AI-yksisarvisen henkilöstöstä & organisaatiosta vastaava johtaja sanoo, että HR-johtajien on ryhdyttävä ihmisistä ja koneista koostuvan työvoiman arkkitehdeiksi

Brad Wilkins

Henkilöstöstä ja organisaatiosta vastaava johtaja Cognitella

Brad Wilkins

Brad Wilkins kertoo, kuinka HR-johtajat voivat suunnitella työn uudelleen tekoälyn ympärille pitäen samalla inhimillisen harkinnan, empatian ja vastuullisuuden keskiössä.

Key Takeaways

Uudelleensuunnittelu ensin: Johtavat yritykset suunnittelevat työnkulut ja organisaatiot uudelleen tekoälyn ympärille sen sijaan, että ne lisäisivät työkaluja vanhentuneisiin HR-prosesseihin.

Nopeampi diagnoosi: Yhdistetty työvoimadata voi muuttaa heikot signaalit rakenteellisiksi korjauksiksi muutamassa tunnissa ja parantaa rekrytointia, perehdytystä ja henkilöstön pysyvyyttä.

Inhimillinen harkinta: Tekoäly hoitaa yhteenvedot ja rutiinipäätökset, kun taas ihmiset säilyttävät vastuun empatiasta, asiayhteydestä, ylennyksistä ja irtisanomisista.

Työnkulkuosaaminen: Tekoälymuutos onnistuu toisiinsa liittyvien taitojen ja projektien avulla, ei kehotekirjastoilla, jotka tuottavat vain vaatimattomia tuottavuushyötyjä.

Käyttöönoton riskit: Onnistunut käyttöönotto edellyttää oppimislaboratorioita, liiketoimintayksiköiden edelläkävijöitä, kahta mittaria ja tekoälyavusteisen työn selkeää omistajuutta.

Brad Wilkins on Cogniten, teollisuuden tekoäly-yksisarvisen, ihmiset ja organisaatio -toiminnon varatoimitusjohtaja. Hänellä on kahden vuosikymmenen kokemus People-toimintojen johtamisesta SaaS- ja tekoälyn kasvuyrityksissä, joten hänellä on selkeä näkemys siitä, miten tekoäly muovaa henkilöstöhallintoa.

Haastattelussamme hän kertoi, etteivät parhaat yritykset vain ota tekoälyä käyttöön, vaan suunnittelevat koko liiketoimintansa uudelleen tekoälyn ympärille. Näin se tapahtuu.

Johtaminen kehityksen edellä

Johtaminen kehityksen edellä

Olen Brad Wilkins, Cogniten, teollisuuden tekoäly-yksisarvisen, ihmiset ja organisaatio -toiminnon varatoimitusjohtaja. Toimin strategisena HR-kumppanina Euroopassa, Intiassa, Lähi-idässä, Japanissa ja Amerikassa toimiville johtajillemme, mutta viimeisten kahdenkymmenen vuoden yhteinen nimittäjä on tärkeämpi kuin yksikään yksittäinen tehtävä.

Viisi VP- ja CHRO-tehtävää SaaS- ja tekoälyn kasvuyrityksissä sekä nykyinen partnerin rooli säänneltyihin toimialoihin sijoittavassa pääomasijoitusrahastossa ovat antaneet minulle ainutlaatuisen näkökulman. Olen nähnyt saman kaavan toistuvan yli tusinassa yrityksessä ja olen tarttunut työvoiman muutoksiin jo varhaisessa vaiheessa, kun muu HR piti niitä ennenaikaisina.

Vuosikymmen sitten Altisourcessa lakkautimme vuotuisen suoritusarvioinnin ja korvasimme sen niin kutsutulla ”vaikutusarvioinnilla”. Keskustelu oli sama, mutta näkökulma täysin päinvastainen. Mittasimme sitä, mitä ihmiset saivat aikaan, emme sitä, mitä he tekivät. Vähensimme alkuvaiheen vaihtuvuuden 14 prosentista 4 prosenttiin ja nostimme huippusuoriutujien pysyvyyden 48 prosentista 98 prosenttiin.

Panostus osoittautui onnistuneeksi. Loadsmartissa kolminkertaistimme arvostuksen 1,3 miljardiin dollariin ja kaksinkertaistimme henkilöstömäärän 21 maassa. Collibrassa selvisimme COVID-19-pandemian aikana henkilöstömäärän rajusta vaihtelusta 600:sta 450:een ja siitä 825:een menettämättä toiminnan moottoria. Mikään näistä ei ollut HR-hanke. Ne olivat liiketoimintahankkeita, joita henkilöstötoiminto sattui johtamaan.

Tämä hetki on kaikkien noiden panostusten suurempi versio. Deloitten vuoden 2026 inhimillisen pääoman trendiraportti kuvaa sitä käännekohtana: seitsemän kymmenestä johtajasta sanoo nyt, että nopeus ja sopeutumiskyky, eivät mittakaava, ovat heidän tärkein kilpailuetunsa seuraavien kolmen vuoden aikana.

Stanfordin tekoälyindeksi osoittaa saman käyrän tiivistyvän teknologian puolella. Johtajien, joiden mukaan tarkoituksellinen ihmisen ja tekoälyn välinen suunnittelu on tärkeää, ja niiden välillä, jotka todella tekevät tätä työtä, on 60 prosenttiyksikön ero. Tämä kuilu on vuoden 2026 todellinen tarina.

Aggressiivisimmin toimivat yritykset eivät käytä tekoälyä HR:ssä, vaan rakentavat HR:n uudelleen tekoälyn ympärille. Organisaatiokaavioissa on nyt laatikoina myös agentteja, ei vain ihmisiä. Yksittäiset työntekijät johtavat kuuden hengen tiimejä, joissa kaikki kuusi suoraa alaista ovat agentteja.

Moderna yhdisti HR:n ja IT:n yhdeksi toiminnoksi henkilöstöstä ja digitaalisesta teknologiasta vastaavan johtajan alaisuuteen. Walmart kuvaa muutostaan ilmauksella ”ihmisten johtama ja teknologian mahdollistama”. Disney nimitti tekoälystä ja yhteistyöstä vastaavan johtajan.

CHRO:n tehtävästä on tulossa hybridi-ihmisen ja koneen muodostaman työvoiman arkkitehdin tehtävä, ei rekrytoinnin johtajan rooli. Taidot vanhenevat nopeammin kuin vuotuiset syklit pystyvät seuraamaan, ja jokainen uudistamaton työnkulku on sitä, mitä BCG ja EY kutsuvat nyt ”osaamisvelaksi” — vanhaan organisaatiologiikkaan loukkuun jäänyttä hyödyntämätöntä potentiaalia.

Tähän olen päätynyt, ja sanon sen suoraan, koska mielestäni ala yhä kiertelee asian ympärillä: tekoäly työkaluna on perusvaatimus. Tekoäly ajattelutapana on se, missä varsinainen työ tapahtuu.

Muutos ei ole sitä, että ”lisätään rekrytointiin apuri”. Se on sitä, että oletetaan agentin voivan tehdä osa työstä ja päätellään sen perusteella, missä ihmistä todella tarvitaan — tätä kutsun negatiivisen todistamiseksi.

On ymmärrettävä, että oppimissisältöjesi neljäs yleisö on nyt itse LLM. On hyväksyttävä, että IT:n pitäisi todennäköisesti palata henkilöstötoiminnon sisälle. On tunnistettava, että neljästä kymmeneen vuotta talossa olleet työntekijät saattavat nyt olla suuremmassa vaarassa kuin aloittelevat työntekijät, koska vastavalmistuneet ovat tekoälyn alkuperäiskäyttäjiä ja uransa keskivaiheilla olevat osaajat puolustavat yhä työnkulkua, jonka hallitsemiseen he käyttivät vuosikymmenen.

Tehtäväni on viedä organisaatio tähän tulevaisuuteen kehityksen edellä, ei sen jäljessä.

More Articles

Miten tekoäly lyhentää heikon signaalin ja rakenteellisen ratkaisun välistä aikaa

Brad Wilkins

Brad kertoo

Suurin muutos ei ole ollut käyttöön ottamamme työkalu. Se on heikon työvoimasignaalin ja rakenteellisen ratkaisun välisen ajan lyhentyminen… Harjoitus, joka olisi historiallisesti vienyt HR-kumppanilta viikkoja — työkuvausten kerääminen, vertaaminen ulkoiseen dataan ja vastuiden kartoittaminen — saatiin tehtyä noin kolmessa tunnissa.

Suurin muutos ei ole ollut käyttöön ottamamme työkalu. Se on heikon työvoimasignaalin ja rakenteellisen ratkaisun välisen ajan lyhentyminen.

Alamme vallitseva toimintamalli on historiallisesti ollut se, että sitoutumistiedot ovat täällä, suorituskykytiedot tuolla, uusien työntekijöiden pulssikyselyt kolmannessa järjestelmässä, kalenteri- ja työajanseurantatiedot neljännessä, ja joku tekee neljännesvuosittaisen yhteenvedon, joka esitellään johdolle kuusi viikkoa sen jälkeen, kun siitä olisi voinut olla hyötyä.

Olemme rakentaneet henkilöstötoimintomme saman arkkitehtuurin varaan, jota yrityksemme myy teollisuusasiakkaille: yhdistämme hajallaan olevat tiedot yhdeksi graafiksi, lisäämme sen päälle agenttikerroksen ja annamme järjestelmän tuoda esiin yhteyksiä, joita ihmiset yksin eivät huomaisi ajoissa.

Tuore esimerkki: 90 päivän uuden työntekijän pulssikyselyssä nousi esiin heikko yhteys esihenkilöön. Samanaikaisesti työajanseurantatiedot osoittivat, että tämän esihenkilön kalenteri oli hiljalleen täyttynyt ennakkomyyntiin liittyvällä työllä, joka ei tosiasiassa kuulunut hänen työnkuvaansa – noin puolella hänen työviikostaan.

Kolme vuotta sitten nämä olisivat olleet kaksi toisistaan riippumatonta tietopistettä kahdessa toisistaan riippumattomassa järjestelmässä, ja kaksi eri analyytikkoa olisi tuonut ne esiin kuuden viikon välein. Siinä vaiheessa uusi työntekijä olisi joko jo menetetty tai rakenteellinen ongelma olisi juurtunut pysyvästi tehtävään. Kun tekoäly vertasi signaaleja reaaliajassa, diagnoosi valmistui minuuteissa.

Kun havaitsimme väärin kohdennetun ennakkomyyntityön, emme ainoastaan korjanneet esihenkilön kalenteria. Palasimme tehtäväperheen kuvaukseen, tarkastelimme uudelleen, kuuluiko työ ylipäätään kyseiseen tehtävään, vertasimme tilannetta samankaltaisten yritysten verrokkeihin ja teimme rakenteellisen päätöksen siitä, missä tämän työn tulisi olla.

Harjoitus, joka olisi historiallisesti vienyt viikkoja henkilöstön liikekumppanin aikaa – tehtävänkuvausten kokoamista, vertailua ulkoiseen dataan ja vastuiden kartoittamista – valmistui noin kolmessa tunnissa.

Miten tekoäly muuttaa henkilöstötoimintoa

Merkityksellinen käyttäytymisen muutos ei ole se, että "käytämme nyt tekoälyä henkilöstöhallinnossa". Monet organisaatiot voivat sanoa niin. Käyttäytymisen muutos on se, että heikon signaalin ja rakenteellisen päätöksen välinen aika on lyhentynyt noin kahdella suuruusluokalla. Se muuttaa sitä, mitä henkilöstötoiminto on.

Työvoimasuunnittelu lakkaa olemasta neljännesvuosittainen tuotos ja muuttuu tiistai-iltapäivän toimintatavaksi. Osaamisen johtaminen lakkaa olemasta staattinen taksonomia ja muuttuu jatkuvasti uudelleen muodostettavaksi kartaksi. Henkilöstön liikekumppanin rooli lakkaa olemasta prosessin pyörittämistä ja muuttuu järjestelmän orkestroinniksi.

Merkityksellistä on vaikutus kaikkeen tämän jälkeen. Jokainen tuleva rekrytointi tähän tiimiin alkaa nyt tehtävänkuvauksella, joka vastaa todellista työtä eikä sitä, millaiseksi työ kuviteltiin tehtävää alun perin kirjoitettaessa. Perehdytykseen kuluva aika lyhenee. Rekrytoinnin kustannukset laskevat. Esihenkilön kahdenkeskisten tapaamisten laatu paranee, koska esihenkilöä ei vedetä viiteentoista eri suuntaan.

Mikään tästä ei näy näyttävänä tekoälyn käyttöönottona – työntekijät eivät keskustele minkään chatbotin kanssa. Organisaatio toimii kuitenkin mitattavasti eri tavalla. Tällaisen muutoksen perusteella henkilöstöjohtajien pitäisi mielestäni arvioida itseään, ei sen perusteella, "otimmeko käyttöön apurin".

Kun kysymykseksi tulee: "Miksi tätä ei voisi tehdä tekoälyllä?"

Upotamme generatiivisen tekoälyn kaikkeen tähän jäsenneltyjen kehote kirjastojen avulla — emme käytä sitä ad hoc -tyyliin emmekä sano “selvitä itse.“…Pidän sitä hyvänä uutisena, koska jäljelle jää se strateginen ja empaattinen ydintyö, jonka vuoksi alun perin hakeuduin tälle alalle.

Brad WilkinsCogniten henkilöstö- ja organisaatiojohtaja (VP)
Share This Quote on:

Jokainen työnkulku viedään tekoäly edellä -suodattimen läpi – kysymys ei ole "Missä tekoäly voisi auttaa tässä?" vaan "Miksi tätä ei voisi tehdä tekoälyllä?"

Se, mikä suodattuu toiselle puolelle, todella tarvitsee inhimillistä pääomaa, inhimillistä harkintaa tai inhimillistä empatiaa. Kysymyksen kääntäminen toisin päin on ratkaisevaa. Se pakottaa todistamaan joka kerta, miksi tekoäly ei sovellu, ja tuo esiin valtavan määrän työtä, jota kukaan ei olisi vapaaehtoisesti luovuttanut tekoälylle.

Mitä tekoäly nyt hoitaa puolestani: hajallaan olevien henkilöstötietojen yhteenvetoja, rooli- ja tehtäväarkkitehtuurin analysointia, luonnosten laatimista (tehtävänkuvaukset, viestintä, toimintaohjeet ja johdon esitykset), esihenkilöiden haastattelulaadun valmennusta, sitoutumis- ja tunnetilaviestien välisten mallien tunnistamista, osaamismarkkinapaikan yhteensovittamista ja toimintaperiaatteiden ensivaiheen tulkintaa.

Upotamme generatiivisen tekoälyn kaikkeen tähän jäsenneltyjen kehotekirjastojen avulla – emme käytä sitä ad hoc -tyyliin emmekä sano "selvitä itse". Jos minun pitäisi antaa sille numero, noin puolet siitä, miltä työni näytti viisi vuotta sitten, on tiivistynyt tai poistunut. Pidän sitä hyvänä uutisena, koska jäljelle jää se strateginen ja empaattinen ydintyö, jonka vuoksi alun perin hakeuduin tälle alalle.

Miksi todellinen vaikutusvalta on syötteissä, ei tulosteissa

Tekoäly on vain yhtä hyvä kuin sen syötteet ja sitä käyttävä ammattilainen. En kuule tarpeeksi johtajien sanovan tätä.

Koko ala on keskittynyt parempien tulosteiden tavoitteluun, vaikka todellinen vaikutusvalta on syötepuolella. Sama työkalu, kaksi ammattilaista ja täysin erilaiset tulokset. Harkintaa vaativat ratkaisut — ihmisistä, kulttuurista, siitä kenelle osoitetaan ymmärrystä ja kenen kanssaan tarvitaan selkeä keskustelu — ovat syötteitä. Jos ohitat alkuvaiheen työn, keskivaiheen koneistolla ei ole merkitystä.

Siksi vastaukseni kysymykseen ”Mikä säilyy inhimillisenä?” on myös ”Mikä tekee tekoälyn käyttämisestä ylipäätään kannattavaa?” Parhaiden johtajien tekemä muutos on siirtyminen ihmisestä osana prosessia kohti ihmistä johdossa. Tekoäly toteuttaa, ihminen tekee päätöksen.

Miten tietää, millaisen työn pitäisi ”säilyä inhimillisenä”

Tekoäly on erinomainen tunnistamaan, mihin luokkaan joku saattaa kuulua. Tekoäly on surkea käymään sitä seuraavaa keskustelua. Sama pätee ylennyksiin. Tekoäly voi näyttää kyvykkyyteen liittyvien signaalien perusteella, kuka on valmis, mutta päätös siitä, onko joku valmis seuraavalla tasolla vaadittavaan harkintaan, perustuu pohjimmiltaan ihmisen arvioon.

Missä tekoäly ottaa johdon ja ihminen hyväksyy: työvoimatietojen yhdistäminen ja mallien tunnistaminen, roolien rakenteen alustava analyysi, käytäntöjen ja vakiomuotoisten viestien luonnostelu, suoritusarviointien tiivistäminen, henkilöstön sitoutumiseen liittyvien tunteiden analyysi, esihenkilöiden haastatteluvalmennus litterointien pohjalta, työntekijäsuhteisiin liittyvien tapausten ensivaiheen luokittelu, ehdokkaiden vertaaminen kyvykkyyskehyksiin sekä käytäntöjen tulkinta rutiinikysymyksissä.

Missä tekoäly avustaa ja ihminen johtaa: työvoimasuunnittelun kompromissit, seuraajasuunnittelua koskevat päätökset, palkitsemisfilosofia ja palkitsemisen suunnittelu, organisaation suunnittelua koskevat valinnat sekä kykyjen arvioinnin yhdenmukaistaminen. Tekoäly tarjoaa minulle paremmat lähtötiedot, nopeampia skenaarioita ja mallien tunnistamista, jota en huomaisi yksin. Minä teen päätöksen.

Missä tekoäly ei saa äänestää: työsuhteen päättämiset, ylennykset, arkaluonteiset suorituskykyä koskevat keskustelut, lähtöhaastattelut, johtajien seuraajapohjan vahvuutta koskevat päätökset, kaikki tilanteet, joissa arvioidaan, ovatko jonkun aikomukset linjassa organisaation kanssa, sekä kaikki hetket, jotka edellyttävät tilanteen ilmapiirin lukemista. Syy on suoraviivainen: nämä hetket vaativat empatiaa, eikä minulla ole nähdäk­seni uskottavaa näyttöä siitä, että tekoäly kuroo merkityksellisellä aikajänteellä umpeen kuilua taitaviin ihmisiin nähden juuri tässä kyvykkyydessä. Se ei ole pullonkaula, vaan kulttuurinen voimavara, joka perustuu syvään uskoon siitä, että yksimielisyys ja oikeudenmukaisuus ovat kilpailuetuja eivätkä hidasteita. Puolustaisin sitä mitä tahansa tekoälyn esittämää tehokkuusargumenttia vastaan.

Fintech-yritys, joka ilmoitti korvaavansa 700 asiakaspalveluedustajaa tekoälyllä — ja palkkaa heitä nyt hiljaisesti uudelleen — on varoittava esimerkki, jota jokaisen henkilöstöjohtajan pitäisi seurata. Tekoäly selviytyi nopeudesta ja volyymista. Se ei huomioinut empatiaa eikä poikkeustapauksia. Johtajat, jotka vuonna 2026 lyövät vetoa inhimillistä harkintaa vastaan, kirjoittavat vuonna 2027 anteeksipyyteleviä LinkedIn-julkaisuja.

Missä tekoäly loistaa HR:ssä

Missä tekoäly loistaa HR:ssä

Hype on todellista. Tekoälystä on merkittävää hyötyä.

Työvoimaan liittyvien ongelmien havaitsemisesta toimintaan kulunut aika lyheni viikoista tunteihin. Esihenkilöiden haastattelujen laatu parani mitattavasti, kun aloimme käyttää litterointeihin perustuvia valmennusskriptejä — kun esihenkilölle näyttää datan, jonka mukaan 90 % hänen haastattelukysymyksistään oli suljettuja tai että hän puhui 85 % ajasta, hän korjaa toimintansa. Useimmat haluavat kehittyä, heiltä vain puuttui aiemmin peili.

Tehtävien täyttämiseen kuluva aika lyheni merkittävästi, kun lopetimme tehtävänimikkeiden pitämisen työn yksikkönä ja aloimme verrata ehdokkaita pääteltyihin kyvykkyyksiin. Ei-toivottu vaihtuvuus pysyy selvästi alle 5 prosentissa — ei yksinomaan tekoälyn ansiosta, mutta osittain siksi, että havaitsemme nyt perehdytyksen ongelmat ja esihenkilöstä irtautumiseen liittyvät ongelmat silloin, kun ne ovat vielä korjattavissa.

Sisäisten tekoälytyökalujen käyttöönotto nopeutui huomattavasti, kun rakensimme perinteisen luokkahuonekoulutuksen sijaan työpajamaisia oppimislaboratorioita, joissa varhaiset omaksujat opettavat kollegoitaan työn ohessa.

Minua innostavin ilmiö on se, että tekoäly tekee aiemmin näkymättömästä työstä näkyvää — esihenkilön kalenteri on ajautunut väärille raiteille, uuden työntekijän perehdytys ei etene suunnitellusti tai huippusuoriutujan sitoutuminen alkaa heikentyä. Mikään tästä ei aiemmin ollut nopeasti havaittavissa.

Missä tekoäly ei tuota tuloksia

Brad Wilkins

Brad kertoo

Tekoälyllä on edelleen vaikeuksia hienovaraisessa kulttuurisessa kääntämisessä eri alueiden välillä… Olen nähnyt merkittäviä suorituskykyeroja, kun mallit kohtaavat murteita, kulttuurista kontekstia tai paikallisen työlainsäädännön erityispiirteitä. Luotamme edelleen paikalliseen inhimilliseen harkintaan kaikessa, mikä sisältää kulttuurisia vivahteita. Teknologia kuroo tämän kuilun umpeen. Se ei ole vielä tehnyt sitä.

Aloitin vuoden 2025 odottaen, että tekoäly auttaisi kalibroimaan suoritusarviointeja tiimien välillä — tunnistamalla epäjohdonmukaisuuksia, tuomalla esiin mahdollista puolueellisuutta ja auttamalla palkkavertailussa. Se suoriutuu joistakin näistä tehtävistä hyvin. Mutta kalibroinnin kannalta todella tärkeää on johtajien välinen keskustelu siitä, suoriutuuko tämä henkilö tällä tasolla ja tässä kontekstissa tavalla, jota tarvitsemme.

Tekoäly on ollut tässä melko heikko apu. Suuri osa suoriutumisesta on kontekstuaalista, suhteisiin perustuvaa ja tulevaisuuteen suuntautuvaa. Tekoäly on hyvä menneisyyteen perustuvassa hahmontunnistuksessa. Se ei ole sama asia.

Toinen puute liittyy aidosti uudenlaiseen organisaatiosuunnitteluun. Tekoäly voi kertoa, miten vertailukelpoiset yritykset ovat rakentaneet arvontuottamisesta vastaavat toimintonsa, markkinoillemenosta vastaavat organisaationsa tai taloustiiminsä.

Se on paljon heikompi tilanteissa, joissa suunnitellaan jotakin, mitä kukaan ei ole oikeastaan vielä tehnyt, kuten toimintorakennetta, jossa agentit ovat suoria alaisia ja ihmiset johtavat agenttitiimejä. Tulevaisuuteen suuntautuva organisaatiosuunnittelu on edelleen enimmäkseen ihmisten vastuulla, ja odotan sen pysyvän sellaisena vielä jonkin aikaa.

Kolmas puute liittyy johtajien seuraajasuunnitteluun. Tekoäly voi verrata osaamista roolin vaatimuksiin, mutta se ei pysty kertomaan, kenellä on tarvittava poliittinen pääoma, suhteet tai johtoryhmän luottamusvaranto, jotta hän voisi todella menestyä vaativassa johtotehtävässä. Johtajien seuraajasuunnittelu on pohjimmiltaan ihmisten väliseen luottamukseen liittyvä ongelma, enkä usko tekoälyn ratkaisevan sitä hyödyllisellä aikataululla.

Tekoäly ei ole myöskään lunastanut kaikkeen yhdistetyn alustan lupausta. Useimmat henkilöstöteknologian toimittajat, jotka markkinoivat vuonna 2024 yhtä integroitua ja tekoälypohjaista alustaa, toimittivat kojelaudan, jonka kylkeen oli liitetty keskustelubotti.

Varsinainen arvo syntyy siitä, että erikoistuneita työkaluja yhdistetään jäsenneltyjen kehotteiden ja työnkulkujen avulla tavalla, jonka ammattilaiset todella omistavat. Jokainen, joka myy sinulle yhdistettyä alustaa, myy etenemissuunnitelmaa, ei tuotetta.

Laajemmin tarkasteltuna tekoäly ei ole korvannut kokeneiden ammattilaisten harkintaa. Tekoäly käsittelee nopeutta, määrää ja hahmontunnistusta. Se ei huomioi empatiaa, poikkeustapauksia eikä tilanteita, jotka edellyttävät ihmisen tulkintaa: vaikeaa keskustelua, arviota siitä, onko joku tilanteessa, jossa hän "ei tiedä miten", vai tilanteessa, jossa hän "ei aidosti pysty", tai huoneen kulttuurista ilmapiiriä. Se on se olennainen työ, jota haluan ammattilaisten tekevän enemmän, ei vähemmän.

Ja tämä on se asia, jonka haluan henkilöstöjohtajien erityisesti sisäistävän: tekoäly ei ole osoittanut, että uran alkuvaiheessa olevat työntekijät olisivat suurimmassa vaarassa. Yleinen käsitys siitä, että junioritaso voidaan korvata agenteilla, on mielestäni täysin päinvastainen kuin todellisuus. Yliopistosta valmistuva sukupolvi on syntynyt tekoälyn keskellä. Heitä ei tarvitse vakuuttaa.

Todellisuudessa vaarassa ovat työntekijät, joilla on neljästä kymmeneen vuotta työkokemusta — henkilö, joka on rakentanut uransa hallitsemalla työnkulkua, jonka tekoäly puristaa nyt minuuteiksi ja jonka vaistona on puolustaa työnkulkua sen sijaan, että hän rakentaisi sen päälle uudelleen. Siihen uudelleenkoulutukseen on suunnattava todellinen investointi.

Lopuksi tekoälyllä on edelleen vaikeuksia hienovaraisessa kulttuurisessa kääntämisessä eri alueiden välillä. Euroopassa, Intiassa, Lähi-idässä, Japanissa ja Amerikassa olen nähnyt merkittäviä suorituskykyeroja, kun mallit kohtaavat murteita, kulttuurista kontekstia tai paikallisen työlainsäädännön erityispiirteitä. Luotamme edelleen paikalliseen inhimilliseen harkintaan kaikessa, mikä sisältää kulttuurisia vivahteita. Teknologia kuroo tämän kuilun umpeen. Se ei ole vielä tehnyt sitä.

Miten tekoälypohjaisen työnkulun käyttöönotto muuttaa rekrytointiprosessia

Tässä on työnkulku, josta olen ylpein. Mielestäni se osoittaa, miltä ala näyttää kolmen vuoden kuluttua, eivätkä useimmat henkilöstötoiminnot ole vielä rakentaneet sitä.

Kyseessä on koko rekrytoinnin elinkaari työpaikkailmoituksesta perehdytyksen palautteeseen, joka toimii yhtenä yhdistettynä työnkulkuna itse rakentamamme mukautetun Claude-taidon päällä. Rekrytointi on ihanteellinen esimerkki tarkasteltavaksi, koska useimmissa organisaatioissa juuri siellä tietojen laatu on heikointa, esihenkilöiden toiminnassa on eniten vaihtelua ja virheiden sietokyky on matalin.

Käydään se selkeästi vaihe vaiheelta läpi:

Vaihe 1: Tarpeen kartoitus

Rekrytoiva esihenkilö käynnistää tarpeen. Taito toteuttaa hänen kanssaan jäsennellyn ääni- tai tekstimuotoisen haastattelun, jossa selvitetään kahdentoista kuukauden tavoitteet, yhteistyösuhteet ja poissulkevat osaamispuutteet.

Se vertaa vastauksia talousosaston henkilöstösuunnitelmaan, tiimin nykyiseen suoritusjakaumaan ja esihenkilön aiempiin työpaikkakuvauksiin ja ilmoittaa epäjohdonmukaisuuksista ennen kuin kukaan kirjoittaa sanaakaan.

Vaihe 2: Sidosryhmien näkemysten ristiinvertailu

Kaksi tai kolme vertais- ja suoralle alaiselle suunnattua keskustelua, kukin viisitoista minuuttia, yhdistettynä yhdeksi kokonaisuudeksi. Taito tunnistaa erot esihenkilön aikomusten ja tiimin todellisuuden välillä ja nostaa ne ratkaistaviksi ennen kuin tehtävä julkaistaan ulkoisesti.

Vaihe 3: Aineistojen luominen

Tehtävänkuvaus, jossa on todellista vaikutusta käsittelevä osio, haastattelukierroksille jaettu jäsennelty haastatteluopas sekä ankkuroitu 1–4-arviointimatriisi käyttäytymistä kuvaavine määritteineen. Kaikista kolmesta aineistosta säilytetään versiot, ne ovat auditoitavissa ja henkilöstöliiketoimintakumppani voi muokata niitä ennen julkaisua.

Vaihe 4: Reaaliaikaiset haastattelut

Jokaisella haastattelijalla on arviointimatriisi ja kysymykset edessään. Keskustelut litteroidaan (suostumuksella), ja taito merkitsee reaaliaikaiset havainnot: kysymysten laadun, puheajan suhteen, keskustelun ajautumisen sekä arviointimatriisin noudattamisen.

Vaihe 5: Arviointi ja yhdistäminen

Jokainen haastattelija arvioi keskustelun välittömästi ankkuroitua arviointimatriisia vasten. Pisteet yhdistetään osa-alueiden ja kompetenssien keskiarvoiksi. Taito nostaa henkilöstöliiketoimintakumppanin huomioitaviksi haastattelijoiden poikkeamat — esimerkiksi henkilön, joka antaa kaikille arvosanan 4, tai henkilön, joka on merkittävästi eri mieltä muun haastatteluryhmän kanssa.

Vaihe 6: Päätös

Ihmisten johtama purkukeskustelu, jossa taito tarjoaa jäsennellyt keskustelunaiheet, arviointimatriisin keskiarvot ja mahdolliset havaitut epäjohdonmukaisuudet. Päätöksen tekevät ihmiset, mutta valmistelu on automatisoitu.

Vaihe 7: Perehdytys

Taito luo kaksijakoiset 30/60/90 päivän tavoitteet, esihenkilön tapaamiskäytännön ja jäsennellyt pulssikysymykset. Jokainen pulssisignaali palautuu ajan myötä ehdokkaan arviointitietoihin.

Vaihe 8: Rekrytoinnin onnistumisen palautesilmukka

Kuuden kuukauden jälkeen järjestelmä vertaa haastattelupisteitä todelliseen työn aloitusvaiheen suoriutumiseen ja esihenkilön tyytyväisyyteen. Haastattelijoiden tarkkuus paranee rekrytointien myötä. Esille nousee malleja — mitkä esihenkilöt ovat hyviä arvioimaan mitäkin kompetensseja, missä tehtävissä tehdään jatkuvasti vääriä arvioita ja mitkä haastattelun signaalit ennustavat vahvimmin onnistumista.

Koko ketju toimii yhtenä toisiinsa yhdistettynä järjestelmänä. Työ, joka aiemmin vei henkilöstöliiketoimintakumppanilta kaksi viikkoa pirstaleista työtä viidessä työkalussa, vie nyt muutaman tunnin kohdennettua ihmisen tekemää tarkistusta yhdessä työnkulussa. Ja laatu on parempi, koska jokainen vaihe kalibroidaan sitä edeltävien ja seuraavien vaiheiden perusteella. Tätä päästä päähän -toiminta todella tarkoittaa.

Työn mahdollistaja ei ole työkalu. Se on rakenteellinen sitoumus siihen, että taito tekee raskaan työn ja ihminen tekee harkintaa vaativan työn. Jokainen Claude-taidon tuottama aineisto on luonnos, ei päätös. Rekrytoiva esihenkilö vastaa edelleen tehtävän määrittelystä. Haastattelijat vastaavat edelleen omista pisteytyksistään. Rekrytointipäätös tehdään edelleen huoneessa, jossa ihmiset päättävät, onko tämä henkilö oikea valinta.

Työnkulku on poistanut näiden harkintaa vaativien hetkien väliin perinteisesti jääneen puuduttavan työn — uudelleenmuotoilun, uudelleenkirjoittamisen, manuaalisen kalibroinnin ja jälkikäteisanalyysin, johon kenelläkään ei ollut aikaa. Ihmiset saivat harkintaan käyttämänsä ajan takaisin. Järjestelmästä tuli järjestelmällisempi. Työstä tuli kiinnostavampaa. Tätä vaihtokauppaa haluan jokaisen henkilöstötoiminnon tekevän.

Miksi kehotteet ovat väärä työn yksikkö

\u003cstrong\u003eJos olisin tiennyt tämän aiemmin, olisin jättänyt väliin ne kuukausien kehote­kirjastojen kuratoinnit, joita kaikki alallamme ovat tehneet, ja siirtynyt suoraan taitojen suunnitteluun… Johtajat, jotka omaksuvat taitoajattelun ensimmäisinä, näyttävät toimivan eri vuosikymmenellä kuin ne, jotka yhä ylläpitävät kehote­kirjastoja.\u003c/strong\u003e

Brad WilkinsCogniten henkilöstö- ja organisaatioasioista vastaava VP
Share This Quote on:

Kun useimmat henkilöstöjohtajat käynnistävät ensimmäisen tekoälyhankkeensa, he käynnistävät sen kehoteprojektina.

Tässä on loistava kehote tehtävänkuvausten laatimiseen. Tässä on loistava kehote henkilöstökyselyn teemojen tiivistämiseen. Tässä on loistava kehote suoritusarviointipalautteen kirjoittamiseen.

Ammattilaiset opettelevat kehotteet, tallentavat ne jaettuun asiakirjaan ja kokevat olevansa tuottavia. Johto kokee edistyksen tapahtuvan. Käyttöönoton mittarit nousevat. Kuusi kuukautta myöhemmin tarkastellaan, missä arvoa on tosiasiassa syntynyt, ja vastaus on: ei kovin paljon.

Kehotteet ovat aloitusliike. Ne eivät ole työn yksikkö.

Työyksikkö on taito tai projekti — jäsennelty, monivaiheinen kyvykkyys, joka ottaa syötteitä useista lähteistä, suorittaa niiden parissa yhdenmukaisen prosessin, tuottaa määritellyn lopputuotoksen ja kehittyy ajan myötä oppimalla tuloksista.

Aiemmin kuvaamani rekrytointityönkulku on taito, ei kehote. Se ottaa syötteiksi taloustietoja, esihenkilön näkemyksen, kollegojen näkemyksiä, aiemman suoriutumisen malleja ja jäsenneltyjä osaamismalleja. Se tuottaa tehtäväkuvauksia, haastatteluoppaita, arviointikriteeristöjä, koontipisteytyksiä, perehdytyssuunnitelmia ja palautesilmukoiden signaaleja tuloksina. Se kehittyy jokaisen rekrytoinnin myötä, koska se ottaa vastaan tulostietoja. Yksittäinen kehote ei tee mitään tästä. Taito tekee.

Syy siihen, miksi tällä erottelulla on toiminnallisesti merkitystä, on se, että kehotteisiin nojaavat organisaatiot jäävät yleensä 10–20 prosentin tuottavuushyötyjen tasolle — hyödyllistä, mutta ei mullistavaa.

Taitoihin ja projekteihin nojaavat organisaatiot vapauttavat työnkulkujen uudelleensuunnittelun, joka tuottaa harppauksenomaisia parannuksia. Ensimmäisen tyyppinen organisaatio teollistaa sitä, mitä se jo tekee. Toinen tyyppi toimii aidosti eri tavalla.

Jos olisin tiennyt tämän aiemmin, olisin jättänyt väliin ne kuukaudet, jotka alallamme on käytetty kehotekirjastojen kuratoimiseen, ja siirtynyt suoraan taitojen suunnitteluun. Olisin investoinut ammattilaisiin, jotka pystyvät ajattelemaan työnkulkujen eivätkä nokkelien kehotteiden kautta.

Olisin rakentanut data-infrastruktuurin — yhteydet henkilöstöjärjestelmiemme, talousjärjestelmiemme, tuottavuustyökalujemme ja sitoutumista kuvaavien signaaliemme välille — aiemmin, koska taidot ovat vain niin hyviä kuin data, johon ne pääsevät käsiksi.

Johtajat, jotka omaksuvat taitoajattelun ensimmäisinä, tulevat näyttämään siltä kuin he toimisivat eri vuosikymmenellä kuin ne, jotka pyörittävät edelleen kehotekirjastoja.

Neuvoja tekoälymurrosta navigoiville johtajille

Tekoälymurros on pohjimmiltaan inhimillisen pääoman ongelma, joka on puettu teknologiaongelman asuun. Teknologia on helppo osa. Sinun tehtäväsi — kuten minunkin — on vaikea osa. Ja siitä tuli juuri kiinnostavampi kuin kertaakaan kahteenkymmeneen vuoteen.

Ensimmäinen: Aloita työstä, älä työkalusta. Suodata jokainen työnkulku juustokankaan läpi — miksi tätä ei voisi tehdä tekoälyllä? — ennen kuin kysyt, minkä työkalun hankkisit. Jos lisäät tekoälyn rikkinäisen prosessin päälle, teollistat toimimattomuuden. Työkalu ei ole strategia, vaan työn uudelleensuunnittelu on strategia. Useimmat tuntemani johtajat, joiden mielestä tekoäly ei ole tuottanut tuloksia, ovat johtajia, jotka ohittivat tämän vaiheen.

Toinen: Siirry tekoälystä työkaluna tekoälyyn ajattelutapana. Tämä erottaa arvostamani johtajat niistä, jotka joutuvat ottamaan muita kiinni vuonna 2027. Työkaluajattelu tuo apurit nykyisten ohjelmistojesi sisään. Ajattelutapa-ajattelu tuottaa organisaatiokaavioita, joissa agentit ovat ihmis­ten rinnalla omissa laatikoissaan, yksittäisiä asiantuntijoita johtamassa kuuden tekoälystä koostuvan suoran alaisen tiimejä, oppimisfunktioita, jotka tunnistavat neljännen yleisönsä olevan itse kielimalli, kyvykkyyskehyksiä, joissa digitaalinen työvoima on täysivaltainen osallistuja, sekä IT-toimintoja, jotka todennäköisesti kuuluvat henkilöstöorganisaation sisälle sen sijaan, että ne olisi sijoitettu taloushallintoon. Työn näkemys kyvykkyysjärjestelmänä korvaa näkemyksen työstä tehtävänimikkeinä, ja organisaatiot, jotka pääsevät tähän ensin, toimivat perustavanlaatuisesti eri tavalla kuin ne, jotka eivät pääse.

Kolmas: Käytä suhteettoman paljon aikaa syötteisiin. Tekoälyn minkä tahansa tuotoksen laatu riippuu ammattilaisen kehotteesta, kontekstista ja etupään harkinnasta. Kiihdytystä saavuttavat johtajat ovat niitä, jotka rakentavat jäsenneltyjä kehotekirjastoja samalla tavalla kuin he rakentaisivat osaamiskehyksen. Johtajat, jotka valittavat, ettei tekoäly ole tuottanut tuloksia, ovat niitä, jotka kirjoittivat chatbotille kolme lausetta ja odottivat taikuutta. Käsittele kehotekirjastoasi organisaation voimavarana. Hallinnoi sitä. Kehitä sitä. Kouluta ihmiset käyttämään sitä.

Neljäs: Maalaa ihmisillesi kuva tulevaisuudesta. Luottamus romahtaa, kun työntekijät kuulevat sanat ”tekoälymurros” ja kuvittelevat irtisanomisia. Luottamus rakentuu uudelleen, kun johtajat käyttävät näkyvästi työkaluja itse ja käyvät ihmisten kanssa läpi, millaiseksi heidän työnsä muuttuu, eivät vain sitä, mitä heiltä viedään. Insinöörit lopettavat koodaamisen ja alkavat työskennellä koodin vasemmalla ja oikealla puolella — arkkitehtuurin, harkinnan, asiakaskäännösten ja järjestelmäsuunnittelun parissa. Myyjät lopettavat CRM:n tietojen ylläpidon ja alkavat rakentaa syvempiä asiakassuhteita. Henkilöstökumppanit lopettavat prosessien pyörittämisen ja alkavat orkestroida järjestelmiä. Visualisointityö erottaa toisistaan sen, vahvistaako tekoäly kulttuuriasi vai kovertaako se sen tyhjäksi. Luottamus työnantajiin on heikentynyt; et voi pitää sitä itsestäänselvyytenä.

Viides: Istuta puu. Suosikkikiinalaisessa sananlaskussani sanotaan: paras aika istuttaa puu oli kaksikymmentä vuotta sitten. Toiseksi paras aika on nyt. Useimmat henkilöstöjohtajat, joiden kanssa puhun, ovat kuudesta kahteentoista kuukautta jäljessä siitä, missä he luulevat olevansa. Kiihtymiskäyrä on jyrkempi kuin olet mallintanut. Rakenna oppimislaboratorioita, älä luokkahuoneita, nimeä tekoälylähettiläät jokaiseen liiketoimintayksikköön ja hyväksy, että kolmen kuukauden kuluttua tähän kysymykseen antamasi vastaus on vain murto-osa siitä vastauksesta, jonka antaisit tänään. Se ei ole ongelma, joka pitäisi ratkaista. Se on toimintaolosuhde.

Kolme tapaa, joilla tekoälyn käyttöönotto epäonnistuu

Brad Wilkins

Brad jakaa

Tekniikka- ja tuotetiimit ottivat tekoälyn välittömästi käyttöön. Haasteita oli niillä toiminnoilla — haluan nimetä ne hienotunteisesti — jotka olivat yleisiä ja hallinnollisia ja joissa työ muistuttaa eniten sitä, mitä suuret kielimallit tekevät luonnostaan…

Tekniikka- ja tuotetiimit ottivat tekoälyn välittömästi käyttöön. Haasteita oli niillä toiminnoilla — haluan nimetä ne hienotunteisesti — jotka olivat yleisiä ja hallinnollisia ja joissa työ muistuttaa eniten sitä, mitä suuret kielimallit tekevät luonnostaan, ja joissa ammattilaisilla oli vähiten kokemusta tällaisten työkalujen käytöstä. Tässä on syvä ironia.

Eniten hyötyvät toiminnot olivat hitaimpia lähtemään mukaan, koska ammattilaisia oli koko uransa ajan arvostettu heidän ollessaan organisaation tiedon kantajia — ja tekoäly demokratisoi nyt tuon tiedon, mikä tuntuu ensin uhkalta ja vasta sen jälkeen suorituskykyä moninkertaistavalta tekijältä.

Ratkaisu ei ollut tekninen koulutus. Ratkaisu oli psykologisen tilan luominen, jotta nämä ammattilaiset pystyivät määrittelemään uudelleen oman arvonsa. Teimme sen työpajoissa, joissa he saivat kokeilla työkaluja oikeissa tehtävissä yhdessä kollegoiden kanssa ja vähäisen riskin ympäristössä — kutsun niitä oppimislaboratorioiksi, en luokkahuoneiksi. Luokkahuonemuoto ei saanut aikaan lainkaan käyttöönottoa. Laboratoriomuoto tuotti näkyvää etenemistä muutamassa viikossa.

Tässä on kolme muuta aluetta, joilla tekoälyn käyttöönotto takeltelee:

Ensinnäkin toimintojen epätasainen käyttöönotto aiheuttaa todellisia kulttuurisia jännitteitä. Tekniikka otti sen käyttöön välittömästi. Myynti pääsi mukaan. Jotkin yleiset ja hallinnolliset toiminnot ovat yhä vaiheessa ”mutta mitä minä tekisin?” — ja juuri se on väärä kysymys. Se näkyy hiljaisena kaunana, ei äänekkäänä vastarintana. Ihmiset alkavat pelätä, että heidän kollegansa käyttävät tekoälyä näyttääkseen tuottavammilta kuin he ovat.

Luottamus tekoälyä hyödyntävissä organisaatioissa on tällä hetkellä aidosti hauraalla pohjalla — tämän vuoden kyselytiedot viittaavat siihen, että noin neljä viidestä työntekijästä ja esihenkilöstä on huolissaan juuri tästä kehityksestä. Jos et hallitse tilannetta nimittämällä jokaiseen liiketoimintayksikköön avoimesti toimivia tekoälylähettiläitä, näyttämällä esimerkkiä työkalujen käytössä ja määrittelemällä selkeitä standardeja tekoälyn avulla tehdylle työlle, kulttuuri alkaa maksaa korkoa velasta, jota se ei ymmärtänyt ottavansa.

Toiseksi olen nähnyt muiden yritysten johtajien lisäävän tekoälyn rikkinäisen prosessin päälle ja kutsuvan sitä transformaatioksi. Jos suoritusarviointisi on huono, tekoälyn lisääminen siihen tekee prosessista entistä huonomman — nopeamman, itsevarmemman ja väärään suuntaan helpommin skaalautuvan. Aloita itse työstä, älä työkalusta.

Muuten et muuta toimintaa, vaan teollistat toimintahäiriöt. Tämä on yleisin epäonnistumisen muoto, jonka näen vertaisorganisaatioissa, ja sen taustalla on lähes aina teknologiatiimi, joka tavoittelee käyttöönoton mittaria, sen sijaan että henkilöstötoiminto johtaisi työnkulun uudelleensuunnittelua.

Kolmanneksi, ja tämä on hienovaraisempaa: tekoäly ei tasaa suorituseroja, vaan vahvistaa niitä. Kokeneet ihmiset käyttävät sitä asiantuntemuksensa laajentamiseen; kokemattomammat käyttävät sitä tuottaakseen kelvollista mutta pinnallista sisältöä, joka peittää heikon päättelyn. Kun heikkolaatuinen työ päätyy organisaatiosi dataan, seuraava tekoälyversiosi koulutetaan sen avulla. Tämä on palautesilmukka, jota useimmat johtajat eivät ole ajatelleet loppuun.

Vastaamme tähän korostamalla vahvasti ihmistä työntekijänä jokaisen työnkulun alkupäässä — syötteet ovat omaisuus, eivät tuotokset. Jos annat tekoälyn muuttua kaikkien toivomaksi tuottavuuden tasaajaksi, heräät kahdeksantoista kuukauden kuluttua työvoiman keskellä, jossa huippusuoriutujiesi ja kaikkien muiden välinen ero on suurempi kuin koskaan, ei pienempi.

Kolme käytännön toimenpidettä tekoälyä käyttöön ottaville johtajille

Kolme käytännön toimenpidettä tekoälyä käyttöön ottaville johtajille

Ensinnäkin: nimeä tekoälylähettiläs jokaiseen liiketoimintayksikköön, ei vain tekniikka- ja tuotetiimeihin. Useimmissa organisaatioissa teknisillä toiminnoilla on epävirallisia tekoälylähettiläitä, mutta muualla ei. Tee roolista tarkoituksellinen. Anna sille näkyvyyttä, aikaa ja lupa haastaa tapaa, jolla toiminto toimii.

Toiminnot, joissa tämä on vaikeinta — talous, lakiasiat ja yleishallinto — ovat juuri niitä, joissa vaikutusmahdollisuudet ovat suurimmat, koska näiden toimintojen työ muistuttaa eniten sitä, mitä suuret kielimallit tekevät luonnostaan. Jos et nimeä näille alueille lähettiläitä, jätät suurimman osan arvosta hyödyntämättä.

Toiseksi: rakenna kaksiulotteiset KPI-mittarit — yksi mittaristo ”nyt”-suoriutumiselle ja toinen ”seuraavan” vaiheen kyvykkyydelle. Ansaan jäädään, kun transformaatiota mitataan sen perusteella, kuinka paljon nykyistä työtä on automatisoitu, vaikka todellinen kysymys on, kuinka paljon uutta työtä on mahdollistettu.

Tässä menestyvät johtajat käyttävät lyhyen aikavälin ”nyt”-mittareita — käyttöönottoa, tuottavuutta ja säästettyä aikaa — rinnakkain pidemmän aikavälin ”seuraavan” vaiheen mittareiden kanssa — kehitetyt uudet kyvykkyydet, luodut uudet roolit sekä mahdollistettu uusi liikevaihto tai asiakashyöty. Jos seuraat vain ”nyt”-mittareita, optimoit itsestäsi pienemmän ja nopeamman version siitä, mitä ennen olit. Tarkoitus ei ole olla pienempi ja nopeampi. Tarkoitus on olla erilainen tavalla, jolla on merkitystä.

Kolmanneksi: ilmaise selkeästi, mitkä päätökset siirtyvät ihmisestä päätöksenteossa mukana olevana ihmiseksi, joka johtaa päätöksentekoa. Siirtymä "ihminen seuraa tekoälyn työskentelyä" -mallista malliin, jossa "ihminen ohjaa tekoälyn työskentelyä ja vastaa lopputuloksesta", on tärkein hallinnollinen muutos, jonka henkilöstötoiminto voi tänä vuonna tehdä. Se selkeyttää vastuunjakoa. Se rakentaa luottamusta nopeammin kuin yksikään toimintaohje, ja antaa ihmisillesi selkeän vastauksen kysymykseen, jota he todella pohtivat: olenko yhä työni johdossa?

Kun vastaus on kyllä — näkyvästi, toistuvasti ja tärkeillä hetkillä — käyttöönotto nopeutuu ja vastarinta lievenee. Kun vastaus on epäselvä, jokainen muu toteuttamasi tekoälyhanke kohtaa kitkaa, johon et ollut varautunut budjetissa.

Mikä tekee johtajasta korvaamattoman

Sinnikkyys ja anteliaisuus ovat kaksi ominaisuutta, jotka haluan lasteni vievän mukanaan työmarkkinoille, joita en pysty täysin ennustamaan. Ne ovat myös — sattumalta, eivät vahingossa — ne kaksi ominaisuutta, joita etsin jokaiselta johtajalta, joka saapuu loppuvaiheen haastatteluun. Tekoäly pystyy lähes kaikkeen muuhun. Näihin se ei pysty. Siihen panostaisin joka kerta. Ja niin teenkin joka kerta.

Brad WilkinsHenkilöstöstä ja organisaatiosta vastaava varatoimitusjohtaja Cognitella
Share This Quote on:

Yritykset, jotka kompastelevat juuri nyt, käsittelivät tekoälyä korvaamisena eivätkä uudelleensuunnitteluna ja korvasivat ihmisen ymmärryksen sisältäneen kerroksen. Tekoäly hoiti määrän. Se ei ymmärtänyt hetkeä. Hinta on aina korkeampi kuin säästölaskelma ennusti, koska tuo hetki kertautuu luottamukseksi, vaihtuvuudeksi ja seuraavaksi ihmiseksi, joka katsoo toimintamallia ja päivittää hiljaa ansioluettelonsa.

Jatkuvasti menestyvät johtajat suojelevat sitä, mikä on edelleen aidosti inhimillistä. Vaikean keskustelun. Ylennyspäätöksen, jossa data sanoo kyllä, mutta tunnet, ettei henkilö ole valmis seuraavan tehtävän painoon. Lähtötilanteen, joka hoidettiin niin arvokkaasti, että lähtevä henkilö puhuu yhä hyvää yrityksestä. Arvion siitä, tarvitseeko joku valmentavaa kannustusta vai ansaitseeko hän enemmän vapautta. Juuri siellä syntyvät todellisuudessa pysyvyys, luottamus ja maine — ja siellä seuraava rekrytoitava sanoo kyllä, koska näit kohdella edellistä lähtenyttä henkilöä.

Liiketoimintalähtöisyys, tekninen osaaminen ja vahva empatia eivät ole kolme erillistä taitoa. Ne ovat yksi taito, joka ilmenee kolmella tavalla.

Jos olen rehellinen, syy siihen, miksi tämä merkitsee minulle niin paljon, liittyy kahteen lapseeni.

Poikani Jonah on seitsemänvuotias. Joka aamu hän menee suoraan uuden Lego-laatikon luo. Joskus hän noudattaa ohjeita tarkasti. Joskus hän jättää ne kokonaan huomiotta ja rakentaa jotain, mitä kukaan ei ole koskaan ennen nähnyt. Hän ei näe näiden lähestymistapojen välillä eroa — molemmissa hän rakensi jotain.

Se ei ole oppimistyyli. Se on sinnikkyyttä. Kieltäytymistä lannistua seinästä, kun jossain on ikkuna, jota et ole vielä kokeillut. Se on myös ominaisuus, jota etsin jokaiselta johtajalta, jonka autan toimitusjohtajaa palkkaamaan, sillä jokainen kasvuyritys on Lego-rakennelma, josta puuttuu puolet ohjeista.

Tyttäreni Gabi täytti viisi vuotta ja suunnitteli omat syntymäpäivänsä lahjapussit. Hän valitsi jokaiselle ystävälle erikseen karkit ja lelut. Hän piirsi jokaiselle yksilöllisen kuvan. Omana syntymäpäivänään — päivänä, jolloin hänen olisi pitänyt olla se, joka saa lahjoja.

Se on anteliaisuutta, mutta hyödyllisemmin ilmaistuna se on muiden voimavaroja moninkertaistava vaisto: ympärilläsi olevien ihmisten tekemistä paremmiksi ilman pyyntöä, sopivaa hetkeä odottamatta ja vastapalvelusta odottamatta. Se on johtamisominaisuus, joka näkyy jokaisessa huoneessa, jonka olen koskaan nähnyt todella toimivan. Tekoäly ei tuota sitä.

Sinnikkyys ja anteliaisuus ovat ne kaksi ominaisuutta, jotka haluan lasteni vievän mukanaan työmarkkinoille, joita en pysty täysin ennustamaan. Ne ovat myös — sattumalta, eivät vahingossa — ne kaksi ominaisuutta, joita etsin jokaiselta johtajalta, joka saapuu loppuvaiheen haastatteluun. Tekoäly pystyy lähes kaikkeen muuhun. Näihin se ei pysty.

Siihen panostaisin joka kerta. Ja niin teenkin joka kerta.

Seuraa mukana

Voit seurata Bradford Wilkinsin työtä LinkedInissä.

People Managing People -sivustolla on luvassa lisää asiantuntijahaastatteluja!

You may also like