Tekoäly ei ole ongelma. Ongelma on toimintamallisi (johtajat selittävät todellisen katkoksen)
Tiimi ottaa käyttöön tehokkaan tekoälytyökalun toivoen vähentävänsä rutiinityötä ja nopeuttavansa päätöksentekoa.
Kuusi kuukautta myöhemmin? Käyttöönotto on pysähtynyt, luottamus on vähäistä eikä mikään merkityksellinen ole muuttunut.
Tämä tarina ei ole harvinainen. HR-johtajien ja muutoskonsulttien haastatteluissa viesti on selvä: tekoäly ei epäonnistu siksi, että mallit olisivat heikkoja. Se epäonnistuu, koska toimintamallisi ei pysty käsittelemään sitä.
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
Tekoäly ei poista monimutkaisuutta. Tekoäly vain siirtää monimutkaisuuden työnkulkuihisi, päätösoikeuksiisi, hallintorakenteisiisi ja kulttuuriisi. Jos järjestelmäsi eivät pysy mukana, mikään työkalu ei pelasta sinua.
Alla ovat viisi suurinta ristiriitaa, jotka johtajat näkevät tekoälyn potentiaalin ja organisaatioiden todellisen toimintatavan välillä – sekä ratkaisut, joihin he jatkuvasti palaavat.
Johtajien odottama lupaus ja miksi se rikkoutuu jatkuvasti
Useimmat tekoälyohjelmat alkavat samoista oletuksista:
- Tekoäly “vain toimii” vähäisellä käyttöönotolla
- Tuotannon nopeus vastaa päätöksenteon nopeutta
- Käyttöönotto tapahtuu luonnostaan, jos työkalut ovat saatavilla
- Tehokkuushyödyt kasautuvat strategiseksi eduksi
Mutta saatavuus ei ole sama asia kuin integraatio, eikä tuotanto ole sama asia kuin arvo. Kitka näkyy siellä, missä organisaatiot sitä vähiten odottavat: kontekstissa, hallinnossa, valtuutuksessa ja ihmisten välisessä dynamiikassa.
Viisi ristiriitaa, jotka johtajat näkevät läheltä
1) Tekoäly ei tunne kontekstiasi, eivätkä useimmat organisaatiot rakenna sitä
Kuten Aman Bandvi, tekoälyjohtamisen strategisti, selittää: “Kielimalli voi luonnostella strategian, mutta se ei tiedä, että ‘Project Phoenix’ epäonnistui katastrofaalisesti kaksi vuotta sitten ja on kulttuurinen tabu.” Vaikka tekoälyn tuottama idea näyttäisi paperilla oikealta, se voi olla kontekstissaan täysin väärä.
Tekoälymalleilla on valtavasti yleistä tietoa, mutta ei minkäänlaista synnynnäistä ymmärrystä tietyn liiketoimintasi kontekstista, kulttuuristasi tai asiakkaasi lausumattomista tarpeista.
Miltä tämä näyttää käytännössä
- Tuotokset kuulostavat älykkäiltä, mutta niistä puuttuu kulttuurinen vivahde, organisaation sisäinen politiikka tai historia.
- Ihmiset tuhlaavat aikaa tekoälyn tuotosten väittelyyn, koska yhteisiä rajoja ei ole määritelty.
Mitä johtajat tekevät sen sijaan
Bandvin ratkaisu ei ole “paremmat kehotteet”. Se on tekoälyn ympärille rakennettava selkeä kontekstikerros.
Tee tämä seuraavaksi
Kirjoita 10 sääntöä, joita johtajat toivovat jokaisen työntekijän noudattavan (vaihtokaupat, prioriteetit, riskinsietokyky). Niistä muodostuu ensimmäinen luonnos “perustuslaistasi”.
2) Organisaatiot odottavat muutosta korjaamatta ensin “raaka-aineitaan”
Haastatteluissa johtajat palaavat kerta toisensa jälkeen epämukavaan totuuteen: tekoäly vahvistaa sitä, mitä sinulla jo on – dokumentaation laatua, tiedonhallinnan siisteyttä ja prosessien selkeyttä.
Osaamisen kehittämisen asiantuntija Francesca Ranieri huomauttaa, että tekoälyn käyttöönotot toistavat samoja epäonnistumismalleja, joita organisaatiot ovat kohdanneet vuosikymmenten ajan.
Käänne on siinä, ettei tekoäly taianomaisesti ratkaise näitä perusasioita.
Millaiselta tämä näyttää käytännössä
- Tekoälyn tuotokset vaikuttavat yleisluontoisilta, koska organisaation sisäinen tieto on hajallaan.
- Tiimit eivät luota vastauksiin, joten työkalujen käyttö lopetetaan.
Mitä johtajat tekevät sen sijaan
Ranierin pointti on käytännöllinen: jos aloitat teknologiasta etkä tavoitteista ja rajoitteista, voit odottaa heikkoja tuloksia.
Tee tämä seuraavaksi
Valitse yksi kriittinen HR-työnkulku, esimerkiksi tekoälyavusteiset suoritusarvioinnit, ja dokumentoi se kuin tuote: omistajuus, versiointi, päivitystiheys ja esimerkit.
3) Tekoäly nopeuttaa tuotantoa, mutta organisaatiot eivät pysy mukana hallinnolla ja päätöksenteon nopeudella
Vaikka tekoäly "toimisi", se synnyttää uusia pullonkauloja tarkistamiseen ja vastuullisuuteen.
Bandvi kuvaa toiminnallista ristiriitaa:
Tekoäly pystyy tuottamaan sisältöä salamannopeasti, mutta organisaatioilta puuttuu rinnakkainen hallintamalli, jolla tuotokset voidaan validoida, hyväksyä ja panna toimeen samalla nopeudella.
Käytännössä tämä kuilu synnyttää ennakoitavia epäonnistumisen tapoja: “Tämä luo uuden pullonkaulan ja voi johtaa joko harkitsemattomaan käyttöönottoon tai analyysiparalyysiin.”
Millaiselta tämä näyttää käytännössä
- Nopeampia luonnoksia, enemmän vaihtoehtoja ja enemmän oivalluksia… mutta ei nopeampaa toimeenpanoa.
- Johtajat hukkuvat tuotoksiin ja menettävät olennaisen tiedon.
Mitä johtajat tekevät sen sijaan
Ratkaisu ei ole kitkan poistaminen, vaan sen suunnittelu. “Sen sijaan, että yrittäisimme poistaa kaiken kitkan, suunnittelemme strategista kitkaa. Tämä tarkoittaa pakollisten ihmisten tekemien tarkistuspisteiden rakentamista tekoälyohjattuihin työnkulkuihin”, Bandvi sanoo.
Hän antaa myös käytännön esimerkkejä, joita voit hyödyntää:
Tee tämä seuraavaksi
Luo yksinkertainen tekoälyn riskiasteikko (matala/keskitasoinen/korkea). Määrittele, mikä edellyttää ihmisen hyväksyntää ja mikä voidaan julkaista kevyen tarkistuksen jälkeen.
4) Todellinen käyttöönoton kuilu ei johdu työkalujen saatavuudesta, vaan luvista, luottamuksesta ja identiteetistä
Yksi selkeimmistä kaavoista on tämä: organisaatiot hankkivat tekoälyä, mutta työntekijät epäröivät edelleen, koska he eivät tiedä, milloin sitä on lupa käyttää, tai pelkäävät, mitä sen käyttäminen kertoo heistä.
Tekoälykouluttaja Miriam Gilbert väittää, että käyttöönotto pysähtyy, kun johtajat käsittelevät asiaa taito-ongelmana eivätkä järjestelmiin ja tunteisiin liittyvänä ongelmana.
Tekoälyn käyttöönottoa eivät nopeuta suurempi paine tai tekninen koulutus. On luotava emotionaaliset olosuhteet, joissa ihmiset tuntevat olonsa itsevarmoiksi ja arvokkaiksi tekoälyn tukemassa järjestelmässä.
Hän kuvailee, miltä se näyttää tiimeissä: "Jotkut tunsivat olonsa uhatuksi, kun taas toiset eivät olleet varmoja siitä, oliko heidän panoksellaan edelleen merkitystä."
Miltä tämä näyttää käytännössä
- Tekoälytyökalujen hiljainen käyttämättä jättäminen: lisenssit ovat olemassa, mutta työnkulut eivät muutu.
- Ihmiset pitäytyvät oletusarvoisesti ”tavassa toimia kuten ennenkin” välttääkseen tarkastelun tai riskin.
Mitä johtajat tekevät sen sijaan
Ratkaisu on luvan antamisen yhdistäminen käytännön uudelleensuunnitteluun. Gilbert huomauttaa, että kun johtajat tuovat tunneperäisen todellisuuden esiin, ”useita työnkulkuja suunniteltiin uudelleen niin, että tekoäly voi hoitaa perustyön”.
Tee seuraavaksi
Kirjoita kolmen virkkeen mittainen lupausta koskeva lausuma:
- Mihin tekoälyn käyttöön kannustetaan
- Mikä edellyttää varovaisuutta ja tarkistamista
- Mikä on kiellettyä
Julkaise se sitten, opeta se ja näytä itse esimerkkiä.
5) Useimmat tiimit käyttävät tekoälyä tehdäkseen saman työn nopeammin, eivät muuttaakseen työtä
Toistuva pettymys on tämä: johtajat mittaavat ”käyttöönottoa” käytön, tuotosten ja kokeilujen perusteella ja ihmettelevät, miksi liiketoimintavaikutus ei seuraa.
Gilbert nimeää ansan suoraan: "Organisaatiot suhtautuvat tekoälyyn usein keinona saada nykyinen koneisto pyörimään nopeammin." Organisaation muutos on ratkaisevan tärkeää tekoälyn onnistuneen käyttöönoton kannalta.
Pelkkä nopeus ilman uudelleensuunnittelua ei luo etua – etenkään silloin, kun onnistumisen mittarit palkitsevat aktiivisuudesta. "Kirjautumisten mittaaminen tai tuotosten laskeminen luo edistymisen illuusion, vaikka ydinliiketoiminta pysyy muuttumattomana", hän sanoo.
Syvempi ratkaisu on tavoitteen siirtäminen käyttöönotosta tuloksiin. Kuten Gilbert asian ilmaisee: "Merkityksellistä on se, käytetäänkö tekoälyä määrittelemään uudelleen, miten arvoa luodaan, miten tiimit toimivat yhdessä ja miten päätöksiä tehdään paineen alla."
Myös DisruptHR:n perustaja Jennifer McClure vahvistaa saman ilmiön toisesta näkökulmasta:
Monet organisaatiot näkevät tekoälyn ensisijaisesti tehokkuuden työkaluna, eivät muutoksen katalysaattorina.
Miltä tämä näyttää käytännössä
- Enemmän sisältöä, enemmän koontinäyttöjä, enemmän yhteenvetoja. Mutta ei parempaa yhteistä suuntaa.
- ”Tekoälyteatteria”: kokeiluja, jotka eivät muuta tuloksia.
Mitä johtajat tekevät sen sijaan
- Suunnittele työnkulut ensin uudelleen, mukaan lukien roolit, tehtävien siirrot ja päätökset, ja lisää tekoäly vasta sen jälkeen.
- Mittaa tuloksia: päätösten laatua, läpimenoaikaa, yhteistä suuntaa ja tuotettua arvoa.
Tee seuraavaksi
Lopeta kysymästä: “Missä voimme käyttää tekoälyä?”
Ala sen sijaan kysyä: “Missä päätökset juuttuvat?”
Johdonmukainen toimintamalli: tekoälyn todellisuuskerros
Kaikissa haastatteluissa nousi esiin sama kaava. Organisaatiot, jotka todella saavuttavat tekoälystä saatavaa sijoitetun pääoman tuottoa, eivät aloita työkaluista. Ne aloittavat toimintamallin suunnittelusta.
Tässä on viisikerroksinen kokonaisuus, johon ne palaavat jatkuvasti:
- Kontekstikerros – Dokumentoi toimintaa ohjaavat säännöt: brändin äänensävy, ehdottomat rajat ja aiemmat epäonnistumiset.
- Työnkulun kerros – Selvitä, miltä työ todellisuudessa näyttää, ja suunnittele sitten roolit, vastuunvaihdot ja työkalut uudelleen.
- Hallintakerros – Rakenna tarkoituksenmukaista kitkaa: hyväksynnät, eettiset tarkistuslistat ja riskitasot.
- Inhimillinen kerros – Käsittele pelkoja ja luottamusta. Tee tekoälyn käytöstä turvallista, kannustettua ja identiteettiä vahvistavaa.
- Mittauskerros – Lopeta kirjautumisten laskeminen. Seuraa päätösten laatua, läpimenoaikaa ja todellisia liiketoimintavaikutuksia.
Jos ohitat tämän kokonaisuuden ja siirryt suoraan työkaluihin, tekoälyn käyttöönotosta tulee epävakaata: se joko hiipuu luottamuksen puutteen vuoksi tai kasvattaa riskejä lisäämällä tuotosta ilman hallintaa.
Mitä tämä tarkoittaa HR:lle ja henkilöstötoiminnoille
HR ei voi kohdella tekoälyä ”jonkun muun muutoshankkeena”. Nämä haastattelut viittaavat siihen, että henkilöstötoiminnot toimivat yhä useammin järjestelmätiimin tavoin ja hallitsevat varjo-tekoälyn hallinnan haasteita:
- turvallisen ja tehokkaan käytön toimintatapojen määrittäminen
- kriittisten työnkulkujen uudelleensuunnittelu (suoritusten johtaminen, rekrytointi, osaamisen mahdollistaminen, sisäinen viestintä)
- osaamisen rakentaminen, ei vain työkalujen hankkiminen
- suojakaiteiden asettaminen niin, että ne tukevat nopeutta luottamuksesta tinkimättä
Kun tekoäly työpaikalla ottaa vastuulleen yhä suuremman osan toteutuksesta, inhimillinen harkinta muuttuu entistä – ei vähemmän – arvokkaaksi.
Tekoäly ei korvaa johtajuutta, vaan paljastaa kaiken
Tekoäly ei tee organisaatioista taianomaisesti huippusuoriutuvia. Se paljastaa, onko toimintamallisi rakennettu selkeyttä, luottamusta ja nopeaa oppimista varten.
Menestyjiä eivät ole ne johtajat, joilla on hienoimmat työkalut. He ovat niitä, jotka suunnittelevat työn uudelleen ja rakentavat skaalautuvaa hallintaa sekä luovat rakenteet, jotka muuttavat tekoälyn uutuudesta kyvykkyydeksi.
Mitä seuraavaksi?
Jos johdat tekoälyn käyttöönottoa ja tunnet työkalujen ja luottamuksen sekä tuotoksen ja vaikutuksen välisen ristiriidan, et ole yksin.
People Managing People -yhteisö kokoaa yhteen HR- ja henkilöstötoimintojen johtajia, jotka pohtivat uudelleen, mitä tekoäly voi todella mahdollistaa: parempia työnkulkuja, älykkäämpiä päätöksiä ja vahvempia organisaatiokulttuureja.
Liity seuraamme viikoittaisten viitekehysten, tosielämän toimintamallien ja todistettujen, aidosti skaalautuvien strategioiden pariin.
