Pienet tiimit heittävät pois suurimman tekoälyetunsa

Testasimme työkaluja toisiaan vastaan, hylkäsimme työnkulkuja, joita tiimi oli käyttänyt vuosia, ja istuimme huoneessa yrittäen päästä yhteisymmärrykseen siitä, mitä ”parempi” edes tarkoitti. Joinakin päivinä käytimme kolme tuntia sen selvittämiseen, ettei työkalu, jonka uskoimme toimivan, pystynyt tekemään sitä yhtä asiaa, jota tarvitsimme.

Se ei ole edistystä, jonka voisi laittaa esitysdialle. Ja laskun toisella puolella perustaja seuraa budjetin kutistumista, taloudellisen liikkumavaran lyhenemistä ja kulutustahdin kasvamista. Hän ei olisi yksin. 

Viime vuonna keskisuuret yritykset hylkäsivät keskimäärin yhden AI-hankkeen kukin, ja kustannukset olivat yli $4 miljoonaa hanketta kohden, koska ne eivät pystyneet näkemään arvoa riittävän nopeasti.

Laskun toisella puolella toimimme hajautettuna tiiminä eri kaupungeissa. Jokainen vastasi eri osasta tuotetta, ja yritimme ratkaista ongelmia, jotka moninkertaistuivat mitä tarkemmin niitä tarkastelimme. Liiketoiminta tarvitsi nopeutta. Tuote tarvitsi laatua. Työkalut olivat kokeilemattomia. Jokainen yhdelle henkilölle toimiva korjaus loi uuden ongelman jollekin toiselle.

Sitä ei voi selvittää tarkistuslistalla tai projektisuunnitelmalla. Se selvitetään tuomalla jokainen näkökulma samaan keskusteluun, tekemällä jokainen kompromissi näkyväksi ja löytämällä ratkaisut, jotka tuottavat eniten hyötyjä siirtämättä ongelmia jonnekin muualle. 

Se on hidasta. Se ei näytä hyvältä kuvassa. Ja se on ainoa tapa, jolla tämä toimii.

Nämä ongelmat moninkertaistuvat, koska jokainen tiimin jäsen pyrkii ratkaisemaan jotain erilaista, eivätkä vanhat säännöt näiden erojen tasapainottamiseen enää päde. Kehittäjä tarvitsee integraation ilman uudelleentyötä. Suunnittelija tarvitsee luovaa hallintaa hidastamatta tuotantoputkea. Perustaja tarvitsee kaiken tämän maksavan vähemmän ja etenevän nopeammin.

Jokaisen näistä tarpeista sisällä on kymmeniä pienempiä kompromisseja, ja jokainen niistä vaikuttaa johonkin muuhun. Jos ratkaiset perustajan tarpeen, heikennät laatua. Jos ratkaiset suunnittelijan tarpeen, hidastat kaikkea. 

Työmme – hidas, näkymätön ja turhauttava työ – oli löytää jokaisesta päätöksestä vaihtoehto, joka tuotti eniten hyötyjä koko järjestelmässä siirtämättä haittoja vain muualle.

Yksi muuttuja, joka todella ennustaa AI:n menestystä

Jos tämä jää huomaamatta, kasvatat ongelmia nopeammin kuin ehdit ratkaista niitä. McKinsey tutki lähes 2 000 johtajaa 105 maassa ja testasi 25 tekijää, jotka ennustavat, tuottaako AI todellista liiketoimintahyötyä. Vahvin yksittäinen tekijä ei ollut budjetti, johdon osallistuminen tai teknologiavalinta. Ratkaisevaa oli se, oliko organisaatio suunnitellut työnkulkunsa perusteellisesti uudelleen.

Sitten kahdessa päivässä toimitimme työn, jonka tuottamiseen vanhalla työnkululla olisi kulunut viikkoja ja kolme tai neljä ihmistä. Kyse ei ollut luonnoksesta tai prototyypistä. Se oli valmis työ, joka oli tarkistettu ja hyväksytty ja ratkaisi ongelmia, joita tiimi oli kuukausien ajan yrittänyt kiertää.

Vaikeinta ei ollut työn tuottaminen. Vaikeinta oli se, että pystyimme tuottamaan sitä niin paljon ja niin nopeasti, ettei vanhalla kysymyksellä – mitä karsimme pysyäksemme budjetissa ja saadaksemme työn toimitettua ajoissa? – ollut enää merkitystä. 

Aiemmin jokaista suunnittelukeskustelua hallinneet kompromissit tuskin enää näkyivät. Sen sijaan meidän oli pohdittava uudelleen, mihin aikamme, yhteistyömme ja yksilöllisten panostemme arvo kannattaa kohdentaa. Työ ei vain nopeutunut. Se rikkoi rytmin, jossa tiimi oli toiminut vuosien ajan.

Rakenteellinen etu, jota pienet tiimit eivät tiedä heillä olevan

Suuret organisaatiot eivät voi tehdä sitä, mitä me teimme. Ne eivät voi saada kaikkia sidosryhmiä samaan keskusteluun ja käydä kompromisseja yhdessä läpi reaaliajassa. Siksi ne rakentavat prosesseja jäljitelläkseen sitä: hallintokomiteoita, hyväksymisketjuja, osaamiskeskuksia ja erillisiä AI-rooleja.

Kaikki tämä on kallista ja hidasta, ja sen tarkoituksena on jäljitellä asiaa, jonka pieni tiimi tekee jo luonnostaan.

Ironista on, etteivät useimmat pienet tiimit näe asiaa näin. Ne katsovat suuryritysten toimintamallia ja olettavat, että tältä vakavasti otettava AI:n käyttöönotto näyttää. Ne nimittävät jonkun vastaamaan siitä. Ne ostavat työkaluja ja rakentavat prosesseja. Ja samalla ne luopuvat ainoasta rakenteellisesta edusta, joka niillä todella oli. 

Viime vuonna S&P Global arvioi, että 42 % yrityksistä oli luopunut suurimmasta osasta tekoälyhankkeitaan, mikä oli yli kaksinkertainen määrä edellisvuoteen verrattuna.

Usein siteerattua MIT:n havaintoa, jonka mukaan 95 % yritysten tekoälykokeiluista ei tuota mitattavia tuloksia, käytetään lyömäaseena tekoälyhankkeita vastaan. Käytännössä näemme kuitenkin, etteivät ne epäonnistu siksi, ettei teknologia toimisi, vaan siksi, että yritykset yrittävät pakottaa sen osaksi nykyisiä toimintatapojaan. Ne ohittavat hitaan ja epäkiitollisen työn, jossa pohditaan uudelleen, miten ihmiset tekevät yhteistyötä, missä päätöksiä tehdään ja miltä hyvä näyttää, kun työkalut muuttavat kaiken.

Sinun ei tarvitse palkata tekoälyasiantuntijaa. Et tarvitse huippuosaamiskeskusta tai virallista muutosjohtamissuunnitelmaa. Sinun ei tarvitse muuttua suuremmaksi tai rakenteellisemmaksi, jotta tekoäly toimisi.

Tarvittavat ihmiset ovat jo mukana puhelussa: he, jotka tuntevat työn, kokevat kompromissit ja ymmärtävät omasta näkökulmastaan, miltä hyvä näyttää.

Olemme olleet tässä tilanteessa ennenkin. Jokainen merkittävä teknologinen muutos tietokoneista internetiin ja pilvipalveluihin on edellyttänyt samaa: aikaa oppimiseen, tilaa kokeiluille ja lupaa ajatella uudelleen asioita, joiden luulit olevan jo ratkaistu. 

Tekoäly ei ole erilainen, se on vain nopeampi. Se ei ole ongelma, jonka yksi henkilö voi ratkaista muun organisaation puolesta. Se on kyvykkyys, jota koko tiimin on kehitettävä, aivan kuten he ovat oppineet käyttämään kaikkia sitä edeltäneitä työkaluja. Anna heille aikaa ja tilaa työstää asiaa yhdessä.

Se ei ole teknologiaongelma. Ei ole koskaan ollutkaan.