5 oppia tekoälystä kolmannelta vuosineljännekseltä, jotka jokaisen henkilöstöjohtajan tulisi muistaa
Koulutussignaalit: Tekoälyn käyttöönottoa koskevat koulutuspyynnöt paljastavat usein epäselvät prioriteetit, työnkulut ja standardit eivätkä pelkästään puutteita työkalujen tuntemuksessa.
Varjotekoäly: Hyväksymättömät tekoälytyönkulut paljastavat työntekijöiden täyttämättömiä tarpeita ja aiheuttavat samalla vastuunjaon, dokumentoinnin ja hallinnan riskejä.
Valvonnan todisteet: Tehokas ihmisen suorittama valvonta edellyttää dokumentoituja haasteita, merkityksellisiä päätösoikeuksia ja mitattavia ohituksia vaikutuksiltaan merkittävissä työnkuluissa.
Valmennuksen rajat: Sama tekoälyanalytiikka voi parantaa suoritusta tai mahdollistaa valvonnan sen mukaan, miten käyttöoikeudet, käyttäjän hallinta ja tietojen säilytys on järjestetty.
Strateginen kärsivällisyys: Tekoälyn mahdollistama nopeampi työskentely ei oikeuta välittömiin uudelleenjärjestelyihin; johtajat tarvitsevat näyttöä ennen roolien, odotusten tai kapasiteetin muuttamista.
Viime vuosineljänneksen raportoinnissamme palattiin kerta toisensa jälkeen samaan johtopäätökseen: tekoälyn käyttöönoton vaikea vaihe alkaa sen jälkeen, kun työkalu toimii.
Kun ihmiset osaavat käyttää tekoälyä, johtajien on päätettävä, mitkä ongelmat ovat ratkaisemisen arvoisia, mikä pitäisi standardoida, kenen pitäisi kyseenalaistaa teknologian tuottamat tulokset ja kuinka nopeasti organisaation pitäisi muuttua sen ympärillä.
Tämän pohjalta tässä on viisi oppia kolmannelta vuosineljännekseltä, jotka kannattaa pitää mielessä vuoden 2027 suunnittelussa.
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
1. Koulutuspyynnöt kertovat yleensä harkintakyvyn puutteesta
AI4-tapahtumassa elokuussa Smartsheetin ammatillisten palveluiden tekoälyn käyttöönotosta vastaava johtaja Markus McKay-Fleisch kertoi löytäneensä yli 50 erillistä työntekijöiden rakentamaa Claude-projektia taloushallinnosta, asiakastuesta, myynnistä ja henkilöstöhallinnosta brändin mukaisen materiaalin luomista varten.
Ongelma oli se, etteivät työntekijät tienneet jonkun muun ratkaisseen jo saman ongelman.
Se piilee yhä useammin lisää tekoälykoulutusta koskevien pyyntöjen taustalla. Esihenkilöt saattavat pyytää opetusta, vaikka työntekijöiltä todellisuudessa puuttuu selkeys siitä, mitkä ongelmat ovat ratkaisemisen arvoisia, miltä hyvä lopputulos näyttää tai miten heidän työnsä pitäisi muuttua.
Sama rajoite näkyy kehotekirjastoissa. Parempi kehote voi nopeuttaa tehtävää, mutta uudelleen suunniteltu työnkulku voi muuttaa kokonaan sitä, miten työ tehdään.
Tekoälyn käyttöönoton tukeminen ei voi rajoittua siihen, että ihmisille opetetaan työkalun käyttöä. Heitä on autettava päättämään, missä sen käyttäminen on hyödyllistä.
2. Hyväksymätön tekoäly kertoo, missä ongelmat ovat
Campminderin henkilöstöjohtaja Analiese Brown kutsuu hallitsemattoman tekoälyn käyttöönoton synnyttämää pirstaloitumista ”kaaosvelaksi”.
Aluksi se voi näyttää edistykseltä. Työntekijät rakentavat kiertoteitä, automatisoivat tehtäviä ja jakavat työkaluja kollegoidensa kanssa. Ajan mittaan organisaatioille kertyy työnkulkuja, joiden omistajuus on epäselvä, dokumentaatio vähäistä ja riippuvuudet sellaisia, joita kukaan ei tarkoittanut luoda.
Se synnyttää ilmeisen hallinto-ongelman, mutta samalla myös hyödyllistä tietoa.
Jos joku taloushallinnossa rakentaa oman täsmäytysprosessinsa tai rekrytoija ohittaa hyväksytyn järjestelmän tekoälyä hyödyntävällä työnkululla, kysy, mikä sai hänet alun perin kiertämään virallisen prosessin.
Varjotekoäly ei ainoastaan paljasta, missä kontrollit ovat heikkoja. Se voi myös osoittaa, missä nykyiset työkalut ja prosessit eivät vastaa niitä käyttävien ihmisten tarpeita.
3. Ihmisen valvonta tarvitsee näyttöä
Useimmat tekoälyn hallintakehykset sijoittavat edelleen jonkun ihmisen osaksi päätöksentekoketjua.
Hyödyllisempi kysymys on, onko tämä henkilö koskaan eri mieltä järjestelmän kanssa.
Yksi tapa testata, ovatko tekoälyn päätöksentekoon liittyvät oikeudet todellisia, on tarkastella merkityksellisiä työnkulkuja, kuten hakijoiden seulontaa tai suoritusta koskevia hälytyksiä, ja laskea dokumentoidut ohitukset.
Jos niitä on nolla, asiaa kannattaa tutkia.
Ehkä järjestelmä on todella ollut joka kerta oikeassa. Tai ehkä työntekijät eivät usko, että heillä on todellista valtaa kyseenalaistaa sitä, eivät tiedä, milloin niin pitäisi tehdä, tai eivät kirjaa erimielisyyksiään silloin, kun niitä ilmenee.
On helppoa nimetä ihminen vastuuseen. Vaikeampaa on rakentaa järjestelmä, joka antaa tälle henkilölle mahdollisuuden käyttää harkintaa.
4. Sama tekoäly voi valmentaa tai valvoa
Tekoäly voi tehdä näkyviksi työn osa-alueita, joita esihenkilöt eivät aiemmin pystyneet näkemään.
Cognitella esihenkilöt saivat analyysin omista rekrytointihaastatteluistaan. Yksi heistä sai tietää, että 90 % hänen kysymyksistään oli suljettuja. Toinen huomasi käyttäneensä 85 % haastattelusta puhumiseen kuuntelemisen sijaan.
Tieto palautettiin esihenkilöille itselleen, jotta he voisivat kehittyä.
Tämä ero on tärkeä, koska valmentaminen ja valvonta voivat tulla samasta työkalusta.
Kuka näkee tulokset? Voiko arvioinnin kohteena oleva henkilö käyttää niitä? Kuinka kauan tietue säilyy?
Nämä päätökset tehdään yhä useammin muistiinpanotyökalujen, litterointituotteiden ja analytiikka-alustojen sisällä. Siinä vaiheessa, kun organisaatio alkaa pohtia, tuntuuko työkalu tungettelevalta, osa merkittävimmistä valinnoista on ehkä jo tehty sen asetuksissa.
5. Nopeampi ei tarkoita samaa kuin pidemmälle pääseminen
Tekoäly luo paineen aikataulujen tiivistämiseen.
Rakenna nopeammin. Ota käyttöön nopeammin. Osoita sijoitetun pääoman tuotto nopeammin. Muuta säästetty aika mitattavaksi arvoksi.
Vauhti voi kuitenkin myös kannustaa johtajia tekemään pysyviä päätöksiä väliaikaisen näytön perusteella.
Siksi strateginen kärsivällisyys on yhä tärkeämpää tekoälyn nopeuttaessa työtä. Työnkulun nopeutuminen ei kerro välittömästi, millaiseksi työstä pitäisi tulla, säilyykö hyöty vai mitä työntekijöiden pitäisi tehdä syntyneellä kapasiteetilla.
Tekoäly muuttaa työtä yleensä yksi tehtävä kerrallaan. Jotkin vastuut katoavat. Toiset muuttuvat tärkeämmiksi. Uusia syntyy.
Johtajat tarvitsevat riittävästi aikaa nähdäkseen tämän kehityskulun ennen työtehtävien uudelleensuunnittelua, suoritusodotusten nostamista tai kapasiteetin leikkaamista varhaisen tuottavuushyödyn perusteella.
Suunnittelukausi tekee tästä erityisen tärkeää. Nyt tehtävät päätökset budjeteista, rooleista ja odotuksista kestävät pidempään kuin niitä ohjaavat kokeilut.
Mitä kolmas vuosineljännes jätti meille
Tekoälyä koskeva keskustelu muuttuu yhä konkreettisemmaksi.
Käyttöönottoa koskevissa keskusteluissa katsotaan jo taaksepäin. Nyt kysymys on siitä, soveltavatko työntekijät sitä merkityksellisiin ongelmiin, mitä epävirallinen käyttöönotto kertoo meille, käyttävätkö ihmiset edelleen harkintaa ja pystyvätkö johtajat välttämään jokaisen varhaisen hyödyn muuttamisen välittömäksi velvoitteeksi.
