Vai vaihtavatko johtajat tulevaisuuden kyvykkyyden lyhyen aikavälin tekoälytehokkuuteen?

Tekoäly saattaa muuttaa työtä, mutta suurempi riski liittyy siihen, mitä tapahtuu, kun organisaatiot tehostavat toimintaansa niin voimakkaasti tämän päivän näkökulmasta, että ne lakkaavat rakentamasta huomisen kyvykkyyksiä.

Las Vegasissa järjestetyssä AI4-konferenssissa suorana tallennetussa jaksossa juontaja David Rice keskustelee eHealthin henkilöstöjohtajan Dr. Jana Brownin kanssa siitä, millaisia pitkän aikavälin seurauksia aloitustason työntekijöiden rekrytointiputkien supistumisella on, miksi henkilöstöhallinto tarvitsee pelkän teknisen asiantuntemuksen sijaan ”muutososaamista” ja mikä erottaa hyödylliset tekoälyhankkeet kalliista yritysharrastuksista. He tarkastelevat myös niitä inhimillisiä ja toiminnallisia järjestelmiä, joiden on edettävä yhdessä, jotta muutos juurtuu – sekä sitä, miksi itse teknologia on harvoin se tekijä, joka kaataa tekoälyhankkeen. Kuulijat saattavat kuulla hieman tavallista enemmän konferenssilattian taustamelua, mutta se on hinta siitä, että nämä keskustelut voidaan tallentaa siellä, missä niitä todella käydään.

Mitä opit

  • Miksi pelkkä tekninen osaaminen ei riitä tekoälyn ja digitaalisen muutoksen parissa työskenteleville henkilöstöhallinnon johtajille.
  • Miten aloitustason rekrytointien väheneminen voi huomaamatta heikentää organisaation tulevaa johtajaputkea.
  • Miksi työvoiman suunnittelussa on huomioitava sekä välitön tehokkuus että pitkän aikavälin kyvykkyys.
  • Miten työpaikkoja kannattaa tarkastella tehtäväkokonaisuuksina ja erottaa toisistaan työ, joka voidaan siirtää teknologian hoidettavaksi, ja työ, joka edellyttää edelleen ihmisen harkintaa.
  • Miksi tekoälyhankkeiden on liityttävä suoraan organisaation missioon ja tavoitteisiin.
  • Miten organisaation ”inhimillisen järjestelmän” ja ”toimintajärjestelmän” on kehityttävä yhdessä.
  • Miksi henkilöstöhallinnon oma automaation historia antaa sille hyödyllistä kokemusta tekoälyvetoisen muutoksen johtamiseen koko liiketoiminnassa.

Keskeiset opit

  • Muutososaaminen on tärkeämpää kuin teknologia-asiantuntijana esiintyminen. Henkilöstöhallinnon johtajien ei tarvitse ryhtyä insinööreiksi. He tarvitsevat riittävän teknisen ymmärryksen voidakseen esittää parempia kysymyksiä, tunnistaa vaikutukset työvoimaan ja yhdistää tämän tiedon siihen, mitä henkilöstöhallinto jo tietää muutoksesta, käyttöönotosta ja organisaatiokäyttäytymisestä.
  • Aloitustason leikkaukset aiheuttavat viivästyneitä seurauksia. Nuorten työntekijöiden tehtävien poistaminen voi näyttää tehokkaalta vuosineljänneksestä toiseen. Kun sitä kuitenkin toistetaan riittävän usein, yksittäisestä rekrytointipäätöksestä muodostuu toimintamalli – ja lopulta organisaatio huomaa lakanneensa kehittämästä niitä ihmisiä, joista piti tulla sen kokeneita osaajia ja tulevia johtajia.
  • Työvoiman suunnittelussa on päästävä henkilömäärää pidemmälle. Brown muotoilee kysymyksen sen ympärille, pitäisikö organisaatioiden rakentaa, lainata, ostaa vai automatisoida kyvykkyyksiä. Tämä edellyttää työtehtävien sisältämien tehtävien ymmärtämistä sen sijaan, että jokaista roolia kohdeltaisiin jakamattomana kokonaisuutena.
  • Varo tekoälyharrastusta. Aloite, joka ei ratkaise missioon tai organisaation tavoitteisiin liittyvää ongelmaa, kuluttaa rahaa ja kapasiteettia vain siksi, että se voidaan myöhemmin hylätä. ”Meillä on tekoälyaloite” ei yksinään ole strategia.
  • Teknologia on harvoin ainoa rajoite. Tekoälyhankkeet voivat selviytyä teknisestä toteutuksesta ja silti epäonnistua, koska työnkulut, kyvykkyydet, käyttöönotto ja organisaatiorakenteet eivät ole muuttuneet niiden mukana. Työkalun asentaminen on helppo osa. Työn uudelleenrakentaminen sen ympärille on muutosta.
  • Pidä inhimillinen järjestelmä ja toimintajärjestelmä synkronissa. Strategia ja liiketoiminnan tarpeet voivat näyttää suunnan, mutta työvoiman kyvykkyyksien on seurattava nopeasti. Brown kuvaa inhimillistä harkintaa, johtamista ja päätösten laatua ”selkärangaksi”, joka yhdistää nämä kaksi järjestelmää.
  • Henkilöstöhallinnon on sovellettava toimintamallia itseensä. Jos henkilöstöhallinto odottaa voivansa ohjata muun organisaation automaation läpi, sen on hankittava omakohtaista kokemusta oman työnsä uudistamisesta. Brown mainitsee myyntipalkkioiden automatisoinnin mahdollisuutena siirtää hänen tiiminsä pois manuaalisesta hallinnosta kohti arvokkaampaa analyysityötä.
  • Vastuullinen tekoäly tarkoittaa joskus ”kyllä, mutta ei vielä”. Brownin etuuksiin liittyvää keskustelubottia lykättiin, jotta kyberturvallisuuteen ja tietosuojaan liittyvät suojatoimet voitiin testata ensin. Nopeasti eteneminen on tärkeää, mutta vielä tärkeämpää on pystyä puolustamaan sitä, mitä työntekijöiden käyttöön tuodaan.

Jaksot

  • 00:00 — Lyhyen aikavälin tehokkuuden hinta
  • 01:52 — Muutososaaminen
  • 06:58 — Aloitustason osaajien vajaus
  • 09:23 — Kuka omistaa osaajaputken?
  • 10:19 — Rakenna, lainaa, osta – vai botti?
  • 12:46 — Johdon mandaatti
  • 14:42 — Henkilöstötietojen parempi hyödyntäminen
  • 16:32 — Mitä tekoälyn pitäisi ratkaista?
  • 18:25 — Tekoälyharrastusten välttäminen
  • 21:15 — Miksi tekoälyhankkeet epäonnistuvat
  • 23:14 — Ihmiset vs. käyttöjärjestelmät
  • 25:47 — Mitä HR:n pitäisi automatisoida
  • 28:42 — HR:n muutoskäsikirja
  • 31:02 — Milloin tekoälyn pitäisi odottaa
  • 35:27 — Lopetus

Tutustu vieraaseemme

Tohtori Jana Brown toimii eHealthin henkilöstöjohtajana, jossa hän vastaa henkilöstöstrategiasta ja kulttuurin muutoksesta osaamisen, johtamisen kehittämisen, työvoimasuunnittelun, oppimisen ja kokonaispalkitsemisen alueilla. Kokeneena HR-johtajana hän on aiemmin toiminut johtotehtävissä Centurion Healthissa, TIAA:ssa ja CareSoucessa. Jana on suorittanut kasvatustieteen tohtorin tutkinnon oppimisesta ja organisaatiomuutoksesta Baylor-yliopistossa, jossa hänen tutkimuksensa käsitteli sitä, miten HR-johtajat voivat valmistaa organisaatioita digitaaliseen muutokseen. Hänen työnsä keskittyy johtamiseen, organisaatiomuutokseen, työpaikkakulttuuriin ja henkilöstöjohtajien muuttuvaan rooliin tekoälyn aikakaudella.

You may also like