Miksi tekoälymuutos alkaa organisaation selkeydestä

AI-muutos muuttuu hauskalla tavalla organisaation röntgenkuvaksi. Todellista arvoa saavat yritykset eivät välttämättä ole niitä, jotka ostavat eniten työkaluja tai kuluttavat eniten tokeneita. Ne ovat yrityksiä, jotka ymmärtävät, mitä ne yrittävät saavuttaa, miltä erinomaisuus näyttää ja mitkä ongelmat ovat todella ratkaisemisen arvoisia.

Tässä People Managing People -ohjelman jaksossa David Rice keskustelee Zapierin henkilöstöstä ja AI-muutoksesta vastaavan johtajan Brandon Sammutin kanssa siitä, miksi AI:n sijoitetun pääoman tuotto alkaa organisaation selkeydestä, miten rakennetaan kokeiluja, jotka kestävät todellisten työtehtävien kohtaamisen, ja miksi käyttöönoton on lopulta annettava tilaa vaikutuksille. He tarkastelevat myös AI-valmennusta, harkintakyvyn ja viisauden kasvavaa arvoa sekä sitä, miksi parhaat työnantajat saatetaan jatkossa määritellä yhä useammin sen perusteella, kuinka paljon osaavammiksi ihmiset kehittyvät työskennellessään niissä.

Mitä opit

  • Miksi organisaation selkeys on merkityksellisen AI-muutoksen edellytys
  • Kuinka siirtyä yksilöiden AI-kokeiluista standardoituihin tiimien työnkulkuihin
  • Miksi AI:n käyttöönotto on hyödyllinen varhainen indikaattori, mutta riittämätön vaikutusten mittari
  • Mitä kokeileminen edellyttää sen lisäksi, että työntekijöitä yksinkertaisesti kehotetaan ”innovoi­maan”
  • Miten AI muuttaa asiantuntemuksen, harkintakyvyn, viisauden ja vaikutusvallan arvoa
  • Miksi esihenkilöt vastaavat edelleen selkeydestä, resurssien kohdentamisesta ja työntekijöiden kehittämisestä myös AI:n kanssa
  • Miten epävarmuudesta avoimesti puhuminen voi vahvistaa luottamusta sen horjuttamisen sijaan
  • Miksi työntekijöiden kehittämisestä voi tulla työnantajan arvolupauksen määrittävä osa

Tärkeimmät opit

  • Aloita ongelmasta, älä teknologiasta. AI on keino, ei strategia. Ennen kuin johtajat kysyvät, mitä AI voi tehdä, heidän on ymmärrettävä selkeästi, mitä organisaatio yrittää saavuttaa ja missä erinomaisuudella on todella merkitystä.
  • Kokeilut tarvitsevat suojattuja resursseja. Koko tiimin kehottaminen kokeilemaan samalla, kun kaikkien odotetaan hoitavan nykyinen työmääränsä, on käytännössä esikoululaisten jalkapalloa: paljon liikettä, mutta vähän koordinoitua edistystä. Anna pienelle ryhmälle merkityksellinen ongelma, varattua aikaa ja selkeät panokset.
  • Tee epäonnistuneista kokeiluista turvallisia keskustelunaiheita. Kokeilujen tarkoitus ei ole tuottaa katkeamatonta onnistumisten sarjaa. Johtajien on osoitettava toiminnallaan, että epäonnistuneet prototyypit ja niiden paljastamat vaikeat kohdat ovat hyödyllistä tietoa.
  • Lopeta AI:n käytön ja liiketoimintavaikutusten sekoittaminen keskenään. Käyttöönotolla on varhaisessa vaiheessa merkitystä, koska se synnyttää kokeiluja ja oppimista. Lopulta tulostaulun on kuitenkin palattava liiketoiminnalle jo ennestään tärkeisiin tuloksiin: asiakastyytyväisyyteen, uusien työntekijöiden onnistumiseen, tuotteen luotettavuuteen, myynnin tuloksiin ja muihin merkityksellisiin mittareihin.
  • Muuta yksilöiden läpimurrot organisaation tiedoksi. Yhden työntekijän kehittämä loistava AI-työnkulku on hyödyllinen. Koko tiimin omaksuma toimivaksi todettu ”kultainen polku” on muutosta. Organisaatioiden on tallennettava konteksti, työnkulut, työkalut ja opit, jotta parannukset eivät jää jonkun muistikirjan tai Slack-historian vangiksi.
  • AI tekee viisaudesta arvokkaampaa, ei vähemmän arvokasta. Kun tiedon saatavuudesta tulee runsasta, faktojen tunteminen erottaa aiempaa vähemmän. Harkintakyky, maku, luotettavuus, vastuun kantaminen ja kyky koordinoida ihmisiä vaikeiden ongelmien ympärille korostuvat.
  • Johtaminen siirtyy työn kontrolloinnista sen edellytysten luomiseen. Esihenkilöiden on edelleen tarjottava selkeyttä, kohdennettava resursseja ja kehitettävä ihmisiä. AI voi antaa heille vipuvoimaa kaikilla näillä kolmella alueella, mutta se ei poista heidän vastuutaan yhdestäkään niistä.
  • Nimeä epävarmuus sen ympärillä kiertelyn sijaan yritysjargonilla. Työntekijät näkevät ympärillään irtisanomisia, kilpailupaineita ja murrosta. Näiden realiteettien teeskenteleminen olemattomiksi ei luo luottamusta. Johtajat rakentavat luottamusta nimeämällä vaikeat asiat avoimesti ja auttamalla tiimejä ymmärtämään, mitä he aikovat tehdä niiden suhteen.
  • Tee ihmisistä osaavampia heidän työskennellessään kanssasi. Vahvin työnantajan arvolupaus voi olla yhä useammin kehittymiseen liittyvä: ihmisten pitäisi pystyä katsomaan taaksepäin organisaatiossa viettämäänsä aikaan ja näkemään, että heistä tuli huomattavasti paremmin valmistautuneita työn seuraavaa vuosikymmentä varten.

Jaksot

  • 00:00 — Tekoälyn ROI alkaa selkeydestä
  • 03:13 — Arvokkaan tekoälytyön löytäminen
  • 04:59 — Miksi kokeilu epäonnistuu
  • 08:50 — Oppimisen palkitseminen
  • 10:04 — Tekoälyn painetesti
  • 12:30 — Tekoälyn kustannukset ja ROI
  • 14:05 — Tekoälyn käytön hallinta
  • 17:10 — Tekoälyn laajentaminen tiimien välillä
  • 18:37 — Käyttöönotosta vaikutuksiin
  • 21:17 — Tieto vastaan viisaus
  • 24:58 — Johtaminen tekoälyn avulla
  • 25:42 — Tekoälyvalmennus Zapierilla
  • 29:15 — Johtaminen epävarmuuden keskellä
  • 31:42 — Parempien ihmisten kehittäminen
  • 34:24 — Lopuksi

Tutustu vieraaseemme

Brandon Sammut on Zapierin henkilöstöstä ja tekoälymuutoksesta vastaava johtaja, ja hän johtaa yrityksen henkilöstötoimintoa sekä koko organisaation tekoälymuutosstrategiaa. Hänen taustansa kattaa henkilöstöhallinnon, operatiivisen toiminnan, koulutuksen, pääomasijoittamisen ja liiketoiminnan kehittämisen, ja hän keskittyy suorituskykyisten tiimien rakentamiseen sekä sen uudelleenarviointiin, miten ihmiset työskentelevät yhdessä tekoälyn kanssa. Ennen Zapierille siirtymistään Brandon toimi LiveRampin henkilöstöstä ja kulttuurista vastaavana johtajana sekä työskenteli Teach For Americassa, Owl Venturesilla ja Boston Consulting Groupissa. Hänellä on Stanfordin yliopistosta MBA-tutkinto ja kasvatustieteen maisterin tutkinto.

You may also like