Tehokkaat tekoälyjohtajat aloittavat työnkuluista, eivät organisaatiokaavioista
Vanha vs. uusi: Perinteiset organisaatiorakenteet rajoittavat innovointia; työnkulkulähtöinen lähestymistapa tarjoaa tehokkaamman mallin.
Tekoälyn vaikutus: Tekoäly edellyttää muutosta roolien määrittelytapaan: rakenteet eivät enää tule ensin, vaan työnkulut.
Johtamisen haaste: Johtajien on mukauduttava tekoälyn muuttuviin vaatimuksiin hyväksymällä epäselvyys ja arvioimalla vanhat rakenteet uudelleen.
Vuosikymmenten ajan organisaatiosuunnittelun logiikka on noudattanut samaa järjestystä. Laadit organisaatiokaavion. Määrittelet roolit. Sitten, kun ihmiset ovat paikoillaan, selvität, miten työ todellisuudessa kulkee heidän välillään.
Kyseessä on rakenne ensin -lähestymistapa, joka on muovannut sitä, miten yritykset palkkaavat, ylentävät, järjestäytyvät uudelleen ja kasvavat. Ja pitkään se toimi riittävän hyvin, ettei kukaan kyseenalaistanut toimintajärjestystä.
AI pakottaa esittämään tämän kysymyksen.
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
Sillä kun otat käyttöön työkaluja, jotka pystyvät hoitamaan merkittäviä osia tietotyöstä, organisaatiokaavio lakkaa olemasta hyödyllinen lähtökohta. Roolit, jotka on suunniteltu ennen kuin kukaan ymmärsi työnkulun, muuttuvat säiliöiksi tehtäville, jotka eivät ehkä enää tarvitse ihmistä tai saattavat tarvita täysin erilaisen ihmisen kuin alun perin palkattu henkilö. Rakentamastasi rakenteesta tulee rajoite juuri sille muutokselle, jonka yrität saavuttaa.
Älykkäämpi ratkaisu, johon yhä useammat johtajat ovat siirtymässä, on kääntää järjestys kokonaan toisinpäin. Aloita työnkuluista. Ymmärrä, miten työ todellisuudessa kulkee organisaation läpi, missä pullonkaulat ovat, missä harkintakyky on tärkeintä ja missä AI voi ottaa vastuun laadun kärsimättä. Suunnittele sitten roolit sen ympärille, mitä jää jäljelle, ja määrittele raportointisuhteet.
Käännekohta käytännössä
Tracy Coté, Slickdealsin henkilöstöjohtaja, on toiminut tällä tavalla viime vuoden ajan.
Historiallisesti suunnittelimme organisaatiokaavion, määrittelimme roolit ja optimoimme sitten työnkulut, hän sanoi. AI kääntää tämän toisinpäin. Aloitamme nyt työnkuluista ja lopputuloksista ja suunnittelemme sitten roolit sen perusteella, mitä todella tarvitaan, kun AI:n pitäisi pystyä hoitamaan osa työstä.
Tämä kuulostaa hienovaraiselta muutokselta, mutta käytännössä se muuttaa kaiken siinä, miten johtajat tekevät organisaatiota koskevia päätöksiä. Sen sijaan, että kysyttäisiin ”kenet meidän täytyy palkata?”, ensimmäinen kysymys kuuluu: ”Mitä tämä työ todella edellyttää?”
Ja vastaus tähän kysymykseen muuttuu jatkuvasti AI:n kyvykkyyksien kehittyessä. Siksi Coté vastustaa myös oletusta, jonka mukaan johtaminen tarkoittaa vastausten tietämistä.
AI lisää epäselvyyttä, koska työkalut ja mahdollisuudet muuttuvat viikoittain. Johtamisessa on nykyään enemmän kyse suuntaviivojen asettamisesta, osaamisen rakentamisesta ja tiimien auttamisesta kokeilemaan vastuullisesti ilman keskittymisen menettämistä.
Tämä epäselvyys tuntuu epämukavalta johtajista, jotka ovat rakentaneet uransa tietäen oikean rakenteen kuhunkin ongelmaan. Mutta juuri tämä epämukavuus on asian ydin. Kiinteä rakenne olettaa työn olevan vakaata, ja hyvin vähän AI:n vaikutuksista työhön on tällä hetkellä vakaata.
Domenico Gagliardi, AI-agenttialusta Kortix.ai:n perustaja, on vienyt tämän logiikan äärimmäiseen johtopäätökseen. Sen sijaan, että hän olisi muokannut olemassa olevaa yritystä jälkikäteen, hän rakensi sen alusta alkaen työnkulut ensin -periaatteen ympärille.
”Kartoitamme ensin työnkulut ja suunnittelemme sitten roolit sen perusteella, mitä ihmiset tuovat ainutlaatuisesti lisää”, hän sanoo. Tuloksena on organisaatio, joka toimii 70 % pienemmällä henkilöstömäärällä kuin vastaavat startup-yritykset – ei siksi, että se olisi poistanut työpaikkoja tehokkuuden nimissä, vaan koska olemassa olevat roolit suunniteltiin vasta työn ymmärtämisen jälkeen. Se on pohjimmiltaan erilainen lähtökohta kuin useimmilla yrityksillä palkatessaan.
Dhanaraj S, Intiassa valmistus-, vähittäiskauppa- ja palvelualoilla työskentelevä henkilöstöalan ammattilainen, päätyi samanlaiseen johtopäätökseen tarkemman näkökulman kautta. Kun hän ryhtyi parantamaan organisaationsa rekrytointia, ilmeinen ratkaisu olisi ollut lisätä AI-pohjainen seulonta olemassa olevaan prosessiin.
Nopeampi ansioluetteloiden tarkastelu, automaattinen aikataulutus ja ehkä keskustelubotti hakijoiden kysymyksiä varten. Se olisi vain lisätty olemassa olevan päälle.
Sen sijaan hän aloitti työnkulun uudelleensuunnittelusta. Hän pilkkoi työpaikkailmoitukset osaamisklustereiksi ja riskitekijöiksi AI:n avulla, pyysi arvioimaan anonymisoitujen ansioluetteloiden osaamisen vastaavuutta ja palkkausriskiä ja loi sitten räätälöityjä haastattelukysymyksiä analyysin paljastamien tietojen perusteella.
AI toimi ennen kuin ihmisen harkinta tuli mukaan prosessiin, ei sen jälkeen. Koko rekrytointipäätöksen muodostumisen järjestys suunniteltiin uudelleen alusta alkaen.
Tuloksena ei ollut vain nopeampi rekrytointi. Rekrytointikeskustelut paranivat.
Jäsennellymmät haastattelut, vähäisempi ennakkoluuloisuus, selkeämmät rekrytointipäätökset ja vähemmän myöhäisen vaiheen hylkäyksiä. Mikään tästä ei olisi toteutunut, jos olisimme vain yhdistäneet tekoälyn nykyiseen työnkulkuun. Vanhaa työnkulkua ei ollut suunniteltu sellaiselle syötteelle, jota tekoäly voi tarjota. Teknologiasta teki hyödyllisen se, että suunnittelimme työnkulun ensin uudelleen.
Vanhat prosessit eivät tue uutta teknologiaa
Lydia Wu, HR-teknologiakonsultointiyritys Oops, Did I Think That Out Loudin perustaja, esittää vielä perustavamman väitteen. Hän on arvioinut yli 800 HR-teknologiaratkaisua ja seurannut lukemattomien organisaatioiden yrityksiä nykyaikaistaa toimintaansa lisäämällä uusia työkaluja vanhojen prosessien päälle. Hänen johtopäätöksensä on suora: "Etsimme edelleen tapoja saada tekoäly luomaan arvoa vanhentuneiden prosessien päälle, vaikka ne on suunniteltu Internet-aikakautta varten."
Ilmaisun "Internet-aikakautta varten suunnitellut vanhentuneet prosessit" pitäisi tuntua voimakkaasti jokaisesta johtajasta, joka on ollut tehtävässään yli viisi vuotta. Työnkulut, joiden varassa useimmat organisaatiot nykyään toimivat, rakennettiin maailmaa varten, jossa ohjelmistot hoitivat transaktiot ja ihmiset kaiken muun. Tekoäly muuttaa tätä suhdetta dramaattisesti, eikä prosesseja suunniteltu sitä varten.
Wun mukaan yritykset törmäävät seinään yrittäessään laajentaa tekoälyn käyttöä konseptin toimivuuden osoittamista pidemmälle, ja syy on rakenteellinen.
"Teknologiaa ei koskaan suunniteltu sopimaan noihin vanhoihin prosesseihin", hän sanoo. Tekoälyaikakauden muutos edellyttää palaamista siihen, miten liiketoiminta toimii perustasolla, työnkulkujen uudelleensuunnittelua niiden perustasta lähtien ja tekoälyn soveltamista vasta sen jälkeen.
Tässä työnkulku edellä -lähestymistavasta tulee enemmän kuin suunnittelumieltymys. Se on edellytys sille, että tekoälystä voidaan ylipäätään saada todellista arvoa.
Asialla on myös toissijainen seuraus, jota johtajat eivät ole täysin ottaneet huomioon. Kun suunnittelet työnkulut uudelleen ennen roolien määrittelyä, huomaat usein, että tarvitsemasi roolit näyttävät erilaisilta kuin nykyiset roolit. Jotkin tehtävät katoavat. Toiset yhdistyvät. Syntyy uusia tehtäviä, jotka eivät sovi siististi mihinkään nykyiseen tehtävänimikkeeseen, erityisesti silloin, kun tekoäly ottaa hoitaakseen aloitustason tehtäviä.
Organisaatiorakenne, joka tuntui järkevältä kuusi kuukautta sitten, ei välttämättä ole enää järkevä, ja siitä kiinni pitäminen tarkoittaa, että organisoit ihmiset sellaisen työn ympärille, jota ei enää ole siinä muodossa, jota varten rakenne suunniteltiin.
Siksi vanha järjestys – rakenne ensin, roolit toisena ja työnkulut kolmantena – aiheuttaa niin paljon kitkaa tekoälyn käyttöönoton aikana. Johtajat hankkivat työkalut, antavat ne ennen tekoälyä määriteltyjen työnkulkujen ympärille organisoiduille tiimeille ja ihmettelevät sitten, miksi käyttöönotto pysähtyy tai tuottaa vain marginaalisia tuloksia. Vastaus on, että organisaatiosuunnittelu itsessään estää muutoksen. Internet-aikakauden rakenteella ei voi saavuttaa tekoälyaikakauden tuloksia.
Tämä ei tarkoita, että organisaatiokaaviot olisivat merkityksettömiä. Raportointisuhteilla, vastuunjaolla ja johtamisen laajuudella on edelleen merkitystä. Niiden pitäisi kuitenkin olla viimeinen asia, jonka suunnittelet, ei ensimmäinen.
Työnkulku kertoo, mitä työ edellyttää. Rooli kertoo, millainen henkilö voi tehdä työn hyvin. Organisaatiokaavio kertoo, miten nämä ihmiset koordinoivat toimintaansa.
Kun teet asiat tässä järjestyksessä, rakenne palvelee työtä. Kun toimit perinteisessä järjestyksessä, työ taipuu rakenteen mukaiseksi, ja juuri tuossa taipumisessa arvoa valuu hukkaan.
Mitä tämä tarkoittaa seuraavan uudelleenorganisointisi kannalta
CHRO:ille ja COO:ille, jotka lukevat tätä, käytännön johtopäätös on epämukava mutta selkeä. Ennen seuraavaa uudelleenorganisointiasi, ennen kuin täytät avoimen tehtävän tai ennen kuin järjestät osaston uudelleen "tekoälyn integroimiseksi", kartoita työnkulut. Ymmärrä, mitä tehtävätasolla todella tapahtuu. Selvitä, missä päätöksiä tehdään, kuka niitä tekee ja mitkä prosessin osat voitaisiin hoitaa eri tavalla nyt käytettävissä olevilla työkaluilla.
Työnkulkujen uudelleensuunnittelu ennen organisaation uudelleensuunnittelua. Siinä on järjestys. Päädyt lähes varmasti eri paikkaan kuin mihin organisaatiokaavio olisi sinut vienyt.
