Vaikea osuus alkaa, kun tekoäly toimii
![[OPT 1] IMG PMP – Editorial – Dinner Conversation with CHROs-14152](https://peoplemanagingpeople.com/cdn-cgi/image/format=auto,quality=82,onerror=redirect,width=792,height=446,fit=crop/wp-content/uploads/sites/3/2026/09/OPT-1-IMG-PMP-–-Editorial-–-Dinner-Conversation-with-CHROs-14152.jpg)
Aloita työstä: Yritysten tulisi suunnitella työnkulut uudelleen liiketoimintaongelmien pohjalta ennen tekoälytyökalujen valitsemista tai odotettujen tuottojen mittaamista.
Käyttötapausten arviointi: Tekoälykoulutus tuottaa enemmän arvoa, kun työntekijät oppivat tunnistamaan hyödyllisiä ongelmia eivätkä vain käyttämään uusia työkaluja.
Työn uudelleensuunnittelu: Onnistunut tekoälyn käyttöönotto pakottaa johtajat määrittelemään uudelleen vastuut, taidot, suorituskykystandardit ja urapolut tehtävien muuttuessa.
Laajenna harkiten: Pilotteja voidaan harvoin siirtää sellaisenaan eri toimintoihin; organisaatioiden on standardoitava hyväksi todetut käytännöt ja samalla mukautettava niitä työnkulkuihin, riskeihin ja dataan.
Yhdenvertainen saatavuus: Tekoälyn epätasainen saatavuus voi vääristää suorituskykyarvioita, kehittymismahdollisuuksia ja samanlaista työtä tekevien työntekijöiden tuottavuusvertailuja.
Viime viikolla istuin Atlantassa alas CHRO-ryhmän kanssa keskustelemaan tekoälyn laajentamisesta koko liiketoimintaan.
Aloitimme ROI:sta, mutta keskustelu palasi jatkuvasti itse työhön: mitkä ongelmat ansaitsevat tekoälyinvestoinnin, mitä organisaatioiden pitäisi tehdä sen tuottamalla kapasiteetilla ja milloin tehtävät ovat muuttuneet niin paljon, että myös työtehtävää on muutettava.
Kia Painter antoi meille lähtökohdan. Aloita liiketoimintaongelmasta, ymmärrä työnkulku, suunnittele prosessi uudelleen ja päätä vasta sitten, mihin tekoäly kuuluu.
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
Painter jäi hiljattain eläkkeelle Cox Communicationsista työskenneltyään yrityksessä 28 vuotta, viimeksi henkilöstöjohtajana. Hänen järjestyksensä on tärkeä, koska organisaatioilla on runsaasti tapoja käyttää tekoälyä. Vaikeampaa on päättää, mitkä käyttötavat ansaitsevat aikaa, rahaa ja organisaatiomuutoksia.
Käyttötapausten arviointikyky voi olla tärkeämpää kuin työkalukoulutus
Muutama viikko ennen illallista toteutin epävirallisen kyselyn AI Signal -uutiskirjeemme lukijoille ja kysyin, miksi johtajat pyysivät tiimeilleen lisää tekoälykoulutusta . Yleisin syy oli se, etteivät ihmiset olleet varmoja siitä, millä käyttötapauksilla oli merkitystä.
Tämä paljastaa ongelman siinä, miten monet yritykset lähestyvät tekoälyn käyttöönoton mahdollistamista. Ihmisten opettaminen siihen, miten kehotteita laaditaan, asiakirjoja tiivistetään tai sisältöä tuotetaan, lisää teknologian tuntemusta. Se auttaa vain vähän päättämään, missä tekoäly voisi parantaa merkityksellistä liiketoiminnan tulosta.
Angela Cheng-Cimini, The Chronicle of Philanthropyn henkilöstöjohtaja, kuvasi lähestymistapaa, joka rakentuu työntekijöiden ongelmien eikä työkalujen ominaisuuksien ympärille. Hän kertoi, että hänen organisaationsa aikoi kerätä henkilöstöltä käytännön työn päivittäisiä haasteita, valita niistä useita laajasti merkityksellisiä ja järjestää lyhyitä hackatoneja niiden ratkaisemiseksi. Yksi työntekijä oli jo toteuttanut tätä lähestymistapaa itse rakentamalla agentin käsittelemään toistuvia laskutuspyyntöjä, jotka olivat tulvineet asiakaspalvelun sähköpostilaatikkoon.
Tämä on paljon hyödyllisempi malli tekoälykoulutukselle, koska se yhdistää oppimisen työhön, jonka ihmiset jo tuntevat. Yritysten tarvitsema kehitettävä kyvykkyys on käyttötapausten arviointikyky: pystyykö johtaja tarkastelemaan työnkulkua, tunnistamaan, missä aikaa tai laatua menetetään, ja huomaamaan, missä tekoäly voisi saada aikaan eron?
Tämä arviointikyky parantaa myös mahdollisuuksia saavuttaa ROI. Teknologisesti onnistunut käyttöönotto, joka kohdistuu vähäarvoiseen ongelmaan, on silti huono investointi.
Kapasiteetti pakottaa tekemään työtä koskevia päätöksiä
Seuraava kysymys kuuluu, mitä tehdä, kun käyttötapaus onnistuu.
Tekoäly voi poistaa hallinnollista työtä, lyhentää läpimenoaikoja ja antaa ihmisille sellaista kapasiteettia, jota heillä ei aiemmin ollut. Johtajien on sen jälkeen päätettävä, mihin tätä kapasiteettia käytetään.
Pöydän ympärillä tämä johti keskusteluun työtehtävien yhdistämisestä ja laajemmista rooleista. Kesi Dorner, Metro Atlanta Regional Transit Authorityn (MARTA) henkilöstöhallinnon AGM, puhui siitä, miten tällä hetkellä erikoistuneiden HR-tehtävien alle sijoittuvaa työtä voitaisiin yhdistää kokonaisvaltaisemmiksi liiketoimintakumppanin rooleiksi.
Kysymykseni siitä, milloin työtehtävä on muuttunut niin paljon, että se pitäisi suunnitella kokonaan uudelleen, jäi vaille vastausta.
Näissä valinnoissa säästyneet työtunnit muuttuvat toiminnalliseksi päätökseksi. Yritys voi käyttää kapasiteettia tuotoksen lisäämiseen, palvelun parantamiseen, tulevan rekrytointitarpeen vähentämiseen, vastuualueiden laajentamiseen tai aiemmin sivuun jääneen työn tekemiseen. Jokainen valinta tuottaa erilaista arvoa.
Se muuttaa myös sitä, mistä työntekijä on vastuussa.
Tämä kävi vielä selvemmäksi, kun keskustelu kääntyi henkilöstömäärään. Painter kuvasi keskusteluja talousjohtajansa kanssa siitä, voisiko tekoäly vähentää työvoimakustannuksia. Hänen vastauksensa oli palata itse työhön.
Otetaan esimerkiksi ostoreskontra. Mitä ihmiset oikeastaan tekevät? Mitkä tehtävät tekoäly voi ottaa hoitaakseen? Mitä jää jäljelle? Mikä liiketoiminnan tulos on edelleen saavutettava?
Hänen johtopäätöksensä oli, että tekoälyä on tarkasteltava toimintamallin ja työn suunnittelun kautta ennen kuin johtajat alkavat tehdä oletuksia henkilöstöstä.
Se on HR:lle arvokas tehtävä, koska tekoäly muuttaa työtehtäviä usein vähitellen. Kun yksi tehtävä katoaa, toinen nopeutuu. Rutiinityön määrä voi vähentyä, mutta jäljelle jäävä työ vaatii enemmän harkintaa. Luodun tilan voivat sitten täyttää uudet vastuut.
Jossain vaiheessa kertyneet muutokset muodostavat uudenlaisen työn.
HR:n pitäisi seurata, milloin tämä kynnys ylittyy. Tehtävänkuvaukset, osaamisvaatimukset, palkitseminen, urapolut ja suoriutumista koskevat odotukset perustuvat kaikki tarkkaan ymmärrykseen siitä, mitä tehtävä nykyään edellyttää. Jos johtajat jatkavat tekoälyn lisäämistä olemassa oleviin tehtäviin tarkastelematta uudelleen näitä perusasioita, työntekijät voivat päätyä tekemään erilaista työtä vanhan tehtäväsuunnittelun puitteissa.
Sama ongelma koskee myös tiimien suoriutumista koskevia odotuksia. Jos yksi tiimi muuttuu tekoälyn avulla tuottavammaksi, johtajat kysyvät luonnollisesti, pitäisikö uudesta tuotostasosta tulla standardi.
Tämä päätös edellyttää muutakin kuin näyttöä siitä, että teknologia toimi. On voitava luottaa siihen, että hyöty on kestävää, että työntekijöillä on toisiinsa verrattavissa oleva pääsy työkaluihin ja että työ on riittävän samanlaista, jotta samaa odotusta voidaan soveltaa koko organisaatiossa.
Pilotista laajentaminen
Tässä onnistunut pilotti muuttuu koko yritystä koskevaksi haasteeksi.
Käyttötapaus voi toimia hyvin yhdessä tiimissä, koska työnkulku on jäsennelty, data puhdasta, esihenkilö ymmärtää teknologiaa tai työntekijöillä on ollut aikaa kokeilla sitä. Toisella toiminnolla ei välttämättä ole mitään näistä eduista.
Painter kertoi työskentelystä organisaationsa tekoälyjohtajan kanssa tavoitetilan tiekartan parissa. Tiekartta yhdisti teknologiaa koskevat päätökset tulevaan toimintamalliin.
Yritys perusti myös monialaisen tekoälyneuvoston, johon kuuluivat HR, teknologia, talous ja lakiasiat. Tavoitteena oli koordinoida investointeja ja hallintaa liiketoiminnan prioriteettien ympärillä sen sijaan, että jokainen toiminto olisi käynnistänyt oman työkalujen ja hankkeiden kokonaisuutensa.
Tämä on laajentamisen kannalta olennainen osa, koska et voi yksinkertaisesti kopioida muualla toimivaa ratkaisua. Johtajien on tunnistettava, mitkä onnistuneen lähestymistavan osat voidaan vakioida ja mitkä riippuvat tietyn toiminnon työstä, henkilöstöstä tai riskiprofiilista.
Tämän pitäisi myös hillitä laajoja tuottavuusoletuksia. Yksi vahva pilotti voi tarjota näyttöä käyttötapauksesta. Se ei automaattisesti tarjoa näyttöä koko henkilöstöstä.
Pääsy työkaluihin on osa suoriutumisen yhtälöä
Laajentaminen luo myös oikeudenmukaisuusongelman.
Osallistujat kuvasivat organisaatioita, joissa työntekijöillä on pääsy erilaisiin tekoälytyökaluihin toiminnon, budjetin tai käytäntöjen mukaan. Jotkut työntekijät täydentävät työnantajansa tarjoamaa käyttämällä maksullisia työkaluja kotona tai henkilökohtaisilla laitteillaan. Toisilla ei ole tätä mahdollisuutta.
Kun tekoäly vaikuttaa työn määrään tai laatuun, jonka joku pystyy tuottamaan, näillä eroilla on merkitystä suoriutumisen johtamisessa.
Kara Miller, Visan entinen lahjakkuuksien, oppimisen ja työvoiman muutoksen varatoimitusjohtaja, nosti esiin toisen näkökulman: Jos kahdelta työntekijältä edellytetään samaa tuotostasoa, mutta toisella on käytössään tehokkaampi työkalu, kuinka suuri osa suoriutumisen erosta johtuu yksilön kyvykkyydestä ja kuinka suuri osa organisaation heidän ympärilleen luomasta toimintaympäristöstä?
Sama ongelma voi vaikuttaa kehittymiseen ja uralla etenemiseen, jos jotkin tehtävät tarjoavat työntekijöille paljon enemmän mahdollisuuksia kehittää tekoälytaitoja kuin toiset.
Yritykset eivät ryhmän mukaan tarvitse samanlaisia työkaluja jokaiselle työntekijälle. Niiden on kuitenkin ymmärrettävä, milloin eriarvoinen pääsy alkaa vaikuttaa standardeihin, joiden perusteella ihmisiä arvioidaan.
Parempi tapa mitata tekoälyn kypsyyttä
Illan loppupuolella kysyin, minkä pitäisi muuttua seuraavan vuoden aikana, jotta johtajat voisivat luottaa siihen, että heidän organisaationsa ovat selvittäneet, miten tekoälyä voidaan laajentaa.
Vastaukset keskittyivät parempaan harkintaan koko organisaatiossa: johtajiin, jotka pystyvät keskustelemaan teknologiasta riittävän sujuvasti, työntekijöihin, jotka ymmärtävät vastuullisen käytön, esihenkilöihin, jotka osaavat tunnistaa hyödylliset sovelluskohteet, sekä selkeämpiin pääsyä koskeviin päätöksiin.
Tämä tarjoaa HR-johtajille hyödyllisen tavan ajatella tekoälyn käyttöönoton seuraavaa vaihetta.
Jos aiot saada tekoälystä enemmän arvoa, sinun on opittava paremmaksi valitsemaan oikeat ratkaistavat ongelmat, suunnittelemaan työ uudelleen, kun ongelmat on ratkaistu, ja päättämään, mitkä hyödyt voidaan tuottaa uudelleen muualla.
HR:n on myös harkittava aiempaa tietoisemmin, mitä uusi kapasiteetti merkitsee tehtäville ja suoriutumista koskeville odotuksille.
