis du overhovedet genvinder den, ved at genopbygge de strukturer, der gjorde den mulig.
Forskning i tidlige AI-brugere tilføjer en anden dimension, idet de mest intensive brugere ofte er de mest udbrændte og stadig opererer ud fra en gammel mental model, selv mens de bruger nye værktøjer. Værktøjerne ændrede sig, men den underliggende beslutningsramme gjorde ikke.
Dette misforhold er præcis dér, hvor strategisk tålmodighed bryder sammen, ikke fordi ledere er dovne eller uinteresserede, men fordi det organisatoriske miljø holdt op med at belønne den adfærd, der opbygger den.
Beskyttelse af strategisk tålmodighed
Ledere, der forstår værdien af strategisk tålmodighed, anvender den med klarhed over, hvad de optimerer efter, og hvad de ikke er villige til at opgive i processen.
Den skelnen er vigtig, fordi den peger på, hvor strategisk tålmodighed faktisk findes i praksis. Det er ikke en modstand mod værktøjer. Det er en klarhed over beslutningsarkitekturen, over hvilke valg der kræver tid, hvilke der kræver data, og hvilke der kræver den form for menneskeligt skøn, som ikke bliver bedre af at blive fremskyndet.
De organisationer, der i øjeblikket er i størst problemer, er dem, der har ladet AI-adoption udviske denne grænse og behandler alle tre, som om de var den samme slags problem.
At beskytte strategisk tålmodighed i praksis betyder at være villig til at have en vanskeligere samtale med bestyrelsen end "her er vores gevinster efter 90 dage". Det betyder at behandle 18-månedersperspektivet som den mindste analyseenhed snarere end et ambitiøst mål. Det betyder, som Watt erfarede, at udskyde en lanceringsdato, ikke fordi teknologien ikke var klar, men fordi menneskerne ikke var klar, og at erkende, at det er forskellige problemer, som kræver forskellige løsninger.
Det betyder også at være realistisk omkring, hvad AI faktisk fremskynder, og hvad den kun ser ud til at fremskynde. AI kan komprimere research, fremskynde syntese og reducere den administrative overflade omkring en beslutning.
Den kan ikke gøre det, som strategisk tålmodighed beskytter: perioden med ægte usikkerhed, hvor en leder holder fast i ufuldstændige oplysninger og modstår trangen til en for tidlig afklaring. Den periode har værdi. Når organisationer designer den væk i jagten på hurtigere resultater, bliver de mere skrøbelige.
